लगभग सटीक मस्तिष्क इंटरफेस भी बहुत कम शब्द पहुँचा सकता है

मस्तिष्क–कंप्यूटर इंटरफेस किसी परीक्षण के लगभग हर शब्द को पहचान सकता है, फिर भी बातचीत की बहुत कम स्वतंत्रता दे सकता है। यह विरोधाभास तब पैदा होता है जब प्रणाली को केवल छोटी शब्दावली के भीतर आँका जाता है। 50 शब्दों में 94% सही पहचानने वाला डिकोडर रोजमर्रा की बातचीत का कोई भी शब्द कहने की इच्छा रखने वाले व्यक्ति की जरूरत अपने आप पूरी नहीं करता।

ऑक्सफर्ड विश्वविद्यालय के Dulhan Jayalath, Benjamin Ballyk और Oiwi Parker Jones ने वाक् इंटरफेस को एक बाहरी संदर्भ से मापने का प्रस्ताव रखा: उन शब्दों का वितरण जिन्हें उपयोगकर्ता कहना चाह सकता है। ओपन-वोकैब्युलरी म्यूचुअल इन्फॉर्मेशन, यानी OVMI, दो पहलुओं को जोड़ता है। पहले यह देखता है कि इच्छित शब्दावली का कितना भाग उपलब्ध है, फिर अनुमान लगाता है कि उपलब्ध शब्दों में भेद करते समय डिकोडर कितनी सूचना बचाता है।

दल ने पहले प्रकाशित आक्रामक और गैर-आक्रामक प्रणालियों पर यही पैमाना लगाया और चार संदर्भ लिए: व्यापक बोली जाने वाली अंग्रेज़ी, बातचीत, चिकित्सकीय जरूरतों वाली सहायक और वैकल्पिक संचार सूची, तथा कथात्मक गद्य। व्यापक अंग्रेज़ी में भाषा मॉडल सहित Willett की 50-शब्द आक्रामक प्रणाली ने संदर्भ की 6.4% शब्दीय सूचना पहुँचाई। सीमित चिकित्सकीय सूची में वही प्रणाली 40.4% तक पहुँची। इसलिए मापी गई क्षमता केवल डिकोडर नहीं, बल्कि व्यक्ति को क्या कहना है, उस पर भी निर्भर है।

ऐतिहासिक तुलना का पैमाना भी बदल गया। Willett की 1,25,000-शब्द आक्रामक प्रणाली व्यापक बोली जाने वाली अंग्रेज़ी की 72.0% सूचना तक पहुँची, जबकि Card की 1,25,000-शब्द प्रणाली 93.7% पर पहुँची। प्रसारित अंतराल Willett के लिए 69.9% से 74.0% और Card के लिए 93.1% से 94.2% थे। जिन प्रणालियों में सीमित शब्दावली की आंतरिक सटीकता पहले ही ऊँची थी, उनमें शब्दावली बढ़ाना प्रगति का मुख्य स्रोत बना।

शोधकर्ताओं ने एक गैर-आक्रामक डिकोडर में 250 शब्दों के समूह से छोटे उपसमूह चुनने के लिए भी OVMI आजमाया। तीन क्षेत्रों—ध्वन्यात्मक रूप से विविध वाक्य, पॉडकास्ट और Sherlock Holmes का एक अध्याय—में OVMI, शब्द आवृत्ति, सत्यापन सटीकता और यादृच्छिक चयन की तुलना की गई। छोटी शब्दावलियों में OVMI अन्य तरीकों के बराबर या बेहतर रहा; आवृत्ति-आधारित चयन के मुकाबले सर्वोच्च सापेक्ष सटीकता लाभ क्रमशः 15.4%, 16.3% और 8.4% थे। सभी 250 शब्दों के करीब पहुँचने पर लाभ घटा।

यह प्रस्ताव उन दो सवालों को अलग करता है जिन्हें सटीकता के अंक अक्सर मिला देते हैं: प्रणाली दिए गए विकल्पों को कितनी अच्छी तरह पहचानती है, और वे विकल्प जरूरी भाषा का कितना भाग समेटते हैं। यह फर्क पुराने अध्ययनों की तुलना बेहतर कर सकता है और सीमित शब्दावलियों की रचना में मदद कर सकता है। यह उपयोगकर्ताओं पर परीक्षण का विकल्प नहीं है, पर हर अंक के पीछे का संचार-जगत स्पष्ट करता है।