Per la maggior parte dell’era smartphone, la tecnologia assistiva su cui facevano affidamento le persone cieche si presentava in due varianti. C’erano dispositivi costosi, specializzati, mono-funzione — una fotocamera per leggere i testi, un identificatore di colori, un’unità GPS con una voce macchinosa — e c’erano app che mettevano in contatto con un essere umano, perché nessuna macchina era in grado di descrivere in modo affidabile il mondo visivo disordinato. La prima variante era costosa e fragile. La seconda funzionava, ma significava chiedere a un’altra persona ogni volta che si voleva sapere se il latte era scaduto.

La svolta è arrivata nel marzo 2023, quando OpenAI ha annunciato GPT-4 e ha usato l’app per ciechi Be My Eyes come dimostrazione emblematica di ciò che un modello con capacità visive poteva fare. Per la prima volta un modello general purpose, non un classificatore costruito a mano, era in grado di osservare una foto qualsiasi e rispondere a domande in merito in un linguaggio fluente. Quella singola capacità — descrivere qualsiasi cosa, poi rispondere alle domande di approfondimento — si è rivelata essere esattamente ciò che mancava al settore. Nel giro di diciotto mesi era stata integrata in telefoni, occhiali, screen reader e cani da guida smart.

Questo primer passa in rassegna quell’ondata su sei fronti: le app di assistenza visiva, i dispositivi indossabili, gli ausili per la navigazione, gli screen reader dei sistemi operativi, le innovazioni braille e tattili, e il livello web che sta alla base di tutto. In tutto, la domanda è la stessa che si pone a qualsiasi nuovo strumento: non «è impressionante in una demo?» ma «una persona cieca ottiene una risposta corretta e utile quando ne ha bisogno?» La risposta onesta, nel 2026, è «molto più spesso che nel 2022 — e ancora non abbastanza da fidarsi ciecamente». Teniamo entrambe le metà di questa frase in vista.

Il cambiamento più importante è anche il meno visibile: risiede in app che le persone già possedevano. La categoria si è divisa in due livelli che ora lavorano insieme — descrizione AI istantanea per la domanda di routine, e un essere umano in linea per il momento che conta. I flussi di lavoro più efficaci consentono a un utente di iniziare con il modello e scalare verso una persona con un solo tocco.

Le schede qui sotto descrivono il comportamento pratico dei cinque servizi che dominano l’uso quotidiano, non le dichiarazioni di marketing. «Il problema» è la colonna da leggere per prima.

Tenere un telefono alzato per puntare la fotocamera è praticabile, ma occupa una mano e annuncia a tutti i presenti esattamente cosa si sta facendo. Il cambiamento hardware più importante del periodo è stato spostare la fotocamera sulla testa, dove punta nella direzione in cui guarda l’utente e libera entrambe le mani. Due cose hanno reso questo possibile contemporaneamente: fotocamere indossabili economiche e di qualità accettabile, e un modello abbastanza capace da dare senso a ciò che esse vedono.

Il momento spartiacque è stato il novembre 2024, quando Meta ha aggiunto una modalità per utenti ciechi ai suoi occhiali mainstream Ray-Ban Meta tramite un’integrazione con Be My Eyes — una funzione «Chiama un volontario» che trasmette in streaming la visione in prima persona del portatore a un assistente vedente, affiancata dall’AI di Meta che può descrivere ciò che si trova davanti all’utente su richiesta. Per la prima volta il dispositivo assistivo era un paio di occhiali da sole che le persone già volevano indossare, non un apparecchio medicale vistoso.

La navigazione è il problema più difficile del settore, perché il costo di una risposta sbagliata è un marciapiede, una tromba delle scale o una strada. Il periodo ha prodotto reali progressi su due sotto-problemi distinti: rilevare ciò che si trova immediatamente intorno, e orientarsi in un edificio dove il GPS viene meno.

La rivoluzione più silenziosa è avvenuta all’interno dello screen reader. Per anni, il problema che un utente cieco incontrava più spesso era l’immagine non descritta — una foto, un grafico, un meme senza testo alternativo. Tra il 2024 e il 2026 ogni piattaforma principale ha introdotto una risposta integrata: si punta lo screen reader su un’immagine e un modello integrato la descrive, poi accetta domande di approfondimento. Ciò che una volta richiedeva un’app di terze parti è ora una singola combinazione di tasti.

La matrice qui sotto mette a confronto i risultati raggiunti da ciascuna piattaforma. Lo schema è coerente — descrizione AI delle immagini ovunque, comprensione della telecamera in tempo reale più avanzata su mobile, supporto braille approfondito di recente su Apple — ma i dettagli determinano quale strumento si adatta a un determinato utente. Per la metodologia di test e gli strumenti, la nostra guida agli strumenti di test per screen reader approfondisce l’argomento, e lo standard di riferimento è WCAG 2.2.

Il ciclo di maggio 2025 di Apple merita una nota a parte, perché ha ampliato la definizione di accessibilità. Braille Access trasforma un iPhone, iPad, Mac o Vision Pro in un note-taker braille completo che comunica nativamente con un display aggiornabile. Accessibility Reader è una modalità di lettura a livello di sistema per utenti ipovedenti e dislessici. Accessibility Nutrition Labels inserisce le funzionalità di accessibilità di un’app direttamente nella sua pagina dell’App Store, così un utente cieco può sapere prima di scaricarla se un’app funzionerà — un nudge strutturale che spinge ogni sviluppatore a fare di meglio.

Una funzionalità precedente merita di essere menzionata anche qui: Personal Voice, che consente a una persona di registrare e sintetizzare un modello della propria voce. È stata concepita per chi sta perdendo la capacità di parlare, ma indica un futuro più ampio in cui la voce sintetica nell’orecchio di un utente cieco può essere una che ha effettivamente scelto.

In mezzo a tutta l’AI, la svolta più attesa era meccanica. I display braille aggiornabili mostravano una singola riga di testo da decenni — ottimi per la prosa, del tutto inadeguati per un manuale di matematica, una mappa o un grafico. Il sogno di una pagina intera di braille dinamico e grafica tattile aveva un nome nel settore, «Holy Braille», e per anni era rimasto tale.

Nel 2024 è diventato realtà. Il Monarch, frutto di una partnership tra l’American Printing House for the Blind e HumanWare, è il primo dispositivo mainstream in grado di mostrare dieci righe di braille e grafica tattile sulla stessa superficie aggiornabile — così uno studente può sentire un grafico a barre, un diagramma geometrico o una mappa e leggerne contemporaneamente le etichette in braille. È basato su Android, importa file di grafica tattile e supporta il formato eBraille multilinea emergente. Il prezzo è elevato, nell’ordine delle cinque cifre, motivo per cui raggiunge principalmente gli studenti tramite finanziamenti istituzionali anziché i privati. Il Dot Pad coreano, un display tattile a matrice di pin che Apple supporta nativamente, affronta lo stesso problema dal lato consumer. Per il mercato più ampio, si consulti la nostra guida all’acquisto dei display braille aggiornabili.

Ogni sezione sopra riportava una riga «il problema» per una ragione. I progressi sono reali, ma un primer che vendesse solo il lato positivo farebbe un torto ai propri lettori. Quattro limitazioni attraversano l’intero panorama, e qualsiasi acquirente onesto dovrebbe valutarle prima del marketing.

Scritto onestamente, la storia dal 2023 al 2026 è che il soffitto si è alzato notevolmente e il pavimento si è appena mosso. Una persona cieca nel 2026 può fare cose che erano fantascienza nel 2022 — chiedere a un paio di occhiali da sole cosa c’è su un menu, sentire un grafico aggiornarsi sotto le dita, ottenere qualsiasi foto descritta con una singola combinazione di tasti. Si tratta di una genuina espansione dell’indipendenza, e si è concretizzata più velocemente di quanto chiunque nel settore avesse previsto.

Ma il pavimento — le cose che devono funzionare ogni singola volta — ha tenuto fermo. Un modello allucinan ancora. Una fotocamera vede ancora troppo. Un’ottima app ancora non riesce a correggere un sito web non funzionante o a sostituire un istruttore di mobilità. La maturità di questo momento non sta nelle demo; sta nel sapere esattamente di quale strumento fidarsi per quale compito, e quale ricontrollare. I professionisti e gli utenti migliori già pensano in questo modo: la macchina per la velocità, l’essere umano per il momento che conta, e il bastone in mano per tutto il tempo.

I prossimi tre anni saranno giudicati sul pavimento, non sul soffitto. Se i tassi di allucinazione scenderanno, se l’hardware di qualità diventerà più economico e se il web sottostante recupererà finalmente terreno sulla tecnologia assistiva che ci opera sopra, il divario tra ciò che è possibile e ciò che è affidabile si chiuderà. Nel frattempo, la regola che attraversa ogni sezione di questo primer vale: gli strumenti sono una bozza straordinaria di vista su richiesta — e l’utente, non il modello, ha ancora l’ultima parola.