تتبع السعرات الحرارية مع ضعف البصر: كيف تجعل الذكاء الاصطناعي والصوت ذلك ممكنًا

ماركوس، الذي يبلغ من العمر 42 عامًا، يعمل كمدير قاعدة بيانات، وقد عانى من ضعف تدريجي في الرؤية منذ أواخر العشرينات بسبب التهاب الشبكية الصباغي. يستطيع إدراك الضوء والأشكال، لكن قراءة النصوص الصغيرة على الشاشة ليست ممكنة بدون تقنيات مساعدة كبيرة. على مدار سنوات، أراد تتبع سعراته الحرارية. أوصاه طبيبه بذلك، وكذلك أخصائي التغذية. جرب — بصدق — أربعة تطبيقات مختلفة على الأقل خلال ست سنوات. وكل واحد منها هزمه في غضون أسبوع.

"السخرية ليست غائبة عني"، قال ماركوس. "أنا شخص يعمل مع البيانات طوال اليوم. أحب الأرقام. أحب الأنماط. يجب أن يكون تتبع السعرات الحرارية شيئًا يناسبني. لكن كل تطبيق جربته تم تصميمه كما لو أن الأشخاص الذين يتناولون الطعام هم فقط أولئك الذين يتمتعون برؤية كاملة."

ماركوس ليس وحده في هذا. وفقًا لمنظمة الصحة العالمية، يعاني ما لا يقل عن 2.2 مليار شخص حول العالم من ضعف في الرؤية القريبة أو البعيدة. في الولايات المتحدة وحدها، حوالي 12 مليون شخص تتجاوز أعمارهم الأربعين عامًا يعانون من شكل ما من ضعف البصر، بما في ذلك مليون شخص مكفوف. هذه ليست أرقامًا صغيرة. ومع ذلك، فإن صناعة تتبع السعرات الحرارية تاريخيًا تعاملت مع إمكانية الوصول كفكرة ثانوية — إن تم التفكير فيها على الإطلاق.

تتناول هذه المقالة الحواجز المحددة التي تطرحها تطبيقات تتبع السعرات الحرارية التقليدية أمام الأشخاص ذوي الإعاقات البصرية، وكيف أن التقنيات الناشئة مثل التعرف على الصور بالذكاء الاصطناعي ومدخلات الصوت تغير ما هو ممكن، وما هي تجربة استخدام Nutrola لشخص مثل ماركوس. سنكون صادقين بشأن ما يعمل، وما لا يزال يحتاج إلى تحسين، وما يجب أن تفعله الصناعة بعد ذلك.

الحواجز: لماذا تفشل تطبيقات تتبع السعرات الحرارية التقليدية مع المستخدمين ذوي الإعاقات البصرية

لفهم المشكلة، تحتاج إلى معرفة ما يتطلبه تتبع السعرات الحرارية فعليًا من المستخدم. إنه ليس إجراءً واحدًا. بل هو سلسلة من المهام الدقيقة والمعقدة بصريًا التي يتم تنفيذها عدة مرات في اليوم، كل يوم. بالنسبة للمستخدم المبصر، كل خطوة بسيطة. أما بالنسبة للمستخدم الذي يعاني من ضعف الرؤية أو العمى، فإن كل خطوة يمكن أن تكون جدارًا.

النصوص الصغيرة والواجهات المعقدة

تظهر معظم تطبيقات تتبع السعرات الحرارية كمية هائلة من البيانات الرقمية على شاشة واحدة. إجمالي السعرات الحرارية اليومية، تفصيل المغذيات الكبيرة، المجموعات الفرعية لكل وجبة، أشرطة التقدم، مؤشرات النسبة المئوية، مقارنات الأهداف. يتم عرض هذه المعلومات عادةً بخطوط صغيرة ذات وزن رقيق، وغالبًا ما تكون بتنسيقات ألوان ذات تباين منخفض — مثل الرمادي الفاتح على الأبيض، أو نص أخضر على خلفية خضراء بدرجة مختلفة قليلاً.

بالنسبة للمستخدم الذي يعتمد على تكبير الشاشة، فإن التنقل في هذا النوع من الواجهات يعني التحرك باستمرار عبر الشاشة، مما يفقد السياق المكاني مع كل تمرير. تفترض بنية المعلومات أنك تستطيع رؤية لوحة التحكم بالكامل في لمحة. عندما يمكنك رؤية جزء فقط في كل مرة، ينهار النموذج الذهني.

بالنسبة للمستخدم الذي يعتمد على قارئ الشاشة مثل VoiceOver أو TalkBack، فإن المشكلة مختلفة ولكنها بنفس القدر من الخطورة. تستخدم العديد من تطبيقات تتبع السعرات الحرارية مكونات واجهة مستخدم مخصصة — مثل مخططات التقدم الدائرية، والحلقات المتحركة، وأشرطة التمرير القابلة للسحب — التي لم تُبنى مع تسميات إمكانية الوصول المناسبة. يواجه قارئ الشاشة حلقة تقدم ويعلن "صورة" أو، الأسوأ، لا شيء على الإطلاق. يسمع المستخدم الصمت حيث يجب أن يكون إجمالي السعرات الحرارية.

مشكلة البحث والاختيار

يتطلب تسجيل الطعام يدويًا في تطبيق تقليدي البحث في قاعدة بيانات. تكتب "صدر دجاج"، ويعيد التطبيق قائمة بالنتائج: "صدر دجاج، مشوي، بدون جلد، 4 أونصات" و"صدر دجاج، محمص، مع جلد، 100 جرام" و"صدر دجاج طري، مغطى، مجمد، تايسون" وخمسة عشر نوعًا آخر. كل إدخال يختلف في طريقة التحضير، العلامة التجارية، وحجم الحصة. يتطلب اختيار الصحيح قراءة ومقارنة عدة أسطر من النصوص الصغيرة.

بالنسبة لمستخدم قارئ الشاشة، يعني ذلك الاستماع إلى كل نتيجة تُقرأ بصوت عالٍ، بالتتابع، مع الاحتفاظ بالاختلافات في الذاكرة العاملة، والتنقل ذهابًا وإيابًا للمقارنة. ما يستغرق أربع ثوانٍ لمستخدم مبصر يمكن أن يستغرق دقيقتين لمستخدم قارئ الشاشة. اضرب ذلك في كل عنصر غذائي في كل وجبة، كل يوم، وتصبح العبء الذهني والوقت غير مستدامين.

مسح الباركود: وعد زائف بالبساطة

تروج العديد من التطبيقات لمسح الباركود كأبسط طرق الإدخال. وجه هاتفك نحو الباركود، وسيتم تسجيل الطعام على الفور. بسيط، أليس كذلك؟

ليس إذا لم تتمكن من رؤية الباركود.

يتطلب مسح الباركود محاذاة بصرية دقيقة. يجب على المستخدم تحديد موقع الباركود على العبوة، وضبط كاميرا الهاتف بحيث يقع الباركود ضمن منطقة معينة من عدسة الرؤية، holding الهاتف بثبات، وانتظار تسجيل المسح. معظم التطبيقات لا تقدم أي ردود فعل صوتية أو لمسية خلال هذه العملية. لا يوجد نغمة ترتفع كلما اقتربت من المحاذاة. لا يوجد اهتزاز عندما يدخل الباركود الإطار. يُتوقع من المستخدم أن ينظر إلى الشاشة ويرى ما إذا كان الباركود متماشيًا.

بالنسبة لشخص يعاني من ضعف الرؤية، يمكن إدارة ذلك أحيانًا بمجهود وصبر. أما بالنسبة لشخص مكفوف، فإنه يكون غير عملي تمامًا بدون مساعدة شخص مبصر.

تقدير حجم الحصة

حتى بعد اختيار عنصر غذائي، يجب على المستخدمين تحديد الكمية. تقدم التطبيقات التقليدية ذلك كحقل نصي أو عجلة اختيار — "1 كوب"، "4 أونصات"، "1 متوسطة". غالبًا ما تكون هذه العناصر غير موصوفة بشكل جيد لقارئي الشاشة. تعتبر عجلات الاختيار، على وجه الخصوص، صعبة الاستخدام مع VoiceOver، حيث يجب الإعلان عن كل زيادة في التمرير قبل أن يتمكن المستخدم من اتخاذ قرار بشأن الاستمرار في التمرير.

بشكل أكثر جوهرية، يعتمد تقدير الحصة نفسه غالبًا على المقارنة البصرية. "هل هذه تفاحة متوسطة أم كبيرة؟" "هل يبدو أن هذه كوب من الأرز أم كوب ونصف؟" يكافح المستخدمون المبصرون بالفعل مع هذه الأحكام. بالنسبة للمستخدمين الذين يعانون من ضعف أو عدم الرؤية، يصبح التقدير أكثر عدم اليقين، ولا توفر التطبيقات أي طريقة بديلة.

التأثير التراكمي

لا تعتبر أي من هذه الحواجز بالضرورة غير قابلة للتجاوز بمفردها، إذا كان هناك ما يكفي من الصبر والعزيمة. لكن تتبع السعرات الحرارية ليس مهمة لمرة واحدة. إنه عادة يومية يجب تكرارها في كل وجبة. يعني الاحتكاك التراكمي للنصوص الصغيرة، والتنقل المعقد، والتحكم غير المتاح، وطرق الإدخال المعتمدة على الرؤية أنه حتى أكثر المستخدمين ذوي الدافع العالي في ضعف البصر يتخلون في النهاية عن العملية. ليس لأنهم لا يهتمون بتغذيتهم، ولكن لأن الأدوات لم تُبنى لهم.

وصف ماركوس التجربة بصراحة: "كان الأمر كأنني أحاول قراءة كتاب مدرسي مطبوع بلغة يمكنني فهمها تقريبًا، لكن ليس تمامًا. كنت أستطيع الحصول على أجزاء. لكن الجهد المطلوب للحصول على الصورة الكاملة كان مرهقًا لدرجة أنه لم يكن يستحق ذلك. فتوقفت. ثم شعرت بالذنب لتوقفي، وهو نوع آخر من الأذى."

كيف يغير التعرف على الصور بالذكاء الاصطناعي المعادلة

يمثل وصول التعرف على الطعام المدعوم بالذكاء الاصطناعي أكبر قفزة في إمكانية الوصول في تتبع السعرات الحرارية منذ اختراع الهاتف الذكي نفسه. المبدأ بسيط: بدلاً من البحث في قاعدة بيانات، وقراءة النتائج، واختيار الإدخال الصحيح، تلتقط صورة لطعامك. يقوم الذكاء الاصطناعي بتحديد ما هو موجود على الطبق، ويقدر أحجام الحصص، ويعيد تفصيل السعرات الحرارية والمغذيات الكبيرة.

بالنسبة للمستخدمين المبصرين، هذه ميزة. أما بالنسبة للمستخدمين ذوي الإعاقات البصرية، فهي تحول جذري.

لماذا يعمل تسجيل الصور للمستخدمين ذوي ضعف البصر والمكفوفين

لا يتطلب التقاط صورة محاذاة بصرية دقيقة كما يفعل مسح الباركود. الطعام على الطبق هو هدف كبير. لا يحتاج المستخدم إلى محاذاة باركود صغير ضمن مستطيل عدسة الرؤية. يحتاج فقط إلى توجيه هاتفه في الاتجاه العام لطبقه من ارتفاع حوالي قدم واحدة فوقه. النماذج الحديثة للذكاء الاصطناعي قوية بما يكفي للتعامل مع الصور الملتقطة من زوايا غير مثالية، مع إضاءة متغيرة، وبدون تأطير دقيق.

توفر كل من أنظمة iOS وAndroid ميزات وصول للكاميرا تعلن عند اكتشاف الوجوه أو الأجسام في الإطار. يبني Nutrola على ذلك من خلال تقديم تأكيد صوتي عند التقاط صورة الطعام ومعالجتها. يسمع المستخدم نغمة تأكيد، تليها قراءة التعرف من قبل قارئ الشاشة: "تم التعرف: صدر دجاج مشوي، حوالي ستة أونصات. أرز بني، حوالي كوب واحد. بروكلي مطبوخ على البخار، حوالي كوب واحد. إجمالي السعرات المقدرة: 520 سعرة حرارية."

ثم يؤكد المستخدم، أو يعدل، أو يضيف عناصر — كل ذلك من خلال واجهة متاحة لقارئ الشاشة أو، بشكل متزايد، من خلال الصوت.

دور الذكاء الاصطناعي في تقليل الاعتماد على الرؤية

وضعت تطبيقات تتبع السعرات الحرارية التقليدية عبء تفسير البيانات على عيني المستخدم. ينقل الذكاء الاصطناعي هذا العبء إلى النموذج. يصبح دور المستخدم هو تقديم المدخلات — صورة — ومراجعة المخرجات — ملخص يمكن تقديمه صوتيًا. يتم التعامل مع الخطوة الوسطى المعقدة من البحث، والمقارنة، والاختيار بواسطة الذكاء الاصطناعي.

هذه ليست مجرد تحسين طفيف في سير العمل. إنها إعادة تصميم أساسية لمكان الحاجة إلى الرؤية في عملية التتبع. بدلاً من أن تكون الرؤية مطلوبة في كل خطوة، فهي مطلوبة في خطوات قليلة جدًا.

إدخال الصوت: الاختراق الثاني

إذا كان التعرف على الصور بالذكاء الاصطناعي هو العمود الأول لتتبع السعرات الحرارية المتاح، فإن إدخال الصوت هو العمود الثاني.

يسمح تسجيل الصوت للمستخدم أن يقول: "تناولت شطيرة ديك رومي على خبز كامل القمح مع خس، وطماطم، وخردل، وتفاحة صغيرة"، ويقوم التطبيق بتحليل هذه الجملة إلى بيانات غذائية منظمة. لا كتابة. لا بحث. لا تنقل عبر قوائم معقدة. يتحدث المستخدم، ويترجم التطبيق الكلام إلى إدخال سجل الطعام.

بالنسبة للمستخدمين ذوي الإعاقات البصرية، يلغي إدخال الصوت الجزء الأكثر تفاعلاً من عملية التتبع. يستبدل سير العمل البصري المعقد بخطوة واحدة منطوقة. ثم يقرأ التطبيق ما فهمه، ويؤكد المستخدم أو يصحح، ويتم تسجيل الإدخال.

تم تصميم تسجيل الصوت في Nutrola للتعامل مع الأوصاف الطبيعية والمحادثات. لا يحتاج المستخدمون إلى التحدث بتنسيق محدد أو استخدام مصطلحات دقيقة من قاعدة البيانات. "وعاء كبير من المعكرونة مع صلصة حمراء وبعض جبن البارميزان على القمة" هو إدخال صالح. يفسر الذكاء الاصطناعي الوصف، ويقوم بتوصيله بالبيانات الغذائية، ويقدم تقديره للمراجعة.

الصوت كأداة للتنقل

بعيدًا عن تسجيل الطعام، يمكن أن تعالج التفاعلات الصوتية أيضًا الحواجز المتعلقة بالتنقل التي وصفناها سابقًا. بدلاً من البحث بصريًا في لوحة التحكم، يمكن للمستخدم أن يسأل: "كم عدد السعرات الحرارية التي تناولتها اليوم؟" أو "ما كان تناول البروتين الخاص بي هذا الأسبوع؟" ويتلقى ردًا منطوقًا.

تغير هذه النوعية من التفاعل المحادثاتي مع البيانات الغذائية العلاقة بالكامل بين المستخدم والتطبيق. يصبح التطبيق أقل كواجهة بصرية يجب التنقل فيها وأكثر كمساعد يجب استشارته. بالنسبة للمستخدم الذي يعاني من ضعف البصر، هذه هي الفارق بين محاربة الأداة واستخدام الأداة.

التوافق مع VoiceOver وTalkBack: الأساس

تعد ميزات الذكاء الاصطناعي والصوت مهمة، لكنها تعتمد على متطلب أساسي أكثر: يجب أن يكون التطبيق متوافقًا تمامًا مع قارئات الشاشة التي يعتمد عليها المستخدمون ذوو الإعاقات البصرية يوميًا.

على نظام iOS، يكون قارئ الشاشة هو VoiceOver. على نظام Android، هو TalkBack. هذه ليست ميزات اختيارية. بالنسبة للمستخدم المكفوف، فهي الوسيلة الأساسية للتفاعل مع أي تطبيق على هاتفه.

تعني التوافق الكامل مع قارئ الشاشة:

• كل عنصر تفاعلي له تسمية وصفية لإمكانية الوصول. يتم الإعلان عن زر تسجيل الوجبة كـ "زر تسجيل الوجبة"، وليس "زر" أو لا شيء.
• كل عنصر معلوماتي ينقل محتواه. يقرأ إجمالي السعرات الحرارية كـ "1,450 من 2,200 سعرة حرارية تم تناولها اليوم"، وليس "شريط تقدم، 66 بالمئة" أو مجرد "صورة".
• ترتيب التنقل منطقي وقابل للتنبؤ. يؤدي التمرير عبر الواجهة إلى الانتقال عبر العناصر بترتيب له معنى دلالي، وليس بترتيب اعتباطي تحدده التخطيط البصري.
• التحكمات المخصصة متاحة. إذا استخدم التطبيق شريط تمرير مخصص لضبط حجم الحصة، فإن هذا الشريط يعمل مع إيماءات VoiceOver ويعلن عن قيمته الحالية ونطاقه.
• تغييرات الحالة تُعلن. عندما يتم تسجيل عنصر غذائي بنجاح، يعلن قارئ الشاشة عن التأكيد. عند حدوث خطأ، يعلن قارئ الشاشة عن الخطأ. لا يُترك المستخدم في صمت يتساءل عما حدث.

استثمرت Nutrola في توافق قارئ الشاشة كمتطلب أساسي للهندسة، وليس كتصحيح بعد الإطلاق. يتم اختبار كل ميزة جديدة مع VoiceOver وTalkBack قبل الإصدار. تعتبر تسميات إمكانية الوصول جزءًا من مواصفات التصميم، وليست مضافة بعد الانتهاء من التصميم المرئي.

هذا لا يعني أن التجربة مثالية. ليست كذلك. هناك بعض العيوب، وسنتناولها بصراحة لاحقًا في هذه المقالة. لكن الأساس موجود، ويتم الحفاظ عليه مع كل تحديث.

يوم في حياة ماركوس مع Nutrola

لجعل هذا ملموسًا، إليك ما يبدو عليه يوم عادي لماركوس — مدير قاعدة البيانات الذي يعاني من ضعف البصر والذي قدمناه في بداية هذه المقالة. لقد استخدم Nutrola لمدة أربعة أشهر تقريبًا.

الصباح

يستيقظ ماركوس ويعد الإفطار: بيضتان مخفوقتان، شريحة من خبز القمح الكامل مع الزبدة، وكوب من القهوة السوداء. يفتح Nutrola باستخدام اختصار التطبيق على الشاشة الرئيسية — الموجود في الزاوية السفلى اليسرى حيث يتوقعه من خلال ذاكرته العضلية. يعلن VoiceOver "Nutrola" عندما يضغط.

يستخدم الأمر الصوتي: "سجل الإفطار. بيضتان مخفوقتان، شريحة من خبز القمح الكامل مع الزبدة، قهوة سوداء."

يعالج Nutrola الإدخال ويقرأ: "تم تسجيل الإفطار. بيضتان مخفوقتان، 180 سعرة حرارية. شريحة من خبز القمح الكامل مع ملعقة كبيرة من الزبدة، 165 سعرة حرارية. قهوة سوداء، 5 سعرات حرارية. إجمالي الإفطار: 350 سعرة حرارية."

يؤكد ماركوس. تستغرق التفاعل بأكمله حوالي خمس عشرة ثانية.

منتصف الصباح

في العمل، يأخذ ماركوس وجبة خفيفة من غرفة الاستراحة — موزة وكمية من اللوز. يلتقط صورة سريعة. لا يحتاج إلى تأطيرها بشكل مثالي. يمسك هاتفه فوق الطعام، يضغط على زر الالتقاط (الذي يعلنه VoiceOver)، وينتظر نغمة المعالجة.

"تم التعرف: موزة متوسطة وكمية تقريبية من اللوز. إجمالي السعرات المقدرة: 270 سعرة حرارية."

يعلم ماركوس من تجربته أن الذكاء الاصطناعي يميل إلى تقدير كميات اللوز بشكل أقل قليلاً لأنه يمسك بكميات كبيرة. يقول للتطبيق، "اجعل اللوز 1.5 أونصة." يتم تحديث الإدخال. يؤكد.

الغداء

تقدم كافيتيريا مكان عمل ماركوس تحديًا شائعًا: أطباق مختلطة حيث يصعب فصل المكونات الفردية. اليوم لديه دجاج مقلي مع أرز أبيض من خط الطعام الساخن. يلتقط صورة له ويترك الذكاء الاصطناعي يقوم بعمله.

"تم التعرف: دجاج مقلي مع خضار مختلطة فوق أرز أبيض. إجمالي السعرات المقدرة: 680 سعرة حرارية. البروتين: 35 جرام. الكربوهيدرات: 72 جرام. الدهون: 24 جرام."

يعتقد ماركوس أن حصة الأرز أكبر مما قدره الذكاء الاصطناعي. يعدل: "اجعل الأرز كوبًا ونصف بدلاً من كوب." يتم تحديث الإجماليات وتُقرأ له.

بعد الظهر

يسأل ماركوس Nutrola عن حالة تقدمه. "كيف تسير الأمور اليوم؟"

يجيب التطبيق: "لقد تناولت 1,340 سعرة حرارية حتى الآن اليوم. هدفك اليوم هو 2,100 سعرة حرارية. لديك 760 سعرة حرارية متبقية. البروتين لديك حتى الآن هو 78 جرام من هدفك البالغ 140 جرام."

يستغرق هذا ثلاث ثوانٍ. لا مسح بصري. لا تنقل عبر لوحة التحكم. مجرد سؤال وإجابة.

العشاء

في المنزل، يعد ماركوس شريحة من سمك السلمون مع بطاطا حلوة مشوية وسلطة جانبية. يلتقط صورة للطبق. يقوم الذكاء الاصطناعي بتحديد كل مكون. يؤكد الإدخال.

بعد العشاء، يسأل عن ملخص يومه. يقرأ Nutrola إجمالي تناوله، مقسمًا حسب الوجبة، مع إجماليات المغذيات الكبيرة وكيفية مقارنتها بأهدافه. حقق ماركوس 2,050 سعرة حرارية، و132 جرام من البروتين، وهو فوق قليل في الكربوهيدرات.

"قبل أربعة أشهر، لم أكن لأخبرك ضمن 500 سعرة حرارية عما أكلته في أي يوم"، قال ماركوس. "الآن أعلم ضمن هامش معقول من الخطأ. هذا ليس شيئًا صغيرًا. لاحظ طبيبي الفرق في آخر تحليل دم لي. انخفض مستوى A1C لدي. هذا حقيقي."

ما يقدره ماركوس أكثر

عندما سُئل عما يهمه أكثر في التجربة، لم يذكر ميزة معينة. ذكر الاستمرارية. "الأمر في إمكانية الوصول ليس فقط حول ما إذا كان شيئًا ممكنًا تقنيًا. إنه حول ما إذا كان مستدامًا. يمكنني أن أتعامل مع تطبيق غير متاح لوجبة واحدة. ربما اثنتين. لكن القيام بذلك ثلاث إلى خمس مرات في اليوم، كل يوم، لعدة أشهر؟ هنا تتعطل الأمور. Nutrola هو التطبيق الأول الذي كان الجهد المطلوب فيه منخفضًا بما يكفي لأتمكن من الاستمرار في استخدامه."

نصائح عملية للمستخدمين ذوي الإعاقات البصرية للبدء في تتبع السعرات الحرارية

استنادًا إلى ملاحظات ماركوس ومستخدمين آخرين ذوي الإعاقات البصرية في مجتمعنا، إليك استراتيجيات عملية للبدء.

1. إعداد تسجيل الصوت من اليوم الأول

لا تبدأ بالإدخال اليدوي و"تخطط للتحويل إلى الصوت لاحقًا". ابدأ بالصوت. يحدد ذلك التوقعات الصحيحة لمستوى الجهد ويمنع الإحباط المبكر من تسميم تصورك للعملية.

2. تعلم تقنية الصورة

امسك هاتفك على بعد 12 إلى 18 بوصة فوق الطبق، تقريبًا في المنتصف. لا تحتاج إلى رؤية الشاشة. استمع لتأكيد الالتقاط. إذا أخطأ الذكاء الاصطناعي في تحديد شيء ما، صححه بالصوت. بعد بضعة أيام، ستطور تقنية موثوقة تعمل تقريبًا في كل مرة.

3. استخدام أطباق وأحجام حصص متسقة

هذه نصيحة جيدة للجميع، لكنها مفيدة بشكل خاص للمستخدمين ذوي الإعاقات البصرية. إذا كنت تتناول الإفطار من نفس الوعاء كل يوم، ستطور إحساسًا جسديًا بمدى امتلاء الوعاء وما يتوافق مع السعرات الحرارية. تقليل المتغيرات يعني تقليل التعديلات على تقديرات الذكاء الاصطناعي.

4. بناء روتين حول التسجيل

سجل كل وجبة فور تناولها، قبل الانتقال إلى النشاط التالي. يقلل ذلك من فرصة نسيان وجبة ويقضي على الحاجة لتذكر الأحجام والمكونات من الذاكرة لاحقًا في اليوم.

5. استخدم ملخص الصوت بانتظام

تحقق من إجمالياتك اليومية بالصوت مرتين على الأقل في اليوم — مرة حول منتصف النهار ومرة بعد العشاء. هذا يبقيك متصلًا بالبيانات دون الحاجة إلى أي تفاعل مع واجهة بصرية.

6. حافظ على تحديث قارئ الشاشة

تتلقى VoiceOver وTalkBack تحديثات منتظمة تحسن الأداء والتوافق. يضمن الحفاظ على نظام تشغيل هاتفك محدثًا أنك تحصل على أفضل تجربة ممكنة مع قارئ الشاشة.

7. قدم ملاحظات

إذا واجهت مشكلة في إمكانية الوصول — زر غير موصوف، شاشة لا تعلن بشكل صحيح، خطأ في تحديد الذكاء الاصطناعي يحدث بشكل متكرر — أبلغ عنها. تتحسن إمكانية الوصول في Nutrola بناءً على ملاحظات المستخدمين الحقيقيين، وتُعطى التقارير من المستخدمين ذوي الإعاقات البصرية أولوية في قائمة تطويرنا.

ما الذي لا يزال بحاجة إلى تحسين

سنكون في وضع غير عادل لمستخدمينا ذوي الإعاقات البصرية إذا قدمنا الحالة الحالية كمسألة تم حلها. ليست كذلك. لا تزال هناك فجوات كبيرة، ونريد أن نكون شفافين بشأنها.

دقة الذكاء الاصطناعي مع الأطباق المعقدة والمختلطة

يعد التعرف على الطعام بالذكاء الاصطناعي أداة تقدير قوية، وليس أداة دقيقة. يتعامل بشكل أفضل مع الأطعمة الواضحة والمفصولة — قطعة من الدجاج المشوي بجانب كومة من الأرز بجانب الخضار المطبوخة على البخار — مقارنة بالأطباق المختلطة، أو الأطباق المخبوزة، أو الأطعمة التي تكون مكوناتها مخفية أو مدمجة. يعد البوريتو تحديًا خاصًا لأن الذكاء الاصطناعي لا يمكنه رؤية ما بداخل التورتيلا.

بالنسبة للمستخدمين ذوي الإعاقات البصرية الذين لا يمكنهم فحص تخمينات الذكاء الاصطناعي بصريًا، فإن هذه القيود تكون أكثر أهمية. قد يلاحظ المستخدم المبصر نظرة سريعة على تقدير الذكاء الاصطناعي ويدرك على الفور أنه فاتته الجبنة على شطيرته. قد لا يلتقط المستخدم المكفوف هذا الخطأ إلا إذا قام بمراجعة كل مكون بنشاط من خلال الاستماع إلى التفصيل الكامل.

نعمل على تحسين مطالبات الذكاء الاصطناعي التي تسأل عن أسئلة توضيحية — "هل تحتوي هذه الوجبة على جبنة؟" "هل هناك صلصة على هذا؟" — لسد الفجوات التي لا يمكن أن تراها الكاميرا.

عملية الإعداد والتوجيه الأولية

تعتبر عملية الإعداد الأولية — إنشاء حساب، إدخال مقاييس الجسم، تحديد أهداف السعرات الحرارية والمغذيات — أكثر تعقيدًا من الاستخدام اليومي وتتضمن المزيد من حقول النماذج، والقوائم المنسدلة، والتدفقات متعددة الخطوات. على الرغم من أن هذه العناصر متوافقة مع قارئ الشاشة، إلا أن التجربة ليست سلسة كما نرغب. نحن بصدد إعادة تصميم تدفق الإعداد مع إمكانية الوصول كقيد تصميم أساسي، وليس ثانوي.

الوجبات في المطاعم والوجبات السريعة

تناول الطعام خارج المنزل يمثل تحديات لجميع المستخدمين، ولكن بشكل خاص للمستخدمين ذوي الإعاقات البصرية. غالبًا ما تُقدم أطباق المطاعم بطرق تخفي أحجام الحصص، وقد تكون الصلصات تحت الطعام بدلاً من فوقه، ويمكن أن تقلل الإضاءة المحيطة في المطاعم من دقة صور الذكاء الاصطناعي. يساعد تسجيل الصوت هنا — حيث يكون وصف ما طلبته غالبًا أكثر دقة من تصويره في مطعم مظلم — لكن العملية لا تزال أقل دقة من تسجيل الوجبات المطبوخة في المنزل.

الميزات الاجتماعية والمجتمعية

تتضمن العديد من تطبيقات تتبع السعرات الحرارية ميزات اجتماعية: مشاركة الوجبات، مقارنة التقدم مع الأصدقاء، المشاركة في التحديات. غالبًا ما تكون هذه الميزات من أقل الأجزاء إمكانية للوصول في أي تطبيق، حيث تعتمد بشكل كبير على التخطيطات البصرية، والصور، ومكونات واجهة المستخدم المخصصة. لا تزال ميزات Nutrola الاجتماعية قيد التطوير، ونحن ملتزمون ببنائها بشكل متاح منذ البداية بدلاً من إعادة تصميمها لاحقًا.

التعرف على الأطعمة الإقليمية والثقافية

تدرب نماذج التعرف على الطعام بالذكاء الاصطناعي على مجموعات بيانات. تميل هذه المجموعات إلى التركيز على المأكولات الغربية. وهذا يعني أن الذكاء الاصطناعي أكثر دقة في تحديد همبرغر مقارنة بتحديد الأرز الجولوف، أو الدوسا، أو الإينجيرا. هذه انحيازات نظامية في بيانات تدريب الذكاء الاصطناعي التي تحتاج الصناعة بأكملها إلى معالجتها. تعمل Nutrola بنشاط على توسيع بيانات التدريب الخاصة بها لتشمل مجموعة أوسع من المأكولات العالمية، لكن هذا العمل مستمر والفجوة حقيقية اليوم.

الصورة الأكبر: التغذية حق، وليست امتيازًا

هناك ميل في صناعة التكنولوجيا لتأطير إمكانية الوصول كميزة — شيء تضيفه إلى منتج لخدمة جمهور متخصص. هذا التأطير خاطئ. إمكانية الوصول هي مسألة ما إذا كان بإمكان الشخص إدارة جانب أساسي من صحته أم لا.

تؤثر التغذية على كل شيء: الطاقة، مخاطر الأمراض المزمنة، الصحة العقلية، الأداء البدني، طول العمر. يعد تتبع السعرات والمغذيات واحدة من أكثر الأدوات المدعومة بالأدلة المتاحة لتحسين العادات الغذائية. عندما تكون أدوات التتبع غير متاحة، فإن الأفراد ذوي الإعاقات البصرية لا يفوتون مجرد راحة. إنهم مستبعدون من تدخل صحي مثبت.

تحدد قانون الأمريكيين ذوي الإعاقة، وقانون الوصول الأوروبي، والتشريعات المماثلة حول العالم أن الخدمات الرقمية يجب أن تكون متاحة للأشخاص ذوي الإعاقات. لكن الامتثال القانوني هو الحد الأدنى، وليس الحد الأقصى. يجب أن يكون الهدف هو تجربة ليست قابلة للاستخدام تقنيًا فحسب، بل جيدة حقًا — واحدة يوصي بها المستخدم ذو الإعاقة البصرية لصديق، وليس واحدة يتحملها لأنه لا توجد خيارات أفضل.

وضع ماركوس الأمر بكلمات لا تُنسى: "لا أريد تطبيقًا يعمل على الرغم من إعاقتي. أريد تطبيقًا يعمل بغض النظر عنها. هناك فرق. الأول يبدو كأنه إحسان. الثاني يبدو كأنه هندسة جيدة."

الأسئلة الشائعة

هل يمكن لشخص مكفوف تمامًا استخدام Nutrola لتتبع السعرات الحرارية؟

نعم. تم تصميم Nutrola ليكون وظيفيًا تمامًا مع VoiceOver على iOS وTalkBack على Android. جميع الميزات الأساسية — تسجيل الطعام بالصور، تسجيل الطعام بالصوت، عرض الملخصات اليومية، تعديل الإدخالات، وتحديد الأهداف الغذائية — متاحة عبر قارئ الشاشة. لا تحتاج إلى أي رؤية قابلة للاستخدام لتشغيل التطبيق، على الرغم من أن المساعدة المبصرة يمكن أن تكون مفيدة خلال الإعداد الأولي إذا كنت جديدًا على التطبيق.

ما مدى دقة التعرف على الصور بالذكاء الاصطناعي لتتبع السعرات الحرارية؟

يعد التعرف على الصور بالذكاء الاصطناعي أداة تقدير قوية، وليس أداة دقيقة. بالنسبة للأطعمة الواضحة والمفصولة جيدًا، تكون الدقة عادةً ضمن 10 إلى 15 بالمئة من محتوى السعرات الفعلي. بالنسبة للأطباق المختلطة، تنخفض الدقة. نوصي باستخدام تصحيحات صوتية بعد التقاط الصورة لتحسين الدقة — على سبيل المثال، تحديد أنك أضفت جبنة أو زيت قد لا يكون مرئيًا في الصورة.

هل يعمل تسجيل الصوت مع اللهجات والمتحدثين غير الناطقين باللغة الإنجليزية؟

يستخدم التعرف على الصوت في Nutrola معالجة متقدمة لتحويل الكلام إلى نص تتعامل مع مجموعة واسعة من اللهجات وأنماط الكلام. إذا كنت تستطيع استخدام الإملاء الصوتي على هاتفك للرسائل النصية، يجب أن تكون قادرًا على استخدام تسجيل الصوت في Nutrola. تم تصميم الذكاء الاصطناعي الذي يفسر أوصاف الطعام لفهم اللغة المحادثة وغير الرسمية، لذا لا تحتاج إلى استخدام مصطلحات دقيقة أو تقنية.

هل Nutrola مجاني للمستخدمين ذوي الإعاقات البصرية؟

أسعار Nutrola هي نفسها لجميع المستخدمين. ليس لدينا مستوى منفصل للمستخدمين ذوي الإعاقات البصرية لأن إمكانية الوصول مدمجة في المنتج الأساسي، وليس محجوزة خلف خطة متميزة. يتضمن المستوى المجاني تسجيل الصوت وتسجيل الصور. الميزات المتميزة مثل تتبع المغذيات الكبيرة المتقدم، والتقارير الأسبوعية، وتحليل الاتجاهات متاحة من خلال اشتراك.

هل يمكنني استخدام Nutrola مع شاشة برايل؟

نعم. نظرًا لأن Nutrola متوافق تمامًا مع VoiceOver وTalkBack، فإنه يعمل مع شاشات برايل المتصلة بهاتفك. يتم أيضًا إخراج كل محتوى نصي يُعلن عنه من قبل قارئ الشاشة إلى شاشة برايل، بما في ذلك أوصاف الطعام، وإجماليات السعرات الحرارية، وتفاصيل المغذيات الكبيرة.

كيف يتعامل Nutrola مع حجم الحصة إذا لم أتمكن من تقدير الكميات بصريًا؟

هذه تحدٍ صادق. يقدر الذكاء الاصطناعي في Nutrola أحجام الحصص من الصور، مما يساعد، لكنه ليس دائمًا دقيقًا. نوصي باستخدام أدوات قياس بسيطة — ميزان مطبخ، أكواب قياس — عند إعداد الطعام في المنزل. مع مرور الوقت، ستطور إحساسًا جسديًا بما تشعر به الأحجام القياسية وما تزن، مما يحسن تقديراتك وقدرتك على تصحيح الذكاء الاصطناعي عندما يكون غير دقيق.

ماذا يجب أن أفعل إذا واجهت مشكلة في إمكانية الوصول في التطبيق؟

أبلغ عنها من خلال ميزة الملاحظات داخل التطبيق، والتي يمكن الوصول إليها عبر VoiceOver وTalkBack. يمكنك أيضًا إرسال بريد إلكتروني إلى فريق الدعم لدينا مباشرة. يتم وضع تقارير الأخطاء المتعلقة بإمكانية الوصول في قائمة الأولويات في عملية تطويرنا. نقدر كل تقرير لأنه يساعدنا في العثور على المشكلات وإصلاحها التي قد تكون اختبرناها داخليًا.

هل التقارير الأسبوعية والشهرية متاحة؟

نعم. تم تصميم جميع شاشات التقارير مع تسميات إمكانية الوصول المناسبة وترتيب قراءة منطقي لقارئي الشاشة. يمكن أيضًا الوصول إلى الملخصات بالصوت — سؤالك "أعطني ملخصي الأسبوعي" سيعيد نظرة عامة منطوقة عن متوسط السعرات اليومية، واتجاهات المغذيات الكبيرة، ومعدل الاتساق خلال الأيام السبعة الماضية.

المضي قدمًا

كانت الفجوة بين ما تتطلبه تطبيقات تتبع السعرات الحرارية من المستخدمين وما يمكن أن يقدمه المستخدمون ذوو الإعاقات البصرية بشكل مريح واسعة لفترة طويلة. لقد ضاقت تقنيات التعرف على الصور بالذكاء الاصطناعي وإدخال الصوت هذه الفجوة بشكل كبير. ليس بالكامل. ولكن بشكل كبير.

العمل المتبقي ليس جذابًا. إنه اهتمام دقيق بتسميات إمكانية الوصول. إنه توسيع بيانات تدريب الذكاء الاصطناعي لتشمل المزيد من المأكولات. إنه اختبار كل ميزة جديدة مع قارئ الشاشة قبل إصدارها. إنه الاستماع إلى المستخدمين مثل ماركوس عندما يخبروننا بما يعمل وما لا يعمل.

أخبرنا ماركوس مؤخرًا أنه قد تتبع وجباته باستمرار لمدة أربعة أشهر — أطول فترة حافظ عليها مع أي تطبيق صحي. "لا يبدو أن أربعة أشهر كثيرة"، قال. "لكن عندما تحاول القيام بشيء ما لمدة ست سنوات وتفشل في كل مرة، فإن أربعة أشهر تشعر كدليل على أنه أصبح ممكنًا أخيرًا."

إنه ممكن. ويجب أن يكون ممكنًا منذ فترة طويلة. كانت التكنولوجيا موجودة. ما كان مفقودًا هو الالتزام باستخدامها في خدمة كل مستخدم، وليس فقط أولئك الذين وجدت الصناعة أنه من الأسهل التصميم لهم.

نحن لم ننتهِ. لكننا لن نتوقف أيضًا.