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

Bauby, que había firmado un contrato para escribir un libro poco antes de su accidente, escribió las memorias "La escafandra y la mariposa" mediante un sistema de dictado en el que su logopeda recitaba el alfabeto y él parpadeaba cuando ella decía la letra correcta. Escribieron el libro de 130 páginas parpadeando a la vez.

La tecnología ha avanzado mucho desde el accidente de Bauby. Muchas personas con deficiencias motoras graves causadas por el síndrome de enclaustramiento, la parálisis cerebral, la esclerosis lateral amiotrófica u otras afecciones pueden comunicarse mediante interfaces informáticas en las que seleccionan letras o palabras en una cuadrícula en pantalla activando un único interruptor, a menudo pulsando un botón, soltando una bocanada de aire o parpadeando.

Pero estos sistemas de exploración por filas y columnas son muy rígidos y, al igual que la técnica utilizada por el logopeda de Bauby, resaltan cada opción de una en una, lo que los hace frustrantemente lentos para algunos usuarios. Además, no son adecuados para tareas en las que las opciones no pueden organizarse en una cuadrícula, como dibujar, navegar por Internet o jugar.

Un sistema más flexible desarrollado por investigadores del MIT coloca indicadores de selección individuales junto a cada opción en la pantalla del ordenador. Los indicadores pueden colocarse en cualquier lugar -junto a cualquier cosa en la que se pueda hacer clic con el ratón-, de modo que el usuario no tenga que pasar por una cuadrícula de opciones para hacer sus selecciones. El sistema, llamado Nomon, incorpora el razonamiento probabilístico para aprender cómo seleccionan los usuarios, y luego ajusta la interfaz para mejorar su velocidad y precisión.

Los participantes en un estudio de usuarios fueron capaces de escribir más rápido con Nomon que con un sistema de escaneo por filas y columnas. Los usuarios también obtuvieron mejores resultados en una tarea de selección de imágenes, lo que demuestra que Nomon puede utilizarse para algo más que escribir.

"Es genial y emocionante poder desarrollar un software que tiene el potencial de ayudar a la gente. Ser capaz de encontrar esas señales y convertirlas en comunicación tal y como estamos acostumbrados es un problema realmente interesante", afirma la autora principal, Tamara Broderick, profesora asociada del Departamento de Ingeniería Eléctrica e Informática (EECS) del MIT y miembro del Laboratorio de Sistemas de Información y Decisión y del Instituto de Datos, Sistemas y Sociedad.

Junto a Broderick participan en el trabajo Nicholas Bonaker, estudiante de posgrado de EECS; Emli-Mari Nel, jefe de innovación y aprendizaje automático de Averly y profesor visitante de la Universidad de Witwatersrand (Sudáfrica); y Keith Vertanen, profesor asociado de Michigan Tech. La investigación se presenta en la Conferencia ACM sobre Factores Humanos en Sistemas Informáticos.

En el reloj

En la interfaz de Nomon, hay 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 pulsa su interruptor cuando la manecilla de ese reloj pasa por 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 pulsa repetidamente hasta seleccionar su objetivo.

Cuando se utiliza como teclado, los algoritmos de aprendizaje automático de Nomon intentan adivinar la siguiente palabra basándose en las anteriores y en cada nueva letra que el usuario selecciona.

Broderick desarrolló una versión simplificada de Nomon hace varios años, pero decidió revisarla para facilitar el uso del sistema a las personas con discapacidades motoras. Recurrió a la ayuda de Bonaker, entonces estudiante de licenciatura, para rediseñar la interfaz.

Primero consultaron a organizaciones sin ánimo de lucro que trabajan con personas con discapacidades motrices, así como a un usuario con discapacidades motrices, para recabar su opinión sobre el diseño de Nomon.

A continuación, diseñaron un estudio de usuarios que representara mejor las capacidades de las personas con discapacidades motrices. Querían asegurarse de examinar a fondo el sistema antes de emplear gran parte del valioso tiempo de los usuarios con discapacidades motrices, por lo que primero lo probaron con usuarios sin interruptor, explica Broderick.

Cambiando el interruptor

Para obtener datos más representativos, Bonaker ideó un interruptor basado en una cámara web que era más difícil de utilizar que el simple hecho de pulsar una tecla. Los usuarios que no utilizaban el interruptor tenían que inclinar su cuerpo hacia un lado de la pantalla y luego volver al otro lado para registrar un clic.

"Y tienen que hacerlo en el momento preciso, por lo que realmente les ralentiza. Hicimos algunos estudios empíricos que demostraron que se acercaban mucho más a los tiempos de respuesta de las personas con discapacidades motoras", afirma Broderick.

Llevaron a cabo un estudio de usuarios de 10 sesiones con 13 participantes sin conmutación y un usuario con una forma avanzada de distrofia muscular espinal. En las primeras nueve sesiones, los participantes utilizaron Nomon y una interfaz de escaneo de filas y columnas durante 20 minutos cada una para introducir texto, y en la décima sesión utilizaron los dos sistemas para una tarea de selección de imágenes.

Los usuarios sin conmutación teclearon un 15 por ciento más rápido con Nomon, mientras que el usuario con discapacidad motora tecleó incluso más rápido que los usuarios sin conmutación. Al escribir palabras desconocidas, los usuarios fueron un 20% más rápidos en general y cometieron la mitad de errores. En la última sesión, fueron capaces de completar la tarea de selección de imágenes un 36% más rápido utilizando Nomon.

"Nomon es mucho más tolerante que el escaneo por filas y columnas. Con el escaneo fila-columna, incluso si te equivocas ligeramente, ahora has elegido B en lugar de A y eso es un error", dice Broderick.

Adaptación a los clics ruidosos

Con su razonamiento probabilístico, Nomon incorpora todo lo que sabe sobre dónde es probable que haga clic el usuario para que el proceso sea más rápido, más fácil y menos propenso a errores. Por ejemplo, si el usuario selecciona "Q", Nomon le facilitará al máximo la selección de "U".

Nomon también aprende cómo hace clic el usuario. Así, si el usuario siempre hace clic un poco después de que la aguja del reloj marque el mediodía, el sistema se adapta a ello en tiempo real. También se adapta al ruido. Si el usuario hace clic con frecuencia, el sistema requiere clics adicionales para garantizar la precisión.

Este razonamiento probabilístico hace que Nomon sea potente, pero también requiere una mayor carga de clics que los sistemas de exploración por filas y columnas. Hacer varios clics puede ser una tarea ardua para los usuarios con problemas motrices graves.

Broderick espera reducir la carga de clics incorporando a Nomon el seguimiento de la mirada, lo que daría al sistema una información más sólida sobre lo que el usuario podría elegir a continuación en función de la parte de la pantalla que esté mirando. Los investigadores también quieren encontrar una forma mejor 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 discapacidades motoras.

"Hasta ahora, los comentarios de los usuarios con deficiencias motrices han sido muy valiosos para nosotros; estamos muy agradecidos al usuario con deficiencias motrices que comentó nuestra interfaz inicial y al usuario con deficiencias motrices que participó en nuestro estudio. Actualmente estamos ampliando nuestro estudio para trabajar con un grupo mayor y más diverso de nuestra población objetivo. Con su ayuda, ya estamos introduciendo nuevas mejoras en nuestra interfaz y trabajando para comprender mejor el funcionamiento de Nomon", afirma.

Esta investigación ha sido financiada, en parte, por el Seth Teller Memorial Fund to Advanced Technology for People with Disabilities, una beca de investigación universitaria de verano Peter J. Eloranta, el MIT Intelligence Quest y la National Science Foundation.

###

Escrito por Adam Zewe, Oficina de Noticias del MIT