Autore: Boxu Li
Abbiamo esplorato perché l'accessibilità è essenziale per l'IA personale, discutendo di neurodiversità e interazione multimodale. In questo secondo capitolo, ci immergiamo in come Macaron AI integra l'inclusività nel suo design – dai suoi playbook di mini-app ai contenuti adattivi e alla tecnologia offline.
Accessibilità nelle mini‑app (Pattern del Playbook)
Una delle caratteristiche uniche di Macaron è la sua libreria di playbook di mini-app: micro-flussi predefiniti che ti aiutano a svolgere compiti specifici (come un costruttore di routine, un pianificatore di pasti, un tracker di abitudini, ecc.). Garantire che questi micro-flussi siano accessibili e inclusivi è una priorità assoluta. Invece di lasciare l'inclusività al caso, abbiamo integrato modelli di design universali direttamente in questi modelli. Ogni mini-app è progettata per ridurre al minimo il carico cognitivo: i processi lunghi sono suddivisi in segmenti logici in modo da affrontare un pezzo alla volta. Questo è in linea con le migliori pratiche UX per l'accessibilità cognitiva: suddividere i compiti in passi più piccoli e gestibili aiuta gli utenti (specialmente quelli con ADHD) a rimanere concentrati e a non sentirsi sopraffatti. Ad esempio, un playbook di "pianificatore di eventi" potrebbe chiedere solo il nome e la data dell'evento, poi nel passo successivo chi invitare, invece di presentare un unico modulo enorme. Ogni mini-app fornisce anche intestazioni chiare e un indicatore di avanzamento visivo (una semplice barra di avanzamento o un conteggio dei passi) in modo che tu sappia sempre quanti passi sono stati completati e quanti ne restano. La ricerca mostra che vedere i progressi in tempo reale aumenta la motivazione: le app con tracciamento visivo dei progressi hanno un coinvolgimento degli utenti significativamente più alto (uno studio ha rilevato un aumento del 31% nell'uso quotidiano quando sono stati aggiunti indicatori di progresso).
Molte mini-app integrano timer e promemoria come supporti opzionali. Ad esempio, il modello Routine Builder adatto all'ADHD suggerirà di aggiungere timer gentili a ciascun passaggio di una routine (per incoraggiare a rimanere concentrati senza allarmi bruschi). Allo stesso modo, un playbook di sessioni di concentrazione stile Pomodoro potrebbe includere un conto alla rovescia di 25 minuti con promemoria di pausa come impostazione predefinita. Questi schemi si basano sulla ricerca sulla produttività e sulle tecniche di coaching per l'ADHD: il timeboxing e le pause programmate possono migliorare notevolmente il rispetto degli impegni per le persone che hanno difficoltà nella gestione del tempo. Macaron rende facile includere tali supporti: i modelli hanno opzioni come "Aggiungere un timer a questo compito?" o "Mandami un promemoria se non completato entro l'ora X." Poiché queste funzionalità sono integrate, gli utenti che ne traggono beneficio (persone con ADHD, problemi di memoria, agende fitte, ecc.) non devono configurare tutto da zero: l'inclusione è proattiva.
Un altro schema comune è quello delle liste di controllo con soddisfacenti pulsanti "fatto" per ogni passaggio. Le mini-app spesso generano una lista di controllo di sottocompiti con completamento con un tocco. Anche qualcosa di semplice come vedere un elenco di tre elementi e toccare ciascuno per segnarlo come completo può trasformare un insieme opprimente di attività in una serie di passaggi realizzabili, simile a un gioco. Questo si collega al feedback sul progresso menzionato sopra e fornisce micro-ricompense immediate. Abbiamo visto dalle app che formano abitudini che celebrare piccole vittorie (come un segno di spunta visivo o un po' di coriandoli) può rinforzare la motivazione – fornire un feedback rapido o punti subito dopo il completamento di un compito aiuta a mantenere il focus e lo slancio. In altre parole, le mini-app di Macaron ti offrono vittorie iniziali per mantenerti coinvolto. Questo approccio aumenta i tassi di completamento per tutti, non solo per le persone neurodivergenti.
Importante, tutte queste caratteristiche assistive di micro-flusso sono opzionali e personalizzabili. L'accessibilità riguarda la fornitura di opzioni utili, non l'imposizione di una rigida "modalità facile" a tutti. Un utente esperto neurotipico potrebbe disabilitare le conferme extra e gli indizi sul progresso per velocità, mentre qualcun altro ne dipende fortemente. I playbook di Macaron sono inclusivi per impostazione predefinita ma flessibili per design – puoi regolare i supporti in base al tuo stile di lavoro.
Grado di Lettura Adattivo e Ritmo (Auto‑Semplifica o Arricchisce il Contenuto)
Non ci sono due utenti con la stessa capacità di lettura o conoscenza di base. Quindi, l'IA di Macaron adatta la complessità e il ritmo dei contenuti per soddisfare le esigenze di ogni persona. Ogni volta che Macaron presenta informazioni (come istruzioni, spiegazioni o contenuti educativi), hai il controllo su quanto semplici o ricche debbano essere le parole. In pratica, questo significa che un mini-app di ricette potrebbe offrire una versione semplificata dei passaggi di cottura (「Spiega come se fossi un cuoco principiante」) o una versione arricchita (「Includi la scienza o la storia culturale del piatto」). Dietro le quinte, l'IA può variare automaticamente il livello di lettura delle sue uscite per adattarsi alle tue preferenze. Se il sistema sa che preferisci un linguaggio semplice e diretto, lo userà di default per le spiegazioni. Al contrario, se sei un esperto che ama i dettagli, utilizzerà termini più tecnici e profondità. Questa adattamento può avvenire anche in modo proattivo: ad esempio, se Macaron osserva che spesso fai domande di chiarimento, potrebbe iniziare a fornire risposte iniziali leggermente più semplificate per evitarti il fastidio.
Tassi approssimativi di alfabetizzazione bassa in Europa (più scuro = più alto). In molti paesi dell'UE, il 20% o più degli adulti ha difficoltà con la lettura e la scrittura di base. La funzione "auto-semplifica" di Macaron aiuta gli utenti con una minore alfabetizzazione presentando informazioni in un linguaggio semplice e facile da elaborare su richiesta.
Utilizziamo le stesse capacità di riscrittura in linguaggio naturale menzionate nella Parte I per implementare un "Auto-Simplifica" toggle in tutta l'app. In qualsiasi mini-app (ad esempio, un flusso educativo "Impara sul Sistema Solare"), attivando Auto-Simplifica tutto il contenuto testuale verrà reso in una forma facile da leggere: frasi brevi, vocabolario comune e un tono in voce attiva. È come un tutor su richiesta che adatta il livello di lettura per te. D'altra parte, un'opzione "Arricchisci Testo" può aggiungere più profondità o dettagli avanzati per chi desidera una sfida (utile nelle mini-app di apprendimento delle lingue o semplicemente per soddisfare la curiosità personale). Stiamo essenzialmente portando i principi del design universale per l'apprendimento nel dominio dell'IA personale, fornendo molteplici rappresentazioni delle informazioni e livelli di difficoltà regolabili. In questo modo, Macaron supporta gli utenti con bassa alfabetizzazione o disabilità cognitive nel completare comunque con successo le attività (poiché possono sempre richiedere un linguaggio più semplice). E per coloro che desiderano sfumature, possono aumentare il livello.
Il software tradizionale non può fare questo facilmente, ma un'IA che comprende veramente il contenuto può trasformarlo al volo. Immagina una mini-app per istruzioni mediche: un utente con dislessia sceglie una versione che dice: 「Prendi una pillola al mattino e una alla sera, con il cibo.」 Nel frattempo, un altro utente a suo agio con il gergo medico riceve: 「Ingerisci una compressa b.i.d. con i pasti.」 È la stessa informazione, presentata in modo diverso. La chiave è la scelta. E poiché Macaron ricorda le preferenze individuali, col tempo impara come ti piace che le informazioni ti vengano presentate (ad esempio, dammi sempre prima il semplice riassunto; chiederò se ho bisogno di più dettagli).
Un altro aspetto è il ritmo adattivo nei flussi interattivi. Alcune persone leggono rapidamente, altre lentamente; alcune potrebbero aver bisogno di più tempo per riflettere tra i passaggi. Le mini-app di Macaron possono inserire pause deliberate o attendere il tuo segnale prima di procedere. Ad esempio, in un esercizio di respirazione guidata, il ritmo può essere regolato (「inspira...espira...」) più velocemente o più lentamente in base al feedback dell'utente (o persino ai dati dei sensori in futuro). In un quiz di apprendimento, Macaron potrebbe notare se stai impiegando più tempo a rispondere e offrire delicatamente un suggerimento o del tempo extra. Questa adattabilità rende l'esperienza più supportiva piuttosto che affrettata (o al contrario, noiosamente lenta). La personalizzazione è il fattore differenziante qui: due utenti potrebbero usare lo stesso modello e sentirsi come se fosse fatto su misura per la loro velocità e il loro stile.
Localizzazione e Struttura Bilingue
Un'IA personale dovrebbe essere poliglotta se vuole essere davvero personale. L'interfaccia e i contenuti di Macaron possono essere localizzati al volo. Se sei bilingue o stai imparando una nuova lingua, puoi cambiare la lingua di output dell'IA senza problemi, anche a metà conversazione o attività. Ad esempio, potresti normalmente conversare con Macaron in inglese, ma se aggiungi: "Explique-moi ça en français" ("Spiegamelo in francese"), Macaron continuerà senza difficoltà in francese. Tutti i pulsanti, le etichette e le risposte in una mini-app possono cambiare lingua di conseguenza. Questo non è utile solo per gli utenti internazionali, ma è anche ottimo per chi sta imparando una lingua e potrebbe desiderare un supporto bilingue. Immagina una mini-app di quiz di vocabolario a doppia lingua: Macaron può presentare una parola in spagnolo, poi fornire la spiegazione in inglese (o viceversa), aiutandoti a creare collegamenti tra le due. Oppure un'app di ricette che elenca gli ingredienti sia in inglese che, ad esempio, in italiano con i nomi locali (melanzana eggplant, coriandro cilantro). Questo è utile per famiglie multiculturali o per chiunque stia cercando di imparare una nuova lingua cucinando la cena.
Una localizzazione così fluida è un vantaggio per l'accessibilità perché permette alle persone di usare la lingua con cui si sentono più a loro agio in quel momento. Una persona con dislessia nella sua seconda lingua potrebbe preferire passare alla prima lingua per compiti complessi. Oppure un utente potrebbe coinvolgere la famiglia passando le risposte dell'AI a una lingua che i nonni comprendono. Macaron può anche effettuare traduzioni immediate del contenuto che fornite: se ricevete un messaggio o un'email in una lingua sconosciuta, l'AI la tradurrà e, se necessario, la leggerà ad alta voce. Questa funzione è un esempio diretto di come l'AI possa abbattere le barriere: la lingua non dovrebbe essere un ostacolo all'informazione o all'utilità. Infatti, i nuovi assistenti potenziati da GPT-4 stanno già trasformando l'accessibilità visiva e testuale per gli utenti non vedenti tramite ricche descrizioni e traduzioni, quindi applichiamo lo stesso principio per l'accessibilità linguistica e di lettura.
Abbiamo anche considerato scenari come il code-switching (mescolare lingue in una frase). Macaron è addestrato a gestire input multilingue con grazia, quindi se intercalate un'altra lingua, non si confonderà né vi costringerà a rimanere su una sola lingua. In definitiva, l'obiettivo è rendere Macaron adattabile culturalmente e linguisticamente, proprio come un vero assistente personale che potrebbe cambiare lingua secondo le necessità. Fa parte della nostra visione più ampia di accessibilità: non riguarda solo le disabilità, ma anche soddisfare i diversi bisogni culturali e linguistici delle persone.
Dal lato degli sviluppatori, forniamo strumenti per garantire che qualsiasi modello di mini-app contribuito dalla comunità sia traducibile. I modelli AI di Macaron sono perfezionati su una varietà di lingue per mantenere la qualità su tutte. In breve, che tu voglia il tuo programma in spagnolo il martedì o stia usando Macaron per praticare il mandarino con flashcard bilingue, ti ha coperto. Il tuo AI personale dovrebbe parlare la tua lingua.
Design a bassa larghezza di banda e offline-prima
L'accessibilità non riguarda solo le abilità umane; si tratta anche di limitazioni ambientali come una scarsa connessione internet o dispositivi più vecchi. Un AI davvero personale dovrebbe servirti sempre, ovunque – anche quando sei su una rete 2G o completamente offline su un aereo. Macaron è progettato con una mentalità resiliente, offline-prima in modo che le funzionalità principali rimangano disponibili anche con connettività limitata o assente. Questo è cruciale considerando che, a partire dal 2024, circa un terzo della popolazione mondiale (2,6 miliardi di persone) non ha ancora accesso a Internet, e molti altri hanno solo connessioni intermittenti o lente. Anche nelle regioni sviluppate, puoi trovarti senza segnale (pensa alle aree rurali, alle metropolitane o durante i disastri naturali), e non dovresti perdere il tuo aiuto AI in quei momenti.
Caching e degradazione graduale: Macaron utilizza una cache intelligente per assicurarsi che i tuoi dati importanti e le routine siano memorizzati sul dispositivo ogni volta possibile. Le mini-app utilizzate di frequente e il contesto delle conversazioni recenti vengono mantenuti localmente (con la crittografia appropriata) in modo che, se vai offline, Macaron possa comunque eseguire molte attività. Ad esempio, supponiamo che usi spesso una mini-app di esercizi di respirazione ogni mattina: Macaron memorizzerà in cache i passaggi necessari e qualsiasi media (come un'animazione o un suono calmante) in anticipo. Quando la avvii offline, funziona perfettamente. Se chiedi a Macaron di "Aggiungere un evento al mio calendario" mentre sei offline, terrà in coda quella richiesta e confermerà localmente che è stata notata; una volta tornato online, si sincronizzerà con il tuo calendario cloud. Questo tipo di degradazione graduale garantisce che la mancanza di internet comporti al massimo un leggero ritardo, non un fallimento. Le funzionalità di base come impostare sveglie locali, prendere appunti o visualizzare la tua lista di cose da fare memorizzata sono disponibili offline per impostazione predefinita.
Per i compiti specifici dell'IA che normalmente richiedono il cloud (come le query complesse o la generazione di testi lunghi), Macaron sta esplorando le capacità dei modelli su dispositivo. Gli smartphone moderni possono eseguire modelli neurali sorprendentemente potenti per determinati compiti. Nei casi in cui non sia possibile accedere al grande modello linguistico completo di Macaron, un modello offline più piccolo potrebbe gestire richieste di base (ad esempio, comprendere un comando vocale per riprodurre una canzone salvata localmente). Potrebbe non essere intelligente come la versione cloud, ma può coprire le necessità essenziali finché la connettività non torna.
L'interfaccia utente indica chiaramente quando Macaron è in modalità offline e quali funzionalità potrebbero essere limitate, così non sei mai lasciato a indovinare. Se chiedi qualcosa che davvero non può essere fatto offline (come "cerca su internet le notizie di oggi"), Macaron spiegherà gentilmente che ha salvato la tua richiesta e la completerà più tardi quando possibile. L'obiettivo del design è un comportamento fail-soft: niente arresti improvvisi o vicoli ciechi – sempre un riconoscimento e un percorso alternativo. Macaron include anche un pacchetto di conoscenze offline: un database in cache localmente di fatti generali e FAQ, così può ancora rispondere a molte domande comuni senza internet (molto simile a come alcuni assistenti vocali hanno una modalità offline per i comandi di base).
Interfaccia Leggera e Modalità di Riserva: Non tutti hanno l'ultimo modello di telefono o dati illimitati. Abbiamo garantito che l'interfaccia di Macaron possa adattarsi ad ambienti con risorse limitate. C'è una Modalità a Basso Consumo di Larghezza di Banda che può essere attivata (e si attiva automaticamente se l'app rileva una connessione molto lenta). In questa modalità, Macaron passa a un'interfaccia solo testo o HTML di base con immagini o video minimali. Qualsiasi contenuto multimediale che l'AI mostrerebbe normalmente (come un'immagine illustrativa) viene differito o sostituito con una didascalia descrittiva piuttosto che scaricare un file grande. Questo è simile alle versioni "Lite" delle app che sono state estremamente popolari – ad esempio, l'app leggera di Facebook per reti lente ha raggiunto 200 milioni di utenti entro due anni dal lancio, validando la necessità di un design a basso consumo di banda. Allo stesso modo, la modalità leggera di Macaron mantiene l'esperienza fluida su connessioni scadenti riducendo gli asset pesanti di dati e la frequenza delle chiamate di rete.
Abbiamo anche ottimizzato la sincronizzazione in background. Gli aggiornamenti e i backup di Macaron vengono effettuati in modo opportunistico in piccoli blocchi e possono essere messi in pausa/ripresi senza problemi. Se hai connettività solo per un breve periodo, l'app dà la priorità alle sincronizzazioni critiche (ad esempio, inviare messaggi o email che hai composto offline) e rinvia quelle non critiche (come il backup di una trascrizione di conversazione) a un momento successivo. Facciamo questo per rispettare sia la disponibilità della rete che i costi dei dati: in alcune regioni, i dati mobili sono costosi e un'IA personale non dovrebbe consumarli inutilmente. Gli utenti possono anche impostare preferenze come "sincronizza immagini/video solo su Wi‑Fi" ecc.
Per la compatibilità dei dispositivi, il nostro client web e l'app di base sono testati per funzionare su smartphone più vecchi con RAM limitata. L'avatar 3D sofisticato o le animazioni pesanti sono abbellimenti puramente opzionali; la funzionalità principale è essenzialmente un'interfaccia di messaggistica potenziata, che non è molto esigente. Offriamo persino un'interfaccia SMS per Macaron (per mercati o scenari in cui l'uso di un'app per smartphone non è fattibile): perdi alcune funzionalità, ma puoi comunque interagire con la tua IA tramite messaggi di testo semplici per ottenere risposte o aggiornare il tuo programma.
In sostanza, l'IA personale non dovrebbe essere un lusso che richiede l'hardware più recente sulla rete più veloce. La filosofia inclusiva di Macaron si estende all'infrastruttura tecnica: che la tua connessione sia lenta o veloce, che il tuo dispositivo sia vecchio o nuovo, cerca di adattarsi e rimanere utile. Ci ispiriamo a esempi come la modalità offline di Google Maps, il selettore di qualità di YouTube e le app web progressive che offrono funzionalità essenziali indipendentemente dalla connettività. Macaron segue questa strada per essere affidabile ovunque la vita ti porti.
Sincronizzazione e messa in coda trasparenti: Quando lavori offline o in modalità a banda ridotta, Macaron ti tiene informato su ciò che accadrà una volta tornato online. Forniamo un pannello "Centro di Sincronizzazione" dove puoi vedere le azioni in sospeso (ad es. "2 messaggi da inviare, 1 nota da salvare, 1 risposta in attesa di essere recuperata"). Questo dà tranquillità sapendo che le cose non sono perse nel nulla. Rispetta anche l'autonomia dell'utente: magari hai scritto qualcosa offline e poi decidi di annullarlo prima che venga inviato; puoi farlo dal Centro di Sincronizzazione.
Anche la privacy viene considerata qui: tutti i dati in sospeso rimangono memorizzati in modo sicuro sul dispositivo fino alla sincronizzazione. E se hai una connessione a consumo e l'app ha molto da sincronizzare (ad esempio hai catturato un sacco di foto per Macaron da analizzare in seguito), ti chiederà prima di caricare file di grandi dimensioni. L'utente può sempre scegliere di avviare una sincronizzazione manuale ("Sono su Wi-Fi ora, sincronizza tutto"), o al contrario mettere in pausa la sincronizzazione per rimanere offline più a lungo.
Dal punto di vista dell'accessibilità, questa trasparenza e controllo riducono l'ansia. Non c'è niente di peggio che non sapere se quello che hai "detto" al tuo AI durante una zona morta sia effettivamente passato. Mostrando chiaramente lo stato (e persino annunciandolo tramite voce se lo abiliti, ad esempio "Nessuna connessione internet – terrò le tue richieste e sincronizzerò in seguito" e poi "Connessione ripristinata – tutte le attività in sospeso sono ora completate"), ti teniamo aggiornato. È simile ai client di posta elettronica che mostrano una "Posta in uscita" per le email non inviate – Macaron estende questo concetto a tutte le interazioni così sai sempre dove si trova la tua informazione.
Questo approccio è particolarmente di supporto per gli utenti con difficoltà di funzione esecutiva (comune nell'ADHD, ad esempio) – potrebbero fare affidamento su Macaron per delegare le attività dalla loro mente. Sapere che quelle attività sono in coda in modo sicuro (e non dimenticate) è cruciale per la fiducia. Il nostro obiettivo è che tu ti senta sicuro di usare Macaron anche offline, senza preoccuparti di dover ricordare di ripeterti più tardi. Se è in Macaron, non sarà perso – questa è la nostra promessa.
Misurare i Risultati di Accessibilità (Oltre la Conformità)
È una cosa costruire un insieme di funzionalità di accessibilità, ma la vera domanda è: stanno davvero aiutando gli utenti a raggiungere i loro obiettivi con meno attrito? Macaron è impegnato a misurare il successo in termini di risultati per gli utenti, non solo spuntando caselle di funzionalità. Trattiamo l'accessibilità e l'inclusione come pratiche continue, guidate da feedback e dati. Ecco alcuni dei modi in cui valutiamo quanto bene Macaron sta servendo persone con esigenze diverse:
Metriche di Completamento del Compito e Frustrazione: Prima di tutto, osserviamo quanto sia affidabile per gli utenti completare compiti chiave, specialmente per coloro che sfruttano le impostazioni assistive. Qualcuno che utilizza un lettore di schermo o la modalità solo voce può creare un promemoria o pianificare un evento con la stessa facilità degli altri? Misuriamo i tassi di successo dei compiti tra diversi segmenti di utenti, puntando alla parità (il nostro obiettivo interno è un tasso di successo >90% per i compiti principali, in linea con i parametri di usabilità per prodotti eccellenti). Oltre ai tassi di completamento grezzi, monitoriamo gli indicatori di frustrazione. Con il consenso degli utenti e le salvaguardie della privacy, Macaron può rilevare schemi come comandi ripetuti o "clic di rabbia" – ad esempio, se un utente deve cliccare un pulsante cinque volte o ripetere lo stesso comando vocale più volte, ciò segnala un problema. Le moderne analisi UX definiscono questi come segnali di frustrazione (come i clic rapidi ripetuti quando qualcosa non risponde). Se certi flussi mostrano segni più alti di frustrazione per, ad esempio, utenti neurodivergenti, ciò indica un'area da migliorare nel nostro design.
Raccogliamo anche feedback diretti dagli utenti sulla facilità o difficoltà. Dopo un compito importante (facoltativamente) Macaron potrebbe fare una domanda veloce: 「Come è stata l'esperienza? Qualche problema?」 – mantenuta semplice, oppure tramite una valutazione con emoji. Questo contribuisce internamente a un "punteggio di frustrazione". Se vediamo, ad esempio, che gli utenti in Modalità Dislessia continuano a segnalare difficoltà nella lettura di alcuni testi, ci concentriamo per risolvere il problema (forse il carattere o la spaziatura necessita di un aggiustamento). Combiniamo queste risposte qualitative con segnali passivi di attrito (come i clic di rabbia o le persone che invocano frequentemente il menu di aiuto) per individuare i punti critici. Tutta questa telemetria è anonimizzata e su base volontaria, ovviamente. L'obiettivo è non aspettare un'email di supporto, ma vedere proattivamente dove le persone potrebbero bloccarsi o irritarsi.
Effettuiamo regolarmente test di usabilità con gruppi eterogenei di utenti (compresi individui con disabilità) e traduciamo i loro feedback in metriche misurabili dove possibile. Ad esempio, se gli utenti non vedenti dicono che un certo flusso di mini-app è stato confuso, potremmo introdurre una metrica per monitorare quanto spesso gli utenti di screen reader deviano o riprovano i passaggi in quel flusso. Trattando queste situazioni come dati quantificabili, possiamo osservare se i miglioramenti che apportiamo riducono effettivamente la confusione.
Tempo di configurazione e recupero errori: L'onboarding e la gestione degli errori sono due momenti che spesso determinano l'esperienza per gli utenti con disabilità. Misuriamo il tempo di impostazione per i nuovi utenti, specificamente quanto velocemente qualcuno può scoprire e abilitare le opzioni di accessibilità necessarie. Se un utente medio impiega 5 minuti per sentirsi a proprio agio con Macaron, vogliamo che sia simile (se non più veloce) per un utente con, ad esempio, bassa visione o dislessia. In caso contrario, perfezioniamo il nostro "assistente di accessibilità" durante l'onboarding o rendiamo certi suggerimenti più proattivi. Idealmente, un utente che ha bisogno di un particolare adattamento (alto contrasto, testo più grande, interazione vocale, ecc.) dovrebbe poterlo ottenere nei primi minuti di utilizzo. L'onboarding di Macaron chiede esplicitamente se si desidera configurare impostazioni assistive (con spiegazioni chiare) e monitoriamo quanti nuovi utenti utilizzano questa opzione e se riescono ad abilitare ciò di cui hanno bisogno immediatamente.
Il recupero dagli errori è un'altra misura critica. Tutti commettono errori o incontrano problemi, ma per gli utenti neurodiversi, un messaggio di errore confuso può rappresentare un vicolo cieco. Misuriamo il tasso di recupero dagli errori: quando qualcosa va storto (ad esempio, "Mi dispiace, non ho capito" o "Impossibile salvare la nota"), quante volte gli utenti riescono a rimettersi in carreggiata (da soli o con l'aiuto guidato di Macaron) rispetto a quando rinunciano. Puntiamo a un recupero vicino al 100% – il che significa che se si verifica un errore, l'utente è sempre guidato verso una soluzione o un'alternativa. Ad esempio, se un comando vocale non è stato compreso, Macaron potrebbe passare automaticamente a una modalità amica dell'ortografia o suggerire un menu di opzioni probabili ("Mi dispiace, volevi impostare una sveglia o un promemoria?"). Monitorando questi eventi, possiamo vedere se certi errori colpiscono in modo sproporzionato gli utenti con impostazioni specifiche (forse gli utenti solo vocali hanno più azioni fallite – allora sapremo che dobbiamo migliorare il nostro riconoscimento vocale o i prompt di conferma). Trattiamo un errore non come un vicolo cieco, ma come un bivio nel percorso dell'utente che necessita di essere livellato.
Un'altra metrica che monitoriamo è l'uso continuato delle funzionalità di supporto. Se le persone che attivano, ad esempio, la Modalità Focus o la Modalità Dislessia finiscono per abbandonare l'app più rapidamente degli altri, è un nostro fallimento. Idealmente, fornire queste agevolazioni dovrebbe aumentare l'engagement e il successo. Quindi, confrontiamo la retention e il completamento dei compiti per gli utenti con determinate funzionalità di accessibilità attivate rispetto a disattivate (in aggregato). Se l'abilitazione di una funzione è correlata con un minore successo, allora c'è qualcosa di sbagliato nel modo in cui quella funzione è implementata o presentata. Ci aspettiamo il contrario: che le funzionalità assistive siano correlate a un maggiore successo per coloro che ne hanno bisogno, il che ci dice che quelle funzionalità stanno facendo il loro lavoro nel rimuovere barriere.
Risultati a Lungo Termine (Abitudini e Adesione): Una delle promesse dell'IA personale è aiutare gli utenti a costruire buone abitudini e mantenere le routine, sia che si tratti di prendere farmaci in tempo, seguire un piano di studio o praticare tecniche di riduzione dello stress. Per gli utenti neurodivergenti, mantenere le routine può essere particolarmente difficile a causa delle differenze nelle funzioni esecutive. Consideriamo una misura chiave dell'impatto di Macaron vedere se effettivamente aiuta gli utenti a mantenere le loro routine scelte nel lungo termine.
Ad esempio, se un utente con ADHD imposta una "routine mattutina in 3 fasi" utilizzando il costruttore di routine di Macaron (completo di blocchi di concentrazione di 10 minuti e timer delicati), tracciamo con quale frequenza la completano ogni giorno e per quanti giorni di fila la seguono. Ovviamente, la vita accade e nessuno è coerente al 100%, ma se scopriamo che la maggior parte degli utenti abbandona una routine dopo una settimana, ciò indica che forse il modello di routine non era sostenibile o che i nostri promemoria devono essere adattati. D'altro canto, se una percentuale significativa di utenti continua a seguire la loro routine (o una versione adattata di essa) dopo un mese, è un successo – significa che Macaron ha supportato efficacemente un cambiamento positivo nel comportamento.
Raccogliamo anche rapporti soggettivi quando gli utenti scelgono di condividerli. Ad esempio, qualcuno potrebbe dirci: "Di solito non riuscivo mai a mantenere l'esercizio, ma con l'aiuto di Macaron ho seguito la mia routine di stretching mattutino per 5 giorni di fila." Questi aneddoti informano le nostre metriche quantitative. Nel tempo, ci piacerebbe pubblicare statistiche anonime come "Gli utenti con ADHD che hanno utilizzato il playbook delle routine hanno visto un miglioramento del X% nell'aderenza alla routine mattutina dopo 4 settimane" – perché è un miglioramento concreto della vita.
Allo stesso modo, per i playbook orientati alla salute (come un tracker dell'umore o un promemoria per i farmaci), misuriamo l'aderenza e i risultati. Gli utenti prendono i loro farmaci in orario in modo più coerente? Segnalano un miglioramento dell'umore o della concentrazione dopo aver utilizzato lo strumento per un certo periodo? Gestiamo questi dati con attenzione: qualsiasi tracciamento di questo tipo è opzionale e presentato principalmente all'utente per la loro conoscenza (Macaron può mostrarti le tue serie, tendenze, ecc.). Ma in aggregato, analizziamo i modelli per vedere cosa funziona e cosa no. Se aggiungere un tocco di gamification (come ricompense per le serie o condivisione dei progressi sui social) migliora significativamente l'aderenza per gli utenti neurodiversi, ci concentreremo su quello. Se non fa la differenza, ci focalizziamo altrove.
Il mantra è risultati oltre l'apparenza. Non basta dire "abbiamo la Funzione di Accessibilità X". Chiediamo, la Funzione X ha aiutato qualcuno a raggiungere qualcosa di tangibile o a sentirsi meno frustrato? Misurando cose come il successo dei compiti, la riduzione degli errori, il tempo risparmiato e l'aderenza alla routine, ci manteniamo responsabili di questa domanda. E poiché Macaron è un'AI alla sua base, utilizziamo anche l'AI per analizzare il feedback e individuare le tendenze in queste metriche, raffinando continuamente l'esperienza. L'obiettivo finale è un'AI personale che non solo spunta le caselle dell'inclusione ma che cambia davvero la vita attraverso l'inclusione, aiutando ogni utente a essere più produttivo, più indipendente e più compreso da un assistente che davvero si adatta a loro.
