Az Apple kutatói továbbra is gőzerővel dolgoznak azon, hogy a generatív mesterséges intelligencia ne csak szöveget írjon, hanem valódi segítséget nyújtson az alkalmazásfejlesztésben is. Egy friss tanulmányukban (Improving User Interface Generation Models from Designer Feedback) egy különleges megközelítést alkalmaztak: profi tervezők skicceivel és kritikáival finomhangolták az AI-t.
Nem a kód mennyisége, hanem a látásmód számít
A legtöbb mai AI-modellt (mint a ChatGPT-t hajtó GPT-szériát) úgynevezett „rangsorolással” tanítják: megmutatnak neki két verziót, a tesztelő pedig kiválasztja a jobbat. Az Apple kutatói szerint azonban a design világában ez kevés. Egy jó felhasználói felület (UI) nem egyszerűen „jobb” vagy „rosszabb”, hanem logikai döntések sorozata. A kutatás során 21 designert vontak be, akik nemcsak pontoztak, hanem vázlatokat (skicceltek) az AI tervei fölé, szöveges kritikával látták el az elrendezést, illetve konkrét módosításokat is végeztek a felületeken.
Qwen modellek és a „jutalmazó” rendszer
A kutatók a nyílt forráskódú Qwen2.5-Coder és Qwen3-Coder modelleket vették alapul, és ezeket tanították meg arra, hogy értsék a designerek vizuális visszajelzéseit. Létrehoztak egy speciális „jutalmazó modellt” is, amely a képernyőképek és leírások alapján értékeli, mennyire felel meg egy terv a szakmai elvárásoknak. Az eredmények meglepőek: az így tanított AI (különösen a vázlatokból tanuló változat) még a GPT-5 szintű modelleket is felülmúlta a felhasználói felületek tervezésében.
HTML és Tailwind: Gyorsabb út a kész appig
Fontos részlet, hogy a kutatás most a webes technológiákra, azaz a HTML és Tailwind CSS kódgenerálásra fókuszált, ez azért lényeges, mert ezek a modern fejlesztés alappillérei. A cél nem csupán az volt, hogy a kód „működjön”, hanem hogy a végeredmény esztétikus, logikus és ergonomikus legyen, mintha csak egy emberi tervező keze alól került volna ki.
A tanulság: A minőség legyőzi a mennyiséget
A tanulmány egyik legfontosabb megállapítása, hogy nincs szükség millió számra önteni az adatot a gépbe. Már viszonylag kevés (mindössze 181 minőségi szakmai vázlat) elegendő volt ahhoz, hogy az AI szintet lépjen. A kutatók ugyanakkor kiemelik, hogy a jó UI részben mindig szubjektív, a rangsorolós feladatoknál még a szakértők is csak nagyjából az esetek felében értettek egyet egymással, de az biztos, hogy a konkrét skiccek és módosítások sokkal stabilabb tanító jelet adtak.
