Модель ШІ відтворює погляд читача і персоналізує тексти

Дослідники з Університету Аалто спільно з міжнародними партнерами створили найточнішу на сьогодні модель того, як люди читають. Як повідомляє Newswise Science News, ця система штучного інтелекту не просто копіює рухи очей, а відтворює й пояснює, як читач приймає рішення під час руху крізь текст.

Модель базується на методах підкріплювального навчання, які часто застосовують у робототехніці. За словами професора Антті Оулаcвірти (Antti Oulasvirta) з Університету Аалто, це перший випадок, коли такі алгоритми використали, щоб зрозуміти, як саме люди читають, а не лише імітувати їхню поведінку. Науковці очікують, що підхід стане основою для розумніших дисплеїв доповненої реальності та для адаптації складних текстів до конкретного читача й ситуації.

Від імітації до розуміння читання

Попередні комп’ютерні моделі навчалися на великих наборах даних, де уривки тексту поєднували з показниками айтрекінгу. Вони могли відтворювати типові шаблони рухів очей, однак фактично не «розуміли» змісту й погано переносилися між різними мовами чи контекстами.

Нова модель будується навколо психологічних механізмів, за допомогою яких людина спрямовує увагу під час читання. Вона демонструє, як крок за кроком формується розуміння — коли очі переходять від слова до слова, від речення до абзацу.

Ключем до цього є те, як пам’ять підтримує читання. Оулаcвірта наголошує, що більшість текстів в історії писалися «для всіх одразу», а не під конкретну людину й конкретну ситуацію. Нова модель, на його думку, відкриває шлях до індивідуально налаштованих сервісів та продуктів.

Як працює модель

В основі моделі — принцип ресурсної раціональності. Ідея полягає в тому, що під час читання ми постійно вирішуємо, куди перевести погляд далі, щоб максимально покращити розуміння в межах обмеженого часу.

Розподіл погляду ухвалюється на трьох рівнях — слова, речення й усього тексту. На ці рішення впливають мова читача, обсяг робочої пам’яті, швидкість зору та руху очей. Наприклад, читач із доброю пам’яттю може швидко перескакувати між абзацами, тоді як людина зі слабшою пам’яттю частіше повертається назад, переглядаючи вже прочитане.

Професор Шенґдон Чжао (Shengdong Zhao) з Міського університету Гонконгу пояснює, що читання здається легким, але мозок постійно обирає, на чому зосередитися, що пропустити та коли повернутися, «витрачаючи» увагу як обмежений ресурс, щоб максимізувати розуміння.

Дослідники ввели в модель параметри, що описують характеристики читача, й дали системі можливість самостійно навчитися найкращій стратегії розподілу уваги. За словами Оулаcвірти, модель «поселили» у світі з мільйонами текстів, а підкріплювальне навчання налаштовувало рухи «очей» так, щоб машина дійсно розуміла прочитане.

У процесі читання модель формує стислий опис змісту тексту. Якщо бракує важливого слова чи фрагмента, погляд спрямовується туди, щоб добрати критичну інформацію. Ступінь розуміння перевіряють, запитуючи, що система запам’ятала за відведений час і за заданих обмежень.

Коли дослідники порівняли, як модель розподіляє увагу, з реальними даними айтрекінгу, виявилося, що її рішення дуже близькі до поведінки людей. Фактично вдалося змоделювати «середнього читача», якого потім можна налаштовувати під різні профілі.

Від персоналізованих текстів до допомоги водіям

Розробка відкриває шлях до нових інструментів підтримки читання й персоналізованого дизайну текстів. Зокрема, модель можна використати для створення «розумних окулярів», які будуть підлаштовувати темп показу та розмітку тексту на екрані під конкретну ситуацію й потреби користувача.

Інший напрям — автоматичне спрощення складних матеріалів. За словами Оулаcвірти, з одного й того ж джерела, наприклад заплутаного юридичного документа, можна з невеликими зусиллями створювати варіанти, краще пристосовані до різних читачів.

Наступний крок команди — перевірити, як модель може допомогти людям із дислексією та низьким рівнем володіння мовою. Дослідники хочуть застосовувати її в режимі реального часу, наприклад, для проектування текстів, які допомагають водіям отримувати потрібну інформацію без зайвого відволікання від дороги.

У роботі, окрім Університету Аалто, брали участь дослідники з Гонконзького університету науки і технологій, Міського університету Гонконгу та Національного університету Сінгапуру. Команда також представила відео з демонстрацією підходу, яке доступне для перегляду на окремій платформі.