В интерфейсе с обычным приложением пользователь обычно понимает причинно-следственную связь: нажал кнопку — получил предсказуемый результат. С ИИ иначе. Один и тот же запрос может дать разные ответы, система может неверно понять контекст, уверенно ошибиться или предложить действие, последствия которого трудно отменить.
Human-AI Interaction Designer — дизайнер, который делает такое взаимодействие понятным, проверяемым и управляемым. Он не обучает модель и не обязан писать код модели. Его зона ответственности — опыт человека: как задать задачу ИИ, увидеть ход работы, проверить результат, исправить ошибку, ограничить автоматизацию или вовсе отказаться от неё.
Название роли пока не стандартизировано. В вакансиях и командах похожие задачи чаще скрываются за названиями Product Designer, UX Designer, AI Product Designer, Conversational Designer, Responsible AI UX или дизайнер GenAI-продукта. Поэтому выбирать эту профессию стоит не по редкому титулу, а по содержанию работы.
Что именно делает Human-AI Interaction Designer
Главная задача специалиста — не «нарисовать чат с ботом». Он проектирует целую систему договорённостей между пользователем и ИИ:
- что система умеет и чего не умеет;
- какие данные она использует и что может видеть;
- когда ИИ предлагает вариант, а когда действует сам;
- где человеку нужно подтверждение;
- как заметить сомнительный результат;
- как исправить, отменить или повторить действие;
- что происходит при ошибке, отказе модели или нехватке данных.
Google PAIR в руководстве по человеко-центричному ИИ отдельно выделяет вопросы контроля, обратной связи, объяснений, корректных ожиданий и поддержки пользователя при сбоях. Это хорошо описывает реальную работу специалиста: дизайн здесь связан не только с удобством, но и с тем, чтобы пользователь не доверял системе больше, чем она заслуживает. (pair.withgoogle.com)
Пример характерной задачи
Представим корпоративный сервис, где ИИ-агент должен подготовить ответ клиенту на основе переписки, базы знаний и договора.
Обычный, слабый сценарий: кнопка «Ответить с ИИ» сразу отправляет письмо. Пользователь не понимает, на какие документы опирался агент, не замечает ошибку в сумме или обещании сроков — и получает проблему.
Human-AI Interaction Designer предложит другой сценарий:
- Пользователь выбирает, какие источники можно использовать: переписку, договор, базу знаний.
- Агент показывает план: «сначала проверю условия договора, затем подготовлю черновик».
- Черновик разделён на смысловые блоки, а важные утверждения связаны с источниками.
- Перед отправкой пользователь видит изменения, редактирует текст и явно подтверждает действие.
- Если данные противоречат друг другу, система не «угадывает», а сообщает о конфликте и просит решить его.
- Пользователь может оценить ответ, исправить его или запретить ИИ использовать конкретный источник в будущем.
Рабочий объект такого дизайнера — не один экран, а сценарий совместной работы человека и вероятностной системы. Измеримый результат — не красота прототипа, а, например, более высокая доля успешно завершённых задач, меньше необнаруженных ошибок, понятный путь отмены действия, снижение времени на проверку и адекватное доверие пользователей к рекомендациям ИИ.
Почему это не просто UX-дизайн с чатом
У профессии прочная связь с UX, но у ИИ-продуктов есть дополнительные сложности.
Неопределённость вместо фиксированной логики
Классический интерфейс обычно работает по заранее заданным правилам. Генеративная модель формирует ответ вероятностно: она может быть полезной, но не гарантирует одинаковый результат при одинаковом вводе. Дизайнеру приходится проектировать не только «идеальный путь», но и широкий набор отклонений:
- ответ получился неполным;
- ответ выглядит убедительно, но не подтверждён источниками;
- модель не понимает запрос;
- у пользователя недостаточно прав на действие;
- сервис не может выполнить задачу безопасно;
- автоматизация уже начала работу, но её нужно остановить.
Контроль важнее эффекта «вау»
Если ИИ составляет список идей для поста, пользователь может спокойно выбрать понравившийся вариант. Если агент меняет банковские реквизиты, отправляет письмо от имени сотрудника или удаляет записи из CRM, цена ошибки совершенно другая.
Национальный институт стандартов и технологий США (NIST) подчёркивает, что роли и ответственность человека при принятии решений и надзоре за ИИ должны быть ясно определены. Взаимодействие может лежать на спектре от ручного выполнения до автономной работы системы; подход зависит от контекста и последствий ошибки. (airc.nist.gov)
Поэтому хороший дизайнер задаёт не вопрос «можем ли мы автоматизировать?», а более трудные вопросы:
- Что ИИ вправе сделать сам?
- Где требуется подтверждение?
- Как пользователь поймёт, что произошло?
- Что можно отменить и в какой момент?
- Кто отвечает за финальное решение?
Разговорный интерфейс — только один из форматов
Чат удобен, когда нужно уточнять задачу, работать с текстом или исследовать варианты. Но делать чат единственным способом управления — частая ошибка. Человеку может быть проще выбрать параметры в форме, отметить фрагменты документа, загрузить изображение, отредактировать план на холсте или сравнить варианты в таблице.
В человеко-центричном дизайне GenAI важна не имитация общения с человеком, а подходящий способ выразить намерение и проверить результат. Google PAIR отдельно предупреждает, что чрезмерно «человечный» образ ассистента может создать нереалистичные ожидания относительно его понимания и возможностей. (pair.withgoogle.com)
Как проходит работа: от исследования до запуска
На практике специалист почти всегда работает в связке с продуктовым менеджером, UX-исследователем, UX-райтером, аналитиком, разработчиками и ML/AI-инженерами. В зрелой команде он подключается не после того, как модель уже выбрана, а раньше — когда ещё можно решить, нужна ли ИИ-функция вообще.
1. Разобраться в задаче пользователя
Дизайнер изучает текущий процесс: интервьюирует людей, наблюдает за работой, смотрит обращения в поддержку, разбирает ошибки и исключения.
Важно отделить реальную боль от модного запроса «давайте добавим ИИ». Если пользователю достаточно удобного поиска, фильтра или шаблона, генеративная функция может лишь усложнить продукт.
Полезные вопросы на этом этапе:
- Как пользователь делает задачу сейчас?
- Где он тратит время, а где обязан принимать решение лично?
- Какая ошибка будет просто неудобством, а какая — финансовым, юридическим или репутационным риском?
- Какие материалы пользователь готов передать системе?
- По каким признакам он поймёт, что результат хорош?
2. Понять ограничения технологии
Дизайнеру не нужно самостоятельно тренировать LLM, но необходимо говорить с инженерами на одном языке. Он выясняет:
- какие типы входных данных доступны;
- есть ли доступ к актуальным внутренним источникам;
- может ли система ссылаться на использованные материалы;
- какие действия доступны через инструменты или API;
- сколько занимает ответ;
- как часто бывают отказы, ошибки или неоднозначные результаты;
- какие данные нельзя передавать модели;
- где нужны ограничения и модерация.
Здесь особенно ценна критичность. Красивый прототип не доказывает, что функция надёжно работает на реальных данных и в нестандартных случаях.
3. Спроектировать уровень самостоятельности ИИ
Вместо общего решения «агент будет помогать» дизайнер описывает конкретную механику. Например:
| Режим | Что делает ИИ | Что остаётся человеку |
|---|---|---|
| Подсказка | Предлагает варианты, резюме, следующий шаг | Выбрать, изменить или проигнорировать |
| Черновик | Готовит письмо, отчёт, карточку товара | Проверить и утвердить финальную версию |
| Полуавтоматический режим | Выполняет последовательность безопасных операций | Подтвердить критические шаги |
| Автоматизация | Выполняет заранее разрешённые действия по правилам | Настроить границы, наблюдать, остановить |
Один и тот же продукт может использовать все четыре режима. Например, агент сам собирает данные, предлагает проект ответа, но не отправляет его без человека.
4. Сделать прототип и проверить его с людьми
Инструменты похожи на инструменты продуктового дизайнера: Figma, дизайн-система, кликабельные прототипы, карты пользовательских сценариев, сервисы аналитики, записи исследований. Но тестировать приходится не только интерфейс.
Нужно проверять:
- понимает ли пользователь, что перед ним результат ИИ, а не проверенный факт;
- замечает ли он ограничения и предупреждения;
- может ли указать системе на ошибку;
- знает ли, как отменить действие;
- умеет ли проверить существенное утверждение;
- не стал ли пользователь слепо соглашаться с уверенно написанным ответом;
- не бросает ли он задачу, когда модель отвечает не так, как ожидалось.
Рекомендации PAIR предлагают связывать объяснения с действиями пользователя, давать возможность экспериментировать и предусматривать способы обратной связи и возврата контроля. (pair.withgoogle.com)
5. Наблюдать за функцией после релиза
Для AI-функции запуск — не финал. Меняются модели, качество источников, паттерны использования и риски. Дизайнер вместе с командой следит за тем, где пользователи исправляют ответы, отключают автоматизацию, повторяют запросы, теряются или жалуются.
Важный нюанс: метрика «пользователь отправил запрос ИИ» сама по себе ничего не говорит о пользе. Иногда она означает, что человек несколько раз пытался добиться результата. Нужны качественные данные: интервью, анализ конкретных неудачных сессий, обращения в поддержку и проверка наиболее рискованных сценариев.
Какие навыки нужны
База: сильный продуктовый UX
Лучший старт для этой специализации — уверенный опыт в UX или product design. Нужны:
- исследование потребностей и пользовательских задач;
- построение user flow, информационной архитектуры и прототипов;
- работа с интерфейсными состояниями и ошибками;
- визуальная иерархия, доступность, дизайн-системы;
- проведение или участие в usability-тестах;
- умение объяснить решение команде и защитить его данными.
Специальные навыки для AI-продуктов
К ним относятся:
- базовое понимание LLM, контекста, галлюцинаций, retrieval-подходов и вызова инструментов;
- conversational design: как строить уточнения, тон, ветвления и ремонт диалога;
- проектирование обратной связи, подтверждений, истории действий и отмены;
- работа с неопределённостью: уровни уверенности, конфликтующие источники, неполные данные;
- дизайн доверия: не «заставить поверить», а помочь человеку верно оценить возможности системы;
- совместная работа с инженерами и специалистами по безопасности.
Кодинг не является обязательным условием, но полезно понимать основы API, структуры данных, ограничения интеграций и логику работы агентных систем. Это заметно облегчает разговор о реализуемости дизайна.
Личные качества
Эта профессия подходит человеку, который одновременно:
- любит превращать расплывчатую проблему в понятный сценарий;
- не стесняется спрашивать «а что будет, если система ошибётся?»;
- умеет сочувствовать пользователю, но не идеализирует его поведение;
- спокойно относится к итерациям и неполной определённости;
- способен спорить с идеей ради качества продукта, а не ради победы в споре.
Кому профессия подойдёт, а кому — скорее нет
Вероятно подойдёт, если вы уже UX/UI- или product designer и хотите работать не только с экранной логикой, но и с поведением умных систем. Хороший вариант и для UX-исследователей, conversational designers, UX-райтеров с продуктовым мышлением, а также для специалистов по сервисному дизайну.
Может разочаровать, если хочется исключительно визуального дизайна, быстрых предсказуемых задач или работы без тесной коммуникации с инженерами и исследователями. Здесь много спорных решений: нужно договариваться о рисках, границах автоматизации и компромиссах между полезностью, скоростью, прозрачностью и безопасностью.
Не стоит идти в эту сферу только потому, что «ИИ сейчас везде». Профессия требует сильной базы, а задач с точным названием Human-AI Interaction Designer на рынке всё ещё немного. Часто работодателю нужен универсальный продуктовый дизайнер, который уже умеет проектировать AI-функции.
Как войти в профессию за 1–2 года
Реалистичный путь — не искать магический короткий курс, а наращивать портфолио и практику вокруг реальных AI-сценариев.
Если вы уже дизайнер
- Усильте UX-основу: исследования, сценарии ошибок, метрики, прототипирование.
- Разберите, как работают LLM-продукты: контекст, ограничения, источники, инструменты, агентные действия.
- Перепроектируйте один знакомый AI-сервис: добавьте контроль, подтверждение, проверку фактов, историю и отмену.
- Проведите хотя бы несколько тестов прототипа с пользователями.
- Оформите кейс как цепочку решений: проблема → риски → гипотезы → сценарий → тест → изменения.
Если вы начинаете с нуля
Сначала осваивайте фундамент продуктового дизайна. Портфолио из красивых экранов недостаточно: работодателю важнее увидеть, как вы понимаете задачу, принимаете решения и проверяете их.
Можно построить учебный кейс вокруг понятной ситуации: помощник для подготовки к собеседованию, агент для сортировки входящих обращений, ИИ-функция для работы с договором. Но обязательно обозначьте ограничения. Например, не утверждайте, что система «гарантирует юридическую точность»; покажите, как она просит человека проверить критичные пункты.
Что положить в портфолио
Сильный кейс Human-AI Interaction Designer содержит:
- контекст и целевого пользователя;
- карту задачи до появления ИИ;
- решение, почему ИИ здесь действительно нужен;
- перечень рисков и ошибочных сценариев;
- логику распределения ответственности между человеком и системой;
- прототип ключевых состояний, включая сбои;
- результаты тестирования или честно сформулированные гипотезы, если теста не было;
- список того, что вы изменили бы после запуска.
Чек-лист: стоит ли вам выбирать это направление
Отметьте «да» или «нет».
- [ ] Мне нравится разбирать сложные пользовательские сценарии, а не только оформлять интерфейсы.
- [ ] Я готов изучать технологические ограничения, даже если не планирую становиться ML-инженером.
- [ ] Мне интересно, где автоматизация помогает, а где способна навредить.
- [ ] Я умею принимать, что не все ответы системы будут предсказуемыми.
- [ ] Мне комфортно работать с исследованиями, обратной связью и критикой прототипов.
- [ ] Я готов много общаться с продуктовой и инженерной командами.
- [ ] Мне важнее реальная польза и безопасность сценария, чем эффектный демо-ролик.
Если набралось 5–7 «да», направление стоит попробовать через небольшой кейс или задачу в текущем продукте. Если меньше четырёх, сначала лучше укрепить базовый UX или выбрать более близкую роль — например, UI-дизайн, UX-исследования, контент-дизайн либо разработку.
Честный вывод
Human-AI Interaction Designer — не отдельная «волшебная профессия будущего», которая автоматически заменит классический UX. Это развивающаяся специализация внутри продуктового дизайна: она нужна там, где ИИ влияет на решения, контент, доступ к данным или действия пользователя.
Самая сильная позиция на рынке у специалиста, который уже умеет делать качественный продуктовый UX и добавляет к нему понимание ИИ: его ошибок, ограничений, рисков и возможностей. Здесь мало готовых шаблонов, зато высоко влияние на продукт. Хороший дизайнер не делает ИИ похожим на всезнающего человека — он помогает пользователю вовремя понять, когда системе можно доверять, что нужно проверить самому и как сохранить последнее слово за собой.
