Developing a UXR Point of View for Cognitive Accessibility in Mobile Learning with Generative AI

Resumo Técnico: Um Ponto de Vista de UXR para Acessibilidade Cognitiva em Aprendizagem Móvel com IA Generativa

Declaração do Problema
Apesar da rápida expansão da aprendizagem móvel, sua eficácia para alunos com deficiências cognitivas permanece inconsistente. A pesquisa atual foca frequentemente na qualidade do sistema, da interação e do conteúdo ou no engajamento emocional, mas frequentemente negligencia a qualidade a montante dos requisitos. Para alunos com deficiências cognitivas (que afetam a memória, atenção, velocidade de processamento e funções executivas), requisitos mal definidos podem levar ao aumento da carga cognitiva, redução da motivação e prejuízo na retenção do conhecimento. Os frameworks de UX existentes costem fornecer princípios de design de alto nível sem mecanismos operacionais para traduzir o conhecimento interdisciplinar em requisitos técnicos mensuráveis e testáveis. Além disso, as diretrizes de acessibilidade são frequentemente tratadas como checklists de conformidade, em vez de serem integradas à engenharia de requisitos sistêmica. Essa lacuna resulta em desafios de usabilidade e engajamento que derivam de especificações ambíguas, e não apenas do design da interface.

Metodologia
O estudo emprega uma síntese de Pesquisa de Experiência do Usuário (UXR) aumentada por IA e de métodos mistos, utilizando o framework Ponto de Vista (PoV) de UXR. A pesquisa progride através de quatro estágios estruturados, integrando o suporte de Modelos de Linguagem de Grande Escala (LLM) para síntese temática e refinamento de insights sob rigorosa supervisão humana:

1. Estruturação Fundamental: O estudo estabelece um modelo analítico de três camadas (Camadas Psicológica → Comportamental → de Design) baseado em revisões sistemáticas de literatura, requisitos de stakeholders e diretrizes de acessibilidade cognitiva do W3C. Os LLMs auxiliam na categorização de temas e na geração de hipóteses que ligam requisitos a recursos de design.
2. Plano Fundamental e Roadmap: Este estágio operacionaliza mecanismos de validação utilizando o Modelo de Sucesso de Sistemas de Informação de DeLone e McLean (mapeando requisitos para qualidade do sistema, qualidade da informação, qualidade do serviço, satisfação do usuário, uso e benefícios líquidos) e o Desdobramento da Função Qualidade (QFD). O QFD é utilizado para traduzir os requisitos do usuário ("Voz do Usuário") em especificações técnicas priorizadas, estabelecendo a rastreabilidade entre as necessidades de acessibilidade e a implementação de engenharia.
3. Geração de Insights e Desenvolvimento de Play Cards: Os achados temáticos são sintetizados em nove Play Cards de UXR de Acessibilidade Cognitiva. Esses artefatos estruturam os insights em ferramentas de suporte à decisão reutilizáveis, detalhando problemas específicos, riscos sistêmicos, melhores práticas baseadas em evidências e racional de design.
4. Narrativas de PoV e Comunicação com Stakeholders: O estágio final articula Pontos de Vista (PoV) específicos para stakeholders destinados a executivos, engenheiros, designers, educadores e formuladores de políticas. Essas narrativas traduzem insights estruturados em termos relevantes para cada disciplina, visando fomentar o alinhamento e a tomada de decisão acionável.

Principais Resultados

• Geração de Hipóteses: O estudo formulou nove hipóteses específicas (H1–H9) ligando recursos da plataforma aos resultados de aprendizagem. Exemplos incluem: dificuldade adaptativa e segmentação de tarefas aumentando a conclusão independente de tarefas; interfaces de baixa estimulação melhorando a duração da sessão; e layouts consistentes e de baixo ruído visual reduzindo erros de navegação.
• Ecossistema de Stakeholders: Foi estabelecido um mapeamento abrangente de stakeholders (incluindo alunos, professores, psicólogos, pesquisadores de UX, engenheiros e formuladores de políticas), esclarecendo seus focos primários (ex: "Validade cognitiva" para psicólogos, "Viabilidade técnica" para engenheiros).
• Matriz de Relacionamento QFD: Uma matriz validada foi produzida ligando Requisitos do Cliente (ex: Dificuldade adaptativa, Suporte emocional, Entrega multimodal) a Requisitos Técnicos (TR1–TR11). Esta matriz quantifica a força das relações (Forte=9, Moderada=3, Fraca=1), priorizando implementações técnicas com base nas necessidades do usuário.
• Playbook de UXR de Acessibilidade Cognitiva: O estudo produziu nove Play Cards estruturados que unem teoria, evidência empírica e racional técnico. Esses cards servem como ferramentas de governança para questões como dificuldade adaptativa (scaffolding cognitivo) e flexibilidade multimodal.
• Narrativas de Stakeholders: Diferentes narrativas de PoV foram geradas para diversos públicos, garantindo que os requisitos técnicos e as contribuições suportadas por GenAI sejam comunicados de forma eficaz entre as disciplinas.

Significância e Alegações
O artigo alega avançar a pesquisa em aprendizagem móvel ao reposicionar a qualidade dos requisitos como um determinante primário dos resultados da experiência do usuário para alunos com deficiências cognitivas. Sua significância reside em:

• Mudança de Foco: Mover a investigação de "como projetar a interface" para "quão bem os requisitos do sistema são definidos, estruturados e validados antes do design".
• Operacionalização da Acessibilidade: Fornecer um caminho estruturado (a metodologia UXR PoV e o Playbook) para transformar conhecimentos interdisciplinares de psicólogos, educadores e especialistas em acessibilidade em requisitos mensuráveis e tecnicamente rastreáveis.
• UXR Aumentada por IA: Demonstrar como a IA Generativa pode funcionar como uma ferramenta de aumento dentro de um processo de "human-in-the-loop" para aumentar a eficiência na síntese e no mapeamento cruzado sem substituir o julgamento interpretativo.
• Compromisso Arquitetônico: Argumentar que a adaptação deve ser um compromisso arquitetônico fundamentado em evidências derivadas de UX, e não apenas um aprimoramento superficial.

Os autores concluem que muitas falhas de UX na aprendizagem móvel originam-se de requisitos subespecificados. Ao integrar a metodologia UXR PoV com engenharia de requisitos estruturada e síntese apoiada por GenAI, o framework proposto oferece um método repetível para projetar sistemas de aprendizagem móvel cognitivamente acessíveis que sejam tanto inclusivos quanto orientados a resultados.