تعتبر الرسوم البيانية والرسوم التوضيحية والجداول عنصراً أساسياً في الأوراق العلمية، حيث تنقل معلومات تتجاوز ما يُعبر عنه بالنص فقط. ولقد اعتمد العلماء ضعاف البصر (BLV) تقليديًا على النصوص البديلة الثابتة للوصول إلى هذه العناصر البصرية، ولكن الموجة الجديدة من تطويرات الذكاء الاصطناعي (AI) توفر إمكانية استكشاف تفاعلي يتمثل في أنظمة السؤال والجواب (QA).

في محاولة لفهم كيفية تعامل العلماء مع هذه الأدوات الجديدة، تم إجراء مقابلات مع خمسة علماء ضعاف البصر وخمسة علماء مبصرين من مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM). وجاءت نتائج الدراسة لتبرز كيف يقوم هؤلاء العلماء بمراجعة المحتوى متعدد الوسائط، بما في ذلك الممارسات الحالية التي يستعينون بها للتفاعل مع الصور، إضافة إلى تعليقاتهم حول ملاءمة استجابات الذكاء الاصطناعي للاستفسارات متعددة الوسائط.

أظهرت النتائج أن الوصف غير الواضح أو غير الكامل للصورة، بالإضافة إلى الأخطاء في مخرجات الذكاء الاصطناعي بشكل عام، يمكن أن تؤدي إلى تخلي كل من العلماء ضعاف البصر والعلماء المبصرين عن سير العمل المعتمد على الذكاء الاصطناعي.

لتمكين البحث المستقبلي في هذا المجال، قدمت الدراسة مجموعة بيانات تحتوي على 115 استفسارًا واستجابة من تجارب المشاركين مع أدوات الذكاء الاصطناعي للأبحاث في مجالاتهم.

نتناول في الختام الآثار المترتبة على أنظمة السؤال والجواب العلمية المدعومة بالذكاء الاصطناعي، مع التركيز على ضرورة مراعاة الوصول والقدرة على الاستخدام عبر مختلف القدرات والمجالات.

ما رأيكم في أهمية تحسين الوصول إلى المحتوى العلمي عبر الذكاء الاصطناعي؟ شاركونا أفكاركم في التعليقات!