AI dalam Aksesibilitas untuk Tunanetra
AI mendeskripsikan dunia visual dengan lantang—membaca teks, mengidentifikasi objek, dan menceritakan adegan untuk penyandang tunanetra atau gangguan penglihatan.
Ikhtisar
This matters because it turns a smartphone camera into an always-available pair of eyes for everyday tasks.
Menyelam Lebih Dalam
Selama beberapa dekade, aksesibilitas bergantung pada alat seperti pembaca layar (JAWS, NVDA, VoiceOver) yang mengubah teks di layar menjadi ucapan. AI secara dramatis memperluas hal ini ke dunia fisik. Aplikasi seperti Melihat AI, Be My Eyes, dan Lookout menggunakan visi komputer dan pengenalan karakter optik untuk membaca email, mengidentifikasi mata uang, mengenali wajah, dan mendeskripsikan ruangan. Lompatan terbesar terjadi ketika model multimoda seperti GPT-4 mendukung 'Be My AI' dari Be My Eyes, yang memungkinkan pengguna memotret pemandangan apa pun dan mengajukan pertanyaan lanjutan dalam bahasa alami—'Apakah kompornya menyala?' atau 'Apa warna baju ini?' Alat-alat ini melengkapi, bukan menggantikan, sukarelawan manusia dan anjing pemandu, dan alat-alat ini berfungsi karena pemahaman gambar dan sintesis ucapan menjadi cukup cepat dan murah untuk dijalankan di telepon.
Wawasan Teknis
Gabungan tiga teknologi: OCR mengubah teks yang difoto menjadi karakter; model deteksi objek dan pembuatan teks gambar mengidentifikasi dan mendeskripsikan apa yang dilihat kamera; dan LLM multimodal memungkinkan pengguna menanyakan tindak lanjut percakapan tentang suatu gambar. Akselerasi pada perangkat dan mesin text-to-speech memberikan jawaban dalam bentuk audio yang terdengar alami dalam hitungan detik. Untuk konten digital, AI juga secara otomatis menghasilkan deskripsi gambar 'teks alternatif', membuat halaman web dan postingan sosial dapat dinavigasi oleh pembaca layar.
Dampak Strategis
Build choices
Desain tingkat aplikasi menentukan apakah AI meningkatkan hasil nyata.
Team and workflow
Integrasi alur kerja yang baik menciptakan peningkatan produktivitas yang dapat dipercaya oleh pengguna.
Risk and safety
Kasus penggunaan yang tercakup dengan baik mengurangi kelelahan perubahan dan risiko implementasi.
Masa Depan AI dalam Aksesibilitas bagi Tunanetra
Perangkat yang dapat dikenakan adalah yang terdepan—kacamata pintar (Meta Ray-Bans, Envision Glasses) menghadirkan narasi berkelanjutan dan handsfree sehingga pengguna tidak perlu mengangkat telepon. Harapkan deskripsi spasial yang lebih kaya, navigasi real-time yang membaca rambu dan rintangan jalan, dan integrasi yang lebih erat dengan pembaca layar. Tantangannya adalah keandalan: deskripsi yang salah ('jalannya jelas') bisa berbahaya, sehingga sistem di masa depan memerlukan ketidakpastian yang terkalibrasi dan sinyal yang jelas tentang apa yang tidak dapat mereka lihat.
Implementasi Dunia Nyata
Mengarahkan ponsel ke surat atau label obat dan membacakan teksnya melalui OCR.
Menggunakan Be My AI untuk memotret lemari es dan menanyakan bahan apa saja yang tersedia untuk makan malam.
Mengidentifikasi denominasi mata uang kertas atau memindai kode batang produk saat berbelanja.
Deskripsi teks alternatif yang dibuat secara otomatis untuk gambar di situs web sehingga pengguna pembaca layar dapat memahaminya.
Risiko & Pagar Pembatas
Mengotomatiskan proses yang rusak dapat memperburuk masalah yang ada.
Tim mungkin terlalu mengotomatiskan dan menghilangkan penilaian manusia yang diperlukan.
Kualitas dapat menurun jika keluaran tidak dievaluasi secara terus menerus.
Peta Jalan Implementasi
Petakan alur kerja saat ini dan identifikasi langkah dengan gesekan tertinggi.
Tentukan pos pemeriksaan manusia sebelum otomatisasi penuh.
Latih pengguna tentang petunjuk, jalur eskalasi, dan standar kualitas.
Lacak hasil tingkat tugas untuk memastikan nilai berkelanjutan.
Terus Menjelajah
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Accessibility for the Visually Impaired quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
AI dalam Rekomendasi Restoran dan Menu
Pertanyaan yang sering diajukan
What is AI in Accessibility for the Visually Impaired?
AI mendeskripsikan dunia visual dengan lantang—membaca teks, mengidentifikasi objek, dan menceritakan adegan untuk penyandang tunanetra atau gangguan penglihatan. Hal ini penting karena menjadikan kamera ponsel pintar sebagai sepasang mata yang selalu tersedia untuk tugas sehari-hari.
Kemampuan apa yang ditambahkan model multimoda seperti GPT-4 ke Be My Eyes?
Be My AI memungkinkan pengguna memotret suatu adegan dan menanyakan tindak lanjut dalam bahasa alami seperti 'Apakah kompornya menyala?', didukung oleh LLM multimodal.
Teknologi manakah yang mengubah teks cetakan yang difoto menjadi karakter yang dapat dibaca?
OCR mengubah gambar teks—seperti surat atau label—menjadi karakter yang dapat dibaca mesin yang kemudian dapat diucapkan dengan lantang.
Apa yang dimaksud dengan 'teks alternatif' dalam konteks aksesibilitas digital?
Teks alternatif mendeskripsikan gambar sehingga pengguna pembaca layar dapat memahami konten visual; AI sekarang dapat menghasilkannya secara otomatis.
Apa risiko keamanan utama dengan deskripsi adegan AI?
AI yang dengan percaya diri memberikan deskripsi yang salah dapat menyesatkan pengguna ke dalam bahaya, jadi ketidakpastian yang dikalibrasi itu penting.
Perangkat mana yang mewakili batas berikutnya untuk narasi hands-free?
Kacamata pintar menghadirkan narasi hands-free yang berkesinambungan sehingga pengguna tidak perlu memegang telepon.