CyberpediaBrain

職場でのAIによるアクセシビリティ支援

ライブキャプション、画像の説明、音声読み上げ。MicrosoftとGoogleがこれらのツールについて述べていることと、従業員が確認する点です。

このページの内容
  1. 130秒でわかる要点
  2. 2概要
  3. 3よくある質問
  4. 4仕組み
  5. 5あなたの行動
  6. 6落とし穴
  7. 7出典
  8. 8この記事を引用する

30秒でわかる要点

発生する場所
Windows 11のNarrator[1]とライブキャプション[3]、Teams会議の字幕[4]、続いてAndroidのLookout[5]、Expressive Captions[6]、TalkBack[7]です。
できること
これらのツールは、音声や画像を、表示されるテキストや音声に変換します。画像の説明について、Microsoftはこの機能が不正確な説明を返すことがあると書いています[2]。
とっさの行動
説明や字幕を頼りにする前に読み直します。数字や法務・財務の文書では、とりわけ必要です[2]。
すでに起きた場合
Narratorの画像説明は、Windowsのアクセシビリティ設定でオフにできます[2]。Teamsの字幕は、会議のコントロールから停止できます[4]。

概要

Windows 11に組み込まれたスクリーンリーダーのNarratorは、Copilot+ PCで、AIを使って画像やグラフの詳細な説明を提供できます[1]。この機能を紹介するMicrosoftのページは、説明が不正確なことがあると認めています[2]。

本記事は、ライブキャプション、画像の説明、音声読み上げといったAIを使うアクセシビリティ機能について、MicrosoftとGoogleが述べていることをまとめたものです。従業員がこれらのツールの出力を読み直す理由、オンラインサービスに送られるデータ、適用される枠組みを説明します。

よくある質問

画像について尋ねると、Narratorは何を説明しますか

Copilot+ PCでは、Narratorは画像に含まれる人物、物、色、文字、数字を詳しく述べる、文脈に沿った説明を、Narrator key+Ctrl+Dのショートカットで提供します[1]。Copilot+ PCでないPCでは、基本的な説明のままです[1]。2026年3月版のガイドは、NarratorがすべてのWindows 11デバイスでCopilotと連携できると記しています。Copilotが画像を用意した状態で開き、ユーザーが自分の依頼を書きます[1]。画像は、説明することを選んだ後に初めて共有されます[1]。

生成された説明や字幕は信用できますか

Microsoftは、リッチ画像説明機能が、不正確な説明、グラフの不正確なデータ、感情の推測を返すことがあり、画像について誤った前提につながりうると述べています[2]。Teamsの字幕については、マイクから離れると字幕の精度が下がることがあると記しています[4]。したがって、生成されたテキストは読み直すべき補助であり、確認を省ける情報源ではありません。

Microsoftは、どのような内容に画像の説明を使わないよう述べていますか

Microsoftは、この機能を次の説明に使うべきではないと述べています。

  • 医療や健康に関する画像。医学的助言と受け取られかねないためです[2]。
  • 正確さが重要な、法務や財務の文書内の画像です[2]。
  • 適切な文脈のない文化的・宗教的シンボルを含む画像です[2]。
  • 地図、旗、地球儀を含む画像です[2]。

Microsoftは、職場や教育機関にいる人、たとえば従業員や学生の感情を推測するためにこの機能を使うべきではないとも述べています[2]。

どのようなデータがオンラインサービスに送られますか

ツールによって異なります。Teamsの字幕について、Microsoftはデータが組織の所在する地理的リージョンで処理されると述べています[4]。自動音声認識サービス(Microsoft Automatic Speech Recognition)は、精度を高めるために、会議の件名、招待状、参加者の名前、添付ファイル、参加者の最近のメールを利用することがあります[4]。Microsoftによると、これらには誰もアクセスできず、字幕のデータは会議の後に完全に削除されます[4]。

Narratorについて、MicrosoftのFAQ(2025年6月更新)は、ほかのWindowsデバイスの標準的な画像説明は、オンラインサービスのみに基づいていると示しています[2]。ガイドは、2024年2月版について、有効なインターネット接続が必要で、画像の説明を取得するオプションを有効にしなければならないと説明しています[1]。一方、Narratorの自然な音声は、ダウンロードすれば、インターネット接続なしでデバイス上で動作します[1]。Windows 11のライブキャプションはオフラインでも表示できます[3]。

これらのツールにはどのような枠組みが適用されますか

欧州委員会[8]は、欧州アクセシビリティ法を、アクセシブルな製品とサービスのための域内市場の機能を改善することを目的とする指令として紹介しています。コンピューターとオペレーティングシステム、スマートフォン、オンライン販売などが対象で、加盟国は2022年6月までに国内法に置き換える必要がありました[8]。

個人データについて、CNIL[9]は、個人データを利用するAIシステムは、常に明確に定められた目的をもって開発、学習、展開されなければならないと改めて示しています。また、データは適切で、関連性があり、必要なものに限られること、権利を行使する人は原則として1か月以内に回答を得られることも改めて示しています[9]。

NIST[10]は、個人、組織、社会にAIがもたらすリスクをより適切に管理するための、任意で使える枠組みAI RMFを公表しました。2023年1月26日に公表され、NISTはホワイトハウスのAI行動計画の枠組みで改訂中であると示しています[10]。

仕組み

画像の説明について、Microsoftは、この機能が画像、グラフ、図の詳細なテキスト説明を生成するAIモデルを使うと説明しています[2]。品質を測るため、写真、グラフ、スクリーンショット、アプリのインターフェースなど多様な画像のデータセットを作り、正確さ、網羅性、関連性、有用性について、人間の専門家による判断とLLMを使った採点で説明を評価したと述べています[2]。ユーザーは説明を再生成したり、コピーしたりできます[2]。

Windows 11のライブキャプションは、Windows + Ctrl + Lまたはアクセシビリティ設定から有効にします[3]。フランス語を含む複数の言語に対応しており、キャプションのウィンドウでは、マイクを接続して自分の声にも字幕を付けられます[3]。

Teamsでは、この機能が会議での発言を検出し、リアルタイムで字幕を表示します[4]。会議の話し言葉を現実に使われている言語に設定すると、字幕の精度が上がります[4]。Teamsは字幕を保存しません。文字起こしが必要な場合は、文字起こしを有効にします[4]。代替手段として、人が字幕を作るCART(Communication Access Real-time Translation)の字幕者があります[4]。

Google側では、AndroidのLookoutが、スマートフォンのカメラを使って、全盲や弱視の人が情報を得るのを助けます。Googleによると2024年5月時点で、AI生成の画像キャプションはLookoutで世界的に、英語で提供されています[5]。2024年12月、GoogleはLookoutのImage Q&AがGemini 1.5 Proを使い、より豊かな説明を音声で読み上げ、追加の質問にも対応すると述べています[6]。2025年5月、Googleは、AndroidのスクリーンリーダーであるTalkBackが、代替テキストがなくてもGeminiが生成した画像の説明を提供し、画像や画面全体について質問できると説明しています[7]。Expressive Captionsは、AIを使って、人が何を言うかと、どう言うかを伝えます[7]。

あなたの行動

  • 使う前に読み直します。説明や字幕は補助です。数字、名前、法務・財務の文書は、元の情報で確認します[2]。
  • 音声入力を改善します。Microsoftは、はっきり、ゆっくり、マイクに直接向かって話すこと、騒がしい場所を避けること、複数人が同時に話さないことを勧めています[4]。Teamsのデスクトップ版では、利用できるTeams認定の最良の機器を使うことも勧めています[4]。
  • 会議の話し言葉を設定します。検出された言語が設定と異なる場合、Teamsは、主催者、共同主催者、または文字起こしを開始した人に更新を促します[4]。
  • 共有は自分で管理します。Narratorでは、画像は説明することを選んだ後に初めて共有されます[1]。
  • エラーを報告します。Narratorのインターフェースの高評価・低評価ボタンで、説明へのフィードバックを送れます[2]。

これらのツールを有効にするマネージャーや同僚の場合は、次のとおりです。

  • 参加者に知らせます。Teamsでは、字幕で自分が特定されないことを選べます[4]。
  • 必要に応じて管理者に尋ねます。Microsoftによると、管理者は字幕機能を無効にできます[4]。
  • 翻訳字幕はライセンスを確認します。Teams PremiumとMicrosoft Copilotで利用できます[4]。
  • 人による字幕が望ましい場合は、CARTの字幕者があります[4]。

落とし穴

  • もっともらしい説明は、正確な説明ではありません。Microsoftは、モデルが、ジャージとその背番号のような文脈の手がかりから、生体データを使わずに、画像を人物と結び付けたり、感情を述べたりすることもあると記しています[2]。感情についての回答は外見に基づいており、その人の内面の状態を必ずしも反映しません[2]。
  • 字幕は一部の言葉を隠します。Teamsでは、卑猥な語はアスタリスクで隠されます[4]。
  • 提供状況は異なります。Microsoftは、記事が米国市場向けに書かれており、機能と提供状況は地域によって異なることがあると説明しています[3]。新しいExpressive Captionsは、米国、英国、カナダ、オーストラリアで英語で展開されており、Android 15以降が対象です[7]。
  • テストでの品質は、現実の状況での品質を示しません。CNILは、学習段階の性能と本番稼働中のシステムの性能を切り分ける必要があり、前者の品質から後者の品質は判断できないと書いています[9]。

出典

  1. Microsoft, 「Complete guide to Narrator」. https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator (2026年11月14日閲覧)
  2. Microsoft, 「Frequently asked questions about rich image descriptions」, 2025年2月11日. https://support.microsoft.com/en-us/accessibility/windows/copilot/frequently-asked-questions-about-rich-image-descriptions (2026年11月14日閲覧)
  3. Microsoft, 「How to customize your live caption settings for any purpose」, 2023年7月5日. https://www.microsoft.com/en-us/windows/learning-center/choose-best-caption-settings (2026年11月14日閲覧)
  4. Microsoft, 「Use live captions in Microsoft Teams meetings」. https://support.microsoft.com/en-us/teams/meetings/use-live-captions-in-microsoft-teams-meetings (2026年11月14日閲覧)
  5. Google, 「8 new accessibility updates across Lookout, Google Maps and more」, 2024年5月16日. https://blog.google/company-news/outreach-and-initiatives/accessibility/ai-accessibility-update-gaad-2024/ (2026年11月14日閲覧)
  6. Google, 「Connect and share in more ways with new Android features」, 2024年12月5日. https://blog.google/products-and-platforms/platforms/android/new-android-features-december-2024/ (2026年11月14日閲覧)
  7. Google, 「New AI and accessibility updates across Android, Chrome and more」, 2025年5月15日. https://blog.google/company-news/outreach-and-initiatives/accessibility/android-gemini-ai-gaad-2025/ (2026年11月14日閲覧)
  8. Commission européenne, 「European Accessibility Act (EAA)」, 2025年2月3日. https://commission.europa.eu/strategy-and-policy/policies/justice-and-fundamental-rights/disability/european-accessibility-act-eaa_en (2026年11月14日閲覧)
  9. CNIL, 「IA : comment être en conformité avec le RGPD ?」, 2022年4月5日. https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd (2026年11月14日閲覧)
  10. NIST (États-Unis), 「AI Risk Management Framework」, 2021年7月12日. https://www.nist.gov/itl/ai-risk-management-framework (2026年11月14日閲覧)