Inclusive Information and Communication Technologies (IICT)

Von Michel Bossart, Redaktion tactuel

Sarah Ebling forscht an der Universität Zürich zu barrierefreier Kommunikation und Sprachtechnologie. Sie leitet den Bereich Language, Technology and Accessibility am Institut für Computerlinguistik und beschäftigt sich seit Jahren mit automatischer Übersetzung, Leichter Sprache und Gebärdensprache. Im Projekt «Inclusive Information and Communication Technologies» hat sie mit Partnern aus Forschung und Praxis daran gearbeitet, wie KI Menschen mit Beeinträchtigungen konkret unterstützen kann.

Frau Ebling, das Projekt «Inclusive Information and Communication Technology» lief mehrere Jahre und vereinte zahlreiche Institutionen. Was war der ursprüngliche Ausgangspunkt dieses Vorhabens? Welche Lücke sollte das Projekt schliessen?
Ich hatte schon länger beobachtet, dass im Bereich von KI-basierten «Accessibility Services» eine Lücke besteht. Die Dienstleistungen, um die es mir ging, etwa Textvereinfachung, Audiodeskription oder Gebärdensprachübersetzung, waren damals fast vollständig von Menschen erbracht. Es ging mir nie darum, diese Fachleute zu ersetzen. Menschliche Dienstleistungen bleiben der beste Fall. Ich wollte vielmehr technologische Unterstützung entwickeln, die zu halbautomatischen Lösungen führt. Ein Beispiel ist ein Werkzeug, mit dem gehörlose Gebärdensprachübersetzende effizienter arbeiten können. Dort, wo Menschen nicht eingesetzt werden können, sollten auch maschinelle Lösungen entstehen. Etwa bei Warnmeldungen in Leichter Sprache, die jederzeit verfügbar sein müssen und oft nach ähnlichen Mustern funktionieren. Ich habe dann Forschungspartner und Praxispartnerinnen kontaktiert, mit denen ich bereits früher zusammengearbeitet hatte. Gemeinsam haben wir das Projekt aufgebaut.

Der Projekttitel verspricht inklusive Informations- und Kommunikationstechnologien. Was bedeutet «Inklusion» in diesem Kontext konkret? Welche Barrieren standen am Anfang im Zentrum Ihrer Arbeit?
Das Projekt hat sich auf die Kontexte Hörbeeinträchtigung, also Gebärdensprache, Sehbeeinträchtigung und kognitive Beeinträchtigung konzentriert. Inklusion habe ich im Projekt auch so interpretiert, dass Vertretende dieser Zielgruppen von Beginn weg in die Entwicklung der Lösungen involviert sind, also als Partizipation. Das ist etwas, was bei der Entwicklung von KI-basierten Lösungen in der Vergangenheit nicht immer der Fall war, und das Ergebnis war tiefe Qualität und Akzeptanz. Mir war auch wichtig, dass Zugänglichkeit nicht nur so interpretiert wird, dass assistive Technologien entwickelt werden, um Zugang für Menschen mit Beeinträchtigungen zu schaffen, sondern dass zum Beispiel auch an Lösungen gearbeitet wird, mit denen hörende Menschen Technologieunterstützung beim Lernen von Gebärdensprache erhalten. Auch das ist für mich Zugang – und ich spreche bewusst nicht von Barrierefreiheit, denn vollständige Barrierefreiheit ist eine Utopie.

Das Projekt vereinte Forschende aus verschiedenen Disziplinen. Wer war beteiligt, und welche Rolle spielten Betroffene – etwa Menschen mit Seh- oder anderen Beeinträchtigungen – in der Entwicklung der Lösungen?
Als Forschungspartner waren beteiligt: die Universität Zürich, ICARE (Sierre), die Interkantonale Hochschule für Heilpädagogik Zürich (HfH), das Idiap Research Institute (Martigny) und die Zürcher Hochschule für Angewandte Wissenschaften (ZHAW). Als sogenannte Umsetzungspartner – das sind im Wesentlichen Praxispartner – waren beteiligt: SWISS TXT, eine Tochtergesellschaft der SRG, die für «Accessibility Services» wie Audiodeskription oder Untertitelung zuständig ist, der Mutterkonzern von «capito», Anbieter von Leichte-Sprache-Dienstleistungen in Österreich, der Schweizerische Gehörlosenbund (SGB-FSS), das Eidgenössische Büro für die Gleichstellung von Menschen mit Behinderungen (EBGB) stellvertretend für weitere Abteilungen des Eidgenössischen Departments des Innern (Meteo Schweiz, BSV und BAG), das Bundesamt für Bevölkerungsschutz über seine «AlertSwiss»-App und die Zürich-Versicherungs-Gesellschaft. Im Beirat des Projekts vertreten war unter anderen auch Vivianne Visschers, Verantwortliche Forschung beim SZBLIND.

Können Sie ein oder zwei Beispiele nennen, die besonders gut zeigen, was im Projekt konkret entstanden ist? Welche Anwendungen oder Technologien haben das grösste Potenzial für den Alltag?
Es sind viele gute Lösungen entstanden. Das grösste Potenzial für den Alltag haben sicherlich beispielsweise die bald verfügbare Leichte-Sprache-Version der «AlertSwiss»-Warnmeldungen und eine Vorstufe der automatischen Audiodeskription, die unser Forschungspartner ICARE entwickelt hat. Dabei werden Texte in Bauchbinden sowie weitere textuelle Inhalte in TV-Formaten mithilfe von Sprachsynthese vorgelesen. Mir ist wichtig zu betonen, dass vollständig automatisierte Audiodeskription nicht etwas ist, was wir im Projekt angestrebt haben. Wir arbeiten seit längerem mit professionellen Audiodeskribierenden zusammen und wissen, wie viel Handwerkskunst darin steckt. Einzelne Teilschritte lassen sich aber automatisieren, zum Beispiel die Erkennung von Segmenten in Videos beziehungsweise der zugehörigen Audiospuren, in denen nicht gesprochen wird und in die sich damit eine Audiodeskription einfügen liesse. Das erleichtert die Arbeit für menschliche Audiodeskribierende

Viele Forschungsprojekte bleiben im Labor. Wie wichtig war es für Sie, Lösungen zu entwickeln, die tatsächlich im Alltag genutzt werden können?
Projekte wie unseres, die von der Innosuisse gefördert werden, haben immer einen angewandten Charakter. Das ist etwas, was mir sehr liegt. Ich sehe noch viel Potenzial für gute Forschung, insbesondere in diesem anwendungsorientierten Bereich.

Das Projekt verfügte über ein Budget von rund 12,3 Millionen Franken. Wie wurde dieses Geld eingesetzt? Welche Bereiche – etwa Personal, Technik oder Pilotprojekte – beanspruchten den grössten Anteil?
Der allergrösste Teil des Budgets floss in Personalkosten. Daneben beantragten wir etwa auch Kosten für humane «Accessibility Services», zum Beispiel die Gebärdensprachverdolmetschung unserer Meetings. Diese Kosten wurden vollumfänglich gutgeheissen, was uns sehr freute und ein wichtiges Signal für nachfolgende Projekte sendete.

Solche Summen wecken auch Erwartungen. Woran messen Sie den Erfolg des Projekts?
Der Erfolg des Projekts liegt für mich in der Anzahl der «marktreifen» Lösungen, die aus dem Projekt hervorgegangen sind, aber auch im Wissens- und Vertrauensaufbau, der stattgefunden hat: bei den Forschungspartnern, bei den «Accessibility Professionals» – beispielsweise Audiodeskribierenden, Leichte-Sprache-Übersetzenden, Gebärdensprachübersetzenden –, mit denen wir zusammenarbeiteten, und auch bei den Zielgruppenvertretenden, wobei es natürlich auch Überlappungen zwischen diesen drei Gruppen gibt.

Wo lagen die grössten Schwierigkeiten während der Projektlaufzeit? Gab es Annahmen, die sich im Verlauf der Arbeit als falsch erwiesen?
Der schnelle Fortschritt im Bereich der Large Language Models (LLM) hat uns überrascht. Wir haben die Projektziele daran angepasst. Gleichwohl haben wir gesehen, dass im Bereich der multimodalen automatischen Verarbeitung – etwa wenn es um die Kombination von Bild oder Video und Text geht, wie bei der Audiodeskription – noch viel Verbesserungspotenzial da ist.

Die Schweiz gilt als innovationsstark. Wie steht die hiesige Forschung im Bereich barrierefreier Technologien im internationalen Vergleich da?
Ich denke, die Schweiz hat erkannt, dass sie in diesem Bereich investieren muss – Projekte wie unseres zeigen dies. Mir ist aber wichtig, dass wir nicht einem «KI-Hype» verfallen, der darauf abzielt, alle humanbasierten «Accessibility Services» zu automatisieren. Menschen mit Beeinträchtigungen haben teils sehr lange gekämpft, um Zugang zu diesen Dienstleistungen zu erhalten. Die Botschaft zu verbreiten, dass diese alle durch KI ersetzbar sind, wäre fatal, denn das entspricht nicht der Realität. Gleichwohl habe ich mit vielen Entscheidungsträgern und Entscheidungsträgerinnen zu tun, die genau dieser Ansicht sind. Hier müssen wir Aufklärungsarbeit leisten.

Wenn Sie auf die gesamte Projektlaufzeit zurückblicken: Welche Erkenntnis hat Sie persönlich am meisten überrascht?
Mich hat das Momentum, das wir mit dem Projekt angestossen haben, ungemein positiv überrascht. Sicher hat die Tatsache, dass wir seit längerem mit verschiedenen Praxispartnern gut zusammenarbeiten, geholfen – langjährige, tragfähige Beziehungen sind in diesem Bereich aus meiner Erfahrung heraus unglaublich wichtig. Dennoch war es für mich nicht selbstverständlich, auf wie viel finanzielle und ideelle Unterstützung wir zählen durften.

Was bleibt vom Projekt «IICT»? Wird die Forschung in diesem Bereich weitergeführt, und wo sehen Sie den grössten Handlungsbedarf für die kommenden Jahre?
Die Forschung in den verschiedenen Bereichen geht natürlich weiter. Ich denke da gerade an die Gebärdensprachübersetzung, wo wir trotz jahrelanger Forschung noch ganz am Anfang stehen, weil die Aufgabe sehr komplex und die Datensituation anspruchsvoll ist. Für mich kommen auch neue Themen dazu. Ich möchte beispielsweise dem Thema «taktiles Gebärden» mehr Aufmerksamkeit verschaffen. Das ist ein hochinteressantes und sehr anspruchsvolles Kommunikationssystem, das wir besser verstehen müssen.