Hvad Google faktisk har lanceret

SL2T (sign language to text) er en model fra Google DeepMind, der omsætter de samtidige hånd-, ansigts- og kropsbevægelser i tegnsprog direkte til skrevet tekst, uden om de mellemliggende 'gloss'-annoteringer, der begrænsede tidligere forskningssystemer. Den blev lanceret den 12. august 2026 i to forbrugerprodukter på Pixel 11: tegn-til-tekst-diktering i Gboard og tegnbaserede samtalesvar i Live Transcribe. Modellen blev trænet på over 100.000 timers tegndata på tværs af mere end 50 tegnsprog, cirka en fjerdedel af det amerikansk tegnsprog (ASL), og opnår 70 BLEURT-point på FLEURS-ASL-benchmarken, et resultat Google beskriver som langt foran ethvert tidligere offentliggjort resultat. Den blev udviklet med et rådgivende AI-tegnsprogsudvalg af døveorganisationer og specialister, og projektet blev tanket af Sam Sepah, en døv Google-medarbejder, ud fra princippet om at bygge sammen med det døve fællesskab og ikke kun for det.

Google er åben om, hvor modellen stadig kæmper: sjældne tegn, hurtig fingerstavning, passive grammatiske konstruktioner, klassifikator-gengivelser og udledning af tidsform uden kontekst står alle på dens egen offentliggjorte liste over begrænsninger. Den åbenhed betyder noget, for dette er hverken en forskningsartikel eller en demovideo, men den første tegnsprogsoversættelsesmodel, der lanceres inde i standardtastaturet på en almindelig forbrugertelefon, tilgængelig fra dag et uden ekstra omkostning for enhver ejer af en Pixel 11.

Privatlivsvalget ingen overskrift fangede

Efter europæisk databeskyttelsesret hører biometriske data, der bruges til entydigt at identificere en fysisk person, til en særlig kategori under artikel 9 i GDPR, med strengere betingelser for, hvornår de må behandles. Videooptagelser af en persons ansigt og hænder, optaget specifikt for at analysere kropsbevægelser, ligger tæt på den grænse. SL2T's arkitektur er bygget til at holde tydelig afstand: telefonen kører MediaPipe Holistic, en positurtracker, direkte på enheden, og kun de resulterende geometriske koordinater for hænder, ansigt og kropsholdning sendes til Googles servere til oversættelsen. Den oprindelige video slettes på enheden med det samme og bliver aldrig sendt eller gemt.

Uanset om Googles ingeniører internt formulerede det i GDPR-termer eller ej, er det et skolebogseksempel på dataminimering: reducere et kamerasignal til den mindste abstraktion, der stadig løser opgaven, og kassere alt andet, før det forlader enheden. Ethvert produktteam med EU-brugere, der bygger en kamerabaseret tilgængeligheds-, gestus- eller diktafunktion, har nu et konkret, allerede lanceret eksempel at pege på i en konsekvensanalyse for databeskyttelse, og et stærkt argument for hvorfor koordinater for nøglepunkter, og ikke rå video, bør være standardarkitekturen frem for en eftertanke.

Hvorfor 'kun ASL' vejer tungere i Europa, end det lyder

Tegnsprog er nationale og regionale, ikke universelle, og de følger ikke talesproget i det land, hvor de bruges. Britisk og amerikansk tegnsprog er adskilte sprog med forskellig grammatik og stort set forskelligt ordforråd, selvom begge lande taler engelsk. Tyskland har DGS, Frankrig har LSF, Italien har LIS, Polen har PJM, og ingen af dem er en dialekt af ASL eller af hinanden. Googles tal om 'over 50 tegnsprog, 100.000 timer' beskriver bredden af SL2T's træningsdata og forskningsgrundlag; den funktion, der faktisk er lanceret, oversætter kun ASL til engelsk. Det betyder, at intet EU- eller UK-tegnsprog kan bruges i denne lancering, hverken på dag et eller i en uspecificeret periode derefter.

Timingen skærper hullet. Forpligtelserne i den europæiske tilgængelighedslov blev håndhævelsespligtige for mange digitale produkter og tjenester i medlemslandene fra den 28. juni 2025, og nationale markedstilsynsmyndigheder kan nu handle på klager. Loven kræver ikke en bestemt tastaturfunktion som denne, så dens fravær er ikke i sig selv en overtrædelse. Men det betyder, at en døv bruger i København, Aarhus eller Odense læser Pixel 11-tilgængelighedsreklamer, der beskriver en evne, som deres eget tegnsprog ikke kan bruge, netop når opmærksomheden på digital tilgængelighed i EU og Storbritannien stiger snarere end aftager.

Hvad det betyder for udrulning i EU og Storbritannien

For produkt- og compliance-teams er den rene koordinatarkitektur mønsteret værd at kopiere for enhver kamerabaseret tilgængeligheds-, gestus- eller diktafunktion rettet mod EU- eller UK-brugere. Den indsnævrer spørgsmålet om biometrisk datæksponering, før den juridiske afdeling skal svare på det under pres, og er et konkret eksempel at citere i en konsekvensanalyse for databeskyttelse som dataminimering fra starten, frem for en compliance-tilføjelse i sidste øjeblik.

For tilgængeligheds- eller indkøbsteams, der vurderer netop denne funktion, er rådet mere direkte: budgetter ikke med, at britisk tegnsprog, DGS, LSF eller andre nationale EU-tegnsprog kommer snart. Googles egen liste over begrænsninger lover kun 'flere tegnsprog' uden dato, og selskabets egen rækkefølge, først ASL med alt andet beskrevet som noget, der følger senere, tyder på, at EU- og UK-understøttelse er en anden udrulningsbølge målt i kvartaler frem for uger. Når man rådgiver en kunde om indkøb af enheder til døve medarbejdere eller kunder, bør man behandle Pixel 11's tilgængelighedsreklame og den funktion, der rent faktisk lanceres i et givent marked, som to forskellige ting.

Læs videre: Ni ud af de 10 bedste AI-videomodeller er nu kinesiske  |  Open source-AI giver cykloner en ekstra varselsdag