A gigante de tecnologia Google anunciou nesta semana uma funcionalidade que promete transformar a forma como pessoas surdas interagem com seus smartphones. Durante o evento Made by Google, a empresa revelou o modelo de inteligência artificial SL2T, capaz de traduzir a Linguagem Brasileira de Sinais diretamente para texto escrito, diretamente nos dispositivos da linha Pixel 11.
A nova ferramenta estará disponível nos aplicativos Gboard e Live Transcribe, permitindo que usuários realizem diversas tarefas apenas com gestos. Entre as possibilidades estão fazer pesquisas no Google, redigir mensagens de texto ou e-mails, criar documentos e até interagir com o assistente Gemini, tudo isso sem digitar uma única tecla.
Para que o reconhecimento funcione, o sistema utiliza visão computacional diretamente no aparelho, rastreando 130 pontos pelo rosto, corpo e mãos do usuário. Essas coordenadas são então enviadas aos servidores da empresa para a tradução, enquanto as imagens originais são imediatamente descartadas. O Google afirma que não armazena registros do que foi sinalizado ou do texto produzido, a menos que o usuário autorize explicitamente sua participação em estudos de avaliação.
Diferentemente de abordagens anteriores, que convertiam sinais em etiquetas chamadas de "glosses" antes da tradução, o SL2T realiza a conversão diretamente para texto. Essa metodologia permite considerar expressões faciais, posicionamento corporal e outros movimentos que carregam significado na língua de sinais, superando limitações de sistemas anteriores.
O modelo foi treinado com mais de 100 mil horas de dados abrangendo mais de 50 línguas de sinais, sendo aproximadamente um quarto desse material composto por LIBRAS. A tecnologia também reconhece sinais feitos com uma única mão, facilitando o uso por pessoas que seguram o celular com a outra mão, além de adaptadores para canhotos.
Apesar do avanço, o Google reconhece que a ferramenta ainda apresenta limitações significativas. O sistema pode ter dificuldades com variações regionais de sinais, gírias, gramática complexa, datilologia rápida e significados transmitidos principalmente por expressões faciais ou movimentos da cabeça. Também podem ocorrer os chamados "textos fantasmas", quando o usuário faz pausas ou outra pessoa entra na área da câmera.
A precisão pode diminuir em ambientes com pouca iluminação, quando o sinalizador está parcialmente fora do quadro ou quando não há contraste suficiente entre as mãos, rosto, roupas e ambiente. O modelo também não foi formalmente avaliado em pessoas menores de 18 anos ou testado extensivamente com sinalizadores que possuem deficiências motoras.
Por essas razões, o Google e seu Comitê Consultivo de Inteligência Artificial para Língua de Sinais classificam o SL2T como "estritamente uma ferramenta de entrada assistiva para comunicação de baixo risco" e não atende a requisitos legais de acessibilidade razoável. A tecnologia não deve ser utilizada em consultas médicas, processos legais, salas de aula, entrevistas de emprego, audiências governamentais ou outras situações onde um erro possa ter consequências sérias.
A empresa reforça que instituições não devem utilizar o software para substituir intérpretes humanos qualificados ou evitar suas obrigações de acessibilidade. O desenvolvimento contou com a participação de funcionários surdos, testadores externos, organizações de defesa dos direitos, intérpretes profissionais e especialistas em língua de sinais.
O evento Made by Google, apresentado pelo comediante Trevor Noah, marcou o lançamento da linha Pixel 11, além do Pixel Watch 5 e outras novidades em hardware da empresa.
Fonte: Mashable
