منبع: بنیاد طراحی تعامل (IxDF) · بازنویسی آزاد: سپنتا پویا · ترجمه: ۶ شهریور ۱۴۰۵ · زمان مطالعه: حدود ۱۱ دقیقه

واقعیت ترکیبی (Mixed 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.

هدست را که سر می‌گذارید، اتاق سر جایش می‌ماند. تفاوت اصلی همین‌جاست: اتاق حذف نمی‌شود، طرفِ گفت‌وگو می‌شود.

تعریف

واقعیت ترکیبی، درآمیختن جهان فیزیکی با عناصر دیجیتال است، به‌گونه‌ای که این دو با هم تعامل معنادار داشته باشند.

کاربر به صفحه بسته نیست. او هم‌زمان با اشیای دیجیتال و اشیای فیزیکی کار می‌کند و می‌تواند شیء مجازی را در محیط واقعی خودش جابه‌جا کند.

کلمهٔ تعیین‌کننده در این تعریف «تعامل» است، نه «نمایش». روی‌هم‌گذاشتن تصویر کافی نیست؛ دو طرف باید بر هم اثر بگذارند.

پیوستار واقعیت–مجازیت

پل میلگرام و فومیو کیشینو، دو پژوهشگر، این چارچوب بنیادی را در ۱۹۹۴ معرفی کردند.

یک سرِ این محور، محیط کاملاً فیزیکی است. سر دیگرش، محیط کاملاً دیجیتال. واقعیت ترکیبی، ناحیهٔ میانی همین محور را می‌گیرد.

نکتهٔ ظریف در خودِ واژهٔ «پیوستار» است. دو نقطهٔ مجاور روی این محور تقریباً تفکیک‌ناپذیرند، در حالی که دو سرِ آن به‌شدت با هم فرق دارند.

فایدهٔ این چارچوب برای طراح روشن است. کمک می‌کند ببیند هر فناوریِ دستکاری‌کنندهٔ واقعیت، کجای طیف غوطه‌وری می‌ایستد.

واقعیت گسترده (XR) هم نام همین چتر است: هر فناوری‌ای که واقعیت فیزیکی و دیجیتال را در هم می‌آمیزد. واقعیت افزوده، واقعیت ترکیبی، واقعیت مجازی و فناوری‌های نوظهور، همه بر پایهٔ درجهٔ غوطه‌وری‌شان جایی روی همین پیوستار می‌نشینند.

یک تفکیک را همین اول بگذارم. متاورس ادعایی در سطح سامانه است و این نوشته کاری با آن ندارد. بحث اینجا دربارهٔ خودِ محور است و پیامدهایش برای طراحی تعامل.

پنج ویژگی بنیادی

• - ۱. پردازش محیط: سامانه از فضای پیرامون داده می‌گیرد تا محتوای دیجیتالِ متناسب با بافت بسازد.
• - ۲. انطباق فضایی: عناصر دیجیتال بر پایهٔ موقعیت کاربر و شکل محیطش تنظیم می‌شوند.
• - ۳. اثرگذاری دوطرفه: دیجیتال و فیزیکی بر هم اثر می‌گذارند؛ همان چیزی که در واقعیت افزوده نیست.
• - ۴. ورودی پیشرفته: کار به حسگری و ادراک محیطیِ دقیق نیاز دارد.
• - و ۵. تجربهٔ بی‌مرز: کاربر در فضای سه‌بعدی آزاد است، نه درون قاب یک صفحه.

تفاوت با واقعیت افزوده

تمایز تعیین‌کننده، ظرفیت تعامل است.

واقعیت افزوده محتوای دیجیتال را روی محیط فیزیکی می‌نشاند. تعامل میان این دو لایه کم است یا اصلاً وجود ندارد.

واقعیت ترکیبی تعامل واقعی می‌سازد. تصویرش گویاست: رباتی که با آدم دست می‌دهد، در برابر رباتی که فقط کنار او دیده می‌شود.

واقعیت افزوده رویکردی ساده‌تر و در حد روی‌هم‌گذاری است. واقعیت ترکیبی به یکپارچگی واقعی می‌رسد.

تفاوت با واقعیت مجازی

اینجا تفاوت بر سر حضورِ محیط است.

واقعیت مجازی جهان فیزیکی را کامل می‌بندد و غوطه‌وری تمام‌عیارِ دیجیتال می‌سازد. کاربر پیرامون واقعی‌اش را نادیده می‌گیرد.

واقعیت ترکیبی دو واقعیت را به نسبت‌های متغیر درمی‌آمیزد. سامانه ناچار است فضای فیزیکی کاربر را بشناسد و در محاسبه بیاورد.

تعامل در واقعیت مجازی فقط درون محیط مجازی رخ می‌دهد. واقعیت ترکیبی هم‌زمان با هر دو قلمرو کار می‌کند. دربارهٔ سویهٔ ادراکی این تفاوت، در غوطه‌وری جداگانه نوشتم.

اصول طراحی

• - آگاهی فضایی: محتوای دیجیتال به فضای فیزیکی کاربر احترام بگذارد و در آن جا بگیرد.
• - راحتی ارگونومیک: طراحی باید تهوع حرکتی و خستگی کاربر را کم کند.
• - تعامل طبیعی: دستکاری شیء باید شهودی و پاسخ‌ده باشد.
• - ربط بافتی: عناصر دیجیتال باید با پیرامون نسبت معنادار داشته باشند.
• - تمایز بصری: شیء مجازی باید از شیء فیزیکی قابل‌تشخیص بماند.
• - و رابط سازگارشونده: تجربه با محیط‌ها و ترجیح‌های مختلف شخصی شود.

طراحی رابط در اینجا از طراحی رابط‌های متعارف فاصله می‌گیرد. سه چیز را باید هم‌زمان حساب کرد: تعامل فضاییِ سه‌بعدی، ارگونومی بدن، و الگوهای درگیری غوطه‌ورانه.

رابط باید پویاییِ فضا را بفهمد و میان کاربر و عناصر مجازی و محیط فیزیکی، پیوند بی‌درز بسازد. بندِ راحتی هم با تهوع سایبری نسبت مستقیم دارد.

دسترس‌پذیری و نقش هوش مصنوعی

طراحی فراگیر در واقعیت ترکیبی چند الزام مشخص دارد.

• - چند شیوهٔ ورودی: فرمان صوتی، اشارهٔ دست، و ورودی‌های جایگزین.
• - برنامه‌ریزی حرکت: چیدمانی که به بدن کاربر فشار نیاورد.
• - ناوبری شهودی: راه‌بردن کاربر با نشانه‌های فضایی.
• - رابط سازگارشونده: پشتیبانی از سازگاری‌های بینایی و شنوایی.
• - بازخورد روشن و بی‌درنگ به هر کنش کاربر.
• - و آزمون دسترس‌پذیری با گروه‌های متنوع کاربر.

این فهرست ادامهٔ همان بحثی است که در دسترس‌پذیری باز کردم. تفاوتش این است که اینجا بدن کاربر هم بخشی از رابط است.

هوش مصنوعی هم چند جای مشخص در این تجربه می‌نشیند.

• - فهم بافتِ تعامل و پاسخ‌دادن متناسب با آن.
• - شخصی‌سازی تجربه و انطباق با محیط.
• - بینایی ماشین برای درآمیختن باورپذیر دیجیتال و فیزیکی.
• - دسترس‌پذیری: ترجمهٔ هم‌زمان و تشخیص گفتار.
• - و تحلیل پیش‌بین برای حدس‌زدن نیاز بعدی کاربر.

کاربردها و پژوهش کاربر

• - سلامت: نشاندن دادهٔ بیمار روی میدان دید جراح، برای دقت بیشتر.
• - آموزش: تجربه‌های غوطه‌ور که مفهوم پیچیده را در دسترس می‌کنند.
• - تولید: آموزش کارگر با مدل سه‌بعدیِ تعامل‌پذیر از ماشین‌آلات.
• - و خرده‌فروشی: دیدن کالا در فضای شخصیِ خودِ مشتری، پیش از خرید.

پژوهش کاربر در این حوزه هم ابزار خودش را دارد.

• - مصاحبه و پیمایش برای شناخت نیاز.
• - آزمون نمونهٔ اولیه با مشاهدهٔ تعامل واقعی کاربر.
• - پژوهش مردم‌نگارانه در بافت واقعیِ استفاده.
• - چرخهٔ بازخورد تکرارشونده.
• - و سنجه‌های فیزیولوژیک مانند ضربان قلب و نوار مغزی، برای اندازه‌گیری درگیری.

مدل‌سازی سه‌بعدی هم مهارتی پایه‌ای برای طراح این حوزه است. ساختِ اشیای دقیق و واقع‌نما، هم تعامل را بهتر می‌کند و هم نمونه‌سازی و کاویدن گزینه‌های فضایی را ممکن می‌سازد.

بازارش هم کوچک نیست. برآورد MarketsandMarkets برای مجموعهٔ فناوری‌های واقعیت گسترده تا ۲۰۲۶ نزدیک به ۱۲۵ میلیارد دلار است، با رشد سالانهٔ حدود ۳۰ درصد. برآورد PwC هم می‌گوید تا ۲۰۳۰ حدود ۲۳ میلیون شغل با واقعیت مجازی و افزوده دگرگون می‌شود.

چرا فقط یکی از آن پنج ویژگی مرز می‌کشد

این بخش افزودهٔ من است، چون آن پنج ویژگی در یک فهرست هم‌ارز کنار هم نشسته‌اند و در عمل هم‌ارز نیستند.

چهارتای آنها درجه‌بندی‌پذیرند. یک محصول می‌تواند پردازش محیطیِ ضعیف یا قوی داشته باشد و همچنان در همان دسته بماند.

ویژگی سوم فرق دارد. اثرگذاری دوطرفه یا هست یا نیست، و همین است که یک محصول را از دسته بیرون می‌اندازد.

آزمونش هم یک پرسش ساده است: آیا شیء فیزیکی می‌تواند حالتِ شیء دیجیتال را عوض کند؟

اگر توپ مجازی از لبهٔ میز واقعی بیفتد، پاسخ مثبت است. اگر همان توپ از میز رد شود و در هوا بماند، شما یک روی‌هم‌گذاری دارید، نه یک آمیختگی.

این یک پرسش گرافیکی نیست. پاسخ مثبت یعنی محصول شما یک مدل از اتاق دارد و آن مدل را به‌روز نگه می‌دارد.

هزینهٔ واقعی هم همین‌جاست، نه در کیفیت رندر. اتاق‌ها نامرتب‌اند و شکلشان مدام عوض می‌شود، پس مدلِ اتاق مدام کهنه می‌شود.

پیامد عملی‌اش برای برنامهٔ کار روشن است. اگر بودجهٔ شما به نگه‌داشتن آن مدل نمی‌رسد، نباید وعدهٔ واقعیت ترکیبی بدهید. یک تجربهٔ افزودهٔ خوب از یک تجربهٔ ترکیبیِ نیم‌بند بهتر است.

سه چیزی که فضا از رابط می‌گیرد

این هم افزودهٔ من است، چون اصول طراحی بالا درست‌اند و نمی‌گویند در این جابه‌جایی چه چیزی را از دست می‌دهید.

یک: هدفِ کوچک گران می‌شود. روی صفحه، دست روی میز تکیه دارد و نشانگر پایدار می‌ماند.

در فضا دست معلق است و می‌لرزد. هر دکمه‌ای که در فضا کوچک طراحی شود، در عمل بارها خطا می‌دهد.

دو: چیزها خودبه‌خود پاک نمی‌شوند. پنجره را که می‌بندید، رابط از جلوی چشم می‌رود.

شیء فضایی اما همان‌جا می‌ماند و روی هم انباشته می‌شود. پس هر تجربهٔ فضایی به سازوکار جمع‌کردن نیاز دارد، نه فقط به سازوکار ساختن.

سه: توجه تقسیم می‌شود. کاربر واقعیت ترکیبی هم‌زمان مسئول ایمنی بدن خودش است.

او حواسش به میز و پله و آدم‌های اطراف هم هست. بودجهٔ توجهی که برای رابط شما می‌ماند، از بودجهٔ کاربرِ پشت میز کمتر است.

نتیجهٔ عملی این سه یک چیز است: رابط فضایی باید کم‌تعدادتر، بزرگ‌تر و فراموش‌شدنی‌تر از رابط صفحه‌ای باشد.

«فراموش‌شدنی» را عمداً نوشتم. یعنی کاربر نباید جای هیچ چیزی را به خاطر بسپارد، رسانهٔ غوطه‌ور هم همین محدودیت را دارد.

در بافت فارسی

یک: متن فارسی در فضا، پهنا می‌خواهد نه فقط اندازه. برچسبی که در عمقِ دو متری شناور است، سهمی از میدان دید کاربر را می‌گیرد.

برچسب فارسی معمولاً از معادل انگلیسی‌اش بلندتر است، پس آن سهم بزرگ‌تر می‌شود. جای متن را پیش از انتخاب قلم رزرو کنید، نه بعد از آن.

راستایش هم تصمیم روز اول است. برچسب و منو و زیرنویس باید از ابتدا راست‌به‌چپ چیده شوند، چون جبران بعدی‌اش در فضای سه‌بعدی گران است.

دو: هدست کمیاب است، دوربین موبایل نه. قیمت و دسترسی تجهیزات، مخاطب این تجربه‌ها را اینجا به گروه کوچکی محدود می‌کند.

پس مسیر موبایل باید تجربهٔ کامل باشد، نه نسخهٔ کوچک‌شدهٔ هدست. هرچه از ویژگی‌ها که روی دوربین موبایل کار می‌کند، باید همان‌جا کامل کار کند.

سه: فرضِ اتاقِ خالی را نگذارید. تجربه‌ای که به دو متر فضای پاک‌شده نیاز دارد، در خانهٔ مبله اجرا نمی‌شود.

کاربر هم میز و مبل را برای شما جابه‌جا نمی‌کند. تجربهٔ رومیزی، که روی یک سطح کوچک بنا می‌شود، اینجا هم امن‌تر است و هم بیشتر اجرا می‌شود.

چهار: فرمان صوتی فارسی نباید تنها مسیر باشد. تشخیص گفتار فارسی هنوز از انگلیسی ضعیف‌تر است.

وقتی صدا تنها راه ورودی باشد، هر خطای تشخیص یک بن‌بست می‌سازد. اشاره و نگاه و کنترلر باید بتوانند همان کار را انجام دهند، که خواستهٔ چندوجهی‌بودن ورودی هم دقیقاً همین است.

جمع‌بندی

• - واقعیت ترکیبی: درآمیختن جهان فیزیکی و عناصر دیجیتال، با تعامل معنادار میان این دو
• - کاربر به صفحه بسته نیست و کلمهٔ تعیین‌کننده «تعامل» است، نه «نمایش»
• - پیوستار واقعیت–مجازیت: میلگرام و کیشینو · ۱۹۹۴ · از محیط کاملاً فیزیکی تا محیط کاملاً دیجیتال
• - نقطه‌های مجاور تفکیک‌ناپذیرند و دو سرِ محور کاملاً متفاوت‌اند
• - واقعیت گسترده نام چتر است و همهٔ این فناوری‌ها جایی روی همین محور می‌نشینند
• - پنج ویژگی: پردازش محیط · انطباق فضایی · اثرگذاری دوطرفه · ورودی پیشرفته · تجربهٔ بی‌مرز
• - تفاوت با افزوده: ظرفیت تعامل — رباتی که دست می‌دهد، در برابر رباتی که فقط دیده می‌شود
• - تفاوت با مجازی: مجازی جهان فیزیکی را می‌بندد و ترکیبی ناچار است فضای کاربر را بشناسد
• - اصول طراحی: آگاهی فضایی · راحتی ارگونومیک · تعامل طبیعی · ربط بافتی · تمایز بصری · رابط سازگارشونده
• - دسترس‌پذیری: چند شیوهٔ ورودی · حرکت کم‌فشار · ناوبری فضایی · سازگاری حسی · بازخورد بی‌درنگ · آزمون با کاربر متنوع
• - کاربردها: جراحی · آموزش · تولید · خرده‌فروشی — و پژوهش کاربر تا سنجهٔ فیزیولوژیک پیش می‌رود
• - از آن پنج ویژگی فقط اثرگذاری دوطرفه مرز می‌کشد، چون یا هست یا نیست
• - آزمونش: آیا شیء فیزیکی می‌تواند حالت شیء دیجیتال را عوض کند؟
• - پاسخ مثبت یعنی شما یک مدل از اتاق دارید و آن مدل مدام کهنه می‌شود
• - فضا سه چیز را از رابط می‌گیرد: پایداری دست · پاک‌شدن خودکار · و بخشی از توجه کاربر
• - پس رابط فضایی باید کم‌تعدادتر، بزرگ‌تر و فراموش‌شدنی‌تر باشد
• - و در فارسی: برچسب پهنا می‌خواهد · مسیر موبایل کامل باشد · فرضِ اتاق خالی را نگذارید · صدا تنها مسیر نباشد