Il progetto sviluppato da [brenpoly] mira a ridurre l’uso dello smartphone sfruttando l’empatia umana e il legame che si instaura con gli animali domestici virtuali. Il dispositivo basato su ESP32 è inserito in una simpatica custodia stampata in 3D; le reazioni, come ammalarsi in base all’uso del telefono, e gli altri comportamenti dell’animale virtuale funzionano sull’ESP32 tramite codice preimpostato. Un LLM locale in esecuzione sul telefono accede sia al tempo trascorso davanti allo schermo sia alle notifiche. Grazie al modello Whisper, collegato via Bluetooth al microfono del dispositivo, l’utente può ricevere il contenuto o un riepilogo delle notifiche senza guardare il telefono; è anche possibile chiedere una battuta al dispositivo. Il modello locale Piper dà voce all’animale e incoraggia a lasciare il telefono quando vengono raggiunti i limiti di utilizzo. I file del progetto sono stati condivisi su GitHub. Tra le alternative per limitare l’uso del telefono figurano anche supporti per smartphone e custodie intelligenti.
Perché è importante
Il progetto amplia gli strumenti per ridurre l’uso dello smartphone, passando dai supporti per telefono e dalle custodie intelligenti, che si limitano a interrompere il tempo di utilizzo, a un’interfaccia che interagisce con l’utente. L’accesso alle notifiche e la risposta vocale mirano a ridurre la necessità di guardare lo schermo senza disattivare completamente il telefono; per questo la soluzione cerca di modificare il comportamento degli utenti che vogliono mantenere il flusso delle notifiche. L’uso congiunto dei modelli locali LLM, Whisper e Piper crea un’architettura tecnica in cui le funzioni vengono suddivise tra l’applicazione sul telefono e il dispositivo ESP32; le reazioni dell’animale basate su codice preimpostato costituiscono inoltre il livello comportamentale di questa architettura. Resta da capire in che misura questi comportamenti e gli stimoli vocali riusciranno a incidere sulle abitudini con cui utenti diversi stabiliscono i propri limiti; i file condivisi su GitHub, tuttavia, permettono di esaminare l’approccio.