Tomer Aharoni, VD och medgrundare av Nagish – Intervjuerien

Tomer Aharoni, VD och medgrundare av Nagish, kombinerar en stark teknisk grund från sitt arbete som programvaruutvecklare på Bloomberg, forskning inom NLP och IoT på Columbia University och tidigare erfarenhet inom teknisk underrättelsetjänst inom Israels försvarsmakt, allt driven av hans passion för tillgänglighet och skärningspunkten mellan teknik och kommunikation.

Nagish är en AI-driven kommunikationsplattform som är utformad för att göra telefonsamtal fullständigt tillgängliga för personer som är döva eller har hörselnedsättning. Appen tillhandahåller realtids-transkribering och text-till-tal-funktioner samtidigt som användarna kan behålla sitt befintliga telefonnummer, upprätthålla fullständig sekretess och hantera samtal via funktioner som personliga ordböcker, sparade transkriptioner och sömlös enhetsintegration.

Vilken ögonblick eller insikt ledde dig att kanalisera den erfarenheten till att skapa Nagish?

Under mina grundutbildningsstudier på Columbia satt jag en dag i klassen när jag fick ett telefonsamtal. Jag kunde inte svara eftersom det skulle ha stört hela klassen, och det fick mig att tänka på hur man kan genomföra ett telefonsamtal om man inte kan höra eller tala? Detta ledde till en större fråga: hur kommunicerar döva och hörselskadade personer på telefon?

Det var 2019, och vi (Alon Ezer, min medgrundare, och jag) upptäckte att dövsamhället var starkt beroende av tolkar och transkriberingsassistenter. Vi tyckte att det var galet, så vi började kontakta personer från det lokala dövsamhället, och vad vi hörde var riktigt överraskande för oss. “Jag lägger bara på när någon ringer mig”, “Jag använder inte telefonen”, eller “Jag ber min bror att ringa åt mig”, var bara några av svaren vi fick när vi frågade människor hur de använder telefonen.

Senare samma sommar praktiserade jag som programvaruutvecklare på Bloomberg. I mitt team hade vi en annan praktikant som var döv. Varje gång jag ville träffa henne var jag tvungen att samordna scheman med henne och två tolkar. Den informella “låt oss hoppa på ett snabbt samtal för att lösa detta” var helt enkelt omöjligt. Efter att ha talat med HR om det lärde jag mig att hitta dessa två tolkar som var bekanta med teknisk jargong var nästan omöjligt och att vi använder dem när de är tillgängliga, men de är inte tillgängliga på heltid.

Ju mer vi lärde oss, desto tydligare blev det att dessa inte var isolerade olägenheter utan en del av ett mycket större mönster. Även idag, med de framsteg som har förbättrat tillgänglighet, finns det fortfarande många utmaningar och områden som behöver åtgärdas. På Nagish genomförde vi nyligen en undersökning och släppte en rapport, Effekten av kommunikationsteknologi på att stärka döva och hörselskadade, som visade att 65% av döva personer sa att de behöver hjälp från en hörselperson minst en gång i veckan för att kommunicera effektivt. Det beroendet skapar verkliga hinder i professionella miljöer, som återspeglas i det faktum att 62% av döva respondenterna sa att kommunikationsutmaningar påverkade deras karriärbeslut och begränsade deras förmåga att söka eller avancera i vissa roller.

Dessa upplevelser, och min växande kontakt med döva personer, ledde mig till att bygga den första versionen av Nagish. Vi har en enda övertygelse som inte har förändrats – kommunikation ska vara tillgänglig och privat.

Alon och jag byggde en prototyp, och responsen var otrolig. Vi insåg hur livsförändrande Nagish kunde vara. Sedan kom COVID, och behovet exploderade när världen gick remote, och bristen på tillgänglighet i hur människor kommunicerar blev verkligen uppenbar.

Kan du dela med dig av vad de tidiga dagarna av Nagish var som, och vilka utmaningar du mötte när du försökte förena tillgänglighetsmål med banbrytande AI-teknik?

De tidiga dagarna av Nagish var under pandemin, så det hände inte så mycket i våra liv utöver arbetet. Alon och jag bodde runt hörnet från varandra och hade mycket tid att brainstorma, skapa prototyper och implementera den senaste tekniken. Vi arbetade ut ur våra lägenheter i 12+ timmar om dagen i månader.

Att ha den mängden tid på våra händer lät oss spendera mycket tid med att prata med våra användare och förstå deras behov. Vi ville inte göra antaganden. Vid den här tidpunkten hade vi fortfarande ingen avsikt att göra det till ett företag. Vad som gav oss drivkraften var att höra från användare om deras svårigheter och veta att vi hade en chans att lösa dem med teknik.

Hur fungerar Nagish AI-teknik för att överbrygga kommunikationen mellan döva eller hörselskadade personer och den hörselpersonliga världen på sätt som befintliga verktyg inte kan?

Nagish använder AI för att överbrygga kommunikationsgap. Våra motorer omvandlar tal till text, text tillbaka till tal och teckenspråk till text (och vice versa) i realtid. Det betyder att en döv eller hörselskadad person kan se vad som sägs under ett samtal och svara genom att skriva eller tala, medan den hörselpersonliga personen på andra sidan upplever ett standardtelefonsamtal. Innan den här typen av AI existerade var människor tvungna att förlita sig på mänskliga relätekniker där en tredje person satt på linjen och gjorde all transkribering.

Med Nagish finns det ingen reläoperatör, ingen tolk att schemalägga och ingen väntan på att någon annan ska vara tillgänglig. Appen lägger tillbaka omedelbarhet, sekretess och oberoende i telefonsamtal, något som traditionella relätjänster inte kan erbjuda.

Eftersom Nagish är AI-driven kan den skalas upp till alla typer av samtal: arbetsmöten, familjesamtal, nödsituationer och kundtjänstsamtal. Appen är utformad för att enkelt integreras i det vanliga livet: användare kan behålla sitt eget nummer, få realtids-transkribering och använda samma app för telefonsamtal och personliga samtal. Hela upplevelsen är utformad för att minska friktion och göra kommunikationen känna sig så naturlig och sömlös som möjligt.

På vilka sätt går din plattform utöver standardtranskribering eller undertextning för att göra interaktioner mer naturliga och inkluderande?

Vi vet att språk inte bara är ord, utan också kultur, identitet och nyanser. Det gäller särskilt teckenspråk, som förlitar sig på ansiktsuttryck, känslor och regionala variationer. För att göra interaktioner känna sig naturliga istället för mekaniska samarbetar vi direkt med döva lingvister och teckenspråksexperter. De hjälper till att forma hur vår AI lär sig och beter sig, så att tekniken byggs tillsammans med samhället, inte bara tränad på deras data.

Standardtranskriberingsverktyg slutar ofta vid “här är orden som sades”. Vårt mål är att stödja en riktig konversation. Vi implementerar AI-agenter som kan ge sammanhang och hantera samtalets flöde utöver att bara tillhandahålla transkribering eller text-till-tal. Dessutom erbjuder Nagish realtids-transkribering optimerad för konversationsflöde, med funktioner som justerbara teckensnitt, spamfilter, röstbrevlåda-transkribering och möjligheten att spara och granska transkriptioner på din egen enhet när du väljer att. Allt detta skapar en likvärdig upplevelse för den som hörselpersoner har på telefonsamtal.

Vilken roll spelar naturlig språkbehandling för att säkerställa att din plattform fångar inte bara ord utan också avsikt och ton?

Naturlig språkbehandling och naturlig språkförståelse är kärnan i hur Nagish fångar inte bara vad någon säger, utan vad de menar. Tal är fullt av signaler som lägger till sammanhang, som ton, betoning och mer, och våra NLP-modeller är utformade för att plocka upp på dessa lager så att användare får mer än en grundläggande transkription. Målet är att göra transkriptionerna känna sig så nära en naturlig konversation som möjligt.

Eftersom Nagish är byggt för verkliga situationer, som medicinska samtal, arbetsmöten och till och med nödsituationer, är våra modeller tränade för att hantera snabbt tal, överlappande röster och emotionell nyans. Kontextmedvetenhet är en stor anledning till varför vi ofta presterar bättre än både mänskliga transkriberare och andra AI-verktyg. Systemet gissar inte bara på ord; det använder samtalets flöde för att förstå avsikt.

Hur hjälper Nagish arbetsgivare att bygga mer inkluderande arbetsmiljöer samtidigt som de hanterar de finansiella och logistiska hinder som länge har begränsat tillgänglighet?

På Nagish hjälper vi arbetsgivare att bygga mer inkluderande arbetsmiljöer genom att ta bort de finansiella och logistiska hinder som har gjort tillgänglighet svår att skala. Traditionellt har skapandet av en tillgänglig arbetsmiljö inneburit att förlita sig på schemalagda tolkar, som är viktiga men inte alltid praktiska för daglig kommunikation, som snabba samtal, spontana möten eller tidskritiska uppgifter. Dessa begränsningar skapar förseningar, tillför kostnader och kan oavsiktligt exkludera döva och hörselskadade anställda från arbetsflödet.

Nagish arbetar för att ändra på den dynamiken, ge anställda möjligheten att kommunicera oberoende och på begäran. När företag tar bort dessa hinder kan människor delta fullt ut, vilket leder till starkare team, bättre behållning och en mer jämlik arbetsmiljö.

Enligt en nyligen genomförd undersökning sa mer än 60% av döva och hörselskadade respondenter att kommunikationshinder hade påverkat deras karriärbeslut och professionella tillväxt. Det är en allvarlig utmaning som, trots allt framsteg som har gjorts under de senaste åren, visar att det fortfarande finns mycket arbete att göra.

Vi möjliggör för arbetsgivare att gå från reaktiva anpassningar till proaktiva inkluderingar, skapa arbetsmiljöer där varje anställd kan bidra oberoende och med tillförsikt.

Vilken typ av feedback har du fått från döva och hörselskadade användare, och hur har det påverkat produktens utveckling?

Vi byggde Nagish tillsammans med dövsamhället från dag ett, och sedan dess har vi fått en blandning av entusiasm, nyfikenhet och i sällsynta fall, viss tveksamhet, vilket är exakt hur det ska vara. Dövsamhället är mycket medvetet och nyfiket på ny teknik, och med goda skäl. De har hört så många överloften i det förflutna, och vi försöker undvika det. Vi prioriterar framsteg över perfektion, vilket tar tid – men vårt slutmål är perfektion.

Denna samhällsorienterade inställning förstärks av vad vi lärde oss i vår nyliga rapport. Efter att ha antagit hjälpmedelsteknik visade användare en stor ökning av daglig oberoende: antalet personer som kunde kommunicera oberoende ökade från 37% till 60% för döva användare, och från 32,9% till 63% för hörselskadade användare. Den förändringen speglar den feedback vi får varje dag: människor vill ha verktyg som gör kommunikationen lättare, mer konsekvent och tillgänglig i ögonblick när tolkar inte är tillgängliga eller när de föredrar sekretess.

När det gäller vår forskning om att skapa bättre teckenspråktolkningstekniker är vårt mål inte att ersätta mänskliga tolkar eller befintliga kommunikationsmetoder, utan att lägga till ett alternativ, ett verktyg som gör tillgänglighet mer konsekvent och tillgänglig överallt, när som helst. Feedback från användare har förstärkt hur viktigt ett “ytterligare alternativ” är, särskilt i situationer när en tolk inte är tillgänglig eller när någon enkelt vill ha sekretess och oberoende. För många skapar det situationer där kommunikation annars skulle ha känt sig besvärlig, försenad eller otillgänglig.

Vi tar en samhällsorienterad approach för att säkerställa att tekniken känns äkta, korrekt och respektfull. Så länge vi fortsätter att bygga tillsammans med teckenspråksanvändare tror vi att detta kommer att ses som ett steg framåt.

Sekretess är en nyckelbekymmer i tillgänglighetsteknik – hur hanterar Nagish känsliga samtal och upprätthåller användartillit?

Sekretess är avgörande för Nagishs uppdrag att stärka döva och hörselskadade användare. Det första som ska nämnas är att med Nagish kan du redan eliminera behovet av en live-transkriberare, så det finns redan en känsla av sekretess som inte var möjlig tidigare.

På den tekniska sidan är Nagish privat utformad. Vi spelar inte in samtal och lagrar aldrig samtalstranskriptioner på våra servrar utöver samtalets varaktighet. Vi använder inte heller någon samtaldata för utbildningsändamål. När användare väljer att spara transkriptioner lagras de lokalt på deras enhet snarare än i en delad molntjänst. Funktioner som slutna säkra transkriberingar och lokal lagring av transkriptioner finns där specifikt för att skydda mycket känsliga samtal – vare sig de handlar om hälsa, anställning eller personliga relationer.

Hur ser du att AI omformar tillgänglighet under det kommande decenniet, och vilka luckor finns det fortfarande för teknik att fylla?

En av de största frågorna med digital tillgänglighet är bristen på utbildning och observerbarhet: ingenjörer implementerar inte alt-text, designers väljer otillgängliga färger för att de ser bra ut, och produktchefer fattar produktbeslut baserat på KPI:er.

Så fort AI blir mer och mer involverad i varje aspekt av produktutveckling, från teknik till design till copywriting, ser vi en proaktiv approach till tillgänglighet. AI kunde förändra tillgänglighet från något reaktivt och “lagt till” till något proaktivt och omgivande. Vi kommer att se en ny våg av verktyg som kommer att förstärka kommunikation i olika miljöer – inte bara samtal, utan arbetsplatser, klassrum, transport och offentliga tjänster – så att personer med funktionshinder, och döva och hörselskadade personer i synnerhet, inte behöver ständigt begära anpassningar; de kommer att finnas där som standard.

Hur ser du samarbetet mellan mänskliga tolkar och AI utvecklas – kommer en att så småningom ersätta den andra, eller stärker de varandra?

Teckenspråkstolkar gör ett fantastiskt arbete. De är avgörande för samhället, tillgänglighet och kommunikation. Men verkligheten är att det helt enkelt inte finns tillräckligt med dem. I USA, till exempel, finns det över 500 000 personer som använder amerikanskt teckenspråk som sitt primära språk, och bara cirka 10 000 certifierade tolkar. Det betyder att ett stort antal situationer – från läkarbesök, föräldramöten, jobbintervjuer och mer – ofta saknar tillgänglig kommunikation.

Även när tolkar är tillgängliga finns det utmaningar kring schemaläggning, kostnad och geografi. Någon som bor på landsbygden skulle ha svårt att få en tolk, och den förseningen kan ha verkliga konsekvenser, särskilt inom hälso- och sjukvård eller nödsituationer.

AI kan hjälpa till att överbrygga den klyftan. Vad vi bygger är inte menat att ersätta tolkar, utan att komplettera deras arbete och göra tillgänglighet mer skalbar. Tänk på det som ett verktyg som träder in när en mänsklig tolk inte är tillgänglig.

Google Translate ersatte inte professionella översättare, men det gjorde det möjligt att överbrygga kommunikationsgap på en daglig basis.

Med framsteg inom datorseende och naturlig språkbehandling har AI förutsättningar att börja tolka teckenspråk i realtid. Det betyder att fler människor kan kommunicera omedelbart, antingen via videokonferens, offentlig kiosk eller nödtjänst.