Bauby, che aveva firmato un contratto per scrivere un libro poco prima dell'incidente, scrisse le sue memorie, "Lo scafandro e la farfalla", utilizzando un sistema di dettatura in cui la sua logopedista recitava l'alfabeto e lui batteva le palpebre quando lei pronunciava la lettera corretta. Scrissero il libro di 130 pagine battendo le palpebre all'unisono.

La tecnologia ha fatto molta strada dall'incidente di Bauby. Molte persone con gravi disabilità motorie causate dalla sindrome del locked-in, dalla paralisi cerebrale, dalla sclerosi laterale amiotrofica o da altre patologie possono comunicare utilizzando interfacce informatiche in cui selezionano lettere o parole su una griglia sullo schermo azionando un singolo interruttore, spesso premendo un pulsante, espirando o sbattendo le palpebre.

Tuttavia, questi sistemi di scansione a righe e colonne sono molto rigidi e, come la tecnica utilizzata dalla logopedista di Bauby, evidenziano ogni opzione una alla volta, risultando frustrantemente lenti per alcuni utenti. Inoltre, non sono adatti a compiti in cui le opzioni non possono essere disposte in una griglia, come disegnare, navigare in internet o giocare.

Un sistema più flessibile, sviluppato dai ricercatori del MIT, posiziona indicatori di selezione individuali accanto a ciascuna opzione sullo schermo del computer. Gli indicatori possono essere posizionati ovunque, accanto a qualsiasi elemento cliccabile con il mouse, in modo che l'utente non debba scorrere una griglia di opzioni per effettuare la propria selezione. Il sistema, chiamato Nomon, integra il ragionamento probabilistico per apprendere le modalità di selezione degli utenti e adatta di conseguenza l'interfaccia per migliorare velocità e precisione.

I partecipanti a uno studio sugli utenti sono riusciti a digitare più velocemente con Nomon rispetto a un sistema di scansione a righe e colonne. Gli utenti hanno anche ottenuto risultati migliori in un'attività di selezione di immagini, dimostrando che Nomon può essere utilizzato per molto più che la semplice digitazione.

"È fantastico ed entusiasmante poter sviluppare un software che ha il potenziale per aiutare le persone. Riuscire a individuare questi segnali e trasformarli in comunicazione nel modo a cui siamo abituati è un problema davvero interessante", afferma l'autrice principale Tamara Broderick, professoressa associata presso il Dipartimento di Ingegneria Elettrica e Informatica (EECS) del MIT e membro dell'Information and Decision Systems Lab e del Data, Systems and Society Institute.

Oltre a Broderick, il team comprende Nicholas Bonaker, studente laureato in Ingegneria Elettrica e Informatica; Emli-Mari Nel, responsabile dell'innovazione e dell'apprendimento automatico presso Averly e professoressa ospite all'Università del Witwatersrand (Sudafrica); e Keith Vertanen, professore associato al Michigan Tech. La ricerca verrà presentata alla conferenza ACM sui fattori umani nei sistemi informatici.

Sul cronometro

Nell'interfaccia di Nomon, accanto a ciascuna opzione selezionabile dall'utente è presente un piccolo orologio analogico. (Lo gnomone è la parte della meridiana che proietta l'ombra.) L'utente osserva un'opzione e preme il relativo interruttore quando la lancetta dell'orologio supera la linea rossa che indica "mezzogiorno". Dopo ogni clic, il sistema modifica le fasi dell'orologio per separare i bersagli successivi più probabili. L'utente preme ripetutamente fino a selezionare il proprio bersaglio.

Quando utilizzato come tastiera, gli algoritmi di apprendimento automatico di Nomon tentano di indovinare la parola successiva in base alle parole precedenti e a ogni nuova lettera selezionata dall'utente.

Broderick sviluppò una versione semplificata di Nomon diversi anni fa, ma decise di rivederla per rendere il sistema più accessibile alle persone con disabilità motorie. Si avvalse dell'aiuto di Bonaker, all'epoca studente universitario, per riprogettare l'interfaccia.

Innanzitutto, hanno consultato organizzazioni non profit che lavorano con persone con disabilità motorie, nonché un utente con disabilità motorie, per raccogliere le loro opinioni sul design di Nomon.

In seguito, hanno progettato uno studio sugli utenti che rappresentasse meglio le capacità delle persone con disabilità motorie. Volevano assicurarsi di esaminare a fondo il sistema prima di investire il prezioso tempo degli utenti con disabilità motorie, quindi lo hanno testato prima con utenti senza interruttore, spiega Broderick.

Cambiare l'interruttore

Per ottenere dati più rappresentativi, Bonaker ideò un interruttore basato sulla webcam, più difficile da usare rispetto alla semplice pressione di un tasto. Gli utenti che non utilizzavano l'interruttore dovevano inclinare il corpo da un lato dello schermo e poi riportarlo nell'altro per registrare un clic.

"E devono farlo al momento giusto, il che li rallenta parecchio. Abbiamo condotto degli studi empirici che hanno dimostrato che i loro tempi di reazione sono molto più simili a quelli delle persone con disabilità motorie", afferma Broderick.

Hanno condotto uno studio utente di 10 sessioni con 13 partecipanti senza passaggio da un sistema all'altro e un utente affetto da una forma avanzata di distrofia muscolare spinale. Nelle prime nove sessioni, i partecipanti hanno utilizzato Nomon e un'interfaccia di scansione riga-colonna per 20 minuti ciascuna per inserire testo, mentre nella decima sessione hanno utilizzato entrambi i sistemi per un'attività di selezione di immagini.

Gli utenti senza problemi di digitazione hanno digitato il 15% più velocemente con Nomon, mentre l'utente con disabilità motoria ha digitato ancora più velocemente rispetto agli utenti senza problemi di digitazione. Nella digitazione di parole sconosciute, gli utenti sono stati complessivamente il 20% più veloci e hanno commesso 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.

"Nomon è molto più tollerante della scansione riga-colonna. Con la scansione riga-colonna, anche un piccolo errore equivale a scegliere B invece di A, e questo è un errore", afferma Broderick.

Adattarsi ai clic rumorosi

Utilizzando il ragionamento probabilistico, Nomon incorpora tutte le informazioni in suo possesso su dove è probabile che l'utente clicchi per rendere il processo più veloce, più semplice e meno soggetto a errori. Ad esempio, se l'utente seleziona "Q", Nomon farà in modo che sia il più semplice possibile per lui selezionare "U".

Nomon impara anche come l'utente clicca. Quindi, se l'utente clicca sempre poco dopo che la lancetta dell'orologio segna mezzogiorno, il sistema si adatta in tempo reale. Si adatta anche al rumore. Se l'utente clicca frequentemente, il sistema richiede clic aggiuntivi per garantire la precisione.

Questo ragionamento probabilistico rende Nomon un sistema potente, ma richiede anche più clic rispetto ai sistemi di scansione basati su righe e colonne. Effettuare più clic può risultare difficile per gli utenti con gravi disabilità motorie.

Broderick spera di ridurre il numero di clic integrando il tracciamento oculare in Nomon, fornendo al sistema informazioni più precise su cosa l'utente potrebbe scegliere in seguito in base alla parte dello schermo che sta guardando. I ricercatori vogliono anche trovare un modo migliore per regolare automaticamente la velocità di clock per aiutare gli utenti a essere più precisi ed efficienti.

Stanno lavorando a una nuova serie di studi in cui intendono collaborare con un maggior numero di utenti con disabilità motorie.

"Finora, il feedback degli utenti con disabilità motorie si è rivelato prezioso; siamo molto grati all'utente con disabilità motoria che ci ha fornito un riscontro sulla nostra interfaccia iniziale e all'utente con disabilità motoria che ha partecipato al nostro studio. Stiamo attualmente ampliando il nostro studio per coinvolgere un gruppo più ampio e diversificato della nostra popolazione target. Grazie al loro aiuto, stiamo già introducendo nuovi miglioramenti alla nostra interfaccia e lavorando per comprendere meglio il funzionamento di Nomon", afferma.

Questa ricerca è stata finanziata, in parte, dal Seth Teller Memorial Fund to Advanced Technology for People with Disabilities, da una borsa di ricerca estiva universitaria Peter J. Eloranta, dal MIT Intelligence Quest e dalla National Science Foundation.

###

Articolo a cura di Adam Zewe, Ufficio Stampa del MIT