ChatBCI, ממשק מוח‑מחשב מסוג P300 עם חיזוי מילים מונחה‑הקשר המשתמש במודלים לשוניים גדולים, מהרעיון ועד ההערכה

להעניק קול למחשבות

לאנשים שאינם יכולים לדבר או לזוז בקלות, גם בקשה פשוטה עלולה להיות איטית ומעייפת. במחקר זה מוצג ChatBCI, ממשק מוח‑מחשב שמאפשר למשתמשים לאיית מילים על המסך באמצעות אותות מוח בלבד, בעוד מודל לשוני חזק (דומה ל‑ChatGPT) מנבא בזמן אמת מה ברצונם לומר. על ידי שילוב אותות מוח עם חיזוי מילים חכם, המערכת שואפת להפוך את התקשורת למהירה פחות מעייפת וקרובה יותר לשיחה יומיומית.

איך המוח מדבר עם המחשב

ChatBCI נשען על גישה מוכרת שנקראת מקליד P300. במערכת זו מציגים על המסך רשת של אותיות ומקשיי פונקציה שמבהיקים. כאשר המשתמש מתמקד בשתיקה באות הרצויה, המוח יוצר אות מאפיין קצר כ־300 מילישניות לאחר שהשורה או העמודה של אותה אות הבהיקה. אלקטרודות על כובע EEG מקליטות שינויים זעירים במתח, ותוכנה מזהה איזו שורה ואיזו עמודה יצרו את התגובה החזקה ביותר, ובכך חושפת את המקש המתכוון. באופן מסורתי המשתמשים חייבים לבחור כל אות אחת‑אחת, מה שמדויק אך כבד ואיטי מאוד למשפטים ארוכים.

הוספת חיזוי מילים חכם

החידוש ב‑ChatBCI הוא חיבור מודל לשוני גדול ישירות לתהליך ההקלדה. המקלדת על המסך עדיין מציגה אותיות, אך כעת היא גם מציגה עשרה הצעות מילים בצדדים—מועמדות הנשלחות בזמן אמת על ידי מודל GPT‑3.5 מקוון. ברגע שהמשתמש מאיית חלק מהמילה או משפט קצר, הטקסט החלקי נשלח למודל השפה. הנחיה מתוכננת בקפידה מבקשת מהמודל להחזיר רשימה מדוייקת ותמציתית של המילים הבאות הסבירות או השלמות אפשריות. המערכת מנתחת את התשובה והופכת כל מילה מוצעת למקש לבחירה על המקלדת. בחירה באחת ההצעות מכניסה מיד את כל המילה (או אפילו משפט קצר) ומוסיפה רווח, כך שהמשתמש יכול להרכיב משפטים הרבה יותר מהר מאשר באיות אות אחר אות.

העמדת ChatBCI למבחן

שבעה מתנדבים בחנו את ChatBCI בכמה שלבים. תחילה נרשמו תבניות המוח האישיות שלהם בזמן שהתמקדו במקשים ידועים, מה שאיפשר למערכת לאמן מסווג שמזהה את אות ה‑P300. לאחר מכן השלימו שני משימות הקלדה ריאליסטיות. במשימת העתקת‑הקלדה כל משתתף בחר תמונה, חיבר משפט משמעותי אודותיה (למשל בקשה למים או לכיוון השירותים), ואיתר כתב את המשפט בשתי דרכים: פעם אחת באמצעות ChatBCI עם הצעות מילים ופעם אחת במצב מסורתי של אות‑בא‑אות בלי הצעות. במשימת האלתור השנייה נדרשו המשתתפים להרכיב בחופשיות משפט משלהם המתחיל באות נבחרת, ועודדו להסתמך ככל האפשר על המילים המוצעות במקום לאיית הכל מאפס.

הודעות מהירות יותר, פחות לחיצות

התוצאות הראו יתרונות ברורים משילוב אותות מוח עם חיזוי לשוני. במשימת ההעתקה, שימוש ב‑ChatBCI קיצר את הזמן הממוצע לכתיבת משפט מכ‑28 דקות לכ‑10 דקות—ירידה של כ־62%—ובמקביל יותר מהכפיל את קצב התווים הנכונים לדקה. מספר לחיצות המקש הדרושות ירד בכ־מחצית, והדיוק השתפר: משתמשים כמעט תמיד הגיעו למשפטים מאויתים במדויק כשעבדו עם ChatBCI. כדי למדוד את החיסכון בעבודה שהמערכת מספקת, המחברים השתמשו במדד "חיסכון בלחיצות" וביחס חדש של "גירעון בחיסכון בלחיצות", המשווים את הביצועים למערכות אידיאליות שיכלו לנחש תמיד את המילה הנכונה לאחר פעולה אחת או שתיים. במשימת האלתור החופשי, ChatBCI השיג חיסכון ממוצע של כ‑81% בלחיצות, לפעמים אף עבר את המגבלות התאורטיות כי המודל הלשוני לעתים הציע משפטים מרובי‑מילים שניתן היה להכניס בלחיצה אחת.

מה זה אומר לתקשורת בעולם האמיתי

למשתמשים יומיומיים—ובמיוחד לאלה עם מגבלות תנועה ודיבור חמוריות—התוצאה המרכזית פשוטה: ChatBCI מאפשר לאנשים להגיד יותר בפחות מאמץ מנטלי ובזמן קצר בהרבה. על ידי מיקור חוץ של חיזוי השפה למודל לשוני גדול ענני, המערכת נמנעת מהצורך באימון מקומי או במילונים גדולים, ועדיין מתאימה לכל משפט שהמשתמש רוצה ליצור. למרות שדרוש מחקר נוסף באוכלוסיות קליניות וכן טיפול בסוגיות פרטיות, עלות ואמינות של מודלים ענניים, המחקר מראה שזיווג ממשקי מוח עם טכנולוגיית שפה מודרנית יכול להפוך איות איטי אות‑בא‑אות לכלי שיחה טבעי יותר ברמת המשפטים והביטויים.

ציטוט: 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

מילות מפתח: ממשק מוח‑מחשב, מקליד P300, תקשורת מסייעת, חיזוי מילים, מודלים לשוניים גדולים