KI für Gebärdensprache und Leichte Sprache soll Informationslücken schließen

Gebärdensprache, wo Text nicht ausreicht

Lee begann mit dem Ausmaß des Bedarfs. Laut Weltgesundheitsorganisation benötigen weltweit rund 430 Millionen Menschen eine Rehabilitation wegen einer behindernden Hörschädigung. Eine offizielle globale Zahl gehörloser Menschen gibt es nicht, doch der Weltverband der Gehörlosen (World Federation of the Deaf) schätzt, dass mehr als 70 Millionen Menschen zu gebärdenden Gehörlosengemeinschaften zählen.

Für viele Gebärdensprachnutzer sind gesprochene und geschriebene Sprachen möglicherweise keine Muttersprache, weshalb textlastige digitale Informationen schwer zugänglich sein können. Untertitel lösen dieses Problem nicht immer, und in manchen Fällen müssen Informationen direkt in Gebärdensprache präsentiert werden.

Lee beschrieb einen Arbeitsablauf, bei dem geschriebener Text ein KI-gestütztes Übersetzungssystem für Gebärdensprache durchläuft. Da die Technik noch nicht vollständig präzise ist, prüfen und überarbeiten Gebärdensprachnutzer das Ergebnis, bevor die endgültige Fassung ausgeliefert wird.

Die Trainingsdaten sind ein zentrales Hindernis. Auch Mimik, Körperbewegungen und andere nicht manuelle Signale tragen Bedeutung, was die Erstellung und Annotation hochwertiger Daten aufwendig macht. Laut Lee kann die Erstellung von Trainingsdaten für Gebärdensprache deutlich mehr Zeit beanspruchen als die Aufbereitung von Datensätzen für die Übersetzung geschriebener Sprachen. Begrenzte Datenmengen bleiben eines der größten Hindernisse für Genauigkeit und Skalierbarkeit.

Lee stellte die Technik als Partnerin menschlicher Expertise dar, nicht als Ersatz für Fachleute der Gebärdensprache. Mit jedem übersetzten Inhalt können bereits geprüfte Inhalte zu Trainingsdaten werden. Das kann die Engine mit der Zeit verbessern, den Überarbeitungsaufwand verringern und die Kosten für barrierefreie Inhalte senken. Zudem betonte er, dass Vielfalt bei digitalen Gebärdensprach-Avataren dazu beiträgt, dass die Technik die Gemeinschaften widerspiegelt, die sie nutzen.

Praktische Einsatzfelder: Verkehr, Zuhause und Notfälle

Lee verwies auf mehrere Einsätze. Im öffentlichen Nahverkehr sind Notfalldurchsagen oft nur akustisch, sodass gehörlose Fahrgäste Anweisungen wie Evakuierungshinweise verpassen können. Er beschrieb ein System in der Seouler U-Bahn, bei dem Bildschirme bei einer Notfalldurchsage Informationen in Gebärdensprache anzeigen. Am Flughafen Incheon sollte ein Pilotprojekt Gate-Wechsel und andere zeitkritische Meldungen in Gebärdensprache bereitstellen. Avatare wurden zudem in barrierefreie Kioske integriert, und in Museen und Galerien können sie kulturelle, wissenschaftliche und historische Inhalte auf digitalen Geräten erklären.

Ein weiteres Beispiel war eine fernsehbasierte Anwendung für gehörlose Kinder und ihre Familien. Lee sagte, mehr als 90 Prozent der gehörlosen Kinder würden in hörende Familien geboren, und Kinder könnten sich zu Hause isoliert fühlen, wenn Angehörige keine gemeinsame Gebärdensprache beherrschen. Das Fernsehen wurde gewählt, weil Familienmitglieder denselben Bildschirm gemeinsam nutzen können. Ziel ist es, das gemeinsame Erlernen der Gebärdensprache zu fördern.

Inhalte in Gebärdensprache lassen sich auch über Webseiten, Tablets, QR-Codes und Links in Textnachrichten ausspielen. Ein Beispiel waren QR-Codes auf Lebensmittelverpackungen, die in Gebärdensprache erklären, wie ein Produkt gelagert, zubereitet oder verzehrt wird.

Zu Notfallwarnungen, die häufig vor allem als Text auf Mobilgeräten und im Fernsehen verbreitet werden, beschrieb Lee in Korea genutzte Ansätze. Dazu gehören Gebärdensprach-Avatare über TV-Set-Top-Boxen, Notfallinformationen auf großen öffentlichen Bildschirmen und Links auf dem Mobiltelefon, die eine Gebärdensprachversion der Warnung öffnen. In den Worten des Artikels ist Barrierefreiheit keine "zusätzliche Funktion, die man einführt, nachdem Informationen erstellt wurden", sondern muss in die Kanäle eingebaut sein, die wesentliche Informationen transportieren.

Leichte Sprache und inklusive digitale Werkzeuge

Die Sitzung behandelte auch Leichte Sprache (Easy Read), ein Format, das geschriebene Informationen verständlicher macht. Es unterstützt Menschen mit intellektuellen und Entwicklungsbeeinträchtigungen, Menschen mit geringer Lesekompetenz und Menschen, die in einer Sprache lesen, die nicht ihre Muttersprache ist. Fachleute haben Inhalte bislang Satz für Satz umgeschrieben, was teuer und zeitaufwendig ist, sodass nur wenig Material verfügbar ist.

Lee erklärte, dass große Sprachmodelle dies beschleunigen können. Historische Paare aus Standardtext und Fassungen in Leichter Sprache lassen sich nutzen, um Systeme zu trainieren, die komplexes Material in einfachere Sprache überführen, wobei menschliche Prüfung und kontinuierliche Qualitätsverbesserung Teil des Ablaufs bleiben. Außerdem stellte er ein Format namens "Easy Cast" vor, das KI-generierte Synchronisation nutzt, sodass das Publikum zwischen einem Originalkommentar und einer vereinfachten Fassung wechseln kann.

Zum Schluss ging Lee auf Werkzeuge für den digitalen Alltag ein. EQ4ALL hat Gebärdensprach-GIFs für Social-Media-Beiträge und Nachrichten entwickelt, damit Gebärdensprachnutzer nicht jedes Mal ein neues Video aufnehmen müssen. Das Unternehmen hat außerdem digitale Namensgebärden entwickelt, da viele Gebärdensprachnutzer sowohl einen geschriebenen Namen als auch eine Namensgebärde haben.

Die Kernaussage der Sitzung, wie der Artikel von AI for Good sie zusammenfasst: Wenn Barrierefreiheit in digitale Dienste eingebaut wird, kann KI Kommunikationsbarrieren abbauen und mehr Menschen eine gleichberechtigtere Teilhabe an der Gesellschaft ermöglichen. Den Ausgangspunkt formulierte Lee so: "Gleicher Zugang zu Informationen ist der Ausgangspunkt für gerechte Chancen."