16.04.2026 14:01
Log2Motion: ИИ оценивает утомляемость от тапов и свайпов
☝🏻Исследователи научили ИИ симулировать, насколько физически утомителен каждый тап и свайп по экрану смартфона 📱
Проект Log2Motion разработан совместно Университетом Аалто (Финляндия) и Лейпцигским университетом (Германия).
Работу представят 17 апреля на CHI 2026 — главной мировой конференции по взаимодействию человека и компьютера, в этом году проходящей в Барселоне.
Модель превращает обычные логи касаний в полноценную биомеханическую симуляцию.
Виртуальный человек с цифровыми костями и мышцами в реальном времени работает с реальными мобильными приложениями — за счёт связки физического движка и софтверного эмулятора. 🦾
В основе — обучение с подкреплением на данных motion capture.
Валидация прошла на публичном датасете Android in the Wild, а сгенерированные траектории движений, по заявлению авторов, укладываются в диапазон вариативности между реальными участниками экспериментов.
Log2Motion оценивает скорость, точность, активацию мышц и энергозатраты каждого жеста.
Команда уже выделила проблемные зоны интерфейса: свайпы вверх-вниз и вниз-вверх утомляют сильнее остальных, мелкие иконки и углы экрана требуют дополнительных усилий. 💪
Авторы позиционируют инструмент как помощь дизайнерам — делать интерфейсы удобнее, в том числе для людей с тремором, сниженной силой или протезами.
☝🏻☝🏻☝🏻☝🏻Но у этой же технологии есть обратная сторона.
Впервые корпорации получают точную количественную оценку того, какая кнопка требует от пользователя минимум усилий, а какая — максимум. 🧠
Это готовая инфраструктура для dark patterns нового поколения.
Кнопку «Принять все» можно разместить в зоне минимальной мышечной нагрузки, «Отписаться» или «Отклонить» — увести в угол и замкнуть на тот самый утомительный свайп вверх-вниз.
Формально выбор остаётся за пользователем — фактически рука устанет быстрее, чем терпение.
Эргономик-дизайн незаметно превращается в манипуляцию: цель не облегчить взаимодействие, а направить его в нужную продукту сторону.
И чем точнее ИИ моделирует усталость, тем эффективнее её можно эксплуатировать — массово, персонализированно и с полной аналитикой успеха.🤖
Проект Log2Motion разработан совместно Университетом Аалто (Финляндия) и Лейпцигским университетом (Германия).
Работу представят 17 апреля на CHI 2026 — главной мировой конференции по взаимодействию человека и компьютера, в этом году проходящей в Барселоне.
Модель превращает обычные логи касаний в полноценную биомеханическую симуляцию.
Виртуальный человек с цифровыми костями и мышцами в реальном времени работает с реальными мобильными приложениями — за счёт связки физического движка и софтверного эмулятора. 🦾
В основе — обучение с подкреплением на данных motion capture.
Валидация прошла на публичном датасете Android in the Wild, а сгенерированные траектории движений, по заявлению авторов, укладываются в диапазон вариативности между реальными участниками экспериментов.
Log2Motion оценивает скорость, точность, активацию мышц и энергозатраты каждого жеста.
Команда уже выделила проблемные зоны интерфейса: свайпы вверх-вниз и вниз-вверх утомляют сильнее остальных, мелкие иконки и углы экрана требуют дополнительных усилий. 💪
Авторы позиционируют инструмент как помощь дизайнерам — делать интерфейсы удобнее, в том числе для людей с тремором, сниженной силой или протезами.
☝🏻☝🏻☝🏻☝🏻Но у этой же технологии есть обратная сторона.
Впервые корпорации получают точную количественную оценку того, какая кнопка требует от пользователя минимум усилий, а какая — максимум. 🧠
Это готовая инфраструктура для dark patterns нового поколения.
Кнопку «Принять все» можно разместить в зоне минимальной мышечной нагрузки, «Отписаться» или «Отклонить» — увести в угол и замкнуть на тот самый утомительный свайп вверх-вниз.
Формально выбор остаётся за пользователем — фактически рука устанет быстрее, чем терпение.
Эргономик-дизайн незаметно превращается в манипуляцию: цель не облегчить взаимодействие, а направить его в нужную продукту сторону.
И чем точнее ИИ моделирует усталость, тем эффективнее её можно эксплуатировать — массово, персонализированно и с полной аналитикой успеха.🤖