فناوری‌های دسترسی‌پذیری در نرم‌افزار تلفن همراه، بستر تعامل کاربران دارای محدودیت‌های حرکتی را تغییر داده‌اند. شرکت اپل در سیستم عامل iOS 18 قابلیتی جدید با نام Eye Tracking ارائه کرده است که امکان کنترل آیفون با چشم را بدون احتیاج به ابزارهای سخت‌افزاری مجزا فراهم می‌سازد. این ابزار از سیستم دوربین جلویی دستگاه استفاده می‌کند تا حرکت حدقه چشم را دنبال کرده و آن را به یک نشانگر مجازی روی صفحه نمایش تبدیل کند. هدف اولیه این قابلیت، ایجاد دسترسی همه‌جانبه برای افرادی است که امکان استفاده مستقیم از لمس صفحه را ندارند، اما سنجش شیوه عملکرد آن در شرایط کاری روزمره نشان می‌دهد که فناوری تعقیب نگاه هنوز با چالش‌های فنی متعددی روبرو است.
استفاده از دوربین جلویی به جای حسگرهای مادون قرمز اختصاصی، یک رویکرد نرم‌افزاری محور به شمار می‌رود که بار پردازشی بالایی را به تراشه اصلی وارد می‌کند. اپل این ویژگی را برای آیفون 12 و مدل‌های جدیدتر ارائه کرده است. مدل‌های قدیمی‌تر به دلیل محدودیت در توان پردازش تصویری لحظه‌ای، امکان اجرای این قابلیت را ندارند. پردازش تصویر صورت و ردیابی حرکت عنبیه چشم، مستلزم محاسبه دقیق زاویه دید و سنجش فاصله صورت تا نمایشگر است. به همین دلیل، کوچک‌ترین تغییر در موقعیت فیزیکی گوشی یا میزان نور محیط می‌تواند دقت نشانگر را تغییر دهد.
ارزیابی رفتاری این سیستم نشان می‌دهد که ثبات تصویر و موقعیت فیزیکی کاربر، نقش تعیین‌کننده‌ای در خروجی نهایی دارد. اگر گوشی در دست قرار داشته باشد، لرزش‌های طبیعی بدن باعث نوسان نشانگر روی عناصر گرافیکی می‌شود. در نتیجه، الگوریتم‌های هوش مصنوعی توانایی تشخیص نقطه دقیق نگاه را از دست می‌دهند. تعامل بین کاربر و رابط کاربری زمانی به حداکثر بازدهی می‌رسد که گوشی روی پایه‌ای ثابت نصب شده باشد و فاصله چشم تا لنز دوربین بیشتر از 45 سانتی‌متر نرود.
چگونه قابلیت کنترل آیفون با چشم را فعال کنیم؟
تنظیمات مربوط به این ابزار به صورت پیش‌فرض غیرفعال بوده و در بخش Accessibility سیستم عامل قرار گرفته است. برای راه‌اندازی، کاربر باید در محیطی با نور مناسب و یکنواخت بنشیند و آیفون را روی یک سطح بدون لرزش قرار دهد. فاصله ایده‌آل صورت تا دوربین جلو حدود 1.5 قدم یا همان 45 سانتی‌متر تعیین شده است. پس از شروع فرایند کالیبراسیون، نقاطی روی بخش‌های مختلف صفحه نمایش ظاهر می‌شوند. کاربر باید با نگاه مستقیم و بدون حرکت دادن سر، به این نقاط خیره شود تا الگوریتم نرم‌افزاری نقشه حرکتی چشم او را ثبت کند.
پس از پایان کالیبراسیون، سیستم پیشنهاد می‌دهد که منوی AssistiveTouch روی صفحه فعال شود. این منو نقش کلیدی در ناوبری بدون دست ایفا می‌کند و میانبرهایی برای بازگشت به صفحه اصلی، باز کردن کنترل سنتر و مشاهده پنل اعلان‌ها ارائه می‌دهد. همچنین ابزارهای مکث جهت کلیک یا Dwell Control و پیمایش صفحات یا Scroll Control از همین مسیر صادر می‌شوند. اگر مایلید درباره کلیدهای هدایت سیستم عامل بیشتر بدانید، مقاله اصول ژست‌های حرکتی آیفون نگاه جامع‌تری به ساختار ناوبری بدون دکمه فیزیکی ارائه می‌دهد.
دو تنظیم کلیدی برای شخصی‌سازی رفتار نشانگر وجود دارد که شامل Snap to Item و لغزنده Smoothing است. گزینه Snap to Item باعث می‌شود نشانگر به صورت خودکار به نزدیک‌ترین کلید، آیکون یا گزینه موجود در صفحه متصل شود. این مسئله خطا و پرش‌های کوچک نگاه را جبران می‌کند. در سوی دیگر، تنظیم Smoothing لرزش‌های جزئی چشم را فیلتر کرده و حرکت نشانگر را نرم‌تر می‌کند. اگر مقادیر Smoothing روی اعداد پایین تنظیم شود، سرعت پاسخ‌دهی بالا می‌رود اما پایداری کاهش می‌یابد. در صورت تغییر زاویه نشستن یا جابه‌جایی آیفون، کاربر می‌تواند با خیره شدن مداوم به گوشه بالا و سمت چپ صفحه، فرایند کالیبراسیون را مجددا اجرا کند.
چالش‌های عملکردی در تایپ و پیمایش متون
در بررسی‌های عملی روی ناوبری عمومی سیستم عامل، ویژگی Eye Tracking در انتخاب آیکون برنامه‌ها، تغییر گزینه‌های منو و فشردن کلیدهای بازگشت عملکرد قابل قبولی ارائه می‌دهد. سیستم با مکث کوتاه روی هر عنصر متحرک یا ثابت، دستور کلیک را صادر می‌کند. با این حال، جابه‌جایی میان بخش‌های مختلف منوها نیازمند تمرکز مداوم چشم است که در استفاده طولانی‌مدت موجب خستگی عضلات چشم می‌شود.
بزرگ‌ترین نقطه ضعف این فناوری هنگام مواجهه با صفحه‌کلید مجازی نمایان می‌شود. کلیدهای کوچک صفحه‌کلید آیفون تراکم بالایی دارند و ردیابی چشم برای انتخاب دقیق آن‌ها با کندی و خطای فراوان همراه است. سیستم در تشخیص کلیدهای حاشیه‌ای مانند Q، W، A، S، O و P دچار اشتباه می‌شود. ابزار بزرگ‌نمایی گروه‌های حروفی نیز همواره دقیق عمل نمی‌کند، برای نمونه، خیره شدن به حرف D در مواردی باعث بزرگ‌نمایی دکمه‌های مجاور می‌شود. این عدم قطعیت، روند تایپ یک جمله ساده را به فرآیندی زمان‌بر و کلافه‌کننده تبدیل می‌کند.
رفتار سیستم در پیمایش صفحات طولانی وب و بخش تنظیمات نیز متناقض است. هنگام مرور مقالات متنی، حرکت عمودی چشم برای خواندن سطور پایین‌تر، غالبا باعث پرش ناگهانی صفحه و عبور از روی چند پاراگراف می‌شود. کاربر ناچار است برای یافتن خط گم‌شده، مجددا نگاه خود را به بالای صفحه معطوف کند. در مقابل، برنامه‌هایی نظیر تیک‌تاک که از ساختار پیمایش کارت‌محور عمودی بهره می‌برند یا رابط‌هایی با حرکت افقی، سازگاری بسیار بهتری با این ویژگی نشان می‌دهند و جابه‌جایی در آن‌ها روان‌تر صورت می‌گیرد.
تحلیل فنی شارژدهی، سخت‌افزار و پایداری در استفاده طولانی
فعال ماندن مداوم دوربین جلو و درگیر شدن موتور پردازش عصبی تراشه، مصرف انرژی دستگاه را به میزان قابل توجهی افزایش می‌دهد. پردازش تصویری فریم به فریم و الگوریتم‌های بینایی ماشین جهت ردیابی عنبیه، پردازنده را در حالت فعال نگه می‌دارند. این مسئله نه تنها باعث تخلیه سریع‌تر شارژ باتری می‌شود، بلکه در استفاده‌های طولانی‌مدت، دمای بدنه آیفون را بالا می‌برد. گرما و تخلیه سریع شارژ از عواملی هستند که در بلندمدت می‌توانند بر سلامت سلول‌های باتری تاثیر منفی بگذارند.
تکیه بر دوربین استاندارد بدون نورپردازی مادون قرمز، وابستگی شدید سیستم به نور محیط را به همراه دارد. در تاریکی یا شرایطی که نور خورشید مستقیما به لنز می‌تابد، نرخ خطای ردیابی به شدت افزایش می‌یابد. علاوه بر این، کاربران دارای عینک یا افرادی که از لنزهای تماسی استفاده می‌کنند ممکن است با بازتاب نور روی شیشه عینک مواجه شوند که این امر مانع از تشخیص صحیح عنبیه توسط سیستم می‌شود.
اگرچه ارائه این قابلیت در قالب یک به‌روزرسانی نرم‌افزاری در iOS 18 نقطه عطفی برای سیستم عامل اپل است، اما نمی‌توان آن را یک جایگزین کامل برای لمس مستقیم دانست. این ابزار ارزش بالایی برای افراد دارای معلولیت حرکتی دارد و امکان استفاده از گوشی را بدون ابزارهای کمکی گران‌قیمت فراهم می‌سازد. با این حال، محدودیت در سرعت تایپ و عدم دقت در پیمایش صفحات، نشان می‌دهد که فناوری تعقیب نگاه در گوشی‌های هوشمند همچنان در مراحل اولیه تکامل خود قرار دارد.
در نهایت، موفقیت بلندمدت این ابزار به بهینه‌سازی الگوریتم‌های نرم‌افزاری و احتمالا ادغام حسگرهای پیشرفته‌تر در نسل‌های بعدی وابسته خواهد بود. آیا اپل در آینده می‌تواند با اصلاح مدل‌های یادگیری ماشین، چالش‌های تایپ و حرکت روی صفحات طولانی را برطرف کند یا تعقیب نگاه همواره یک ویژگی کمکی محدود باقی خواهد ماند؟
