Új vezérigazgatót (CEO-t) kapott a Vispero, miközben a JAWS képernyőolvasóhoz készülő kiegészítők fejlesztői egyre mélyebben építik be a mesterséges intelligenciát (AI) a mindennapi munkafolyamatokba. A Vispero Connect júliusi adása ezt a két szálat futtatja végig: szóhoz jut a cég új vezetője, egy régóta ismert fejlesztő és egy AI-szakértő is.
Az epizódban Oleg Shevkin beszélget Sid Gaitondéval, a Vispero nemrég kinevezett vezérigazgatójával, Brian Hartgennel, a Leasey és a J-Say fejlesztőjével, valamint Mohammed Laachirral, aki az agentikus, tehát önállóan cselekvő mesterséges intelligenciáról válaszol a hallgatói kérdésekre. Az adást Elizabeth Whitaker, a képzési csapat vezetője zárja az augusztusi webináriumok ismertetésével.
Új vezető a Vispero élén
Sid Gaitonde július 3-án kezdte meg munkáját a Vispero élén. Indiában született, a Mumbai Egyetemen szerzett mérnöki diplomát, majd 21 évesen költözött az Egyesült Államokba, ahol a Floridai Egyetemen szerzett mesterdiplomát. Pályafutása sokrétű: az első négy évben a bányászati és olaj-, illetve gázipari szektorban dolgozott terepen, évente mintegy 250 napot úton töltve, Dél-Afrikától Ausztrálián és Ázsián át Brazíliáig – összesen hat kontinensen, helyenként három-hat hónapot is a helyi közösségben élve egy-egy berendezés tesztelése miatt. Külön kiemelte Perut, Pápua Új-Guineát és Oroszországot – azon belül a sarkkörön túli Murmanszkot –, ezek nagyjából 15-20 évvel ezelőtti élményei hagyták rá a legmélyebb nyomot.
A terepmunka évei után Gaitonde a termékmenedzsment felé fordult, mert – ahogy fogalmazott – az érdekelte igazán, hogyan lehet olyan termékeket létrehozni, amelyek valódi értéket képviselnek a vásárlók számára. Hat évet töltött a General Electricnél (GE) abban az időszakban, amikor a vállalat nagy hangsúlyt fektetett a digitális fejlesztésekre; itt egy olyan szoftvercég integrálását és termékfejlesztését vezette, amely vasúti és mozdonyipari háttérrel rendelkezve Észak-Amerikában és nemzetközi szinten is szállítás-irányítási rendszereket fejlesztett. Ezt követően hat évet töltött a kényelmi bolt (convenience store) iparágban, ahol elnöki (president) – nem vezérigazgatói – pozíciót töltött be egy, a Visperónál mintegy tízszer nagyobb cégnél, amelynek árbevétele a saját szavai szerint eközben 200 millió dollárról 700 millió dollár fölé nőtt.
Vezetői erősségeiként két dolgot emelt ki: elsőként azt, hogy szenvedélyesen figyel a munkatársakra, az ügyfelekre és a közösségre, mert meggyőződése, hogy minden iparágnak megvannak a maga sajátosságai, és nem létezik mindenre érvényes recept. Másodikként az adatvezérelt gondolkodást nevezte meg: 90 napos tervet készít, amelynek első 30 napjában elsősorban hallgat és tanul, a 31–90. nap között pedig kidolgozza az adatokra épülő stratégiát a végrehajtás konkrét lépéseivel együtt – ezeket 2026 hátralévő részében és 2027-ben kezdik megvalósítani. Hangsúlyozta, hogy bár még nem ismeri részletesen a látássérültek és gyengénlátók közösségét és az akadálymentesítési piacot, a cégen belüli és a felhasználói közösségben meglévő szakértelemre kíván támaszkodni, és nem tartja szükségesnek, hogy minden részletet saját maga sajátítson el. Beszélgetőtársai felvetésére reagálva megerősítette, hogy szeptember végén vagy októberben szívesen visszatér a podcastba, hogy beszámoljon a kidolgozott stratégia irányairól.
Magánéletéről elmondta, hogy felesége szintén teljes munkaidőben dolgozik, két gyermekük van (egy ötéves kislány és egy kilencéves kisfiú), és amikor teheti, a hegyeket és a tengert egyaránt kedveli: fiatalabb korában búvárkodott (többek között a Nagy-korallzátonynál és Florida partjainál), Utah államban élve pedig a síelést szerette meg, bár az elmúlt években erre kevesebb ideje jutott. Aki szeretné felvenni vele a kapcsolatot, a connect@vispero.com címre írhat, a tárgyban feltüntetve, hogy Sid Gaitondénak szól az üzenet.
A Leasey új verziója: egyre több eszköz, egyre több AI
Brian Hartgen mintegy 26 éve foglalkozik JAWS-szkriptek fejlesztésével, és nevéhez két fő termék köthető: a J-Say és a Leasey, ez utóbbi a cég messze legkelendőbb terméke. Emellett kisebb, alacsonyabb árú szkriptcsomagokat is kínál – ezek közül példaként a Zoom-hoz készült szkriptjeit említette, amelyek onnan indultak, hogy szerette volna kikapcsolni a Zoom értekezletek automatikus hangjelzéseit (például amikor valaki belép, kilép vagy jelentkezik a teremben), mert ezeket zavarónak találta saját, rendszeres képzéseket tartó munkája során. A szkriptcsomag azóta számos további, a hatékonyságot növelő funkcióval bővült, és folyamatosan követi a Zoom felületén történő változásokat – ebben gyakran a felhasználók visszajelzései is segítik, a frissítéseket pedig egy beépített frissítési funkción keresztül tudja gyorsan eljuttatni a vásárlókhoz.
A Leasey ennél jóval nagyobb vállalkozás: fejlesztése 2014-ben kezdődött, amikor Hartgen és felesége egy olyan felületet akartak létrehozni, amely megkönnyíti a számítógép-használat elsajátítását azok számára, akik korábban kevés vagy semmilyen tapasztalattal nem rendelkeztek. A termék népszerűvé válásával a tapasztaltabb, „haladó” JAWS-felhasználók is szerették volna használni a benne rejlő eszközöket, ezért egy ideig két külön változat – alap és haladó – létezett; idén azonban ezeket egyetlen termékbe vonták össze. A Leasey ma számos kisebb eszközt kínál: szövegrészletek beillesztését listákból vagy rövidítésekből, kereséseket olyan oldalakon, mint az eBay, az Amazon vagy a Google, valamint időjárás-alkalmazást, hírforrás- és RSS-olvasót. Tavaly érkezett hozzá egy sportmodul is, amellyel csapatok eredményei kereshetők vissza, illetve élő mérkőzések is követhetők.
Hartgen elmondása szerint egészen tavalyig szinte minden funkció a JAWS saját szkriptnyelvére épült – ezt maga is a JAWS-szkriptelés lehetőségeinek jó bizonyítékaként említette. Tavaly azonban úgy érezte, hogy ezzel a nyelvvel elérte a fejlesztés határait, ezért elkezdett más programozási nyelveket is elsajátítani, hogy a Leasey funkciói korszerűbbek lehessenek. Ez a folyamat a sportmodullal indult, és idén, a Leasey 11.5-ös verziójában teljesedik ki igazán: összesen mintegy húsz új alkalmazás került a csomagba, ezek közül több már meglévő funkciók modernizált változata. Van például egy egyszerű, könnyen kezelhető fájlkezelő a Windows Intéző alternatívájaként – mint mondta, sok felhasználó panaszkodik arra, hogy a Windows beépített fájlkezelője néha lassú, vagy felesleges üzenetekkel zavarja a munkát. Bekerült egy szövegszerkesztő is, amely a hagyományos szövegszerkesztési funkciók mellett PDF-fájlok tartalmának értelmezésére és akadálymentesebb megjelenítésére is képes. Egy médiaközpont nevű modul pedig összefogja a rádió- és podcast-hallgatási funkciókat: lehetőség van a lejátszási sebesség módosítására, könyvjelzők elhelyezésére, fejezetek közti navigálásra, illetve – ha a podcast ezt támogatja – a hangfelvétel szöveges átiratának elkészítésére és a legfontosabb pontok összefoglalására. Ehhez a konkrét funkcióhoz nincs szükség saját API-kulcsra (API: alkalmazásprogramozási felület, amelyen keresztül a szoftverek egymással kommunikálnak), bár a Leasey más, ChatGPT-alapú funkcióihoz a felhasználók gyakran saját kulcsot használnak, illetve bizonyos esetekben a cég is tud ehhez hozzáférést biztosítani.
Hartgen szerint a mesterséges intelligenciára épülő eszközök legnagyobb előnye, hogy a Leasey-n keresztül alkalmazástól függetlenül, gyorsan elérhetők, és a beépített, előre elkészített promptok (a mesterséges intelligenciának adott utasítások) segítségével a felhasználóknak nem kell maguknak jó minőségű kérdést megfogalmazniuk. Egy külön funkció, a Leasey Quick Steps egy, a Vispero Companionhoz hasonló eszköz, amely kizárólag a Leasey használatával kapcsolatos kérdésekre válaszol lépésről lépésre – éppen azért, mert csak erről a témáról „tud”, nem tud pontatlan vagy a témától elrugaszkodó válaszokat adni.
Külön kitért arra is, hogy a mesterséges intelligencia ügynökök (agentek) segítségével fejlesztett alkalmazásokban gyakran hiányzik a Braille-kimenet – vagyis a vak, Braille-kijelzőt használó felhasználók nem kapnak visszajelzést azokról az eseményekről, amelyekről a program csak hangban vagy vizuálisan tájékoztat. Hartgen ezért maga is ellenőrzi és kiegészíti az AI-ügynökök által írt kódot, hogy a Leasey 11.5 új alkalmazásai Braille-kijelzőn is megfelelő, úgynevezett „flash” üzeneteket jelenítsenek meg. Amikor felvetődött, hogy egyesek a „régi gárda” tagjának tartják őt olyan nevekkel együtt, mint Jonathan Mosen vagy Glen Gordon, Hartgen ezt inkább megtiszteltetésnek nevezte, és hangsúlyozta: folyamatosan képzi magát, hogy lépést tudjon tartani a technológiával.
Ami a képzési anyagait illeti, korábban éveken át tartott webináriumokat, és készített hangjegyzeteket, szöveges átiratokat, mostanában azonban idő hiányában inkább egy tankönyvsorozatot ad ki Word és HTML formátumban. Az egyes kötetek mintegy száz oldal terjedelműek, billentyűparancs-függelékkel és jól kereshető fejezetekkel. Elsőként a Microsoft Teamsről szóló kötet készült el, ezt követte az 1Password jelszókezelőről szóló anyag, a következő pedig a Zoomról, majd a Google Chrome-ról és a StationPlaylist Studio nevű szoftverről fog szólni.
J-Say és a Dragon NaturallySpeaking: hangvezérlés magas szinten
Hartgen másik fő terméke, a J-Say a Dragon NaturallySpeaking beszédfelismerő szoftvert kapcsolja össze a JAWS-szal, lehetővé téve, hogy a felhasználó gyakorlatilag minden JAWS-parancsot hangutasítással is elérjen. Bár ma már bármilyen mobiltelefonba is lehet diktálni, Hartgen szerint jelentős a különbség aközött, hogy egy felhőalapú szolgáltatás csupán hozzávetőlegesen érti meg, mit mondtunk, illetve aközött, hogy egy olyan megbízható eszköz, mint a Dragon, pontosan végrehajtja az elhangzottakat. A J-Say elsődleges célcsoportja azok, akik egyáltalán nem tudnak billentyűzetet használni – akár mert nincs kezük, akár súlyos fogyatékosság vagy sérülékenység miatt –, és teljes mértékben a hangvezérlésre vannak utalva a dokumentumírás, az e-mailezés vagy a webböngészés során. Szavai szerint nincs olyan hét, hogy ne adnának el belőle.
A termék használata azonban komoly tanulási görbével jár: szükség van a Dragon NaturallySpeaking előzetes megvásárlására, magára a J-Say szoftverre, illetve gyakran oktatóanyagra vagy bemutatóra is ahhoz, hogy valaki valóban ki tudja aknázni a benne rejlő lehetőségeket – enélkül könnyen kialakulhat a téves benyomás, hogy a termék nem alkalmas az adott felhasználó igényeire. Hartgen szerint a J-Say-t nemcsak otthoni felhasználók, hanem munkahelyi, vállalati környezetben is szép számmal alkalmazzák, elsősorban az Egyesült Államokban, de az Egyesült Királyságban is növekvő az érdeklődés. A telepítést jellemzően az adott szervezet informatikai részlege végzi, a hozzá érkező technikai támogatási megkeresések száma pedig viszonylag alacsony.
Mesterséges intelligencia ügynökök a gyakorlatban
Mohammed Laachir a júniusi adásban már beszélt az agentikus, vagyis önállóan cselekvő mesterséges intelligenciáról, ezúttal pedig a hallgatóktól beérkezett kérdésekre válaszolt. Elmagyarázta, hogy a mai AI-ügynökök úgynevezett „számítógép-használati” (computer use) képességekkel rendelkeznek, ez pedig többféle formát ölthet: van, amelyik átveszi az irányítást az egérkurzor felett és önállóan mozgatja azt; van, amelyik Chrome-bővítményen keresztül a háttérben, a felhasználó elől rejtett – de nem elérhetetlen – böngészőlapokon dolgozik; és van, amelyik a parancssoron (a szöveges, fekete hátterű vezérlőfelületen) keresztül ad ki parancsokat a rendszernek. Ezekkel a képességekkel egy AI-ügynök diagnosztizálni tudja egy számítógép problémáját, javaslatot tehet a megoldásra, sőt kérésre végre is tudja hajtani a szükséges lépéseket – vagyis egyszerre viselkedhet műszaki támogatóként és kódoló asszisztensként is.
Laachir elmondása szerint elsősorban az OpenAI Codex nevű eszközét használja, de megemlítette, hogy az Anthropic Claude Cowork és Claude Code termékei, illetve a Google saját agentikus platformja is hasonlóan jól működnek. Vak felhasználók számára szerinte mindkét megközelítés – a grafikus felhasználói felület (GUI) és a parancssoros felület is – reális választás: a grafikus felületek elfogadhatóan, bár nem tökéletesen akadálymentesek, a parancssor pedig nem különösebben nehéz megtanulni, és lényegében ugyanúgy működik, mint egy grafikus felület: begépeljük, mit szeretnénk, és az ügynök végrehajtja.
Egyes alkalmazásokhoz, például az Excelhez és a PowerPointhoz külön beépülő modulok (plugin) is elérhetők – ezekhez mind a ChatGPT, mind a Claude kínál saját verziót –, de ha a felhasználó gépén már fut a Claude Code vagy a Codex, ezekre a modulokra tulajdonképpen nincs is szükség, hiszen az ügynök az általános számítógép-használati képességeivel is el tudja végezni a feladatot. A Chrome-bővítmény használatának előnye ugyanakkor egyértelmű: az ügynök ilyenkor saját, a felhasználó munkafolyamatát nem zavaró böngészőlapokon dolgozhat, amelyek nem tűnnek fel váratlanul, de szükség esetén bármikor megkereshetők és megnyithatók.
Ismétlődő, rutinszerű feladatok – mint a reggeli e-mail- és időjárás-ellenőrzés vagy bizonyos weboldalak frissüléseinek nyomon követése – szintén automatizálhatók: elég megkérni az ügynököt, hogy a már elvégzett feladatot ismételje meg naponta. Fontos ugyanakkor, hogy ehhez a számítógépnek és az érintett alkalmazásnak is futnia kell, ellenkező esetben az ügynöknek más típusú, például operációs rendszer szintű automatizációt kell létrehoznia. Laachir egy konkrét példát is megosztott: kéthetente lezajló csapat-megbeszélés (az agilis szoftverfejlesztésben ezt „sprintnek” nevezik) végén az ügynöke automatikusan végignézi a sprint összes tételét, ellenőrzi, hogy minden szükséges információ szerepel-e bennük, majd egy HTML-oldalt készít, amely lenyitható-becsukható szekciókban, csapatonkénti bontásban mutatja meg a talált problémákat. Ha ismert a megoldás és a felelős munkatárs, az ügynök az Outlook levelezőprogramban elő is készíti a megfelelő címzetteknek szóló, a szükséges információkat tartalmazó e-mail-vázlatokat, amelyeket a felhasználónak csak át kell néznie és el kell küldenie. Szavai szerint ez a folyamat korábban fél napot vett igénybe, most viszont gyakorlatilag nem igényel tőle időt.
Augusztusi képzési kínálat
Az adás zárásaként a Vispero képzési csapatának vezetője az augusztusi webináriumokat ismertette, amelyek – szavai szerint – szűk egy hónapba sűrítve két saját és két partnerekkel közös eseményt is tartalmaznak. Augusztus 6-án, csütörtökön délben (keleti parti idő szerint) kerül sor a Learn AI sorozat újabb részére, amely egyúttal a sorozat egyéves évfordulóját is jelenti: ezen az elmúlt év leghasznosabbnak bizonyult, termelékenységet növelő témáit tekintik át, és azt is, hogyan fejlődött az AI ezalatt.
Augusztus 17-én, hétfőn szintén délben a Dot Incorporation vállalattal – a többsoros, azaz egyszerre több braille-sort megjeleníteni képes Dot Pad braille-kijelző gyártójával – közös második webináriumra kerül sor, amelynek fókuszában oktatási témák állnak: hogyan használható a többsoros braille hosszabb szövegrészletek olvasására, matematikai tartalmak megjelenítésére, illetve táblázatok és munkalapok értelmezésére – utóbbiak esetében arra is kitérnek, hogyan néznek ki ezek vizuálisan.
Augusztus 26-án, szerdán délután 3-kor indul az American Printing House for the Blind (APH) – az Egyesült Államok legrégebbi, vakok és gyengénlátók számára oktatási anyagokat készítő nonprofit szervezete – új, „Passport to Innovation” elnevezésű sorozatának első epizódja, amely a kutatási feladatok – vagyis az online információgyűjtés – megkönnyítésére összpontosít: hogyan lehet vizuális tartalmakat értelmezni, információt gyűjteni és elmenteni, majd olyan formában megjeleníteni, amely különböző felhasználók számára is jól használható.
Az augusztusi sorozatot augusztus 27-én, csütörtökön délben egy négy klasszikus JAWS-funkciót bemutató webinárium zárja, amely a termelékenységet segítő eszközöket – például a szövegelemzőt és a gyorsolvasási (skim reading) funkciót – mutatja be azoknak, akik esetleg nem ismerik ezek minden lehetőségét. A webináriumokra a freedomscientific.com/training oldalon lehet regisztrálni, a képzési csapatnak a training@vispero.com, a Vispero Connect szerkesztőségének pedig a connect@vispero.com címen lehet írni.
Összegzés
A júliusi Vispero Connect egyszerre szól a cég élén történt váltásról és arról, mennyire átjárja már a mesterséges intelligencia a kisegítő technológiák mindennapjait – a Leasey új AI-funkcióitól az agentikus AI gyakorlati alkalmazásain át egészen az augusztusi képzésekig. Az új vezérigazgató egyelőre inkább hallgat és tanul, mintsem stratégiát hirdet, a fejlesztők és a képzési csapat viszont közben is azon dolgozik, hogy a felhasználók minél hatékonyabban tudják kihasználni a rendelkezésre álló eszközöket.
Forrás: a Vispero Connect podcast 2026. júliusi epizódja, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.