May-akda: Boxu Li

Handa ka na bang maranasan ang accessible na AI sa aksyon? Subukan ito sa Macaron: "Gumawa ng 3-hakbang na umagang daloy na may 10-minutong focus blocks, banayad na mga timer, at isang tapos na sa isang-tap." Tingnan kung paano ang isang ADHD-friendly na routine ay maaaring simulan ang iyong araw – lahat sa pamamagitan ng isang personal na AI na alam na ang accessibility ay built-in, hindi idinagdag lang.

Ang accessibility ay hindi isang "nice-to-have" para sa personal na AI – ito ay kinakailangan. Ang tunay na personal na AI ay dapat umayon sa pangangailangan ng bawat user, kung mayroon man silang ADHD, dyslexia, mababang paningin, o limitadong koneksyon. Sa post na ito, tinatalakay namin kung paano ang Macaron AI ay ginawa para sa neurodiversity at multimodal na buhay, na lampas sa mga checkbox upang maghatid ng inklusibong katalinuhan para sa lahat.

Bakit Mahalaga ang Accessibility sa Personal na AI (Hindi Lang Nice-to-Have)

Ang inklusibong disenyo ay hindi lang etikal – ito ay mahalaga para sa isang AI na nag-aangking "personal." Isang malaking bahagi ng mundo ay neurodivergent, ngunit marami pa ring digital na karanasan ang nakatuon sa isang mithiing "karaniwang" gumagamit. Halimbawa, tinatayang 1 sa 5 bata ay may learning disability na nagpapahirap sa pagproseso ng nakasulat na teksto, at halos 10% ng mga bata sa U.S. ay may na-diagnose na ADHD (at marami pang hindi na-diagnose na matatanda ang malamang nasa paligid natin). Kung ang isang personal na AI ay gumagana lamang nang maayos para sa neurotypical at ganap na may kakayahang mga gumagamit, nabibigo ito sa pagiging personal. Sa halip na i-expect ang mga gumagamit na mag-adjust sa software, ang AI ang dapat mag-adjust sa bawat cognitive at sensory profile ng gumagamit – mahalagang lumipat mula sa mass UX patungo sa indibidwal na pag-unawa.

Mula sa Mass UX patungo sa Indibidwal na Pag-unawa

Ang tradisyonal na "one-size-fits-all" UX ay madalas na nag-iiwan sa mga neurodiverse na gumagamit na may pagkadismaya. Binabago ng Personal AI ang senaryong ito: patuloy itong natututo at umaangkop sa kung paano ka mag-isip at magtrabaho. Ang mga mapanlikhang mananaliksik ay nagtataya na ang mga interface na pinapagana ng AI ay malapit nang umangkop sa mga kagustuhan sa accessibility ng isang gumagamit sa real time, na magiging halos pangkaraniwan sa mga digital na produkto. Sa praktika, ito ay nangangahulugang kung nahihirapan ka sa pagtuon, ang iyong AI ay maaaring hatiin ang mga gawain sa mas maliit na hakbang; kung ang maliwanag na mga screen ay nagdudulot ng sensory overload, maaari itong mag-default sa isang kalmadong, high-contrast na tema. Ang layunin ay isang cognitive fit: dapat makipagtagpo ang iyong AI sa iyo kung nasaan ka (hindi ang kabaligtaran). Sa huli, ang pagdidisenyo para sa mga sukdulan ng neurodiversity ay nagtatapos na nagpapabuti ng UX para sa lahat – gaya ng pinatunayan ng Microsoft's Immersive Reader na nakatulong sa mga dyslexic na estudyante at pagkatapos ay naging paborito ng milyun-milyong karaniwang gumagamit.

Mga Pamantayan at Higit Pa (WCAG Conformance bilang Batayan, Personalization bilang Pagkakaiba)

Ang pagsunod sa mga pamantayan sa accessibility tulad ng Web Content Accessibility Guidelines (WCAG) ay isang mahalagang panimulang punto, ngunit ang tunay na personal na AI ay higit pa rito. Ang WCAG ay nakatuon sa mga pangkalahatang pinakamahusay na kasanayan – contrast ng kulay, mga alternatibong teksto, nabigasyon gamit ang keyboard – at nagbibigay ng matibay na pundasyon. Gayunpaman, ang pagsunod lamang ay hindi nangangahulugang isang karanasang ramdam na accessible para sa isang taong may ADHD o autism. Halimbawa, maaaring iatas ng WCAG ang mga caption para sa mga video o alt text para sa mga larawan, ngunit hindi nito sinisiguro na ang nilalaman ay nakasulat sa simpleng wika o na ang mga interface ay hindi labis na nakakapagod sa isip. Tinuturing ng Macaron ang WCAG 2.1 bilang batayang pamantayan at tapos ay nagdadagdag ng mga layer ng personalisasyon. Isipin ang mga karaniwang tampok sa accessibility bilang mga rampa at railings – tiyak na mayroon ang Macaron ng mga iyon. Ngunit natututo rin ito ng mga natatanging pangangailangan ng bawat user sa paglipas ng panahon, na nagiging epektibong personal na accessibility assistant. Ang isang interface na sumusunod sa mga alituntunin ngunit nananatiling matigas ay hindi sapat; ito ay dapat na umangkop at magbago para sa bawat indibidwal. Tulad ng sinabi ng isang disenyo na ahensya, "Ang pagsunod sa accessibility ay isang panimulang punto, ngunit ang tunay na pagiging inklusibo ay nangangailangan ng mas malalim na pag-unawa sa mga pangangailangan ng user."

Pagdidisenyo ng Macaron para sa Neurodiversity

Ang neurodiversity ay sumasaklaw sa mga kondisyon gaya ng ADHD, autism, dyslexia, at iba pa – bawat isa ay may iba't ibang hamon at kalakasan. Ang pagdidisenyo ng Macaron para sa mga neurodivergent na gumagamit ay nangangahulugang pagyakap sa kakayahang umangkop, istruktura, at kalinawan nang pantay-pantay. Humuhugot kami mula sa pananaliksik sa inklusibong disenyo at agham kognitibo upang lumikha ng mga daloy na nagbabawas ng kognitibong pasanin habang pinapanatili ang kontrol ng gumagamit. Sa ibaba, itinatampok namin ang ilang mga pattern na angkop para sa neurodiversity na nakapaloob sa disenyo ng Macaron.

Mga ADHD‑Friendly na Daloy (Mga Maikling Hakbang, Pag-time Box, Mga Pagudyok, Visual na Pag-unlad)

Para sa mga gumagamit na may ADHD, ang mga mahahabang gawain na walang istruktura at walang katapusang mga pagpipilian ay maaaring maging paralisado. Inaayos ito ng Macaron sa pamamagitan ng pag-istruktura ng mga interaksiyon sa nakatuon, maiikling hakbang – karaniwang sinusunod ang patakaran na "isang screen, isang gawain" upang maiwasan ang overload. Sa halip na magbuhos ng malaking form o 10-hakbang na proseso sa iyo, hinahati ng Macaron ang mga workflow sa mga pirasong madaling pamahalaan na may malinaw na susunod na mga aksyon. Ito ay lumilikha ng pakiramdam ng momentum (tulad ng sinabi ng isang designer na may ADHD, ang pag-click sa "Susunod" ay nagbibigay ng maliit na pakiramdam ng tagumpay na nagpapatuloy sa iyo). Gumagamit din ang Macaron ng mga teknik ng time-boxing: halimbawa, maaari mong hilingin na mag-set ito ng 10-minutong focus timer para sa isang gawain, o maaari nitong imungkahi ang "Maglaan tayo ng 5 minuto para sa brainstorming, pagkatapos ay mag-break" – gamit ang mga estratehiya ng pamamahala ng oras na madalas na inirerekomenda para sa ADHD.

Ang magiliw na paalala at pangungulit ay isa pang built-in na tampok. Ang pagkalimot ay karaniwang hamon ng ADHD, kaya't hindi ka mapapansin ng Macaron sa mga gawain o deadlines bago pa man ito maging krisis. Ang mga ito ay hindi pangkaraniwang mga notipikasyon, kundi mga paalala na aware sa konteksto (hal. isang banayad na "👍 Tapos na ang 2 sa 3 hakbang, ituloy mo lang!" sa umaga mong routine). Upang panatilihing mataas ang motibasyon, gumagamit din ang Macaron ng mga visual na indikasyon ng progreso – mula sa simpleng checklist na nagti-tick off ng tapos na mga hakbang hanggang sa progress bars na napupuno habang ikaw ay sumusulong sa isang workflow. Ipinapakita ng pananaliksik na ang gantimpala na visual feedback tulad ng progress bars o pagputok ng confetti ay makakatulong sa mga gumagamit na may ADHD na manatiling interesado at makita na sila ay nasa tamang landas patungo sa isang layunin Sa madaling salita, ang ADHD-friendly na daloy sa Macaron ay istraktura ngunit hindi nakakasakal: nagbibigay ito ng mga gabay para mapanatili ang pokus, habang ipinagdiriwang ang bawat maliit na tagumpay upang mapanatili ang momentum.

Presentasyon na Alam ang Dyslexia (Pagkabasa, Pag-espasyo, Opsyonal na Pinasimpleng Mode)

Ang nilalaman na mabigat sa teksto ay maaaring magdulot ng mga hamon para sa mga gumagamit na may dislexia. Ang UI ng Macaron ay naka-ayos para sa pinakamataas na readability. Sa pangkalahatan, gumagamit kami ng malinis na sans-serif na mga font (hal. Helvetica o Arial) at iniiwasan ang mga estilong font o italic na teksto na maaaring mas mahirap basahin. Mas mahalaga pa, nag-aalok ang Macaron ng isang Dyslexia Mode toggle na muling nag-aayos ng nilalaman gamit ang mga setting na friendly sa dislexia. Ang pag-activate ng mode na ito ay magpapalawak ng letter-spacing at word-spacing sa mga inirerekomendang antas (ang mga pag-aaral ay nagmumungkahi na ang mas malawak na espasyo – humigit-kumulang 35% karagdagang letter spacing at 3.5x na dami sa word spacing – ay malaki ang pagpapabuti sa readability para sa mga mambabasa na may dislexia). Inaalis din namin ang mga ligature at magarbong tipograpya kapag naka-on ang Dyslexia Mode, dahil kahit ang pinagsamang karakter na "fi" ay maaaring magdulot ng problema sa mga mambabasa. Ang layunin ay bawasan ang "visual crowding" ng teksto, na nagbibigay sa bawat letra at salita ng mas maraming espasyo.

Higit pa sa tipograpiya, kayang ayusin ni Macaron ang layout at pagiging kumplikado ng nilalaman para sa mga mambabasang dyslexic o iba pa na mas gusto ang simplisidad. Halimbawa, maaari itong magpakita ng opsyonal na pinasimpleng buod ng mahabang dokumento o email. Gamit ang malaking modelo ng wika nito, muling isasaayos ni Macaron ang kumplikadong teksto sa simpleng wika ayon sa antas ng pagbasa ng gumagamit – nang hindi binabawasan ang kahulugan. Ang ganitong uri ng on-demand na pagsasimple ng teksto ay hindi lamang kaginhawahan; ito ay mahalaga para sa maraming gumagamit. Sa Alemanya pa lamang, 10–17 milyong tao ang may seryosong suliranin sa pagbabasa, at 16% ng mga matatanda sa buong mundo (mga 759 milyon) ang kulang sa pangunahing kasanayan sa pagbasa. Para sa kanila, ang isang dokumento na puno ng jargon ay maaaring maging hindi malampasan na hadlang. Ang sagot ni Macaron ay isang personal na katulong sa pagbabasa na awtomatikong makakasimple o makakapaliwanag ng nilalaman. Kung makatanggap ka ng makapal na legal na abiso o artikulong akademiko, maaari mong hilingin kay Macaron na "isalin" ito sa pang-araw-araw na wika. Ang resulta ay nilalaman na ipinapakita sa isang makausap, maikling istilo na kayang maunawaan ng mas malawak na madla – isang praktikal na aplikasyon ng "simpleng wika". Mahalagang benepisyo rin ito para sa iba (abala na mga tao na gusto ng buod agad, mga hindi katutubong nagsasalita, atbp.). Ang personalisasyon ay nangangahulugang maaari mong i-adjust ang pagiging kumplikado ng teksto pataas o pababa ayon sa iyong nais – isang pagkakaibang higit pa sa mga static na alituntunin sa accessibility.

Mga Sensory-Adaptibong Mode (Pinababang Galaw, Mataas na Kontrahan, Tahimik na UX)

Ang mga sensitibong pandama ay isa pang aspeto ng neurodiversity na aktibong tinutugunan ng Macaron. Ang ilang mga gumagamit (kasama na ang marami sa autism spectrum o may vestibular disorders) ay maaaring ma-overwhelm o masuka sa labis na galaw sa screen at mga flashy na animasyon. Sa Macaron, minimal ang mga animasyon at epekto sa default, at ang global na "Reduce Motion" na setting ay aalisin ang anumang di-kinakailangang galaw (isipin ito na parang iOS "Reduce Motion" na setting pero ginagamit sa interface ng AI sa web at app). Iginagalang din namin ang kagustuhan ng gumagamit sa antas ng OS – kung nakatakda ang iyong device sa prefers-reduced-motion, awtomatikong babawasan ng Macaron ang mga bagay. Ganoon din sa visual na contrast at kulay: mayroong High Contrast mode para sa mga gumagamit na mababa ang paningin, na gumagamit ng madilim na tema na may matapang na teksto at malinaw na mga indikasyon (ito rin ay kapaki-pakinabang sa sinuman sa maliwanag na sikat ng araw o sa mababang kalidad na screen). Ang lahat ng mga icon at kulay na palatandaan sa Macaron ay dinisenyo gamit ang mga paleta na friendly sa color-blind at nasubok para sa WCAG AA contrast compliance sa minimum.

Nag-aalok din ang Macaron ng "Quiet Mode" para sa mga nangangailangan ng karanasan na mababa ang distraksyon at mababa ang stimulations. Kapag pinagana, ang Quiet Mode ay magpapatahimik ng mga hindi kritikal na notipikasyon at tunog, gagamit ng banayad na haptic o malumanay na chiming para sa mga kailangang alerto, at itatago ang anumang UI elements na hindi kaugnay sa kasalukuyang gawain (tulad ng mga sidebar o dekoratibong larawan). Ito ay kahalintulad ng "focus mode" na kapaki-pakinabang sa marami – parang pagsusuot ng noise-cancelling headphones sa iyong interface. Sa pamamagitan ng pagtatago ng hindi mahalagang nilalaman at audio, ang tahimik na UX mode ng Macaron ay lumilikha ng kalmadong espasyo para sa mga sensitibong gumagamit upang magtrabaho. Tulad ng napansin ng mga designer, kahit na ang mga neurotypical na gumagamit ay madalas na pinahahalagahan ang mga opsyon na tulad nito – minsan gusto mong magkaroon ng karanasang walang distraksyon. Sa lahat ng kaso, ang prinsipyo ay ibigay ang kontrol sa gumagamit: liwanag, contrast, laki ng font, galaw, tunog – bawat aspeto ng pandama ay maaaring ayusin. Ang adaptability na ito ay tinitiyak na ang Macaron ay maaaring maging stimulating kapag mababa ang motibasyon, o kalmado at matatag kapag ang gumagamit ay overloaded.

Multimodal, Dahil Ang Buhay Ay Multimodal

Ang iyong buhay ay hindi nagaganap sa iisang paraan lamang – ikaw ay nagsasalita, nagte-text, nanonood, at nakikinig. Kaya bakit ang iyong personal na AI ay kailangang nakatali sa isang paraan ng pakikipag-ugnayan lamang? Ang Macaron ay ginawa upang makipag-ugnayan sa iyo kung paano ka mas komportable o maginhawa sa sandaling iyon. Ang ilang tao ay hindi "texters" at mas gustong magsalita; ang iba ay maaaring umasa sa visual o kailangan ng transcript ng bawat audio. Ang pagyakap sa multimodal na disenyo ay hindi lamang isang magarbong karagdagan, kundi isang pangangailangan para sa accessibility. Tulad ng napapansin ng mga lider ng pag-iisip sa AI, ang susunod na henerasyon ng mga interface ay mag-iintegrate ng boses, bisyon, at mga galaw kasabay ng teksto, na nagbibigay-daan sa mga user na makipag-ugnayan sa mas nababagay at naaangkop sa konteksto na mga paraan. Narito kung paano dinadala ng Macaron ang multimodality sa personal na tulong:

Mga Interaksiyon na Gamit ang Boses (Mga Prompt na Hands-Free, Mga Loop ng Kumpirmasyon)

Ang boses ay isang makapangyarihang paraan, lalo na para sa mga gumagamit na abala sa kamay, may mababang paningin, o mas mahusay na napoproseso ang impormasyon sa pamamagitan ng pakikinig. Ang Macaron ay may matibay na voice-first na interface: maaari kang makipag-usap dito gamit ang pagsasalita at sasagot ito sa isang natural na tunog ng boses. Hindi ito ang iyong luma at magaspang na phone tree system – ito ay isang conversational agent na nakakaintindi ng konteksto. Halimbawa, habang nagluluto ka, maaari mong sabihin, "Hey Macaron, idagdag ang bawang sa aking shopping list at mag-set ng 5-minutong pasta timer." Ito ay magkukumpirma ng bawat aksyon sa pamamagitan ng pagsasalita ("Nagdagdag ng bawang. Timer ay naka-set sa 5 minuto.") kaya alam mong nauunawaan nito ng tama – ang mga confirmation loops na ito ay kritikal upang maiwasan ang maling interpretasyon kapag gumagamit ng boses. Natutunan namin mula sa voice UX research na ang malinaw na kumpirmasyon at ang kakayahang kanselahin o bawiin sa pamamagitan ng boses ay susi sa isang magandang hands-free na karanasan (walang may gusto ng AI na gumagawa ng maling bagay at tuloy-tuloy na hindi nagche-check).

Ang mga pakikipag-ugnayan sa boses ay lubos na nagpapabuti sa accessibility sa maraming domain. Makakatulong ito sa mga taong may kapansanan sa paggalaw (hindi na kailangan mag-swipe o mag-type kung mahirap iyon), at maaari nitong bawasan ang cognitive load para sa ilang user – ang pagsasalita ng kahilingan ay maaaring mas intuitive kaysa sa pag-navigate sa isang kumplikadong GUI. Mahalaga ring pansinin ang mas malawak na trend: ang mga voice assistant ay ginagamit na araw-araw ng daan-daang milyon, at binubuksan nila ang access sa teknolohiya para sa mga taong dating nahihirapan sa tradisyonal na mga interface. Halimbawa, ang isang tao na may kapansanan sa paningin ay maaaring gumamit ng voice mode ng Macaron para magpatakbo ng apps, magpadala ng mensahe, o makakuha ng impormasyon nang hindi tumitingin sa screen. Sa edukasyon din, ang teknolohiya ng boses ay nagiging napakahalaga: humigit-kumulang 20% ng mga bata sa paaralan ang may mga hamon sa pagbasa, at ang mga voice-enabled learning tools ay nagbibigay-daan sa kanila na matuto sa pamamagitan ng pakikinig o tumugon sa pamamagitan ng pagsasalita sa halip na pagsusulat. Ang voice-first na disenyo ng Macaron ay tumutugma rito – ito ay isang pantay na tagapagpantasya na nagbibigay-daan sa iyo na makipag-ugnayan nang natural. Kung nag-uutos ka habang nagmamaneho (hands-free), o mas gusto mong magsalita kaysa mag-type, ang AI ay umaangkop. At kung may pagkakaiba sa pagsasalita o accent ka, patuloy na natututo ang Macaron ng iyong boses; dagdag pa, ang mga patuloy na proyekto tulad ng Speech Accessibility Project ng University of Illinois ay nagpapabuti ng pagkilala sa boses para sa mga user na may hindi pangkaraniwang mga pattern ng pagsasalita, na sinusubaybayan namin.

Pag-unawa sa Imahe at Dokumento (Pagkuha ng Mga Aksyon; Pagbubuod sa Antas ng Pagbasa ng Gumagamit)

Isa pang mode na namumukod-tangi si Macaron ay sa vision – hindi lang naglalabas ng mga imahe o tsart, kundi aktuwal na naiintindihan ang mga visual na input na ibinibigay mo. Ang buhay ay puno ng visual na impormasyon: mga larawan, screenshots, scanned PDFs, slides, labels sa mga produkto, at marami pang iba. Kayang suriin ni Macaron ang mga ito at tulungan kang makuha ang kahulugan at aksyon mula sa mga ito. Halimbawa, maaari mong kunan ng litrato ang isang liham na natanggap mo o isang appointment card at tanungin si Macaron, "Ano ang kailangan kong gawin dito?" Gamit ang OCR at vision AI, babasahin nito ang teksto, i-interpret ito, at sasagutin ka ng tulad ng: "Mukhang may appointment ka sa dentista sa Hunyo 5 sa ganap na ika-10 ng umaga. Naidagdag ko na iyon sa iyong kalendaryo at nag-set na ako ng paalala." Ito ay lampas pa sa simpleng paglalarawan – ito ay tungkol sa pagkuha ng mga impormasyon na maaaring gawing aksyon. Kaya rin nitong gawin ito para sa mga form (hal. "Pumirma dito at ipadala ito sa iyong HR bago mag-Biyernes") o para sa mas karaniwang mga gawain tulad ng pagbabasa ng mga sangkap sa isang pakete kapag hindi mo mahanap ang iyong salamin.

Ang isang bulag o may mababang paningin na gumagamit ay makikinabang sa AI na nakakakita at naglalarawan ng mundo. Ginagamit ng Macaron ang computer vision na katulad ng tampok na Be My Eyes 「Be My AI」, na nagbibigay ng mabilis at malinaw na paglalarawan ng mga imahe at kahit pagsagot sa mga kasunod na tanong tungkol dito. Sa ganitong paraan, ang personal na AI ay maaaring magsilbing palaging handang visual interpreter, maging ito man ay pagbabasa ng karatula, pagtukoy ng isang bagay, o pagbubuod ng isang tsart sa payak na Ingles.

Ang kakayahang magbigay ng buod sa isang partikular na antas ng pagbabasa ay tunay na makabago. Tinalakay namin kung paano pinadadali ng Macaron ang teksto para sa mga gumagamit na may dyslexia; ito ay umaabot sa anumang dokumento o web page na iyong makaharap. Maaari mong ipasa kay Macaron ang isang akademikong papel o mahabang artikulo ng balita at sabihin, "Bigyan mo ako ng TL;DR sa antas ng pagbabasa ng ika-8 baitang" – at ito ay magbibigay ng maikling buod sa malinaw at simpleng wika. Sa likod nito, gumagamit ito ng mga advanced na teknik ng pag-simplify ng teksto base sa LLM upang mapanatili ang kahulugan habang binabawasan ang komplikasyon. Ito ay lubos na kapaki-pakinabang hindi lamang para sa mga gumagamit na may kahirapan sa pagbabasa kundi pati na rin para sa mga hindi katutubong nagsasalita ng wika (o sa totoo lang, kahit sino na kapos sa oras). Isinasaalang-alang na sa buong Europa, mga 20–25% ng mga tao ay functionally illiterate at marami pa ang may limitadong literasiya sa kanilang hindi katutubong wika, ang kahalagahan ng ganitong tampok ay hindi dapat maliitin. Sa pamamagitan ng pag-angkop sa modality (paglilipat ng teksto sa boses, o makapal na teksto sa pinasimpleng teksto + mga imahe), tinitiyak ng Macaron na hindi ka maaalis sa impormasyon dahil sa format. Ito ay accessibility sa pamamagitan ng pagsasalin – sa pagitan ng mga wika, sa pagitan ng mga antas ng komplikasyon, at sa pagitan ng mga pandamdam na mode.

Captioning at Transcripts bilang Default (para sa Audio/Boses Outputs)

Sa isang multimodal na AI, maganda ang audio output – ngunit hindi lahat ay nakakarinig o nakakaprocess ng audio nang madali. Kaya naman lahat ng sinasabi o tinutugtog ni Macaron ay available din sa anyong text bilang default. Kung magbigay si Macaron ng sagot sa pamamagitan ng boses o mag-narrate ng buod, makikita mo rin agad ang transcript sa chat o app log. Ito ay kapaki-pakinabang para sa mga bingi at may kahirapan sa pandinig, ngunit ito rin ay kapaki-pakinabang sa maraming sitwasyon: baka ikaw ay nasa tahimik na library at hindi makapagpatugtog ng tunog, o gusto mong balikan ang isang pag-uusap sa ibang araw. Kapansin-pansin, ipinapakita ng mga pag-aaral na mahigit 80% ng mga taong gumagamit ng captions sa mga video ay hindi may problema sa pandinig – ginagamit nila ang captions para sa kaginhawahan o dahil sa maingay/tahimik na kapaligiran. Sa Macaron, ang captioning ay hindi isang huli na pag-iisip; ito ay bahagi ng sistema. Kung manonood ka ng video o podcast sa interface ni Macaron (isipin ang AI-curated na learning playlist), makakakuha ka ng auto-generated na captions at isang buong transcript para sundan o hanapin ang loob. Gumagamit kami ng makabagong speech-to-text models para gawing napakataas ng accuracy ng mga transcript na ito, at ang text ay naka-format para sa readability (mga label ng nagsasalita, mga time-stamp, atbp., ayon sa kailangan).

Ang mga transcript at caption ay nagpapaunlad ng pag-unawa para sa maraming neurodivergent na gumagamit – halimbawa, ang isang tao na may ADHD ay maaaring makinabang mula sa pakikinig sa paliwanag ng AI habang sabay na nagbabasa nito upang mapatatag ang pokus. Gayundin, madalas na gumagamit ang mga hindi katutubong tagapagsalita ng mga transcript upang muling suriin ang kanilang narinig. Sa pamamagitan ng pagbibigay ng mga multimodal na redundancy na ito, nasasaklaw ng Macaron ang lahat ng batayan. Ito ay nakaayon sa prinsipyo ng maramihang representasyon sa unibersal na disenyo: ipakita ang impormasyon sa iba't ibang anyo upang umangkop sa iba't ibang kagustuhan. At ito ay pumupunta pa ng isang hakbang: ang mga transcript sa Macaron ay masusuri at ma-export, kaya maaari mong suriin ang sinabi sa iyo ng iyong AI noong nakaraang linggo o kahit na makakuha ng buod ng iyong nakaraang sesyon (meta, alam namin!). Ang pangunahing punto ay, kung may audio na output, may katumbas na teksto na naroroon – walang gumagamit ang dapat magtanong o maghanap pa para dito. Sa mundo ng accessibility, ito ay simpleng paggawa ng mga pangunahing bagay ng tama: tinitiyak ng mga caption at transcript na walang maiiwan sa nilalaman ng sinasalita. Tulad ng nabanggit sa mga alituntunin ng Section 508, ang mga transcript ay hindi lamang para sa mga taong may pagkawala ng pandinig; sila ay tumutulong din sa mga nag-aaral ng wika at sinuman sa maingay o tahimik na mga lugar. Ganap na niyayakap iyon ng Macaron.