Transparency by Design: A UX Framework For AI-Assisted Road Asset Management

Abstract

Road Asset Management Systems (RAMS) play a critical role in infrastructure planning, yet their decision-support functions remain dominated by rule-based methods and spreadsheets. This thesis explores how Artificial Intelligence (AI) can be integrated into RAMS through a user interface that prioritizes transparency, efficiency, and human control. Instead of exposing proprietary algorithms, the work treats the planning engine as a black-box service and focuses on the user experience layer that governs interaction, explainability, and override mechanisms.

The research follows a Design Science Research (DSR) methodology, proceeding through three phases: (1) design of a UX framework defining principles for transparent, controllable AI-assisted planning; (2) implementation of a prototype interface demonstrating rationale explanations, scenario comparisons, and budget adjustments; scenario comparisons, and (3) evaluation using two complementary methods - heuristic inspection based on established usability principles, and benchmarking against traditional spreadsheet-based workflows. The results highlight that the proposed UX design reduces planning complexity, improves visibility of trade-offs, and increases the interpretability of AI-generated recommendations compared to current practices.

The thesis contributes a validated interaction framework for AI-assisted planning in RAMS and demonstrates that early-stage evaluation methods, heuristic analysis and process benchmarking, can provide meaningful evidence without large-scale user testing. Findings suggest that enhancing the UX of decision-support tools is a practical and impactful path toward Al adoption in infrastructure asset management, bridging the gap between algorithmic potential and real-world usability.

Tieomaisuuden hallintajärjestelmät (RAMS) ovat keskeisiä infrastruktuurin suunnittelussa, mutta niiden päätöksentukitoiminnot perustuvat edelleen enimmäkseen sääntöpohjaisiin menetelmiin ja laskentataulukoihin. Tässä opinnäytetyössä tutkitaan, kuinka tekoäly (AI) voidaan integroida tieomaisuuden hallintajärjestelmiin käyttöliittymän avulla, joka priorisoi läpinäkyvyyden, tehokkuuden ja ihmisten hallinnan. Työ käsittelee suunnittelualgoritmia mustana laatikkona ja keskittyy käyttökokemuskerrokseen, joka ohjaa vuorovaikutusta, selitettävyyttä ja ohitusmekanismeja.

Prototyyppi kehitettiin havainnollistamaan tekoälyavusteisia suunnittelutoimintoja, kuten perusteluiden selityksiä, skenaariovertailuja ja budjetin säätöjä. Arviointi toteutettiin kahdella toisiaan täydentävällä menetelmällä: heuristisella tarkastuksella vakiintuneiden käytettävyysperiaatteiden pohjalta sekä vertailuarvioinnilla perinteisiä laskentataulukkopohjaisia työnkulkuja vastaan. Tulokset osoittavat, että ehdotettu käyttöliittymäsuunnittelu vähentää suunnittelun monimutkaisuutta, parantaa vaihtoehtojen näkyvyyttä ja lisää tekoälyn tuottamien suositusten tulkittavuutta nykyisiin käytäntöihin verrattuna.

Opinnäytetyö tuottaa validoidun vuorovaikutuskehyksen tekoälyavusteiselle suunnittelulle tieomaisuuden hallintajärjestelmissä ja osoittaa, että varhaisvaiheen arviointimenetelmät, heuristinen analyysi ja prosessivertailu, voivat tuottaa hyötyä ilman laajamittaisia käyttäjätestejä. Tulokset viittaavat siihen, että päätöksentukityökalujen käyttökokemuksen parantaminen on käytännöllinen ja vaikuttava polku tekoälyn käyttöönottoon infrastruktuurin omaisuudenhallinnassa, mikä kaventaa algoritmisen potentiaalin ja todellisen käytettävyyden välistä kuilua.