Design Theater：评估生成式UI工具中面向用户的设计推理与实现之间的差距

生成式UI工具有望通过把自然语言描述转化为完整界面来让UI设计平民化。在界面之外，这些工具还生成面向用户的设计理据（rationale），解释其布局、可访问性和设计选择。然而，这些声称的理据是否真正体现在其产出的界面中仍不清楚。我们把这种脱节称为“Design Theater”（设计表演）：看似合理且自信、却与实际实现几乎没有关系的设计理据。为研究这一现象，我们引入一个基准和三个用于度量Design Theater的指标。该基准包含24个UI生成任务，涵盖结构性、样式性与功能性设计需求。利用该基准，我们评估了由五个生成式UI工具创建的120个界面。平均而言，超过25%的面向用户设计理据未在生成界面中实现，功能性需求的实现失败率升至34%。工具大约识别出提示中嵌入的一半UX原则（均值=0.54），五个工具中有四个实现的功能性原则不超过6%。我们还测量了跨工具的界面相似性，发现视觉外观与布局组织趋于一致，而颜色选择差异更大。总体上，我们的贡献包括：1）Design Theater概念；2）一个带指标的基准，用于评估生成式UI工具声称的推理是否体现在其实现中；3）以及对这些工具系统性评估的发现。我们讨论这些发现对生成式UI工具设计与评估的意义。