格里贝尼：欢迎来到教育交流，我们专注于从更高的IT社区的一个问题，听到咨询，轶事，最佳实践等等。残疾学生是高等教育的弱势群体。19％的19％的美国本科生报告了2015年和2016年的残疾。然而，考虑到许多人选择不透露他们的机构的残疾，但实际百分比可能会更高。有残疾的学生体验许多其他学生没有的教育障碍。它们可以具有可见和无形的需求。他们的辍学率显着高，毕业率明显低于非残疾学生。

在Covid-19大流行之后，紧急搬到远程指导，抛出了这群人群的脆弱性陷入困境。正在探索的技术之一，以帮助改进和创建更多可访问的学习环境的工具是人工智能。这一集的问题是人工智能如何影响可访问性？

Mark Hakkinen：人工智能或AI，也有时使用术语机器学习，是可访问性和包含的最具希望和技术的能力和技术。我们看到的一个关键事情是让学生更加独立的潜力。

格里贝尼：这是教育测试服务或ETS的数字可访问性主任的Markku Hakkinen。非营利组织的使命是帮助推进质量和股权和教育。在谈论AI帮助学生变得更加独立的能力时，他专注于三个方面。

Mark Hakkinen：一个是为依靠辅助技术的学生提高用户体验。我们现在在ETS上实际应用的更有前途的区域之一是使用先进的语音合成技术，这是基于机器学习模型的。因此，合成语音的质量迅速改善，更自然。在最近的发展中，我们已经能够用亚马逊的合成语音替换一些人类录制的音频，用于通过综合演讲来补充残疾的学生的测试内容。因此，我们实际上是，提高用户体验，提高了生产备用格式材料的周转时间，为学生提供更加自然和清晰的文本。

我们看到的其他区域是为了改善自己的流程。AI在哪里可以帮助我们更快地产生可访问的内容？当您有很多人类参与制作文本描述或方向信息时，周转时间总是很重要，以便在视力障碍的学生如何接近一组复杂的测试问题。因此，我们现在正在寻找人工智能技术如何用于自动描述图像。我们无处可去，使得这项运作，但潜力是在某些时候我们可以拥有基于AI的系统在描述内容时进行第一次通过，然后主题专家可以花时间调整或改装或者说，“嘿，这不好。我们必须从头开始写。“

最终区域真正使用AI和机器学习技术，以可访问方式提供新的交互内容的新方法。而我最兴奋的是我在ETS的团队中视力障碍的团队成员最兴奋的是，亚马逊回声等事情通过口头对话模型提供了与内容交互的真正新的方式。再次，所有人都被AI和机器学习技术在幕后驾驶，以处理自然语言交互。

因此，我们正在查看像回声设备更改的东西，改变了辅助技术的整个范式。您可以基本上看一个屏幕阅读器，作为通过网页通过元素交互的相当机械过程。虽然AI可以允许一名视力受到损害的学生基本上问：“好吧，告诉我在这个页面上很重要。”或者，“在我们需要回答的页面上有多少个问题？阅读段落有多长？阅读通往我的通道。”因此，这些都是在互动方面变得更加自然的能力，并且从以前不得不通过Web内容页面顺序导航的学生的角度来说更有效，以确定我必须做的事情。

格里贝尼：华盛顿大学的Web Accessibility Engineer Carly Gerard分享了Hakkinen关于Echo，Siri和Alexa等消费工具的兴奋，但希望看到AI功能培养更多。

卡莉杰拉德：我真的很乐意看到AI占用一些常见的应用程序以获得可访问性，例如看到可以指出某些东西的AI，并且能够告诉别人在口头感觉中。所以我可以指出一美元的钞票，“嘿，告诉我这是什么美元的钞票？”“15美元。”如果这只是建立在像Alexa或Siri这样的智能助手中，我会喜欢它，所以我可以说些什么，“嘿Siri。告诉我我正在看的东西。”我只是认为也许也许可以将耻辱视为每个人使用的系统的一部分。您不需要去支付应用程序。它刚刚携带这些设备。

而且我还希望看到那些智能助手能够导航网页。目前有屏幕读者可用，这很好，因为可以轻松地确定页面的结构。但是，再说一遍，如果也许你在厨房里做某事。你没有接近一个设备，你试图了解网页的感觉，或者也许你宁愿听到它而不是看一些东西。也许它太刺激了。所以有人可以去，“Alexa，告诉我页面上的所有标题。”然后，这可以给某人如何构建页面，然后能够弄清楚去哪里甚至跳过内容。

“Alexa，带我到导航。带我到页面的页脚。我需要联系信息。”所以我不确定。我不认为我见过智能助手真的这样做。可能有一些读取大声的功能，但只是为了易于使用。

朱迪布鲁尔：我认为人工智能最终会影响大多数可访问性。而且我希望过渡将是增量的。我认为其可能的影响实际上是承诺和危险的组合。因此，如果我们从事物的危险方面开始，AI已经在消极的方式对残疾人造成了影响。

格里贝尼：这是W3C或全球网络联盟的Web可访问性主任的朱迪布鲁尔。她看到了一些真正的挑战，即人工智能呈现出不公平问题的问题，但也看到了更好的工具和更好的残疾人机会。

朱迪布鲁尔：从用户体验设计角度来看，残疾人的人基本上代表人类功能的异常值。我们不是“平均用户”。我们的用户要求有时是通常经验的边缘，顺便说一下，它是驱动很多真正有趣的创新的区域。因此，如果您正在尝试开发尖端技术，那么这是一个整洁的区域。

但是基于AI的设计和开发通常由数据建模训练集通知的平均需求和行为驱动。如果自动语音识别系统正在不断发展，则通常会在常见的语音模式周围进行优化，而不是围绕语音障碍的人的语音模式。因此，如果有人在他们的教育中真正努力工作，那么他们出去尝试获得工作，ASR，自动语音识别不会针对它们进行优化。如果他们使用语音识别，他们将拥有障碍，甚至在课堂上。它们可能是当前设计的不利地位。

另一方面，也有很大的承诺。如果我们得到这种权利，那么AI可以大大提高未来的可访问性。网站上的图像可以在上下文中自动描述一些人无法看到的网站。我们还没有那么在那里，但这就是我们想要的地方。在某些时候，自动语音识别可能足够好，以便以真正的住宿方式符合媒体的标题，而不是与其中的严重错误的近似。残疾人士将能够完全控制他们的环境。也许不仅在家里，而且在工作场所，在教室里。我们已经看到了人工智能在评估符合可访问性指导方针时使用了很多。我认为这是一个积极的一步。我们希望评估可接受地如现实地实现充分自动。

这将是一个增量过程，但随着时间的推移，它将导致更可扩展的一致性评估。理想情况下，您希望有人例如在线学习网站，并且能够运行...爬上一个工具，并迅速找到它的可访问性，或者您需要大量的问题地址确保你不会失去一些学习者。这是一个优先级别的秩序。那很好啊。因此，目前我们无法完全自动化，因为您需要一些手动评估可用可访问性。但整个过程都会发生。并且有很多其他方式，其中ai可以帮助获得以超越评估。我们也期待着所有这些。

格里贝尼：如果您想了解有关残疾学生的技术需求，您可以阅读最近关于该主题的教育概要的摘要。查找www.xuezhucai.com/equitableacess的文章。我是Gerry Bayne的教育。感谢收听。