Google ha annunciato il lancio di Guided Vision all’interno di Gemini Live, una funzione di assistenza visiva conversazionale in tempo reale pensata per le persone non vedenti o ipovedenti, ma utile anche a chi ha bisogno di un supporto rapido per leggere testi o riconoscere oggetti. La novità è stata presentata come parte di un percorso di accessibilità più ampio su Android e arriva dopo un’anteprima mostrata all’inizio del mese. Secondo quanto riportato nella nota diffusa dalla fonte, la funzione è disponibile sui dispositivi Android compatibili, con Android 9 o versione successiva, nelle regioni e nelle lingue in cui Gemini Live è già supportato.
Come funziona Guided Vision
Durante una sessione di Gemini Live, l’utente può condividere la fotocamera del telefono e attivare Guided Vision. A quel punto Gemini descrive a voce l’ambiente circostante, risponde a domande di approfondimento e fornisce indicazioni verbali per inquadrare meglio ciò che si vuole osservare. Se la fotocamera è puntata troppo in alto, troppo vicina o leggermente di lato, l’assistente suggerisce di spostarla lentamente, inclinarla verso il basso o fare un passo indietro, in modo da ottenere un contesto visivo più chiaro.
L’obiettivo dichiarato è rendere l’interazione naturale, come una conversazione con una persona che descrive ciò che vede. La funzione è stata sviluppata insieme alla comunità di persone non vedenti e ipovedenti, con il contributo di Aira e della sua rete di tester. Google cita decine di migliaia di ore di dati interpretati visivamente e oltre 1.000 membri della rete Trusted Tester di Aira coinvolti in test su routine quotidiane, oltre al lavoro di specialisti Aira come esperti di dominio per definire e valutare le tutele di sicurezza.
Cosa può fare in pratica
Guided Vision è pensata per attività quotidiane in cui serve una verifica visiva immediata. Tra gli esempi indicati dalla fonte:
- Leggere testi piccoli o complessi, come etichette nutrizionali, quadranti di elettrodomestici, cicli della lavatrice o menu stampati in locali poco illuminati.
- Trovare oggetti nell’area immediata, per esempio un auricolare caduto a terra o la pepiera in una dispensa affollata.
- Descrivere oggetti e abbinare dettagli, come colori, fantasie e forme, ad esempio per capire se una camicia a righe si abbina a un paio di pantaloni.
- Esplorare l’ambiente circostante, ottenendo una panoramica di spazi non familiari, disposizione delle stanze o oggetti su un tavolo.
- Conversare nella propria lingua preferita, con il supporto a più lingue e descrizioni, indicazioni e risposte adattate in base al feedback raccolto in Paesi come India, Brasile, Singapore, Indonesia e Giappone.
Oltre alle persone non vedenti o ipovedenti, la funzione può risultare utile anche ad anziani, a chi ha difficoltà di lettura o a chiunque debba leggere testi molto piccoli in condizioni di luce scarsa.
Come attivarla su Android
L’accesso a Guided Vision è previsto attraverso tre percorsi principali:
- Nell’app Gemini, aprire le impostazioni del profilo e attivare l’opzione “Use Guided Vision in Live”; poi avviare Gemini Live e toccare per condividere la fotocamera.
- Nelle impostazioni di Android, sotto Accessibilità > Assistenza visiva > Guided Vision, configurare una scorciatoia di accessibilità per avviare la funzione con il pulsante flottante, un gesto a due dita o la pressione contemporanea dei tasti del volume.
- Con TalkBack attivo, richiamare il menu con un tocco a tre dita e selezionare direttamente Guided Vision.
Per usarla è necessario aggiornare l’app Gemini e il software di sistema Android all’ultima versione disponibile.
Limiti e cautele
Google precisa che Guided Vision è uno strumento di assistenza basato su intelligenza artificiale generativa e può commettere errori. Non è un dispositivo medico, non sostituisce un ausilio per la mobilità o il bastone bianco e non è pensato per la navigazione, per l’orientamento sicuro o per il rilevamento di ostacoli. L’azienda invita a continuare a fare affidamento sugli ausili e sulle pratiche consolidate per la mobilità negli ambienti fisici.
Restano quindi da verificare sul campo l’affidabilità delle descrizioni in scenari complessi, la copertura effettiva delle lingue e delle regioni supportate e l’eventuale evoluzione della funzione nel tempo. Al momento, le informazioni disponibili riguardano il lancio su Android; non sono indicati dettagli su altre piattaforme o su una possibile estensione futura.
