Tomer Aharoni, CEO og medgrunnlegger av Nagish – Intervju-serie

Tomer Aharoni, CEO og medgrunnlegger av Nagish, bringer sammen en sterk teknisk bakgrunn fra sin tid som programvareingeniør i Bloomberg, forskning i NLP og IoT ved Columbia University, og tidligere erfaring i teknologiintelligensroller innen Israel Defense Forces, alt drevet av hans lidenskap for tilgjengelighet og sammenhengen mellom teknologi og kommunikasjon.

Nagish er en AI-drevet kommunikasjonsplattform designet for å gjøre telefonoppringer fullstendig tilgjengelige for mennesker som er døve eller hørselshemmede. Appen tilbyr sanntidstekstning og tekst-til-tale-funksjoner samtidig som brukerne kan beholde sin eksisterende telefonnummer, opprettholde fullstendig personvernbeskyttelse og håndtere samtaler gjennom funksjoner som personlige ordbøker, lagrede transkripsjoner og sømløs enhetsintegrering.

Hva var det som førte deg til å kanalisere din erfaring fra Bloomberg og Columbia til å skape Nagish?

Under min bachelorstudie ved Columbia satt jeg en dag i timen da jeg fikk et telefonopprinnelse. Jeg kunne ikke svare fordi det ville ha forstyrret hele klassen, og det fikk meg til å tenke på hvordan man kan håndtere et telefonopprinnelse hvis man ikke kan høre eller snakke? Denne tanken ledet til en større spørsmål: hvordan kommuniserer døve og hørselshemmede mennesker på telefonen?

Dette var i 2019, og vi (Alon Ezer, min medgrunnlegger, og jeg) oppdaget at døvesamfunnet var sterkt avhengig av tolker og tekstningassistenter. Vi syntes det var latterlig, så vi begynte å kontakte folk fra det lokale døvesamfunnet, og det vi hørte var virkelig overraskende for oss. “Jeg legger bare på når noen ringer meg”, “Jeg bruker ikke telefonen”, eller “Jeg ber min bror om å ringe for meg”, var bare noen av svarene vi fikk da vi spurte folk hvordan de bruker telefonen.

Senere samme sommer var jeg sommerpraktikant som programvareingeniør i Bloomberg. På mitt team hadde vi en annen sommerpraktikant som var døv. Hver gang jeg ville møte med henne, måtte jeg koordinere tidene med henne og to tolker. Den enkle “la oss hoppe på et raskt oppkall for å finne ut” var bare umulig. Etter å ha talt med HR om det, lærte jeg at å finne disse to tolkene som var kjent med teknisk jargon var nesten umulig og at vi bruker dem når de er tilgjengelige, men de er ikke alltid tilgjengelige på fulltid.

Jo mer vi lærte, ble det tydelig at disse ikke var isolerte ulemper, men en del av et mye større mønster. Selv i dag, med de fremtredene som har forbedret tilgjengeligheten, er det fortsatt mange utfordringer og områder som må håndteres. Hos Nagish har vi nylig gjennomført en undersøkelse og utgitt en rapport, Virkningen av kommunikasjonsteknologi på å fremme døve og hørselshemmede, som viste at 65% av døve mennesker sa at de trenger hjelp fra en hørende person minst en gang i uken for å kommunisere effektivt. Denne avhengigheten skaper reelle barrierer i profesjonelle sammenhenger, reflektert i det faktum at 62% av døve respondenter sa at kommunikasjonsutfordringer påvirkte deres karrierevalg og begrensede deres evne til å søke eller fremme i visse roller.

Disse erfaringene, og mine økende forbindelser med døve mennesker, ledet meg til å bygge den første iterasjonen av Nagish. Vi har en enkelt overbevisning som ikke har endret seg – kommunikasjon skal være tilgjengelig og privat.

Alon og jeg bygget en prototype, og responsen var fantastisk. Vi innsett hvordan livsforandrende Nagish kunne være. Deretter kom COVID, og behovet eksploderte da verden gikk remote, og mangelen på tilgjengelighet i hvordan mennesker kommuniserer ble virkelig tydelig.

Kan du dele hva de tidlige dagene med Nagish var som, og hvilke utfordringer du møtte i å kombinere tilgjengelighetsmål med banebrytende AI-teknologi?

De tidlige dagene med Nagish var under pandemien, så det skjedde ikke mye i våre liv utenfor arbeid. Alon og jeg bodde rundt hjørnet fra hverandre og hadde mye tid til å brainstorme, prototypere og implementere de nyeste teknologiene. Vi arbeidet ut av våre leiligheter i 12+ timer om dagen i måneder.

Å ha denne mengden tid på våre hender lot oss tilbringe mye tid på å snakke med våre brukere og forstå deres behov. Vi ville ikke gjøre antagelser. På dette tidspunktet hadde vi fortsatt ingen intensjon om å gjøre det til et selskap. Det som ga oss drivkraften var å høre fra brukerne om deres kamp og vite at vi hadde en sjansen til å løse dem med teknologi.

Hvordan kobler Nagish’ AI-teknologi kommunikasjonsgapet mellom døve eller hørselshemmede mennesker og den hørende verden på måter som eksisterende verktøy ikke kan?

Nagish bruker AI til å koble kommunikasjonsgapet. Våre motorer omdanner tale til tekst, tekst tilbake til tale og tegnspråk til tekst (og vice versa) i sanntid. Det betyr at en døv eller hørselshemmet person kan se hva som blir sagt på et oppkall og svare ved å skrive eller snakke, mens den hørende personen på den andre enden bare opplever et standard telefonopprinnelse. Før denne typen AI eksisterte, måtte mennesker avhenge av menneske-drevne relætjenester hvor en tredje person satt på linjen og gjorde all transkripsjon.

Med Nagish, er det ingen relæoperatør, ingen tolk å koordinere, og ingen venting på at noen andre skal være tilgjengelige. Appen setter umiddelbarhet, personvernbeskyttelse og uavhengighet tilbake i telefonoppringer, noe tradisjonelle relætjenester ikke kan tilby.

Siden Nagish er AI-drevet, kan det skaleres til hver type oppkall: arbeidsmøter, familiensjekker, nødsituasjoner og kundeserviceoppringer. Appen er designet for å enkelt integreres i vanlig liv: brukerne kan beholde sitt eget nummer, få sanntidstekstning og bruke samme app på telefonoppringer og i personlige samtaler. Hele opplevelsen er designet for å redusere friksjon og gjøre kommunikasjonen føle seg så naturlig og sømløs som mulig.

På hvilke måter går din plattform utover standard transkripsjon eller tekstning for å gjøre interaksjoner mer naturlige og inkluderende?

Vi vet at språk ikke bare er ord, men også kultur, identitet og nuanser. Dette er spesielt sant for tegnspråk, som avhenger av ansiktsuttrykk, emosjon og regionale variasjoner. For å gjøre interaksjoner føle seg naturlige i stedet for mekaniske, samarbeider vi direkte med døve lingvister og tegnspråkseksperten. De hjelper å forme hvordan vår AI lærer og oppfører seg, så teknologien er bygget med samfunnet, ikke bare trent på deres data.

Standard transkripsjonsverktøy stopper ofte ved “her er ordene som ble sagt”. Vårt mål er å støtte en faktisk samtale. Vi implementerer AI-agenter som kan gi kontekst og håndtere samtaleflyten utover å bare gi tekstning eller lese tekst til tale. I tillegg tilbyr Nagish sanntidstekstning optimalisert for samtaleflyt, med funksjoner som justerbare fonter, spamfilter, voicemail-transkripsjon og mulighet til å lagre og gjennomgå transkripsjoner på din egen enhet når du velger å. Alt dette skaper en ekvivalent opplevelse til den hørende personer har på telefonoppringer.

Hva rolle spiller naturlig språkbehandling i å sikre at din plattform fanger ikke bare ord, men også intensjon og tone?

Naturlig språkbehandling og naturlig språkforståelse er i kjernen av hvordan Nagish fanger ikke bare hva noen sier, men hva de mener. Tale er fullt av signaler som legger til kontekst, som tone, betoning og mer, og våre NLP-modeller er designet for å fange opp disse lagene så brukerne får mer enn en grunnleggende transkripsjon. Målet er å gjøre tekstningen føle seg så naturlig som mulig.

Fordi Nagish er bygget for virkelige situasjoner, som medisinske samtaler, arbeidsmøter og selv nødsituasjoner, er våre modeller trent for å håndtere rask tale, overlappende stemmer og emosjonell nuanser. Kontekstbevissthet er en stor grunn til at vi ofte overgår både menneskelige transkriptorer og andre AI-verktøy. Systemet gjetter ikke bare på ord; det bruker samtaleflyten til å forstå intensjon.

Hvordan hjelper Nagish arbeidsgivere med å bygge mer inkluderende arbeidsplasser samtidig som de håndterer de finansielle og logistiske barrierene som lenge har begrenset tilgjengelighet?

Hos Nagish hjelper vi arbeidsgivere med å bygge mer inkluderende arbeidsplasser ved å fjerne de finansielle og logistiske barrierene som har gjort tilgjengelighet vanskelig å skalerer. Tradisjonelt har å skape en tilgjengelig arbeidsplass betydd å avhenge av planlagte tolker, som er essensielle men ikke alltid praktiske for hverdagskommunikasjon, som rask samtale eller uventede oppgaver. Disse begrensningene skaper forsinkelser, legger til kostnader og kan ufrivillig ekskludere døve og hørselshemmede ansatte fra arbeidsflyten.

Nagish arbeider for å endre denne dynamikken, og gir ansatte mulighet til å kommunisere uavhengig og på forespørsel. Når selskaper fjerner disse barrierene, kan mennesker delta fullt ut, noe som fører til sterkere lag, bedre opphold og en mer likeverdig arbeidsplass.

Ifølge en nylig undersøkelse vi har gjennomført, sa over 60% av døve og hørselshemmede respondenter at kommunikasjonsbarrierer hadde påvirket deres karrierevalg og profesjonelle fremme. Dette er en alvorlig utfordring som, selv med all fremgangen som er gjort de siste årene, viser at det fortsatt er mye arbeid igjen.

Vi muliggjør at arbeidsgivere kan gå fra reaktive tilpasninger til proaktive inkluderingsstrategier, og skape arbeidsplasser hvor hver enkelt ansatt kan bidra uavhengig og trygt.

Hva slags tilbakemelding har du mottatt fra døve og hørselshemmede brukere, og hvordan har det påvirket produktets utvikling?

Vi bygget Nagish med døvesamfunnet fra dag én, og siden da har vi mottatt en blanding av begeistring, nysgjerrighet og i sjeldne tilfeller, noen tøffhet, som er helt forventet. Døvesamfunnet er svært bevisst og nysgjerrig på nye teknologier, og med god grunn. De har hørt så mange overlofter i fortiden, og vi prøver å unngå det. Vi prioriterer fremgang over perfeksjon, som tar tid – men vårt endelige mål er perfeksjon.

Dette samfunnsbaserte mindset forsterkes av hva vi lærte i vår nylige rapport. Etter å ha adoptert hjelpemidler, viste brukerne en betydelig økning i daglig uavhengighet: antallet mennesker som kunne kommunisere uavhengig økte fra 37% til 60% for døve brukere, og fra 32,9% til 63% for hørselshemmede brukere. Denne endringen speiler tilbakemeldingen vi hører hver dag: mennesker ønsker verktøy som gjør kommunikasjonen enklere, mer konsistent og tilgjengelig i øyeblikk når tolker ikke er tilgjengelige eller når de foretrekker personvernbeskyttelse.

Når det gjelder vår forskning på å skape bedre tegnspråktolkningsteknologier, er vårt mål ikke å erstatte menneskelige tolker eller eksisterende kommunikasjonsmetoder, men å legge til et annet alternativ, et verktøy som gjør tilgjengelighet mer konsistent og tilgjengelig overalt, når som helst. Tilbakemelding fra brukerne har forsterket hvor viktig et “tillegg” er, spesielt i øyeblikk når en tolk ikke er tilgjengelig eller når noen bare ønsker personvernbeskyttelse og uavhengighet. For mange skaper det situasjoner hvor kommunikasjon ellers ville ha følt seg ulemper, forsinket eller utilgjengelig.

Vi tar en samfunnsbasert tilnærming for å sikre at teknologien føles ekte, nøyaktig og respektfull. Så lenge vi fortsetter å bygge med tegnspråkbrukere, tror vi dette vil bli mottatt som et fremtredende skritt fremover.

Personvernbeskyttelse er en viktig bekymring i tilgjengelighetsteknologi — hvordan håndterer Nagish følsomme samtaler og opprettholder brukertillit?

Personvernbeskyttelse er kritisk for Nagish’ misjon om å fremme døve og hørselshemmede brukere. Først og fremst kan Nagish eliminere behovet for en live-transkript. Med Nagish er det ingen behov for en live-transkript, så det er allerede en følelse av personvernbeskyttelse som ikke var mulig tidligere.

På den tekniske siden er Nagish privat av design. Vi recorderer ikke samtaler, og lagrer aldri samtaletranskripsjoner på våre servere utover varigheten av en samtale. Vi bruker heller ikke noen samtaledata for trening. Når brukerne velger å lagre transkripsjoner, lagres de lokalt på deres enhet i stedet for i en delt sky. Funksjoner som slutt-til-slutt-sikker tekstning og lokal lagring av transkripsjoner er der for å beskytte svært følsomme samtaler – enten det er om helse, arbeid, eller personlige forhold.

Hvordan ser du på AI som omdefinierer tilgjengelighet i det kommende tiåret, og hvilke gap fortsatt må teknologien fylle?

En av de største problemene med digital tilgjengelighet er mangelen på utdanning og observasjon: Ingeniører implementerer ikke alt-tekst, designere velger utilgjengelige farger fordi de ser bra ut, og produktledere tar produktbeslutninger for KPI-er.

Som AI blir mer og mer involvert i hver enkelt fase av produktutvikling, fra ingeniørarbeid til design, kopiskriving og annet, ser vi en proaktiv tilnærming til tilgjengelighet. AI kunne endre tilgjengelighet fra noe reaktivt og “patchet på” til noe proaktivt og omgivende. Vi vil se en ny bølge av verktøy som vil forbedre kommunikasjon i ulike sammenhenger – ikke bare samtaler, men arbeidsplasser, klasserom, transport og offentlige tjenester – så mennesker med funksjonsnedsettelser, og døve og hørselshemmede mennesker i særlig, ikke lenger må be om tilpasninger; de vil bare være der som standard.

Hvordan ser du på samarbeidet mellom menneskelige tolker og AI som utvikler seg — vil en av dem til slutt erstatte den andre, eller styrker de hverandre?

Tegnspråktolkere gjør fantastisk arbeid. De er essensielle for samfunnet, tilgjengelighet og kommunikasjon. Men virkeligheten er at det bare ikke finnes nok av dem. I USA, for eksempel, er det over 500 000 mennesker som bruker amerikansk tegnspråk som sitt primære språk, og bare om lag 10 000 sertifiserte tolker. Det betyr at et stort antall situasjoner – fra legebesøk, foreldre-lærermøter, jobbintervjuer og mer – ofte mangler tilgjengelig kommunikasjon.

Even når tolker er tilgjengelige, er det utfordringer rundt planlegging, kostnad og geografi. En person som bor i et rural område ville ha mye vanskeligere å få en tolk, og den forsinkelsen kan ha virkelige konsekvenser, spesielt i helse- eller nødsituasjoner.

AI kan hjelpe til å fylle dette gapet. Det vi bygger, er ikke ment å erstatte tolker, men å komplementere deres arbeid og gjøre tilgjengelighet mer skalerbar. Tenk på det som et verktøy som trer inn når en menneskelig tolk ikke er tilgjengelig.

Google Translate erstattet ikke profesjonelle oversettere, men gjorde det mulig å fylle kommunikasjonsgapet på en dag-til-dag-basis.

Med fremtredene i datavisjon og naturlig språkbehandling, har AI muligheten til å begynne å tolke tegnspråk i sanntid. Dette betyr at flere mennesker kan kommunisere umiddelbart, enten det er gjennom et videoopprinnelse, et offentlig skilt eller en nødservice.