May-akda: Boxu Li

Tinalakay namin kung bakit mahalaga ang accessibility para sa personal na AI, na tinatalakay ang neurodiversity at multimodal na pakikipag-ugnayan. Sa ikalawang bahagi na ito, sisilipin natin kung paano isinama ng Macaron AI ang pagiging inklusibo sa kanyang disenyo – mula sa kanyang mga playbook ng mini-apps hanggang sa adaptive na nilalaman at offline na katalinuhan.

Accessibility sa Mini‑Apps (Mga Pattern ng Playbook)

Isa sa mga natatanging tampok ng Macaron ay ang librarya nito ng mga "mini-app" playbooks – mga templated micro-flows na tumutulong sa iyo na makamit ang mga partikular na gawain (tulad ng routine builder, meal planner, habit tracker, atbp.). Isa sa mga pangunahing prayoridad ay ang gawing accessible at inclusive ang mga micro-flows na ito. Sa halip na ipagsapalaran ang inclusivity, isinama na namin ang mga universal design patterns direkta sa mga templado. Ang bawat mini-app ay dinisenyo upang mabawasan ang cognitive load: ang mga mahabang proseso ay hinahati sa mga lohikal na bahagi upang isa-isang matutukan. Ito ay naaayon sa UX best practices para sa cognitive accessibility – ang paghahati ng mga gawain sa mas maliliit at mas madaling hawakan na hakbang ay tumutulong sa mga gumagamit (lalo na ang mga may ADHD) na manatiling nakatuon at hindi makaramdam ng pagka-overwhelm. Halimbawa, ang isang "event planner" na playbook ay maaaring unang hingin lamang ang pangalan at petsa ng kaganapan, pagkatapos ay sa susunod na hakbang kung sino ang iimbitahin, sa halip na biglang ibigay ang isang malaking form. Ang bawat mini-app ay nagbibigay rin ng malinaw na mga heading at isang visual na progress indicator (isang simpleng progress bar o bilang ng hakbang) upang palaging alam mo kung ilang hakbang na ang natapos at kung ilan pa ang natitira. Ipinapakita ng pananaliksik na ang pagtingin sa progreso sa real-time ay nagpapalakas ng motibasyon – ang mga app na may visual progress tracking ay may mas mataas na user engagement (isang pag-aaral ang nakakita ng 31% pagtaas sa pang-araw-araw na paggamit nang idagdag ang mga progress indicator).

Maraming mini-app ang nagsasama ng mga timer at paalala bilang opsyonal na suporta. Halimbawa, ang ADHD-friendly Routine Builder template ay magmumungkahi ng pagdaragdag ng banayad na mga timer sa bawat hakbang ng isang routine (upang hikayatin ang pananatili sa gawain nang walang malalakas na alarm). Katulad nito, ang isang Pomodoro-style na focus session playbook ay maaaring maglaman ng 25-minutong countdown na may mga paalala ng pahinga bilang default. Ang mga pattern na ito ay hango sa pananaliksik sa produktibidad at mga teknik sa ADHD coaching - ang timeboxing at nakatakdang mga pahinga ay maaaring lubos na magpabuti ng pagsunod para sa mga taong nahihirapan sa pamamahala ng oras. Ginagawang madali ng Macaron na isama ang ganitong suporta: may mga toggle ang mga template na gaya ng "Magdagdag ng timer sa gawaing ito?" o "Padalhan ako ng paalala kung hindi ito natapos bago ang X oras." Dahil ang mga tampok na ito ay naka-built-in, ang mga gumagamit na nakikinabang dito (mga taong may ADHD, mga isyu sa memorya, abalang iskedyul, atbp.) ay hindi kailangang mag-configure ng lahat mula sa simula - ang pagsasama ay proaktibo.

Isa pang karaniwang pattern ay ang mga checklist na may kasiya-siyang mga "tapos" na button para sa bawat hakbang. Madalas na naglalabas ang mini-apps ng checklist ng mga subtask na isang tap lang para makumpleto. Kahit na ang simpleng makita ang listahan ng tatlong bagay at pindutin ang bawat isa para markahan itong kumpleto ay maaaring gawing parang laro ang isang nakakapagod na gawain sa pamamagitan ng serye ng mga hakbang na kayang-kaya. Ito ay konektado sa feedback ng progreso na nabanggit sa itaas at nagbibigay ng agarang micro-rewards. Nakita natin mula sa mga habit-forming na app na ang pagdiriwang ng maliliit na tagumpay (tulad ng visual na checkmark o kaunting confetti) ay maaaring magpatibay ng motibasyon – ang pagbibigay ng mabilis na feedback o puntos kaagad pagkatapos matapos ang isang gawain ay nakakatulong sa pagpapanatili ng pokus at momentum. Sa madaling salita, ang mga mini-apps ng Macaron ay nagbibigay sa iyo ng maagang tagumpay upang mapanatili kang interesado. Ang diskarteng ito ay nagpapataas ng mga rate ng pagkumpleto para sa lahat, hindi lamang sa mga neurodivergent na tao.

Mahalaga, ang lahat ng mga micro-flow na assistive features na ito ay opsyonal at nako-customize. Ang accessibility ay tungkol sa pagbibigay ng kapaki-pakinabang na mga opsyon, hindi sa pagpilit ng isang mahigpit na "madaling mode" para sa lahat. Maaaring i-disable ng isang neurotypical power-user ang mga dagdag na kumpirmasyon at progreso para sa bilis, habang ang iba ay umaasa ng mabigat sa mga ito. Ang mga playbooks ng Macaron ay inclusive sa default ngunit flexible sa disenyo – maaari mong i-adjust ang suporta pataas o pababa upang umangkop sa sarili mong istilo ng trabaho.

Adaptive Reading Grade & Pacing (Auto-Simplify o Enrich Content)

Walang dalawang tao ang may eksaktong parehong kakayahan sa pagbabasa o kaalaman sa background. Kaya't ang AI ng Macaron ay inaangkop ang kumplikasyon at bilis ng nilalaman upang umayon sa pangangailangan ng bawat tao. Tuwing nagtatanghal ang Macaron ng impormasyon (tulad ng mga tagubilin, paliwanag, o edukasyonal na nilalaman), may kontrol ka kung gaano kasimple o kasagana ang mga salita. Sa praktika, nangangahulugan ito na ang isang recipe mini-app ay maaaring mag-alok ng isang pinadaling bersyon ng mga hakbang sa pagluluto ("Ipaliwanag na parang baguhan akong kusinero") o isang pinayamang bersyon ("Isama ang siyensya o kultural na kasaysayan ng putahe"). Sa likod ng eksena, ang AI ay maaaring awtomatikong baguhin ang antas ng pagbabasa ng mga output nito upang umayon sa iyong kagustuhan. Kung alam ng sistema na mas gusto mo ang tuwid at simpleng wika, iyon ang magiging default nito para sa mga paliwanag. Sa kabilang banda, kung ikaw ay isang eksperto na mahilig sa detalye, gagamit ito ng mas teknikal na mga termino at lalim. Ang pag-aangkop na ito ay maaari pang mangyari nang kusa – halimbawa, kung mapansin ni Macaron na madalas kang magtanong ng mga follow-up na tanong para sa paglilinaw, maaaring magsimula itong magbigay ng bahagyang mas pinasimpleng mga paunang sagot upang iwasan mo ang abala.

Tinatayang mga antas ng mababang literasiya sa buong Europa (mas madilim = mas mataas). Sa maraming bansa sa EU, 20% o higit pa ng mga matatanda ang nahihirapan sa batayang pagbasa at pagsulat. Ang tampok na "auto-simplify" ng Macaron ay tumutulong sa mga gumagamit na may mababang literasiya sa pamamagitan ng pagpapakita ng impormasyon sa simpleng, madaling maunawaan na wika sa tuwing kailangan.

Gamit namin ang parehong kakayahan sa natural-language rewriting na binanggit sa Part I upang magpatupad ng isang "Auto-Simplify" toggle sa buong app. Sa anumang mini-app (halimbawa, isang "Alamin ang tungkol sa Sistema ng Araw" na educational flow), ang pag-on sa Auto-Simplify ay magreresulta sa lahat ng text content na nakalabas sa madaling basahin na anyo: maiikling pangungusap, karaniwang bokabularyo, at aktibong tono ng boses. Parang isang on-demand na tutor na nag-aayos ng antas ng pagbasa para sa iyo. Sa kabilang banda, ang isang "Enrich Text" na opsyon ay maaaring magdagdag ng higit na lalim o advanced na detalye para sa mga gustong mahamon (kapaki-pakinabang sa mga mini-app na pang-aaral ng wika o para lamang masiyahan sa personal na kuryusidad). Karaniwan naming dinadala ang mga prinsipyo ng universal design for learning sa personal AI domain – nagbibigay ng iba't ibang representasyon ng impormasyon at naaangkop na antas ng kahirapan. Sa paggawa nito, sinusuportahan ng Macaron ang mga gumagamit na may mababang literacy o cognitive impairments upang makumpleto pa rin ang mga gawain nang matagumpay (dahil palaging maaari silang humiling ng mas simpleng salita). At para sa mga naghahangad ng nuance, maaari nilang i-dial ito pataas.

Ang tradisyonal na software ay hindi madaling magawa ito, ngunit ang AI na tunay na nakakaintindi ng nilalaman ay maaaring baguhin ang nilalamang iyon agad-agad. Isipin ang isang mini-app para sa medikal na instruksyon: isang user na may dyslexia ay pumipili ng bersyon na nagsasabi, "Uminom ng isang tableta sa umaga at isa sa gabi, kasabay ng pagkain." Samantala, ang isa pang user na komportable sa medikal na jargon ay nakakatanggap ng: "Ingest one tablet b.i.d. with meals." Parehong impormasyon, iba lang ang pag-deliver. Ang susi ay pagpipilian. At dahil natatandaan ni Macaron ang mga indibidwal na kagustuhan, sa paglipas ng panahon, natutunan nito kung paano mo gustong ipresenta ang iyong impormasyon (hal. palaging ibigay muna ang simpleng buod; magtatanong ako kung kailangan ko ng higit pang detalye).

Isa pang aspeto ay ang adaptive pacing sa mga interactive na daloy. May mga tao na mabilis magbasa, ang iba naman ay mabagal; ang ilan ay maaaring mangailangan ng mas maraming oras upang mag-isip sa pagitan ng mga hakbang. Ang mga mini-app ng Macaron ay maaaring maglagay ng sadyang mga pahinga o maghintay ng iyong senyas bago magpatuloy. Halimbawa, sa isang gabay na ehersisyo sa paghinga, ang pacing ay maaaring i-tune ("inhale…exhale…") nang mas mabilis o mas mabagal batay sa feedback ng user (o kahit na sa sensor data sa hinaharap). Sa isang learning quiz, maaaring mapansin ng Macaron kung mas matagal kang sumagot at banayad na magbigay ng hint o karagdagang oras. Ang adaptability na ito ay nagbibigay ng pakiramdam na suportado ka sa halip na nagmamadali (o sa kabaligtaran, sa halip na nakakabagot na mabagal). Ang personalisasyon ang nagiging pagkakaiba dito – dalawang gumagamit ay maaaring gumamit ng parehong template at maramdaman na ito ay talagang ginawa para sa kanilang bilis at estilo.

Lokalisasyon at Dalawang Wikang Suporta

Ang isang personal na AI ay dapat na maraming wika kung ito ay talagang personal. Ang interface at nilalaman ng Macaron ay maaaring ma-localize agad-agad. Kung ikaw ay bilingguwal o nag-aaral ng bagong wika, maaari mong palitan ang wika ng output ng AI nang walang kahirap-hirap – kahit na sa kalagitnaan ng pag-uusap o gawain. Halimbawa, karaniwan kang nakikipag-usap kay Macaron sa Ingles, ngunit sabihin mong idinagdag: "Explique-moi ça en français" ("Ipaliwanag mo yan sa akin sa Pranses"). Ang Macaron ay magpapatuloy ng maayos sa thread sa Pranses. Ang lahat ng mga button, label, at tugon sa isang mini-app ay maaaring palitan ng wika ayon sa kinakailangan. Hindi lamang ito kapaki-pakinabang para sa mga internasyonal na gumagamit – mahusay din ito para sa mga nag-aaral ng wika na maaaring gustong magkaroon ng bilingual na suporta. Isipin ang isang mini-app ng pagsusulit sa bokabularyo na may dalawang wika: Maaaring ipakita ni Macaron ang isang salita sa Espanyol, pagkatapos ay ibigay ang paliwanag sa Ingles (o kabaligtaran), na tumutulong sa iyo na gumawa ng koneksyon sa pagitan ng dalawa. O isang app ng resipe na naglilista ng mga sangkap sa parehong Ingles at, halimbawa, Italyano na may lokal na mga pangalan (talong / melanzana, kulantro / coriandro). Ito ay para sa mga multicultural na sambahayan o sinumang nagtatangkang matuto ng bagong wika habang nagluluto ng hapunan.

Ang ganitong uri ng likas na lokal na pagsasalin ay isang biyaya para sa accessibility dahil hinahayaan nitong gumamit ang mga tao ng wikang pinaka-komportable sila sa sandaling iyon. Ang isang tao na may dyslexia sa kanilang pangalawang wika ay maaaring mas gustuhin na lumipat sa kanilang unang wika para sa mga mahihirap na gawain. O maaaring kasangkot ng isang user ang kanilang pamilya sa pamamagitan ng pagpapalit ng mga tugon ng AI sa wikang naiintindihan ng kanilang mga lolo't lola. Maaari ring magsagawa ang Macaron ng agarang pagsasalin ng nilalaman na iyong ibinibigay: kung nakatanggap ka ng mensahe o email sa isang hindi pamilyar na wika, isasalin ito ng AI at maaari pa itong basahin nang malakas kung kinakailangan. Ang function na ito ay isang direktang halimbawa ng AI na nag-aalis ng mga hadlang – hindi dapat maging hadlang ang wika sa impormasyon o utility. Sa katunayan, ang mga bagong GPT-4 na pinapagana ng mga assistant ay nagbabago na ng visual at tekstuwal na accessibility para sa mga bulag na gumagamit sa pamamagitan ng mayamang mga paglalarawan at pagsasalin, kaya't ina-apply namin ang parehong prinsipyo para sa accessibility ng wika at pagbabasa.

Isinasaalang-alang pa namin ang mga sitwasyon tulad ng pagko-code-switch (paghahalo ng mga wika sa isang pangungusap). Sanay ang Macaron na humawak ng multilingual na input nang may kahusayan, kaya kung magsingit ka ng ibang wika, hindi ito malilito o pipilitin kang manatili sa isang wika lamang. Sa huli, ang layunin ay gawing Macaron na may kakayahang umangkop sa kultura at wika - katulad ng isang tunay na personal na katulong na maaaring magpalit ng wika kung kinakailangan. Bahagi ito ng aming mas malawak na pananaw sa accessibility: hindi lang tungkol sa mga kapansanan, kundi tungkol sa pagtugon sa iba't ibang pangangailangan sa kultura at wika ng mga tao rin.

Sa panig ng developer, nagbibigay kami ng mga tool upang matiyak na ang anumang community-contributed na mini-app na mga template ay maisasalin. Ang sariling mga AI model ng Macaron ay pinapino sa iba't ibang wika upang mapanatili ang kalidad sa lahat ng ito. Sa madaling salita, kung nais mo ang iyong iskedyul sa Espanyol tuwing Martes, o ginagamit mo ang Macaron upang makatulong sa pagsasanay ng Mandarin sa pamamagitan ng dual-language flashcards, ito ay nakahanda para sa iyo. Ang iyong personal na AI ay dapat magsalita ng iyong wika/wika.

Disenyo para sa Mababang Bandwidth at Offline na Unang Pagpipilian

Ang accessibility ay hindi lamang tungkol sa kakayahan ng tao; ito rin ay tungkol sa mga limitasyon sa kapaligiran tulad ng mahinang koneksyon sa internet o mas lumang mga device. Ang isang tunay na personal na AI ay dapat makapaglingkod sa iyo kahit kailan, kahit saan – kabilang na kapag ikaw ay nasa 2G network o ganap na offline sa eroplano. Ang Macaron ay dinisenyo na may matibay na mentalidad na offline-first upang ang mga pangunahing tampok ay manatiling magagamit kahit na may limitadong o walang koneksyon. Ito ay mahalaga lalo na kung isasaalang-alang na pagsapit ng 2024, halos isang-katlo ng populasyon ng mundo (2.6 bilyong tao) ay wala pa ring access sa internet, at marami pa ang may hindi palagian o mabagal na koneksyon. Kahit na sa mga maunlad na rehiyon, maaari kang makaranas ng kawalan ng signal (isipin ang mga rural na lugar, subway, o sa panahon ng mga natural na sakuna), at hindi mo dapat mawala ang iyong AI na katulong sa mga sandaling iyon.

Caching at Graceful Degradation: Ginagamit ng Macaron ang matalinong caching para masiguro na ang iyong mahalagang data at gawain ay nakaimbak sa device tuwing posible. Ang madalas na ginagamit na mini-apps at kamakailang konteksto ng pag-uusap ay itinatago nang lokal (na may angkop na encryption) kaya't kung ikaw ay mawalan ng koneksyon, marami pa ring gawain ang kayang gawin ng Macaron. Halimbawa, kung madalas mong gamitin ang isang mini-app ng paghinga tuwing umaga, i-ca-cache ng Macaron ang mga kinakailangang hakbang at anumang media (tulad ng pampakalma na animasyon o tunog) nang maaga. Kapag inilunsad mo ito offline, ito ay gumagana nang walang aberya. Kung hihilingin mo sa Macaron na "Magdagdag ng event sa aking kalendaryo" habang offline, itatala nito ang kahilingang iyon at kumpirmahin nang lokal na ito ay naitala; kapag ikaw ay bumalik online, ito ay magsi-sync sa iyong cloud calendar. Ang ganitong uri ng graceful degradation ay nagsisiguro na ang kawalan ng internet ay nagreresulta lamang sa bahagyang pagkaantala, hindi sa pagkabigo. Ang mga pangunahing tampok tulad ng pagtatakda ng lokal na alarma, pagkuha ng mga tala, o pagkuha ng iyong nakaimbak na listahan ng gagawin ay magagamit offline bilang default.

Para sa mga AI-specific na gawain na karaniwang nangangailangan ng cloud (tulad ng kumplikadong mga query o pagbuo ng mahahabang teksto), ang Macaron ay nag-eexplore ng mga kakayahan ng modelong nasa-device. Ang mga modernong smartphone ay kayang magpatakbo ng nakakagulat na malalakas na neural models para sa ilang gawain. Sa mga pagkakataon kung saan hindi maabot ang buong malaking language model ng Macaron, maaaring makayanan ng mas maliit na offline model ang mga pangunahing kahilingan (halimbawa, pag-unawa sa isang voice command para patugtugin ang lokal na nakaimbak na kanta). Maaaring hindi ito kasing talino ng bersyong nasa cloud, ngunit kaya nitong saklawin ang mga mahahalaga hanggang bumalik ang koneksyon.

Ang UI ay malinaw na nagpapakita kapag ang Macaron ay nasa offline mode at kung anong mga functionality ang maaaring limitado, kaya hindi ka na manghuhula. Kung magtanong ka ng isang bagay na talagang hindi magawa offline (tulad ng "maghanap sa web para sa balita ngayon"), maayos na ipapaliwanag ng Macaron na na-save nito ang iyong query at tatapusin ito sa ibang pagkakataon kapag posible. Ang layunin ng disenyo ay fail-soft na pag-uugali: walang biglaang pag-crash o dead-ends – laging may pagkilala at alternatibong landas. Kasama pa sa Macaron ang offline knowledge pack: isang locally cached database ng mga pangkalahatang katotohanan at FAQs, kaya maaari pa rin itong sumagot sa maraming karaniwang tanong kahit walang internet (tulad ng kung paano ang ilang voice assistants ay may offline mode para sa mga pangunahing utos).

Magaan na UI at Mga Pamamaraang Pagsalungat: Hindi lahat ay may pinakabagong telepono o walang limitasyong data. Siguradong maiaangkop ang interface ng Macaron sa mga low-resource na kapaligiran. Mayroong Low-Bandwidth Mode na maaaring i-toggle (at awtomatikong nag-a-activate kapag napansin ng app ang napakabagal na koneksyon). Sa mode na ito, ang Macaron ay lumilipat sa isang text-only o basic na HTML interface na may kaunting mga larawan o video. Anumang multimedia content na karaniwang ipinapakita ng AI (tulad ng larawang pang-illustrasyon) ay ipinagpapaliban o pinapalitan ng isang deskriptibong caption kaysa mag-download ng malaking file. Ito ay katulad ng mga "Lite" na bersyon ng mga app na naging lubos na popular – halimbawa, ang magaan na app ng Facebook para sa mabagal na network ay umabot ng 200 milyong user sa loob ng dalawang taon mula nang ilunsad, na nagpapatunay ng pangangailangan para sa disenyo na magaan sa bandwidth. Katulad nito, pinananatiling mabilis ng lightweight mode ng Macaron ang karanasan kahit sa mahihirap na koneksyon sa pamamagitan ng pagbabawas ng mga mabibigat na asset at dalas ng mga tawag sa network.

Na-optimize din namin ang aming background syncing. Ang mga update at backup ng Macaron ay ginagawa sa maliit na bahagi nang opportunistically, at maaari silang mag-pause/resume nang walang abala. Kung may koneksyon ka lamang sa maikling oras, inuuna ng app ang mahahalagang sync (hal. pagpapadala ng anumang mensahe o email na ginawa mo offline) at ipinagpapaliban ang hindi kritikal (tulad ng pag-backup ng transcript ng pag-uusap) sa susunod. Ginagawa namin ito upang igalang ang parehong availability ng network at ang gastos sa data – sa ilang rehiyon, mahal ang mobile data, at hindi dapat ito ubusin ng personal na AI nang walang saysay. Maari ring magtakda ang mga user ng mga kagustuhan tulad ng "i-sync lang ang mga larawan/video sa Wi-Fi" at iba pa.

Para sa pagiging tugma sa device, ang aming web client at pangunahing app ay nasubok upang gumana sa mga lumang smartphone na may limitadong RAM. Ang magarbong 3D avatar o mabibigat na animation ay opsyonal lamang na mga palamuti; ang pangunahing functionality ay mahalagang isang pinahusay na interface sa pagmemensahe, na hindi masyadong nangangailangan. Nag-aalok pa kami ng SMS interface para sa Macaron (para sa mga merkado o senaryo kung saan hindi posible ang paggamit ng smartphone app) – mawawala ang ilang tampok, ngunit maaari ka pa ring makipag-ugnayan sa iyong AI sa pamamagitan ng plain text messages upang makakuha ng mga sagot o i-update ang iyong iskedyul.

Sa esensya, ang personal na AI ay hindi dapat isang luho na nangangailangan ng pinakabagong hardware sa pinakamabilis na network. Ang inklusibong pilosopiya ng Macaron ay umaabot sa teknikal na imprastraktura: kahit pa mabagal o mabilis ang iyong koneksyon, luma o bago man ang iyong device, sinisikap nitong mag-adjust at manatiling kapaki-pakinabang. Kami ay kumukuha ng inspirasyon mula sa mga halimbawa tulad ng offline mode ng Google Maps, quality selector ng YouTube, at mga progressive web apps na nagbibigay ng pangunahing tampok kahit anong connectivity. Sinusunod ng Macaron ang landas na iyon upang maging maaasahan ito saan ka man dalhin ng buhay.

Transparent Sync at Pagpipila: Kapag nagtatrabaho ka offline o sa mababang bandwidth na mode, pinapanatili ka ng Macaron na may alam sa mangyayari kapag bumalik ka online. Nagbibigay kami ng "Sync Center" panel kung saan makikita mo ang mga nakabinbing aksyon (hal. "2 mensahe ang ipapadala, 1 note ang i-back up, 1 sagot ang hinihintay na kunin"). Nagbibigay ito ng kapanatagan ng isip na hindi nawawala ang mga bagay-bagay sa wala. Pinapahalagahan din nito ang awtonomiya ng user – maaaring sumulat ka ng isang bagay offline at pagkatapos ay magpasya na kanselahin ito bago ito ipadala; magagawa mo ito mula sa Sync Center.

Isinasaalang-alang din dito ang privacy: lahat ng nakabinbing data ay nananatiling nakaimbak nang ligtas sa device hangga't hindi ito na-sync. At kung nasa metered na koneksyon ka at maraming kailangan i-sync ang app (sabihin nating kumuha ka ng maramihang litrato para i-analyze ni Macaron mamaya), tatanungin ka muna nito bago mag-upload ng malalaking files. Palaging may opsyon ang user na mag-trigger ng manual sync ("Nasa Wi-Fi na ako ngayon, i-sync ang lahat"), o kaya'y i-pause ang syncing para manatiling offline nang mas matagal.

Mula sa pananaw ng accessibility, binabawasan ng transparency at kontrol na ito ang pagkabalisa. Walang mas masahol pa kaysa sa hindi malaman kung ang bagay na "sinabi" mo sa iyong AI sa isang dead zone ay talagang naipadala. Sa pamamagitan ng malinaw na pagpapakita ng status (at kahit na pag-anunsyo nito sa pamamagitan ng boses kung pinagana mo ito, halimbawa, "Walang internet – hihintayin ko ang iyong mga kahilingan at magsi-sync mamaya" at pagkatapos "Bumalik online – lahat ng nakabinbing gawain ay natapos na"), pinapanatili ka naming nasa loop. Ito ay katulad ng mga email client na nagpapakita ng "Outbox" para sa hindi pa naipapadalang mail – pinapalawig ng Macaron ang konseptong iyon sa lahat ng interaksyon para lagi mong alam kung nasaan ang iyong impormasyon.

Ang pamamaraang ito ay partikular na sumusuporta para sa mga gumagamit na may mga kahirapan sa executive function (karaniwan sa ADHD, halimbawa) – maaring umasa sila sa Macaron upang ilipat ang mga gawain mula sa kanilang isipan. Ang kaalaman na ang mga gawain ay ligtas na nakapila (at hindi nakakalimutan) ay mahalaga para sa pagtitiwala. Ang aming layunin ay maramdaman mo ang kumpiyansa sa paggamit ng Macaron kahit offline, nang hindi nag-aalala na kailangan mong ulitin ang iyong sarili mamaya. Kung nasa Macaron ito, hindi mawawala – iyan ang aming pangako.

Pagsusukat ng Accessibility Outcomes (Lampas sa Pagsunod)

Iba ang magtayo ng maraming feature para sa accessibility, pero ang tunay na tanong ay: nakakatulong ba talaga ito sa mga gumagamit na maabot ang kanilang mga layunin nang mas madali? Nakatuon ang Macaron sa pagsukat ng tagumpay batay sa mga resulta ng gumagamit, hindi lamang sa pag-tick ng mga kahon ng feature. Tinuturing namin ang accessibility at inclusivity bilang patuloy na mga gawain, na pinapatakbo ng feedback at data. Narito ang ilan sa mga paraan kung paano namin sinusukat kung gaano kahusay ang pagsilbi ng Macaron sa mga tao na may iba't-ibang pangangailangan:

Mga Sukatan ng Pagkumpleto ng Gawain at Pagkabigo: Una, tinitingnan natin kung gaano katiyak ang mga gumagamit na makumpleto ang mga pangunahing gawain, lalo na ang mga gumagamit na nakikinabang sa mga setting na pang-assistive. Maaari bang lumikha ng paalala o mag-iskedyul ng kaganapan ang isang taong gumagamit ng screen reader o voice-only mode nang kasing dali ng iba? Sinusukat namin ang mga rate ng tagumpay ng gawain sa iba't ibang segment ng gumagamit, na naglalayon para sa pagkakapareho (ang aming panloob na layunin ay >90% rate ng tagumpay para sa mga pangunahing gawain sa lahat ng aspeto, na umaayon sa mga benchmark ng usability para sa mahusay na mga produkto). Kasama ng mga raw na rate ng pagkumpleto, sinusubaybayan namin ang mga indikasyon ng pagkabigo. Sa pahintulot ng gumagamit at mga proteksyon sa privacy, makakakita ang Macaron ng mga pattern tulad ng paulit-ulit na mga utos o "rage clicks" – halimbawa, kung kailangang mag-click ang isang gumagamit ng isang button ng limang beses o paulit-ulit na magbigay ng parehong voice command, iyon ay isang senyales ng problema. Tinutukoy ng modernong UX analytics ang mga ito bilang mga senyales ng pagkabigo (tulad ng mabilis na paulit-ulit na pag-click kapag may hindi tumutugon). Kung ang ilang mga daloy ay may mas mataas na mga senyales ng pagkabigo para sa, halimbawa, mga gumagamit na neurodivergent, iyon ay nagmamarka ng isang lugar para sa pagpapabuti sa aming disenyo.

Kinokolekta rin namin ang direktang feedback ng mga user tungkol sa kadalian o hirap. Pagkatapos ng isang malaking gawain (opsyonal), maaaring magtanong si Macaron ng mabilis na tanong: "Kumusta ang karanasang ito? May problema ba?" – pinananatiling simple, o sa pamamagitan ng isang emoji rating. Ito ay nagiging bahagi ng isang "frustration score" sa loob. Kung makita namin, halimbawa, na ang mga user sa Dyslexia Mode ay nagrereklamo pa rin tungkol sa pagbabasa ng ilang teksto, agad naming inaayos iyon (baka kailangan ng ayusin ang font o spacing). Pinagsasama namin ang mga qualitative na tugon na ito sa mga passive na senyales ng friction (tulad ng mga rage click o madalas na pag-invoke ng help menu) upang matukoy ang mga problemang bahagi. Ang lahat ng ganitong telemetry ay hindi nagpapakilala at opt-in, siyempre. Ang layunin ay hindi maghintay ng suporta sa email, kundi proactive na makita kung saan maaaring natigil o naiinis ang mga tao.

Regular naming kaming nagsasagawa ng mga usability test kasama ang iba't ibang grupo ng mga gumagamit (kasama na ang mga indibidwal na may kapansanan) at isinasalin ang kanilang feedback sa masusukat na mga sukatan kung posible. Halimbawa, kung sinabi ng mga bulag na gumagamit na nakakalito ang daloy ng isang mini-app, maaari kaming magpakilala ng isang sukatan upang subaybayan kung gaano kadalas lumilihis o inuulit ng mga gumagamit ng screen reader ang mga hakbang sa daloy na iyon. Sa pamamagitan ng pagtrato sa mga sitwasyong iyon bilang nasusukat na datos, maaari naming obserbahan kung ang mga pagpapabuti na ginagawa namin ay talagang nakakabawas sa kalituhan.

Oras para I-configure at Pag-aayos ng Error: Ang onboarding at paghawak ng error ay dalawang sandali na kadalasang nagtatakda o sumisira sa karanasan para sa mga gumagamit na may kapansanan. Sinusukat namin ang oras-para-i-setup para sa mga bagong gumagamit, partikular kung gaano kabilis malalaman at ma-enable ng isang tao ang mga opsyon sa accessibility na kailangan nila. Kung inaabot ng isang karaniwang gumagamit ng 5 minuto upang maging komportable sa Macaron, nais namin na maging katulad (kung hindi mas mabilis) para sa isang gumagamit na may, halimbawa, mababang paningin o dyslexia. Kung hindi, pinapabuti namin ang aming onboarding na "accessibility wizard" o ginagawang mas proactive ang ilang mga prompts. Sa perpektong sitwasyon, ang isang gumagamit na nangangailangan ng partikular na akomodasyon (mataas na contrast, mas malaking teksto, pakikipag-ugnayan sa boses, atbp.) ay maaaring makamit iyon sa kanilang unang ilang minuto ng paggamit. Ang onboarding ng Macaron ay tahasang nagtatanong kung nais mong i-configure ang anumang mga setting ng assistive (na may malinaw na paliwanag), at sinusubaybayan namin kung gaano karaming mga bagong gumagamit ang gumagamit nito at kung nagtagumpay sila sa pag-enable ng kanilang kailangan kaagad.

Ang pag-recover sa error ay isa pang kritikal na hakbang. Lahat ay nagkakamali o nakakaranas ng errors, ngunit para sa mga neurodiverse na gumagamit, ang nakakalitong mensahe ng error ay maaaring maging dead-end. Sinusukat namin ang error recovery rate: kapag may nagkamali (hal. "Pasensya na, hindi ko naintindihan iyon" o "Nabigo sa pag-save ng tala"), gaano kadalas nagtatagumpay ang mga gumagamit na makabalik sa tamang landas (sa kanilang sarili o sa tulong ng gabay ni Macaron) kumpara sa basta na lang sumusuko. Nilalayon naming makamit ang halos 100% na recovery – ibig sabihin, kung may error na naganap, ang gumagamit ay palaging ginagabayan patungo sa solusyon o alternatibo. Halimbawa, kung hindi naintindihan ang isang voice command, maaaring awtomatikong lumipat si Macaron sa spelling-friendly mode o magmungkahi ng menu ng mga posibleng opsyon ("Pasensya na, nais mo bang mag-set ng alarm o paalala?"). Sa pamamagitan ng pagsubaybay sa mga kaganapang ito, makikita namin kung ang ilang errors ay hindi makatarungang nakakaapekto sa mga gumagamit na may partikular na mga setting (mga gumagamit na boses lang ang maaaring may mas maraming nabigong aksyon – kaya alam naming kailangan naming pagbutihin ang aming speech recognition o confirmation prompts). Itinuturing namin ang error hindi bilang dead-end kundi bilang isang sangay sa user journey na kailangang pakinisin.

Isa pang sukatan na aming binabantayan ay ang patuloy na paggamit ng mga suportang tampok. Kung ang mga tao na nagbubukas ng, halimbawa, Focus Mode o Dyslexia Mode ay mas mabilis na iniiwan ang app kaysa sa iba, iyon ay pagkukulang sa aming panig. Sa ideal na sitwasyon, ang pagbibigay ng mga akomodasyon na iyon ay dapat na magpataas ng pakikipag-ugnayan at tagumpay. Kaya't ikinukumpara namin ang pagpapanatili at pagkumpleto ng gawain para sa mga gumagamit na may mga tiyak na tampok ng accessibility na naka-on kumpara sa naka-off (in aggregate). Kung ang pag-enable ng isang tampok ay nauugnay sa mas mababang tagumpay, may mali sa kung paano ito naipatupad o ipinakita. Inaasahan namin ang kabaligtaran – na ang mga assistive features ay nauugnay sa mas mataas na tagumpay para sa mga nangangailangan nito, na nagsasabi sa amin na ang mga tampok na iyon ay ginagawa ang kanilang trabaho upang alisin ang mga hadlang.

Pangmatagalang Kinalabasan (Mga Gawi at Pagsunod): Isa sa mga pangako ng personal na AI ay ang pagtulong sa mga gumagamit na bumuo ng mabubuting gawi at mapanatili ang mga gawain – maging ito man ay pag-inom ng gamot sa tamang oras, pagsunod sa planong pag-aaral, o pagsasanay ng mga teknik sa pagbabawas ng stress. Para sa mga gumagamit na neurodivergent, ang pagpapanatili ng mga gawain ay maaaring maging mas hamon dahil sa mga pagkakaiba sa executive function. Itinuturing naming pangunahing sukatan ng epekto ng Macaron kung talagang natutulungan nito ang mga gumagamit na manatili sa kanilang napiling mga gawain sa pangmatagalan.

Halimbawa, kung ang isang gumagamit na may ADHD ay nag-set up ng "3-hakbang na morning routine" gamit ang routine-builder ng Macaron (kumpleto sa 10-minutong focus blocks at banayad na mga timer), sinusubaybayan namin kung gaano kadalas nila ito natatapos bawat araw at kung ilang araw na sunud-sunod nilang nagagawa ito. Siyempre, may mga pangyayari sa buhay at walang sinuman ang 100% consistent, ngunit kung makita namin na karamihan sa mga gumagamit ay tumigil sa routine pagkatapos ng isang linggo, maaaring iyon ay nagpapahiwatig na ang template ng routine ay hindi naging sustainable o kailangan ng pag-aayos ang aming mga paalala. Sa kabilang banda, kung isang magandang porsyento ng mga gumagamit ay patuloy na ginagawa ang kanilang routine (o isang inangkop na bersyon nito) pagkatapos ng isang buwan, iyon ay tagumpay – nangangahulugan na epektibong sinuportahan ng Macaron ang positibong pagbabago sa ugali.

Nangongolekta rin kami ng mga ulat na base sa karanasan ng mga gumagamit kapag pinili nilang ibahagi ito. Halimbawa, maaaring sabihin ng isang tao, 「Hindi ko talaga nagagawang magpatuloy sa pag-eehersisyo, pero sa tulong ng Macaron nagawa ko ang aking morning stretch routine nang tuloy-tuloy sa loob ng 5 araw.」 Ang mga kwentong ito ay nagbibigay ng impormasyon sa aming dami ng mga metriko. Sa paglipas ng panahon, nais naming maglathala ng mga hindi nagpapakilalang istatistika tulad ng 「Ang mga gumagamit na may ADHD na gumamit ng routine playbook ay nakakita ng X% na pagbuti sa pagsunod sa morning routine pagkaraan ng 4 na linggo」 – dahil iyon ay isang konkretong pagbuti sa buhay.

Katulad nito, para sa mga playbook na nakatuon sa kalusugan (tulad ng mood tracker o paalala sa gamot), sinusukat namin ang pagsunod at mga resulta. Mas madalas bang sumusunod ang mga gumagamit sa kanilang iskedyul ng pag-inom ng gamot? Nag-uulat ba sila ng mas magandang mood o pokus matapos gamitin ang tool sa ilang panahon? Maingat naming pinangangasiwaan ang datos na ito – anumang pagsubaybay ay opt-in at pangunahing ipinapakita sa user para sa kanilang sariling kaalaman (maipapakita sa iyo ng Macaron ang iyong mga streak, trend, atbp.). Ngunit sa kabuuan, sinusuri namin ang mga pattern upang makita kung ano ang epektibo at kung ano ang hindi. Kung ang pagdaragdag ng gamification (tulad ng mga gantimpala sa streak o pagbabahagi ng progreso sa social media) ay makabuluhang nagpapabuti sa pagsunod ng mga user na neurodiverse, palalakasin pa namin ito. Kung hindi ito nagbibigay ng malaking pagbabago, magpo-focus kami sa iba pang aspeto.

Ang mantra ay kinalabasan higit sa hitsura. Hindi sapat para sa amin na sabihin "mayroon kaming Accessibility Feature X". Tinanong namin, nakatulong ba ang Feature X sa isang tao na makamit ang isang bagay na makabuluhan o pakiramdam na hindi gaanong nabigo? Sa pamamagitan ng pagsukat ng mga bagay tulad ng tagumpay sa gawain, pagbabawas ng error, oras na natipid, at pagsunod sa routine, pinananagot namin ang aming sarili sa tanong na iyon. At dahil ang Macaron ay AI sa kanyang core, ginagamit pa namin ang AI upang tumulong sa pagsusuri ng feedback at makita ang mga trend sa mga metrics na ito, patuloy na pinapahusay ang karanasan. Ang huling layunin ay isang personal na AI na hindi lamang pumapasa sa mga kahon ng inclusivity ngunit tunay na nagbabago ng mga buhay sa pamamagitan ng inclusivity – tumutulong sa bawat user na maging mas produktibo, mas independent, at mas nauunawaan ng isang assistant na tunay na umaangkop sa kanila.