Uma interface cerebral quase perfeita pode comunicar poucas palavras

Uma interface cérebro-computador pode reconhecer quase todas as palavras de um teste e, mesmo assim, oferecer pouca liberdade para conversar. O aparente paradoxo surge quando o sistema é avaliado apenas dentro de um vocabulário pequeno. Um decodificador que acerta 94% de 50 palavras não atende automaticamente uma pessoa que queira dizer qualquer palavra de uma conversa cotidiana.

Dulhan Jayalath, Benjamin Ballyk e Oiwi Parker Jones, da Universidade de Oxford, propõem medir as interfaces de fala por uma referência externa: a distribuição das palavras que o usuário pode querer comunicar. A medida, chamada informação mútua de vocabulário aberto, ou OVMI na sigla inglesa, combina dois fatores. Primeiro calcula quanto do vocabulário pretendido está disponível; depois estima quanta informação o decodificador preserva ao distinguir as palavras disponíveis.

A equipe aplicou a mesma régua a sistemas invasivos e não invasivos já publicados, usando quatro referências: inglês falado amplo, conversação, comunicação aumentativa e alternativa voltada a necessidades clínicas, e prosa narrativa. No inglês falado amplo, o sistema invasivo de Willett com 50 palavras e modelo de linguagem transmitiu 6,4% da informação lexical da referência. Na lista clínica mais restrita, o mesmo sistema chegou a 40,4%. A capacidade medida, portanto, depende do que a pessoa precisa dizer, não apenas do decodificador.

O contraste histórico também muda de escala. O sistema invasivo de Willett com 125 mil palavras alcançou 72,0% da informação do inglês falado amplo, enquanto o sistema de Card com vocabulário de 125 mil palavras chegou a 93,7%. Os intervalos propagados foram de 69,9% a 74,0% para Willett e de 93,1% a 94,2% para Card. A ampliação do vocabulário, depois que a precisão interna já era alta, respondeu pela maior parte do salto observado entre os sistemas invasivos comparados.

Os pesquisadores também testaram a OVMI como critério para escolher subconjuntos de um vocabulário de 250 palavras em um decodificador não invasivo. Compararam escolhas guiadas pela métrica, pela frequência das palavras, pela precisão de validação ou pelo acaso em três domínios: frases foneticamente variadas, podcasts e um capítulo de Sherlock Holmes. Em vocabulários menores, a escolha por OVMI igualou ou superou as alternativas; os maiores ganhos relativos de precisão sobre a seleção por frequência foram 15,4%, 16,3% e 8,4%, respectivamente. O benefício diminuiu conforme o conjunto se aproximou das 250 palavras disponíveis.

A proposta separa duas perguntas que números de acerto costumam misturar: quão bem o sistema reconhece as opções que recebeu e quanto da linguagem necessária essas opções cobrem. Essa distinção pode tornar comparações retrospectivas mais informativas e orientar vocabulários de sistemas restritos. Ela não substitui testes com usuários, mas deixa explícito qual universo de comunicação sustenta cada pontuação.