Οι άνθρωποι με αναπηρία (ΑμεΑ) έχουν πολλά να κερδίσουν από την Τεχνητή Νοημοσύνη (ΤΝ), αλλά – χωρίς φιοριτούρες – αντιμετωπίζουν σοβαρά εμπόδια που κανείς σοβαρός σχεδιαστής ή policymaker δεν πρέπει να αγνοεί. Να μερικά από τα σημαντικότερα προβλήματα, με μια δόση κριτικής σκέψης και λυρική οξύτητα:

1. Ανεπαρκής Προσβασιμότητα στα Συστήματα

Πολλά συστήματα ΤΝ δεν είναι φτιαγμένα με γνώμονα την προσβασιμότητα. Οθόνες που δεν διαβάζονται από screen readers, εφαρμογές φωνής που δεν καταλαβαίνουν άτομα με δυσκολίες στην ομιλία, ή interfaces που απαιτούν λεπτές κινήσεις που άτομα με κινητικά προβλήματα δεν μπορούν να εκτελέσουν.

Η τεχνολογία λέει «πες μου τι θέλεις» – αλλά δεν ακούει όλους.

2. Προκατάληψη στα Δεδομένα (Data Bias)

Τα μοντέλα ΤΝ εκπαιδεύονται πάνω σε τεράστια σύνολα δεδομένων. Αν τα δεδομένα δεν περιλαμβάνουν επαρκώς άτομα με αναπηρία, τότε οι αλγόριθμοι απλώς αγνοούν τις ανάγκες και τις συμπεριφορές τους. Αυτό οδηγεί σε αποκλεισμό.

Αν δεν είσαι στο dataset, δεν υπάρχεις.

3. Φωνητική και Οπτική Αναγνώριση

Τα συστήματα αναγνώρισης φωνής (όπως το Siri, το Alexa, ή το voice dictation στα κινητά) δυσκολεύονται με άτομα που έχουν μη τυπική άρθρωση – π.χ. λόγω εγκεφαλικής παράλυσης ή άλλων κινητικών διαταραχών.

Ομοίως, η οπτική αναγνώριση (face ID, αυτόματοι αλγόριθμοι αναγνώρισης προσώπου) έχει συχνά προβλήματα με άτομα που έχουν παραμορφώσεις, ακρωτηριασμούς ή δεν «ταιριάζουν» στην πρότυπη εικόνα ανθρώπου.

4. Αυτοματισμοί που ακυρώνουν την ανθρώπινη εξατομίκευση

Η ΤΝ λειτουργεί με βάση κανονικότητες – αυτό που είναι «μέσος όρος». Όμως τα ΑμεΑ χρειάζονται εξατομίκευση. Η υπερ-αυτοματοποίηση μπορεί να αγνοεί τις εξαιρέσεις, αφήνοντας απ’ έξω εκείνους που βρίσκονται στο περιθώριο της στατιστικής.

5. Οικονομικός Αποκλεισμός και Ψηφιακή Ανισότητα

Πολλά εργαλεία ΤΝ που θα μπορούσαν να βοηθήσουν ΑμεΑ είναι ακριβά ή απαιτούν υποδομές που δεν είναι διαθέσιμες σε όλους. Ένα έξυπνο προσθετικό χέρι με ΑΙ μπορεί να κοστίζει χιλιάδες ευρώ. Ένα screen reader που μιλά 20 γλώσσες, δεν είναι πάντα δωρεάν.

6. Έλλειψη Αντιπροσώπευσης στον Σχεδιασμό

Οι ομάδες που σχεδιάζουν ΤΝ σπάνια περιλαμβάνουν άτομα με αναπηρία. Το αποτέλεσμα; Προϊόντα που δεν αντανακλούν τις ανάγκες αυτών των χρηστών.

Αν δεν έχεις μια θέση στο τραπέζι, μάλλον είσαι στο μενού.

7. Ασφάλεια και Ηθική

Συστήματα που παίρνουν αποφάσεις με ΤΝ (π.χ. για δουλειές, πρόνοια, υγεία) ενδέχεται να αγνοούν τις ιδιαιτερότητες των ΑμεΑ, οδηγώντας σε άνιση ή άδικη μεταχείριση.

Πρακτικά τι χρειάζεται:

• Υποχρεωτική προσβασιμότητα σε κάθε φάση σχεδίασης ΤΝ.

• Εκπαίδευση της ΤΝ με δεδομένα που περιλαμβάνουν τη διαφορετικότητα του ανθρώπου.

• Αντιπροσώπευση: ΑμεΑ μέσα στις ομάδες ανάπτυξης.

• Ρυθμιστικό πλαίσιο που διασφαλίζει την ισότητα.

📝 Κείμενο σε συνεργασία με την Τεχνητή Νοημοσύνη του ChatGPT (OpenAI)