Inteligencia artificial aprende a escribir en un teléfono como los humanos

Comparta este Artículo en:

El modelo computacional replica con precisión los movimientos de los ojos y los dedos de los usuarios de la pantalla táctil, lo que podría conducir a una mejor autocorrección y usabilidad del teclado para necesidades únicas.

Las pantallas táctiles son muy difíciles de escribir.

Como no podemos sentir las teclas, confiamos en el sentido de la vista para mover nuestros dedos a los lugares correctos y verificar si hay errores, una combinación de esfuerzos que no podemos realizar al mismo tiempo.

Para comprender realmente cómo las personas escriben en las pantallas táctiles, investigadores de la Universidad Aalto y el Centro Finlandés de Inteligencia Artificial FCAI han creado el primer modelo de inteligencia artificial que predice cómo las personas mueven los ojos y los dedos mientras escriben.

El modelo de IA puede simular cómo un usuario humano escribiría cualquier oración en cualquier diseño de teclado.

Comete errores, los detecta, aunque no siempre de forma inmediata, y los corrige, como lo harían los humanos.

La simulación también predice cómo las personas se adaptan a circunstancias alternas, como cómo cambia su estilo de escritura cuando comienzan a usar un nuevo sistema de autocorrección o diseño de teclado.

Managers who make more information viagra samples snide remarks about their peers or other groups want more teamwork. cialis tabs 20mg In fact, there is a new impotence drug and has only just come onto the market. The reason why ginger is now considered to be an aphrodisiac probably due to its buy cheap cialis effect on the circulatory system. However, the best remedy cialis soft tab of the problem is to use unwanted ejaculation herbal treatment.

“Anteriormente, la escritura con pantalla táctil se entendía principalmente desde la perspectiva de cómo se mueven nuestros dedos.

Los métodos basados en IA han ayudado a arrojar nueva luz sobre estos movimientos: lo que hemos descubierto es la importancia de decidir cuándo y dónde buscar.

Ahora, podemos hacer predicciones mucho mejores sobre cómo las personas escriben en sus teléfonos o tabletas“, dice el Dr. Jussi Jokinen, quien dirigió el trabajo.

El estudio sienta las bases para desarrollar, por ejemplo, mejores e incluso personalizadas soluciones de introducción de texto.

“Ahora que tenemos una simulación realista de cómo los humanos escriben en las pantallas táctiles, debería ser mucho más fácil optimizar los diseños de teclado para una mejor escritura, lo que significa menos errores, escritura más rápida y, lo más importante para mí, menos frustración“, explica Jokinen.

Además de predecir cómo escribiría una persona genérica, el modelo también puede dar cuenta de diferentes tipos de usuarios, como aquellos con discapacidades motoras, y podría usarse para desarrollar ayudas de mecanografía o interfaces diseñadas con estos grupos en mente.

Para aquellos que no enfrentan desafíos particulares, puede deducir de los estilos de escritura personales, al señalar, por ejemplo, los errores que ocurren repetidamente en los textos y correos electrónicos, qué tipo de teclado o sistema de autocorrección sería mejor para un usuario.

El enfoque novedoso se basa en la investigación empírica anterior del grupo, que proporcionó la base para un modelo cognitivo de cómo escriben los seres humanos.

Luego, los investigadores produjeron el modelo generativo capaz de escribir de forma independiente.

El trabajo se realizó como parte de un proyecto más amplio sobre IA interactiva en el Centro Finlandés de Inteligencia Artificial.

Los resultados están respaldados por un método clásico de aprendizaje automático, el aprendizaje por refuerzo, que los investigadores ampliaron para simular personas.

El aprendizaje por refuerzo se utiliza normalmente para enseñar a los robots a resolver tareas mediante ensayo y error; el equipo encontró una nueva forma de utilizar este método para generar un comportamiento que se asemeja mucho al de los humanos: errores, correcciones y todo.

“Le dimos al modelo las mismas habilidades y límites que tenemos nosotros, como humanos.

Cuando le pedimos que escribiera de manera eficiente, descubrió cómo usar mejor estas habilidades.

El resultado final es muy similar a cómo escriben los humanos, sin tener que enseñar el modelo con datos humanos”, dice Jokinen.

La comparación con los datos de la tipificación humana confirmó que las predicciones del modelo eran precisas.

En el futuro, el equipo espera simular técnicas de escritura lenta y rápida para, por ejemplo, diseñar módulos de aprendizaje útiles para las personas que desean mejorar su escritura.

Fuente: Aalto University