ChatBCI، جهاز واجهة دماغ-حاسوب P300 للمُعجم مع توقع الكلمات المدفوع بالسياق باستخدام نماذج لغوية كبيرة، من الفكرة إلى التقييم

إضفاء صوت على الأفكار

بالنسبة للأشخاص الذين لا يستطيعون الكلام أو التحرك بسهولة، قد يكون التواصل حتى لطلب بسيط بطيئًا ومرهقًا. تعرض هذه الدراسة ChatBCI، واجهة دماغ–حاسوب تتيح للمستخدمين تهجئة الكلمات على الشاشة باستخدام إشارات أدمغتهم فقط، بينما يتنبأ نموذج لغوي قوي (مشابه لـ ChatGPT) بما يريدون قوله لاحقًا. من خلال مزج إشارات الدماغ مع توقعات كلمات ذكية، يهدف النظام إلى جعل التواصل أسرع، أقل إجهادًا، وأقرب إلى المحادثة اليومية.

كيف يتواصل الدماغ مع الحاسوب

يبني ChatBCI على طريقة معروفة تسمى مُفَكِّك P300. في هذا الإعداد، يومض جدول من الحروف ومفاتيح الوظائف على شاشة الحاسوب. عندما يركز المستخدم بصمت على الحرف الذي يريده، ينتج دماغه إشارة مميزة قصيرة بعد حوالي 300 مللي ثانية من وميض صف أو عمود ذلك الحرف. تسجل الأقطاب الكهربائية على قبعة تخطيط أمواج الدماغ هذه التغيرات الطفيفة في الجهد، وتكتشف البرمجية أي صف وعمود أنتجا أقوى استجابة، ما يكشف المفتاح المقصود. تقليديًا، يجب على المستخدمين اختيار كل حرف واحدًا تلو الآخر، وهو دقيق لكن بطيء ومنهك ذهنيًا عند تكوين جمل طويلة.

إضافة توقع كلمات ذكي

الابتكار في ChatBCI هو توصيل نموذج لغوي كبير مباشرةً بعملية التهجئة هذه. لا تزال لوحة المفاتيح على الشاشة تعرض الحروف، لكنها الآن تعرض أيضًا عشرة اقتراحات كلمات على الجانبين—مرشّحون يقدمهم نموذج GPT‑3.5 عبر الإنترنت في الوقت الحقيقي. بمجرد أن يتهجى المستخدم جزءًا من كلمة أو جملة قصيرة، تُرسل الجملة الجزئية كنص إلى النموذج اللغوي. يطلب موجه مصمم بعناية من النموذج إرجاع قائمة مدمجة بالكلمات التالية أو الإكمالات المحتملة. يقوم النظام بتحليل هذا الرد وتحويل كل كلمة مقترحة إلى مفتاح قابل للاختيار على لوحة المفاتيح. يؤدي اختيار أحد هذه الاقتراحات إلى إدراج الكلمة بأكملها فورًا (أو حتى عبارة قصيرة) ويضيف مسافة، بحيث يمكن للمستخدم بناء الجمل بشكل أسرع بكثير من اختيار الحروف حرفًا حرفًا.

اختبار ChatBCI

اختبر سبعة متطوعين ChatBCI في عدة مراحل. أولًا، سُجلت أنماط أدمغتهم الفردية أثناء تركيزهم على مفاتيح معروفة، مما أتاح للنظام تدريب مصنف يتعرف على إشارة P300. ثم أكملوا مهمتين واقعيتين لإدخال النص. في مهمة تهجئة نسخ، اختار كل شخص صورة، واخترع جملة ذات معنى عنها (مثل طلب ماء أو دورة مياه)، ثم تهجى تلك الجملة بطريقتين: مرة باستخدام ChatBCI مع اقتراحات كلمات ومرة باستخدام وضع تقليدي حرفًا حرفًا مع تعطيل الاقتراحات. في مهمة الارتجال الثانية، طُلب منهم أن يؤلفوا جملة بحرية بدءًا بحرف مختار، مع تشجيعهم على الاعتماد قدر الإمكان على الكلمات المقترحة بدلًا من تهجئة كل شيء من الصفر.

رسائل أسرع وعدد نقرات أقل

أظهرت النتائج فوائد واضحة من الجمع بين إشارات الدماغ وتنبؤ اللغة. في مهمة تهجئة النسخ، قلّص استخدام ChatBCI متوسط الوقت لكتابة جملة من حوالي 28 دقيقة إلى قرابة 10 دقائق—خفض بنسبة 62%—كما ضاعف تقريبًا معدل الحروف المكتوبة بشكل صحيح في الدقيقة. انخفض عدد النقرات المطلوبة إلى نحو النصف، وتحسنت الدقة: انتهى المستخدمون تقريبًا دائمًا بجمل مُهجّأة بشكل مثالي عند استخدام ChatBCI. لقياس مدى ما يوفره النظام من عمل، استخدم المؤلفون مقياس «توفير النقرات» ونسبة جديدة تسمى «نسبة عجز توفير النقرات»، التي تقارن الأداء بأنظمة مثالية يمكنها دائمًا تخمين الكلمة الصحيحة بعد فعل واحد أو اثنين. في مهمة الارتجال الحر، حقق ChatBCI حوالي 81% توفيرًا في النقرات في المتوسط، وأحيانًا تفوق الحدود النظرية لأن النموذج اللغوي اقترح أحيانًا عبارات متعددة الكلمات يمكن إدراجها باختيار واحد.

ماذا يعني هذا للتواصل في العالم الحقيقي

بالنسبة للمستخدمين اليوميين—وخاصة الذين يعانون قيودًا شديدة في الحركة أو الكلام—النتيجة الأساسية بسيطة: يتيح ChatBCI للناس قول المزيد بجهد ذهني أقل وفي وقت أقل بكثير. من خلال تفويض توقع اللغة إلى نموذج لغوي كبير بعيد، يتجنب النظام الحاجة إلى تدريب محلي أو قواميس كبيرة، ومع ذلك يظل قادرًا على التكيف مع أي جملة يريد المستخدم تكوينها. بينما هناك حاجة لمزيد من العمل على فئات سريرية وللتعامل مع خصوصية وتكلفة وموثوقية النماذج اللغوية السحابية، تُظهر هذه الدراسة أن إقران واجهات الدماغ بتقنية اللغة الحديثة يمكن أن يحول التهجئة البطيئة حرفًا بحرف إلى أداة محادثة أكثر طبيعية وعلى مستوى العبارات.

الاستشهاد: Hong, J., Wang, W. & Najafizadeh, L. ChatBCI, a P300 speller BCI with context-driven word prediction leveraging large language models, from concept to evaluation. Sci Rep 16, 6379 (2026). https://doi.org/10.1038/s41598-025-25660-7

الكلمات المفتاحية: واجهة دماغ-حاسوب, مُفَكِّك P300, التواصل المساعد, توقع الكلمات, نماذج لغوية كبيرة