Background. Perceived performance is a critical aspect of user experience (UX) in modern web applications, particularly during loading states. While various loading strategies such as spinners, skeleton screens, and progressive rendering are widely used, their actual impact on user perception is not fully understood.

Objectives. This study aims to investigate how different loading strategies influence perceived performance and interaction quality, and to examine how developer assumptions and AI-based evaluations align with actual user preferences.

Methods. A controlled web-based prototype was developed to simulate five loading strategies under identical conditions. A total of 20 end users evaluated their experience across multiple tasks, while 5 developers and 4 AI models provided predictions regarding user preferences. Data was collected through structured rating scales and qualitative feedback.

Results. The results show that progressive rendering was consistently rated as the most effective loading strategy across all user experience metrics. In contrast, developers and most AI models predicted that skeleton screens would be preferred. This reveals a clear mismatch between predicted and actual user preferences.

Conclusions. The findings demonstrate that perceived performance is strongly influenced by continuous feedback and incremental content delivery rather than static placeholders. The study highlights the importance of empirical validation in UX design and suggests that commonly assumed best practices may not always alignwith real user experience.

Bakgrund. Upplevd prestanda är en viktig del av användarupplevelse (UX) i moderna webbapplikationer, särskilt vid laddningstillstånd. Även om flera laddningsstrategier, såsom laddningsindikatorer, skelettskärmar och progressiv rendering, används i praktiken är deras faktiska påverkan på användarnas upplevelse inte alltid tydlig.

Syfte. Syftet med studien är att undersöka hur olika laddningsstrategier påverkar upplevd prestanda och interaktionskvalitet, samt att jämföra hur utvecklares antaganden och AI-baserade utvärderingar överensstämmer med faktiska användarpreferenser.

Metod. En kontrollerad webbaserad prototyp utvecklades där fem laddningsstrategier implementerades under identiska förhållanden. Totalt deltog 20 slutanvändare, 5 utvecklare och 4 AI-modeller i studien. Slutanvändarna utvärderade strategierna genom strukturerade skattningsskalor och frivilliga kommentarer, medan utvecklare och AI-modeller fick förutsäga användarnas preferenser.

Resultat. Resultaten visar att progressiv rendering fick högst betyg från slutanvändarna inom upplevd hastighet, smidighet, tydlighet och tillfredsställelse. Däremot förutspådde utvecklarna och de flesta AI-modellerna att skelettskärmar skulle vara den strategi som användarna föredrog. Detta visar på en tydlig skillnad mellan faktiska användarpreferenser och förväntade preferenser.

Slutsatser. Studien visar att upplevd prestanda inte enbart påverkas av faktisk laddningstid, utan även av hur systemet kommunicerar framsteg och ger användarenkontinuerlig återkoppling. Resultaten betonar vikten av empirisk användartestning vid UX-beslut och visar att etablerade antaganden inte alltid stämmer överens medfaktisk användarupplevelse.