Tomer Aharoni, Nagishin toimitusjohtaja ja perustaja – Haastattelusarja

Tomer Aharoni, Nagishin toimitusjohtaja ja perustaja, yhdistää vahvan teknisen perustan työstään ohjelmistosuunnittelijana Bloombergissa, tutkimuksestaan NLP:ssä ja IoT:ssä Columbian yliopistossa ja aikaisemmasta kokemuksestaan teknologia-intelligenssirooleissa Israelin puolustusvoimissa, kaiken ohjatessa hänen intohimonsa esteettömyyden ja teknologian sekä viestinnän leikkauspisteen kohtaan.

Nagish on tekoälypohjainen viestintäalusta, joka on suunniteltu tekemään puhelut täysin esteettömiksi kuuroille ja huonokuuloisille. Sovellus tarjoaa reaaliaikaisen tekstityksen ja teksti-puhetta -ominaisuudet, samalla kun käyttäjät voivat pitää olemassa olevan puhelinnumeron, ylläpitää täydellistä yksityisyyttä ja hallita keskusteluja ominaisuuksilla, kuten mukautettavilla sanastoilla, tallennetuilla transkripteilla ja kevyellä laitteiston integroinnilla.

Milainen hetki tai oivallus johti sinut kanavoimaan kokemuksesi Nagishin luomiseen?

Ollessani Columbian yliopistossa, istuin luokassa, kun sain puhelun. En voinut vastata siihen, koska se olisi häirinnyt koko luokan, ja se sai minut ajattelemaan, miten voisi käydä puhelua, jos et voi kuulla tai puhua? Tämä ajatus johti suurempaan kysymykseen: miten kuurot ja huonokuuloiset ihmiset viestivät puhelimessa?

Tuo oli vuonna 2019, ja me (Alon Ezer, minun perustajakumppani, ja minä) olimme havainneet, että kuuroyhteisö oli voimakkaasti riippuvainen tulkitsemis- ja tekstityspalveluista. Me ajattelimme, että se on hullua, joten aloimme ottaa yhteyttä paikalliseen kuuroyhteisöön, ja mitä me kuulimme, oli meille yllättävää. “Vedän puhelun, kun joku soittaa minulle”, “En käytä puhelinta”, tai “Pyysin veljeäni soittamaan puolestani”, olivat vain joitain vastauksia, joita saimme, kun kysyimme ihmisten puhelinsoittotottumuksista.

Myöhemmin samana kesänä, harjoittelin ohjelmistosuunnittelijana Bloombergissa. Tiimissäni oli toinen harjoittelija, joka oli kuuro. Jokaisella kerralla, kun halusin tapaamisen hänen kanssaan, minun piti sovittaa aikataulu hänen ja kahden tulkin kanssa. Yksinkertainen “Hei, mennään nopeasti puhumaan” oli mahdotonta. Kun puhuin HR: n kanssa siitä, opin, että löytääksemme ne kaksi tulkki, jotka olivat tuttuja teknisestä sanastosta, oli lähestulkoon mahdotonta, ja että käytimme heitä aina, kun he olivat saatavilla, mutta he eivät olleet käytettävissä täysipäiväisesti.

Miten enemmän opimme, selvisi, että nämä eivät olleet eristyneitä epämukavuuksia, vaan osa paljon laajempaa mallia. Jopa nykyään, edistysten ansiosta, on edelleen paljon haasteita ja alueita, joita on syytä käsitellä. Nagishissa me suorittimme äskettäin kyselyn ja julkaisimme raportin, Kuulon vaikutus viestintäteknologian mahdollistamisessa kuuroille ja huonokuuloisille, joka osoitti, että 65 % kuuroista henkilöistä sanoi tarvitsevansa kuulijan apua vähintään kerran viikossa viestimään tehokkaasti. Tuo riippuvuus luo todellisia esteitä ammatillisissa ympäristöissä, mikä heijastuu siinä, että 62 % kuuroista vastaajista sanoi, että viestintähäiriöt vaikuttivat uravalintoihin ja rajoittivat heidän kykyäännsä jatkaa tai edetä tiettyjen roolien parissa.

Nämä kokemukset ja yhä vahvistuva yhteys kuurojen kanssa, johtivat minua luomaan Nagishin ensimmäisen version. Meillä on yksi uskomus, joka ei ole muuttunut – viestintä pitäisi olla esteetön ja yksityinen.

Alon ja minä rakensimme prototyypin, ja vastaanotto oli uskomaton. Totesimme, miten elämänmuuttava Nagish voisi olla. Sitten COVID-19 iski, ja tarve räjähti, kun maailma meni etätyöhön, ja viestintäesteiden puute viestinnässä tuli todella ilmi.

Voitko jakaa, mitkä olivat Nagishin varhaiset päivät, ja mitkä haasteet kohtasit yhdistäessäsi esteettömyystavoitteita älykkään tekoälytekniikan kanssa?

Nagishin varhaiset päivät olivat pandemian aikana, joten elämässämme ei ollut paljon muuta kuin työ. Alon ja minä asuimme saman korttelin toisella puolella, ja meillä oli paljon aikaa pohtia, luonnostelua ja toteuttaa uusimpia teknologioita. Työskentelimme asuntojamme 12 tuntia päivässä useita kuukausia.

Tämä määrä aikaa antoi meille mahdollisuuden viettää paljon aikaa keskustelemassa käyttäjien kanssa ja ymmärtämällä heidän tarpeitaan. Emme halunneet tehdä oletuksia. Tässä vaiheessa meillä ei ollut aikomusta tehdä siitä yritystä. Se, mikä antoi meille motivaation, oli kuulla käyttäjiltä heidän kamppailustaan ja tietäminen, että meillä oli mahdollisuus ratkaista ne teknologian avulla.

Miten Nagishin tekoälytekniikka siltaa viestintäkuilun kuurojen tai huonokuuloisten ja kuulevien välillä tavoin, joita olemassa olevat työkalut eivät pysty?

Nagish käyttää tekoälyä viestintäkuilun siltaamiseen. Meidän moottorit muuttavat puhetta tekstiksi, tekstiä puhetuksi ja viittomakieltä tekstiksi (ja päinvastoin) reaaliajassa. Tämä tarkoittaa, että kuuro tai huonokuuloinen henkilö voi yksinkertaisesti nähdä, mitä toisella puolella puhutaan, ja vastata kirjoittamalla tai puhumalla, kun taas kuuleva henkilö toisella puolella kokee vain standardin puhelun. Ennen tällaisen tekoälyn olemassaoloa ihmiset joutuivat turvautumaan ihmisten toimittamiin välityspalveluihin, joissa kolmas henkilö istui linjalla ja teki kaiken transkriboinnin.

Nagishissa ei ole välittäjää, ei tulkki, jota pitäisi ajoittaa, eikä odotusaikaa toisen saatavuutta varten. Sovellus palauttaa puheluihin välittömyyden, yksityisyyden ja itsenäisyyden, mitä perinteiset välityspalvelut eivät voi tarjota.

Koska Nagish on tekoälypohjainen, se voi skaalautua kaikenlaisiin puheluihin: työkokouksiin, perheen tarkistuksiin, hätätilanteisiin ja asiakaspalvelupuheluihin. Sovellus on suunniteltu helposti integroitavaksi arkeen: käyttäjät voivat pitää oman numeronsa, saada reaaliaikaisen tekstityksen ja käyttää samaa sovellusta puheluiden ja kasvokkainkeskustelujen aikana. Koko kokemus on suunniteltu vähentämään kitkaa ja tekemään viestinnästä mahdollisimman luonnollisen ja sujuvan tuntuista.

Miten alustanne menee standardin transkription tai tekstityksen ulkopuolelle luodakseen vuorovaikutuksia luonnollisemmiksi ja esteettömämmiksi?

Tiedämme, että kieli ei ole vain sanoja, vaan myös kulttuuria, identiteettiä ja nuansseja. Se on erityisen totta viittomakielille, jotka riippuvat kasvojen ilmeestä, tunteista ja alueellisista eroista. Tehdäksemme vuorovaikutuksesta luonnollisen tuntuista, emme mekaanista, teemme yhteistyötä suoraan kuurojen kielitieteilijöiden ja viittomakielen asiantuntijoiden kanssa. He auttavat muotoilemaan, miten meidän tekoäly oppii ja käyttäytyy, jotta teknologia on rakennettu yhteisön kanssa, ei vain koulutettu heidän tietojensa pohjalta.

Standardit transkriptiotyökalut usein lopettavat siihen, “tässä on sanat, jotka sanottiin”. Meidän tavoitteemme on tukea oikeaa keskustelua. Me toteutamme tekoälyagentteja, jotka voivat tarjota kontekstia ja hallita puhelun virtaa teksti-puheen ulkopuolella. Lisäksi Nagish tarjoaa reaaliaikaisen tekstityksen, joka on optimoitu keskusteluvirran mukaan, ominaisuuksilla kuten mukautuvat fontit, roskapostin suodatus, ääniviestien transkribointi ja mahdollisuus tallentaa ja tarkastella transkriptejä omalla laitteellasi, kun haluat. Kaikki se luo kuuleville henkilöille vastaavan kokemuksen kuin puheluiden aikana.

Mikä rooli luonnollisella kieliprosessoinnilla on varmistamassa, että alustanne kaappaa ei vain sanat, vaan myös aikomus ja sävy?

Luonnollinen kieliprosessointi ja luonnollinen kielien ymmärtäminen ovat Nagishin ytimessä, jotta se kaappaa ei vain sitä, mitä joku sanoo, vaan myös sitä, mitä he tarkoittavat. Puhe on täynnä viittauksia, jotka lisäävät kontekstia, kuten sävyä, painotusta ja enemmän, ja meidän NLP-mallit on suunniteltu havaitsemaan nämä kerrokset, jotta käyttäjät saavat enemmän kuin perustason transkriptin. Tavoitteena on tehdä tekstityksistä mahdollisimman luonnollisen keskustelun tuntuinen.

Koska Nagish on rakennettu todellisille tilanteille, kuten lääketieteellisiin puheluihin, työkokouksiin ja jopa hätätilanteisiin, meidän mallejamme on koulutettu käsittelemään nopeaa puhetta, päällekkäisiä ääniä ja emotionaalista nuanssia. Kontekstin tietoisuus on suuri syy, miksi usein suoritamme paremmin sekä ihmisten transkriboijia että muita tekoälytyökaluja. Järjestelmä ei vain arvaile sanoja; se käyttää keskustelun virtaa ymmärtämään aikomuksen.

Miten Nagish auttaa työnantajia rakentamaan esteettömämmät työpaikat ja ratkaisemaan taloudellisia ja logistisia esteitä, jotka ovat rajoittaneet esteettömyyttä?

Nagishissa autamme työnantajia rakentamaan esteettömämmät työpaikat poistamalla taloudelliset ja logistiset esteet, jotka ovat tehneet esteettömyydestä vaikeaa skaalata. Perinteisesti esteettömän työpaikan luominen on tarkoittanut riippuvuutta ajoitetuista tulkeista, jotka ovat välttämättömiä, mutta eivät aina käytännöllisiä arkipäivän viestinnässä, kuten nopeissa puhelussa, spontaaneissa kokouksissa tai ajankriittisissä tehtävissä. Nämä rajoitukset luovat viiveitä, lisäävät kustannuksia ja voivat tahattomasti sulkea kuurot ja huonokuuloiset työntekijät pois työn virrasta.

Nagish pyrkii muuttaa tämän dynamiikkaa antamalla työntekijöille mahdollisuuden viestiä itsenäisesti ja tarpeen mukaan. Kun yritykset poistavat nämä esteet, ihmiset voivat osallistua täysipainoisesti, mikä johtaa vahvemmaksi joukkueiksi, paremmaksi pidätyksi ja tasapuolisemmaksi työpaikaksi.

Viimeaikaisen kyselymme mukaan yli 60 % kuuroista ja huonokuuloisista vastaajista sanoi, että viestintäesteet vaikuttivat heidän uravalintoihinsa ja ammatilliseen kasvuun. Se on vakava haaste, joka, vaikka edistysaskeleita on tehty viime vuosina, osoittaa, että on edelleen paljon työtä tehtävissä.

Mahdollistamme työnantajille siirtymisen reaktiivisista mukauttamisista proaktiiviseen esteettömyyteen, luomalla työpaikkoja, joissa jokainen työntekijä voi osallistua itsenäisesti ja luottavaisesti.

Minkälaisia palautteita olet saanut kuuroilta ja huonokuuloisilta käyttäjiltä, ja miten se on vaikuttanut tuotteen kehitykseen?

Rakensimme Nagishin kuuroyhteisön kanssa alusta alkaen, ja siitä lähtien olemme saaneet sekoituksen innostusta, uteliaisuutta ja harvoissa tapauksissa epäröintiä, mikä on ihan ok. Kuuroyhteisö on erittäin tietoinen ja utelias uudesta teknologiasta, ja me yritämme välttää sitä. Priorisoimme edistystä täydellisyyden sijasta, mikä vie aikaa – mutta lopullinen tavoitteemme on täydellisyys.

Tämä yhteisölähtöinen asenne vahvistuu siitä, mitä olemme oppineet viimeaikaisessa raportissamme. Ottaen käyttöön avustavia teknologioita, käyttäjien päivittäinen itsenäisyys kasvoi merkittävästi: kuurojen käyttäjien osuus, jotka pystyivät viestimään itsenäisesti, kasvoi 37 %:sta 60 %:iin, ja huonokuuloisten käyttäjien osuus kasvoi 32,9 %:sta 63 %:iin. Tämä muutos heijastaa palautetta, jonka kuulemme jokapäiväisesti: ihmiset haluavat työkaluja, jotka tekevät viestinnästä helpompaa, johdonmukaisempaa ja saatavilla silloin, kun tulkit eivät ole saatavilla tai kun he haluavat yksityisyyttä.

Kun tulee tutkimukseemme viittomakielen tulkitsemisteknologioiden kehittämisestä, tavoitteemme ei ole korvata ihmisten tulkit tai olemassa olevia viestintätapoja, vaan lisätä toinen vaihtoehto, työkalu, joka tekee esteettömyydestä johdonmukaisempaa ja saatavilla missä tahansa, milloin tahansa. Käyttäjien palautteen on vahvistanut, kuinka tärkeä “lisävaihtoehto” on, erityisesti tilanteissa, joissa tulkki ei ole saatavilla tai kun joku haluaa yksityisyyttä ja itsenäisyyttä. Monille se luo tilanteita, joissa viestintä olisi muuten tuntunut epämukavalta, viivästyneeltä tai ulottumattomalta.

Pyrimme yhteisölähtöiseen lähestymistapaan varmistaaksemme, että teknologia tuntuu aidoilta, tarkalta ja kunnioittavalta. Niin kauan kuin jatkamme rakentamista viittomakielen käyttäjien kanssa, uskomme, että se otetaan vastaan valtavasti eteenpäin.

Yksityisyys on tärkeä asia esteettömyysteknologiassa – miten Nagish käsittelee arkaluontoisia keskusteluja ja ylläpitää käyttäjien luottamusta?

Yksityisyys on kriittinen osa Nagishin tehtävää kuurojen ja huonokuuloisten käyttäjien voimaannuttamiseksi. Ensimmäinen asia, josta haluan mainita, on, että Nagishin avulla voit jo poistaa tarpeen live-transkriboijalle, joten jo alussa on tietynlainen yksityisyyden tunne, jota ei aiemmin ollut mahdollista.

Tekniseltä puolelta Nagish on yksityinen suunnittelun ansiosta. Emme tallenna puheluita, eikä me käytä puheluiden tietoja koulutusmielessä. Kun käyttäjät valitsevat transkriptien tallentamisen, ne tallennetaan paikallisesti laitteelle eikä jaetussa pilvessä. Ominaisuudet, kuten reaaliaikainen turvallinen tekstitys ja paikallinen transkriptien tallennus, on tarkoitettu erityisesti suojelemaan erittäin arkaluontoisia keskusteluja – olipa kyse terveydestä, työstä, henkilökohtaisista suhteista tai muusta.

Miten näet tekoälyn muuttavan esteettömyyttä tulevien kymmenen vuoden aikana, ja mitkä aukot teknologialla on edelleen täytettävä?

Yksi suurimmista ongelmista digitalisoidussa esteettömyydessä on puute koulutuksesta ja havainnosta: insinöörit eivät toteuta alt-tekstiä, suunnittelijat valitsevat esteettömiä värejä, koska ne näyttävät hyvältä, ja tuotepäälliköt tekevät tuotepäätöksiä KPI:iden perusteella.

Kun tekoäly osallistuu jokaiseen tuotekehityksen osaan, insinööreistä suunnittelijoihin ja kopiokirjoittajiin, näemme proaktiivisen lähestymistavan esteettömyyteen. Tekoäly voi muuttaa esteettömyyden reaktiivisesta ja “korjattavasta” proaktiiviseksi ja ympäristölliseksi. Näemme myös uuden aallon työkaluja, jotka tulevat lisäämään viestintää eri ympäristöissä – ei vain puheluihin, vaan työpaikkoihin, luokkahuoneisiin, liikenteeseen ja julkisiin palveluihin – jotta ihmiset, joilla on vamma, ja kuurot ja huonokuuloiset ihmiset erityisesti eivät joutuisi jatkuvasti pyytämään mukauttamista; ne olisivat vain olemassa oletusarvoisesti.

Miten näet yhteistyön kehittyvän ihmisten tulkkien ja tekoälyn välillä – korvaako toinen toisen, vai vahvistavatko ne toisiaan?

Viittomakielen tulkit tekevät uskomattoman työtä. He ovat olennaisia yhteisölle, esteettömyydelle ja viestinnälle. Mutta totuus on, että heitä ei ole riittävästi. Yhdysvalloissa esimerkiksi on yli 500 000 ihmistä, jotka käyttävät amerikkalaisen viittomakielen pääkielenä, ja vain noin 10 000 sertifioitua tulkki. Se tarkoittaa, että valtava määrä tilanteita – lääkärin käynnit, vanhempien ja opettajien tapaamiset, työhaastattelut ja niin edelleen – usein vaativat esteettömyyttä.

Even when interpreters are available, there are challenges around scheduling, cost, and geography. Someone living in a rural area would have a much harder time getting an interpreter, and that delay can have real-world consequences, especially in healthcare or emergency settings.

AI can help bridge that gap. What we’re building isn’t meant to replace interpreters, but to complement their work and make accessibility more scalable. Think of it as a tool that steps in when a human interpreter isn’t available.

Google Translate didn’t replace professional translators, but it made it possible to bridge communication gaps on a day-to-day basis. With advances in computer vision and natural language processing, AI holds the promise of being able to begin to interpret sign language in real time. This means more people can communicate instantly, whether it’s through a video call, a public kiosk, or an emergency service.