L'IA per i segni di Google arriva solo in ASL

Cosa ha davvero lanciato Google

SL2T (sign language to text) è un modello di Google DeepMind che converte i movimenti simultanei di mani, volto e corpo della lingua dei segni direttamente in testo scritto, senza passare per le annotazioni intermedie 'gloss' che limitavano i sistemi di ricerca precedenti. È stato lanciato il 12 agosto 2026 all'interno di due prodotti di consumo sul Pixel 11: dettatura da segni a testo in Gboard, e risposte di conversazione basate sui segni in Live Transcribe. Il modello e stato addestrato con oltre 100.000 ore di dati sui segni che coprono più di 50 lingue dei segni, circa un quarto in lingua dei segni americana (ASL), e ottiene 70 punti BLEURT sul benchmark FLEURS-ASL, un risultato che Google descrive come nettamente superiore a qualsiasi risultato pubblicato in precedenza. È stato costruito con un comitato consultivo composto da organizzazioni ed esperti sordi, e il progetto è stato ideato da Sam Sepah, un dipendente sordo di Google, secondo il principio dichiarato di costruire con la comunità sorda e non solo per essa.

Google è trasparente su dove il modello fatica ancora: segni rari, dattilologia veloce, costruzioni grammaticali passive, rappresentazioni classificatorie e l'inferenza del tempo verbale senza contesto compaiono tutte nella sua stessa lista pubblicata di limiti. Questa franchezza conta, perché non si tratta di un articolo di ricerca o di un video dimostrativo, ma del primo modello di traduzione della lingua dei segni distribuito all'interno della tastiera predefinita di uno smartphone di massa, disponibile dal primo giorno per qualsiasi proprietario di un Pixel 11 senza costi aggiuntivi.

La scelta sulla privacy che nessun titolo ha colto

Secondo il diritto europeo sulla protezione dei dati, i dati biometrici usati per identificare in modo univoco una persona fisica rientrano in una categoria speciale ai sensi dell'articolo 9 del GDPR, con condizioni più rigide su quando possono essere trattati. Le riprese video del volto e delle mani di una persona, catturate appositamente per analizzarne i movimenti corporei, si avvicinano molto a quel confine. L'architettura di SL2T è costruita per restarne ben distante: il telefono esegue MediaPipe Holistic, un tracciatore di postura, direttamente sul dispositivo, e solo le coordinate geometriche risultanti di mani, volto e postura corporea vengono inviate ai server di Google per la traduzione. Il video originale viene scartato sul dispositivo all'istante e non viene mai trasmesso né conservato.

Che gli ingegneri di Google l'abbiano formulato internamente in termini di GDPR oppure no, si tratta di un esempio da manuale di minimizzazione dei dati: ridurre un flusso video alla più piccola astrazione che svolge comunque la funzione richiesta, e scartare tutto il resto prima che lasci il dispositivo. Qualsiasi team di prodotto rivolto all'UE che stia costruendo una funzione di accessibilità, gesti o dettatura basata su fotocamera ha ora un esempio concreto e già distribuito a cui fare riferimento in una valutazione d'impatto sulla protezione dei dati, oltre a un argomento solido sul perché le coordinate dei punti chiave, e non il video grezzo, dovrebbero essere l'architettura predefinita e non un ripensamento successivo.

Perché 'solo ASL' pesa più in Europa di quanto sembri

Le lingue dei segni sono nazionali e regionali, non universali, e non seguono la lingua parlata del paese che le usa. La lingua dei segni britannica e quella americana sono lingue separate, con grammatica diversa e vocabolario in gran parte differente, pur circondate entrambe da un paese di lingua inglese. La Germania ha la DGS, la Francia la LSF, l'Italia la LIS, la Polonia la PJM, e nessuna di esse è un dialetto dell'ASL o delle altre. La cifra di Google di 'oltre 50 lingue dei segni, 100.000 ore' descrive l'ampiezza dei dati di addestramento e della base di ricerca di SL2T; la funzione effettivamente lanciata traduce solo dall'ASL all'inglese. Ciò significa che nessuna lingua dei segni dell'UE o del Regno Unito è utilizzabile in questo lancio, né il primo giorno né per un periodo non specificato successivo.

La tempistica acuisce il divario. Gli obblighi dell'Atto Europeo sull'Accessibilità sono diventati applicabili per molti prodotti e servizi digitali negli stati membri dal 28 giugno 2025, con le autorità nazionali di vigilanza sul mercato ora autorizzate ad agire sui reclami. L'Atto non impone una funzione specifica della tastiera mobile come questa, quindi la sua assenza non costituisce di per sé una violazione. Ma significa che un utente sordo a Roma, Milano o Napoli legge la pubblicità sull'accessibilità del Pixel 11 che descrive una capacità che la propria lingua dei segni non può usare, proprio nel momento in cui l'attenzione sull'accessibilità digitale nell'UE e nel Regno Unito è in aumento e non in calo.

Cosa significa questo per la pianificazione in UE e Regno Unito

Per i team di prodotto e conformità, l'architettura basata solo su coordinate è lo schema che vale la pena copiare per qualsiasi funzione di accessibilità, gesti o dettatura basata su fotocamera rivolta a utenti dell'UE o del Regno Unito. Riduce la questione dell'esposizione dei dati biometrici prima che il team legale debba rispondervi sotto pressione, ed è un esempio concreto da citare in una valutazione d'impatto sulla protezione dei dati come minimizzazione dei dati fin dalla progettazione, invece di un'aggiunta dell'ultimo minuto per la conformità.

Per i team di accessibilità o di approvvigionamento che valutano proprio questa funzione, il consiglio è più diretto: non pianificare budget contando sull'arrivo imminente della lingua dei segni britannica, della DGS, della LSF o di qualsiasi altra lingua dei segni nazionale dell'UE. La stessa lista dei limiti pubblicata da Google promette solo 'ulteriori lingue dei segni' senza data, e la sequenza scelta dall'azienda, ASL prima con tutto il resto descritto come qualcosa che seguirà in seguito, suggerisce che il supporto per UE e Regno Unito sia una seconda ondata di lancio misurata in trimestri e non in settimane. Nel consigliare un cliente sull'acquisto di dispositivi per personale o clientela sorda, conviene trattare la pubblicità sull'accessibilità del Pixel 11 e la funzione effettivamente distribuita in un dato mercato come due cose distinte.

Da leggere ora: Nove dei 10 migliori modelli video IA sono ora cinesi  |  IA aperta aggiunge un giorno di preavviso sui cicloni