Google, Guided Vision'ı Gemini Live üzerinden kamera görüntülerini sesli açıklamaya yardımcı olacak bir erişilebilirlik özelliği olarak duyurdu. Şirketin Eylül açıklamasında yakında sunulacağı belirtiliyor. Bunu görme engelli veya az gören herkes için aynı sonucu verecek, hatasız bir çevre algılama sistemi gibi anlatmak doğru değil.

Kamera bir sahnenin yalnızca bir bölümünü gösterir

Kameralı bir yardımcıyla etkileşimde ilk sınır kadrajdır. Bir masanın yalnızca köşesi görünüyorsa masanın tamamı hakkında verilen yanıt eksik olabilir. Nesnenin görüntü dışında bulunması ile hiç bulunmaması aynı şey değildir. Bu ayrım özellikle aranan eşyanın tarifinde önemlidir: 'görmüyorum' yanıtını 'orada yok' sonucuna dönüştürmemek gerekir.

Yansımalar, benzer ambalajlar veya üst üste duran nesneler de açıklamayı zorlaştırabilir. Kullanıcının aynı sahne için daha dar ve somut sorular sorabilmesi bu nedenle değerlidir. 'Burada ne var?' yerine tek bir nesnenin üzerindeki büyük yazıyı sormak, yanıtı kontrol etmeyi kolaylaştırabilir. Bu bir başarı garantisi değil, belirsizliği azaltmayı amaçlayan etkileşim önerisidir.

Erişilebilirlik yalnızca sesli yanıt üretmek değildir

Bir yardımcının yanlış anladığını söylemek, önceki cevabı tekrarlatmak veya kamerayı kapatmak da erişilebilir olmalı. Uzun bir açıklamanın ortasında kullanıcı kontrolü kayboluyorsa konuşmanın doğal duyulması tek başına yeterli değildir. Değerlendirmede ilk yanıt kadar düzeltme ve iptal adımlarına da bakmak gerekir.

Yeni bir özelliği tanımak için bilinen ve düşük riskli bir masa düzeni iyi bir başlangıç olabilir. Kullanıcı hangi nesnelerin bulunduğunu zaten biliyorsa, sistemin atladığı ayrıntıları ve kullandığı belirsizlik ifadelerini karşılaştırabilir. Bu, tıbbi etiketleri, trafik durumunu veya hareket sırasında güvenlik kararlarını sisteme bırakmakla aynı şey değildir; böyle kritik kararlar için bu duyuru yeterli dayanak sunmuyor.

Kamera paylaşımı ayrıca çevredeki kişileri ve özel belgeleri görüntüye katabilir. Uygulamaya verilen kamera ve mikrofon izinlerini anlamak, oturumun ne zaman sürdüğünü fark etmek ve görüşmeyi bitirme kontrolünü bulmak kullanımın bir parçası olmalı. Yardım istenen nesneyle ilgisiz bilgileri kadrajdan çıkarmak, gereksiz paylaşımı azaltan basit bir tercihtir.

NetMercek'in değerlendirmesi, bu yaklaşımın asıl değerinin daha fazla nesne adı saymaktan çok kullanıcının doğru soruyu sorabilmesini ve yanlış cevabı düzeltebilmesini desteklemesinde olduğu yönünde. Henüz bu özellik üzerinde bağımsız bir erişilebilirlik testi yapmadık. Duyuruyu bir potansiyel olarak aktarıyor, günlük bağımsız hareketin bütün ihtiyaçlarını çözdüğünü iddia etmiyoruz.