Towards Adaptive and Accessible Subtitled Media: A Systematic Review, Taxonomy and Design Considerations

暗い部屋に座り、スクリーンで映画を観ている場面を想像してみてください。ほとんどの視聴者にとって、物語は音と視覚を通じて展開されますが、聴覚や視覚に障害を持つ何百万人もの人々にとって、画面に文字が表示されない限り、その体験は不完全なままです。字幕として知られるこれらの言葉は、話し言葉を書き言葉へと翻訳し、音を記述することで、音声の世界への不可欠な架け橋として機能します。数十年にわたり、これらの言葉の現れ方は、黒い背景に白いテキスト、画面下部に固定され、一度に3行ずつ表示されるという方法が主となってきました。この「一律の」アプローチは多くの人々には機能しますが、特定の障害を持つ人々にとっては、障壁となることがあります。認知処理の違いを持つ人は、テキストの動きが速すぎると感じるかもしれませんし、視覚障害のある人は、騒がしい背景に対して小さな文字を読むのに苦労するかもしれません。研究者たちが問い始めたのは、あらゆる視聴者のユニークなニーズにより適するように、これらの言葉の見え方、動き方、現れ方を変えることができるのではないか、ということです。

ダンディー大学の研究チームは、この問題に関する科学的研究の全歴史を調査することによって、この問いに答えるべく取り組みました。彼らは、1995年から2024年までの29年間に発表された147件の学術論文を収集し、分析しました。彼らの目的は、単にどれだけの研究が存在するかを数えることではなく、科学者たちがどのような変化を試みてきたのか、誰を対象にテストを行ったのか、そしてそれらのテストが何を明らかにしたのかを理解することでした。この膨大な研究コレクションを整理することで、彼らはこの分野の新しい地図を作成し、どこで進展があったのか、そしてより重要なことに、どこに重大なギャップが残されているのかを明らかにしました。

研究者たちは、大多数の研究が2つの特定のグループに焦点を当てていることを発見しました。それは、ろう者または難聴者、および盲目またはロービジョン（弱視）の人々です。これらのコミュニティが主な焦点となってきたのは、テキストの視覚的なスタイルを変更することが聴覚障害を持つ人々を直接的に助け、音声の手がかりや画面の説明を調整することが視覚障害を助けるからです。しかし、このレビューは厳しい現実を浮き彫りにしました。他のグループは、大きく取り残されているのです。研究によると、知的または発達障害を持つ人々、神経多様性（ニューロダイバーシティ）を持つ人々、あるいはメンタルヘルスに関連する疾患を持つ人々を対象とした研究はほとんど行われていませんでした。さらに驚くべきことに、このレビューでは、失語症（言語を理解したり生成したりする能力に影響を与える状態）を持つ人々を具体的に扱った論文はゼロ（0.0%）であったことが判明しました。世界中で数百万人もの人々が失語症と共に生活しているにもかかわらずです。著者らは、この見落としは失われた機会であると示唆しています。なぜなら、これらのグループは、現在のデザインでは対処できていない標準的な字幕に対して、特有の課題を抱えていることが多いからです。

もう一つの主要な発見は、人々がどこで、どのように適応されたビデオを視聴しているかについてです。研究によれば、ほとんどの調査はデスクトップコンピュータやノートパソコンで行われており、テレビ、スマートフォン、または大型の映画スクリーンで実験が行われたケースは極めて少ないことが分かりました。これは重大な制限です。なぜなら、私たちのメディア消費の形態は劇的に変化したからです。人々は今、小さなスマートフォンから巨大な劇場のスクリーンまで、非常に多様なデバイスでコンテンツを視聴していますが、字幕デザインに関する科学はそれに追いついていません。レビューは、小さなコンピュータモニターで機能するものが、大きな映画スクリーンや仮想現実（VR）ヘッドセットでも機能するとは限らないことを示唆しています。さらに、視聴の文脈は主に娯楽や教育に限定されており、賑やかなカフェや美術館のような、社会的または公共的な環境で字幕がどのように機能するかについては、ほとんど注意が払われていませんでした。

提案されたアイデアをテストするための実際の手法に関しては、研究者たちはアンケートや調査への強い依存に気づきました。これらのツールは意見を集めるためには有用ですが、多くの場合、制御されたラボの設定や参加者の自宅で行われるものであり、日常生活の中では行われません。研究によると、人々を日常生活の中で観察したり、長期的な研究を行って適応が時間の経過とともにどのように維持されるかを確認したりする手法を用いた研究者は非常に少ないことが分かりました。これは、字幕を改善するためのアイデアは多く存在するものの、日常生活という予測不能で複雑な現実の中で、それらが実際にどのように機能するかについての証拠は乏しいということを意味しています。著者らは、将来の研究はラボを超え、より幅広い人々（高齢者や介護者を含む）を巻き込み、これら道具に頼る多様な人口のニーズを真に理解する必要があると主張しています。

チームはまた、字幕に加えられた様々な変化のタイプを分類するための新しい方法を開発しました。彼らは、テキストが画面のどこに表示されるか、ビデオに対するテキストの配置（別デバイス上など）、テキストが実際に何を伝えているか、そしてフォント、色、サイズといったテキストの外観という4つの主要な領域に着目しました。彼らの分析によれば、研究者たちはこれら4つの領域すべてで実験を行っていますが、その焦点は偏っています。文章を簡略化したり句読点を加えたりといった、テキストの内容を変更することは最も一般的な研究領域でした。対照的に、字幕を別のデバイスや仮想現実空間などの異なる場所に移動させることは、はるかに調査されていませんでした。この不均衡は、私たちは言葉そのものを微調整することには長けている一方で、その言葉が現れる物理的な空間を再考することには遅れていることを示唆しています。

最終的に、この包括的なレビューは、科学界とメディア制作者への行動喚ло（コール・トゥ・アクション）として機能します。それは、現在の字幕へのアプローチが硬直的であり、あまりにも限定されたユーザーに集中しすぎていることを強調しています。著者らは、真にアクセシブルなメディアを創造するためには、思考を拡張しなければならないと提案しています。それは、小さなスマートフォンから大きな映画ディスプレイまで、さまざまな画面サイズに適応できる字幕を設計し、より幅広い人間のニーズに合わせてカスタマイズできるシステムを作ることです。設計プロセスに多様なグループを関与させ、実世界の環境でこれらのソリューションをテストすることで、私たちは、能力に関わらず誰もが、画面に提示される物語や情報を十分に楽しむことができる未来へと進むことができます。その道のりは、単なる技術的な革新だけでなく、私たちが世界を「見る」方法と「聞く」方法を設計する際に、誰を考慮に入れるかという根本的なパラダイムシフトを必要としているのです。