---
id: CP-528
slug: ai-dostepnosc-napisy-opisy-obrazow
lang: pl
title: AI w służbie dostępności w pracy
description: "Napisy na żywo, opisy obrazów, czytanie na głos: co Microsoft i Google mówią o tych narzędziach i co sprawdza pracownik."
canonical_url: https://startbrain.io/cyberpedia/pl/articles/ai-dostepnosc-napisy-opisy-obrazow/
markdown_url: https://startbrain.io/cyberpedia/pl/articles/ai-dostepnosc-napisy-opisy-obrazow.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: Brain, „AI w służbie dostępności w pracy”, Cyberpedia, 2026. https://startbrain.io/cyberpedia/pl/articles/ai-dostepnosc-napisy-opisy-obrazow/ (CC BY 4.0)
wing: 4
theme: verify_output
reflex: air-034
schema: G3
updated: "2026-11-14"
translations:
  pl: https://startbrain.io/cyberpedia/pl/articles/ai-dostepnosc-napisy-opisy-obrazow/
  fr: https://startbrain.io/cyberpedia/fr/articles/ia-accessibilite-sous-titres-description-images/
  en: https://startbrain.io/cyberpedia/en/articles/ai-accessibility-captions-image-descriptions/
  de: https://startbrain.io/cyberpedia/de/articles/ki-barrierefreiheit-untertitel-bildbeschreibung/
  es: https://startbrain.io/cyberpedia/es/articles/ia-accesibilidad-subtitulos-descripcion-imagenes/
  it: https://startbrain.io/cyberpedia/it/articles/ia-accessibilita-sottotitoli-descrizione-immagini/
  nl: https://startbrain.io/cyberpedia/nl/articles/ai-toegankelijkheid-ondertitels-beschrijving-afbeeldingen/
  pt: https://startbrain.io/cyberpedia/pt/articles/ia-acessibilidade-legendas-descricao-imagens/
  ja: https://startbrain.io/cyberpedia/ja/articles/ai-accessibility-captions-image-descriptions/
sources:
  - "n": 1
    title: Complete guide to Narrator
    publisher: Microsoft
    url: https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator
    accessed: "2026-11-14"
  - "n": 2
    title: Frequently asked questions about rich image descriptions
    publisher: Microsoft
    url: https://support.microsoft.com/en-us/accessibility/windows/copilot/frequently-asked-questions-about-rich-image-descriptions
    published: "2025-02-11"
    accessed: "2026-11-14"
  - "n": 3
    title: How to customize your live caption settings for any purpose
    publisher: Microsoft
    url: https://www.microsoft.com/en-us/windows/learning-center/choose-best-caption-settings
    published: "2023-07-05"
    accessed: "2026-11-14"
  - "n": 4
    title: Use live captions in Microsoft Teams meetings
    publisher: Microsoft
    url: https://support.microsoft.com/en-us/teams/meetings/use-live-captions-in-microsoft-teams-meetings
    accessed: "2026-11-14"
  - "n": 5
    title: 8 new accessibility updates across Lookout, Google Maps and more
    publisher: Google
    url: https://blog.google/company-news/outreach-and-initiatives/accessibility/ai-accessibility-update-gaad-2024/
    published: "2024-05-16"
    accessed: "2026-11-14"
  - "n": 6
    title: Connect and share in more ways with new Android features
    publisher: Google
    url: https://blog.google/products-and-platforms/platforms/android/new-android-features-december-2024/
    published: "2024-12-05"
    accessed: "2026-11-14"
  - "n": 7
    title: New AI and accessibility updates across Android, Chrome and more
    publisher: Google
    url: https://blog.google/company-news/outreach-and-initiatives/accessibility/android-gemini-ai-gaad-2025/
    published: "2025-05-15"
    accessed: "2026-11-14"
  - "n": 8
    title: European Accessibility Act (EAA)
    publisher: Commission européenne
    url: https://commission.europa.eu/strategy-and-policy/policies/justice-and-fundamental-rights/disability/european-accessibility-act-eaa_en
    published: "2025-02-03"
    accessed: "2026-11-14"
  - "n": 9
    title: "IA : comment être en conformité avec le RGPD ?"
    publisher: CNIL
    url: https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd
    published: "2022-04-05"
    accessed: "2026-11-14"
  - "n": 10
    title: AI Risk Management Framework
    publisher: NIST (États-Unis)
    url: https://www.nist.gov/itl/ai-risk-management-framework
    published: "2021-07-12"
    accessed: "2026-11-14"
---

# AI w służbie dostępności w pracy

Narrator, czytnik ekranu wbudowany w Windows 11, może dzięki AI podawać szczegółowe opisy obrazów i wykresów na komputerach Copilot+ [1]. Strona Microsoftu, która przedstawia tę funkcję, przyznaje, że opis może być niedokładny [2].

Ten artykuł zbiera to, co Microsoft i Google mówią o swoich funkcjach dostępności opartych na AI: napisach na żywo, opisach obrazów, czytaniu na głos. Wyjaśnia, dlaczego pracownik ponownie czyta to, co te narzędzia wytwarzają, jakie dane trafiają do usługi online i jakie ramy mają zastosowanie.

## W 30 sekund

- Gdzie to się pojawia: Narrator [1] i napisy na żywo [3] w Windows 11, napisy na spotkaniach w Teams [4], a następnie Lookout [5], Expressive Captions [6] i TalkBack [7] na Androidzie.
- Co to robi: te narzędzia zamieniają dźwięk lub obraz na wyświetlany tekst albo na głos. W przypadku opisów obrazów Microsoft pisze, że funkcja może podać niedokładny opis [2].
- Odruch: ponownie przeczytać opis lub napis, zanim się na nim oprze, zwłaszcza gdy chodzi o liczbę, dokument prawny lub finansowy [2].
- Jeśli jest już włączone: opisy obrazów w Narratorze wyłącza się w ustawieniach dostępności Windows [2], a napisy w Teams wyłącza się w elementach sterujących spotkania [4].

## Pytania wprost

### Co opisuje Narrator, gdy prosi się go o opis obrazu?

Na komputerze Copilot+ Narrator podaje opis kontekstowy, który przedstawia osoby, przedmioty, kolory, tekst i liczby na obrazie, po użyciu skrótu Narrator key+Ctrl+D [1]. Na komputerach, które nie są Copilot+, opis pozostaje podstawowy [1]. W wersji z marca 2026 przewodnik wskazuje, że Narrator może współpracować z Copilotem na wszystkich urządzeniach z Windows 11: Copilot otwiera się z gotowym obrazem, a użytkownik wpisuje własne polecenie [1]. Obraz jest udostępniany dopiero po wybraniu opcji jego opisania [1].

### Czy można polegać na wygenerowanym opisie lub napisie?

Microsoft pisze, że funkcja bogatego opisu może podać niedokładny opis, niedokładne dane dla wykresu lub wnioski o emocjach, co może prowadzić do fałszywych założeń dotyczących obrazu [2]. W przypadku napisów w Teams Microsoft zauważa, że napisy mogą stawać się mniej precyzyjne, gdy ktoś oddala się od mikrofonu [4]. Wytworzony tekst jest więc pomocą, którą należy ponownie przeczytać, a nie źródłem, które obywa się bez weryfikacji.

### W przypadku jakich treści Microsoft odradza opisywanie obrazów?

Microsoft pisze, że funkcja nie powinna służyć do opisywania:

- obrazów medycznych lub związanych ze zdrowiem, które mogłyby zostać wzięte za poradę medyczną [2];
- obrazów w dokumentach prawnych lub finansowych, w których dokładność ma krytyczne znaczenie [2];
- obrazów zawierających symbole kulturowe lub religijne bez odpowiedniego kontekstu [2];
- obrazów zawierających mapy, flagi lub globusy [2].

Microsoft dodaje, że funkcja nie powinna służyć do wnioskowania o emocjach osób w pracy lub w placówce edukacyjnej, na przykład pracowników lub studentów [2].

### Jakie dane trafiają do usługi online?

To zależy od narzędzia. W przypadku napisów w Teams Microsoft pisze, że dane są przetwarzane w regionie geograficznym, w którym ma siedzibę organizacja [4]. Usługa automatycznego rozpoznawania mowy (Microsoft Automatic Speech Recognition) może wykorzystywać temat spotkania, zaproszenie, nazwy uczestników, załączniki i ostatnie e-maile uczestników, aby poprawić dokładność [4]. Według Microsoftu nikt nie ma do nich dostępu, a dane napisów są trwale usuwane po spotkaniu [4].

W przypadku Narratora FAQ Microsoftu (zaktualizowane w czerwcu 2025) wskazuje, że standardowy sposób opisywania obrazów na pozostałych urządzeniach z Windows opiera się wyłącznie na usługach online [2]. Przewodnik w wersji z lutego 2024 precyzuje, że potrzebne jest aktywne połączenie z internetem i że opcja uzyskiwania opisów obrazów musi być włączona [1]. Natomiast naturalne głosy Narratora po pobraniu działają na urządzeniu bez połączenia z internetem [1], a napisy na żywo w Windows 11 mogą się wyświetlać offline [3].

### Jakie ramy mają zastosowanie do tych narzędzi?

Komisja Europejska [8] przedstawia europejski akt o dostępności jako dyrektywę, której celem jest poprawa funkcjonowania rynku wewnętrznego w zakresie dostępnych produktów i usług. Obejmuje ona w szczególności komputery i systemy operacyjne, smartfony oraz handel internetowy, a państwa członkowskie miały ją przetransponować do prawa krajowego w czerwcu 2022 [8].

W kwestii danych osobowych CNIL [9] przypomina, że system AI, który wykorzystuje dane osobowe, musi być zawsze rozwijany, trenowany i wdrażany w wyraźnie określonym celu. Przypomina też, że dane muszą być adekwatne, stosowne i ograniczone do tego, co niezbędne, oraz że osoby, które korzystają ze swoich praw, muszą co do zasady uzyskać odpowiedź w terminie jednego miesiąca [9].

NIST [10] opublikował ramy AI RMF, przeznaczone do dobrowolnego stosowania, aby lepiej zarządzać ryzykiem, jakie AI stwarza dla osób, organizacji i społeczeństwa. Zostały one opublikowane 26 stycznia 2023, a NIST wskazuje, że są w trakcie rewizji w ramach planu działania Białego Domu w dziedzinie AI [10].

## Jak to działa

W przypadku opisu obrazów Microsoft wyjaśnia, że funkcja korzysta z modeli AI, które wytwarzają szczegółowe opisy tekstowe obrazów, wykresów i diagramów [2]. Aby zmierzyć jakość, firma wskazuje, że przygotowała zestaw różnorodnych obrazów (fotografii, wykresów, zrzutów ekranu, interfejsów aplikacji) i oceniła opisy pod względem dokładności, kompletności, trafności i użyteczności, na podstawie ocen ekspertów-ludzi oraz ocen punktowych wspomaganych przez LLM [2]. Użytkownik może wygenerować opis ponownie i go skopiować [2].

Napisy na żywo w Windows 11 włącza się skrótem Windows + Ctrl + L lub w ustawieniach dostępności [3]. Obsługują one kilka języków, w tym francuski, a okno napisów pozwala także tworzyć napisy do własnego głosu po podłączeniu mikrofonu [3].

W Teams funkcja wykrywa, co jest mówione na spotkaniu, i wyświetla napisy w czasie rzeczywistym [4]. Ustawienie języka mówionego spotkania na język faktycznie używany daje dokładniejsze napisy [4]. Teams ich nie zapisuje: aby uzyskać transkrypcję, trzeba włączyć transkrypcję [4]. Istnieje też alternatywa, czyli osoba tworząca napisy CART (Communication Access Real-time Translation), której napisy są wytwarzane przez człowieka [4].

Po stronie Google Lookout na Androidzie pomaga osobom niewidomym lub niedowidzącym zdobywać informacje za pomocą aparatu telefonu, a podpisy obrazów generowane przez AI są dostępne w Lookout na całym świecie, w języku angielskim, według Google w maju 2024 [5]. W grudniu 2024 Google wskazuje, że Image Q&A w Lookout korzysta z Gemini 1.5 Pro, aby podawać bogatsze opisy, czytane na głos, wraz z pytaniami uzupełniającymi [6]. W maju 2025 Google precyzuje, że TalkBack, czytnik ekranu Androida, oferuje opisy obrazów generowane przez Gemini nawet bez tekstu alternatywnego i że można zadawać pytania o obraz lub o cały ekran [7]. Expressive Captions wykorzystuje AI, aby oddać, co mówi dana osoba i jak to mówi [7].

## Co robić

- Przeczytać ponownie przed użyciem. Opis lub napis jest pomocą; w przypadku liczby, nazwiska lub dokumentu prawnego albo finansowego należy sprawdzić w źródle [2].
- Poprawić dźwięk wejściowy. Microsoft zaleca mówić wyraźnie, powoli i bezpośrednio do mikrofonu, unikać hałaśliwych miejsc i nie mówić jednocześnie w kilka osób [4]. W wersji komputerowej Teams dodaje, by używać najlepszego dostępnego sprzętu z certyfikatem Teams [4].
- Ustawić język mówiony spotkania. Jeśli wykryty język różni się od ustawionego, Teams prosi organizatora, współorganizatora lub osobę, która rozpoczęła transkrypcję, o jego zmianę [4].
- Zachować kontrolę nad udostępnianiem. W Narratorze obraz jest udostępniany dopiero po wybraniu opcji jego opisania [1].
- Zgłaszać błędy. Kciuki w górę i w dół w interfejsie Narratora pozwalają przekazać opinię o opisie [2].

W przypadku menedżera lub współpracownika, który włącza te narzędzia:

- Uprzedzić uczestników. W Teams osoby mogą zdecydować, że nie będą identyfikowane w napisach [4].
- W razie potrzeby zwrócić się do administratora. Według Microsoftu administrator może wyłączyć funkcję napisów [4].
- W przypadku przetłumaczonych napisów sprawdzić licencję: są dostępne z Teams Premium i Microsoft Copilot [4].
- Jeśli lepsze są napisy tworzone przez człowieka, istnieje osoba tworząca napisy CART [4].

## Pułapki

- Wiarygodny opis nie jest opisem dokładnym. Microsoft zauważa, że model może także powiązać obraz z osobą lub opisać emocje na podstawie wskazówek kontekstowych, takich jak koszulka i jej numer, bez użycia danych biometrycznych [2]. Odpowiedzi dotyczące emocji opierają się na wyglądzie i niekoniecznie odzwierciedlają stan wewnętrzny osoby [2].
- Napisy zasłaniają niektóre słowa. W Teams obsceniczne słowa są zasłaniane gwiazdkami [4].
- Dostępność jest zróżnicowana. Microsoft precyzuje, że jego artykuły są pisane z myślą o rynku amerykańskim i że funkcje oraz dostępność mogą się różnić w zależności od regionu [3]. Nowa wersja Expressive Captions jest wdrażana w języku angielskim w Stanach Zjednoczonych, Wielkiej Brytanii, Kanadzie i Australii, na Androidzie 15 i nowszych [7].
- Jakość w teście nie mówi o jakości w rzeczywistych warunkach. CNIL pisze, że należy odróżniać wyniki z fazy uczenia od wyników systemu w środowisku produkcyjnym: jakość pierwszych nie przesądza o jakości drugich [9].

## Źródła

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

---

Źródło oryginalne: Cyberpedia, publiczna encyklopedia cyberbezpieczeństwa i AI wydawana przez Brain. Wersja kanoniczna: https://startbrain.io/cyberpedia/pl/articles/ai-dostepnosc-napisy-opisy-obrazow/
Możesz swobodnie wykorzystywać ten tekst na licencji CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), pod warunkiem podania „Brain, Cyberpedia” wraz z odnośnikiem do powyższego adresu.
