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

واقعیت مجازی (Virtual 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 واقعیت افزوده نوشتم که آن رسانه اولین جایی است که محیط اطراف کاربر به متغیر طراحی تبدیل می‌شود. واقعیت مجازی یک قدم جلوتر می‌رود: محیط را کاملاً حذف می‌کند و جایش را می‌گیرد.

و همین، تمام مسئله را عوض می‌کند. وقتی کاربر نمی‌تواند اتاق واقعی را ببیند، هر خطای طراحی شما مستقیماً به بدن او می‌رسد — نه به‌عنوان ناراحتی از رابط، که به‌عنوان سرگیجه.

تعریف و جایگاه

واقعیت مجازی تجربه‌ای شبیه‌سازی‌شده و دیجیتال است که می‌تواند شبیه جهان واقعی یا کاملاً متفاوت از آن باشد، و از طریق هدست یا نمایشگر روی سر ارائه می‌شود تا محیطی سه‌بعدی، غوطه‌ور و تعاملی بسازد.

• - واقعیت افزوده: کاربر در جهان واقعی لنگر می‌ماند و لایه‌ای رایانه‌ای رویش قرار می‌گیرد.
• - واقعیت ترکیبی: عناصر دیجیتال به محتوای جهان واقعی لنگر می‌اندازند و تعامل پیچیده‌تری دارند — مثل تصویر سونوگرافی که برای جراح روی بدن بیمار افکنده می‌شود.
• - واقعیت مجازی: حرکات واقعی کاربر به محیطی از پیش برنامه‌ریزی‌شده ترجمه می‌شوند و غوطه‌وری عمیق‌تری می‌سازند.

و هر سه زیر چتر واقعیت گسترده (XR) قرار می‌گیرند.

حضور: دو توهمی که باید هم‌زمان نگه داشته شوند

منبع می‌گوید واقعیت مجازی حس حضور می‌سازد — اینکه کاربر فضا را «چنان تجربه کند که گویی آن محیط مجازی واقعی است». این بخش، بازکردن همان یک جمله است و افزودهٔ مترجم.

حضور یک چیز نیست، دوتاست، و مهم‌تر اینکه هیچ‌کدامشان با کیفیت گرافیک ساخته نمی‌شوند:

• - توهم مکان — «من جای دیگری هستم». بدن، اتاق شبیه‌سازی‌شده را به‌عنوان یک مکان می‌پذیرد. این توهم وقتی برقرار می‌ماند که تصویر پیش از آنکه چرخش سر ثبت شود پاسخ دهد، مقیاس‌ها صادق باشند (درِ اتاق به اندازهٔ در باشد)، و صدا از همان جایی بیاید که منبعش آنجاست.
• - توهم باورپذیری — «این واقعاً دارد اتفاق می‌افتد». رویدادها انگار خطاب به همین شخصی‌اند که تماشا می‌کند. این توهم وقتی برقرار می‌ماند که جهان به کاری که کاربر همین حالا کرد واکنش نشان دهد، شخصیت‌ها به او نگاه کنند نه از کنارش، و صحنه چه او تماشا کند چه نکند به کارش ادامه دهد.

و هرکدام به شکل خودش می‌شکند. توهم مکان با لگ ردیابی، با افقی که وقتی سر تکان نخورده می‌لغزد، و با دستی که از دیوارِ توپُر رد می‌شود از بین می‌رود. توهم باورپذیری وقتی می‌شکند که کاربر دست تکان دهد و هیچ‌چیز اعتنا نکند، یا صحنه‌ای منجمد منتظر رسیدن او بماند، یا تنها کار ممکن نگاه‌کردن باشد — چون نگاه‌کردن، بودن نیست.

نتیجه‌ای که از این می‌گیرم و در کل این مقاله مهم‌ترین حرف است: جهانی خام که به شما پاسخ می‌دهد، از جهانی زیبا که پاسخ نمی‌دهد بهتر است. هر چیز دیگری در یک پروژهٔ واقعیت مجازی — چندضلعی‌ها، بافت‌ها، بودجهٔ ساخت — صرف خریدن همین دو توهم می‌شود، و یک فریم افتاده کل آن خرید را پس می‌دهد.

بودجهٔ راحتی

منبع تهوع مجازی (cybersickness) را به‌عنوان مسئلهٔ شناخته‌شدهٔ این رسانه معرفی می‌کند، و خستگی چشم و خطر تشنج را به‌عنوان عوارض کمتر شناخته‌شده. راهکارش هم تله‌پورت برای جابه‌جایی و پرهیز از تغییرات سریع جهت و سرعت است.

این بخش، بازکردن همان است و افزودهٔ مترجم. سازوکار تهوع را می‌شود در یک جمله گفت: تهوع، شکافِ میان چیزی است که چشم گزارش می‌کند و چیزی که گوش داخلی تأیید می‌کند. هرچه این شکاف را بازتر کنید، بدن آن را مسمومیت تلقی می‌کند و واکنش مسمومیت نشان می‌دهد.

از اینجا یک قاعدهٔ طراحی بیرون می‌آید که به‌نظرم مفیدترین چارچوب کار در این رسانه است: هر واحد آزادی که به کاربر می‌دهید، با راحتی پرداخت می‌شود. پنج شیوهٔ رایج جابه‌جایی، دقیقاً روی همین طیف می‌نشینند:

• - فقط در مقیاس اتاق: گوش داخلی حقیقت را می‌شنود — کاربر راه می‌رود و جهان سر جایش می‌ماند. ریسک صفر.
• - تله‌پورت: چیزی به گوش داخلی گفته نمی‌شود؛ موقعیت می‌پرد و اصلاً حرکتی نیست که حس شود. ریسک کم.
• - چرخش پله‌ای: چرخش در گام‌های تمام‌شده می‌رسد، نه به‌صورت پیوسته. ریسک کم.
• - حرکت روان: به گوش داخلی گفته می‌شود «داریم شتاب می‌گیریم» و بدن مخالفت می‌کند. ریسک بالا.
• - چرخش روان: «داریم می‌چرخیم» — بدترین مورد از این پنج‌تا.

و یک کف فنی که هیچ مقدار طراحی خوب جبرانش نمی‌کند: زیر حدود ۹۰ فریم بر ثانیه، یا بالای حدود ۲۰ میلی‌ثانیه تأخیر از حرکت سر تا پیکسل، هیچ‌چیز شما را نجات نمی‌دهد. این پیش‌شرط است، نه یک بهینه‌سازی که بعداً انجام شود.

و سه چیزی که واقعاً بخشی از بودجه را پس می‌خرند:

• - هنگام حرکت، میدان دید را کمی تنگ کنید. تهوع از لبهٔ میدان دید شروع می‌شود.
• - یک چیز ثابت به چشم بدهید که تکان نخورد: کابین، نرده، شبکهٔ کف — یا حتی تیغهٔ بینی.
• - هر گزینهٔ راحتی را به‌صورت تنظیم عرضه کنید، پیش‌فرض را روی امن‌ترین بگذارید، و هرگز کاربر را وادار نکنید وسط جلسه دنبالش بگردد — چون تا آن لحظه دیرشده است.

اصول طراحی

• - راحتی و ایمنی کاربر: پیشگیری از تهوع، کاهش خستگی چشم، بهینه‌سازی نرخ فریم، کم‌کردن تأخیر
• - صدای فضایی غوطه‌ور
• - رابطی شهودی که در محیط ادغام شده باشد، نه رویش چسبانده شده
• - تعامل طبیعی: ردیابی دست، تشخیص ژست، کنترلرهای حرکتی
• - مقیاس و تناسب واقع‌گرایانه
• - بهینه‌سازی کارایی
• - ناوبری روشن و نشانه‌های بصری
• - روایت و داستان‌گویی، و ساخت محتوایی که از خودِ این رسانه بهره ببرد
• - دسترس‌پذیری و فراگیری
• - آزمون پیوسته و بازخورد کاربر، و بازخورد لمسی و بصری و صوتی برای هر کنش

کجا به‌کار می‌رود

• - آموزش: Google Earth VR و Medical Realities برای آموزش جراحی
• - سرگرمی: Beat Saber و Half-Life: Alyx
• - اجتماعی: VRChat و Rec Room
• - سلامت: مدیتیشن هدایت‌شده و درمان اختلال استرس پس از سانحه
• - طراحی: IrisVR و Tilt Brush

منبع Chris Milk را نقل می‌کند که واقعیت مجازی را «ماشین هم‌دلی» می‌نامد، و به پژوهش‌های Mel Slater در دانشگاه بارسلونا دربارهٔ سلامت روان اشاره دارد. از نظر بازار هم پیش‌بینی PwC را می‌آورد: تا ۲۰۳۰، بیست‌وسه میلیون شغل با واقعیت مجازی و افزوده دگرگون می‌شود.

و محدودیت‌هایش: هزینهٔ بالای سخت‌افزار که دسترسی را محدود می‌کند، تهوع مجازی، خستگی چشم، و خطر تشنج.

و پرسش اصلی: اینجا اصلاً هدست لازم است؟

این بخش هم افزودهٔ مترجم است، و به‌نظرم پرسشی است که باید پیش از همهٔ بحث‌های بالا پرسیده شود. هدست یک هزینه است — هزینهٔ پول، هزینهٔ نصب، هزینهٔ فضای خالی اتاق، و هزینهٔ اینکه کاربر برای چند دقیقه از جهان بریده شود. تنها چهار چیز این هزینه را پس می‌دهند:

• - چیزی که یاد گرفته می‌شود، فضایی است — یک اتاق، یک مقیاس، یک دسترسی، یک حرکت بدن.
• - تمرین واقعی خطرناک یا گران است — سیم برق‌دار، راه‌پلهٔ در حال آتش، میز جراحی.
• - نکته حس می‌شود، نه خوانده — ارتفاع، در معرض بودن، ایستادن در جایی که کس دیگری می‌ایستد.
• - جلسه کوتاه است و هدست از قبل هست — ده دقیقه روی سخت‌افزاری که همان‌جا در اتاق موجود است.

و چهار حالتی که نمایشگر تخت همچنان برنده است: وقتی کار خواندن یا مقایسه است (متن در هدست همیشه متن بدتری بوده)، وقتی کاربر باید قابل‌قطع‌شدن بماند (کسی که هدست به سر دارد را نمی‌شود روی شانه زد)، وقتی باید به همه برسد (بدون نصب، بدون سخت‌افزار، بدون خالی‌کردن اتاق)، و وقتی ارزش در تکرار زیاد است (واقعیت مجازی ماهی یک‌بار عمیق است، نه روزی دو بار سطحی).

یکی از این چهار مورد کافی است تا بحث تمام شود. و به‌نظرم بیشتر پروژه‌های شکست‌خوردهٔ واقعیت مجازی، به پرسش «آیا تأثیرگذار به‌نظر می‌رسد؟» پاسخ داده‌اند — که هیچ‌کدام از آن چهار شرط نیست.

و یک پرسش دوم که پشت پرسش اول پنهان است: کاربر اصلاً چطور به این تجربه می‌رسد؟ جایی که هدست کمیاب یا وارداتی یا میان چند نفر مشترک است، صحنه‌ای که در مرورگر از یک لینک باز می‌شود و در نبود هدست به نمای ۳۶۰ درجهٔ ساده تنزل پیدا می‌کند، به‌دست آدم‌های بیشتری می‌رسد از تجربهٔ بهتری که به دستگاهی نیاز دارد که هیچ‌کس در اتاق ندارد. این دقیقاً همان استدلالی است که در واقعیت افزوده هم به آن رسیدم — و اینجا حتی محکم‌تر است، چون هزینهٔ سخت‌افزار بالاتر است.

جمع‌بندی

• - واقعیت مجازی تجربه‌ای شبیه‌سازی‌شده است که از راه هدست ارائه می‌شود و حرکات واقعی کاربر را به محیطی از پیش برنامه‌ریزی‌شده ترجمه می‌کند؛ همراه با واقعیت افزوده و ترکیبی زیر چتر واقعیت گسترده قرار می‌گیرد.
• - حضور از دو توهم ساخته می‌شود: توهم مکان («جای دیگری هستم») و توهم باورپذیری («این واقعاً دارد اتفاق می‌افتد») — و هیچ‌کدام با کیفیت گرافیک ساخته نمی‌شوند.
• - جهانی خام که پاسخ می‌دهد از جهانی زیبا که پاسخ نمی‌دهد بهتر است؛ یک فریم افتاده کل خرید را پس می‌دهد.
• - تهوع مجازی شکاف میان گزارش چشم و تأیید گوش داخلی است، و هر واحد آزادی حرکتی با راحتی پرداخت می‌شود: از مقیاس اتاق با ریسک صفر تا چرخش روان با بیشترین ریسک.
• - زیر حدود ۹۰ فریم بر ثانیه یا بالای حدود ۲۰ میلی‌ثانیه تأخیر، طراحی خوب نجاتتان نمی‌دهد؛ و تنگ‌کردن میدان دید هنگام حرکت، دادن یک مرجع ثابت به چشم، و عرضهٔ گزینه‌های راحتی با پیش‌فرض امن، بخشی از بودجه را پس می‌خرند.
• - هدست یک هزینه است و تنها چهار چیز آن را پس می‌دهند: یادگیری فضایی، تمرین خطرناک یا گران، نکته‌ای که باید حس شود، و جلسهٔ کوتاه روی سخت‌افزار موجود.
• - و نمایشگر تخت وقتی برنده است که کار خواندن و مقایسه باشد، کاربر باید قابل‌قطع بماند، تجربه باید به همه برسد، یا ارزش در تکرار زیاد باشد.