Autor: Boxu Li

Exploramos por que a acessibilidade é essencial para a IA pessoal, discutindo neurodiversidade e interação multimodal. Nesta segunda parte, mergulhamos em como a Macaron AI incorpora inclusão em seu design – desde seus playbooks de mini-apps até conteúdo adaptativo e inteligência offline.

Acessibilidade em Mini‑Apps (Padrões de Playbook)

Uma das características únicas do Macaron é sua biblioteca de playbooks de "mini-apps" – micro-fluxos modelados que ajudam você a realizar tarefas específicas (como um construtor de rotinas, planejador de refeições, rastreador de hábitos, etc.). Garantir que esses micro-fluxos sejam acessíveis e inclusivos é uma prioridade máxima. Em vez de deixar a inclusão ao acaso, incorporamos padrões de design universal diretamente nesses templates. Cada mini-app é projetado para minimizar a carga cognitiva: processos longos são divididos em partes lógicas para que você lide com uma peça de cada vez. Isso está alinhado com as melhores práticas de UX para acessibilidade cognitiva – dividir tarefas em etapas menores e gerenciáveis ajuda os usuários (especialmente aqueles com TDAH) a manter o foco e não se sentirem sobrecarregados. Por exemplo, um playbook de "planejador de eventos" pode primeiro pedir apenas o nome e a data do evento, e então, no próximo passo, quem convidar, em vez de apresentar um formulário gigante de uma vez só. Cada mini-app também fornece títulos claros e um indicador visual de progresso (uma barra de progresso simples ou contagem de etapas) para que você sempre saiba quantas etapas foram concluídas e quantas restam. Pesquisas mostram que ver o progresso em tempo real aumenta a motivação – apps com acompanhamento visual de progresso têm um engajamento significativamente maior dos usuários (um estudo observou um aumento de 31% no uso diário quando indicadores de progresso foram adicionados).

Muitos miniapps integram temporizadores e lembretes como suportes opcionais. Por exemplo, o modelo de Criador de Rotinas amigável para TDAH sugerirá adicionar temporizadores suaves a cada etapa de uma rotina (para incentivar a permanência na tarefa sem alarmes severos). Da mesma forma, um manual de sessão de foco estilo Pomodoro pode incluir uma contagem regressiva de 25 minutos com lembretes de pausa por padrão. Esses padrões são baseados em pesquisas de produtividade e técnicas de coaching para TDAH – a delimitação de tempo e as pausas programadas podem melhorar significativamente o cumprimento das tarefas para pessoas que têm dificuldade em gerenciar o tempo. O Macaron facilita a inclusão de tais suportes: os modelos têm opções como "Adicionar um temporizador a esta tarefa?" ou "Enviar-me um lembrete se não estiver concluído até a hora X." Como esses recursos são integrados, os usuários que se beneficiam deles (pessoas com TDAH, problemas de memória, agendas ocupadas, etc.) não precisam configurar tudo do zero – a inclusão é proativa.

Outro padrão comum são listas de verificação com botões de "feito" satisfatórios para cada etapa. Os miniapps costumam gerar uma lista de tarefas com conclusão em um toque. Mesmo algo tão simples como ver uma lista de três itens e tocar em cada um para marcá-lo como concluído pode transformar um grande volume de trabalho em uma série de etapas alcançáveis, como um jogo. Isso se relaciona ao feedback de progresso mencionado acima e fornece micro-recompensas imediatas. Vimos em aplicativos de formação de hábitos que celebrar pequenas vitórias (como uma marca de seleção visual ou um pouco de confete) pode reforçar a motivação – fornecer feedback rápido ou pontos logo após a conclusão de uma tarefa ajuda a manter o foco e o impulso. Em outras palavras, os miniapps do Macaron oferecem vitórias antecipadas para manter você engajado. Essa abordagem aumenta as taxas de conclusão para todos, não apenas para pessoas neurodivergentes.

Importante, todos esses recursos de microfluxo assistivo são opcionais e personalizáveis. A acessibilidade trata de oferecer opções úteis, não de impor um "modo fácil" rígido para todos. Um usuário avançado neurotípico pode desativar as confirmações extras e os indicadores de progresso para maior rapidez, enquanto outra pessoa pode depender fortemente deles. Os playbooks do Macaron são inclusivos por padrão, mas flexíveis por design – você pode ajustar os suportes para cima ou para baixo para se adequar ao seu próprio estilo de trabalho.

Grau de Leitura Adaptativo e Ritmo (Simplificar ou Enriquecer Conteúdo)

Nenhum usuário tem exatamente a mesma habilidade de leitura ou conhecimento prévio. Portanto, a IA do Macaron adapta a complexidade e o ritmo do conteúdo para atender às necessidades de cada pessoa. Sempre que o Macaron apresenta informações (como instruções, explicações ou conteúdo educativo), você tem controle sobre quão simples ou rico o texto deve ser. Na prática, isso significa que um mini-aplicativo de receitas pode oferecer uma versão simplificada dos passos de cozinha ("Explique como se eu fosse um cozinheiro iniciante") ou uma versão enriquecida ("Inclua a ciência ou a história cultural do prato"). Nos bastidores, a IA pode variar automaticamente o nível de leitura de suas saídas para corresponder à sua preferência. Se o sistema sabe que você prefere uma linguagem clara e direta, ele adotará essa abordagem para explicações. Por outro lado, se você for um especialista que adora detalhes, ele usará termos mais técnicos e profundidade. Essa adaptação pode até acontecer proativamente – por exemplo, se o Macaron observa que você frequentemente faz perguntas de acompanhamento para esclarecimento, ele pode começar a dar respostas iniciais um pouco mais simplificadas para poupar seu tempo.

Taxas aproximadas de baixa alfabetização em toda a Europa (mais escuro = maior). Em muitos países da UE, 20% ou mais dos adultos têm dificuldades com leitura e escrita básicas. O recurso "auto-simplificar" do Macaron ajuda usuários com menor alfabetização, apresentando informações em linguagem clara e fácil de processar sob demanda.

Aproveitamos as mesmas capacidades de reescrita em linguagem natural mencionadas na Parte I para implementar um botão de "Auto-Simplificação" em todo o aplicativo. Em qualquer miniaplicativo (por exemplo, um fluxo educacional "Conheça o Sistema Solar"), ativar o Auto-Simplificação fará com que todo o conteúdo de texto seja exibido de forma fácil de ler: frases curtas, vocabulário comum e tom de voz ativo. É como um tutor sob demanda que ajusta o nível de leitura para você. Por outro lado, uma opção de "Enriquecer Texto" pode adicionar mais profundidade ou detalhes avançados para aqueles que buscam um desafio (útil em miniaplicativos de aprendizado de idiomas ou apenas para satisfazer a curiosidade pessoal). Estamos essencialmente trazendo os princípios de design universal para aprendizagem para o domínio da IA pessoal – fornecendo múltiplas representações de informações e níveis de dificuldade ajustáveis. Ao fazer isso, o Macaron apoia usuários com baixa alfabetização ou deficiências cognitivas a completar tarefas com sucesso (já que podem sempre solicitar uma redação mais simples). E para aqueles que desejam nuances, eles podem intensificá-las.

Softwares tradicionais não conseguem fazer isso facilmente, mas uma IA que realmente entende o conteúdo pode transformá-lo instantaneamente. Imagine um mini-app de instruções médicas: um usuário com dislexia opta por uma versão que diz: "Tome um comprimido de manhã e um à noite, com comida." Enquanto isso, outro usuário que está confortável com jargão médico recebe: "Ingerir um comprimido b.i.d. com as refeições." É a mesma informação, entregue de forma diferente. A chave é a escolha. E como o Macaron lembra das preferências individuais, com o tempo ele aprende como você gosta que suas informações sejam apresentadas (por exemplo, sempre me dê o resumo simples primeiro; pedirei se precisar de mais detalhes).

Outro aspecto é o ritmo adaptativo em fluxos interativos. Algumas pessoas leem rapidamente, outras mais devagar; algumas podem precisar de mais tempo para pensar entre os passos. Os mini-apps do Macaron podem inserir pausas deliberadas ou esperar seu sinal antes de prosseguir. Por exemplo, em um exercício de respiração guiada, o ritmo pode ser ajustado ("inspire…expire…") mais rápido ou mais lento com base no feedback do usuário (ou até mesmo em dados de sensores no futuro). Em um quiz de aprendizado, o Macaron pode perceber se você está demorando para responder e gentilmente oferecer uma dica ou tempo extra. Essa adaptabilidade faz com que a experiência pareça mais acolhedora do que apressada (ou, por outro lado, entediante e lenta). A personalização é o diferencial aqui – dois usuários poderiam usar o mesmo modelo e sentir que foi feito sob medida para sua velocidade e estilo.

Localização e Estrutura Bilíngue

Uma IA pessoal deve ser poliglota se for realmente pessoal. A interface e o conteúdo do Macaron podem ser localizados instantaneamente. Se você é bilíngue ou está aprendendo um novo idioma, pode alternar a linguagem de saída da IA perfeitamente – mesmo no meio de uma conversa ou tarefa. Por exemplo, você pode geralmente conversar com o Macaron em inglês, mas digamos que você acrescente: "Explique-moi ça en français" ("Explique-me isso em francês"). O Macaron continuará suavemente o tópico em francês. Todos os botões, rótulos e respostas em um miniaplicativo podem trocar de idioma de acordo. Isso não é apenas útil para usuários internacionais – é também ótimo para estudantes de idiomas que possam querer um suporte bilíngue. Imagine um miniaplicativo de quiz de vocabulário em dois idiomas: o Macaron pode apresentar uma palavra em espanhol e depois fornecer a explicação em inglês (ou vice-versa), ajudando você a fazer conexões entre os dois. Ou um aplicativo de receitas que lista ingredientes tanto em inglês quanto, digamos, italiano com nomes locais (berinjela / melanzana, coentro / coriandro). Isso atende a lares multiculturais ou a qualquer pessoa que esteja tentando aprender um novo idioma enquanto cozinha o jantar.

Uma localização tão fluida é uma bênção para a acessibilidade, pois permite que as pessoas usem o idioma com o qual se sentem mais à vontade no momento. Uma pessoa com dislexia em sua segunda língua pode preferir mudar para sua língua materna para tarefas complexas. Ou um usuário pode envolver sua família mudando as respostas da IA para um idioma que seus avós entendam. O Macaron também pode traduzir instantaneamente o conteúdo que você fornece: se você receber um texto ou e-mail em um idioma desconhecido, a IA irá traduzi-lo e até lê-lo em voz alta, se necessário. Esta função é um exemplo direto de como a IA quebra barreiras – o idioma não deve ser uma barreira para a informação ou utilidade. De fato, novos assistentes com tecnologia GPT-4 já estão transformando a acessibilidade visual e textual para usuários cegos por meio de descrições ricas e traduções, então aplicamos o mesmo princípio para acessibilidade de idioma e leitura.

Consideramos até mesmo cenários como a alternância de código (mistura de idiomas em uma frase). O Macaron está treinado para lidar com entrada multilíngue de forma eficaz, então se você intercalar outro idioma, ele não ficará confuso nem forçará você a se limitar a uma língua. Em última análise, o objetivo é tornar o Macaron cultural e linguisticamente adaptável – muito parecido com um assistente pessoal real que pode mudar de idioma conforme necessário. Isso faz parte da nossa visão mais ampla de acessibilidade: não se trata apenas de deficiências, mas de atender às diversas necessidades culturais e linguísticas das pessoas também.

Do lado do desenvolvedor, fornecemos ferramentas para garantir que qualquer modelo de mini-apps contribuído pela comunidade seja traduzível. Os próprios modelos de IA do Macaron são ajustados para uma variedade de idiomas para manter a qualidade entre eles. Em resumo, seja para ter sua agenda em espanhol às terças-feiras ou para usar o Macaron para praticar mandarim com flashcards bilíngues, ele está pronto para te ajudar. Seu assistente pessoal de IA deve falar suas línguas.

Design de Baixa Largura de Banda e Primeiro Offline

A acessibilidade não se trata apenas das habilidades humanas; também diz respeito a limitações ambientais, como conexões de internet ruins ou dispositivos mais antigos. Uma IA verdadeiramente pessoal deve servi-lo em qualquer momento, em qualquer lugar – mesmo quando você estiver em uma rede 2G ou completamente offline em um avião. O Macaron é projetado com uma mentalidade resiliente, primeiro offline, para que os recursos principais permaneçam disponíveis mesmo com conectividade limitada ou inexistente. Isso é crucial considerando que, em 2024, cerca de um terço da população mundial (2,6 bilhões de pessoas) ainda não tem acesso à internet, e muitos mais têm apenas conexões intermitentes ou lentas. Mesmo em regiões desenvolvidas, você pode se encontrar sem sinal (pense em áreas rurais, metrôs ou durante desastres naturais), e você não deve perder seu assistente de IA nesses momentos.

Cache e Degradação Elegante: O Macaron utiliza cache inteligente para garantir que seus dados e rotinas importantes sejam armazenados no dispositivo sempre que possível. Mini aplicativos frequentemente usados e o contexto recente de conversas são mantidos localmente (com a devida criptografia) para que, se você ficar offline, o Macaron ainda consiga realizar muitas tarefas. Por exemplo, digamos que você use frequentemente um mini aplicativo de exercício de respiração todas as manhãs – o Macaron armazenará em cache os passos necessários e qualquer mídia (como uma animação ou som calmante) antecipadamente. Quando você o inicia offline, ele funciona perfeitamente. Se você pedir ao Macaron para "Adicionar um evento ao meu calendário" enquanto estiver offline, ele colocará essa solicitação em fila e confirmará localmente que ela foi anotada; assim que estiver online novamente, ele sincroniza com seu calendário na nuvem. Esse tipo de degradação elegante garante que a falta de internet resulte, no máximo, em um leve atraso, não em uma falha. Recursos principais, como definir alarmes locais, fazer anotações ou acessar sua lista de tarefas armazenada, estão disponíveis offline por padrão.

Para tarefas específicas de IA que normalmente exigem a nuvem (como consultas complexas ou geração de textos longos), o Macaron está explorando capacidades de modelos em dispositivo. Smartphones modernos podem executar modelos neurais surpreendentemente poderosos para certas tarefas. Nos casos em que o modelo de linguagem grande completo do Macaron não pode ser acessado, um modelo offline menor pode lidar com solicitações básicas (por exemplo, entender um comando de voz para tocar uma música armazenada localmente). Pode não ser tão inteligente quanto a versão na nuvem, mas pode cobrir o essencial até que a conectividade seja restabelecida.

A interface indica claramente quando o Macaron está em modo offline e quais funcionalidades podem ser limitadas, para que você nunca fique na dúvida. Se você pedir algo que realmente não pode ser feito offline (como "buscar na web as notícias de hoje"), o Macaron explicará educadamente que salvou sua consulta e a completará mais tarde, quando possível. O objetivo de design é um comportamento fail-soft: sem falhas repentinas ou becos sem saída – sempre um reconhecimento e um caminho alternativo. O Macaron até inclui um pacote de conhecimento offline: um banco de dados localmente armazenado de fatos gerais e perguntas frequentes, para que ele ainda possa responder a muitas perguntas comuns sem internet (muito parecido com a forma como alguns assistentes de voz têm um modo offline para comandos básicos).

Interfaces Leves e Modos de Contingência: Nem todo mundo tem o celular mais recente ou dados ilimitados. Garantimos que a interface do Macaron possa ser ajustada para ambientes de poucos recursos. Há um Modo de Baixa Largura de Banda que pode ser ativado (e ele é ativado automaticamente se o aplicativo detectar uma conexão muito lenta). Neste modo, o Macaron muda para uma interface apenas de texto ou HTML básico, com imagens ou vídeos mínimos. Qualquer conteúdo multimídia que a IA normalmente mostraria (como uma imagem ilustrativa) é adiado ou substituído por uma legenda descritiva em vez de baixar um arquivo grande. Isso é semelhante às versões "Lite" de aplicativos que se tornaram extremamente populares – por exemplo, o aplicativo leve do Facebook para redes lentas atingiu 200 milhões de usuários em dois anos após o lançamento, validando a necessidade de um design que economiza largura de banda. Da mesma forma, o modo leve do Macaron mantém a experiência rápida em conexões ruins, reduzindo ativos pesados em dados e a frequência de chamadas de rede.

Também otimizamos nossa sincronização em segundo plano. As atualizações e backups do Macaron são feitas de maneira oportunista em pequenos pedaços, e podem ser pausadas e retomadas sem problemas. Se você só tiver conectividade por um curto período, o aplicativo prioriza sincronizações críticas (por exemplo, enviar qualquer mensagem ou email que você tenha composto offline) e adia as não críticas (como fazer backup de uma transcrição de conversa) para mais tarde. Fazemos isso para respeitar tanto a disponibilidade da rede quanto os custos de dados – em algumas regiões, os dados móveis são caros, e um AI pessoal não deve consumi-los desnecessariamente. Os usuários podem até definir preferências como "sincronizar imagens/vídeos apenas no Wi-Fi" etc.

Para compatibilidade de dispositivos, nosso cliente web e aplicativo básico são testados para funcionar em smartphones antigos com memória RAM limitada. O avatar 3D sofisticado ou animações pesadas são meros enfeites opcionais; a funcionalidade principal é essencialmente uma interface de mensagens aprimorada, que não é muito exigente. Oferecemos até uma interface SMS para o Macaron (para mercados ou cenários onde o uso de um aplicativo de smartphone não é viável) – você perde algumas funcionalidades, mas ainda pode interagir com seu AI via mensagens de texto para obter respostas ou atualizar sua agenda.

Em essência, a IA pessoal não deve ser um luxo que exige o hardware mais novo na rede mais rápida. A filosofia inclusiva do Macaron se estende à infraestrutura técnica: seja sua conexão lenta ou rápida, seja seu dispositivo antigo ou novo, ele tenta se adaptar e permanecer útil. Nos inspiramos em exemplos como o modo offline do Google Maps, o seletor de qualidade do YouTube e aplicativos web progressivos que oferecem recursos principais independentemente da conectividade. O Macaron segue esse caminho para ser confiável onde quer que a vida te leve.

Sincronização e Fila Transparente: Quando você trabalha offline ou em modo de baixa largura de banda, o Macaron te mantém informado sobre o que acontecerá assim que você estiver online novamente. Oferecemos um painel "Centro de Sincronização" onde você pode ver ações pendentes (por exemplo, "2 mensagens para enviar, 1 nota para fazer backup, 1 resposta aguardando para buscar"). Isso proporciona tranquilidade, garantindo que nada se perca no éter. Também respeita a autonomia do usuário – talvez você tenha escrito algo offline e depois decida cancelar antes de enviar; você pode fazer isso no Centro de Sincronização.

A privacidade também é considerada aqui: todos os dados pendentes permanecem armazenados de forma segura no dispositivo até serem sincronizados. E se você estiver em uma conexão medida e o aplicativo tiver muito para sincronizar (digamos que você capturou várias fotos para o Macaron analisar mais tarde), ele perguntará antes de enviar arquivos grandes. O usuário sempre pode optar por acionar uma sincronização manual ("Estou no Wi-Fi agora, sincronize tudo"), ou, inversamente, pausar a sincronização para ficar offline por mais tempo.

Do ponto de vista da acessibilidade, essa transparência e controle reduzem a ansiedade. Não há nada pior do que não saber se aquilo que você "disse" ao seu AI durante uma zona morta realmente foi processado. Ao mostrar claramente o status (e até anunciá-lo por voz se você ativar essa opção, por exemplo, "Sem internet – vou guardar suas solicitações e sincronizar mais tarde" e então "De volta online – todas as tarefas pendentes agora estão concluídas"), mantemos você informado. É como os clientes de e-mail que mostram uma "Caixa de Saída" para e-mails não enviados – o Macaron estende esse conceito para todas as interações, assim você sempre sabe onde estão suas informações.

Essa abordagem é especialmente útil para usuários com dificuldades de função executiva (comum em TDAH, por exemplo) – eles podem depender do Macaron para descarregar tarefas de sua mente. Saber que essas tarefas estão em fila com segurança (e não esquecidas) é crucial para a confiança. Nosso objetivo é que você se sinta confiante usando o Macaron mesmo offline, sem se preocupar em ter que lembrar de repetir suas solicitações mais tarde. Se está no Macaron, não será perdido – essa é nossa promessa.

Avaliando Resultados de Acessibilidade (Além da Conformidade)

Uma coisa é criar um monte de funcionalidades de acessibilidade, mas a verdadeira questão é: elas realmente ajudam os usuários a alcançar seus objetivos com menos atrito? O Macaron está comprometido em medir o sucesso em termos de resultados dos usuários, não apenas marcando caixas de recursos. Tratamos acessibilidade e inclusão como práticas contínuas, impulsionadas por feedback e dados. Aqui estão algumas das maneiras como avaliamos quão bem o Macaron está atendendo pessoas com diversas necessidades:

Métricas de Conclusão de Tarefas e Frustração: Primeiro, analisamos quão confiavelmente os usuários podem completar tarefas-chave, especialmente aqueles que estão aproveitando as configurações assistivas. Alguém usando um leitor de tela ou modo apenas de voz pode criar um lembrete ou agendar um evento tão facilmente quanto outros? Medimos as taxas de sucesso de tarefas em diferentes segmentos de usuários, visando a paridade (nosso objetivo interno é >90% de taxa de sucesso para tarefas principais, o que está alinhado com os benchmarks de usabilidade para produtos excelentes). Além das taxas de conclusão, monitoramos indicadores de frustração. Com o consentimento do usuário e garantias de privacidade, o Macaron pode detectar padrões como comandos repetidos ou "cliques de raiva" – por exemplo, se um usuário precisar clicar em um botão cinco vezes ou emitir o mesmo comando de voz repetidamente, isso sinaliza um problema. As análises modernas de UX definem isso como sinais de frustração (como cliques rápidos e repetidos quando algo não está respondendo). Se certos fluxos tiverem sinais mais altos de frustração para, por exemplo, usuários neurodivergentes, isso indica uma área de melhoria em nosso design.

Também coletamos feedback direto dos usuários sobre a facilidade ou dificuldade. Após uma tarefa importante (opcionalmente), o Macaron pode fazer uma pergunta rápida: 「Como foi essa experiência? Algum problema?」 – mantida simples, ou por meio de uma avaliação com emoji. Isso alimenta internamente uma 「pontuação de frustração」. Se percebermos, por exemplo, que usuários no Modo Dislexia ainda relatam dificuldades para ler algum texto, focamos em corrigir isso (talvez o ajuste precise ser na fonte ou no espaçamento). Combinamos essas respostas qualitativas com sinais passivos de fricção (como aqueles cliques de raiva ou pessoas acionando frequentemente o menu de ajuda) para identificar pontos problemáticos. Toda essa telemetria é anonimizada e opcional, é claro. O objetivo é não esperar por um e-mail de suporte, mas proativamente ver onde as pessoas podem estar travadas ou irritadas.

Rotineiramente realizamos testes de usabilidade com grupos diversificados de usuários (incluindo pessoas com deficiência) e traduzimos o feedback deles em métricas mensuráveis sempre que possível. Por exemplo, se usuários cegos disserem que determinado fluxo de um mini-aplicativo foi confuso, podemos introduzir uma métrica para acompanhar com que frequência os usuários de leitores de tela desviam ou repetem etapas nesse fluxo. Ao tratar essas situações como dados quantificáveis, podemos observar se as melhorias que fazemos realmente reduzem a confusão.

Hora de Configurar e Recuperar Erros: A integração e o tratamento de erros são dois momentos que muitas vezes definem a experiência para usuários com deficiências. Medimos o tempo de configuração para novos usuários, especificamente quão rapidamente alguém pode descobrir e ativar as opções de acessibilidade de que precisa. Se um usuário médio leva 5 minutos para se sentir confortável com o Macaron, queremos que seja semelhante (se não mais rápido) para um usuário com, por exemplo, baixa visão ou dislexia. Caso contrário, refinamos nosso "assistente de acessibilidade" de integração ou tornamos certos prompts mais proativos. Idealmente, um usuário que precisa de uma acomodação específica (alto contraste, texto maior, interação por voz, etc.) pode alcançá-la nos primeiros minutos de uso. A integração do Macaron pergunta explicitamente se você deseja configurar alguma configuração assistiva (com explicações claras), e rastreamos quantos novos usuários utilizam isso e se conseguem habilitar o que precisam imediatamente.

A recuperação de erros é outra medida crítica. Todos cometem erros ou enfrentam problemas, mas para usuários neurodiversos, uma mensagem de erro confusa pode ser um beco sem saída. Medimos a taxa de recuperação de erros: quando algo dá errado (por exemplo, 「Desculpe, não entendi」 ou 「Falha ao salvar nota」), com que frequência os usuários conseguem voltar ao caminho certo (seja por conta própria ou com a ajuda guiada do Macaron) em vez de desistirem. Nosso objetivo é uma recuperação próxima a 100% – o que significa que, se ocorrer um erro, o usuário é sempre guiado para uma solução ou alternativa. Por exemplo, se um comando de voz não foi entendido, o Macaron pode automaticamente mudar para um modo que favoreça a ortografia ou sugerir um menu de opções prováveis (「Desculpe, você queria definir um alarme ou um lembrete?」). Ao rastrear esses eventos, podemos ver se certos erros afetam desproporcionalmente usuários com configurações específicas (talvez usuários que utilizam apenas voz tenham mais ações falhadas – então sabemos que devemos melhorar nosso reconhecimento de fala ou prompts de confirmação). Tratamos um erro não como um beco sem saída, mas como uma bifurcação na jornada do usuário que precisa ser suavizada.

Outra métrica que observamos é o uso contínuo de recursos de apoio. Se as pessoas que ativam, por exemplo, o Modo Foco ou o Modo Dislexia acabam abandonando o aplicativo mais rápido do que outras, isso é uma falha da nossa parte. Idealmente, fornecer essas acomodações deve aumentar o engajamento e o sucesso. Portanto, comparamos a retenção e a conclusão de tarefas para usuários com certos recursos de acessibilidade ativados versus desativados (em conjunto). Se a ativação de um recurso correlaciona-se com menor sucesso, então há algo errado com a implementação ou apresentação desse recurso. Esperamos o contrário – que os recursos assistivos se correlacionem com maior sucesso para aqueles que precisam deles, o que nos indica que esses recursos estão cumprindo seu papel de remover barreiras.

Resultados a Longo Prazo (Hábitos & Adesão): Uma das promessas da IA pessoal é ajudar os usuários a construir bons hábitos e manter rotinas – seja tomar medicamentos na hora certa, seguir um plano de estudos ou praticar técnicas de redução de estresse. Para usuários neurodivergentes, manter rotinas pode ser um desafio adicional devido às diferenças na função executiva. Consideramos uma medida chave do impacto do Macaron verificar se ele realmente ajuda os usuários a aderirem às suas rotinas escolhidas a longo prazo.

Por exemplo, se um usuário com TDAH configurar uma "rotina matinal de 3 passos" usando o criador de rotinas do Macaron (com blocos de foco de 10 minutos e temporizadores suaves), nós rastreamos com que frequência eles a completam a cada dia e quantos dias consecutivos eles a seguem. Claro, a vida acontece e ninguém é 100% consistente, mas se descobrirmos que a maioria dos usuários abandona uma rotina após uma semana, isso indica que talvez o modelo de rotina não fosse sustentável ou que nossos lembretes precisem de ajustes. Por outro lado, se uma porcentagem saudável de usuários ainda está fazendo sua rotina (ou uma versão adaptada dela) após um mês, isso é um sucesso – significa que o Macaron apoiou efetivamente uma mudança de comportamento positiva.

Também coletamos relatos subjetivos aqui quando os usuários escolhem compartilhá-los. Por exemplo, alguém pode nos dizer: "Normalmente eu nunca conseguia manter uma rotina de exercícios, mas com a ajuda do Macaron eu fiz minha rotina de alongamento matinal por 5 dias seguidos." Esses relatos informam nossas métricas quantitativas. Ao longo do tempo, gostaríamos de publicar estatísticas anonimizadas, como "Usuários com TDAH que usaram o manual de rotinas viram uma melhoria de X% na adesão à rotina matinal após 4 semanas" – porque isso é uma melhoria concreta na vida.

Da mesma forma, para playbooks voltados para a saúde (como um rastreador de humor ou lembrete de medicação), medimos a adesão e os resultados. Os usuários estão tomando seus medicamentos no horário de forma mais consistente? Eles relatam melhora no humor ou foco após usar a ferramenta por algum tempo? Lidamos com esses dados com cuidado – qualquer rastreamento desse tipo é opcional e apresentado principalmente ao usuário para sua própria percepção (Macaron pode mostrar suas sequências, tendências, etc.). Mas, de forma agregada, analisamos padrões para ver o que está funcionando e o que não está. Se adicionar um toque de gamificação (como recompensas de sequência ou compartilhamento de progresso nas redes sociais) melhora significativamente a adesão para usuários neurodiversos, investiremos nisso. Se não fizer diferença, focamos em outra área.

O mantra é resultados acima de aparências. Não basta dizermos "temos o Recurso de Acessibilidade X". Nós perguntamos, o Recurso X ajudou alguém a realizar algo tangível ou a se sentir menos frustrado? Ao medir coisas como sucesso em tarefas, redução de erros, tempo economizado e adesão a rotinas, mantemos nosso compromisso com essa questão. E como o Macaron é uma IA em sua essência, até usamos IA para ajudar a analisar feedbacks e identificar tendências nessas métricas, refinando continuamente a experiência. O objetivo final é uma IA pessoal que não só verifica os requisitos de inclusão, mas que genuinamente muda vidas através da inclusão – ajudando cada usuário a ser mais produtivo, mais independente e mais compreendido por um assistente que realmente se adapta a eles.