蘋果請設計師訓練 AI，讓 App UI 不再只是「能用但不好看」

蘋果公司最近發表一項研究，探討如何利用生成式人工智慧（AI）改善 App 開發流程，尤其是在使用者介面（UI）設計方面。這項研究的核心，是開發一種新方法，讓專業設計師對 AI 生成的 UI 進行評估與改進，進而建立一個包含 1,460 個「前後對照」範例的資料集，用於訓練獎勵模型。

這項研究背景源於蘋果先前的 UICoder 模型。該模型專注生成可編譯的 UI 程式碼，雖然功能上符合要求，但在美感上經常不足。為了解決此問題，研究團隊選擇繞過傳統的「以人類回饋強化學習」（RLHF）流程，改為直接捕捉設計師工作流程：由專業人士對 AI 生成的 UI 進行評審，提供逐步改進，並把這些調整轉換為偏好資料，用於模型訓練。

本研究共有 21 位設計師參與，年資從 2 年到超過 30 年不等，涵蓋 UI／UX 設計、產品設計、服務設計等領域。研究團隊蒐集 1,460 則註釋，形成 AI 生成的較差 UI 與設計師改進後較佳 UI 之間的配對範例。

這些資料用於訓練獎勵模型。該模型接受兩種輸入：渲染影像（UI 螢幕截圖）與自然語言描述（UI 的目標描述），並產生一個數值分數（獎勵）。該分數經校準後，可讓視覺品質較佳的設計獲得更高分。蘋果主要以 Qwen2.5-Coder 做為 UI 生成的基礎模型，並將同一套由設計師訓練出的獎勵模型套用到較小與更新的 Qwen 變體，以測試此方法在不同模型大小與版本下的泛用性。

研究結果顯示，以設計師回饋（特別是草圖與直接修訂）訓練出的模型，在 UI 設計品質上顯著優於僅使用傳統排序或評分資料訓練的基礎模型。研究人員也指出，他們表現最佳的模型（Qwen3-Coder，經草圖回饋微調）甚至優於 GPT-5；而這項成果僅來自 181 則設計師草圖標註。

不過，研究團隊也提醒，對「好介面」的界定高度主觀，可能造成解法多樣化，並導致回饋機制的高變異。在研究中，當研究團隊獨立評估設計師排名的 UI 配對時，僅有 49.2% 的情況與設計師選擇一致；但若設計師以草圖或直接編輯提供回饋，研究團隊對改進的認同度則分別提升至 63.6% 與 76.1%。這顯示當設計師能具體呈現想改動之處時，對於「更好」的共識更容易形成。

這項研究不僅展示 AI 在 UI 設計上的潛力，也強調專業設計師意見在生成式 AI 模型訓練中的重要性，為未來 App 開發提供新的思路與方法。