Sistema del MIT ayuda a personas con discapacidad motora grave a escribir con mayor rapidez y precisión

Para personas que se comunican con un solo interruptor, una nueva interfaz aprende cómo hacen las selecciones y luego se autoajusta en consecuencia.

En 1995, el editor de una revista de moda francesa, Jean-Dominique Bauby, sufrió una convulsión mientras conducía un automóvil, lo que lo dejó con una condición conocida como síndrome de enclaustramiento, una enfermedad neurológica en la que el paciente queda completamente paralizado y solo puede mover los músculos que controlan los ojos.

Bauby, que había firmado un contrato de libros poco antes de su accidente, escribió las memorias “La escafandra y la mariposa” utilizando un sistema de dictado en el que su logopeda recitaba el alfabeto y él parpadeaba cuando decía la letra correcta.

Escribieron el libro de 130 páginas un parpadeo a la vez.

La tecnología ha avanzado mucho desde el accidente de Bauby.

Muchas personas con discapacidades motoras graves causadas por el síndrome de enclaustramiento, parálisis cerebral, esclerosis lateral amiotrófica u otras afecciones pueden comunicarse mediante interfaces de computadora donde seleccionan letras o palabras en una cuadrícula en pantalla activando un solo interruptor, a menudo presionando un botón, soltando una bocanada de aire, o parpadeando.

Pero estos sistemas de escaneo de filas y columnas son muy rígidos y, de manera similar a la técnica utilizada por el terapeuta del habla de Bauby, resaltan cada opción una a la vez, lo que los hace frustrantemente lentos para algunos usuarios.

Y no son adecuados para tareas en las que las opciones no se pueden organizar en una cuadrícula, como dibujar, navegar por la web o jugar.

Los investigadores del MIT están desarrollando un sistema más flexible que coloca indicadores de selección individuales junto a cada opción en la pantalla de una computadora.

Los indicadores se pueden colocar en cualquier lugar, junto a cualquier cosa en la que alguien pueda hacer clic con el mouse, por lo que un usuario no necesita recorrer una cuadrícula de opciones para hacer selecciones.

El sistema, llamado Nomon, incorpora razonamiento probabilístico para aprender cómo los usuarios hacen selecciones y luego ajusta la interfaz para mejorar su velocidad y precisión.

Los participantes en un estudio de usuarios pudieron escribir más rápido usando Nomon que con un sistema de escaneo de filas y columnas.

Los usuarios también se desempeñaron mejor en una tarea de selección de imágenes, lo que demuestra cómo se puede usar Nomon para algo más que escribir.

“Es genial y emocionante poder desarrollar software que tiene el potencial de ayudar realmente a las personas.

Ser capaz de encontrar esas señales y convertirlas en comunicación como estamos acostumbrados es un problema realmente interesante”, dice la autora principal Tamara Broderick, profesora asociada en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT y miembro de el Laboratorio de Sistemas de Información y Decisión y el Instituto de Datos, Sistemas y Sociedad.

En la interfaz de Nomon, se coloca un pequeño reloj analógico junto a cada opción que el usuario puede seleccionar.

(Un gnomon es la parte de un reloj de sol que proyecta una sombra).

El usuario mira una opción y luego hace clic en su interruptor cuando la manecilla de ese reloj pasa una línea roja de “mediodía“.

Después de cada clic, el sistema cambia las fases de los relojes para separar los próximos objetivos más probables.

El usuario hace clic repetidamente hasta que se selecciona su objetivo.

Cuando se usa como teclado, los algoritmos de aprendizaje automático de Nomon intentan adivinar la siguiente palabra en función de las palabras anteriores y cada nueva letra a medida que el usuario realiza selecciones.

Broderick desarrolló una versión simplificada de Nomon hace varios años, pero decidió revisarla para que el sistema fuera más fácil de usar para las personas con problemas de motricidad.

Solicitó la ayuda del entonces estudiante universitario Bonaker para rediseñar la interfaz.

Primero consultaron organizaciones sin fines de lucro que trabajan con personas con problemas de motricidad, así como un usuario de interruptores con problemas de motricidad, para recopilar comentarios sobre el diseño de Nomon.

Luego diseñaron un estudio de usuarios que representaría mejor las habilidades de las personas con problemas motores.

Querían asegurarse de examinar minuciosamente el sistema antes de utilizar gran parte del valioso tiempo de los usuarios con problemas motores, por lo que primero probaron en usuarios que no tenían interruptores, explica Broderick.

Para recopilar datos más representativos, Bonaker ideó un interruptor basado en una cámara web que era más difícil de usar que simplemente hacer clic en una tecla.

Los usuarios que no usaban interruptores tenían que inclinar sus cuerpos hacia un lado de la pantalla y luego hacia el otro lado para registrar un clic.

“Y tienen que hacer esto precisamente en el momento adecuado, por lo que realmente los ralentiza.

Hicimos algunos estudios empíricos que mostraron que estaban mucho más cerca de los tiempos de respuesta de las personas con problemas motores”, dice Broderick.

Ejecutaron un estudio de usuarios de 10 sesiones con 13 participantes que no cambiaron y un usuario de un solo interruptor con una forma avanzada de distrofia muscular espinal.

En las primeras nueve sesiones, los participantes usaron Nomon y una interfaz de escaneo de filas y columnas durante 20 minutos cada uno para realizar la entrada de texto, y en la décima sesión usaron los dos sistemas para una tarea de selección de imágenes.

Los usuarios sin interruptor escribieron un 15 por ciento más rápido con Nomon, mientras que los usuarios con problemas motores escribieron incluso más rápido que los usuarios sin interruptor.

Al escribir palabras desconocidas, los usuarios fueron un 20 por ciento más rápidos en general y cometieron la mitad de errores.

En su sesión final, pudieron completar la tarea de selección de imágenes un 36 por ciento más rápido usando Nomon.

“Nomon es mucho más indulgente que el escaneo de filas y columnas.

Con el escaneo de filas y columnas, incluso si está un poco equivocado, ahora ha elegido B en lugar de A y eso es un error”, dice Broderick.

Con su razonamiento probabilístico, Nomon incorpora todo lo que sabe sobre dónde es probable que haga clic un usuario para que el proceso sea más rápido, más fácil y menos propenso a errores.

Por ejemplo, si el usuario selecciona “Q”, Nomon facilitará al máximo que el usuario seleccione “U” a continuación.

Nomon también aprende cómo hace clic un usuario.

Entonces, si el usuario siempre hace clic un poco después de que la manecilla del reloj marque el mediodía, el sistema se adapta a eso en tiempo real.

También se adapta al ruido. Si el clic de un usuario a menudo está fuera de lugar, el sistema requiere clics adicionales para garantizar la precisión.

Este razonamiento probabilístico hace que Nomon sea poderoso pero también requiere una mayor carga de clics que los sistemas de escaneo de filas y columnas.

Hacer clic varias veces puede ser una tarea difícil para los usuarios con problemas motores graves.

Broderick espera reducir la carga de clics incorporando el seguimiento de la mirada en Nomon, lo que le daría al sistema información más sólida sobre lo que un usuario podría elegir a continuación en función de la parte de la pantalla que está mirando.

Los investigadores también quieren encontrar una mejor manera de ajustar automáticamente las velocidades del reloj para ayudar a los usuarios a ser más precisos y eficientes.

Están trabajando en una nueva serie de estudios en los que planean asociarse con más usuarios con problemas motores.

“Hasta ahora, los comentarios de los usuarios con problemas motores han sido invaluables para nosotros; estamos muy agradecidos con el usuario con discapacidad motora que comentó sobre nuestra interfaz inicial y con el usuario separado con discapacidad motora que participó en nuestro estudio.

Actualmente estamos ampliando nuestro estudio para trabajar con un grupo más grande y diverso de nuestra población objetivo.

Con su ayuda, ya estamos realizando más mejoras en nuestra interfaz y trabajando para comprender mejor el rendimiento de Nomon”, dice.

“Las personas con discapacidades motoras que no hablan actualmente no cuentan con soluciones de comunicación eficientes para interactuar con compañeros que hablan o sistemas informáticos.

Esta “brecha de comunicación” es un problema no resuelto conocido en la interacción humano-computadora, y hasta ahora no hay buenas soluciones.

Este enfoque altamente creativo respaldado por un modelo estadístico puede proporcionar ganancias de rendimiento tangibles para los usuarios que más lo necesitan: personas que no hablan y que dependen de un solo interruptor para comunicarse”, dice Per Ola Kristensson, profesor de ingeniería de sistemas interactivos en Cambridge. University, que no participó en esta investigación.

“También demuestra el valor de complementar los conocimientos de los experimentos computacionales con la participación de los usuarios finales y otras partes interesadas en el proceso de diseño. “

Fuente: Nomon