Czy technologia może rozwiązywać problem, który sama pomogła stworzyć?

Kiedy mówimy o rozwoju interfejsów, łatwo opowiedzieć zbyt prostą historię: najpierw człowiek musiał robić dużo, potem coraz mniej, aż w końcu został mu jeden kciuk. Tyle że rozwój nigdy nie przebiegał tak jednolicie. Już bardzo wczesne komputery eksperymentowały z bezpośrednim wskazywaniem na ekranie, a różne sposoby sterowania rozwijały się równolegle.

Mimo to pewien kierunek jest dobrze widoczny. Dobry interfejs miał usuwać zbędny wysiłek między zamiarem a efektem. Jeśli chcesz wskazać element na ekranie, nie powinieneś przepisywać jego współrzędnych. Jeśli chcesz otworzyć dokument, lepiej kliknąć ikonę niż wpisywać długie polecenie. Jeśli chcesz przewinąć stronę, wystarczy ruch palca.

W 1968 roku podczas słynnej prezentacji systemu NLS Douglasa Engelbarta publiczność zobaczyła między innymi komputerową mysz. Dziś jej działanie wydaje się banalne: niewielki ruch dłoni po biurku może przesunąć wskaźnik przez cały ekran. Właśnie w tym tkwi siła takiego rozwiązania. Człowiek nie musi fizycznie sięgać do miejsca, które chce zmienić. Ma małe urządzenie, które przekłada drobny gest na działanie w cyfrowej przestrzeni.

Ekrany dotykowe jeszcze mocniej skróciły tę drogę. W komputerze HP-150 z 1983 roku można było wybierać elementy przez dotknięcie ekranu, a później podobna logika stała się codziennością w telefonach i tabletach. Interfejs stopniowo znikał pomiędzy palcem a treścią. Chcesz coś przesunąć – przesuwasz palec. Chcesz powiększyć – rozsuwasz dwa palce. Nie trzeba uczyć się, jak fizycznie wykonać odpowiednik tej czynności poza ekranem.

To ogromne osiągnięcie. Problem zaczyna się dopiero wtedy, gdy łatwość wykonania cyfrowej czynności zaczynamy mylić z tym, że każda technologia z definicji powinna wymagać od ciała jak najmniej.

Historia interfejsów od początku miała także drugą gałąź. Komputer PDP-1 z początku lat sześćdziesiątych mógł współpracować z piórem świetlnym, którym wskazywano obiekty bezpośrednio na ekranie. Później pojawiały się joysticki, kierownice, maty taneczne i urządzenia reagujące na gesty. Nie wszystkie zdobyły masowy rynek, ale stale wracało to samo pytanie: co się stanie, jeśli komputer będzie rozumiał nie tylko przycisk, lecz także ruch?

W rozrywce ten kierunek stał się szczególnie widoczny w latach dwutysięcznych. Wii, wprowadzone przez Nintendo w 2006 roku, wykorzystało kontroler reagujący na ruch. W Wii Sports rakieta tenisowa czy kij golfowy nie były wyłącznie obrazkiem na ekranie sterowanym kombinacją przycisków. Gracz wykonywał gest przypominający zamach.

Kilka lat później Microsoft poszedł jeszcze dalej. Kinect dla Xbox 360, wprowadzony w 2010 roku, miał działać bez trzymanego kontrolera. Sensor śledził pozycję użytkownika, a hasło promocyjne sprowadzało pomysł do jednego zdania: to ty jesteś kontrolerem. W tańcu, sporcie czy prostych zadaniach ruch ciała nie był ozdobnikiem. To właśnie nim użytkownik sterował systemem.

Te urządzenia nie rozpoczęły nagle nowej epoki, w której klawiatury i ekrany miały zniknąć. Zresztą nie zniknęły. Pokazały coś ciekawszego: nie istnieje jeden „naturalny” kierunek rozwoju interfejsu. Czasem najlepszym rozwiązaniem jest ograniczenie ruchu do minimum. Czasem właśnie większy, bardziej przestrzenny ruch staje się prostszym sposobem przekazania zamiaru.

W badaniach nad interakcją człowieka z komputerem od lat funkcjonuje pojęcie embodied interaction – interakcji ucieleśnionej. Jednym z badaczy, którzy je rozwijali, jest Paul Dourish. Nie chodzi po prostu o machanie rękami. Chodzi o to, że działamy jako ludzie osadzeni w fizycznym i społecznym świecie: mamy ciało, orientujemy się w przestrzeni, chwytamy, wskazujemy, obracamy się i korzystamy z doświadczeń oraz sposobów działania znanych z rzeczywistości.

To inne spojrzenie niż projektowanie interfejsu wyłącznie jako zestawu symboli na płaskim ekranie. Jeżeli cyfrowy przedmiot można złapać ruchem ręki, system próbuje wykorzystać umiejętność, którą mamy, jeszcze zanim nauczymy się obsługi konkretnego programu. Jeśli chcemy zobaczyć coś z boku, naturalnym odruchem może być przesunięcie głowy, a nie szukanie odpowiedniej komendy.

Nie znaczy to, że taki sposób sterowania zawsze jest lepszy. Pisanie długiego tekstu przez wykonywanie gestów w powietrzu byłoby raczej męczące niż „naturalne”. Do arkusza kalkulacyjnego nadal świetnie pasują klawiatura i mysz. Minimalny ruch jest często zaletą, bo interfejs ma być szybki, precyzyjny i niewidoczny.

Ale w przestrzennym środowisku cyfrowym sytuacja się zmienia. Tam obrót, odległość, kierunek i pozycja nie są dodatkami. Są częścią świata, w którym działamy.

Typowe współczesne zestawy VR śledzą położenie i orientację gogli oraz kontrolerów w sześciu stopniach swobody. System wie nie tylko, w którą stronę patrzysz lub obracasz rękę, lecz także gdzie znajdują się one w przestrzeni. Coraz częściej można też używać samych dłoni. Dzięki temu wyciągnięcie ręki może naprawdę przesunąć wirtualną dłoń do przodu, a pochylenie głowy zmienić punkt widzenia bez naciskania czegokolwiek.

W tym sensie VR nie „dodaje ruchu” do gotowego interfejsu. W wielu doświadczeniach ruch jest częścią samego języka komunikacji z systemem. Żeby spojrzeć za siebie, obracasz się. Żeby wskazać przedmiot, wskazujesz. Żeby coś podnieść, wykonujesz gest chwytu. Nadal korzystasz z przycisków, drążków i skrótów, bo fizyczny pokój ma granice, a wirtualny świat potrafi być ogromny. Jednak znacznie większa część informacji może pochodzić z tego, co robi użytkownik w realnej przestrzeni.

Tutaj tytułowe pytanie zaczyna być podejrzanie kuszące. Łatwo powiedzieć: najpierw urządzenia posadziły nas przed ekranami, a teraz VR ma nas z tych krzeseł podnieść. Taki obraz jest zgrabny, tylko zbyt prosty.

Technologia nie stworzyła sama siedzącego stylu życia i nie ma jednego kierunku, w którym wszystkie interfejsy powinny podążać. Nie potrzebujemy też, żeby każda czynność cyfrowa wymagała ruchu całego ciała. Czasem właśnie możliwość zrobienia czegoś jednym palcem jest genialnym rozwiązaniem.

Zmieniło się coś innego. Przez lata łatwo było wyobrażać sobie postęp interfejsu jako usuwanie kolejnych fizycznych czynności: mniej kroków, mniej gestów, mniej wysiłku między decyzją a efektem. Dziś coraz częściej potrafimy zbudować system, który nie tylko toleruje ruch człowieka, ale potrafi go dokładnie odczytać i wykorzystać.

To nie jest cofnięcie się do czasów, kiedy wszystko trzeba było robić ręcznie. To raczej poszerzenie repertuaru. Do kliknięcia, dotknięcia i naciśnięcia klawisza dołączyły pozycja, gest, spojrzenie, obrót i ruch w przestrzeni.

Najciekawsze jest więc nie to, że technologia nagle postanowiła nas „naprawić”. Raczej to, że po dziesięcioleciach projektowania interfejsów reagujących na coraz mniejsze gesty potrafimy tworzyć również takie, które zauważają znacznie więcej z tego, co robi całe nasze ciało.

Mysz nie przestała być dobrym pomysłem. Ekran dotykowy też nie. Po prostu nie są już jedyną odpowiedzią na pytanie, jak człowiek może powiedzieć komputerowi: „chcę zrobić właśnie to”.