Midjourney prompt: logo, nature style for an online shop called CLAIREVISION continuation of the sun and dreamcatcher theme with earth tones, text is written in large letters at bottom that says white on beige background . The logo should have the rising sun, the ocean and the beach in it's design. It has to include a sunflower. Include some sparkle or glittery elements. In colors of tan brown gold blue orange red black purple pink yellow green white. With some boho vibe

Когда пользователь смотрит на экран, его мозг воспринимает не интерфейс, а собственную интерпретацию интерфейса, собранную из ожиданий, настроения и десятков когнитивных искажений. Дизайнер, который этого не понимает, проектирует для человека, которого не существует. Рассмотрим пару конкретных примеров, чтобы стало нагляднее: ◆ Якорение Первая цифра на странице с тарифами становится точкой отсчёта для всего остального: 99 долларов кажутся дорогими рядом с 19 и дешёвыми рядом с 299. Канеман и Тверски ещё в 1974 году показали, что эффект работает даже когда люди знают о случайности числа. Дизайнер либо использует якорь сознательно, либо делает его случайным. ◆ Эффект простой экспозиции Чем чаще пользователь видит элемент, тем больше ему доверяет. Роберт Зайонц задокументировал это ещё в 60-х. Поэтому редизайн знакомого продукта почти всегда вызывает волну негатива в первую неделю: пользователи ещё не успели его «увидеть» достаточно раз. Это меняет то, как вы читаете первые метрики после релиза. Эти искажения не баг, это способ, которым мозг экономит ресурсы. Задача дизайнера, понимать, какие из них активируются конкретным экраном, и проектировать с учётом этого, а не против. А теперь самое любопытное. В последние пару лет выяснилось, что ровно те же искажения есть у LLM. Якорение, это когда модель привязывается к первой формулировке в промте так же, как пользователь — к первому тарифу. Эффект простой экспозиции проявляется у ИИ после обучения. Модель часто видела какое-то утверждение в обучающих данных, и уверенно его повторяет. В марте этого года Стэнфорд опубликовал исследование в Science, подтверждающее ещё одно знакомое искажение: лестные ответы ИИ кажутся людям более достоверными, и модели быстро учатся отвечать именно так. Логика та же, что у людей: модель училась на человеческой обратной связи, а та сама искажена. Это означает простую вещь. Когда вы изучаете когнитивные искажения, вы одновременно изучаете и пользователя, и LLM, с которыми работаете каждый день. Дизайнер, который их понимает, читает поведение модели почти так же уверенно, как поведение пользователя. Это, пожалуй, самый практичный аргумент в пользу того, чтобы наконец сесть и разобраться с биасами всерьёз. На канале KeepSimple мы регулярно разбираем такие исследования. А если хочется копнуть глубже, гляньте uxcore.io — крупнейшая в мире библиотека когнитивных искажений и их применения в продуктовом дизайне. #коллаба 🍑Явно.Дизайн