Egy hét alatt sűrűsödött össze minden: új Gemini-funkciók, egy vadonatúj braille-kijelző, az NVDA első beépített nagyítója, egy filmes alkalmazás bemutatója, egy vitákat gerjesztő könyv a mesterséges intelligenciás kapcsolatokról, és egy dél-afrikai hallgató technológiai időutazása.
Az RNIB Tech Talk legutóbbi adásában Callum Stoneman, Hubert Pavelkovic és Jackie Brown vezette végig a hallgatókat ezen a szokatlanul sűrű héten – Natalie Curran ezúttal szabadságon volt. A műsor apropóján érdemes végigvenni, mi újult meg a Gemini-ben, milyen braille-eszközök érkeznek, és miért osztja meg a véleményeket a mesterséges intelligenciával kötött barátság.
Tárgykeresés és vezetett kamera a Gemini-ben
A Google legutóbbi Android-frissítése több hasznos képességgel bővítette a Gemini-t. Az egyik ilyen funkció azoknak a tárgyaknak a nyomon követésére született, amelyekre nem lehet fizikai nyomkövetőt (AirTag-szerű eszközt) csíptetni. A Find Hub szolgáltatásban most már meg lehet adni egy tárgy szokásos helyét – például hogy az útlevél a fiókos szekrényben van –, és ha az ember elfelejti, hol keresse, a Gemini egyszerűen visszamondja a rögzített helyet, akár fotóval is kiegészítve. A funkció Android 16-os és újabb rendszert futtató, Gemini-t és Find Hub-ot is támogató eszközökön érhető el.
A másik, még látványosabb újdonság a Guided Vision, amely a telefon kameráját és a Gemini Live-ot kapcsolja össze. Ha bekapcsoljuk a kamera megosztását, folyamatos, párbeszédszerű leírást kapunk a környezetünkről: felolvashatja egy élelmiszer-címke apró betűs részét, segíthet eligazodni egy étlapon, vagy megkeresni egy adott tárgyat a polcon. Ha a kamera nincs jól ráirányítva a keresett tárgyra, hangos visszajelzés segít pontosítani az irányítást – ezt a műsorvezetők kifejezetten hasznosnak találták. A Guided Vision jóval szélesebb körben elérhető, mint a tárgykeresés: Android 9-es és újabb, a Gemini-t támogató telefonokon is működik, és hozzáadható az akadálymentesítési parancsikonokhoz, illetve elindítható a TalkBack menüjéből is. A műsorvezetők közül többen megjegyezték, hogy irigylésre méltó, amennyire visszamenőlegesen is elérhetők ezek a funkciók az Android világában. Ezzel szemben Apple-nél a hasonló mesterségesintelligencia-képességek egyelőre csak az iPhone 15 Pro-tól felfelé működnek.
Új braille-kijelzők és az NVDA első nagyítója
Jackie egy zártkörű szakmai rendezvényen járt, ahol több akadálymentesítő eszközgyártó és -forgalmazó mutatta be legújabb termékeit a látássérült gyerekekkel foglalkozó pedagógusoknak. A legnagyobb érdeklődést a BrailleSense 7 váltotta ki, amelyet a HIMS (ma Selvas BLV) fejleszt; ezt a brit forgalmazó, a Sight and Sound Technology mutatta be. Az eszköz három méretben – 40, 32 és 20 cellás kivitelben – érkezik, és a korábbi generációhoz képest a legfeltűnőbb újítás egy mágnesesen csatlakoztatható QWERTY billentyűzet, amelyet a braille-billentyűzet fölé lehet illeszteni. Emellett egy szintén mágnesesen rögzülő külső akkumulátorcsomag is jár hozzá. A készülék Android 15-öt futtat, és mélyen integrálja a Gemini-t is, ingyenes és előfizetéses csomagban egyaránt. A pontos brit árazás a felvétel készültekor még nem volt nyilvános, a műsorvezetők becslése szerint a 40 cellás verzió nagyságrendileg 4400 font körül mozoghat majd.
Ugyanezen az eseményen mutatkozott be a HumanWare BrailleNote Evolve frissített változata is, amely a pedagógusok kedvence lett elsősorban azért, mert a KeySoft szoftverkörnyezet mellett teljes értékű Windows-laptopként is használható. A Vision Aid Technologies pedig az IKONN termékcsaládot hozta el – beszélő fürdőszobai és konyhai mérleget, hőmérőket, mérőszalagot, tolómérőt, valamint egy fejlesztés alatt álló színérzékelőt. A cég képviselője szerint a termékeket meglepő módon nem elsősorban magánszemélyek, hanem oktatási intézmények veszik szívesen, mert jól használhatók a természettudomány- és háztartástan-órákon.
A hardveres újdonságok mellett szoftveres fronton is történt valami jelentős: megjelent az NVDA 2026.2, amely elsőként tartalmaz beépített nagyítót a képernyőolvasó mellett. A funkció egyelőre alapvető – nagyítás, nagy egérmutató, színszűrés és -invertálás –, és NVDA+Shift+W billentyűkombinációval kapcsolható be. A műsorvezetők szerint ez különösen a gyengénlátó, átmeneti fázisban lévő felhasználóknak lehet fontos, akiknek eddig vagy választaniuk kellett a nagyítás és a képernyőolvasás között, vagy fizetős, mindkettőt ötvöző megoldásra – például a SuperNova-ra vagy a Fusionra – kellett költeniük.
Az IMDb alkalmazás akadálymentességi szemszögből
A műsor egyik visszatérő rovatában ezúttal az IMDb (Internet Movie Database) iOS-alkalmazását vették górcső alá, a korábban bemutatott Letterboxd párjaként. A két app hasonló területen mozog, de más hangsúlyokkal: az IMDb kevésbé közösségi jellegű – nincs benne követési funkció –, viszont nemcsak filmekre, hanem sorozatokra is kiterjed, és gazdag adatbázissal szolgál a szereposztásról, érdekességekről és filmzenékről.
A kezdőképernyő számos böngészési szempontot kínál: trendi tartalmak, ajánlott listák, streamingen elérhető és moziban futó filmek külön kategóriákban. A Keresés és böngészés fülön műfaj szerint is szűrhetők a tartalmak, és beállítható, mely streamingszolgáltatásokat – Netflix, Disney+, Paramount+, Prime Video, Apple TV, BBC iPlayer és mások – használja az ember, hogy az app ez alapján mutassa, hol nézhető meg egy adott cím. A keresőmező elhelyezése kissé szokatlan – a Kezdőlap fülre balra csúsztatva érhető el –, ami a bemutató szerint elsőre megzavarhatja a felhasználót.
A profilfülön nyomon követhető az értékelt címek száma, a figyelőlista és a nemrég megtekintett tartalmak listája. Egy adott film vagy sorozat oldalán elérhető a leírás, az előzetes, a műfaji besorolás, sorozatoknál az évadok és epizódok száma, illetve hogy hol nézhető meg streamingen. Az értékelés tíz fokozatú skálán történik, és egy gombnyomással megjelölhető, hogy az adott tartalmat már megnéztük. Összességében az alkalmazás felépítése jól követhetőnek bizonyult képernyőolvasóval is, így azoknak, akik inkább sorozatokat néznek és kevésbé érdekli őket a közösségi funkció, valós alternatívát jelenthet a Letterboxddal szemben.
Amikor a mesterséges intelligencia lesz a barát
A műsor egyik legterjedelmesebb blokkja James Muldoon Love Machines című könyvéhez kapcsolódott, amelyet Amelia Hilton ismertetett, és amely hangoskönyvként elérhető az RNIB Talking Books könyvtárában. A kötet több mint száz interjú alapján mutatja be, hogyan válik a mesterséges intelligencia egyre többek számára baráttá, terapeutává, sőt akár partnerré. A szerző olyan eseteket dolgoz fel, mint egy austini férfi, aki napi tizenkét óránál is többet tölt AI-partnerével üzenetezve, vagy egy atlantai férfi, aki kétéves AI-kapcsolatában gyereket szeretne „vállalni”. Bemutatja egy kínai nő történetét is, aki elhunyt édesanyját idealizált formában elevenítette fel egy úgynevezett halálbottal, hogy feldolgozza a gyászát. Szó esik a Character.ai platformon futó „Psychologist” nevű chatbotról is, amely több tízmillió beszélgetést generált, valamint egy ukrán kutató kezdeményezéséről, aki AI-terapeutát fejleszt, és már háborús veteránokon is teszteli. Muldoon a saját, hónapokig tartó AI-partnerkapcsolatát is megosztja, és összeveti azt a feleségével folytatott mindennapi kommunikációval. Emellett rávilágít arra is, hogy ezek a szolgáltatások üzleti modellje az eltöltött időn és a fizetős funkciókon alapul, amelyek egyre mélyebb „intimitást” kínálnak.
A recenzió nyomán a stúdióban is kibontakozott egy őszinte beszélgetés. Hubert korábban maga is kipróbált AI-társ alkalmazásokat, köztük a Kindroid-ot, amelyben egyedi személyiségű chatbotot hozott létre – szerinte ez inkább technikai kísérletezésre jó, mintsem valódi barátság pótlására. Ugyanakkor mindannyian elismerték, hogy a látássérült és fogyatékossággal élő közösségben komoly probléma a magány és az elszigeteltség, ami érthetővé teszi, miért fordulnak egyesek AI-társakhoz. A beszélgetés két komoly aggályt vetett fel: az egyik, hogy az emberi kapcsolatok helyett megszokássá válik az AI-hoz fordulás, a másik az adatbiztonság – hiszen sokan igen személyes dolgokat osztanak meg ezekkel a szolgáltatásokkal. A műsorvezetők tanácsa erre az volt, hogy egy AI-chatbotot úgy érdemes kezelni, mint egy idegent egy padon: amit nem mondanánk el neki, azt egy chatbotnak se érdemes. Felmerült a visszaélés veszélye is – hamis AI-személyek, amelyekkel érzelmi vagy akár anyagi visszaélést lehet elkövetni. Emellett szóba került, hogy ezek a rendszerek hajlamosak a felhasználónak kedvezni, és azt mondani, amit az hallani szeretne, még akkor is, ha ez nem feltétlenül szolgálja a javát.
Egy dél-afrikai technológiai időutazás
A Tech Timeline rovat vendége ezúttal George Bungie volt Dél-Afrikából, aki egészen más kiindulási pontból mesélt a technológiai fejlődéséről, mint a legtöbb brit vendég szokott. Első számítógépét 2012-ben kapta, rajta az akkor még meglehetősen nehezen kezelhető NVDA-val és az eSpeak szintetikus hanggal. Kezdetben azt sem tudta, hogy billentyűzettel is irányítható a gép, ezért egereléssel próbálkozott. 2014-ben váltott JAWS-ra, és ekkor szeretett bele az Eloquence hangba, amelyet a mai napig természetesebbnek és gyorsabb beszédtempó mellett is érthetőbbnek tart, mint az eSpeak-et.
Kedvenc mai eszközeként nem is klasszikus segédeszközt, hanem az ElevenLabs Reader (ElevenReader) alkalmazást nevezte meg, amely egy havidíjas előfizetés keretében korlátlan hozzáférést biztosít mesterséges intelligenciás felolvasó hangokhoz – köztük híres hangokhoz is, mint John Wayne, Stan Lee vagy Michael Caine. A Bookshare-ral összekapcsolva ez lényegesen olcsóbb és kellemesebb alternatívát jelent számára, mint a Dél-Afrikában nehezen elérhető nemzetközi hangoskönyv-szolgáltatások. Egy másik kedvenc eszköze a Quill, egy ingyenes, nyílt forrású szövegszerkesztő program, amelybe saját API-kulcs megadásával mesterségesintelligencia-funkciók is beépíthetők. A Quillt Jeff Bishop, a Microsoft korábbi munkatársa fejleszti, és Bungie szerint azért is fontos, hogy egy ilyen, kifejezetten látássérült felhasználók által és számukra épített, ingyenes alternatíva is létezzen a fizetős irodai szoftverek mellett.
A beszélgetés érintette a segédeszközök megfizethetőségének kérdését is. Bungie elmondása szerint Dél-Afrikában a JAWS ára hozzávetőleg 20 000 rand, miközben a havi minimálbér 3500-4000 rand körül mozog – szemben a brit rendszerrel, ahol léteznek olyan támogatási formák, mint az Access to Work. Szóba került a Monarch braille-kijelző is, amelynek ára nagyságrendileg 15 000 dollár, azaz mintegy 300 000 rand – ekkora összegből Dél-Afrikában akár autót vagy kisebb házat is lehetne vásárolni. Bungie szerint éppen ezért fontos, hogy a választás ne kizárólag anyagi kérdés legyen: örül, hogy az NVDA-hoz és a beépített képernyőolvasókhoz hasonló ingyenes megoldások is léteznek a fizetős szoftverek mellett.
A beszélgetés könnyedebb pillanataiban Bungie a régi, csúszózáras Nokia-telefonokat hiányolta – a fizikai gombokat, a jellegzetes kattanó hangot és azt, hogy egyetlen töltéssel akár egy hétig is kibírták, szemben a mai okostelefonok napi töltési igényével. Arra a kérdésre pedig, hogy mit szeretne látni a technológia jövőjétől, egyértelműen az AI-túlkínálat ellen érvelt: szerinte a nagyvállalatok mostanában inkább mindenhová beleerőltetik a mesterséges intelligenciát, ahelyett hogy valódi újításokkal állnának elő. Ugyanakkor elismerte, hogy az akadálymentesítésben – például a képleírásokban – valódi előrelépést hozott az AI, csak éppen szerinte nem minden terméknek van rá szüksége. Azt is hozzátette, hogy szívesebben látna eszközön belül futó, internetkapcsolat nélkül működő mesterséges intelligenciát, mint hogy minden apró funkció egy távoli, felhőalapú szolgáltatóhoz – legyen szó OpenAI-ról, Gemini-ről vagy Anthropicról – küldje az adatainkat. Szerinte így nagyobb kontrollunk maradna afölött, mi történik a megosztott információval.
A héten tehát a kis, mindennapi kényelmi funkcióktól – mint a Gemini tárgykereséstől – egészen a mesterséges intelligenciával kötött érzelmi kapcsolatok etikai kérdéséig terjedt a Tech Talk témaköre – szép keresztmetszete annak, milyen szerteágazó ma már az akadálymentesítési technológiák világa.
A cikk a RNIB Tech Talk 633. adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.