Google enseña al Pixel 11 a hablar en lengua de signos
Google sigue empeñada en convencernos de que los smartphones no tienen límites, sobre todo si se les añade un poco de inteligencia artificial y ganas de sorprender, además de conquistar un nuevo mercado de usuarios. Con la llegada del Pixel 11, las personas que utilizan la lengua de signos americana (ASL) podrán «hablar» con el teléfono usando las manos gracias al nuevo sistema SL2T. Esta tecnología se desarrolló en el laboratorio Google DeepMind y se ha incorporado al teclado Gboard y a la aplicación Live Transcribe del nuevo Pixel.
La idea es sencilla: en vez de escribir, agita las manos delante de la cámara. El dispositivo reconoce los movimientos y los convierte al instante en texto en inglés. Se puede buscar en Google, escribir correos electrónicos o, por ejemplo, hacer una seña con una mano mientras se sujeta el teléfono con la otra. Si la conversación es en persona, se puede «responder» con signos en plena reunión: el programa mostrará el texto sin tener que entretenerse con teclas complicadas.
Hay una pega: por ahora solo funciona con ASL y en los nuevos Pixel, aunque ya se han anunciado planes para admitir otras lenguas de signos y dispositivos. Crucemos los dedos para que no haya que esperar años. Mientras tanto, Google recuerda que reconocer una lengua de signos es mucho más difícil que aprender un par de emojis o el gesto de «me gusta». Al fin y al cabo, es una lengua con su propia gramática, sintaxis y todo un arsenal de movimientos que implica no solo las manos, sino también el torso, la cabeza y la cara.
Para reconocer el significado, los sistemas de visión artificial del smartphone rastrean hasta 130 puntos del rostro y el cuerpo de la persona usuaria. Por privacidad, el vídeo se borra de inmediato y Google solo recibe un conjunto de coordenadas para traducirlo: algo así como un «mapa de signos» anónimo. La empresa jura que no se guarda un historial de las traducciones, salvo que el usuario dé permiso para contribuir al entrenamiento de la máquina.
SL2T traduce los signos directamente al inglés, sin pasar por el lenguaje intermedio y burocrático de las llamadas glosas, que se utilizaba antes y a menudo dejaba fuera matices de la expresión facial y construcciones espaciales. La nueva arquitectura permite tener en cuenta incluso pequeños movimientos de las cejas o posiciones específicas de las manos que cambian el significado.
El modelo se entrenó con 100.000 horas de vídeo en 50 lenguas de signos, aunque una cuarta parte del material correspondía precisamente a la lengua de signos americana. La plataforma también tiene en cuenta la comunicación con una sola mano y las preferencias de las personas zurdas.
Sin embargo, no estamos ante un traductor universal de Star Trek: SL2T no entiende expresiones regionales, la dactilología rápida ni las expresiones faciales especialmente complejas, y a veces incluso se inventa cosas que el usuario no ha signado («texto fantasma»), por ejemplo, si alguien más se cuela en el plano o el usuario se queda pensando. Funciona mal a oscuras, cuando las manos se confunden con la ropa por el color, o si la persona sale del encuadre. En fin, por ahora es solo un prototipo con muchas limitaciones: está pensado para adultos sin trastornos motores importantes, no para niños.
Google advierte claramente que no se debe recurrir a SL2T para asuntos legales, reconocimientos médicos ni exámenes. Tampoco es de recibo sustituir a intérpretes profesionales de lengua de signos, y no debe utilizarse para tareas importantes. El sistema está pensado únicamente para la comunicación cotidiana, donde el coste de un error es mínimo y no se requiere reconocimiento oficial.
En el proyecto participaron no solo programadores, sino también empleados sordos de la empresa, evaluadores externos y expertos intérpretes de lengua de signos. Google promete seguir trabajando tanto en la generación de respuestas en signos como en otras lenguas. La presentación de los nuevos dispositivos de Google, incluidos el Pixel 11 y el Pixel Watch 5, tuvo lugar durante el evento Made by Google, pero la novedad de accesibilidad fue la que más dio que hablar.
PEREC.RU
Google ha decidido aparentar que se preocupa por todo el mundo, pero, como suele ocurrir, el resultado es una solución experimental para unos pocos. SL2T, nombre tan sucinto como elocuente, es un producto del laboratorio DeepMind que traduce la lengua de signos a texto mediante la cámara del nuevo Pixel 11, pero solo en ASL y con usuarios seleccionados con esmero. La cámara cuenta puntos, el vídeo se borra y la empresa promete privacidad; pero basta con mover mal una ceja para que aparezca un disparate en pantalla. Si algo falla, no habrá nadie a quien echarle la culpa salvo a uno mismo. La compatibilidad con otras lenguas llegará «pronto», aunque da la impresión de que aún le quedan cinco años de desarrollo.
Todo esto parece insinuar que la inclusión de verdad solo le interesa a Google para sus comunicados de prensa. Los intérpretes de lengua de signos no se apresuran a apuntarse al paro: la tecnología no sirve para conversaciones serias, juicios ni exámenes, y la propia Google lo advierte con franqueza. Aunque el producto se desarrolló con la participación de empleados sordos y personas evaluadoras, aún no hay motivo para celebrar. La innovación solo impresiona a quien necesita con urgencia una función de «traduce lo que acabo de manotear» mientras tiene las manos ocupadas con el móvil.
A pesar de todas las salvedades, SL2T plantea una pregunta: ¿hay una preocupación real detrás de la tecnología o es otro intento de demostrarle al mundo lo buena que es la empresa a base de IA y marketing? La imagen es bonita, la función está ahí para cubrir el expediente y la accesibilidad de verdad sigue en una beta permanente. Conclusión: las personas sordas tienen menos barreras, Google gana un nuevo reclamo publicitario y la sociedad vuelve a debatir qué importa más: los cambios reales o los gestos de cara a la galería en favor de la inclusión.
