ИИ-аудиты юзабилити, или как я перестал бояться и полюбил deus ex machina

Говорят, нейросети уже всё умеют. Рисуют, пишут, спорят. Осталось только понять, почему им не верят. Особенно когда речь про аудит интерфейсов. Казалось бы: загрузил сайт, получил список ошибок, исправил, заработал. Но нет. Человек смотрит на отчёт и щурится, как на странную квитанцию. Вроде всё по делу, а платить не хочется.

И тут начинается странное. Люди, которые спокойно доверяют автопилоту в самолете и рекомендациям в ленте, вдруг напрягаются. «А точно ли он понимает?» — спрашивают они, глядя на аккуратный отчет.

Проблема не в алгоритмах. Проблема в том, кому приписывают ответственность. ИИ не выглядит тем, кто может отвечать. А юзабилити — это всегда про последствия.

Доверие здесь вообще не про технологии. Это про контроль. Про страх ошибиться. Про привычку спрашивать «а кто это сказал?».

1) «ИИ не понимает контекст бизнеса»

Человек боится, что алгоритм не видит нюансов: сезонность, маржинальность, ограничения логистики. Он прав — голый интерфейс без контекста легко интерпретировать неправильно. Кнопка «Купить» может быть слабой не потому, что плоха сама по себе, а потому что товар под заказ.

Но проблема чаще не в том, что ИИ «не понимает», а в том, что ему не дали данных. Когда в анализ попадает география, сегмент аудитории и сам интерфейс целиком, картина меняется. Один и тот же экран для пользователей из Москвы и небольшого города читается по-разному: цена, сроки доставки, доверие к бренду. ИИ это учитывает, если ему это задали.

Контекст — это не магия. Это входные параметры. Если их нет, ошибётся и человек.

2) «Это просто шаблонные советы»

Ожидание: сейчас будет список из серии «увеличьте контраст кнопки» и «сократите форму». Люди уже это видели сто раз.

Так бывает, когда анализ поверхностный. Но если система разбирает конкретный экран, она указывает не «сделайте лучше», а «вот здесь пользователь теряет шаг». Например: форма регистрации на 8 полей, при этом половина не влияет на первый контакт. Или корзина, где итоговая цена появляется только на последнем шаге.

Шаблон превращается в гипотезу, когда он привязан к месту и сценарию. Не «улучшите навигацию», а «в карточке товара нет возврата к категории — пользователь упирается в тупик».

Повторы раздражают. Конкретика работает.

3) «Он не чувствует пользователя»

За этим стоит вера в интуицию. Мол, эксперт «чувствует», где человеку неудобно.

На практике это часто подмена. Эксперт тоже опирается на паттерны: где ожидают кнопку, как читают текст, куда смотрят сначала. Это накопленный опыт, а не шестое чувство.

ИИ не чувствует. Он сопоставляет. Видит, что пользователь ожидает одно, а получает другое. Например: кликабельный элемент выглядит как текст. Или наоборот — текст выглядит как кнопка. Ошибка не в эмоциях, а в несоответствии ожиданий.

Эмпатия важна. Но она выражается в проверяемых вещах.

4) «Ошибётся — и никто не заметит»

Страх понятный. Алгоритм выдал ерунду, её внедрили, метрики упали.

Но это вопрос процесса, а не природы инструмента. Любой аудит — гипотезы. Их проверяют. Если отчёт даёт приоритеты и объясняет, что именно может сломаться, риск ниже. Например: «изменение порядка блоков может снизить дочитываемость — проверить на A/B».

Проблема не в том, что ИИ ошибается. Проблема, когда ему верят без проверки.

Ошибки — это не катастрофа, если их контролируют.

5) «Это замена эксперта подешевле»

Звучит как угроза профессии. На деле — это смена роли.

Рутинный разбор интерфейса: найти слабые места, разметить проблемы, предложить базовые решения. Это можно автоматизировать. А вот связать это с бизнес-целями, выбрать стратегию, защитить решения — это остаётся за человеком.

Когда часть работы уходит машине, эксперт перестаёт тратить время на очевидное. Он начинает работать там, где нужна ответственность.

ИИ не заменяет эксперта. Он убирает у него скучную часть.

6) «ИИ не отвечает за результат»

И это правда. Алгоритм не несёт риски бизнеса.

Но и отчёт от человека — не гарантия. Никто не подписывается под ростом конверсии. Максимум — обоснованные гипотезы.

Разница в том, что хороший инструмент явно показывает: где критично, где средний риск, где косметика. Можно расставить приоритеты и не трогать то, что не влияет на деньги.

Ответственность всегда остаётся у того, кто принимает решения.

7) «Он анализирует интерфейс, но не поведение»

Без данных о реальных пользователях легко промахнуться. Карта кликов и сессии показывают то, чего не видно в статике.

Но и здесь есть нюанс. Большая часть проблем лежит на поверхности: перегруженные формы, запутанная навигация, несоответствие текста ожиданиям. Их видно без трекинга.

Лучший сценарий — когда одно дополняет другое. Сначала находят очевидные ошибки на уровне интерфейса, потом проверяют их на поведении.

Поведение уточняет. Интерфейс объясняет.

8) «Нужно слишком много вводных»

Люди не хотят тратить время на настройку. Хочется: вставил ссылку — получил ответ.

Минимальный порог есть всегда. Без указания аудитории и региона любой анализ будет усреднённым. Но это не десятки параметров. Достаточно задать, для кого этот продукт и где он работает. Иногда даже скриншота хватает, чтобы увидеть базовые проблемы.

Чем меньше данных — тем более общий результат. Это честный обмен.

9) «Он не видит бизнес-цели»

Интерфейс существует не сам по себе. Он либо продаёт, либо собирает заявки, либо удерживает.

Если цель не задана, любой анализ будет размазан. Но когда она есть, оценка становится конкретной: этот экран мешает оформить заказ, этот — не ведёт к регистрации, этот — перегружает перед оплатой.

ИИ не угадывает цели. Он работает с тем, что ему сказали.

Цель — это рамка. Без неё и человек даёт советы в пустоту.

И...?

В конце всё упирается в странную вещь. Мы хотим доверять не результату, а тому, кто его выдал. Если это человек — можно спорить. Если машина — неясно, с кем разговаривать.

ИИ в этом смысле как зеркало. Он не принимает решений, не спорит и не обижается. Он показывает, где интерфейс ломается о пользователя. Иногда грубо, иногда слишком прямо.
В конце всё возвращается к доверию. Не к машине — к процессу вокруг неё. ИИ похож на инструмент. Он не спорит, не настаивает, не берет на себя вину. Его легко либо переоценить, либо обесценить.

Доверять или нет — странный вопрос. Молотку не доверяют, им пользуются. Доверять тут некому. Есть только инструмент и тот, кто им пользуется. И если отчёт помогает увидеть проблему раньше, чем её заметит клиент, этого уже достаточно.

Остальное — вопрос привычки. И немного — смелости смотреть на свой продукт без оправданий.

Автор: Марьенко Юрий, руководитель сервиса AskUsers