A Double Tap podcast legfrissebb adásában a hallgatók tapasztalatai dominálnak: okosszemüvegek összehasonlításától az AI-alapú böngészővezérlésig és a vakok közlekedési nehézségeiig terjedő témák kerülnek terítékre.
A Double Tap annyi hallgatói visszajelzést kap, hogy a műsorvezetők, Steven Scott és Shaun Preece, AI-hangszintézishez folyamodtak: az ElevenLabs szövegfelolvasó szolgáltatás segítségével egy mesterséges hangot, „Jane-t” vezették be a beérkező levelek felolvasására. A döntés hátterében praktikus megfontolás áll: a podcast heti hét napot sugároz, a levelek száma pedig mára akkora, hogy egyetlen ember nem bírja mindegyiket időben feldolgozni. A műsorvezetők hangsúlyozták, hogy a változás nem azt jelenti, hogy kevesebbet törődnek a hallgatókkal – épp ellenkezőleg: az AI-hang révén több levél kerülhet adásba, nem kevesebb. Jane hangja meggyőzően természetes, és a szerkesztőség szerint az eszköz a workflow többi részével – köztük a Claude mesterséges intelligenciával – szervesen együttműködik.
Okosszemüvegek összehasonlítása: kommunikáció és bizalom
A leghosszabb visszajelzés Amy-től érkezett, aki Maine-ből (USA) több okosszemüveg-típust is kipróbált. Az Ally Solos szemüveget – az Envision AI és a Solos vállalat közös hardver-szoftver megoldását – végül visszaküldte: csatlakozási problémák, dizájnhibák és teljesítménygondok sorozata miatt döntött így, nem egyszeri meghibásodás nyomán. Ennél is zavaróbb volt az Envision ügyfélszolgálatának lassú reagálása. Amy eleinte csak automatikusan generáltnak tűnő válaszokat kapott olyankor, amikor valódi segítségre volt szüksége; konkrét támogatáshoz csak hosszas várakozás után jutott. Amikor végül sikerült emberi képviselővel beszélnie, az elismerte, hogy vannak ismert hibák – ezeket azonban nem tette nyilvánossá. Amy emiatt kérte a céget a nagyobb átláthatóságra, változást viszont nem tapasztalt, és még a 30 napos visszaküldési határidő lejárta előtt visszavitte a terméket.
Ezzel szemben az AGIGA cég EchoVision szemüvegével bétatesztelőként egészen más tapasztalatokat szerzett. Az AGIGA folyamatosan tájékoztatja a közösséget a fejlesztés aktuális állásáról és az ismert nehézségekről, minden szakaszban lehetőséget teremtve az érdemi felhasználói visszajelzésre. Amy kiemelte az Aira és a Be My Eyes szolgáltatásokkal való automatikus integrációt, az applikáción belüli felhasználói útmutatót és az olvasásérzékelési funkció javuló pontosságát. A szemüveg tokja is tetszik neki – részben esztétikai okokból, részben mert extra védelmet nyújt az akkumulátornak. Kritikai megjegyzése egyetlen területre vonatkozott: a készülék folyamatos Wi-Fi-kapcsolatot igényel, ami egy tengeri utazáson – fizetős, nagyobb sávszélességű hálózat ellenére is – megbízhatatlannak bizonyult.
A Wi-Fi-függőség kapcsán a műsorvezetők is elmerültek a technikai részletekben. Steven Scott elmagyarázta a „captive Wi-Fi” problémáját: szállodákban és hasonló helyeken a hálózat látszólag elérhető, valójában azonban egy belső rendszerre irányít, amely először regisztrációt vagy szobaszámot kér. A legtöbb okoseszköz nem tud mit kezdeni ezzel a közbülső lépéssel. Amy jelzése szerint az AGIGA ezt az esetet már javította – a hajón mégis gondja akadt, ami a műsorvezetőkben is kérdőjeleket hagyott.
A műsorvezetők kitértek arra is, hogy a hardver- és szoftveroldalt érdemes külön kezelni: az Ally Solos esetében a Solos vállalat gyártja a fizikai szemüveget, az Envision AI csupán a szoftverét integrálta erre a platformra. Ha a hardver gyenge, az elsősorban a gyártó felelőssége – az Envision alkalmazást esetleg érdemes lenne egy összehasonlítással tesztelni, ahol ugyanaz a szoftver fut telefonon és szemüvegen, hogy kiderüljön, hol van valójában a szűk keresztmetszet.
A Meta Ray-Ban kamera és az OCR-korlátok
Hull-ból (UK) Ian hozzászólása az okosszemüveg-kamerák technikai korlátaira irányítja a figyelmet. Korai Meta Ray-Ban felhasználóként összességében pozitívan értékeli a platformon elérhető fejlesztői lehetőségeket: az Aira és a Be My Eyes integrációja, valamint a Meta SDK (szoftverfejlesztői csomag) megnyitása izgalmas perspektívát jelent. Ugyanakkor rámutat egy lényeges korlátra: a kamera nem rendelkezik változó fókusztávolsággal, ami az OCR (optikai karakterfelismerés, azaz nyomtatott szöveg gépi beolvasása) teljesítményét kisebb betűméretnél alapvetően rontja. Ezért Ian addig nem vált újabb okosszemüvegre, amíg a kamerarendszer nem nyújt valódi szövegolvasási képességet.
Steven Scott és Shaun Preece a fókusztávolság mellett a látómező (FOV, field of view) szűkösségét is problémásnak tartja. A jelenlegi okosszemüveg-kamerák inkább portrémódú, közösségi médiára optimalizált felvételekre terveztek – nem éles, részletes szövegolvasásra. A piac irányát a főáramú felhasználói igények fogják megszabni: ha a közönség szélesebb látószöget és jobb fókuszt követel, a gyártók valószínűleg reagálni fognak. A Google közelgő okosszemüvege esetleg szélesebb látószöget kínálhat, de a konkrétumok egyelőre hiányoznak.
Az OCR-tapasztalatok amúgy eltérnek egymástól: az egyik műsorvezető gond nélkül olvastat fel leveleket a Ray-Ban szemüveggel, a másik sosem kapott jó eredményt. Steven Scott szerint az egyik valószínű ok a „helyes tartás” problémája – az optimális fókuszpont megtalálása a kézben tartott szöveghez nemcsak a kamera minőségétől függ, hanem a felhasználói rutintól is. Egy beépített segítség, amely jelzi, ha a szöveg a kamera ideális fókuszpontjában van, sokat segítene.
Claude Cowork: böngészővezérlés a mindennapokban
Steven Scott saját tapasztalatait is megosztotta a Claude Cowork eszközzel – ez egy Chrome böngészőbővítmény, amely lehetővé teszi, hogy a Claude AI önállóan navigáljon weboldalak között, kitöltsön űrlapokat, és elvégezzen olyan feladatokat, amelyek a felhasználónak komoly nehézséget okoznának. Scott egy német nyelvű szállodai bejelentkezési oldalt hozott fel példaként: az oldalt nagyjából 15 másodperc alatt töltötte ki a rendszer – ez manuálisan fél-egy óra lett volna, különösen hogy a felület kizárólag németül volt elérhető, ő maga pedig egy szót sem tud a nyelvből.
Az eszköz repülőjegy-bejelentkezéshez és online bevásárláshoz is hasznos: a felhasználó hangüzenetbe mondja a kívánt termékeket, a Claude Cowork ezeket keresi meg és adja a kosárhoz, majd szöveges listát állít össze az ellenőrzéshez – a felhasználó közvetlen webes navigálása nélkül. A lista átnézése után szóban lehet módosítani, törölni vagy jóváhagyni, a rendszer pedig elvégzi a fizetést és a kézbesítési időpont naptárba rögzítését is.
Scott kiemelte, hogy a rendszer zökkenőmentesen reagál az emberi közbeavatkozásra: amikor egy belépési felületnél megállt, mert nem volt kéznél a jelszó, Scott manuálisan beírta az adatokat, és az eszköz egyszerűen folytatta a folyamatot. Felesleges megerősítési kérdésekkel sem bombázza a felhasználót – elvégzi a feladatot, és csak akkor jelez vissza, ha valóban szükséges. Az eszköz a Claude desktop alkalmazásból vezérelhető, de van egy „dispatch” nevű funkció is, amellyel okostelefonról lehet távolról irányítani a böngészőszesszót.
Közlekedési akadályok: rendszerszintű problémák és helyi megoldások
Massachusetts-ből Cody levele a paratransit – a fogyatékkal élőket szállító speciális köztömegközlekedés – megbízhatatlanságáról számol be. A sofőr 30 perccel az indulás előtt lemondta a fuvarát, miközben Cody munkáltatója inkább otthon maradásra biztatta, mintsem megoldást keresett volna. Cody albinizmussal él, és tapasztalata szerint az álláskeresés során fogyatékossága ismeretében az önéletrajzát rendre azonnal elutasítják, még alapszintű kiskereskedelmi munkakörök esetén is. Fehér botja eltörésekor a szociális ellátórendszer körbeküldte, míg végül Amazonon vett egyet húsz dollárért.
Ausztrál hallgatók pozitívabb képet festettek. Amanda Canberrából azokat a helyi önkormányzat által kifejlesztett buszjelző kártyákat mutatta be, amelyek braille-jelöléses, hitelkártya méretű számkártyákból és egy reflektív csíkos tartóból állnak: a vak utas pontosan jelezheti velük, melyik buszra vár. Wayne Brisbane-ből megerősítette, hogy az ottani buszsofőröket kifejezetten arra képzik, hogy fehér bottal vagy vakvezetőkutyával várakozó utasok láttán automatikusan megálljanak és segítsenek – szükség esetén még a rádión is jelzik a következő járatnak, hol vár az utas. Wayne ajánlotta a NextThere applikációt is, amely a tömegközlekedési tájékozódást segíti látássérültek számára.
Csendes iPhone-riasztó tanárok számára
„Grumpy David” Peterborough-ból részletes útmutatót küldött egy korábban felvetett problémára: hogyan tud egy látássérült zenepedagógus csendes, kizárólag rezgéssel jelző időzítőt beállítani az iPhone-ján, VoiceOver képernyőolvasóval? A megoldás az iPhone natív Óra applikációján belül érhető el: a felhasználó rezgéses ébresztési profilt hoz létre, a hangbeállításnál a „Nincs” opciót választja, majd az óra előtt háromujjas dupla koppintással ideiglenesen elnémítja a VoiceOver hangos visszajelzését. Így az ébresztő csak rezgéssel jelez, a tanítás hangja zavartalanul folyhat. Több egymást követő ébresztővel a lecke különböző szakaszaira is jelezhető – például 15 perces, 5 perces és végső figyelmeztetéssel.
Összegzés
A hallgatói visszajelzések összessége egyértelmű képet mutat: az okosszemüveg-piacon a gyártói kommunikáció és a közösségi bevonás egyre fontosabb megkülönböztető tényező. Az AI-eszközök – böngészővezérléstől a hangszintézisig – a látássérült felhasználók mindennapjaiban már most is konkrét, mérhető előnyöket hoznak, nem csupán jövőbeli ígéretek. A közlekedési akadálymentesítés területén viszont éles különbség mutatkozik a régiók között: ahol rendszerszintű megközelítés létezik, ott a megoldások is átfogóbbak; ahol nincs, ott az egyén marad magára.
A cikk a Double Tap podcast 2026. május 29-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.