Hur kan appar och digitala hälsotjänster bli enklare att använda för äldre personer och personer med motoriska skakningar? I sin avhandling har Bilal Maqbool vid datavetenskap utvecklat en AI-baserad metod som kan efterlikna användares interaktioner och undersökt varför användbarhetstester ofta är en utmaning.
– För att skapa användarvänliga system behöver utvecklare testa sina produkter med riktiga användare. Det kan vara svårt, särskilt när målgruppen består av personer med exempelvis Parkinsons sjukdom, nedsatt motorik eller andra hälsoutmaningar. Att rekrytera deltagare, få etiska godkännanden och genomföra återkommande tester kräver både tid och resurser, säger han.
AI som lär sig av människor
Bilal Maqbools avhandling bygger på idén att skapa en AI som kan fungera som en ”virtuell användare”. I stället för att behöva involvera riktiga personer i de tidigaste utvecklingsfaserna skulle utvecklare kunna låta AI:n testa ett gränssnitt och upptäcka problem redan innan systemet når användarna.
– Problemet är att det inte är lätt att få människor att delta i användbarhetstester, särskilt när det handlar om personer med hälsoproblem eller andra särskilda behov, säger han.
För att undersöka möjligheten fokuserade forskningen på en specifik användargrupp: äldre personer med ostadiga eller skakiga händer. Gruppen valdes eftersom den ofta möter utmaningar när små knappar, komplexa menyer eller känsliga pekskärmar ska användas.
Genom användartester samlade forskarna in data om hur personer i denna grupp interagerade med smartphones. De studerade bland annat hur användarna tryckte på skärmen, vilka misstag som uppstod och vilka delar av gränssnittet som skapade problem.
Metoden bygger på så kallad imitation learning, en form av maskininlärning där AI lär sig genom att observera mänskligt beteende.
– Principen kan liknas vid hur barn lär sig. Genom att observera sin omgivning och se hur andra människor agerar bygger barnet gradvis upp sin förståelse av världen. På samma sätt tränas AI-modellen genom att analysera data från verkliga användare. Målet är inte att skapa en AI som använder en app perfekt. Tvärtom ska AI:n efterlikna mänskligt beteende så realistiskt som möjligt. Vi vill att den ska använda programvaran på samma sätt som en människa skulle göra, inklusive de misstag som kan uppstå, förklarar Bilal.
Om personer med skakiga händer ofta missar små knappar eller råkar trycka fel ska AI:n kunna göra liknande misstag. På så sätt kan utvecklare få en mer realistisk bild av hur deras system fungerar för den tänkta målgruppen.
Ett verktyg för utvecklare
Bilal Maqbool ser inte AI:n som en ersättning för riktiga användartester. I stället är tanken att den ska fungera som ett stöd under de tidiga utvecklingsfaserna.
Genom att låta AI:n testa olika versioner av ett system kan utvecklare upptäcka många problem innan de går vidare till tester med riktiga användare. Det kan minska både kostnader och utvecklingstid samtidigt som kvaliteten förbättras. Intervjuer med företag och andra aktörer inom vård och teknik visar dessutom att det finns ett intresse för sådana lösningar där många organisationer upplever att användbarhet är viktigt, men att de saknar tid, resurser eller tillgång till rätt användargrupper för att genomföra omfattande tester.
Tillgänglighet gynnar alla
En viktig insikt från forskningen är att tillgänglighet inte bara hjälper personer med särskilda behov. Lösningar som är enklare att använda för äldre personer eller personer med motoriska svårigheter blir ofta bättre för alla användare. Större knappar, tydligare information och enklare navigering kan vara lika värdefullt för någon som använder mobilen under en promenad som för en person med en permanent funktionsnedsättning.
– När vi gör teknik mer tillgänglig för en viss grupp hjälper vi ofta många fler användare samtidigt. Det handlar i grunden om att göra människors vardag enklare. Forskningsprojektet visar att AI kan bli ett värdefullt verktyg för att skapa mer användarvänliga digitala tjänster. Även om tekniken inte ersätter riktiga användare kan den hjälpa utvecklare att identifiera problem tidigare och därmed bidra till bättre och mer inkluderande lösningar, avslutar han.
- Läs Bilal Maqbools avhandling ”Imitating User Interface Interactions: A Data-Driven Approach to Usability Evaluation”.
