Depuis l'explosion récente d'une intelligence artificielle générative largement disponible (IA), il semble maintenant qu'un nouvel outil d'IA émerge chaque semaine.
Avec un succès variable, l'IA propose des solutions pour la productivité, la créativité, la recherche et aussi l'accessibilité: fabriquer des produits, services et autres contenus plus utilisables pour les personnes handicapées.
L'annonce primée du Super Bowl 2024 pour Google Pixel 8 est un exemple poignant de la façon dont la dernière technologie d'IA peut se croiser avec un handicap.
Réalisé par le directeur de Blind Adam Morse, il présente une fonctionnalité alimentée par AI qui utilise des indices audio, des commentaires haptiques (où les sensations vibrantes communiquent des informations à l'utilisateur) et des animations pour aider les utilisateurs aveugles et à faible vision à capturer des photos et des vidéos.
Javier in Frame présente une fonction d'accessibilité trouvée sur les téléphones Pixel 8.L'annonce a été applaudi pour être inclusif et représentatif du handicap. Il a également démontré une capacité croissante - et l'intérêt pour - IA pour générer une technologie plus accessible.
L'IA est également prête à contester la création de la description de l'audio et à quoi cela peut ressembler. C'est l'objectif de notre équipe de recherche.
Audio Description est une voie de narration qui décrit des éléments visuels importants des médias visuels, y compris des émissions de télévision, des films et des performances en direct. Des voix synthétiques et des descriptions visuelles automatisées rapides peuvent entraîner une description plus audio sur nos écrans. Mais les utilisateurs perdront-ils d'autres manières?
Les outils d'accessibilité alimentés par l'IA prolifèrent. Parmi eux, Microsoft see dans l'IA, une application qui transforme votre smartphone en une caméra parlante en lisant du texte et en identifiant des objets. L'application soit mon IA utilise des assistants virtuels pour décrire les photos prises par les utilisateurs aveugles; C’est une version d’IA de l’application originale Be Eyes, où la même tâche a été accomplie par des bénévoles humains.
Il existe de plus en plus d'options de logiciels d'IA pour la lecture de texte vocale et de documents, ainsi que pour la production de description audio.
La description de l'audio est une caractéristique essentielle pour rendre les médias visuels accessibles aux publics aveugles ou altérés par vision. Mais ses avantages vont au-delà de cela.
De plus en plus, la recherche montre que la description audio profite aux autres groupes d'invalidité et aux publics traditionnels sans handicap. La description de l'audio peut également être un moyen créatif de développer ou d'améliorer un texte visuel.
Traditionnellement, la description de l'audio a été créée à l'aide de voix humaines, d'écrivains de script et d'équipes de production. Cependant, au cours de la dernière année, plusieurs services de streaming internationaux, dont Netflix et Amazon Prime, ont commencé à offrir une description audio qui est au moins partiellement générée avec l'IA.
Pourtant, il existe un certain nombre de problèmes avec les technologies d'IA actuelles, y compris leur capacité à générer de fausses informations. Ces outils doivent être évalués de manière critique et améliorés.
Il existe plusieurs façons dont l'IA pourrait avoir un impact sur la création - et le résultat final - de la description audio.
Avec les outils AI, les services de streaming peuvent obtenir des voix synthétiques pour «lire» un script de description audio. Il existe un potentiel pour différents niveaux d'automatisation, tout en donnant aux utilisateurs la possibilité de personnaliser la description de l'audio pour répondre à leurs besoins et préférences spécifiques. Vous voulez que votre spectacle de cuisine soit raconté dans un accent britannique? Avec l'IA, vous pouvez changer cela avec la presse sur un bouton.
Cependant, dans l'industrie de la description audio, beaucoup d'inquiétude sont inquiets que l'IA pourrait saper la qualité, la créativité et le professionnalisme que les humains apportent à l'équation.
L'application de linguisme d'apprentissage Duolingo, par exemple, a récemment annoncé qu'elle allait de l'avant avec le développement «AI First». En conséquence, de nombreux entrepreneurs ont perdu des emplois qui peuvent maintenant être effectués par des algorithmes.
D'une part, l'IA pourrait aider à élargir la gamme de descriptions audio disponibles pour une gamme de médias et d'expériences en direct.
Mais la description de l'audio AI peut également coûter des travaux plutôt que de les créer. Le pire résultat serait une énorme quantité de description audio de moindre qualité, ce qui saperait la valeur de la créer.
L'IA ne devrait pas saper la qualité des technologies d'assistance, y compris la description audio. Image de sol / déclencheurL'impact de l'industrie et les détails techniques de la façon dont l'IA peut être utilisé dans la description de l'audio est une chose.
Ce qui manque actuellement, ce sont des recherches qui centrent les perspectives des utilisateurs et prennent en considération leurs expériences et leurs besoins pour une future description audio.
La précision - et la confiance dans cette précision - est d'une importance vitale pour les publics aveugles et à faible vision.
Les outils à bas prix et souvent gratuits sont désormais largement utilisés pour résumer, transcrire et traduire. Mais c'est un problème bien connu que l'IA génératrice a du mal à rester factuel. Connues sous le nom de «hallucinations», ces fabrications plausibles prolifèrent même lorsque les outils d'IA ne sont pas invités à créer quelque chose de nouveau - comme faire une simple transcription audio.
Si les outils d'IA fabriquent simplement du contenu plutôt que de rendre les matériaux existants accessibles, il serait encore plus éloigné de la distance et des consommateurs aveugles et à faible vision.
L'IA est une technologie relativement nouvelle, et pour qu'elle soit un véritable avantage en termes d'accessibilité, sa précision et sa fiabilité doivent être absolues. Les utilisateurs aveugles et à faible vision doivent être en mesure d'activer les outils d'IA en toute confiance.
Dans la «ruée AI» actuelle pour rendre la description audio moins chère, plus rapide et plus disponible, il est essentiel que les personnes qui en ont le plus besoin soient étroitement impliquées dans la façon dont la technologie est déployée.