技術要約：Q&A型か、ドキュメント型か？ インターフェースのタイプがスクリーンリーダー利用者の相互接続されたドキュメントへのアクセスに与える影響

問題提起

盲視覚障害（BLV）ユーザーは、ドキュメント・コレクションにアクセスするために、大規模言語モデル（LLM）インターフェースへの依存を強めている。生成AI（GenAI）ツールは、情報の合成や視覚的コンテンツの記述を通じて障壁を取り払うことを約束しているが、これらの対話型インターフェースが、相互に接続された知識の構築にどのように影響するかについての理解には決定的な欠落がある。従来のドキュメント閲覧は、アクセシビリティに欠けるフォーマットや文脈の欠如により、スクリーンリーダー（SR）ユーザーに課題をもたらすことが多い。しかし、「プロンプトを入力して要約を得る」というパラダイムは、特定のコンテンツへとユーザーを誘導する一方で、他のコンテンツを隠蔽してしまうことで、新たな障壁を生むリスクがある。本研究では、LLM駆動の質問応答インターフェース（QAI）が、従来のドキュメント・インターフェース（DI）と比較して、BLVユーザーが複雑で相互接続された情報空間の包括的なメンタルモデルを構築する能力を支援するのか、あるいは阻害するのかを調査する。

方法論

著者らは、16名の定期的なスクリーンリーダー利用者を対象とした被験者内実験を実施した。本研究では、ドキュメント・インターフェース（DI）（伝統的なハイパーリンク付きウェブページと、空間データ用の触覚オーバーレイ）と、質問応答インターフェース（QAI）（GoogleのGemini 2.5 Proとキャッシュ拡張生成を用いたLLM駆動のチャットボット）を比較するために、4つのフェーズからなる混合メソッド・アプローチを用いた。

実験設定:

• 刺激資料: 2つの架空の世界（「ソラナ」と「ドミニオン」）。それぞれ25個の相互接続されたドキュメント（テキストおよび空間図解）で構成されている。架空の世界を使用することで、事前の知識によるバイアスを排除した。
• アクセシビリティ: DIには、WCAG 2.1に準拠したウェブページと、空間ドキュメント用の3Dプリントされた触覚オーバーレイが含まれる。QAIは、提供されたコーパスから厳密に情報を取得・要約する、WCAG 2.1準拠のチャットボットである。
• 手順:
  1. 探索（フェーズ1）: 参加者は、割り当てられたインターフェースを使用して世界を自由に探索した。インタラクションログにより、ドキュメントの訪問と遷移を追跡した。
  2. メンタルモデルの引き出し（フェーズ2）: 参加者は世界について説明し、研究者の補助を受けながら、内部表現を外部化するためのコンセプトマップを作成した。
  3. 適用（フェーズ3）: 参加者は、架空の世界における意思決定ベースのシナリオを解決するために、得た知識を適用した。
  4. インタビュー（フェーズ4）: 半構造化インタビューを行い、ユーザー体験、好み、および知覚された学習について評価した。

指標:

• 定量的: ユニークなドキュメント訪問数、遷移回数、グラフ指標（密度、直径、最短経路長）、コンセプトマップのサイズ（トピック/サブトピック）、接続数、およびエラー率。
• 定性的: 探索戦略、認知負荷、およびエージェンシー（主体性）に関するインタビューデータの主題分析。

主な貢献

1. SRユーザーの経験的検証: 本研究は、スクリーンリーダーユーザーが、伝統的なドキュメントナビゲーションとLLM駆動の対話型インターフェースを用いて、どのようにマルチモーダルな情報を閲覧、合成、適用するかを経験的に検証している。
2. メンタルモデルの分析: 単純な検索指標を超え、概念マッピングと意思決定タスクを用いて、BLVユーザーにおける知識構築の深さと正確性を測定することで、メンタルモデルの測定を操作的に定義した。
3. 「メタ認知的ギャップ」の特定: ユーザーの認識と実際のパフォーマンスの間の重大な乖離を明らかにした。ユーザーは、定量的な証拠に反して、QAIが探索や学習に効果的であると過大評価する傾向がある。

結果

探索パターン (RQ1)

• 広がり vs 接続性: 参加者は、QAI（平均9.31）よりもDI（平均11.44）において、有意に多くのユニークなドキュメントを訪問した。これは、DIの方が情報空間をより広くカバーしていることを示している。
• 遷移: 総遷移回数は同程度であったが、QAIは、より高い密度、より低い有向直径、およびより短い平均経路長を持つナビゲーショングラフを生成した。これは、QAIが、離れたトピック間の緊密な接続を促進した一方で、DIはより広範で線形な探索をサポートしたことを示唆している。
• 定性的ニュアンス: ユーザーは、DIは「あらかじめ定められた」概要と深みには効果的だが、「自己定義された」構造には苦労すると感じた。逆に、QAIは自己定義された概要や事実確認には優れていたが、いつトピックが尽きたのかを判断したり、具体的なプロンプトなしに全体構造を理解したりすることを困難にした。

知識の統合と適用 (RQ2)

• メンタルモデルの質: DIを使用した参加者は、QAIを使用した参加者よりも、有意に多くのトピック（67%多い）と接続（38%多い）を含むメンタルモデルを構築した。
• 正確性: DIの条件では、コンセプトマップおよび意思決定タスクにおけるエラー（生のエラー数が45%少なく、エラー率が54%低い）が有意に少なかった。
• QAIの限界: QAIのコンセプトマップは、より密に接続されていたものの、規模が小さく、事実誤認も多かった。参加者は、QAIを通じて収集した情報の完全性を検証することに苦労し、必要な範囲をカバーできているかどうかが分からなくなることが多かった。

ユーザーの好み (RQ3)

• 認識 vs 現実: DIの方が優れたパフォーマンスを示したにもかかわらず、参加者の主観的な好みは二分された（DIを好む者が8名、QAIを好む者が8名）。
• メタ認知的不一致: 多くの参加者は、自身のパフォーマンス指標（エラー率、モデルのサイズ）が劣っていたにもかかわらず、QAIが探索を助け、より多くを学び、より高い自信を持って回答できると考えていた。
• 好みの要因: 好みは、エージェンシー／コントロール（DIは構造的コントロールを提供、QAIは対話の自由を提供）と、労力／認知負荷（DIは追跡が必要、QAIは複雑なクエリの策定が必要）のトレードオフによって駆動されていた。

重要性と主張

本論文は、QAIインターフェースは効率的で拡張性があるように感じられるが、BLVユーザーに対しては、不注意に表層的な学習や脆弱なメンタルモデルを促進する可能性があると主張している。著者らは、対話型インターフェースの「欺瞞的な拡張性」が、包括的なカバーの欠如を隠蔽し、ユーザーがトピックを習得したと誤認させる可能性があると主張している。

主な含意は以下の通りである：

• 新たな障壁のリスク: アクセシビリティタグの欠落が情報を隠すのと同様に、QAIインターフェースの設計はドキュメント・コレクションの一部を隠蔽する可能性があり、包括的な理解を達成するために追加の認知的努力を必要とする。
• メタ認知的失敗: ユーザーは、堅牢な知識構造を構築する上でのQAIの限界を認識できないことが多く、これが、要約されたサマリーへの過度な依存、つまりソース資料への深い関与の欠如につながる可能性がある。
• 設計上の推奨事項: 著者らは、将来のアクセシブルなテクノロジーは、スピードや利便性だけを優先すべきではなく、正確な理解と意味のある探索を評価すべきであると提案している。DIの構造的利点とQAIの柔軟性を組み合わせたハイブリッド・システムを提案し、ユーザーがどのように学習を開始すべきか確信が持てない場合に、どのように学習を構成すべきかのガイダンスを提供するシステムを提言している。

本研究は、BLVユーザーにとって、より「容易に感じる」インターフェース（QAI）が、より弱い理解をサポートする可能性があることを示しており、GenAIツールをアクセシブルな情報アクセス・ワークフローにどのように統合するかについて、再評価が必要であることを結論づけている。