Es bastante difícil escribir sobre la pantalla táctil de un móvil. 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. Es una combinación de esfuerzos que no podemos realizar al mismo tiempo.
Para entender realmente cómo utilizamos las pantallas táctiles, un equipo de la Universidad Aalto y del Centro Finlandés para la Inteligencia Artificial (FCAI) ha creado el primer modelo de inteligencia artificial (IA) que predice cómo movemos los ojos y los dedos para escribir en un dispositivo móvil.
El modelo de IA puede simular cómo una persona escribiría cualquier frase en cualquier diseño de teclado. Comete errores, los detecta, aunque no siempre de forma inmediata, y los corrige, como hacemos los humanos.
La simulación también predice cómo las personas se adaptan a circunstancias alternas, cómo cambian su estilo al escribir cuando comienzan a usar un nuevo sistema de autocorrección o diseño de teclado, según el móvil.
Jussi Jokinen, director del equipo, subraya que “antes, la escritura con pantalla táctil se entendía principalmente desde la perspectiva de cómo se mueven nuestros dedos. Los métodos basados en IA arrojan nueva luz sobre estos movimientos. Lo que hemos descubierto es la importancia de la decisión de cuándo y dónde buscar. Ahora, podemos hacer predicciones mucho mejores sobre cómo escribimos en nuestros teléfonos”.
El estudio, que se ha presentado en The 2021 ACM CHI, sienta las bases para desarrollar, por ejemplo, mejoras e incluso soluciones personalizadas de introducción de texto.
“Ahora que tenemos una simulación realista debería ser mucho más fácil para los diseñadores de teclado a la hora de optimizar mejor la mecanografía. Esto significa menos errores, escribir más rápido y, lo más importante para mí, menos frustración”, reconoce Jokinen.
Usuarios con discapacidades motoras
Además de predecir cómo escribiría una persona cualquiera, 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 para estas personas.
El enfoque novedoso se basa en la investigación empírica anterior del grupo, que proporcionó la base para un modelo cognitivo sobre cómo escriben los seres humanos.
Posteriormente, 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, respaldados por un método clásico de aprendizaje automático denominado aprendizaje por refuerzo, se ampliaron para simular personas.
El aprendizaje por refuerzo se utiliza normalmente para enseñar a los robots a resolver tareas mediante ensayo y error. Así, el equipo encontró una nueva forma de utilizar este método para generar un comportamiento que se asemeja mucho al de los humanos: errores y correcciones.
“Le dimos al modelo las mismas habilidades y límites que tenemos nosotros, como personas. Cuando le pedimos que escribiera de manera eficiente, descubrió cómo usar mejor estas habilidades. El resultado final es muy similar a cómo escribimos los humanos, sin tener que enseñar el modelo con datos”, explica Jokinen.
La comparación con los datos de la tipificación humana confirmó que las predicciones del modelo eran precisas. En el futuro, este equipo espera simular técnicas de escritura lenta y rápida para, por ejemplo, diseñar módulos de aprendizaje útiles para aquellas personas que desean mejorar su escritura.
Modelo de IA para escribir en móvil: algunas respuestas
- ¿Puede el modelo simular cualquier distribución de teclado o simplemente Qwerty?
Siempre que el teclado contenga todas las teclas necesarias para escribir las oraciones en el corpus de entrada, el modelo aprende a escribir con cualquier diseño. Por lo tanto, se puede usar para predecir diferencias entre escribir en un Qwerty y en un Dvorak, por ejemplo. - La gente escribe con diferente velocidad. ¿Puede el modelo dar cuenta de las diferencias individuales?
La especificación del modelo incluye parámetros que se pueden ajustar para simular diferencias individuales. En la evaluación de estos investigadores finlandeses, los parámetros del modelo se basaron en valores promedio de la literatura, por lo que escribió como un mecanógrafo promedio. Pero ajustar el parámetro para la precisión del dedo, por ejemplo, puede usarse para simular cómo escribiría una persona con temblor esencial. Uno de los principales beneficios del modelo es que ajusta automáticamente su comportamiento, como consecuencia de cambios en tales circunstancias. - ¿Puede el modelo tener en cuenta el aprendizaje de nuevos diseños y, en general, el conocimiento del usuario sobre el diseño actual?
Actualmente, el modelo asume que el usuario simulado está muy familiarizado con el diseño, lo que significa que conoce las situaciones de las teclas. En el futuro, el modelo se puede ampliar para tener en cuenta el aprendizaje de la distribución del teclado. Esto permitiría simular, por ejemplo, cómo el cambio de un diseño de Qwerty a Dvorak afectaría a un usuario familiarizado con el primero pero no con el segundo. - ¿Puede el modelo escribir en cualquier idioma?
Ahora, el modelo se entrena utilizando la distribución del teclado finlandés y el corpus de este idioma. Sin embargo, se puede entrenar con cualquier corpus de idioma (y, opcionalmente, el teclado específico del idioma asociado).
