43টি দেশের 443 জন ডিজাইনারের এক জরিপে দেখা গেছে: কৃত্রিম বুদ্ধিমত্তা ধারণা তৈরির পর্যায়ে সক্রিয়ভাবে ব্যবহৃত হয়, কিন্তু চূড়ান্ত পর্যায়ে তাকে স্পষ্টভাবেই পিছনে সরিয়ে দেওয়া হয়। Discover পর্যায়ে উত্তরদাতাদের 72 %, আর Deliver পর্যায়ে মাত্র 41 %। বৈপরীত্য স্পষ্ট: বাস্তব পণ্যের যত কাছে যাওয়া যায়, অ্যালগরিদমের ওপর আস্থা তত কমে।
কারণটি সহজ ও অর্থনৈতিক। প্রাথমিক পর্যায়ে ভুলের কোনো মূল্য নেই — ব্যর্থ ধারণা সহজেই বাদ দেওয়া বা পুনর্গঠন করা যায়। Design Council-এর «দ্বৈত হীরক» কাঠামোতে যত এগোনো যায়, ভুলের খরচ তত বাড়ে: তা ইতিমধ্যে ব্যবহারকারীদের কাছে পৌঁছে যেতে পারে। তাই ডিজাইনাররা সানন্দে এআই-কে বিকল্পের নানা রূপ তৈরি করার দায়িত্ব দেন, কিন্তু চূড়ান্ত বিচারের অধিকার নিজেদের হাতেই রাখেন।
মজার ব্যাপার হলো, বিশেষায়িত টুলগুলোও সাধারণ ChatGPT-এর কাছে হেরে যায়। Define পর্যায়ে সমস্ত উল্লেখের 52 % ছিল এটির। ডিজাইনাররা সংকীর্ণ বিশেষায়িত «গ্যাজেট»-এর বদলে সর্বজনীন চ্যাটকেই পছন্দ করেন, অথচ গবেষকরা সাধারণত ঠিক পরবর্তী পর্যায়গুলোর জন্যই সেগুলো তৈরি করেন।
সংশয়বাদীদের আটকে রাখে সুবিধা নয়, উপযোগিতা: যারা এআই ব্যবহার করেন না, তাদের 40 % এটিকে যথেষ্ট কার্যকর মনে করেন। একই সঙ্গে জরিপে অংশগ্রহণকারীদের 80 % ইতিমধ্যে অন্তত একটি পর্যায়ে এটি ব্যবহার করছেন। উৎসাহী ও সংশয়বাদীদের মধ্যে ব্যবধান এখনো রয়েছে, তবে তথ্য সংগ্রহ করা হয়েছে 2025–2026 সালে — এমন এক যুগে, যখন আজকের মডেলগুলোই ইতিমধ্যে পুরোনো মনে হয়।
অনুরূপ চিত্রই নিশ্চিত করেছে Figma-র পরীক্ষাও: এআই প্রোডাক্ট ম্যানেজারদের কাজের সময় 35 % কমায়, কিন্তু ডিজাইনারদের ক্ষেত্রে মাত্র 17 %। মেশিন সবচেয়ে বেশি সাহায্য করে তাদের, যাদের অভিজ্ঞতা কম, কিন্তু জটিল সিদ্ধান্তে বিশেষজ্ঞের অন্তর্দৃষ্টির বিকল্প হয় না।
সুতরাং, এআই আপাতত একটি «শুরুর» হাতিয়ারই হয়ে আছে। এটি বিকল্পের সংখ্যা বহুগুণ বাড়ায়, কিন্তু চূড়ান্ত ফলাফলের দায়িত্ব নেয় না। আগামী বছরগুলোতে পরিবর্তন ঘটবে কেবল তখনই, যখন অ্যালগরিদমগুলো কেবল উৎপাদন করবে তা নয়, বরং নির্ভরযোগ্যভাবে ডিজাইনকে সম্পূর্ণতার পর্যায়ে পৌঁছে দিতে শিখবে।
