Tomer Aharoni, administrerende direktør og medstifter af Nagish – Interviewserie

Tomer Aharoni, administrerende direktør og medstifter af Nagish, samler en stærk teknisk grund fra sit arbejde som softwareingeniør hos Bloomberg, forskning i NLP og IoT på Columbia University, og tidligere erfaring med teknologiintelligensroller inden for Israels forsvar, alt drevet af hans passion for tilgængelighed og intersectionen mellem teknologi og kommunikation.

Nagish er en AI-drevet kommunikationsplatform designet til at gøre telefonopkald fuldt tilgængelige for mennesker, der er døve eller har svært ved at høre. Appen tilbyder realtids-tekstning og tekst-til-tale-funktioner, mens brugerne kan beholde deres eksisterende telefonnummer, opretholde fuld privatliv og styre samtaler gennem funktioner som personlige ordbøger, gemte transkriptioner og ubesværet enhedsintegration.

Hvad var det, der fik dig til at kanalisere din erfaring til at skabe Nagish?

Under mine bachelorstudier på Columbia sad jeg en dag i klassen, da jeg fik et telefonopkald. Jeg kunne ikke tage det, fordi det ville have afbrudt hele klassen, og det fik mig til at tænke over, hvordan man kan føre en telefonopkald, hvis man ikke kan høre eller tale? Den tanke førte til en større spørgsmål: Hvordan kommunikerer døve og mennesker med svært hørelse på telefonen?

Dette var i 2019, og vi (Alon Ezer, min medstifter, og jeg) opdagede, at døvesamfundet var stærkt afhængigt af tolke og tekstningsassistenter. Vi syntes, det var vanvittigt, så vi begyndte at kontakte mennesker fra det lokale døvesamfund, og det, vi hørte, var virkelig overraskende for os. “Jeg lægger bare på, når nogen ringer til mig,” “Jeg bruger ikke telefonen,” eller “Jeg beder min bror om at ringe for mig,” var blot nogle af svarene, vi fik, da vi spurgte mennesker, hvordan de bruger telefonen.

Senere samme sommer var jeg praktikant som softwareingeniør hos Bloomberg. På mit hold havde vi en anden praktikant, der var døv. Hver gang jeg ville mødes med hende, måtte jeg koordinere med hende og to tolke. Den afslappede “lad os hoppe på et hurtigt opkald for at løse det” var simpelthen umulig. Efter at have talt med HR om det, lærte jeg, at det at finde disse to tolke, der var fortrolige med teknisk jargon, var næsten umuligt, og at vi bruger dem, når de er tilgængelige, men de er ikke tilgængelige på fuld tid.

Jo mere vi lærte, blev det klart, at disse ikke var isolerede ubehageligheder, men en del af et meget større mønster. Selv i dag, med de fremskridt, der har forbedret tilgængeligheden, er der stadig mange udfordringer og områder, der skal løses. Hos Nagish har vi nyligt gennemført en undersøgelse og udgivet en rapport, Virkningen af kommunikationsteknologi på at styrke døve og mennesker med svært hørelse, som fandt, at 65% af døve mennesker sagde, de havde brug for hjælp fra en hørende person mindst en gang om ugen for at kommunikere effektivt. Den afhængighed skaber reelle barrierer på arbejdspladsen, som afspejles i, at 62% af døve respondenter sagde, at kommunikationsudfordringer havde påvirket deres karrierevalg og begrænsede deres evne til at forfølge eller avancere i visse roller.

Disse erfaringer og mine voksende forbindelser med døve mennesker førte til, at jeg byggede den første iteration af Nagish. Vi har en enkelt overbevisning, der ikke har ændret sig – kommunikation skal være tilgængelig og privat.

Alon og jeg byggede en prototype, og responsen var fantastisk. Vi indså, hvor livsforandrende Nagish kunne være. Så ramte COVID os, og behovet eksploderede, da verden gik online, og manglen på tilgængelighed i, hvordan mennesker kommunikerer, blev virkelig tydelig.

Kan du dele, hvad de tidlige dage af Nagish var som, og hvilke udfordringer du stod over for ved at kombinere tilgængelighedsmål med avanceret AI-teknologi?

De tidlige dage af Nagish var under pandemien, så der skete ikke meget andet i vores liv end arbejde. Alon og jeg boede omkring blokken fra hinanden og havde masser af tid til at brainstorme, prototypere og implementere den seneste teknologi. Vi arbejdede ud af vores lejligheder i 12+ timer om dagen i måneder.

At have denne mængde tid på vores hænder lod os bruge en masse af den til at tale med vores brugere og forstå deres behov. Vi ville ikke gøre antagelser. På dette tidspunkt havde vi stadig ingen intentioner om at lave det til et firma. Det, der gav os motivationen, var at høre fra brugerne om deres kamp og vide, at vi havde en chance for at løse dem med teknologi.

Hvordan fungerer Nagish’s AI-teknologi til at brokke kommunikationskløfter mellem døve eller mennesker med svært hørelse og den hørende verden på måder, som eksisterende værktøjer ikke kan?

Nagish bruger AI til at brokke kommunikationskløfter. Vores motorer omdanner tale til tekst, tekst tilbage til tale og tegnsprog til tekst (og omvendt) i realtid. Det betyder, at en døv eller person med svært hørelse kan se, hvad der bliver sagt i et opkald, og svare ved at skrive eller tale, mens den hørende person på den anden side oplever et standardtelefonopkald. Før denne type AI eksisterede, måtte mennesker afhænge af menneskebåret relay-tjenester, hvor en tredje person sad på linjen og gjorde al transskription.

Med Nagish er der ingen relay-operatør, ingen tolk at koordinere med, og ingen ventetid på, at nogen anden er tilgængelig. Appen giver øjeblikkelighed, privatliv og uafhængighed tilbage til telefonopkald, noget, som traditionelle relay-tjenester ikke kan tilbyde.

Siden Nagish er AI-drevet, kan det skala til enhver type opkald: arbejdsmøder, familiecheck-ins, nødsituationer og kundeserviceopkald. Appen er designet til at integrere let i det daglige liv: brugere kan beholde deres eget nummer, få realtids-tekstning og bruge samme app på telefonopkald og fysiske samtaler. Hele oplevelsen er designet til at reducere friktion og gøre kommunikation føles så naturlig og ubesværet som muligt.

På hvilke måder går din platform ud over standard transskription eller tekstning til at gøre interaktioner mere naturlige og inklusive?

Vi ved, at sprog ikke kun er ord, men også kultur, identitet og nuance. Det er især sandt for tegnsprog, der afhænger af ansigtsudtryk, emotion og regional variation. For at gøre interaktioner føles naturlige i stedet for mekaniske samarbejder vi direkte med døve lingvister og tegnsprogseksperter. De hjælper med at forme, hvordan vores AI lærer og opfører sig, så teknologien er bygget med fællesskabet, ikke kun trænet på deres data.

Standard transskriptionsværktøjer stopper ofte ved “her er ordene, der blev sagt.” Vores mål er at støtte en reel samtale. Vi implementerer AI-agenter, der kan give kontekst og styre samtaleflowet ud over blot at give tekstning eller læse tekst til tale. Derudover tilbyder Nagish realtids-tekstning optimeret til samtaleflow, med funktioner som justerbare skrifttyper, spamfilter, voicemail-transkription og mulighed for at gemme og gennemse transkriptioner på din egen enhed, når du vælger det. Alt det skaber en oplevelse, der er lig med den, hørende mennesker har på telefonopkald.

Hvad er rollen af naturlig sprogbehandling i at sikre, at din platform fanger ikke kun ord, men også intention og tone?

Naturlig sprogbehandling og naturlig sprogforståelse er i hjertet af, hvordan Nagish fanger ikke kun, hvad nogen siger, men hvad de mener. Tale er fuld af hints, der tilføjer kontekst, som tone, betoning og mere, og vores NLP-modeller er designet til at fange disse lag, så brugere får mere end en basal transkription. Målet er at gøre tekstningen føles så tæt på en naturlig samtale som muligt.

Fordi Nagish er bygget til virkelige situationer, såsom medicinske opkald, arbejdsmøder og selv nødsituationer, er vores modeller trænet til at håndtere hurtig tale, overlappende stemmer og emotionel nuance. Kontekstbevidsthed er en stor grund til, at vi ofte overgår både menneskelige transkriptionsassistenter og andre AI-værktøjer. Systemet gætter ikke kun på ord; det bruger samtaleflowet til at forstå intention.

Hvordan hjælper Nagish arbejdsgivere med at bygge mere inklusive arbejdspladser, mens de løser de finansielle og logistiske barrierer, der længe har begrænset tilgængelighed?

Hos Nagish hjælper vi arbejdsgivere med at bygge mere inklusive arbejdspladser ved at fjerne de finansielle og logistiske barrierer, der har gjort tilgængelighed svær at skala. Traditionelt har det at skabe en tilgængelig arbejdsplads betydet at afhænge af planlagte tolke, der er essentielle, men ikke altid praktiske til hverdagskommunikation, såsom hurtige opkald, improviserede møder eller tidskritiske opgaver. Disse begrænsninger skaber forsinkelser, tilføjer omkostninger og kan utilsigtet udelukke døve og mennesker med svært hørelse fra arbejdsgangen.

Nagish arbejder på at ændre den dynamik, ved at give medarbejderne mulighed for at kommunikere uafhængigt og påkrævet. Når virksomheder fjerner disse barrierer, kan mennesker deltage fuldt ud, hvilket fører til stærkere hold, bedre fastholdelse og en mere ligelig arbejdsplads.

Ifølge en nylig undersøgelse, vi har gennemført, sagde mere end 60% af døve og mennesker med svært hørelse, at kommunikationsbarrierer havde påvirket deres karrierevalg og professionelle vækst. Det er en alvorlig udfordring, der, selv med alle de fremskridt, der er gjort i de seneste år, viser, at der stadig er meget arbejde at gøre.

Vi giver arbejdsgivere mulighed for at gå fra reaktive tilpasninger til proaktive inklusioner, og skabe arbejdspladser, hvor hver medarbejder kan bidrage uafhængigt og selvstændigt.

Hvad slags feedback har du modtaget fra døve og mennesker med svært hørelse, og hvordan har det påvirket produktets udvikling?

Vi byggede Nagish med døvesamfundet fra dag én, og siden da har vi modtaget en blanding af begejstring, nysgerrighed og i sjældne tilfælde noget tøven, hvilket er præcis, hvordan det skal være. Døvesamfundet er meget bevidst og nysgerrigt omkring ny teknologi, og med god grund. De har hørt så mange over-lofter i fortiden, og vi forsøger at undgå det. Vi prioriterer fremgang over perfektion, hvilket tager tid, men vores endemål er perfektion.

Dette fællesskabsorienterede mindset støttes af, hvad vi lærte i vores nylige rapport. Efter at have adopteret hjælpemidler, viste brugerne en stor stigning i daglig uafhængighed: antallet af mennesker, der kunne kommunikere uafhængigt, steg fra 37% til 60% for døve brugere, og fra 32,9% til 63% for mennesker med svært hørelse. Den ændring spejler den feedback, vi hører hver dag: mennesker ønsker værktøjer, der gør kommunikation lettere, mere konsekvent og tilgængelig i øjeblikke, hvor tolke ikke er tilgængelige eller hvor de foretrer privatliv og uafhængighed.

Når det kommer til vores forskning i at skabe bedre tegnsprogstolkningsteknologier, er vores mål ikke at erstatte menneskelige tolke eller eksisterende kommunikationsmetoder, men at tilføje endnu en mulighed, et værktøj, der gør tilgængelighed mere konsekvent og tilgængelig overalt, når som helst. Feedback fra brugere har forstærket, hvor vigtigt en “yderligere mulighed” er, især i øjeblikke, hvor en tolk ikke er tilgængelig eller hvor nogen blot ønsker privatliv og uafhængighed. For mange skaber det situationer, hvor kommunikation ellers ville have føltes ubekvem eller utilgængelig.

Vi følger en fællesskabsorienteret tilgang for at sikre, at teknologien føles ægte, præcis og respektfuld. Så længe vi fortsætter med at bygge med tegnsprogbrugere, tror vi, dette vil blive modtaget som et fremadrettet skridt.

Privatliv er en nøglebekymring i tilgængelighedsteknologi — hvordan håndterer Nagish følsomme samtaler og opretholder brugerens tillid?

Privatliv er afgørende for Nagish’s mission om at styrke døve og mennesker med svært hørelse. Det første, der skal nævnes, er, at med Nagish kan du allerede eliminere behovet for en live-transkriber, så der er allerede en følelse af privatliv, der ikke var mulig før.

På den tekniske side er Nagish privat af design. Vi optager ikke opkald, og gemmer aldrig opkaldstranskriptioner på vores servere ud over opkaldets varighed. Vi bruger heller ikke nogen opkaldsdata til træning. Når brugere vælger at gemme transkriptioner, gemmes de lokalt på deres enhed i stedet for i en delt cloud. Funktioner som end-to-end-sikker tekstning og lokal lagring af transkriptioner er der for at beskytte følsomme samtaler — enten det er om sundhed, beskæftigelse eller personlige forhold.

Hvordan ser du AI forme tilgængelighed i den kommende årti, og hvilke huller er der stadig til at udfylde for teknologi?

En af de største udfordringer med digital tilgængelighed er manglen på uddannelse og iagttagelse: Ingeniører implementerer ikke alt-tekst, designere vælger utilgængelige farver, fordi de ser godt ud, og produktchefer tager produktbeslutninger for KPI’er.

Som AI bliver mere og mere involveret i hver enkelt del af produktudviklingen, fra ingeniørarbejde til design til copywriting, ser vi en proaktiv tilgang til tilgængelighed. AI kunne ændre tilgængelighed fra noget reaktivt og “påført” til noget proaktivt og omgivende. Vi vil også se en ny bølge af værktøjer, der kan forstærke kommunikation i forskellige sammenhænge — ikke kun opkald, men arbejdspladser, klasselokaler, transport og offentlige tjenester — så mennesker med handicaps og døve og mennesker med svært hørelse ikke behøver at konstant anmode om tilpasninger; de vil bare være der som standard.

Hvordan forestiller du dig samarbejdet mellem menneskelige tolke og AI udvikler sig — vil den ene erstatter den anden, eller styrker de hinanden?

Tegnsprogstolkere udfører fantastisk arbejde. De er essentielle for samfundet, tilgængelighed og kommunikation. Men virkeligheden er, at der simpelthen ikke er nok af dem. I USA, for eksempel, er der over 500.000 mennesker, der bruger amerikansk tegnsprog som deres primære sprog, og kun omkring 10.000 certificerede tolke. Det betyder, at et stort antal situationer — fra lægebesøg, forældre-lærermøder, jobsamtaler og mere — ofte mangler tilgængelig kommunikation.

Even når tolke er tilgængelige, er der udfordringer omkring planlægning, omkostninger og geografi. Nogen, der bor på en landlig område, ville have svært ved at få en tolk, og den forsinkelse kan have reelle konsekvenser, især i sundheds- eller nødsituationer.

AI kan hjælpe med at brokke det hul. Det, vi bygger, er ikke ment til at erstatte tolke, men at supplere deres arbejde og gøre tilgængelighed mere skalerbar. Tænk på det som et værktøj, der træder til, når en menneskelig tolk ikke er tilgængelig.

Google Translate erstattede ikke professionelle oversættere, men gjorde det muligt at brokke kommunikationskløfter på en dag-til-dag-basis.

Med fremskridt i computerseende og naturlig sprogbehandling holder AI løftet om at begynde at tolke tegnsprog i realtid. Dette betyder, at flere mennesker kan kommunikere øjeblikkeligt, enten det er gennem en videokald, en offentlig kiosk eller en nødsituation.

Tak for det fantastiske interview, læsere, der ønsker at lære mere, skal besøge Nagish.