யுஎக்ஸ் டிசைனர்ஸ் நைட்மேர்: “புரொடக்ஷன் ரெடி” ஒரு வடிவமைப்பு தயாரிப்பாக மாறும்போது – ஸ்மாஷிங் இதழ்

AIஐத் தழுவுவதற்கான அவசரத்தில், தொழில்துறையானது UX வடிவமைப்பாளராக இருப்பதன் அர்த்தத்தை மறுவரையறை செய்து, வடிவமைப்பு மற்றும் பொறியியல் ஆகியவற்றுக்கு இடையேயான கோட்டை மங்கலாக்குகிறது. கேரி வெப்ஸ்டர் என்ன வென்றது, எதை இழந்தது மற்றும் வடிவமைப்பாளர்கள் ஏன் பயனர் அனுபவத்தின் பாதுகாவலர்களாக இருக்க வேண்டும் என்பதை ஆராய்கிறார்.

2026 ஆம் ஆண்டின் தொடக்கத்தில், UX வடிவமைப்பாளரின் கருவித்தொகுப்பு ஒரே இரவில் மாறுவதை நான் கவனித்தேன். தொழில் தரநிலை “வடிவமைப்பாளர்கள் குறியீடு செய்ய வேண்டுமா?” விவாதம் திடீரென்று சந்தையால் தீர்க்கப்பட்டது, எங்கள் கைவினைப்பொருளின் ஒருமித்த கருத்து அல்ல, மாறாக வேலையின் கோரிக்கைகளின் மிருகத்தனமான சக்தியால். இன்று நீங்கள் LinkedIn ஐ உலாவினால், கடல் மாற்றத்தை நீங்கள் கவனிப்பீர்கள்: UX பாத்திரங்கள் மேலும் மேலும் தேவைப்படுகின்றன அதிகரித்த AI வளர்ச்சி, தொழில்நுட்ப இசைக்குழு, மற்றும் உற்பத்தி-தயாரான முன்மாதிரி.

நான் உட்பட பலருக்கு, இது இறுதி வடிவமைப்பு வேலை கனவு. “அதிர்வு” மற்றும் “குறியீடு” இரண்டையும் ஒரே நேரத்தில் வழங்க வேண்டும், AI முகவர்களைப் பயன்படுத்தி தொழில்நுட்ப இடைவெளியைக் குறைக்க, இதற்கு முன்பு பல ஆண்டுகள் கணினி அறிவியல் அறிவு மற்றும் குறியீட்டு அனுபவம் தேவைப்பட்டது. ஆனால் இந்த புதிய எதிர்பார்ப்புகளை பூர்த்தி செய்ய தொழில்துறை போராடுவதால், AI-உருவாக்கப்பட்ட குறியீடு எப்போதும் செயல்படாது என்பதை அவர்கள் கண்டறிந்துள்ளனர். நல்லது குறியீடு.

லிங்க்ட்இன் பிரஷர் குக்கர்: 2026 இல் பங்கு பரிணாமம்

தொழிலாளர் சந்தை ஒரு தெளிவான சமிக்ஞையை அனுப்புகிறது. பாரம்பரிய கிராஃபிக் வடிவமைப்பு பாத்திரங்கள் மட்டுமே வளரும் என்று எதிர்பார்க்கப்படுகிறது 3% 2034க்குள், UX, UI மற்றும் தயாரிப்பு வடிவமைப்புப் பாத்திரங்கள் வளரும் என எதிர்பார்க்கப்படுகிறது 16% அதே காலகட்டத்தில்.

இருப்பினும், இந்த வளர்ச்சி பெருகிய முறையில் வளர்ச்சியுடன் தொடர்புடையது AI தயாரிப்பு மேம்பாடுகுறியீட்டு முறை மற்றும் கிளவுட் உள்கட்டமைப்பை விட, “வடிவமைப்பு திறன்கள்” சமீபத்தில் #1 மிகவும் தேவைப்படும் திறனாக மாறியது. இந்த தளங்களை உருவாக்கும் நிறுவனங்கள் இனி காட்சி வடிவமைப்பாளர்களைத் தேடுவதில்லை; “தொழில்நுட்ப திறனை மனிதனை மையமாகக் கொண்ட அனுபவங்களாக மொழிபெயர்க்கக்கூடிய” வல்லுநர்கள் அவர்களுக்குத் தேவை.

இது UX வடிவமைப்பாளருக்கான உயர்-பங்கு சூழலை உருவாக்குகிறது. நாங்கள் இனி இடைமுகத்திற்கு மட்டும் பொறுப்பல்ல; சிக்கலான AI திறன்கள் உள்ளுணர்வு, பாதுகாப்பான மற்றும் திரையின் மறுபக்கத்தில் உள்ள மனிதர்களுக்கு பயனுள்ளதாக இருப்பதை உறுதிசெய்யும் அளவுக்கு தொழில்நுட்ப தர்க்கத்தைப் புரிந்துகொள்வோம் என்று எதிர்பார்க்கிறோம். வடிவமைப்பாளர்கள் ஒரு தள்ளப்படுகிறார்கள் “வடிவமைப்பு பொறியாளர்” மாதிரி.சுருக்கமான AI தர்க்கம் மற்றும் பயனர் எதிர்கொள்ளும் குறியீடு ஆகியவற்றுக்கு இடையேயான இடைவெளியைக் குறைக்க வேண்டும்.

என்று சமீபத்திய ஆய்வில் கண்டறியப்பட்டுள்ளது 73% வடிவமைப்பாளர்கள் இப்போது AI ஐ ஒரு முதன்மை பங்களிப்பாளராக பார்க்கவும் மற்றும் ஒரு கருவி அல்ல. இருப்பினும், இந்த “ஒத்துழைப்பு” பெரும்பாலும் “பங்கு பயன்பாடு” போல் தெரிகிறது. பெரும்பாலும் பணியமர்த்துபவர்கள் பயனர் பச்சாதாபம் மற்றும் தகவல் கட்டமைப்பைப் புரிந்துகொள்ளும் ஒருவரைத் தேடுவதில்லை, அவர்கள் ஒரு ரியாக்ட் கூறுகளை உருவாக்கி அதை ஒரு களஞ்சியத்திற்குத் தள்ளக்கூடிய ஒருவரை விரும்புகிறார்கள்!

இந்த மாற்றம் ஏ திறன் இடைவெளி.

அறிவாற்றல் சுமை, அணுகல் தரநிலைகள் மற்றும் இனவியல் ஆராய்ச்சி ஆகியவற்றின் நுணுக்கங்களை பல தசாப்தங்களாக தேர்ச்சி பெற்ற அனுபவம் வாய்ந்த மூத்த வடிவமைப்பாளராக, CSS Flexbox சிக்கலை சரிசெய்வது அல்லது Git கிளையை நிர்வகிப்பதற்கான எனது திறனை நான் திடீரென்று தீர்மானிக்கிறேன்.

கனவு என்பது தொழில்நுட்பம் அல்ல. அது மதிப்பின் மறு ஒதுக்கீடு.

நிறுவனங்கள் 2026 ஆம் ஆண்டில் “வெற்றிகரமான” வடிவமைப்பாளராக இருப்பதன் அர்த்தத்தை மாற்றியமைத்து, அனுபவத்தின் தரத்தை விட உற்பத்தியின் வேகத்தை மதிப்பிடத் தொடங்குகின்றன.

Figma முதல் AI குறியீடு விளம்பரம் — வடிவமைப்பாளர்களை வடிவமைப்பிலிருந்து குறியீட்டிற்கு மாற்ற உதவும் கருவிகள். (பட ஆதாரம்: Figma) (பெரிய முன்னோட்டம்)

திறன் பொறி: இரண்டு திறன் தொகுப்புகள், ஒரு சராசரி முடிவு

AI ஒரு வடிவமைப்பாளரை பொறியாளருக்கு “சமமானதாக” ஆக்குகிறது என்று போர்டுரூம்களைச் சுற்றி மிகவும் ஆபத்தான கட்டுக்கதை மிதக்கிறது. ஒரு எல்எல்எம் வேலை செய்யும் ஜாவாஸ்கிரிப்ட் நிகழ்வு ஹேண்ட்லரை உருவாக்க முடியும் என்பதால், அதைக் கோரும் நபர் அடிப்படை தர்க்கத்தைப் புரிந்து கொள்ள வேண்டிய அவசியமில்லை என்று இந்தக் கதை கூறுகிறது. உண்மையில், ஒரே நேரத்தில் இரண்டு வேறுபட்ட மற்றும் ஆழமான துறைகளில் தேர்ச்சி பெற முயற்சிப்பது பெரும்பாலும் இருப்புக்கு வழிவகுக்கும். திறமையான சூழல் இருவருக்கும்.

“திறமையான சராசரி” குழப்பம்.

மூத்த UX வடிவமைப்பாளர் ஒரு மூத்த புரோகிராமராக மாறுவது என்பது ஒரு மாஸ்டர் செஃப் ஒரு மாஸ்டர் பிளம்பராக இருக்குமாறு கேட்பது போன்றது, ஏனெனில் அவர்கள் இருவரும் சமையலறையில் வேலை செய்கிறார்கள். நீங்கள் தண்ணீர் பாய்வதைப் பெறலாம், ஆனால் குழாய்கள் ஏன் சீறுகின்றன என்று உங்களுக்குத் தெரியாது.

‘அறிவாற்றல் வெளியேற்றம்’ ஆபத்து.
AI ஆனது பணியை விரைவுபடுத்தும் அதே வேளையில், இது பெரும்பாலும் கருத்தியல் தேர்ச்சியில் குறிப்பிடத்தக்க குறைவை ஏற்படுத்துகிறது என்று ஆராய்ச்சி காட்டுகிறது. கட்டுப்படுத்தப்பட்ட ஆய்வில், கையால் குறியிடப்பட்டவர்களை விட, AI உதவியைப் பயன்படுத்திய பங்கேற்பாளர்கள் புரிதல் சோதனைகளில் 17% குறைவான மதிப்பெண்களைப் பெற்றுள்ளனர்.
பிழைத்திருத்த பின்னடைவு.
AI-சார்ந்த பயனர்களுக்கும் கையேடு குறியீட்டாளர்களுக்கும் இடையிலான மிகப்பெரிய செயல்திறன் இடைவெளி பிழைத்திருத்தத்தில் உள்ளது. ஒரு வடிவமைப்பாளர் குறியீட்டை எழுத AI ஐப் பயன்படுத்தினால், அவர்களுக்கு முழுமையாகப் புரியவில்லை, அடையாளம் காணும் திறன் அவர்களிடம் இருக்காது. எப்போது மற்றும் ஏன் தோல்வி அடைகிறது.

குறியீட்டு வேகம் மற்றும் திறன் மேம்பாட்டில் AI உதவி எவ்வாறு பாதிக்கிறது என்பதைக் காட்டும் விளக்கப்படம் — AI கருவிகளைப் பயன்படுத்துவது குறியீட்டு திறன்களை உருவாக்குவதைத் தடுக்கிறது. (பட ஆதாரம்: ஆந்த்ரோபிக்) (பெரிய முன்னோட்டம்)

ஒரு டிசைனர் AI-உருவாக்கிய கூறுகளை வழங்கினால், அது அதிக டிராஃபிக் நிகழ்வின் போது உடைந்து, தர்க்கத்தை கைமுறையாகப் பின்பற்ற முடியாவிட்டால், அவர்கள் இனி நிபுணர்களாக இருக்க மாட்டார்கள். இப்போது நான் ஒரு பொறுப்பு.

மேம்படுத்தப்படாத குறியீட்டின் அதிக விலை

எந்தவொரு அனுபவமிக்க குறியீட்டு பொறியாளரும் சரியான ப்ராம்ட் இல்லாமல் AI குறியீட்டை உருவாக்குவது நிறைய மறுவேலைக்கு வழிவகுக்கும் என்று உங்களுக்குச் சொல்வார். பெரும்பாலான வடிவமைப்பாளர்களுக்கு AI வழங்கும் குறியீட்டைத் தணிக்கை செய்வதற்கான தொழில்நுட்ப அடித்தளம் இல்லாததால், அவர்கள் கவனக்குறைவாக “தரமான கடனை” அதிக அளவில் அனுப்புகிறார்கள்.

வடிவமைப்பாளர் உருவாக்கிய AI குறியீட்டில் பொதுவான சிக்கல்கள்

பாதுகாப்பு குறைபாடு
AI-உருவாக்கப்பட்ட கோட்பேஸ்களில் 92% வரை குறைந்தது ஒரு முக்கியமான பாதிப்பையாவது கொண்டிருப்பதாக சமீபத்திய அறிக்கைகள் குறிப்பிடுகின்றன. XSS பாதுகாப்புகளில் 86% தோல்வி விகிதத்தைக் கொண்டிருப்பது தெரியாமல், ஒரு வடிவமைப்பாளர் செயல்படும் உள்நுழைவுப் படிவத்தைப் பார்க்கக்கூடும், இவை நம்பகமான இணையதளங்களில் தீங்கிழைக்கும் ஸ்கிரிப்ட்களை தாக்குபவர்களைத் தடுக்க வடிவமைக்கப்பட்ட பாதுகாப்பு நடவடிக்கைகளாகும்.
அணுகல் தன்மையின் மாயை
AI பெரும்பாலும் சொற்பொருள் ஒருமைப்பாடு இல்லாத “செயல்பாட்டு” பயன்பாடுகளை உருவாக்குகிறது. ஒரு வடிவமைப்பாளர் “அழகான மற்றும் செயல்பாட்டு சுவிட்சை” கேட்கலாம், ஆனால் AI அதை வழங்க முடியும் that lacks keyboard focus and screen-reader compatibility, creating Accessibility Debt that is expensive to fix later.
The performance penalty AI-generated code tends to be verbose. AI is linked to 4x more code duplication than human-written code. This verbosity slows down page loads, creates massive CSS files, and negatively impacts SEO. To a business, the task looks “done.” To a user with a slow connection or a screen reader, the site is a nightmare.


Creating More Work, Not Less
The promise of AI was that designers could ship features without bothering the engineers. The reality has been the birth of a “Rework Tax” that is draining engineering resources across the industry.

Cleaning up
Organisations are finding that while velocity increases, incidents per Pull Request are also rising by 23.5%. Some engineering teams now spend a significant portion of their week cleaning up “AI slop” delivered by design teams who skipped a rigorous review process.
The communication gap
Only 69% of designers feel AI improves the quality of their work, compared to 82% of developers. This gap exists because “code that compiles” is not the same as “code that is maintainable.”

When a designer hands off AI-generated code that ignores a company’s internal naming conventions or management patterns, they aren’t helping the engineer; they are creating a puzzle that someone else has to solve later.
Typical issues that developers face with AI-generated code. (Image source: Netcorp) (Large preview)
The Solution
We need to move away from the nightmare of the “Solo Full-Stack Designer” and toward a model of designer/coder collaboration.
The ideal reality:

The Partnership
Instead of designers trying to be mediocre coders, they should work in a human-AI-human loop. A senior UX designer should work with an engineer to use AI; the designer creates prompts for intent, accessibility, and user flow, while the engineer creates prompts for architecture and performance.
Design systems as guardrails
To prevent accessibility debt from spreading at scale, accessible components must be the default in your design system. AI should be used to feed these tokens into your UI, ensuring that even generated code stays within the “source of truth.”

Beyond The Prompt
The industry is currently in a state of “AI Infatuation,” but the pendulum will eventually swing back toward quality.

The UX designer’s nightmare ends when we stop trying to compete with AI tools at what they do best (generating syntax) and keep our focus on what they cannot do (understanding human complexity).

Businesses that prioritise “designer-shipped code” without engineering oversight will eventually face a reckoning of technical debt, security breaches, and accessibility lawsuits. The designers who thrive in 2026 and beyond will be those who refuse to be “prompt operators” and instead position themselves as the guardians of the user experience. This is the perfect outcome for experienced designers and for the industry.
Our value has always been our ability to advocate for the human on the other side of the screen. We must use AI to augment our design thinking, allowing us to test more ideas and iterate faster, but we must never let it replace the specialised engineering expertise that ensures our designs technically work for everyone.
Summary Checklist for UX Designers

Work Together.
Use AI-made code as a starting point to talk with your developers. Don’t use it as a shortcut to avoid working with them. Ask them to help you with prompts for code creation for the best outcomes.
Understand the “Why”.
Never submit code you don’t understand. If you can’t explain how the AI-generated logic works, don’t include it in your work.
Build for Everyone.
Good design is more than just looks. Use AI to check if your code works for people using screen readers or keyboards, not just to make things look pretty.



(ஆம்)