Optimización individual de la interfaz mediante diseño por restricciones

Resumen

Este trabajo propone un mecanismo que recibe información personal sobre las características cognitivas de alguien y genera una interfaz ajustada a esa persona, recurriendo a los principios básicos del diseño de interfaces, a los requisitos de seguridad y accesibilidad, y a los hallazgos de la investigación sobre características humanas.

Aplica la idea que llamo diseño por restricciones: una persona diseña las condiciones que deben cumplirse y su ámbito de aplicación, y dentro de ese marco la IA generativa elabora la propuesta concreta. Tomando como tema un sistema de navegación para automóvil, implementé una prueba de concepto que genera interfaces a partir de trece personas ficticias —incluidas características sensoriales y físicas— y comprueba el cumplimiento de las condiciones en un paso aparte.

En la comparación, un caso mostró un cambio claro en la composición de la pantalla debido a una característica física, mientras que en la mayoría de las salidas no se apreció un cambio visual grande. La usabilidad y la seguridad reales quedan sin verificar, pero el trabajo dejó claro hasta dónde puede confiarse el juicio a la IA generativa y qué condiciones de diseño estaban estrechando el margen de individualización.

Contexto — ¿hasta dónde alcanza una sola interfaz?

La mayoría de los productos diseñan y entregan una interfaz común, pensada para que la use el mayor número posible de personas. Pero la cantidad de información que se capta de una vez, la facilidad para dirigir la atención, lo comprensible que resulta el lenguaje y la precisión de los gestos finos varían de una persona a otra. Que una interfaz común atienda a mucha gente no significa que se ajuste a alguien en concreto.

La evaluación a nivel de grupo también tiene límites. En las directrices voluntarias que la NHTSA estadounidense publicó en 2013, por ejemplo, cada criterio de aceptación sobre la mirada exige que lo cumplan al menos 21 de 24 participantes. No es una condición que signifique que todo el mundo pueda usarlo igual. [1]

Incluso en productos donde se puede cambiar el tamaño del texto o la cantidad mostrada, la persona ha de advertir que el ajuste existe, relacionarlo con su propia dificultad y elegir la modificación adecuada. ¿No estarán esos ajustes infrautilizados, dejando a la gente con una interfaz que no le encaja? Esa pregunta fue el punto de partida.

En un navegador de automóvil, mirar la pantalla y manejarla compiten con la atención que exige la conducción. [1] Si un mal ajuste con la interfaz puede aumentar esa carga, entonces preparar desde el inicio un estado que le convenga a la persona merece estudiarse, tanto por usabilidad como por seguridad.

La IA generativa permite ya prototipar un paso que elabora una interfaz a partir de información personal y conocimiento de diseño. De ahí la idea de entregar interfaces ajustadas a cada persona reduciendo a la vez la carga de diseñar cada pantalla a mano, una por una.

El grado de uso real de estos ajustes, y el efecto que un mal ajuste con la interfaz tiene sobre los accidentes, no se examinaron en este proyecto.

Propuesta — enlazar la información personal con dos clases de conocimiento de diseño

Lo que se introduce es información sobre las características cognitivas de esa persona usuaria. La IA la coteja con dos cuerpos de conocimiento preparados de antemano: uno con las reglas básicas de diseño de una interfaz, otro que enlaza las características humanas con las interfaces que estas requieren.

A partir de ahí, la IA concreta la interfaz dentro de lo permitido y se comprueba el cumplimiento de las condiciones. La salida es la interfaz ajustada a esa persona junto con la explicación de qué se cambió y por qué.

Entrada: información sobre la persona

Por ejemplo: la facilidad para retener y manejar varias informaciones a la vez, la propensión a que otros estímulos desvíen la atención, y qué tipo de explicación resulta más fácil de seguir. La implementación incluyó también la visión y la motricidad fina de los dedos. La pantalla no se decide a partir de un diagnóstico; lo que se maneja es información personal relacionada con el uso de la interfaz.

Conocimiento A: las reglas para que una interfaz se sostenga

Se ordenan los principios básicos de diseño: coherencia, retroalimentación de las acciones, agrupación de la información, legibilidad del texto y de los elementos de manejo. A ello se suman las restricciones de manejo de las interfaces embarcadas y los requisitos de accesibilidad, definidos junto con las situaciones en que se aplican.

Conocimiento B: de las características a la interfaz que requieren

Las características humanas establecidas por la investigación se enlazan con principios de presentación de la información y, desde ahí, con el diseño de la interfaz. A una característica como «retener información mientras se opera supone una carga» le corresponde la dirección «reducir lo que hay que recordar», que lleva a diseños que mantienen en pantalla la información necesaria.

Ahora bien, la investigación sobre una característica no entrega sin más un valor de diseño para un navegador de automóvil. Lo que la investigación establece se distingue de las decisiones de diseño que este proyecto derivó de ello. Las mejoras que benefician por igual a todo el mundo pertenecen a las reglas básicas y no cuentan como resultado de la individualización.

La experiencia buscada — comprobar juntos lo que encaja, en el primer trayecto

Concepto de futuro. La configuración inicial mediante conversación no está implementada en esta prueba de concepto.

Se compra un coche y se sienta uno por primera vez al volante. Con el coche detenido, un agente de IA pregunta por la forma de usarlo. En lugar de recorrer ajustes técnicos, la persona cuenta qué suele costarle y qué le resulta fácil de usar.

1. Primer trayecto: iniciar la conversación

   IA«Para ajustar la pantalla a usted, ¿podría contarme algunas cosas sobre cómo suele utilizarla? También podemos hacerlo más tarde.»

   La persona entiende el propósito y elige si empezar ahora o más tarde.

2. Entrevista: hablar de las dificultades

   IA«Cuando las indicaciones se suceden, ¿en qué momentos se hace difícil de seguir?»

   Usuario«Cuando llega la siguiente indicación, a veces olvido lo que acababa de decirse.»

   La IA pregunta por situaciones concretas y ordena las dificultades que tienen que ver con retener información y con dirigir la atención.

3. Confirmación: la persona puede corregir lo que la IA ha entendido

   IA«Entonces le vendría mejor que la información necesaria permanezca en pantalla, en lugar de tener que recordar los pasos, ¿lo he entendido bien?»

   La persona confirma o corrige esa lectura. Lo que declara en la conversación se mantiene separado de las mediciones de funciones cognitivas y de los diagnósticos; donde hace falta medir, se prevé otra vía para comprobarlo.

4. Propuesta y prueba: oír la razón y probar la pantalla

   IA«Para reducir lo que tiene que recordar, le propongo una pantalla donde se vean a la vez la acción actual y el paso siguiente.»

   Con el coche detenido, la persona prueba cosas como elegir un destino. Puede decir «antes se entendía mejor» o «aquí cambiaría las palabras», y la propuesta puede ajustarse o restaurarse la interfaz original.

5. Inicio del uso: usar la interfaz confirmada

   La interfaz que la persona ha confirmado se guarda como estado inicial. En marcha se mantiene la estructura básica que ya ha aprendido. Si desea revisarla, puede reajustarla con el coche detenido.

El propósito de la conversación no es clasificar a la persona de una vez por todas. Es preparar el estado del que parte, mediante un intercambio en el que puede explicarse y corregir lo que se ha entendido.

Implementación — separar las condiciones que deben cumplirse de los juicios que se dejan a la IA

Lo implementado es el mecanismo que recibe las características de una persona, genera una interfaz y después la comprueba, la dibuja y la compara. En lugar de la entrevista conversacional, se definieron como entrada trece personas ficticias con características distintas.

El navegador de automóvil se eligió como tema porque permite tratar condiciones de forma concreta: superficie de pantalla, tamaño de los elementos de manejo, cantidad de información mostrable y qué puede manejarse en marcha.

El diseño por restricciones como forma de trabajo

El diseño por restricciones, en el sentido de este proyecto, es un método en el que una persona diseña las condiciones que deben cumplirse y su ámbito de aplicación, y la IA propone soluciones concretas dentro de ese marco.

Una variación paramétrica basada en reglas fija de antemano qué valor u opción corresponde a cada entrada. Este planteamiento, en lugar de rellenar todas las correspondencias, fija el rango permitido y los fundamentos del juicio, y deja al criterio de la IA generativa los valores y las formulaciones aún indeterminados. La implementación combina lo que se decide por cálculo con lo que decide la IA generativa.

Cada vez que un hallazgo de investigación se llevó a la interfaz, se registraron la fuente, las condiciones de aplicación y la decisión de diseño. Al emitir las razones junto con la interfaz, puede rastrearse por qué esa persona acabó con esa pantalla.

Comprobar la interfaz generada en un paso aparte

La interfaz se genera como datos estructurados con sus elementos y su disposición, y se dibuja a partir de esos datos. Las condiciones numéricas y estructurales se comprueban con código; algunas condiciones que exigen interpretar el sentido se comprueban aparte mediante un LLM. También se registran los puntos fuera del juicio automático y los que no pudieron comprobarse por falta de material.

Lo que la comprobación confirma es el cumplimiento de las condiciones tal como se definieron. Saber si la interfaz es realmente más fácil de usar, o más segura, exige una evaluación por parte de las personas usuarias.

Si en la fase de diseño aparece una contradicción entre condiciones, la IA señala dónde está y una persona decide cómo revisarlas. No es un mecanismo en el que la IA modifique las condiciones a su conveniencia en cada generación.

Comparación de interfaces — un caso que cambió mucho y otro que apenas cambió

La referencia de comparación es la interfaz construida con valores por defecto comunes, sin introducir características personales. Con el mismo conjunto de funciones, se comparó con ella la salida obtenida al introducir las características personales.

Las imágenes siguientes son salidas del prototipo, no un navegador comercial antes y después de una reforma. Las personas ficticias tampoco reproducen a usuarios reales; son entradas inventadas para comprobar el efecto de cada característica.

Un caso en el que los elementos de manejo se hicieron más grandes

PS-12 — una persona ficticia con una característica física que dificulta el manejo táctil fino

La edad y las características cognitivas y sensoriales coinciden con la referencia PS-01; solo cambia la motricidad fina de los dedos. En las imágenes mostradas, cada elemento de manejo se ha agrandado y los elementos alineados en el centro de la pantalla pasan de siete a cuatro. Los botones fijos de la parte inferior no se cuentan en esa cifra.

Interfaz por defecto común

Interfaz generada a partir de las características personales

Agrandar los elementos de manejo tiene un coste: pueden elegirse menos elementos a la vez en la misma pantalla. El conjunto de funciones se diseña para mantenerse, pero esta sola pantalla no permite evaluar lo fácil que resulta llegar a las pantallas siguientes.

Un caso en el que la composición apenas cambió

PS-01 — la persona ficticia fijada como referencia

El tamaño del texto presenta pequeñas diferencias, pero el número de elementos, la disposición y el tamaño de las áreas táctiles son prácticamente iguales. Con esta combinación de reglas y entradas no salió nada que alterara mucho la composición respecto de la interfaz por defecto común.

Interfaz por defecto común

Interfaz generada a partir de las características personales

Resultados y discusión — ¿dónde quedó la libertad de generación?

No pudo mostrarse suficientemente el valor propio de la IA generativa

En mi propia comparación visual, PS-12 fue el caso que pude reconocer como un cambio claro en la composición de la pantalla. Otras salidas diferían en vocabulario y en ajustes, pero el aspecto de la pantalla no permitía reconocer una gran diferencia de valor.

También el cambio de PS-12 estaba al alcance de ajustes de tamaño y cantidad de información en pantalla. La experiencia de que el estado inicial ya encaje sin tener que buscar los ajustes uno mismo tiene potencial. Pero el valor de esa experiencia y la necesidad de IA generativa para producir la interfaz son dos cosas que han de comprobarse por separado.

Esta prueba de concepto no muestra que ajustarse a las características cognitivas mejore el rendimiento de manejo, ni que la IA generativa produjera una interfaz mejor que un enfoque basado en reglas.

El espacio de diseño construido aquí era estrecho

Una vez asegurados los tamaños necesarios para el texto y los elementos de manejo, y aplicadas las condiciones de superficie de pantalla y cantidad mostrada, las composiciones posibles se fueron reduciendo. En la implementación, además, mucho quedaba fijado por cálculo o por estructuras fijas, de modo que a la IA le quedaba poco margen para elegir entre varias propuestas válidas.

En el vocabulario quedaba libertad, pero esas diferencias se ven menos que un cambio de composición, y la evaluación visual empleada aquí no pudo captar su valor. Para comprobar el valor de la IA generativa hace falta, concluí, que haya un abanico de propuestas posibles y que sus diferencias signifiquen algo para la experiencia de quien usa el producto.

Este resultado se refiere a las reglas reunidas aquí, a los parámetros de interfaz adoptados y al margen de expresión implementado. No es un límite de la navegación en automóvil en general, ni de las interfaces individualizadas en general.

Además, no consulté directamente el texto completo de todas las normas pertinentes de JIS, ISO y otras. El conocimiento de diseño se compuso con el material accesible: artículos, guías oficiales, datos públicos y el texto o la vista previa de algunas normas. El alcance de lo consultado pudo influir en qué opciones de diseño estuvieron disponibles. Queda por comprobar si una lectura detenida del texto de las normas ampliaría esa libertad o la restringiría aún más con condiciones adicionales.

Trabajar con la IA mejoró las propias reglas

Donde sí aparecieron resultados fue en el proceso de diseñar las condiciones de generación y hacerlas comprobables.

La IA señala un problema, una persona decide y el diseño lo recoge. En ese ir y venir quedó claro qué debe cumplirse para todos y dónde cabe ajustar la interfaz a cada cual.

Próximos pasos — comprobar el valor de la experiencia y el valor de la IA generativa

Lo siguiente es examinar por separado dos preguntas.

Una: cuánto valor tiene una experiencia en la que la interfaz de partida ya encaja sin que uno tenga que configurarla. Eso supone implementar la entrevista conversacional, la corrección de lo entendido y la prueba, y luego comprobar la fiabilidad de la información recogida y la carga que supone para quien la usa.

La otra: en qué clase de objeto de diseño las diferencias entre las propuestas de la IA generativa se traducen en una experiencia mejor. Quiero extenderlo a objetos donde, manteniendo las condiciones necesarias, queden abiertas varias propuestas válidas en la organización de la información y en el flujo de interacción.

Una evaluación con usuarios reales compararía, en la misma tarea, la interfaz por defecto común, una interfaz ajustada por reglas a partir de información personal y otra concretada por IA generativa. Tiempo de operación, errores, mirada y carga subjetiva permitirían separar el efecto de ajustar la interfaz a la persona del efecto de haber usado IA generativa.

También seguirá avanzando la consulta de las normas pertinentes, para actualizar la frontera entre lo que la investigación establece y lo que es decisión de diseño. Más allá de poder comprobar las condiciones, la siguiente tarea es dejar dentro de ellas opciones que signifiquen algo para quien usa el producto.