L'IA al servizio dell'accessibilità sul lavoro
Sottotitoli dal vivo, descrizione di immagini, lettura ad alta voce: cosa dicono Microsoft e Google di questi strumenti e cosa verifica un dipendente.
In questa pagina
In 30 secondi
- Dove capita
- Narrator[1] e i sottotitoli dal vivo[3] in Windows 11, i sottotitoli delle riunioni Teams[4], poi Lookout[5], Expressive Captions[6] e TalkBack[7] su Android.
- Cosa fa
- Questi strumenti trasformano un suono o un'immagine in testo visualizzato o in voce. Per le descrizioni di immagini, Microsoft scrive che la funzione può fornire una descrizione inesatta[2].
- Il riflesso
- Rileggere la descrizione o il sottotitolo prima di fidarsene, soprattutto per una cifra, un documento giuridico o finanziario[2].
Di cosa si tratta
Narrator, il lettore di schermo integrato in Windows 11, può fornire descrizioni dettagliate di immagini e di grafici grazie all'IA sui PC Copilot+[1]. La pagina di Microsoft che presenta questa funzione riconosce che la descrizione può essere inesatta[2].
Questo articolo raccoglie ciò che Microsoft e Google dicono delle loro funzioni di accessibilità basate sull'IA: sottotitoli dal vivo, descrizione di immagini, lettura ad alta voce. Spiega perché un dipendente rilegge ciò che questi strumenti producono, quali dati partono verso un servizio online e quale quadro si applica.
Domande dirette
Cosa descrive Narrator quando gli si chiede un'immagine?
Su un PC Copilot+, Narrator fornisce una descrizione contestuale che dettaglia le persone, gli oggetti, i colori, il testo e le cifre dell'immagine, con la scorciatoia Narrator key+Ctrl+D[1]. Sui PC che non sono Copilot+, l'esperienza resta una descrizione di base[1]. Nella sua versione di marzo 2026, la guida indica che Narrator può lavorare con Copilot su tutti i dispositivi Windows 11: Copilot si apre con l'immagine pronta e l'utente scrive la propria richiesta[1]. L'immagine viene condivisa solo dopo la scelta di descriverla[1].
Ci si può fidare di una descrizione o di un sottotitolo generato?
Microsoft scrive che la funzione di descrizione ricca può fornire una descrizione inesatta, dati inesatti per un grafico, o inferenze emotive, il che può portare a false ipotesi sull'immagine[2]. Per i sottotitoli di Teams, Microsoft osserva che i sottotitoli possono diventare meno precisi quando ci si allontana dal microfono[4]. Il testo prodotto è quindi un supporto da rileggere, non una fonte che può fare a meno di verifica.
Per quali contenuti Microsoft sconsiglia la descrizione di immagini?
Microsoft scrive che la funzione non dovrebbe servire a descrivere:
- immagini mediche o legate alla salute, che potrebbero essere scambiate per un parere medico[2];
- immagini in documenti giuridici o finanziari in cui l'esattezza è critica[2];
- immagini che contengono simboli culturali o religiosi senza un contesto appropriato[2];
- immagini che contengono mappe, bandiere o globi[2].
Microsoft aggiunge che la funzione non dovrebbe servire a dedurre le emozioni di persone al lavoro o in un istituto di istruzione, per esempio dipendenti o studenti[2].
Quali dati partono verso un servizio online?
Dipende dallo strumento. Per i sottotitoli di Teams, Microsoft scrive che i dati sono elaborati nella regione geografica in cui ha sede l'organizzazione[4]. Il servizio di riconoscimento automatico del parlato (Microsoft Automatic Speech Recognition) può usare l'argomento della riunione, l'invito, i nomi dei partecipanti, gli allegati e le e-mail recenti dei partecipanti per migliorare la precisione[4]. Secondo Microsoft, nessuno vi ha accesso, e i dati dei sottotitoli sono eliminati definitivamente dopo la riunione[4].
Per Narrator, la FAQ di Microsoft (aggiornata a giugno 2025) indica che l'esperienza standard di descrizione di immagini degli altri dispositivi Windows poggia unicamente su servizi online[2]. La guida precisa, per la versione di febbraio 2024, che è necessaria una connessione internet attiva e che l'opzione per ottenere descrizioni di immagini deve essere attivata[1]. Al contrario, le voci naturali di Narrator, una volta scaricate, funzionano sul dispositivo senza connessione internet[1], e i sottotitoli dal vivo di Windows 11 possono essere visualizzati offline[3].
Quale quadro si applica a questi strumenti?
La Commissione europea[8] presenta l'Atto europeo sull'accessibilità come una direttiva che mira a migliorare il funzionamento del mercato interno per i prodotti e i servizi accessibili. Riguarda in particolare i computer e i sistemi operativi, gli smartphone e il commercio online, e gli Stati membri dovevano recepirla nel diritto nazionale a giugno 2022[8].
Per i dati personali, la CNIL[9] ricorda che un sistema di IA che sfrutta dati personali deve sempre essere sviluppato, addestrato e dispiegato con una finalità ben definita. Ricorda anche che i dati devono essere adeguati, pertinenti e limitati a ciò che è necessario, e che le persone che esercitano i propri diritti devono, in linea di principio, ottenere una risposta entro un mese[9].
Il NIST[10] ha pubblicato il quadro AI RMF, destinato a un uso volontario, per gestire meglio i rischi che l'IA fa pesare sugli individui, sulle organizzazioni e sulla società. È stato pubblicato il 26 gennaio 2023, e il NIST indica che è in corso di revisione nell'ambito del piano d'azione sull'IA della Casa Bianca[10].
Come funziona
Per la descrizione di immagini, Microsoft spiega che la funzione utilizza modelli di IA che producono descrizioni testuali dettagliate di immagini, di grafici e di diagrammi[2]. Per misurare la qualità, l'azienda indica di aver costituito un insieme di immagini varie (fotografie, grafici, schermate, interfacce di applicazioni) e di aver valutato le descrizioni sull'esattezza, sulla completezza, sulla pertinenza e sull'utilità, con giudizi di esperti umani e uno scoring assistito da un LLM[2]. L'utente può rigenerare la descrizione e copiarla[2].
I sottotitoli dal vivo di Windows 11 si attivano con Windows + Ctrl + L o dalle impostazioni di accessibilità[3]. Supportano più lingue, tra cui il francese, e la finestra dei sottotitoli permette anche di sottotitolare la propria voce collegando un microfono[3].
In Teams, la funzione rileva ciò che viene detto in una riunione e visualizza sottotitoli in tempo reale[4]. Impostare la lingua parlata della riunione sulla lingua realmente utilizzata dà sottotitoli più precisi[4]. Teams non li registra: per ottenere una trascrizione, occorre attivare la trascrizione[4]. Esiste un'alternativa, un sottotitolatore CART (Communication Access Real-time Translation), i cui sottotitoli sono prodotti da un essere umano[4].
Sul versante Google, Lookout su Android aiuta le persone cieche o ipovedenti a informarsi grazie alla fotocamera del loro telefono, e le didascalie di immagini generate dall'IA sono disponibili in Lookout a livello mondiale, in inglese, secondo Google a maggio 2024[5]. A dicembre 2024, Google indica che Image Q&A in Lookout utilizza Gemini 1.5 Pro per descrizioni più ricche, lette ad alta voce, con domande di approfondimento[6]. A maggio 2025, Google precisa che TalkBack, il lettore di schermo di Android, offre descrizioni di immagini generate da Gemini anche senza testo alternativo, e che si possono porre domande su un'immagine o su tutto lo schermo[7]. Expressive Captions utilizza l'IA per restituire ciò che una persona dice e come lo dice[7].
Cosa fa Lei
- Rilegga prima di usare. Una descrizione o un sottotitolo serve da supporto; per una cifra, un nome o un documento giuridico o finanziario, controlli alla fonte[2].
- Migliori l'ingresso audio. Microsoft raccomanda di parlare chiaramente, lentamente e direttamente nel microfono, di evitare i luoghi rumorosi e di non parlare in più persone contemporaneamente[4]. Per la versione per computer di Teams, aggiunge di usare la migliore attrezzatura certificata Teams disponibile[4].
- Imposti la lingua parlata della riunione. Se la lingua rilevata differisce da quella impostata, Teams invita l'organizzatore, il coorganizzatore o la persona che ha avviato la trascrizione ad aggiornarla[4].
- Mantenga il controllo sulla condivisione. In Narrator, l'immagine viene condivisa solo dopo la scelta di descriverla[1].
- Segnali gli errori. I pollici in su e in giù dell'interfaccia di Narrator permettono di dare un riscontro su una descrizione[2].
Per un manager o un collega che attiva questi strumenti:
- Avvisi i partecipanti. In Teams, le persone possono scegliere di non essere identificate nei sottotitoli[4].
- Chieda all'amministratore se necessario. Secondo Microsoft, l'amministratore può disattivare la funzione di sottotitoli[4].
- Per i sottotitoli tradotti, verifichi la licenza: sono disponibili con Teams Premium e Microsoft Copilot[4].
- Se è preferibile una sottotitolazione umana, esiste il sottotitolatore CART[4].
Le insidie
- Una descrizione plausibile non è una descrizione esatta. Microsoft osserva che il modello può anche associare un'immagine a una persona o descrivere emozioni, a partire da indizi di contesto come una maglia e il suo numero, senza utilizzare dati biometrici[2]. Le risposte sulle emozioni si fondano sull'aspetto e non riflettono necessariamente lo stato interiore di una persona[2].
- I sottotitoli nascondono alcune parole. In Teams, le oscenità sono nascoste da asterischi[4].
- La disponibilità varia. Microsoft precisa che i suoi articoli sono scritti per il mercato americano e che funzioni e disponibilità possono variare a seconda delle regioni[3]. La nuova versione di Expressive Captions viene distribuita in inglese negli Stati Uniti, nel Regno Unito, in Canada e in Australia, su Android 15 e versioni successive[7].
- La qualità in test non dice la qualità in situazione reale. La CNIL scrive che occorre distinguere le prestazioni della fase di apprendimento da quelle del sistema in produzione: la qualità delle prime non è indicativa di quella delle seconde[9].
Fonti
- Microsoft, «Complete guide to Narrator». https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator (consultato il 14 novembre 2026)
- Microsoft, «Frequently asked questions about rich image descriptions», 11 febbraio 2025. https://support.microsoft.com/en-us/accessibility/windows/copilot/frequently-asked-questions-about-rich-image-descriptions (consultato il 14 novembre 2026)
- Microsoft, «How to customize your live caption settings for any purpose», 5 luglio 2023. https://www.microsoft.com/en-us/windows/learning-center/choose-best-caption-settings (consultato il 14 novembre 2026)
- Microsoft, «Use live captions in Microsoft Teams meetings». https://support.microsoft.com/en-us/teams/meetings/use-live-captions-in-microsoft-teams-meetings (consultato il 14 novembre 2026)
- Google, «8 new accessibility updates across Lookout, Google Maps and more», 16 maggio 2024. https://blog.google/company-news/outreach-and-initiatives/accessibility/ai-accessibility-update-gaad-2024/ (consultato il 14 novembre 2026)
- Google, «Connect and share in more ways with new Android features», 5 dicembre 2024. https://blog.google/products-and-platforms/platforms/android/new-android-features-december-2024/ (consultato il 14 novembre 2026)
- Google, «New AI and accessibility updates across Android, Chrome and more», 15 maggio 2025. https://blog.google/company-news/outreach-and-initiatives/accessibility/android-gemini-ai-gaad-2025/ (consultato il 14 novembre 2026)
- Commission européenne, «European Accessibility Act (EAA)», 3 febbraio 2025. https://commission.europa.eu/strategy-and-policy/policies/justice-and-fundamental-rights/disability/european-accessibility-act-eaa_en (consultato il 14 novembre 2026)
- CNIL, «IA : comment être en conformité avec le RGPD ?», 5 aprile 2022. https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd (consultato il 14 novembre 2026)
- NIST (États-Unis), «AI Risk Management Framework», 12 luglio 2021. https://www.nist.gov/itl/ai-risk-management-framework (consultato il 14 novembre 2026)
Cita questo articolo
Brain, «L'IA al servizio dell'accessibilità sul lavoro», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp528_it_2026,
author = {Brain},
title = {L'IA al servizio dell'accessibilità sul lavoro},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/it/articles/ia-accessibilita-sottotitoli-descrizione-immagini/},
note = {CC BY 4.0}
}