Augen: respuestas instantáneas sobre lo que ves
Un concepto de IA visual pensado desde la accesibilidad: apuntas el móvil, preguntas, recibes una respuesta corta. Sin chat, sin registro. La velocidad es lo importante.
Augen (“ojos” en alemán) es un concepto de proyecto al que vuelvo una y otra vez: una herramienta visual de preguntas pensada para un momento muy concreto. Una persona ciega o con baja visión apunta el móvil hacia algo y necesita saber, ahora mismo, qué es o qué pone.
Todos los asistentes que existen se interponen en ese momento. Abres una app, esperas a que cargue, quizá creas una cuenta, empiezas un chat, describes lo que quieres, esperas una respuesta larguísima. Cualquiera de esos pasos está bien. Todos juntos, cuando solo necesitas saber qué pone un cartel, sobran.
La idea
Augen es una sola pantalla. Haz una foto o apunta la cámara en directo, pregunta por voz o texto (“qué pone aquí”, “es este el medicamento correcto”, “de qué color es esto”) y recibe una respuesta corta al momento.
Sin historial de chat, sin contexto de conversación que gestionar, sin cuenta. Usarlo cien veces al día debería parecerse a echar un vistazo.
Para interacciones más largas existiría AugenChat, un complemento para conversaciones que necesitan contexto: revisar un documento, comparar etiquetas, aprender la distribución de una habitación. Augen en sí se queda simple y rápido a propósito.
Por qué ahora
No es una demanda hipotética. Las personas ciegas o con baja visión ya se ponen gafas con cámara y hacen preguntas en voz alta. Las Ray-Ban Meta acabaron siendo, sin quererlo, un dispositivo de accesibilidad, y la comunidad se dio cuenta antes que Meta.
Lo que aún no existe es un ecosistema que ponga la accesibilidad primero en vez de añadirla al final:
- Abierto, para que nadie dependa de las gafas y los modelos de un solo fabricante.
- Local donde se pueda, porque la foto de tu medicación no debería tener que subirse a ningún sitio.
- Accesibilidad por defecto. Los ajustes existen para todos, la interfaz los asume, y las situaciones temporales - un brazo roto, un sol que deslumbra en plena calle - dejan de ser casos raros.
Estado
Es un concepto que estoy dando forma para construirlo. El bucle central es lo bastante pequeño para prototiparlo rápido: capturar, un modelo de visión, una pregunta, una respuesta. Casi todo el trabajo está en recortar cada tap y cada milisegundo que sobran.
Más según tome forma. Si trabajas en accesibilidad o usas estas herramientas a diario, me gustaría saber qué se rompe en tu flujo actual.
Borrador con IA, edición a mano. Lo publico cuando me suena a mí.