AIDEN：視障者 AI 助手設計與試點研究
arXiv - Computers and SocietyLuis Marquez-Carpintero, Francisco Gomez-Donoso, Zuria Bauer, Bessie Dominguez-Dager, Alvaro Belmonte-Baeza, M\'onica Pina-Navarro, Francisco Morillas-Espejo, Felix Escalona, Miguel Cazorla
AIDEN 透過混合視覺、語言與觸覺技術，提供視障者即時物件辨識與場景描述，提升自主性與使用滿意度。
AI 幫你先抓重點
AI 重點 1
混合視覺-語言-觸覺的多模態設計突破傳統音訊導引的聽覺負荷與隱私問題。
滑鼠懸停看 AI 判斷理由
此設計證明多模態回饋能同時提升可用性與隱私保護，為視障者輔助技術提供新的設計方向，並可能擴展至其他需要低聽覺負荷的學習場景。
AI 重點 2
連續觸覺導引的 Geiger-counter 隱喻提供直覺且不干擾聽覺的物件定位，證明觸覺可作為有效的導航輔助。
滑鼠懸停看 AI 判斷理由
觸覺回饋可在噪音環境或多任務情境下保持訊息傳遞，對於自主學習者而言，能減少注意力分散，提升學習效率與安全性。
AI 重點 3
實驗證實使用者在 TAM 評估中對自主性與直覺性高度滿意，顯示此技術對提升視障者日常自立具有實際效益。
滑鼠懸停看 AI 判斷理由
高接受度與滿意度說明技術已準備好進入更大規模臨床驗證，對教育科技實務者而言，提供可直接應用於學校或社區的證據基礎。
核心研究發現
- 1
AIDEN 結合 YOLO 物件偵測與 LLaVA 影像語言模型，能即時辨識物件並產生場景描述與 OCR，效能達到實時水平。
- 2
連續觸覺導引機制（Geiger-counter 隱喻）在不佔用聽覺頻道的情況下協助使用者對準目標物件，使用者報告高度直覺與自主感。
- 3
透過 TAM 問卷，參與者對 AIDEN 的易用性與接受度評分高，特別在直覺性與自主性方面獲得最高分，並且「Find an Object」功能在實時測試中表現良好。
- 4
系統不儲存個人資料，確保使用者隱私，並在開放環境中避免資訊外洩。
對教育工作者的啟發
此研究示範多模態（視覺+語言+觸覺）回饋可有效提升視障者自主性與使用滿意度，並避免聽覺過載與隱私洩漏。實務工作者可採用觸覺導引取代傳統音訊提示，並在設計時加入隱私保護機制，透過 TAM 或類似模型評估使用者接受度，確保技術落地。此方法亦可延伸至其他需要低聽覺負荷的學習環境，如多語言學習或遠距教學。
原始文獻資訊
- 英文標題：
- AIDEN: Design and Pilot Study of an AI Assistant for the Visually Impaired
- 作者：
- Luis Marquez-Carpintero, Francisco Gomez-Donoso, Zuria Bauer, Bessie Dominguez-Dager, Alvaro Belmonte-Baeza, M\'onica Pina-Navarro, Francisco Morillas-Espejo, Felix Escalona, Miguel Cazorla
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。