منبع: بنیاد طراحی تعامل (IxDF) · بازنویسی آزاد: سپنتا پویا · مرداد ۱۴۰۵ · زمان مطالعه: حدود ۱۲ دقیقه

واقعیت افزوده (Augmented Reality) چیست؟

💡 این متن «بازنویسی آزاد» است: ایده‌ها و مفاهیم مطلب اصلی با نگارش کاملاً مستقل فارسی و مثال‌های تازه بازگو شده‌اند و ترجمهٔ کلمه‌به‌کلمه نیست. بخش‌های افزودهٔ مترجم در جعبهٔ منبع مشخص شده‌اند.

در همهٔ رابط‌هایی که تا اینجا نوشته‌ام، یک فرض خاموش وجود داشت: محیط اطراف کاربر اهمیتی ندارد. یک دکمه در کافه همان دکمه در اتوبوس است.

واقعیت افزوده اولین رابطی است که این فرض را می‌شکند. اینجا نور اتاق، شلوغی خیابان، اینکه کاربر تنهاست یا کسی نگاهش می‌کند، و اینکه چقدر می‌تواند دستش را بالا نگه دارد — همه به متغیرهای طراحی تبدیل می‌شوند.

تعریف و جایگاهش میان بقیه

واقعیت افزوده تجربه‌ای است که در آن طراح بخش‌هایی از جهان فیزیکی کاربر را با ورودی رایانه‌ای غنی می‌کند — صدا، ویدئو، گرافیک یا لایهٔ اطلاعاتی روی مکان — به‌شکلی که در لحظه به تغییرات محیط پاسخ دهد.

سه اصطلاح معمولاً با هم اشتباه می‌شوند:

• - واقعیت افزوده (AR): عناصر دیجیتال روی نمای جهان واقعی قرار می‌گیرند، با تعامل محدود. معمولاً روی گوشی، با ARKit اپل و ARCore اندروید؛ نمونهٔ مشهورش Pokémon GO.
• - واقعیت مجازی (VR): تجربه‌ای غوطه‌ور که کاربر را از جهان واقعی جدا می‌کند، با هدست.
• - واقعیت ترکیبی (MR): ترکیب این دو؛ اشیای دیجیتال با محیط واقعی تعامل می‌کنند و به فضای فیزیکی لنگر می‌اندازند — مثل HoloLens و Magic Leap.

مفهوم پیوستار مجازیت که Paul Milgram و Fumio Kishino در ۱۹۹۴ صورت‌بندی کردند، همین را مرتب می‌کند: این‌ها دسته‌های جدا نیستند، نقاطی روی یک طیف‌اند. خود اصطلاح واقعیت افزوده را Thomas Caudell در ۱۹۹۰ تعریف کرد، و Louis Rosenberg در ۱۹۹۲ با Virtual Fixtures یکی از نخستین سامانه‌های عملی را ساخت.

چطور کار می‌کند

در سه مرحله:

• - حس‌کردن و ردیابی با دوربین، شتاب‌سنج، ژیروسکوپ، جی‌پی‌اس و در سامانه‌های پیشرفته‌تر، لیزر.
• - پردازش و بازشناسی تصویر با الگوریتم‌هایی که می‌فهمند دوربین به چه چیزی نگاه می‌کند.
• - رندر و نمایش اشیای مجازی با پرسپکتیو درست.

سازوکار کلیدی‌اش SLAM است — مکان‌یابی و نقشه‌برداری هم‌زمان — یعنی دستگاه باید در همان لحظه هم بفهمد کجاست و هم نقشه‌ای از محیط بسازد.

کجاها به‌کار می‌رود

• - بازی: Pokémon GO و پیش‌تر ARQuake.
• - خرید و چیدمان: IKEA Place برای دیدن مبلمان در فضای واقعی خانه.
• - مد: آینه‌های پرو مجازی.
• - صنعت و پشتیبانی از راه دور و نمایش مدل‌های مفهومی خودرو.
• - پزشکی: لایهٔ راهنما روی بدن بیمار در جراحی. منبع به AccuVein اشاره می‌کند با این ادعا که احتمال موفقیت تزریق در اولین تلاش را ۳۵۰ درصد افزایش می‌دهد.

و از نظر بازار، منبع پیش‌بینی Grand View Research را می‌آورد: حدود ۶۰۰ میلیارد دلار تا ۲۰۳۰ با نرخ رشد سالانهٔ ۳۷٫۹ درصد.

اصول طراحی

• - ایمنی: کاربر را چنان مشغول نکنید که به خطر بیفتد. این در هیچ رابط دیگری اصل اول نیست؛ اینجا هست.
• - زیاده‌روی نکنید: از بار حسی بیش‌ازحد بپرهیزید و محتوا را در بافت نگه دارید.
• - محیط را در نظر بگیرید: برای موقعیت‌های عمومی، شخصی، صمیمی و خصوصی جداگانه طراحی کنید.
• - راحتی: فشار جسمی و بار شناختی را کم کنید.
• - امنیت: دادهٔ غنی‌ای که واقعیت افزوده جمع می‌کند را محافظت کنید.
• - و همچنین: رابط‌های خودکار، کنترل صوتی، شروع آسان، دسترس‌پذیری، و پاسخ‌گویی به حرکت سر و بدن.

محدودیت‌ها

• - تغییرپذیری محیط — نور، بافت سطوح، و موانع.
• - خستگی جسمی از نگه‌داشتن طولانی دستگاه.
• - دقت فضایی ناقص که به لرزش و پرش شیء مجازی منجر می‌شود.
• - شلوغی بصری و حواس‌پرتی.
• - دشواری شروع کار برای کاربر تازه.
• - محدودیت‌های گوشی — نمایشگر کوچک‌تر، توان پردازش و باتری کمتر، و ردیابی ضعیف در نور کم.

و عددی که منبع می‌آورد و به‌نظر من مهم‌ترین عدد کل مقاله است: ۳۹ درصد کاربران، اپلیکیشن‌های واقعیت افزودهٔ موبایل را به‌دلیل مشکلات کارایی و کاربردپذیری رها می‌کنند. یعنی مسئله نه نبود تقاضا، که کیفیت اجراست.

لحظه‌ای که بیشتر تجربه‌ها همان‌جا می‌میرند

این بخش افزودهٔ مترجم است. منبع «دشواری شروع کار» را در فهرست محدودیت‌ها می‌آورد اما بازش نمی‌کند، در حالی که یک لحظهٔ مشخص وجود دارد که بیشتر ریزش دقیقاً همان‌جا اتفاق می‌افتد: لحظه‌ای که دوربین باز می‌شود و کاربر باید گوشی را در فضا حرکت دهد تا سطح پیدا شود.

هیچ‌کس این را از قبل نمی‌داند. کاربر گوشی را ثابت نگه می‌دارد، چیزی نمی‌بیند، و می‌رود. چهار کاری که این را درست می‌کند:

• - حرکت را نشان دهید، توضیح ندهید. یک انیمیشن کوتاه از گوشی که آرام می‌چرخد، از هر جمله‌ای مؤثرتر است — و به ترجمه هم نیاز ندارد.
• - در همان لحظهٔ پیداشدن سطح، بازخورد بدهید. یک شبکهٔ محو روی زمین یا میز کافی است تا کاربر بفهمد کار کرد. این همان «پرسش چهارم» ارزیابی شناختی است، در فضای سه‌بعدی.
• - راه دستی بگذارید. اگر ردیابی بعد از چند ثانیه جواب نداد، گزینهٔ «همین‌جا بگذار» را نشان دهید. شکست ردیابی در نور کم اجتناب‌ناپذیر است؛ بن‌بست نه.
• - هرگز با نمای خالی دوربین شروع نکنید. صفحهٔ اول باید بگوید قرار است چه اتفاقی بیفتد و چه کاری از کاربر خواسته می‌شود.

محیط، برای اولین بار، یک متغیر طراحی است

این بخش افزودهٔ مترجم است. منبع چهار محیط — عمومی، شخصی، صمیمی و خصوصی — را نام می‌برد اما بازشان نمی‌کند، در حالی که به‌نظر من کاربردی‌ترین ایدهٔ کل بحث همین است. آنچه در هر محیط عوض می‌شود:

• - عمومی (خیابان، فروشگاه، مترو): دیگران حضور دارند. مدت تعامل باید کوتاه باشد چون کسی چند دقیقه گوشی را جلوی صورتش نگه نمی‌دارد وقتی بقیه نگاه می‌کنند. صدا عملاً در دسترس نیست. و ایمنی حرف اول را می‌زند.
• - شخصی (میز کار، خانه با حضور دیگران): جلسهٔ طولانی‌تر ممکن است، اما خستگی بازو همچنان سقف واقعی است. اینجا باید بشود دستگاه را زمین گذاشت و تجربه ادامه پیدا کند.
• - صمیمی (نزدیک بدن، پوشیدنی، پرو مجازی): مسئلهٔ اصلی حریم خصوصیِ تصویر بدن است. دوربینی که برای پرو لباس روشن می‌شود، همان دوربینی است که اتاق را هم می‌بیند — و کاربر این را می‌داند.
• - خصوصی (تنها، در فضای خود): تنها جایی که تجربهٔ غوطه‌ورِ طولانی واقع‌بینانه است. اگر تجربه‌ای طراحی کرده‌اید که فقط اینجا کار می‌کند، بدانید که مخاطبش را به همین محدود کرده‌اید.

و قاعده‌ای که از این بیرون می‌آید: پیش از طراحی، محیط را انتخاب کنید و بنویسید. بیشتر تجربه‌های ناموفق واقعیت افزوده، تجربه‌هایی هستند که برای محیط خصوصی طراحی شده‌اند و در محیط عمومی عرضه شده‌اند — تعامل دو دقیقه‌ای‌ای که هیچ‌کس در صف نانوایی انجام نمی‌دهد.

و در ایران، کجا واقعاً منطقی است

این بخش هم افزودهٔ مترجم است. سه محدودیت مشخص وجود دارد که پیش از هر تصمیمی باید دید:

• - توزیع اپلیکیشن. واقعیت افزودهٔ بومی نصب اپ می‌خواهد، و دسترسی به فروشگاه‌های جهانی برای کاربر ایرانی محدود است. یعنی هزینهٔ جذب کاربر پیش از آنکه تجربه شروع شود، بالاست.
• - گسترهٔ دستگاه. ردیابی خوب به سخت‌افزار خوب وابسته است و توزیع دستگاه‌ها اینجا بسیار متنوع‌تر است. همان ۳۹ درصد رهاکردن، در این بازار عدد بزرگ‌تری است.
• - پهنای باند و حجم. مدل‌های سه‌بعدی سنگین‌اند و کاربر روی دادهٔ همراه، آن‌ها را دانلود نمی‌کند.

نتیجه‌ای که از این سه می‌گیرم: در این بازار، واقعیت افزودهٔ تحت وب تقریباً همیشه انتخاب درست‌تری از اپلیکیشن اختصاصی است. نصب نمی‌خواهد، از لینک باز می‌شود، از فروشگاه اپ عبور نمی‌کند، و می‌شود آن را در همان صفحهٔ محصول گذاشت. توانایی‌اش کمتر است — اما تجربه‌ای که کاربر واقعاً بازش می‌کند، از تجربهٔ بهتری که نصب نمی‌شود بهتر است.

و کاربردهایی که در این شرایط بیشترین شانس را دارند، آن‌هایی‌اند که یک تصمیم مشخص را ساده می‌کنند نه آن‌هایی که تجربه‌ای می‌سازند: دیدن اندازهٔ واقعی مبل در اتاق پیش از خرید، امتحان رنگ رنگ روی دیوار، یا اندازهٔ قاب عینک روی صورت. هرکدام سی ثانیه طول می‌کشند، یک سؤال خرید را جواب می‌دهند، و ارزششان قابل اندازه‌گیری است — با نرخ مرجوعی، که در همهٔ این دسته‌ها گران‌ترین عدد است.

جمع‌بندی

• - واقعیت افزوده یعنی غنی‌کردن بخش‌هایی از جهان فیزیکی کاربر با ورودی رایانه‌ای که در لحظه به محیط پاسخ می‌دهد.
• - تفاوتش با واقعیت مجازی جداکردن‌نکردن کاربر از جهان واقعی است، و با واقعیت ترکیبی در اینکه اشیای دیجیتال با محیط تعامل نمی‌کنند — و پیوستار مجازیتِ میلگرام و کیشینو نشان می‌دهد این‌ها نقاطی روی یک طیف‌اند نه دسته‌های جدا.
• - در سه مرحله کار می‌کند: حس‌کردن و ردیابی، پردازش و بازشناسی، رندر و نمایش — با SLAM در قلبش.
• - اصول طراحی: ایمنی اول، پرهیز از بار حسی، توجه به محیط، راحتی جسمی و شناختی، و امنیت داده.
• - محدودیت‌ها: تغییرپذیری نور و محیط، خستگی بازو، لرزش ناشی از ردیابی ناقص، شلوغی بصری، و محدودیت‌های سخت‌افزاری گوشی — و ۳۹ درصد کاربران به‌دلیل کارایی و کاربردپذیری اپ را رها می‌کنند.
• - بیشتر ریزش در لحظهٔ اسکن سطح رخ می‌دهد: حرکت را با انیمیشن نشان دهید، در لحظهٔ پیداشدن سطح بازخورد بدهید، راه قراردادن دستی بگذارید، و هرگز با نمای خالی دوربین شروع نکنید.
• - محیط فیزیکی اینجا برای اولین بار یک متغیر طراحی است: عمومی، شخصی، صمیمی و خصوصی هرکدام مدت تعامل و امکان صدا و مسئلهٔ حریم خصوصی متفاوتی دارند — پیش از طراحی، محیط را انتخاب کنید و بنویسید.
• - و در این بازار، واقعیت افزودهٔ تحت وب معمولاً بر اپلیکیشن اختصاصی می‌چربد، و بهترین کاربردها آن‌هایی‌اند که یک تصمیم خرید مشخص را در سی ثانیه جواب می‌دهند.