Cosa fa Guided Vision
Google ha lanciato Guided Vision, una nuova funzione di Gemini Live pensata per chi è cieco o ha una vista molto limitata. Si attiva condividendo la fotocamera dello smartphone durante una sessione di Gemini Live: l’assistente descrive a voce quello che vede, in tempo reale, e se l’inquadratura non è quella giusta lo dice con indicazioni verbali naturali, come farebbe una persona al telefono — “sposta un po’ più a sinistra”, “allontana la mano”. Tra gli usi pratici indicati da Google ci sono leggere il carattere piccolo su un’etichetta, distinguere colori e motivi di un vestito, farsi descrivere la disposizione di una stanza e conversare in più lingue durante l’uso.
Il lavoro con Aira dietro le quinte
Dietro il lancio c’è una collaborazione lunga con Aira, un servizio di interpretazione visiva che normalmente metteva in contatto persone non vedenti con operatori umani in carne e ossa. Google ha messo a punto il modello usando decine di migliaia di ore cumulative di dati di interpretazione visiva, e oltre mille membri della rete di tester di fiducia di Aira hanno messo sotto stress il sistema prima del lancio. Gli specialisti di Aira hanno fatto anche da consulenti tecnici sulle protezioni di sicurezza del modello, mentre il feedback di comunità di persone con disabilità visiva in India, Brasile, Singapore, Indonesia e Giappone ha aiutato Google ad adattare la funzione a contesti diversi dagli Stati Uniti.
Come si attiva
Guided Vision funziona su Android 9 e versioni successive ed è pensata per essere raggiungibile senza dover cercare tra i menu: oltre al percorso classico tramite le impostazioni del profilo nell’app Gemini, si può attivare con le scorciatoie di accessibilità di Android — un pulsante flottante, uno scorrimento a due dita o la pressione prolungata dei due tasti del volume insieme — oppure, per chi usa già TalkBack, con un tocco a tre dita. L’obiettivo dichiarato da Google è arrivare dritti alla modalità fotocamera di Gemini Live senza passaggi intermedi.
Perché conta, al di là del caso specifico
Non è la prima volta che Google usa Gemini per rendere più accessibile qualcosa che prima richiedeva una persona in carne e ossa: lo ha già fatto con la memoria degli oggetti smarriti tramite Find Hub. Qui però il salto è più diretto, perché sostituisce — o affianca — un servizio a pagamento con operatori umani con uno strumento gratuito integrato nel telefono. Resta da vedere se l’affidabilità della descrizione automatica regga il confronto con un interprete umano nei casi più delicati, come leggere un dosaggio di un farmaco o orientarsi in un luogo che non si conosce: lì un errore di Gemini pesa più che in una chat qualunque, ed è anche per questo che Google ha scelto di testare la funzione così a lungo prima di renderla pubblica.
