Vakok és gyengénlátók számára a technológiai fejlesztések egyre gyorsuló ütemben követik egymást – a 2025–2026-os konferenciaévad bejelentései nemcsak a kisegítő technológiák hagyományos területeit érintik, hanem azt is, hogyan kommunikál egy képernyőolvasó-felhasználó a digitális világgal.
A Microsoft idei Ability Summitján az akadálymentesség az AI-stratégia középpontjába került; a Google az I/O konferencián audioszemüveget és élő postaláda-párbeszédet mutatott be; az Apple pedig az iOS 27 kisegítési újdonságait vetítette előre – miközben egyre sürgetőbb kérdéssé válik, hogyan lehet deepfake-tartalmakat felismerni akkor, ha a felhasználó nem lát.
—
A Microsoft Ability Summitja: az akadálymentesség nem opció
Az idei, 16. Microsoft Ability Summit május 19-én és 20-án zajlott a redmondi Microsoft Conference Centerben, ezúttal is globális közvetítéssel. A 2010-ben még mindössze húsz fős szakmai találkozóból mára 164 országból érkező, összesen több mint húszezer résztvevőt vonzó rendezvény lett. A keynote-on Jonathan Mosen a National Federation of the Blind (Vakok Nemzeti Szövetsége, NFB) képviseletében szólt a közönséghez.
Az idei summit az első, amelyet Neil Barnett vezet a Microsoft új Chief Accessibility Officereként – ő váltotta az áprilisban tágabb szerepkörbe, a Trusted Technology Group alelnöki posztjára lépő Jenny Lay-Flurryt. Barnett 24 éve dolgozik a Microsoftnál, az utóbbi tizenkét évet kifejezetten az akadálymentesség területén töltötte; ő alapozta meg a vállalat neurodiverzitási programját és a Disability Answer Desket, amely 2013 óta több mint kétmillió ügyfélen segített. Nyitóbeszédében így fogalmazott: „A döntések, amelyeket most hozunk, meghatározzák, kinek fog ténylegesen működni a technológia. Az akadálymentességnek az alapokban kell lennie – nem utólag hozzáadva, nem feltételezve.”
NFB–Microsoft Copilot-képzési partnerség
A summit legkézzelfoghatóbb eredménye az NFB és a Microsoft közösen bejelentett képzési együttműködése. Ingyenes Copilot-képzési modulokat fejlesztenek, amelyek a Microsoft Learn platformon lesznek elérhetők. A tartalmakat az NFB akadálymentességi kiválósági központjának vak szaktanácsadói készítik, és a Microsoft meglévő akadálymentességi oktatási programja mellé kerülnek, amely eddig több mint ötmillió tanulót ért el.
A modulok konkrét, munkafolyamat-orientált ismereteket adnak: hogyan érdemes utasításokat megfogalmazni a Copilotnak, miként ellenőrizhető a kimenet hitelessége, hogyan ismerhetők fel a hallucinációk, és hogyan illeszthető a Copilot a képernyőolvasós munkamenetbe a Word, az Outlook, az Excel, a PowerPoint és a Teams alkalmazásokban.
Billentyűzet-átmappelés és Narrator-fejlesztések
2024 óta a Microsoft előírja a gyártóknak, hogy az új Windows-laptopokra dedikált Copilot-billentyűt szereljenek. A gomb a jobb oldali Ctrl- vagy a kontextusmenü-billentyű helyére került, ami megzavarta a képernyőolvasók megszokott billentyűzetkezelési logikáját. A Windows 11 következő frissítése lehetővé teszi az átmappelést a Beállítások > Bluetooth és eszközök > Billentyűzet menüpontban. A funkció a Windows 11 2026-os frissítésével érkezik, várhatóan október–novemberi általános bevezetéssel; vállalati és oktatási kiadásokban mobileszköz-kezelési szabályzatokkal is konfigurálható lesz.
A beépített Windows-képernyőolvasó, a Narrator is jelentős fejlesztéseket kap. Megjelenik a HID (Human Interface Device) Braille-támogatás: a Braille-kijelzők ezentúl plug-and-play módon, saját illesztőprogram nélkül csatlakoztathatók. Eddig a Narrator nehezen engedte el a Braille-kijelzőt más képernyőolvasók felé – ez a korlátozás megszűnik.
A Word szerkesztőjének helyesírás-ellenőrzője mostantól strukturált sorrendben közli a hibákat: először a hiba típusa (helyesírás vagy nyelvtan), majd a problémás szó, a mondat szövegkörnyezete, végül a javasolt javítások. A helyesírási hibákat a Narrator lelassítva, betűzve ejti ki. A számgombokkal (1, 2 stb.) aktiválhatók a javaslatok; I = egyszer kihagyom, G = mindig kihagyom, A = hozzáadás a szótárhoz. A funkció a Word 2601-es, legalább 19725.20126-os buildszámú verziójával és Windows 11 24H2/25H2/26H1 rendszerrel működik.
A képleírásokhoz a Narrator key + Ctrl+D billentyűkombináció kér részletes leírást; a teljes képernyő leírásához a Narrator key + Ctrl+S kombináció szolgál – utóbbi esetén a kép csak a felhasználó jóváhagyásával kerül megosztásra. Az AI-hangok területén új, Azure-alapú, eszközön futó szövegfelolvasás jelenik meg: generatív AI szabályozza a hangszínt és a tempót, ezért a szöveg minden alkalommal kissé eltérően hangzik. Copilot Plus PC-ken természetes nyelven is megadhatók utasítások arra, hogyan mondja be a Narrator az egyes vezérlőtípusokat. A Wordben a Copilot-panel az Alt+I helyett ezentúl az Alt+C billentyűkombinációval nyílik meg.
—
Google I/O 2026: hangon alapuló AI a postaládától a szemüvegig
Gmail Live és Google Keep – párbeszéd az adatokkal
A Google I/O-n bemutatott Gmail Live funkció gyökeresen megváltoztatja, hogyan böngészhet a felhasználó a postaládájában. A Gemini-alapú asszisztenssel szóban lehet kommunikálni: kérdések tehetők fel elásott levelekről, szállodai foglalásokról, repülőjáratokról, és a rendszer érti a kontextust (például különbséget tesz „kirándulás” és „üzleti út” között). A téma váltható a párbeszéden belül. Hasonló hangvezérelt funkciók érkeznek a Google Keepbe és a Google Docsba (Docs Live) is. Mindhárom – a Gmail Live, a Docs Live és a Keep hangfunkciói – az idei nyáron indul el Google AI Pro és Google AI Ultra előfizetőknek, elsőként az Egyesült Államokban, angolul.
Android XR audioszemüveg
A Google és a Samsung közösen mutatta be az Android XR intelligens fülviselhető platformot. A két tervezési irányvonal közül az egyik vizuális kijelzőt is tartalmaz, a másik – és a látássérült felhasználók számára relevánsabb kategória – csak kis, beépített hangszórókat épít a szemüvegkeretbe. A Gentle Monster és a Warby Parker divatmárkákkal közösen tervezett eszközök „Hey Google” felszólítással vagy a keret megérintésével aktiválhatók, és Gemini-alapú asszisztenst kínálnak.
A hangos navigáció tájolástudatosan működik: az eszköz pontosan tudja, merre néz a felhasználó, és fordulatkénti gyalogos útbaigazítást ad. Beolvas menüket és táblákat, valós idejű fordítást biztosít, fotót készíthet, és csatlakozik harmadik féltől származó alkalmazásokhoz, köztük az Uberhez és a Mondly nyelvtanuló alkalmazáshoz. iOS-kompatibilitással indul, az északi féltekén várhatóan az őszi szezonban jelenik meg egyes piacokon; az ár egyelőre nem ismert, de a Meta termékeivel versenyképes szintre várható.
Google Keresés és a Gemini-modellcsalád
A Google a keresőmező 25 év óta legnagyobb átalakítását jelentette be: intelligensen bővülő beviteli mező, AI-alapú javaslatok, AI-mód (Gemini 3.5 Flash), háttérügynökök, amelyek 24 órában figyelnek megadott témákat, és generatív felhasználói felület, amely összetett kérdésekre testre szabott elrendezésben ad választ. A keresőszakma számára nyugtalanító mutató: a Google-keresések közel 60 százaléka már „nulla kattintásos” – a felhasználó a keresési eredményoldalon megkapja a választ, és nem látogat el harmadik feles weboldalra; hírkeresések esetén ez az arány 69 százalékra nő. Az NPR az online újságkiadókra nézve ezt „kihalásszintű eseménynek” nevezte.
A Gemini 3.5 Flash agentic feladatokra optimalizált gyors modell, mellette a Gemini 3.5 Pro előzetese is megjelent. A Gemini Spark személyes AI-ügynök, amely Gmail-, Docs- és más Workspace-appokba integrálódik, és a Model Context Protocol (MCP) révén harmadik feles eszközökre is kiterjeszthető – egyelőre csak az Egyesült Államokban, Google AI Ultra előfizetőknek. A TalkBack képernyőolvasóban bővültek a képleírások, növekedett a Braille-kijelző-kompatibilitás egyedi billentyűtérképekkel, és fejlődött a Pixel-eszközök nagyítója is.
—
Apple: az Apple Intelligence formálja az akadálymentességet is
Az Apple a Globális Akadálymentességi Tudatossági Napon, május 21-én közzétett előzetes bejelentésében az iOS 27 – és testvérrendszereinek – kisegítési újdonságait mutatta be; a WWDC június 8-án kezdődik. A lista rövidebb a tavalyinál: a 2025-ös bejelentések között szerepelt a Braille Access, a Mac-es Magnifier, az App Store akadálymentességi „táplálkozási címkéi” és az Apple Watch élő feliratai. A 2026-os lista egyértelműen az Apple Intelligence-stratégiát tükrözi; Mark Gurman Bloomberg-elemző szerint a cég idén az Apple Intelligence-re és a hibajavításokra összpontosít. Sok vak felhasználó – különösen a VoiceOver-t használó Mac-es közösség – régóta sérelmézi, hogy a Mac képernyőolvasója elmaradt a hardver mögött.
VoiceOver és Voice Control Apple Intelligence-szel
Az Image Explorer az Apple Intelligence-t használja részletesebb képleírásokhoz rendszerszinten: fényképekhez, beszkennelt számlákon és személyes iratokon egyaránt működik. A Live Recognition frissítése lehetővé teszi, hogy VoiceOver-felhasználók az iPhone akciógombjával kérdést tegyenek fel a kamera által látott jelenetről, és részletes választ kapjanak – ez eszközön fut, nem felhőben, ezért potenciálisan gyorsabb, és lehetővé tesz utólagos kérdéseket is.
A Voice Control természetes nyelvű utasításokat fogad el az interfész leírásához: „érintsd meg a narancssárga mappát” vagy „nagyítsd be a piros szöveget”. Ez angolul érhető el az Egyesült Államokban, Kanadában, az Egyesült Királyságban és Ausztráliában.
Az eszközön futó Generated Subtitles automatikusan zárt feliratot készít olyan videókhoz, amelyek nem tartalmaznak feliratot – iPhone-on, iPaden, Macen, Apple TV-n és Apple Vision Pron egyaránt, ismerőstől kapott klipektől streamelt tartalomig. Az Accessibility Reader mostantól tudományos cikkekkel, többoszlopos szövegekkel, képekkel és táblázatokkal is megbirkózik, igény szerinti összefoglalót és beépített fordítást biztosít, megőrizve az egyéni betűtípust és formázást.
—
Deepfake-ek nem vizuális módszerekkel – hogyan védekezzen a látássérült felhasználó?
Katherine Samuel hallgató, aki pénzügyi tanácsadói képesítést szerez, arra hívta fel a figyelmet, hogy a deepfake-tartalmak felismerésére vonatkozó tanácsok szinte kizárólag vizuális jelekre támaszkodnak: ajkak szinkronizálatlansága, természetellenes szem- és kézmozgás, képi töredezettség. Vak és gyengénlátó felhasználók számára ezek a módszerek hasznavehetetlenek.
Samuel vak technológiai szakemberekkel konzultálva gyűjtötte össze a nem vizuális jeleket:
Tartalomszerkezeti jelek: A mélyhamisított videók általában rövidek – jellemzően egy-két percnél nem hosszabbak –, mivel az AI számára erőforrásigényes a hosszú formátum előállítása.
Hangjellemzők: A mesterséges hang végig azonos ritmust, tempót és hanglejtést tart – természetes emberi beszédnél ez változatosabb. Szokatlan szünetek ott, ahol nem indokoltak, vagy szünetek hiánya ott, ahol természetes lenne. A hang laposnak, kevéssé árnyaltnak hat, még ha van is benne némi hangsúlyváltás.
Mesterkélt természetesség: A generált hangba utólag illesztett „hm”, „öö” és légzésszerű hangok könnyen felismerhető betoldások. A nevetés mesterkélt, sekélyes.
Kontextuális hangkörnyezet: A háttérzaj beillesztettnek tűnik, nem illik a tartalom jellegéhez.
Kiejtési hibák: Idegen szavak, szokatlan helyesírású nevek helytelen kiejtése – a modellek ezeket következetlenebből kezelik.
—
Összegzés
A 2025–2026-os konferenciaévad bejelentései egyértelműen jelzik, hogy az akadálymentesség kikerült a „hasznos kiegészítő funkció” kategóriájából, és az AI-stratégiák szerves részévé vált. A Microsoft Copilot-képzése, a Google hangvezérelt postaláda-kezelése és okoseszközei, az Apple eszközön futó képleírásai közös törekvést mutatnak: a kisegítő technológiák nem utólag kapnak AI-frissítést, hanem az alaprétegen épülnek fel. A deepfake-felismerés kérdése arra emlékeztet, hogy a digitális tudatosság eszközkészletét is akadálymentesen kell felépíteni – a vizuális tippeken túl, minden felhasználó számára.
—
A cikk az Access On podcast 77. epizódja alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.