Tekoäly yksilöi käyttöliittymiä – helpottaa vapinaa sairastavien, ikäihmisten ja muistisairaiden älypuhelimen käyttöä

27.03.2018

Käyttöliittymän optimointi voi helpottaa erityisryhmien puhelimen käyttöä ilman kalliita erikoislaitteita.

aiimprovesWEB.png

Testikäyttäjä kokeilee käyttöliittymän prototyyppiä. Kuva: Kochin teknillinen yliopisto

Suurin osa käyttöliittymistä suunnitellaan keskivertokuluttajalle. Siksi arkisenkin teknologian käyttö voi olla monille vaikeaa tai jopa mahdotonta.

”Yksi ratkaisu ei todellakaan toimi kaikille; esimerkiksi moni ikäihminen kokee kosketusnäytön käytön hankalaksi”, sanoo Aalto-yliopiston tutkijatohtori Jussi Jokinen, joka yhdessä kollegoidensa ja japanilaisen Kochin teknillisen yliopiston tutkijoiden kanssa on kehittänyt tekoälyä hyödyntävää ratkaisua käyttöliittymien automaattiseen optimointiin. Algoritmin lisäksi työhön tarvittiin tarkkoja ja realistisia malleja erilaisista käyttäjistä.

”Tähän asti automaattista optimointia on tehty ilman näitä psykologiseen tutkimukseen perustuvia yksityiskohtaisia malleja – ja se on ollut siksi tehotonta”, Jokinen selittää.


Optimointi voi auttaa monia erityisryhmiä

  • Essentiaalisesta vapinasta kärsivälle tarkka sormella tähtääminen on usein mahdotonta, mikä hankaloittaa tavallisen kosketusnäytön käyttöä. Optimoija voi helpottaa näppäilyä esimerkiksi näytön elementtien kokoa kasvattamalla.
  • Dysleksia eli lukihäiriö tekee kirjoitetun tekstin oikolukemisesta ja näytön tekstien seuraamisesta vaikeaa ja aikaa vievää. Lukihäiriöparametreille säädetyn lukemismallin avulla optimoija voi säätää esimerkiksi ruudulla näkyvän tekstin määrää tai ehdottaa parannuksia, joiden avulla käyttäjä voi varmistaa, että kirjoitettu teksti on oikein.
  • Dementia heikentää sekä ajattelukykyä että muistia ja tekee monen arkisenkin käyttöliittymän käytöstä mahdotonta. Optimoija voi ehdottaa suunnittelua, joka minimoi muistin kuormituksen ja vaatii mahdollisimman vähän aiempaa osaamista ja painottaa usein toistuvia ja tärkeimpiä toimintoja.

Jokinen ja hänen kollegansa loivat ensin mallin, joka ennustaa, miten yksilön kyvyt vaikuttavat esimerkiksi tekstinsyöttönopeuteen, virheisiin ja tekstin oikolukemiseen. Mallin toimivuutta testattiin simulaatiossa, jossa käyttäjän oletettiin kärsivän essentiaalisesta vapinasta: symmetrisestä pään ja käsien vapinasta, joka usein pahenee tarkkuutta vaativissa tehtävissä kuten kirjoittamisessa. Tutkijat uskoivat, että normaalilla Qwerty-näppäimistöllä varustetun älypuhelimen käyttö olisi vapinapotilaalle käytännössä mahdotonta.

”Sen jälkeen yhdistimme ennustajan optimoijaan, joka haravoi ja arvioi tuhansia käyttöliittymävaihtoehtoja. Yksikään oikea käyttäjä ei voisi kokeilla niin useata eri versiota, ja siksi on tärkeää, että voimme automatisoida arvioinnin laskennallisen mallimme avulla”, Jokinen sanoo.

Optimoinnin tuloksena löytyi käyttöliittymä, jonka malli ennusti sopivan essentiaalisesta vapinasta kärsiville niin hyvin, että he pystyisivät kirjoittamaan sen avulla lähes ilman lyöntivirheitä. Tämän jälkeen essentiaalisesta vapinasta kärsivä käyttäjä testasi optimoitua käyttöliittymää – ja pystyi näppäilemään käytännössä virheettömästi.

”Kyseessä on toki vasta prototyyppi, ei valmis tuote. Tutkijoina työmme on etsiä ratkaisuja, joihin suunnittelijat toivottavasti tarttuvat ja jalostavat niistä kuluttajille sopivia käyttöliittymiä”, Jokinen sanoo ja kertoo, että malleja voidaan hyödyntää hyvin erilaisten käyttäjäryhmien ja tehtävien simuloinnissa.

”Voimme esimerkiksi simuloida, miten muistisairaudet vaikuttavat oppimiseen ja arkisten laitteiden käyttöön. Tärkeintä on, että mitä tehtävää tai vammaa halutaankaan tutkia, mallien taustalla on psykologisesti pätevä teoria. Näin malleista saadaan luotettavia, ja optimointi voidaan tehdä tehokkaasti ja oikein.”

Tulokset julkaistiin IEEE Pervasive Computing Journalissa. Jussi Jokinen työskentelee Aalto-yliopiston professori Antti Oulasvirran johtamassa tutkimusryhmässä, joka on erikoistunut käyttöliittymien suunnitteluun laskennallisten optimointimenetelmien ja ihmisen käyttäytymisen matemaattisen mallintamisen avulla. 

Tutkimusartikkeli ja lisämateriaalia löytyvät täältä.

Yhteystiedot

Tutkijatohtori Jussi Jokinen
Aalto-yliopisto
p. 045 1961429
jussi.jokinen@aalto.fi

Dr. Sayan Sarcar
Center for Human-Engaged Computing (CHEC)
Kochi University of Technology (KUT)
+81 90 94513410
sayan.sarcar@kochi-tech.ac.jp

Professori Xiangshi Ren
Center for Human Engaged Computing (CHEC)
Kochi University of Technology (KUT)
xsren@acm.org