Cyberpediadi Brain

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
  1. 1In 30 secondi
  2. 2Di cosa si tratta
  3. 3Domande dirette
  4. 4Come funziona
  5. 5Cosa fa Lei
  6. 6Le insidie
  7. 7Fonti
  8. 8Cita questo articolo

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].
Se è già fatto
Le descrizioni di immagini di Narrator si disattivano nelle impostazioni Accessibilità di Windows[2], e i sottotitoli di Teams si interrompono dai comandi della riunione[4].

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

  1. Microsoft, «Complete guide to Narrator». https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator (consultato il 14 novembre 2026)
  2. 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)
  3. 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)
  4. 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)
  5. 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)
  6. 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)
  7. 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)
  8. 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)
  9. 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)
  10. NIST (États-Unis), «AI Risk Management Framework», 12 luglio 2021. https://www.nist.gov/itl/ai-risk-management-framework (consultato il 14 novembre 2026)