La farfalla esce dallo scafandro

Il nuovo sistema dei ricercatori del MIT, basato su apprendimento automatico e modelli statistici, consente alle persone con seri problemi motori di comunicare più velocemente e con maggiore precisione

di MIT Technology Review Italia

Nel 1995, il redattore di una rivista di moda francese Jean-Dominique Bauby ha avuto un ictus mentre era alla guida di un’auto, che lo ha lasciato in una condizione nota come sindrome locked-in, una malattia neurologica in cui il paziente è completamente paralizzato e può muovere solo i muscoli che controllano il occhi.

Bauby scrisse il libro di memorie Lo scafandro e la farfalla 
usando un sistema di dettatura in cui la suo logopedista recitava l’alfabeto e Bauby sbatteva le palpebre quando lei pronunciava la lettera corretta. Ci sono voluti oltre 200.000 battiti di ciglia per scrivere il libro di 130 pagine.

La tecnologia ha fatto molta strada dall’incidente di Bauby. Molte persone con gravi disabilità motorie causate da sindrome locked-in, paralisi cerebrale, sclerosi laterale amiotrofica o altre condizioni possono comunicare utilizzando interfacce di computer in cui selezionano lettere o parole in una griglia sullo schermo attivando un singolo pulsante, rilasciando un soffio d’aria o sbattendo le palpebre.

Ora , come riportato da “MIT News”, un sistema più flessibile sviluppato dai ricercatori del MIT, presentato alla ACM Conference on Human Factors in Computing Systems, colloca i singoli indicatori di selezione accanto a ciascuna opzione sullo schermo di un computer. Gli indicatori possono essere posizionati ovunque, accanto a qualsiasi cosa su cui qualcuno potrebbe fare clic con il mouse, quindi un utente non ha bisogno di scorrere una griglia di scelte per effettuare le selezioni.

Il sistema, chiamato Nomon, incorpora il ragionamento probabilistico per apprendere come gli utenti effettuano le selezioni, quindi regola l’interfaccia per migliorarne velocità e precisione.

I partecipanti a uno studio sugli utenti sono stati in grado di digitare più velocemente utilizzando Nomon rispetto a un sistema di scansione riga-colonna. Gli utenti hanno anche ottenuto risultati migliori in un’attività di selezione delle immagini, dimostrando come Nomon potrebbe essere utilizzato per qualcosa di più della semplice digitazione.

Nell’interfaccia di Nomon, sviluppata dalla professoressa Tamara Broderick e da Nicholas Bonaker dell’EECS del MIT, un piccolo orologio analogico è posizionato accanto a ogni opzione selezionabile dall’utente. L’utente guarda un’opzione e poi fa clic sull’interruttore quando la lancetta dell’orologio supera una linea rossa di “mezzogiorno”. Dopo ogni clic, il sistema cambia le fasi degli orologi per separare i prossimi obiettivi più probabili. L’utente fa clic ripetutamente finché non viene selezionato il proprio target.

Se utilizzati come tastiera, gli algoritmi di apprendimento automatico di Nomon cercano di indovinare la parola successiva in base alle parole precedenti e a ogni nuova lettera mentre l’utente effettua le selezioni. Per raccogliere dati più rappresentativi, Bonaker ha ideato uno switch basato su webcam più difficile da usare rispetto al semplice clic su un tasto. Gli utenti che non hanno adottato lo switch hanno dovuto appoggiare i loro corpi su un lato dello schermo e poi di nuovo sull’altro lato per registrare un clic, con i tempi giusti.

Lo studio è durato 10 sessioni con 13 partecipanti senza switch e un utente con una forma avanzata di distrofia muscolare spinale fornito di un singolo switch. Nelle prime nove sessioni, i partecipanti hanno utilizzato Nomon e un’interfaccia di scansione riga-colonna per 20 minuti ciascuno per eseguire l’immissione di testo e nella decima sessione hanno utilizzato i due sistemi per un’attività di selezione delle immagini.

Gli utenti senza switch hanno digitato il 15% più velocemente utilizzando Nomon, mentre gli utenti con problemi motori hanno digitato ancora più velocemente rispetto agli utenti senza switch. Quando digitavano parole sconosciute, gli utenti erano complessivamente più veloci del 20% e facevano la metà degli errori. Nella sessione finale, sono stati in grado di completare l’attività di selezione delle immagini il 36% più velocemente utilizzando Nomon.

Con il suo ragionamento probabilistico, Nomon incorpora tutto ciò che sa su dove è probabile che un utente faccia clic per rendere il processo più veloce, più semplice e meno soggetto a errori. Il sistema apprende anche come un utente fa clic e si adatta in tempo reale. 

Questo ragionamento probabilistico rende Nomon potente ma richiede anche un carico di clic maggiore rispetto ai sistemi di scansione riga-colonna. Fare clic più volte può essere un compito difficile per gli utenti con gravi problemi motori quindi Broderick spera di ridurne il carico  incorporando il tracciamento dello sguardo dell’utente in Nomon.

Agli individui con disabilità motorie non parlanti attualmente non vengono fornite soluzioni di comunicazione efficienti per interagire con i partner che parlano o con i sistemi informatici. Questo “divario di comunicazione” è un noto problema irrisolto nell’interazione uomo-computer e finora non ci sono buone soluzioni. 

Questo studio, sostiene Ola Kristensson, professoressa di ingegneria dei sistemi interattivi alla Cambridge University, dimostra che un approccio creativo sostenuto da un modello statistico può fornire miglioramenti tangibili delle prestazioni agli utenti che ne hanno più bisogno: le persone che non parlano e fanno affidamento su un unico interruttore per comunicare.

Immagine: Jean-Dominique Bauby

(rp)

Related Posts
Total
0
Share