Как делать технологии доступными

либо-либо. Привет, меня зовут Самат Галимов и это подкаст «Запуск завтра». Здесь я пытаюсь разобраться, как устроены технологии, которые меняют нашу жизнь, а помогают мне в этом профессионалы, с которыми можно поговорить простым человеческим языком. У вас наверняка есть представление о том, что такое классный интерфейс. Ну, это где всё понятно, красиво и вам удобно им пользоваться. А вот как именно разработчики сделали это под капотом, вас может не особо волновать. Но есть множество людей, для которых решения программистов определяют не только удобство, но и саму возможность пользоваться технологиями. Это люди с особенностями тела и мышления, незрячие, плохо слышащие и множество других. Сегодня жить не пользуясь гаджетами и интернетом практически невозможно, а люди с особенностями, которые так часто ограничены в возможностях, оказываются отрезанными еще и от цифрового мира, потому что они не подумали при разработке. Сегодняшний эпизод о цифровой доступности, ее еще часто называют инклюзией. Мы разберемся, как проектировать системы так, чтобы ими могли пользоваться все, а поможет нам Валерия Курмак, которая отвечает за доступность в Яндексе. Партнер этого сезона— Яндекс.360, виртуальный офис, который делает слаженную работу разных команд. С Яндекс.360 вы получаете обогащенное искусственным интеллектом рабочее пространство— с почтой, календарем, телемостом, трекером, мессенджером и диском. в десятках сервисов и синхронизировать их между собой— все необходимые рабочие инструменты собраны в одном месте и понятно устроены. Так разные команды могут слаженно работать онлайн и быстро решать организационные задачи. Например, в Телемосте можно создать в один клик, не отвлекаясь от основного дела. Неважно, где находятся сотрудники – в офисе, дома или в другой стране, Яндекс.360 помогает работать вместе эффективно. Если сейчас вы пользуетесь другими сервисами, но хотите перейти на Яндекс.360, поддержка придумает, как комфортно внедрить инструменты онлайн-офиса в ваш бизнес. оперативно ответят на вопросы и будут всегда на связи, чтобы снизить риски перехода. Удобный тариф выбирайте по ссылке в описании.

Привет! Меня зовут Лера Курмак, я работаю в Яндексе. Я отвечаю за все социальные проекты в Яндексе, в том числе за инклюзию. Кроме того, я являюсь создателем Accessibility Unity, а ещё я веду канал, который называется «Не исключение».

Лера, мы с тобой встречались почти 5 лет назад, я вот сейчас проверил 4 года и 7 месяцев назад. Мы с тобой записывали эпизод о том, как пользуются техникой незрячие люди. Сегодня я хочу сделать более глобальный эпизод и поговорить о цифровой доступности не только для незрячих, но и вообще для самых разных людей. Но сначала расскажи мне, пожалуйста, какие в целом бывают особенности тела, которые влияют на пользование техникой?

многогранное. И нельзя сказать, что один, два, три, четыре, пять. Есть компьютерная игра 60 настроек. И очевидно, что это не все настройки, которые, в принципе, возможны и существуют. Но даже уже по этому понятно, насколько многообразно наше тело и насколько мы все можем быть очень разными. Невозможно. подстроиться под все варианты. Но на самом деле, чем больше ты начинаешь думать про все эти многовариантности, тем более универсальна у тебя становится система, и ты уже подстраиваешься не под какого-то конкретного человека, а скорее подстраиваешься под ситуации. Потому что каждый из нас как раз, может быть, например, не живёт постоянно со сломанной рукой, но может родить ребёнка. Вот ты сказал, что мы четыре года и семь месяцев назад с тобой записывались, и вот я за это время успела родить ребёнка.

Поздравляю.

Да, и ей уже год. Так что да, я периодически пребываю тем самым человеком, у которого одна рука, потому что в другой — ребёнок. Упрощая, обычно говорят про особенности зрения. Давай сделаем структуру зрения. слух, моторика, особенности когнитивные, и там мы объединяем когнитивные, ментальные и психические особенности. Это огромная внутри структура, но вот как-то

так. Я так ещё подумал, что может быть речь, потому что есть люди, которые не могут говорить, и это, мне кажется, тоже какая-то отдельная, или ты перечисленных добавляешь?

Да, ты совершенно прав. Я в какой-то степени соединила слух с речью, но это не стоит делать, потому что с точки зрения пользовательских сценариев, это совершенно разные пользовательские сценарии. Например, в Яндексе у нас есть такой проект, В такси, когда человек заказывает такси, есть экран специальных возможностей, где вы можете указать свои особенности. Например, человек, который будет ехать с собакой-проводником, может указать, что он будет ехать с собакой-проводником, и водитель будет предупреждён, у него будет возможность выбрать, брать ему такой заказ или нет, потому что у водителя может быть аллергия, и тогда поездка будет небезопасна для обоих. Так вот, на этом экране как раз есть два типа пунктов, которые человек может выбрать. Один пункт «Общаюсь только текстом», Это как раз для глухих людей. А второй пункт «не говорю, но слышу»— это, например, люди с ДЦП. У них есть особенности моторики, и у многих есть особенности речи, нарушения речи. И такие люди, они слышат, то есть водитель может им что-то спросить, и такой человек может там покивать головой, даже если он не может ответить. Поэтому мы предупреждаем от водителя, что человек всё-таки слышит, но не сможет ответить. Поэтому да, ты тут абсолютно прав, что эти две истории стоит разделять.

Значит, бывают особенности рук, когда ты не можешь что-то не печатать. Слух, зрение, речь и голова еще, в смысле мозг, как ты соображаешь. Да. Насколько распространены подобные трудности? Есть ли у приложений, например, миллион пользователей? Какая вероятность, что среди них есть люди с этими особенностями?

Мне когда-то много-много лет назад попалось исследование нидерландцам, которые взяли какой-то массовый продукт и посмотрели у этого массового продукта, какое количество людей используют настройки accessibility. И работая в Яндексе, я решила воспользоваться такой возможностью, поскольку браузер установлен у очень большого количества людей. Мы, собственно, сделали то же самое. Мы посмотрели, у какого количества людей системно включены настройки accessibility. И выяснили, что у каждого второго человека включена хотя бы одна настройка accessibility. У 51%.

Ничего себе!

Да. У 30% людей включены какие-то настройки изменения размер шрифтов. Ещё у 30% включена тёмная тема, тоже к вопросу про то, что считать нормой. Сейчас тёмная тема популярна, используется так называемыми нормальными людьми. Изначально она была придумана для, собственно, слабовидящих людей, потому что у части этих людей светобоязнь, то есть белый экран ослепляет и сложно читать. Но в целом большому количеству людей, которые работают особенно поздно вечером, такая тема позволяет глазам меньше уставать. И, собственно, они так используют. Если говорить, например, про настройки слуха, я точно не помню сколько процентов, но есть такой режим, моно что-то там. В общем, когда у тебя звук не стерео, а весь поток звука идет в одно ухо. Собственно, вот я, будучи мамой, я не затыкаю оба наушника, я слушаю обычно, что там происходит с ребенком, и могу слушать что-то еще свое.

Как прикольно! Слушай, я бы этого не догадался.

Есть настройки, например, которые позволяют при движении мыши делать клик, если ты остановился. Он происходит автоматически. Это как раз для людей с моторикой. Такой штукой пользуются люди, которые играют много, чтобы не приходилось много раз тыкать. Ну, в общем, очень много разных настроек, которые как раз используются разными людьми в разные моменты. жизни. И мы, когда это исследование выпускали, оно открыто лежит на сайте inclusion.yandex.ru, там можно посмотреть всю статистику полную. Мы его, когда выпускали, как раз показывали те самые сценарии, про которые я сейчас говорю, что очень часто есть люди, у которых постоянно какая-то особенность, например, нет руки, но довольно часто есть жизненные сценарии, в которых Люди оказываются там, когда у тебя сломана рука или когда ты держишь ребёнка на руках. И когда мы делаем продукты для людей с этими особенностями, которые у них постоянно, мы закрываем ещё большое количество пользовательских сценариев, которые у других людей временно. И тоже я читала это исследование, что каждый человек 11 лет своей жизни суммарно проводит вот в таких временных состояниях.

Блин, а как круто, потому что мы сейчас будем много говорить о том, как бы мы пользовались той или иной технологией без глаз или не слыша, а получается, что это не только интеллектуальное упражнение, потому что вполне вероятно, что когда-нибудь в жизни придется так тоже техникой попользоваться, любому из нас. Окей, все-таки давай пойдем по хардкору. Как люди пользуются смартфоном, если они не видят?

Если мы говорим про зрение, то есть три таких состояния наиболее массово, потому что, опять же, нарушений зрения их очень много. От того, как говорят, тотально человек не видит, но даже когда говорят о тотально незрячих, всё равно у человека чаще всего есть какое-то видение пятен или что-то, какой-то свет. Он видит. Есть так называемые слабовидящие люди. остаточное зрение. И там тоже очень большая категоризация. глаукому, например, то перед лицом может быть какое-то пятно. Это пятно может быть сбоку, посередине, где-то ещё. И размер этого пятна тоже может быть очень разным. И опять же, это всё влияет на то, как человек взаимодействует с интерфейсами. Потому что если, например, у человека где-то сбоку пятно, то когда он будет смотреть на страницу, то, соответственно, эту часть страницы он не видит. Поэтому когда, например, мы располагаем формы, которые нужно заполнять по всему экрану, это может привести к тому, что человек что-то не заметит, и именно поэтому очень часто советуют располагать формы друг за дружкой.

Ага, линейно, чтобы ты даже в любом случае догадался, что там еще что-то есть, не пропустил что-то.

Да. Как такие люди, ты меня спросил, пользуются телефонным компьютером? Слепые люди используют программу экранного доступа. Это такая программа, которая всё, что происходит на экране, она зачитывает. Эта программа обращается к коду, видит там в коде кнопка и прочитывает кнопку. видит лейбл «Продолжить» — прочитает «Продолжить». И так незрячий человек понимает то, что понимает зрячий визуально. То есть мы привыкли к тому, что квадратик— это кнопка, мы понимаем, что по нему можно тыкнуть. И текст «Продолжить» позволяет понять нам, что будет дальше, если на этот элемент кликнуть. И точно так же всю ту же самую информацию, которую зрячий человек получает через символы и текст, незрячий человек получает напрямую. Например, если фокус попадёт на чекбокс, то программа экранного доступа прочитает чекбокс. То есть так человек поймёт, что это какая-то штука, где что-то нажимается и отжимается, что-то нужно выбрать. Он прочитает там «нажмите», что бы, бла-бла-бла, и дальше он прочитает состояние. Включено, выключено.

Я могу себе представить программу, которая читает все, что есть на экране, но как я пойму, куда нажимать?

Есть два способа, как незрач человек может это понять. Первый способ – можно просто вводить по экрану пальцем, и эта программа будет зачитывать тот элемент, который находится под твоим пальцем.

Ага, окей, вот так супер понятно.

Есть второй способ, которым незрячие люди пользуются чаще. Мы когда читаем текст какой-то или даже страницу изучаем, мы читаем сверху вниз, слева направо. Так. И вот программа экранного доступа, скринридер, она читает точно так же. Человек делает свайп, и фокус переходит на следующий элемент. И вот так вот человек понимает, на каком элементе находится фокус, и двойной тап, и это будет, собственно, клик По элементам.

О, класс. Ты просто перелистываешь, получается, список всех элементов на странице, и когда тебе нравится, как-то двойным тапом переходишь по нему.

Второй способ, когда можно вводить пальцем по экрану, он очень удобен, если, например, ты уже знаешь, где на экране находится какой-то элемент, как правило, например, меню находится внизу, вверху находится кнопка «назад», то ты можешь просто пальцем туда поставить и кликнуть. Ещё есть всякие горячие жесты, например, горячий жест, который приведёт тебя к первому элементу, или горячий жест, который приведёт тебя к кнопке «назад» и так далее.

Как классно! Круто! Это всё встроено в телефоны?

Да, это все встроено в телефоны, причем и на платформе iOS, и на платформе Android программа экранного доступа, ничего скачивать не надо, то есть у каждого из вас на телефоне стоит эта программа.

Как круто, супер. Когда ты сейчас объяснила, стало понятно, как телефон может зачитывать текст и как пользоваться обычными интерфейсами, такими привычными программами, вообще закрыв глаза или там не видя, по другим причинам. Но как пользоваться, например, картами без зрения?

Это проблема. Действительно, использовать карты довольно сложно. Я сама не разработчик, но я знаю, что есть некоторые инструменты, которые позволяют программе экранного доступа работать с картами. И обычно, чаще всего, когда незрячие люди используют карты, они используют её в режиме составления маршрута. И если идут по улице, то скорее слушают, как там Алиса или какой-то другой голосовой ассистент говорит повернуть туда-сюда.

Окей. Я правильно понял, что если приложение текстовое, то это автоматически значит, что им будет удобно пользоваться незрячему?

Да.

Кайф. А что с сайтами? Насколько они доступны слепым?

Все зависит от грамотности разработчика и дизайнера. От дизайнера очень сильно зависит архитектура и структура страницы. У меня и у моих коллег есть курс по цифровой доступности. Accessibility Unity. Мы на курсе показываем разные примеры, как дизайнер влияет на пользовательский опыт незрячих людей. Мы сделали там такое упражнение, когда мы соединяем дизайнера с разработчиком, чтобы те просто поговорили. Потому что у незрячего человека может получиться недоступный элемент, потому что эти два человека не поговорили. Дизайнер что-то нарисовал. Дизайнер не знает, как этот элемент кодится. Дизайнеры часто не проектируют все состояния. о которых думает разработчик. И когда разработчик начинает рассказывать, что мне вот здесь вот это нужно будет сделать, вот этот дизайнер вообще идет и что-то переделает. И это напрямую влияет на доступность. Ну а если говорить про разработчиков, то тут очень сильно разработчики влияют на незрячих людей, потому что, собственно, то, как будут в коде представлены элементы напрямую зависит от того, насколько скринридер сможет их хорошо прочитать. Будут ли вообще там лейблы, если лейблов не будет и будет, и зря человек будет слышать только кнопка, кнопка, кнопка, как бы непонятно, что за кнопка, что произойдет, если я нажму на эту кнопку.

То есть программист может сделать так, что скринридер сможет прочитать надпись на кнопке, а может так запрограммировать, что эта надпись будет видна зрячим, но скринридер к ней не получит доступа. И это прям выбор программиста.

Очень интересно, что если вы спроектируете сначала архитектуру и структуру страницы именно для незрячего человека, то, скорее всего, ваша логика будет понятна и удобна, когда вы там уже все картинки сделаете, какую-то красоту наведёте и для зрячего человека. Просто потому что если есть хорошая структура с заголовками первого уровня, второго уровня, если есть хорошая понятная логика контента, Как правило, вот сколько раз я видела какого-либо страниц, ее прям очень хочется перепроектировать для незрячего, чтобы сделать хорошо для зрячего.

Мы с тобой начали разговор с телефонов. Мне кажется, это правильно, потому что большинство людей пользуются телефонами. Но все-таки компы. Там ведь не тачскрин. Как незрячие пользуются компьютерами?

Ещё лучше. Там есть клавиатура. И, собственно, точно так же программа экрана доступа. Человек использует клавиатуру, переходит кнопками с элемента на элемент, плюс тут появляется ещё больше горячих клавиш, и управление становится ещё более удобным.

Я еще видел такую странную штуку, называется брайлевский дисплей.

Да.

Даже больше. Я помню, мы делали эпизод, как раз у нас был главный гость незрячий, я подправил ему подарок. Как раз такой брайлевский дисплей.

Ого.

Был для меня новый.

Да. Есть такой Web Content Accessibility Guideline. Это стандарт по тому, как проектировать доступные цифровые сервисы. И вот этот стандарт, он строится на четырех принципах. Первый принцип – у любого человека должна быть возможность воспринять контент. Второй принцип – должна быть возможность понять контент. Третье – управлять контентом. И четвертая история про то, что он при изменении не ломается. Так вот, если мы говорим про восприятие, то у незрячего человека отсутствует канал восприятия зрения, но при этом у него остаётся ещё два канала – это слух и тактильность. Поэтому скринридер – это устройство, которое позволяет воспринимать контент с помощью слуха, на слух, а дисплейбрайлер – это устройство, которое позволяет воспринять контент через тактильные каналы. И незрячие люди могут использовать оба канала, и слух, и тактильность. И вот я когда разговаривала с ребятами про вообще образование, просто спрашивала, будет ли продолжать жить дисплей Брайля и вообще книжки на Брайле при появлении скринридера. Ребята сказали, что будет, потому что, например, если ты изучаешь математику в университете, то на слух сложно большие формулы воспринимать. И поэтому, конечно, когда у тебя есть два канала— и слух, и тактильность, это легче. И есть ещё одна категория людей— это слепоглухие люди, которые не могут воспринимать контент ни через слух, ни через зрение. И для таких людей вообще очень важна цифровая доступность, потому что соединение с миром, как раз очень во многом происходит через Интернет, вообще что там, какие новости происходят, как что-то прочитать, узнать в книжке. И вот как раз дисплей Брайля— это тот способ, через который такие люди слепоглухие могут воспринимать мир. Если говорить про людей с остаточным зрением, ослабленным зрением, то там довольно очевидная история про размер шрифта и изменение лэйаута. С одной стороны, звучит как очень очевидная и понятная история, но Это на сегодняшний день проблема, потому что экранного доступа, для скринридера, для того, чтобы что-то изменить, тебе нужно менять код, и ты никак не влияешь на визуал. Для того, чтобы сделать адаптированно, доступно для людей со слабым зрением с нарушением зрения для тех самых 30% пользователей нужно адаптировать и верстку, и дизайн, и поэтому очень мало кто это делает. И я вижу на сегодняшний день с этим небольшие проблемы, что до сих пор не появилось инструмента, который бы позволил легко менять динамический размер текста. Потому что он автоматически меняется, но при

этом всё нахрен ломается. Был нормальный дизайн, когда 100%, делаешь 150% и всё просто разъезжается.

Да.

Даже если технически можно пользоваться, но это неприятно просто.

В этом проблема. Вот. Это если говорить про ослабленное зрение и есть, собственно, большое количество настроек. Залезьте, посмотрите. Возможность менять жирноту текста, собственно, менять фон, цвет экрана, кнопок. В общем, там дальше человек может настроить что-то под себя.

Я еще вспомнил эту шутку, что помнишь в приложении погода в айфонах всегда был очень мелкий шрифт, прям экстремально мелкий, реально мелкий, но красиво все выглядел. А теперь в последних версиях iOS, если приглядеться, то там заметно, что с каждой версией новой версии iOS шрифт в приложении погода увеличивается. И шутка такая, что это просто у Джонни Айвы и вообще у всего руководства компании Apple зрение падает с возрастом, вот шрифты становятся крупнее. Так что я думаю, что лет через 20-30 нас ждёт вообще совершенно другие интерфейсы, чем сегодня. Слава тебе, Господи.

Это абсолютно точно.

Ты сейчас подробно рассказала про то, как пользуются техникой люди, которые хуже видят, чем обычно. А как насчет тех, у которых все окей со зрением, но есть проблемы со слухом? Как адаптируются интерфейсы и вообще компьютеры под них?

Опять же, тут две категории. Есть тотально не слышащие и есть люди с нарушением слуха, с остаточным слухом. Возвращаясь к стандарту цифровой доступности, у любого человека должна быть возможность воспринять контент. Соответственно, если у вас контент формате аудио, то человек, который его не слышит, у него должен быть альтернативный способ воспринять контент. Какие сейчас существуют альтернативные способы? Это перевод в текст. И сегодня есть два способа перевода в текст. Это когда, как правило, его используют для какого-то художественного контента, например, для кино, где очень важна точность, очень важна художественность перевода. И здесь используется человеческий перевод, то есть сидят редакторы, которые работают над этим текстом. И есть второй способ, который сегодня уже очень распространён, и вот как раз у браузера есть автоматизированный с помощью искусственного интеллекта возможность на любом сайте получить перевод из голоса в текст. Есть, правда, одна особенность. Поскольку глухие люди говорят не на русском языке, а на русском жестовом языке, у них словарный запас меньше, чем у людей, которые говорят на русском языке. И почему, например, Сбербанк. У них есть в каждом отделении такой планшетик. Если приходит глухой человек, то глухой человек разговаривает с менеджером через переводчика жестового языка. Почему? Потому что как раз у глухих людей словарный запас, особенно в специфических областях, он меньше. Ну, представьте, как, не знаю, вы знаете, английский или китайский. Даже если вы хорошо знаете их, то ипотеку брать на чужом языке сложно. Это очень... Я сказал опасно. Да-да-да. Ты не все нюансы поймёшь, поэтому очень важно говорить на своём языке. И то же самое, когда мы переводим с помощью, например, искусственного интеллекта или вообще даже с помощью человека переводим, важно понимать, что, скорее всего, глухому человеку будет... Недостаточно

сделать субтитры, их надо ещё адаптировать.

Их нужно либо адаптировать, либо переводить на жестовый язык, если вам нужно, чтобы человек понял все тонкости и нюансы. Опять же, опыт из моей работы. В такси есть глухие водители. И мы в какой-то момент обнаружили, что есть сложности коммуникации между глухими водителями и саппортом. Потому что, когда глухие водители пишут саппорт, Если посмотреть на то, как глухие люди пишут, это выглядит как неграмотная речь. То есть там нет склонений, суффиксов.

Потому что в русском жестом языке их тоже нет.

Да, то есть «я прийти дом», вот так это будет написано. И если нужно сложные какие-то вещи говорить, то иногда непонятно, что глухой человек написал. И, соответственно, не понимает. У поддержки скрипты довольно... Жёсткие.

Давайте будем откровенны.

Да, глухие люди не понимают эти скрипты. То есть, саппорт может ответить «Спасибо за сигнал». И глухой человек не понимает, какой сигнал. Я же не гудел в машине, не нажимал на кнопочку. То есть, метафоры непонятны. И мы переписывали скрипты, чтобы они были понятны глухим людям.

Обалдеть! Вообще!

Да. Но сейчас, чтобы никого не пугать, есть субтитры уже хорошо и прекрасно.

Лучше, чем ничего.

Да.

Я в разделе Accessibility, доступность в айфоне, обнаружил, что там еще есть такая штука. Телефон может, например, сигнализировать вибрацией и вспышкой, когда слышит, как рядом плачет ребенок. Или когда звонок дверной типа звучит. Ты прямо можешь записать, как именно у тебя дома звучит звонок, чтобы типа айфон у тебя вибрировал. Давай я тебе про моторику. Есть у меня трудности с руками или пальцами. Как я пользуюсь техникой?

Сейчас есть, на самом деле, довольно большое количество способов, и, мне кажется, Apple в этой части сделала, вообще, довольно много, я бы сказала, удивительных вещей. Ну, в общем, есть всякие джойстики. Можно на Alibaba просто купить фиг выточу всяких разных джойстиков. Можно эти джойстика зажимать в зубах. Можно делать джойстики и ногами нажимать всякие кнопки. Можно взять в зубы карандаш и управлять компьютером, нажимая на кнопки карандашом. Можно движением головы управлять джойстиками. Но мой краш— это управление мимикой. У Apple есть возможность настроить кнопки на мимику лица. То есть, если ты поднимаешь брови, можно настроить, чтобы был скролл вверх. Если ты вытаскиваешь язык, то это может быть клик. Если ты улыбаешься, то это тоже может быть какой-то, я не знаю... Это прямо

сейчас встроены в айфоны?

Да, это сейчас встроено в телефоны. И я хихикала, потому что мне мои коллеги прислали видосик, где современные подростки лижут экраны.

Типа на расстоянии делают вид, как будто лижут. Да, да, да.

И таким образом пролистывают ленту. Ну и, собственно, самое такое очевидное, что уже стало какой-то базой— это управление голосом.

А как работает управление голосом? Ты прямо ей говоришь, типа пролистая вниз?

Есть несколько способов управления голосом. Первый— ты можешь сказать, на какой элемент нажать. Второй способ— ты можешь включить разметку экрана, и каждый Каждой кнопке появится номер кнопки, то есть ты можешь сказать нажми 3 и там нажмется какой-то элемент. Есть еще способ, например, управления картами. Он делает сетку на карте, и ты говоришь... А2. Да, и он его увеличивает, может дальше увеличить и там тоже как-то с картой работать. В общем, вот такой способ управления голосом, но не просто сделать что-то, а именно управление конкретными элементами.

Кайф, понятная схема. Мы с тобой упомянули голосовой ввод. Извини, я буду как бы вот так эту игру играть. Упомянул голосовой ввод, а что если он не может говорить? Ну серьезно, как умеют современные телефоны как-то помогать, если человек не может говорить? Вообще, придумали ли что-то для этого в технологиях?

Амбассадор Яндекса. У нас есть приложение «Яндекс.Разговор». Причём этому приложению 10 лет. Оно появилось благодаря хакатону и студенческой работе. Был хакатон, на котором ребята придумали speech-to-text и приводить, собственно, голос в текст, чтобы глухие люди могли слышать. Но и обратная история про то, что ты можешь написать текст, и он будет произнесён слух. А ещё к вопросу про нарушение речи. Мы в прошлом году вышли с новостью о том, что Алиса теперь распознаёт речь людей с нарушением речи. Для нас проект был сложный в том смысле, что мы шли в неизвестность, мы не понимали. мы вообще чего-нибудь изменим, не изменим, мы сделаем что-то лучше. А насколько мы сделаем лучше? Мы полтора года собирали датасеты разных людей с разными типами нарушения речи и обучали модельку, чтобы она могла её распознавать. И на цифрах мы получили какое-то изменение. Точно не помню, например, на 20% улучшилось распознавание. Но непонятно, это хорошо, плохо, это что-то меняет, не меняет. И в какой-то момент мы получили ролик от Ваня Бакаидова, у которого ДЦП и довольно сложно понимаемая речь. Я пришлю этот ролик, он снимает там типа 10 секунд, в которых Ваня говорит «Алиса, сколько время?». Но как бы эту фразу очень сложно понять, потому что у него очень специфичная дикция. И дальше она ему говорит, и «Вы потом вырежете „охуеть“». И как бы благодаря этому ролику мы поняли, что мы реально сделали какую-то крутую штуку.

Всё не зря.

Да. Но потом мы получили очень много тоже от всяких родителей благодарности, что теперь Алиса понимает их речь. Но штука в том, что это как раз ситуация, когда человек другого человека не понимает, а Алиса понимает и выполняет задание.

Охренеть.

Слушай, а у этого есть еще режим?

Я вот как-то понял, вот когда ты сказала, что машина понимает, а человек нет, она не выступает вроде переводчика? Вот сейчас же есть этот быстрый, ну, лайв-перевод, когда ты говоришь телефону, и он на другом языке переводит.

Это понятное развитие. Тут опять история с тем, что нужно опять собрать новый датасет, потому что то, как мы взаимодействуем с голосовыми ассистентами, это не то же самое, как мы взаимодействуем с другими людьми. Там другой набор слов.

Угу. Обалдеть. Я с тобой каждый раз, я тебе задаю такие вроде бы понятные, простые вопросы, и ты на меня отвечаешь, ну, знаешь, тут типа есть нюанс.

Есть нюанс, да. И очень часто проекты, которые мы делаем, они длятся годами, и пользователям совершенно непонятно, почему вы эту кнопку или какую-нибудь штуку не можете сделать. Блин, это же очевидно, это же просто. А для того, чтобы это сделать, я уже не говорю про всю бюрократию, просто чтобы это сделать, нужно довольно много всяких усилий.

О, ну я что-то вот представил, что типа тебя реально не понимают, а тут вдруг Алиса учится тебя понимать с первого раза. Такое впечатляющее, то есть если там Ваня сказал охуеть, то мне кажется какой-нибудь ребенок, наверное, просто меняет вообще ощущение того, какой ты и как с тобой мир взаимодействует. Очень круто. Мы с тобой покрыли, мне кажется, все основные трудности, которые вот мы перечисляли вначале, типа, что бывает, какую-то карту обозначили про физическое тело, кроме мозга. Давай про особенности психики.

Ой, это сложно, потому что реально очень много нарушений от каких-то понятных, например, дислексии, когда человеку сложно читать, у него прыгают буквы до совершенно сложно представляемых. Кроме курса, мы ещё делаем конференцию по цифровой доступности. И там в какой-то момент мы звали парня, например, у которого… не помню, как называется, в общем, смысл в том, что он очень быстро информационно перегружается. То есть много визуального звукового контента приводит к тому, что его как бы отключают быстро. Он очень быстро устает. И вот он рассказывал, как у него устроено рабочее место, что он, например, сидит там в наушниках встроительных, чтобы меньше слушать. что у него там выключены картинки, очень

много... Анимации, скорее всего, вот это.

Да-да-да. Вот. Как бы разнообразия очень много, но радость нас, как проектировщиков-пользовательского опыта, в том, что решения и рекомендации, они для вот этой всей аудитории более-менее одинаковы. То есть в дизайне там Как правило, хорошо делай, хорошо будет. То есть воздух, нормальные шрифты использовать, картинки, чтобы всё было логично. Ну, из такого, наверное, не использовать метафоры, что для дизайнеров, наверное, будет сложно, потому что как раз для людей с ментальными особенностями сложно понять, там, валять дурака. Что значит валять дурака? Валять по полу какого-то человека или что это вообще значит? Не перегружать контент, всё чётко понятно, предотвратить ошибку и придумать способы, как эту ошибку исправить, если человек её совершил.

Кнопка undo, например, отменить действие.

Да. Или если ты в банке совершил какую-то операцию не ту, что-то не понял, то что делать?

Мы сейчас с тобой обсудили это, и у меня такое ощущение, что это вообще прямо отдельный мир. Когда об этом начали задумываться?

Я когда готовилась к подкасту, я собрала какие-то исторические вехи. У меня они начинаются с 70-х годов. Если говорить про, собственно, приближение к интернету, к компьютерам. В 1972 году Винт Серф (Vint Cerf), он был напрямую причастен к созданию глобальной сети, он разработал протоколы передачи данных для ARPANET. Это был предшественник интернета. И вот он общался со своей неслышащей женой посредством компьютера с текстом, и он сам был слабослышащий. Это было что-то такое похожее на первую электронную почту. В 1976 году машина Курцвейла (Kurzweil). Это уже, если говорить про зрение, эта машина позволяла сканировать и воспроизвести вслух любую книгу. Вообще удивительно, но вот синтезаторы речи, они появились довольно давно. в этой машине уже использовался синтезатор речи. А первый дисплей Брайля, вот мы сегодня с тобой про него говорили, появился в 79 году. Он работал с аудиокассетами, и интересно, что незрячий человек мог не просто прослушать тексты, но еще редактировать их с помощью клавиатуры Брайля. В 86 году Джим Тэтчер (Jim Thatcher) создал первый скринридер. Он хотел, чтобы его друг и университетский научный руководитель мог пользоваться персональным компьютером. И потом этот же Тэтчер принимал участие в создании первого веб-браузера, который был доступен незрячим людям. Он опять же это всё делал для того, чтобы его научный руководитель, который был незрячим, мог всем пользоваться. Но компания IBM потом выпустила это в продакшен, и он стал продуктом IBM. то, что начиналось, как сегодня говорят, через стартап, потом стало массовым продуктом. И такая важная веха, вот ты сегодня говорил про то, что всё, что текстовое, оно как бы более понятное для скринридера. Вот поэтому, когда еще во времена до появления Windows были MS-DOS, он гораздо лучше работал с экранридерами, проще, потому что интерфейс был текстовый, а не графический. И вообще появление графического интерфейса, появление мобильного телефона с экраном без клавиатуры— это были такие моменты, в которые незрячие люди очень переживали, что их мир станет ещё менее доступен. И это удивительно и потрясающе, что нашлись решения. Для меня лично это очень классный пример того, когда, например, дизайнеры или разработчики говорят, что тут ничего невозможно сделать, невозможно сделать доступным. Мне кажется, что вопрос только в таланте, желании и идеях. А если возвращаться к истории, то вот Мне кажется интересным, что один из первых скрин-ридеров, таких уже популярных массовых, которые используются до сегодняшнего дня, JAWS, Тед Хентер (Ted Henter), который потерял зрение из-за автомобильной аварии. И классно, что такой человек пошёл заниматься дальше цифровой доступностью. про моторику из такого интересного, важного, что Клиф Кашлер (Cliff Kushler), при создании Т-9 он опирался на технологию Т-7, которую тоже сам придумал, и он её придумывал как раз для людей с нарушением моторики. Предиктивный текст, да? Потому что людям с нарушением моторики нужно довольно много усилий, чтобы нажать все кнопки. Вот. И он же потом придумал свайп.

Погоди-погоди, свайпы, которые ты описала для незрячих, или свайпы в целом?

На клавиатуре, знаешь, когда ты, не отрывая палец, пишешь текст. А-а-а!

Безумно удобная штука, когда ты нажимаешь на первую букву и дальше просто вводишь пальцем, и он... Да-да-да. Кстати, да, это логично, это очень похожая технология. Круто.

Да, и все это он как бы изначально, его мотивация была сделать упрощение для людей с нарушением моторики.

Очень классно.

Ещё важной вехой является 99-й год, потому что в 99-м году появился тот самый гайдлайн по цифровой доступности в Web Content Accessibility Guideline. То есть более 25-26 лет у интернета, у компьютеров есть, собственно, стандарты, по которым всё это делается. Это не что-то, что появилось вчера.

Ты давно занимаешься доступностью. Скажи, технологии со временем становятся более доступными или менее в последние годы?

Мне кажется, что технологии становятся более доступными. И как раз пример субтитров в браузере. Мне кажется, что движение должно быть, и оно идёт в эту сторону, когда тебе нужно не на каждом сайте делать перевод, субтитров руками. А когда есть какая-то платформа, как браузер, и эта платформа сама позволяет на каждом сайте сделать какое-то решение эксцебильное.

То есть такое системное решение, которое дальше будет применяться вообще везде. Какие компании флагманы, а какие наоборот на доске позора?

Я не знаю, кто на доске позора, но очевидно, что компании-флагманы— это те, у которых сегодня есть доступ к технологиям, доступ к развитию. Конечно же, это Microsoft, IBM, Apple, OpenAI— все они сейчас флагманы.

Ты назвала OpenAI, для меня это очень необычно. Расскажи, что они делают такого, что ты считаешь, что они прям лидеры?

Мне кажется, что доступность, инклюзия, она, ну вот если мы посмотрим, да, она всегда про использование самых последних технологий. Там распознавание речи, распознавание картинок, обработка больших массивов данных, текстов, быстрое принятие решения, понимание, что ребенок плачет, понимание, что дверь звонит. Это понимание, какая у тебя сейчас картинка. Вот у нас тоже в Алисе, распознавание образов, которые мы адаптировали для незрячих людей. Когда у тебя есть банка с горошком, банка с кукурузой, тебе нужно отличить, какую банку ты из холодильника вытащил. И то, что мы сейчас тоже всё делаем. как только появляется какая-то новая технология, она тут же применяется в области accessibility. И очевидно, что использование искусственного интеллекта— это большие возможности для области инклюзии. И один из роликов OpenAI, в котором они показывали, как эта технология будет работать,— это когда подъезжает машина, и незрячий человек понимает, что за машиной подъехала. про флагманство, потому что Тебе нужно обработать не одну картинку, а поток изображения. Это сейчас не все умеют делать. Плюс сейчас как раз одним из таких шагов вперёд в развитии искусственного интеллекта— это обработка нескольких типов данных, например, картинки и звука, что тоже позволяет, опять же, получать больше информации и возможность обрабатывать, даёт больше возможностей.

С другого конца, есть ли законы, которые обязывают разработчиков делать сервисы доступными? Ты упоминала, что есть стандарт, но стандарты-то они все такие, хочешь полюс, хочешь нет.

Во всех странах свои законы. В Америке, в России, в Европе. В России и в Америке, кажется, есть законы, которые требуют доступности от государственного сектора. В Европе тоже. Но в Европе сейчас то ли выйдет, то ли вышел. В общем, в 2025 году должно произойти закон, который требует не только от государственного сектора, но и от частного сектора, от банковского сектора, от магазинов, от E-комов, от всех-всех заниматься доступностью.

Классно. Да, я обращаю внимание, что на всех российских сайтах государственных есть кнопка для незрячих, где все становится крупно сразу и на черно-белом. Окей. Я помню, было такое приложение Be My Eyes, где слепые пользователи могли пользоваться помощью волонтеров. Волонтеры видели картинку с камеры человека и описывали, что они видят через камеру. Актуален ли такой сервис в эпоху искусственного интеллекта?

Ну, собственно, на второй или третий день после того, как OpenAI выпустила четвертую версию, она появилась в Be My Eyes. То есть это как раз такая коллаба их с этим сервисом, мне кажется, очень классная. Сегодня компьютерное зрение уже очень много всё умеет, но, тем не менее, не всё. И вопрос, конечно, наверное, останутся какие-то места, где нужен человек. Интересно было бы поговорить с ребятами, на самом деле, посмотреть, что люди выбирают, и когда не работает искусственный интеллект. Но даже на моделях Яндекса получается очень много всего распознавать, и это работает реально как магия какая-то. когда мы тестируем. Так что думаю, что постепенно эта часть будет уходить.

Ты упомянула пример с распознаванием речи людей с ДЦП, упомянула распознавание картинок для незрячих. Есть ли ещё какие-то примеры, искусственный интеллект?

Мне кажется, что одной из важных частей— это анализ кода и предложение, как этот код поправить. Причём здесь я одновременно хочу упомянуть про так называемые accessibility overlays, которые появились пару лет назад. Это такие решения, которые позволяют, значит, без труда, очень быстро, дёшево всё сделать доступным. Ты на свой сайт вешаешь эту штуку, и она всё сделает доступным. Была большая буча про то, что они не очень хорошо работают, но как раз мне кажется, что использование искусственного интеллекта для того, чтобы тестировать и дописывать – это очень хорошее решение. А ещё статья Якоба Нильсена (Jakob Nielsen), которая называется Accessibility Has Failed. Он говорит о том, что с появлением искусственного интеллекта не нужно заниматься доступностью, не нужно делать сайты доступными, что в будущем сайты будут сами перестраиваться под пользователя, в зависимости от того, какой пользователь у нас пришёл. С инвалидностью, без инвалидности или ещё какой-то. И когда я её читала, она у меня вызвала сначала отторжение, что какой-то космолёт и нереальность плюс вот эта история с тем, что все хотят дёшево, не заморачиваясь, как-то решить вопрос с доступностью. и чтобы ей не заниматься глубоко. И мне казалось, что его позиция ещё больше приводит к тому, что эта идея может утвердиться. Но сейчас мне потихонечку становится эта идея более близко интересной, когда я смотрю на то, как развиваются AI-агенты, на то, как ты можешь, например, Опять же, в Яндекс.Браузере сейчас тестируется AI-агент, с помощью которого ты можешь ему написать, например, зайди на сайт лавки, закажи хурму 5 килограмм и сделай доставку на такое-то время. И тебе не нужно как бы заходить даже на сайт, он сам всё сделает. И я понимаю, что с появлением таких AI-агентов абсолютно точно Интернет, сайты, интерфейсы, они как-то изменятся. Потому что если в будущем мы всё больше будем работать с сайтами с помощью реагентов, то не нужны будут именно такие интерфейсы, которые сегодня присутствуют. Но для меня это всё ещё открытый вопрос, как это всё будет и как это всё будет работать с доступностью.

Угу, прикольно, да. Какой сейчас самый яркий пример, когда люди остаются за бортом с точки зрения технологий?

Мне кажется, что сейчас есть некоторый разрыв, который связан даже не столько с accessibility, с доступностью с людьми с инвалидностью, а просто с разрывом в цифровой грамотности. И как будто использование искусственного интеллекта помогает части тем, кто знает, как им пользоваться. Но есть большое количество людей, которые не знают, не понимают, не понимают, как применять. И мне кажется, что с этим разрывом нужно работать.

Удивительно. То есть ты говоришь о разрыве в знаниях, в умениях, в понимании. Это такое третье измерение, не физическое и даже не психологическое, а вот такое образовательное цель.

Ну, потому что кроме того, что мы занимаемся использованием технологий, в том числе в Яндексе занимаемся трудоустройством людей с инвалидностью. И, например, есть трек по трудоустройству незрячих ребят в И там мы видим, что иногда есть какие-то очень базовые вещи, например, Телеграм, с которыми ребята незнакомы. И вот такие вот вещи, как незнание, неумение использовать Телеграм, может становиться препятствием к выполнению работы.

Вообще к жизни в современном обществе.

Да. И поэтому тут не вопрос инвалидности, не вопрос отсутствия, не знаю, устройства. А вопрос именно цифровой грамотности. Мне кажется, что сейчас очень большая проблема с мошенничеством в этом смысле. Тут очень надо поддерживать наших родственников, которые менее цифрово-грамотные, родителей, бабушек, дедушек, детей. Пока быть к ним предельно внимательной. И люди с инвалидностью— это такая же уязвимая группа.

Очень прикольно, мы с тобой как будто начали говорить про инвалидность, про особенности тела, а в результате это просто про бережность, кажется, друг другу и заботу друг о друге. Очень глубокий ответ. Подскажи, на кого подписаться, на что подписаться, чтобы узнавать про доступность.

Мне немножко сложно, потому что я сама на много что подписана, да? Но вот честно, мне нравится канал Яндекса, который мы сделали про доступность. Там много очень всего. И у меня есть канал. И это будет очень странно звучать.

Оба твоих.

Оба моих.

Очень хорошо. Будут в описании к этому эпизоду. Спасибо тебе большое, Лера. Очень классный разговор. Во-первых, очень приятно встретиться через пять лет. Во-вторых, узнал много-много нового. Ссылка на прошлый эпизод тоже будет в описании к этому. Спасибо тебе большое.

Спасибо.

Это подкаст Студии Либо-Либо. Над эпизодом работали редакторка Маша Аглячева, продюсеры Данил Остапов и Аня Коваленко, звукорежиссер Юрий Шустицкий. За джингл спасибо Алексею Зеленскому. До встречи в следующий четверг.

Редактор субтитров А.Синецкая Корректор А.Егорова