Sudjelovali smo u neuromarketinškom znanstvenom radu

naš dizajn testiran AI eye-trackingom

Naš dizajn i grafički elementi korišteni su kao testni materijal u neuromarketinškom znanstvenom radu objavljenom u recenziranom časopisu Informatics (MDPI) u ožujku 2025. Studija je usporedila koliko dobro pažnju gledatelja privlače dizajni koje su izradili profesionalni grafički dizajneri u odnosu na dizajn nastao po preporukama umjetne inteligencije — i rezultat je bio u korist ljudskog dizajna. Bila nam je čast biti dio ovog istraživanja.

Rijetko se dogodi da rad koji izlazi iz studija završi u znanstvenoj literaturi, a još rjeđe da se mjeri instrumentima koji predviđaju gdje će ljudsko oko zaista pogledati. Zato nam ovo sudjelovanje znači više od reference u portfoliju.

O kojem se radu radi

Studija nosi naslov „Human-Centred Design Meets AI-Driven Algorithms: Comparative Analysis of Political Campaign Branding in the Harris–Trump Presidential Campaigns".

Istraživačko pitanje bilo je jednostavno postavljeno, a teško odgovorivo: može li AI dizajnirati vizualnu komunikaciju koja bolje drži pažnju od one koju osmisli iskusan dizajner?

Naša uloga u istraživanju

Naš doprinos bio je dizajnerski dio studije. Konkretno:

• izradili smo kompletan redizajn izvornog promocijskog materijala,
• kreirali grafičke elemente — tipografske hijerarhije, logotipe u kompoziciji, ikonografiju, pozadinske slojeve i boje,
• pripremili nekoliko namjenskih podverzija istog dizajna, gdje je svaka verzija ciljano mijenjala određene varijable kako bi se njihov utjecaj mogao izolirano izmjeriti.

Ta zadnja točka je zapravo srž posla. Ako se u dvije verzije promijeni pet stvari odjednom, ne znate koja je od njih napravila razliku. Zato su podverzije radile s kontroliranim promjenama: veličina i debljina fonta, inverzija kontrasta iza glavnog naslova, prelazak podloge iz crne u bijelu i svijetlosivu, dodavanje sekundarnog logotipa iza figura kandidata, uvođenje odnosno uklanjanje ikona stranačke pripadnosti.

Sve je izrađeno u Adobe Illustratoru, s definiranom paletom (tamnoplava #18345A, crvena #A81D46, bijela #FFFFFF, svijetlosiva #E9EAEE, tamnosiva #2A2C37, svijetlo narančasta #FDD2B5) i tipografijom Montserrat u više težina.

Ukupno su, uz izvorni materijal kao kontrolnu točku, testirane četiri verzije:

• Dizajn 0 — izvorni materijal (baseline, iz članka Al Jazeere)
• Dizajn 1 — profesionalni redizajn
• Dizajn 2 — profesionalni redizajn s dodatnim korekcijama balansa
• Dizajn 3 — profesionalni redizajn izveden po preporukama AI asistenta

Kako se mjerilo

Ovdje se studija razlikuje od uobičajenog „meni se ovaj više sviđa" pristupa. Umjesto subjektivne ocjene, koristila su se dva alata.

Predict — AI eye-tracking

Softver razvijen u suradnji kompanije Neurons i Stanforda, treniran na oko 180.000 testiranja i bazi od približno 200.000 podatkovnih točaka prikupljenih klasičnim eye-tracking uređajima. Uzorak je bio globalno raspoređen (SAD 35 %, UK 20 %, nordijske zemlje 20 %, DACH 10 %, ostatak Europe, Latinska Amerika, Bliski istok i Azija), s izbalansiranim odnosom spolova i rasponom 18–55 godina.

Predict predviđa raspored vizualne pažnje s deklariranom točnošću oko 95 % u odnosu na eye-tracking visoke preciznosti — i to u sekundama, umjesto tjednima koliko traje laboratorijsko testiranje.

CoPilot — AI asistent utemeljen na neuroznanosti

Jezični model nadograđen neuromarketinškom literaturom, s benchmark bazom od 67.429 zona interesa kroz 13.689 vizualnih materijala. On je generirao preporuke po kojima je izrađen Dizajn 3.

Metrike

Svaki dizajn razbijen je na 13 do 14 zona interesa (AOI) — naslov, tijelo teksta, figure kandidata, imena, logotipi, podaci o mjestu događaja. Po zoni su mjereni: ukupna pažnja, angažman, početna pažnja (prve 2 sekunde), završna pažnja (posljednje 2 sekunde), procenat viđenog, jasnoća poruke i kognitivni napor.

Obrada podataka rađena je u Pythonu (Pandas, Matplotlib, Seaborn, SciPy, Statsmodels), sa Spearmanovom korelacijom, Kruskal–Wallisovim H-testom, ANOVA-om i Bonferronijevom korekcijom.

Rezultati: ljudski dizajn je odnio ukupnu pobjedu

Autori su izračunali ponderirani performance score koji kombinira svih pet ključnih metrika (ukupna pažnja 30 %, angažman 25 %, početna pažnja 20 %, završna pažnja 15 %, procenat viđenog 10 %).

Dizajn 1 imao je i najvišu početnu pažnju (99,71 prema 99,61 kod AI verzije) te najviši angažman u sedam od trinaest zona interesa — što ga čini najravnomjernijim izvedbom kroz cijelu kompoziciju, a ne samo na jednoj-dvije žarišne točke.

Gdje je AI bio bolji

Bilo bi netočno reći da AI nije donio ništa. Dizajn 3 postigao je najvišu jasnoću na figuri kandidatkinje (10,77 — najbolji rezultat među svim verzijama) i vrlo jaku emocionalnu reakciju na istoj zoni (9,39). AI je, dakle, izvrsno optimizirao pojedinačne fokalne točke.

Gdje je zaostao: tekstualne zone. Na tijelu teksta Dizajn 3 postigao je 5,31 prema 6,13 kod ljudskog Dizajna 1. Isto se ponovilo kroz nekoliko drugih tekstualnih AOI-ja.

Nijansa koju ne treba preskočiti

U analizi sirovih attention scoreova, Dizajn 2 pokazao se najjačim u nekoliko pojedinačnih kategorija (tijelo teksta 14,31; figure kandidata 13,52 i 18,70). Ukupnu pobjedu Dizajn 1 nosi zbog ravnomjernosti kroz sve metrike, ne zbog dominacije u svakoj. Ta razlika je bitna: ovisno o tome je li cilj kampanje maksimizirati jedan element ili ostvariti uravnotežen dojam cjeline, „najbolji" dizajn nije isti.

Što od hipoteza stoji, a što ne

Autori su bili disciplinirani i odbacili su vlastite polazne hipoteze kad ih podaci nisu podržali:

• H1 (AI dizajn nadmašuje tradicionalne metode) — odbačena
• H1a (AI dizajn ima veću početnu pažnju) — odbačena
• H1c (AI dizajn ima veću jasnoću) — odbačena
• H1b i H1d — djelomično potvrđene
• H2 (kombinacija AI alata i ljudske ekspertize nadmašuje bilo koji pristup zasebno) — snažno potvrđena

Zaključak studije nije „AI ne radi", nego: AI kao mjerni instrument plus ljudski dizajner kao autor odluke = najbolji rezultat. Dizajn 1 nije nastao naslijepo — nastao je nakon što je AI eye-tracking analizirao original i pokazao gdje pažnja pada, a onda je dizajner donio kreativne odluke na temelju tih podataka.

Zanimljiv nalaz: jasnoća košta kognitivnog napora

Spearmanova korelacija između jasnoće i kognitivnog napora bila je snažno pozitivna u svim verzijama (0,89 do 0,96, p < 0,0001).

Praktično: zone koje najjasnije komuniciraju poruku istovremeno traže najviše mentalnog angažmana od gledatelja. Nema besplatne jasnoće. To je izravno primjenjivo na landing stranice, bannere i ambalažu — kad „pojasnite" element, često ga učinite i zahtjevnijim, i taj se trade-off mora svjesno rasporediti kroz kompoziciju, a ne rješavati element po element.

Ograničenja studije

Ovo pišemo namjerno, jer se pretjerana interpretacija rezultata u marketingu događa prečesto.

• Studija je cross-sectional — pokazuje asocijacije, ne uzročno-posljedične veze. Autori to eksplicitno navode.
• ANOVA nije pokazala statistički značajne razlike među četirima dizajnima za jasnoću (F = 0,20; p = 0,899), angažman (F = 0,01; p = 0,999) ni ukupnu pažnju (F = 0,04; p = 0,988). Razlike u ponderiranom scoreu su realne, ali skromne po veličini. Kruskal–Wallisov test na razini pojedinačnih AOI-ja jest pokazao značajne razlike u jasnoći.
• Predict predviđa ponašanje na temelju modela; ne mjeri konkretne ljude u konkretnom trenutku.
• Materijal je politički flyer. Prijenos nalaza na e-commerce ili B2B komunikaciju je razumna hipoteza, ne dokazana činjenica.

Što ovo znači za rad s klijentima

Tri stvari koje iz ovoga nosimo u svakodnevni posao:

1. Dizajn se može testirati prije objave. Ne mora se čekati CTR nakon tjedan dana medijskog budžeta da bi se vidjelo je li CTA vidljiv.
2. AI je dobar mjerni instrument, a slab autor. Preporuke alata su korisne za pojedinačne fokalne točke; kompozicijske i tekstualne odluke ostaju posao dizajnera.
3. Namjenske podverzije su vrijedne same po sebi. Kontrolirano variranje jedne varijable po verziji jedini je način da se sazna što je zapravo radilo.

Zahvala

Bila nam je čast biti dio ovog istraživanja. Zahvaljujemo autorima — dr. Heddi Martini Šoli, dr. Fayyazu Hussainu Qureshiju i Sarwaru Khawaji — na povjerenju i pozivu na sudjelovanje, kao i Institutu za neuromarketing i intelektualno vlasništvo te Oxford Business Collegeu.

Vidjeti vlastiti rad kako prolazi kroz recenzentski proces i završava u Editor's Choice odabiru međunarodnog časopisa je priznanje koje se ne kupuje.

Često postavljana pitanja

Gdje mogu pročitati cijeli rad? Rad je Open Access i dostupan u cijelosti bez plaćanja: mdpi.com/2227-9709/12/1/30

Je li AI dizajnirao materijale? Ne. Sve četiri verzije izradili su profesionalni grafički dizajneri u Adobe Illustratoru. Jedna verzija (Dizajn 3) izrađena je po preporukama AI asistenta, ali ju je izveo dizajner.

Što je AI eye-tracking? Tehnologija koja na temelju modela treniranog na velikom broju stvarnih eye-tracking snimanja predviđa gdje će ljudsko oko gledati na nekom vizualu — bez potrebe za testiranjem na ispitanicima.

Znači li ovo da je AI beskoristan u dizajnu? Ne. Studija je potvrdila hipotezu da kombinacija AI alata i ljudske ekspertize daje najbolje rezultate. Odbacila je samo tezu da AI sam nadmašuje dizajnera.

Citiranje

Šola, H. M., Qureshi, F. H., & Khawaja, S. (2025). Human-Centred Design Meets AI-Driven Algorithms: Comparative Analysis of Political Campaign Branding in the Harris–Trump Presidential Campaigns. Informatics, 12(1), 30. https://doi.org/10.3390/informatics12010030

Rad je objavljen pod Creative Commons licencom, što dopušta preuzimanje sadržaja, slika i tablica uz jasno navođenje izvora.