Hệ thống mới cho phép những người bị suy giảm vận động nghiêm trọng có thể nhập liệu một cách nhanh chóng và chính xác

Đối với những cá nhân giao tiếp bằng một công tắc, một giao diện mới sẽ tìm hiểu cách họ thực hiện các lựa chọn, sau đó tự điều chỉnh cho phù hợp.

Năm 1995, biên tập viên tạp chí thời trang Pháp Jean-Dominique Bauby bị một cơn động kinh khi đang lái xe ô tô, khiến ông mắc một chứng bệnh được gọi là hội chứng khóa trong, một căn bệnh thần kinh trong đó bệnh nhân bị liệt hoàn toàn và chỉ có thể cử động các cơ điều khiển mắt.

Bauby, người đã ký hợp đồng sách không lâu trước khi bị tai nạn, đã viết hồi ký “Chuông lặn và con bướm” bằng cách sử dụng một hệ thống đọc chính tả trong đó nhà trị liệu ngôn ngữ của anh ấy đọc thuộc lòng bảng chữ cái và anh ấy sẽ chớp mắt khi cô ấy nói đúng chữ cái. Họ viết cuốn sách 130 trang một cách chớp mắt.

Công nghệ đã đi một chặng đường dài kể từ sau tai nạn của Bauby. Nhiều người bị suy giảm khả năng vận động nghiêm trọng do hội chứng bế tắc, bại não, xơ cứng teo cơ một bên hoặc các bệnh lý khác có thể giao tiếp bằng giao diện máy tính nơi họ chọn các chữ cái hoặc từ trong lưới trên màn hình bằng cách kích hoạt một công tắc, thường là bằng cách nhấn một nút, nhả một luồng không khí hoặc nhấp nháy.

Nhưng các hệ thống quét cột hàng này rất cứng nhắc, và tương tự như kỹ thuật được sử dụng bởi chuyên gia trị liệu ngôn ngữ của Bauby, chúng làm nổi bật từng tùy chọn một, khiến chúng trở nên chậm chạp một cách khó chịu đối với một số người dùng. Và chúng không thích hợp cho các tác vụ mà các tùy chọn không thể được sắp xếp theo dạng lưới, chẳng hạn như vẽ, duyệt web hoặc chơi game.

Một hệ thống linh hoạt hơn đang được các nhà nghiên cứu tại MIT phát triển đặt các chỉ số lựa chọn cá nhân bên cạnh mỗi lựa chọn trên màn hình máy tính. Các chỉ báo có thể được đặt ở bất cứ đâu – bên cạnh bất kỳ thứ gì mà ai đó có thể nhấp bằng chuột – vì vậy người dùng không cần phải di chuyển qua một lưới các lựa chọn để thực hiện các lựa chọn. Hệ thống, được gọi là Nomon, kết hợp lý luận xác suất để tìm hiểu cách người dùng thực hiện lựa chọn, sau đó điều chỉnh giao diện để cải thiện tốc độ và độ chính xác của họ.

Những người tham gia nghiên cứu người dùng có thể nhập nhanh hơn bằng Nomon so với hệ thống quét hàng-cột. Những người dùng cũng thực hiện tốt hơn tác vụ chọn ảnh, chứng tỏ Nomon có thể được sử dụng nhiều hơn là gõ.

“Thật tuyệt và thú vị khi có thể phát triển phần mềm có tiềm năng thực sự giúp ích cho mọi người. Tác giả cấp cao Tamara Broderick, phó giáo sư tại Khoa Kỹ thuật Điện và Khoa học Máy tính (EECS) của MIT cho biết: Phòng thí nghiệm về Hệ thống thông tin và Quyết định và Viện Dữ liệu, Hệ thống và Xã hội.

Tham gia cùng Broderick trên bài báo là tác giả chính Nicholas Bonaker, một sinh viên tốt nghiệp EECS; Emli-Mari Nel, trưởng bộ phận đổi mới và máy học tại Averly và là giảng viên thỉnh giảng tại Đại học Witwatersrand ở Nam Phi; và Keith Vertanen, một phó giáo sư tại Michigan Tech. Nghiên cứu đang được trình bày tại Hội nghị ACM về các yếu tố con người trong hệ thống máy tính.

Trên đồng hồ

Trong giao diện Nomon, một đồng hồ kim nhỏ được đặt bên cạnh mọi tùy chọn mà người dùng có thể chọn. (Một gnomon là một phần của đồng hồ mặt trời đổ bóng.) Người dùng nhìn vào một tùy chọn và sau đó nhấp vào công tắc của họ khi kim đồng hồ đó vượt qua vạch “trưa” màu đỏ. Sau mỗi lần nhấp, hệ thống sẽ thay đổi các pha của đồng hồ để tách các mục tiêu tiếp theo có thể xảy ra nhất. Người dùng nhấp liên tục cho đến khi mục tiêu của họ được chọn.

Khi được sử dụng làm bàn phím, các thuật toán máy học của Nomon cố gắng đoán từ tiếp theo dựa trên các từ trước đó và từng chữ cái mới khi người dùng thực hiện lựa chọn.

Broderick đã phát triển một phiên bản đơn giản hóa của Nomon vài năm trước nhưng quyết định truy cập lại nó để làm cho hệ thống này dễ sử dụng hơn cho những người bị khiếm khuyết về vận động. Cô đã tranh thủ sự giúp đỡ của Bonaker khi đó chưa tốt nghiệp để thiết kế lại giao diện.

Đầu tiên, họ tham khảo ý kiến của các tổ chức phi lợi nhuận làm việc với các cá nhân bị khiếm khuyết về vận động, cũng như người sử dụng công tắc bị khiếm khuyết về vận động, để thu thập phản hồi về thiết kế Nomon.

Sau đó, họ thiết kế một nghiên cứu người dùng sẽ thể hiện tốt hơn khả năng của những người bị khiếm khuyết về vận động. Broderick giải thích rằng họ muốn đảm bảo kiểm tra kỹ lưỡng hệ thống trước khi sử dụng phần lớn thời gian quý báu của người dùng bị khiếm khuyết về vận động, vì vậy họ đã thử nghiệm đầu tiên trên người dùng không chuyển đổi.

Bật công tắc

Để thu thập nhiều dữ liệu đại diện hơn, Bonaker đã phát minh ra một công tắc dựa trên webcam khó sử dụng hơn là chỉ cần nhấp vào một phím. Những người dùng không chuyển đổi phải nghiêng cơ thể của họ sang một bên của màn hình và sau đó quay lại phía bên kia để đăng ký một lần nhấp.

“Và họ phải làm điều này vào đúng thời điểm, vì vậy nó thực sự làm họ chậm lại. Chúng tôi đã thực hiện một số nghiên cứu thực nghiệm cho thấy rằng chúng gần với thời gian phản ứng của những người bị suy giảm khả năng vận động hơn nhiều, ”Broderick nói.

Họ đã thực hiện một nghiên cứu người dùng kéo dài 10 phiên với 13 người tham gia không chuyển đổi và một người dùng chuyển đổi một lần mắc chứng loạn dưỡng cơ cột sống dạng nâng cao. Trong chín phiên đầu tiên, những người tham gia sử dụng Nomon và giao diện quét hàng-cột trong 20 phút mỗi phiên để thực hiện nhập văn bản và trong phiên thứ 10, họ sử dụng hai hệ thống cho nhiệm vụ chọn ảnh.

Người dùng không chuyển đổi gõ nhanh hơn 15 phần trăm bằng Nomon, trong khi người dùng bị khiếm khuyết về vận động gõ thậm chí còn nhanh hơn người dùng không chuyển đổi. Khi gõ các từ không quen thuộc, người dùng nói chung nhanh hơn 20% và mắc lỗi nhiều hơn một nửa. Trong phiên cuối cùng của họ, họ có thể hoàn thành nhiệm vụ chọn hình ảnh nhanh hơn 36% bằng cách sử dụng Nomon.

“Nomon dễ tha thứ hơn nhiều so với quét hàng-cột. Với tính năng quét theo hàng-cột, ngay cả khi bạn chỉ hơi chệch choạc, bây giờ bạn đã chọn B thay vì A và đó là một lỗi, ”Broderick nói.

Thích ứng với tiếng nhấp chuột ồn ào

Với lý luận xác suất của mình, Nomon kết hợp mọi thứ mà nó biết về nơi người dùng có khả năng nhấp vào để làm cho quá trình nhanh hơn, dễ dàng hơn và ít lỗi hơn. Ví dụ: nếu người dùng chọn “Q”, Nomon sẽ giúp người dùng chọn “U” tiếp theo dễ dàng nhất có thể.

Nomon cũng tìm hiểu cách người dùng nhấp chuột. Vì vậy, nếu người dùng luôn nhấp một chút sau khi kim đồng hồ điểm vào buổi trưa, hệ thống sẽ thích ứng với điều đó trong thời gian thực. Nó cũng thích nghi với sự ồn ào. Nếu lần nhấp của người dùng thường không đạt, hệ thống sẽ yêu cầu thêm lần nhấp để đảm bảo độ chính xác.

Lý luận xác suất này làm cho Nomon trở nên mạnh mẽ nhưng cũng yêu cầu tải nhấp chuột cao hơn so với các hệ thống quét hàng-cột. Nhấp nhiều lần có thể là một công việc khó khăn đối với những người dùng bị suy giảm vận động nghiêm trọng.

Broderick hy vọng sẽ giảm tải nhấp chuột bằng cách kết hợp theo dõi ánh nhìn vào Nomon, điều này sẽ cung cấp cho hệ thống thông tin mạnh mẽ hơn về những gì người dùng có thể chọn tiếp theo dựa trên phần nào của màn hình mà họ đang xem. Các nhà nghiên cứu cũng muốn tìm ra một cách tốt hơn để tự động điều chỉnh tốc độ đồng hồ để giúp người dùng chính xác và hiệu quả hơn.

Họ đang thực hiện một loạt các nghiên cứu mới, trong đó họ có kế hoạch hợp tác với nhiều người dùng bị khiếm khuyết về vận động hơn.

“Cho đến nay, phản hồi từ những người dùng bị khiếm khuyết về vận động là vô giá đối với chúng tôi; chúng tôi rất biết ơn người dùng bị khiếm khuyết về vận động đã nhận xét về giao diện ban đầu của chúng tôi và người dùng bị khiếm khuyết về vận động riêng biệt đã tham gia vào nghiên cứu của chúng tôi. Chúng tôi hiện đang mở rộng nghiên cứu của mình để làm việc với một nhóm lớn hơn và đa dạng hơn trong dân số mục tiêu của chúng tôi. Với sự giúp đỡ của họ, chúng tôi đã cải tiến hơn nữa giao diện của mình và làm việc để hiểu rõ hơn về hiệu suất của Nomon, ”cô nói.

“Những người khuyết tật vận động không nói được hiện không được cung cấp các giải pháp giao tiếp hiệu quả để tương tác với các đối tác nói hoặc hệ thống máy tính. ‘Khoảng cách giao tiếp’ này là một vấn đề chưa được giải quyết trong tương tác giữa con người và máy tính và cho đến nay vẫn chưa có giải pháp tốt. Bài báo này chứng minh rằng một phương pháp tiếp cận sáng tạo được củng cố bởi một mô hình thống kê có thể mang lại hiệu suất hữu hình cho những người dùng cần nó nhất: các cá nhân không nói được dựa vào một công tắc duy nhất để giao tiếp, ”Per Ola Kristensson, giáo sư kỹ thuật hệ thống tương tác tại Cambridge cho biết Đại học, người không tham gia vào nghiên cứu này. “Bài báo cũng thể hiện giá trị của việc bổ sung những hiểu biết sâu sắc từ các thử nghiệm tính toán với sự tham gia của người dùng cuối và các bên liên quan khác trong quá trình thiết kế. Tôi thấy đây là một bài báo có tính sáng tạo cao và quan trọng trong một lĩnh vực mà ở đó nổi tiếng là khó đạt được những tiến bộ đáng kể ”.

Nghiên cứu này một phần được hỗ trợ bởi Quỹ Tưởng niệm Seth Teller về Công nghệ Tiên tiến cho Người Khuyết tật, Học bổng Nghiên cứu Đại học Mùa hè của Peter J. Eloranta, MIT Quest for Intelligence, và National Science Foundation.

Theo Scitechdaily