たとえば、AIがWebの画面を作るとする。
AIが画面を作るにあたって、最も人が使いやすい画面にしようとしたとき、最近はやりのディープラーニング的な手法を使えば、並のWebデザイナーよりも良い画面を作れる可能性がある。
ただし、そこまで質のいい画面を作らせるには、力技な作業が必要とされる。
具体的には、AIが作った画面を人が実際に触れて、何万回、何百万回と人の作業データを集めることができれば、理論的には質のいい画面ができる。
AIが作った画面を人に提示し、目的の動作が完了するまでの時間を測り、最短となるような画面を提示するよう学習させればよい。
より良くするなら動作中のストレス値も測り、ストレス値が最小となることも条件に加えると良い。
普通には何百万回と試してもらうには、膨大な実験費用がかかるので行われない
しかし、実現した場合には、「最小の時間で目的の動作を達する」ことに対して再現性が最も得られる画面をつくることができる。
人よりもヒト（の特性）を理解したコンピュータになってしまう。
この手法、ディープラーニングを使った画面作成は、これまでの失敗から、最も失敗が無くなりそうな画面を作成するというアプローチを取る。
突き詰めると、いかに万人受けするか、特定の条件に依存しないか、を考えた画面になる。
つまり、AIと差別化するにはどうすればいいか。
誰にでも、ではなく、特定の誰かに向け得た特化したものが求められるのではないかと考えている。
特定の誰かに向けた画面をAIにつくらせるには、学習データの確保が難しすぎる。
大量生産の画一的な画面を作るAIと、小規模生産の特化した画面を作るデザイナーという役割分担がなされていくのかな。