視障者的數字化生存：科技可以創造「一雙眼睛」嗎？

「盲人都看不見，怎麼吃飯、出門、上廁所？」

「『我們』怎樣才能更好地幫助『你們』？」

這是曹宇最常聽見的兩類問題。31歲的他，出生在中國山西，自幼全盲。很多時候，他感到自己首先被視作一個遙遠的、抽象的、「沒有眼睛」的人，其次才是他自己。

近年，生成式AI發展迅速，「科技向善」持續升溫，AI好像理所當然地成為了這兩個問題的粘合劑——科技能夠幫助盲人擁有一雙「眼睛」，以更好地吃飯、出門、上廁所。

那麼，「讓盲人重見光明」的AI，給了他更好的生活嗎？

曹宇不知如何作答。眼睛對他而言，沒有特別的意義，未曾有過，更談不上失去。他只不過是一個不以視覺經驗生活的人。世界並非在他眼前全景式地陳列，而更像是一條線性的長廊，在每一次身體的行進裏才逐步明朗。不會主動發出聲音的物件，也缺乏觸覺提示，他反覆觸摸它們的邊緣，也常在磕絆之後，才猛然意識到它們的存在。

有了AI之後，他像是有了一名24小時在線的口述影像員，詳盡地播報着身邊的一切。從通用大模型到可穿戴設備，「描述」是所有對話式AI的核心。AI學習現實世界的語料，也自然延續了視覺主導的思維。

比起回答，曹宇更想邀請你進入他的日常本身。去想象和理解另一種生命被體驗的方式，註定是一場寫滿侷限的嘗試。但在這樣的共同失敗裏，我們或許能以視障者的科技困境為契機，重新審視科技無障礙：以視覺為中心的技術，究竟缺乏了什麼？而什麼，才是視障者需要的？

2 我的世界，如何被描述？

許多人認為視障者的聽覺異常靈敏。然而，果真如此嗎？如果耳朵是感知周圍環境與風險的最重要器官，當AI無差別的描述持續進入耳道，會發生什麼？

慢慢地，有了自己的時間後，最讓曹宇期待的，是在每個週末探索城市。從家附近的公園，地鐵站旁的早餐車，青年空間，到東方明珠塔。一週一週，他生活的半徑一寸一寸地攤開。

只是，那年尚未有圖片識別，於是，大多景點沒能給他留下什麼印象。而對曹宇來說，出行環境中布滿無障礙建設的不足，「斷頭」盲道僅僅是表象之一。

一次出行是多重線索的協調。從家到地鐵站約一公里，途經一個車流密集的路口，紅綠燈沒有音響提示器。他首先依靠的是盲杖。由輕盈鋁材製成的盲杖，可摺疊，收起後體積很小，這已是他身體自然的延伸。行走時，他以杖尖在體前左右輕點地面，探尋人行步道的邊緣。

抵達路口，他會豎起耳朵，仔細辨別車流的方向。喧鬧的街頭，電機的嗡鳴、鳴笛聲、引擎啓動聲彼此交疊，從不同方向傳來，又被建築外牆、路面和車身不斷反射。因此，他有時很難判斷車究竟來自哪裏。

於是，他也會向路人求助。聽見附近有人交談，他便試探着開口，詢問現在是否可以過馬路。可更多時候，周圍遲遲沒有人聲，他無法確定，自己是在獨自等待紅綠燈，還是人們只是低頭看手機，沒有出聲。

導航軟件出現後，他也會藉助手機輔助判斷。但導航並不總會提示紅綠燈，偶爾播報一句「紅燈還有40秒變綠」，便又沒了聲音。有時，他左右挪動幾步，希望能觸發提示。但手機只是不斷重複「你已偏離道路」。

一次次調轉方向，曹宇不知自己實際走了多遠，只知原本一兩百米的步程，常常不知怎地就被拉長到幾十分鐘。

2022年8月，一款名為「Be My Eyes」的視覺輔助應用在小紅書、抖音等平台破圈。在這款由丹麥低視力團隊開發的應用上，視障用戶可免費連接志願者，通過實時通話獲得協助。大量網友紛紛下載註冊，數月內，它成為大陸視障群體最廣泛使用的同類應用之一。曹宇下載後，在一次去單位的路上，呼叫了志願者以協助過馬路，但手機網絡信號不穩定，通話很快便中斷了。

他原本便不習慣向人求助。面對親朋好友，尤其是家人，關係的起伏會讓他倍感壓力。隨機匹配的志願者雖然陌生，但他仍會擔心自己的請求聽上去像是沒事找事。自那以後，只有很偶爾的情況，比如電腦宕機後，連讀屏器也無法使用，他才會撥通電話。

直到2023年，一名不會感到麻煩、24小時隨時待命的「志願者」誕生了。那年，多模態模型GPT-4面世。第一次，通用大語言模型有了「看圖說話」的能力。年末，Be My Eyes平台接入GPT-4，內測名為「虛擬志願者」（Virtual Volunteer，後更名為「Be My AI」）的功能。用戶拍下一張照片後，可獲得描述，並追問細節。

這一功能的出現，卸下了曹宇求助的心理負擔，提升了日常生活的效率，但同時，也給他帶來了一場場「解謎遊戲」。

視障用戶識別圖片，多數時候是為了下一步行動。比如在商店裏，他想確認桌上二維碼的位置，便舉起手機，憑感覺對準前方。但由於沒有視覺的參與，他不知鏡頭是否對準了物體，光線是否過暗，於是需要多次嘗試。每試一次，AI又會從頭開始、事無巨細地描述畫面，推斷桌面的紋理、桌腳的材質、地面的濕度等。他耐着性子聽完，才能繼續提問。

同樣不依靠「眼睛」來理解世界的AI，有時也會鬧出一些啼笑皆非的誤會。對許多視障用戶來說，另一核心需求是獲知產品包裝上的說明。但即便Be My AI是曹宇用過的模型中準確度最高的，也經常在關鍵文字上出錯。

他被告知自己的褲子是一條華美的窗簾，或是家中的洗衣機能夠加熱到800度。更讓他困擾的是，當無法準確辨認某些文字時，AI往往不會停下來承認，而是基於訓練數據進行語義補全，給出一個聽起來合理的答案。

一次，朋友帶來一盒鮮花餅，曹宇想確認是否過期，便拍下包裝，請Be My AI幫忙識別。AI先逐條介紹品牌名稱和宣傳語，接着話鋒一轉，說：「該藥品來自於雲南一家藥業集團」。

「你確定是藥品嗎？」曹宇問。

AI回答說「是」，為了自圓其說，又稱包裝上寫有藥業集團名稱，為他「讀取」了公司地址等詳細信息，說明該藥品是來自雲南白藥集團，可以放心服用。

末了，又不忘提醒他：「請注意，該藥品服用後的不良反應尚不明確。」

3 我需要的，是聆聽的結構

有研究統計，當代人每天平均與智能手機發生約2600次交互，重度使用者達5000餘次。在數以千計的動作中，約20%是在和各種按鈕打交道。我們通過每一次的點擊來下單購物，實現決策，表達自我，確認生活的待辦事項。然而，如果很多時候，你被給予的選項不是「繼續」或「退出」，而是「按鈕」和「按鈕」，甚至是一片寂靜，或是一段亂碼呢？

在曹宇的記憶中，互聯網的障礙，是在各類圖標、按鈕、影像取代了純文字之後愈發顯著的。

聆聽網頁像是穿越一條單行隧道。他聽明眼朋友說，使用視覺瀏覽網頁時，如同站在廣場的中央，遠近的聲音同時傳來，很快便能形成大致印象。這使他好奇，因為對他來說，從頁面的左上角開始，將每一個頁面元素全部聽過，熟悉之後，才能對頁面有更清晰的層級感知。一些具有功能性的按鈕，只會被讀作「按鈕」。而沒有被定義的圖形元素，便成為亂碼。那些亂碼，可能出現在任何一個「下一步」。

另一個長盛不衰的問題是圖形驗證碼。從點選圖片、拖動滑塊，到旋轉元素等，驗證碼每迭代一次，視障者遇到的障礙也隨之迭代。它有時出現在輸入銀行卡密碼時，有時是搶火車票的最後一步。

2016年，鐵路網站12306將驗證碼升級成圖片後，一名盲人因無法使用而起訴中國鐵路總公司。最終，法院一審駁回了訴訟請求。驗證碼形成阻礙並不在少數。2021年一項調研顯示，大陸九成視障用戶曾遭遇驗證碼難題。次年，騰訊CDC調研也顯示，使用智能手機時，視障用戶遇到的操作類障礙中，佔比最高的仍是驗證碼。

面對這一問題，多款讀屏軟件開發破解功能，讓用戶可以自動繞過驗證碼。大陸首款免費讀屏軟件爭渡讀屏團隊曾有開發者提出質疑，認為這並非長久之計，應該由互聯網公司在設計時主動考慮無障礙標準，例如增設語音提示。第三方軟件的破解，一方面會使大公司懶政；另一方面，驗證碼用於區分人與機器，自動化破解更接近機器行為，可能讓平台升級更為複雜的驗證碼，形成惡性循環。

「其實想到這些都不難，主要是看開發者有沒有這樣的意識。」曹宇說。

許多開發者沒有意識到的是，科技障礙很多時候無關設備是否先進，而在於信息有沒有被組織成一種可被獲取的形式。

「Web無障礙指南」（WCAG）是信息無障礙領域最重要的國際標準，第一原則便是「可感知」（Perceivable），也就是說，信息能夠進入不同的感官。對視障用戶來說，屏幕閲讀器是一切的起點。它即時朗讀觸碰到的文字、按鈕或界面元素，用戶聽到自己想要開啓的應用程式，才能進行下一步的操作。

這也意味着，非文本的內容首先要是可讀的，也就是在代碼層被標註為具有語義的文本（替代文本，alt-text），才能被閲讀器讀取。否則，讀屏功能即使存在，用戶聽到的也只能是亂碼、無法辨認的按鈕，或是一整片不可操作區域。

而每一種感官如何使用科技設備，都是需要長時間才能習得的專業知識。對此，後天失明的陳莉的感受尤深。

六年前，她成為了準媽媽。孕期時，她的身體出現許多併發症，血壓升高，四肢腫脹，眼前開始浮現黑影。兒子出生後，唯獨視力沒有好轉，反而急劇下降。她被診斷為視網膜色素變性所致的進行性失明，無法治癒。

陡然間，很多朋友不再與她聯繫，即便來往，也有一道無法跨越的隔閡。難言的孤獨中，生活中的一切都要從頭學起，包括用電腦。教程很複雜，充滿大量組合鍵和專有名詞，她很挫敗，反覆練習也學不會。

自此，使用電腦成為了陌生而混亂的體驗。結構消失了，過去被自動忽略的廣告等邊角信息無法跳過，想讀一篇文章，也常常要在「標題」「橫槓」「登入」「推薦」等之間摸索許久。

摸索中，她發現，不同讀屏軟件背後大多有活躍的交流社區和互助群組。大家熱烈地討論着這些她此前從未想過的日常難題。而最核心的效率痛點之一，便是找回聆聽的結構。

在代碼層，頁面如果缺乏清晰的語義框架，聆聽便會被進一步拉長，增加視障用戶的時間勞動。因此，無障礙設計的重點並不只是「讓內容被讀出來」，而是藉由標題等級、跳轉地標等標記，為狹長的聽覺輸入搭建有細粒度的結構。比如，通過那些大模型的回答裏，有時讓部分明眼用戶吐槽「AI感太重」的 # 號和 * 號，在閲讀器的瀏覽模式下，配合跳轉鍵，便可成為目錄，使聆聽有了全景「掃聽」的可能。

一直以來，視障群體內部討論的重點往往聚焦在交互設計的基礎層面，因為真正的障礙往往體現在這些極小的日常細節之中。

然而，不斷迭代技術的智能產品卻忙着「給視障者一雙眼睛」。

4 要給視障者「一雙眼睛」的科技烏托邦

自公元前的文明之初，「使盲者復明」的敘事母體便被賦予彰顯神權、脱離黑暗的隱喻，在神話與典籍中運行千年。而今，它正在成為算法時代的神蹟嗎？這個神蹟，是為誰而存在的？

近年來，多模態技術快速發展並向可穿戴設備遷移，讓「AI助盲」等科技向善議題進一步升溫。其中，AI眼鏡集成微型攝像頭、揚聲器、麥克風等傳感器，嵌入多模態模型後，實時視覺理解、自然交互的能力升級。一時間，「讓盲人『重見光明』」、「助視礙者『看見』世界」等表述頻繁見於報道與宣傳中。

2025年被認為是AI眼鏡的「爆發元年」，中國大陸智能眼鏡市場銷量同比增長211%，覆蓋了全球超過80%的智能眼鏡供應鏈製造。《中國日報》援引預測，由AI驅動的智能眼鏡將在今年迎來進一步爆發式增長。

曹宇注意到，自去年起，AI眼鏡在視障論壇中的討論熱度顯著增加。部分視障者充滿期待，認為眼鏡的攝像頭解放了雙手，捕捉的畫面也更接近第一視角的空間關係。

然而，目前尚無針對AI眼鏡在視障群體中實際使用的系統性評估。去年年底，盲人AI社群組織者、調音師張振宇測評了市面上大部分廠家的眼鏡，得出的結論是都不太好用。他指出，除了動態捕捉延遲、上下文記憶不足等問題，主要原因也在於交互模式——視障者正是因為無法察覺環境變化而需要即時信息。然而，所有的AI眼鏡皆需被動喚起，用戶發出明確的指令後，才能進行人機交互。而最常見的無障礙卡點發生在第一步：僅依靠旁白，是無法獨立完成藍牙配對的。

在視障群體內部，最大的反對聲來自於眼鏡這一形態。對此，吳少玫從產品研發端給出了同樣的判斷。今天的她是科技無障礙非盈利組織AImpower.org的創始人兼CEO，此前的八年多裏，她是Meta集團的資深研究科學家。12年前，她發現Facebook的界面上有上百個按鈕缺失替代文本，自此深耕科技無障礙領域。

她指出，一旦默認視障者缺少的是眼睛，科技的目標便成了修補，於是產品與視障者已有的完整感知體系不相容。例如，實際使用中，佩戴在耳道附近的設備可能遮蔽環境聲音，而環境音本身是空間定位與安全判斷的重要來源。

視障產品中的另一典例是智能盲杖。她舉例，作為一種經過上百年使用與檢驗的工具，盲杖的形態已非常成熟。它輕便、價格低廉，幾乎沒有使用門檻，高度契合視障者的身體經驗。而大多智能盲杖或笨重、不易收納，或不防水、帶來額外的充電焦慮，難以為視障者帶來便利。

曹宇曾在淘寶上聽到一款語音導盲杖，按一下即可發出警報聲，播放「我是盲人！請求幫助！」的語音。且不論功能易被誤觸，視障者本身面臨歧視、同情、被圍觀的壓力，將求助和警報聲高聲公放，高調宣稱自己是「需要被照顧的『殘疾人』」，無疑是萬分尷尬的。更讓他好奇的是，盲人並非沒有語言能力，為何會需要語音公放呢？

不僅是視障群體，許多輔助設備的設計，往往將「殘障」視為需要且可以被科技修補的喪失狀態，導致產品或與殘障者的真實需求相去甚遠。

吳少玫觀察到，近年來，殘障者沒有想過自己需要的東西，被反覆地發明。這些產品將科技視作義肢，每隔一陣，又有人重新「發明」智能盲杖、智能手語手套等各類「助殘」設計。

在無障礙領域，這類發明也被稱為「殘障飾品」（Disability Dongles）。該概念的提出者、殘障設計師莉茲·傑克森（Liz Jackson）認為，「殘障飾品」是一個當代童話故事，它提供了一種技術烏托邦式的無障礙解決方案，以迎合健全人的想象。儘管殘障群體對許多「為」（for）其設計的產品持有持續的合理疑慮，但這些發明依然獲得了主流關注和讚譽。

吳少玫指出，除了不實用外，問題也在於這些發明背後的責任錯置，將無障礙這一複雜的社會問題完全轉嫁給了個人。「它默認你是殘缺的，那你多花點錢，買更酷的裝備，變得跟非殘障者一樣，問題就都能解決了。於是，這些花銷和努力又全部落到了殘障者本身。與此同時，社會好像就可以不用做任何事。」她解釋道。

原有的障礙、技術烏托邦式的發明，共同影響着視障群體的自我感受。「這些無時無刻、無處不在的隱形障礙，單獨來看，每一項似乎都不算致命，但日積月累，就會讓人產生『我不屬於這裏，我的存在並不重要』的感受。」吳少玫說。

5 作為合規成本的無障礙，與脆弱的補丁

真正的需求，為何進不了技術想象的中心？

《2023年信息無障礙調研報告》顯示，超九成視障人群在獨立使用智能手機時遇到障礙^[3]。

「這些都是很基本的問題，要是研發階段有視障用戶參與，就不會出現。」針對科技中的種種障礙，吳少玫說。

上文提及的AI眼鏡，據盲人AI社群組織者張振宇了解，目前僅有一款眼鏡的開發團隊與視障用戶有過專門對接。

為了響應無障礙號召，有的品牌方會邀請殘障者參加活動，但受邀參加後，他們的意見並未被採納。多名殘障受訪者提到，即便曾受邀參加無障礙產品研發活動，也常有一種走過場的感覺。

2023年9月，《中華人民共和國無障礙環境建設法》正式施行，為大陸首次就無障礙環境建設制定專門性法律，發布信息無障礙相關標準近30項。去年，在該法實施兩週年之際，中國盲文圖書館信息無障礙部軟件工程師張軍軍認可了其對信息無障礙的重要奠基作用，同時提出建議，法案作為新生事物，部分條款操作性較弱，對政府部門服務的約束標準與對企業的要求之間存在一定差異，對企業的強制力相對不足，導致部分責任主體缺乏整改動力。

目前，多個國家已將無障礙法規納入監管機制，並強調殘障者在人工智能發展中的具體參與，以落實通用設計的原則。《歐洲無障礙法案》（European Accessibility Act, EAA）於去年6月生效，規定進入歐盟市場的產品與服務須符合無障礙要求。德國、瑞典、愛爾蘭等各國皆採取相關強制性措施以確保該法的落地。美國的《殘障者法案》（Americans with Disabilities Act of 1990, ADA）和《508法案》（Rehabilitation Act Section 508）等，從立法層面明確數字產品的合規。

然而，落實到產業層面，在多數國家，從研發環節便與殘障群體充分對接是罕見的情況。因為受到種種限制，殘障用戶平均消費力更低。吳少玫提到，除了法規外，企業追求利潤最大化，殘障用戶被視為合規成本，而非市場對象。

從業十餘年裏，吳少玫觀察到，大部分產品在研發時，受眾畫像並不包括殘障主體。無障礙需求更多被作為滿足法律底線的避險成本，力圖成本最小化，也因此缺乏與殘障群體對接的動力。甚至有時，哪怕存在風險，法律賠償足夠低，也可能會因利大於弊而選擇推進。

與此同時，儘管視障群體主導的團隊，研發了開源、免費的無障礙產品，但難以與大型企業合作。後者傾向於一種榨取式的數據和知識產權，確保擁有完全的權利，面臨最小的監管與責任。它們希望儘可能少對「如何使用這些資源」作出承諾，因為承諾同樣是風險成本。而殘障社群及其開源團隊要求最基本的自主權，對自身產出的語料、代碼和數據擁有知情權，以免成果被用於歧途。兩者在根本上並不匹配。

於是，很多無障礙設計便錯過了最初的研發階段，最終以打補丁的形式出現。然而，要去改良已廣泛推廣的產品或服務，成本會變得很高。補丁需要的是長期維護，開發、測試、不同部門之間的協作等都需要持續投入人力、資源和時間。多名視障者皆提及，在使用智能設備時，遇到過無障礙功能「開倒車」的情況：系統升級後，支付按鈕無法再點擊，輸入法找不到無障礙設置；或是高調宣傳的無障礙開發，不知怎麼地無疾而終。

另一方面，實際效果也會大打折扣，甚至可能是不太成立的，因為很多產品滲透在我們的日常生活之中。補丁本身往往並不牢固，它對既有產品只是臨時性修補，處於原有不平等的夾縫之中，因此往往是脆弱的。吳少玫將之類比性別系統。比如，美國護照系統曾逐步放寬性別更改政策，並在2022年引入「X」性別標記，但這一機制於去年被聯邦政府叫停。

「大家花了好多力氣去打的補丁，可能很容易就會弄丟了。」吳少玫說。

但有補丁總比沒有好。更令吳少玫憂慮的，是技術的範式本身。法規與產業都還有漫長的路要走，但我們好像過快走進了一個越來越依賴視覺，或者說，更「先進」模態的時代。

如同媒介理論家馬歇爾·麥克盧漢（Marshall McLuhan）曾說：「我們塑造了工具，接着工具也塑造了我們。」多模態技術本身為人機交互提供了更多元的可能，但與之相反，越來越多的交互被設計為僅通過某一更「先進」的模態完成。不僅是視覺，許多家用電器默認設計為語音聲控，傳統的按鍵式交互正在減少，購買成本也在提高。

與多模態並驅的，是形塑科技的巨頭們正在向「效率」高歌猛進。2023年是多模態AI從實驗室研究走向廣泛運用的關鍵一年，也是以Meta首席執行官馬克·扎克伯格（Mark Zuckerberg）為代表的巨頭們所定義的「效率年」。她提到，自此以來，實際分配給DEI（多元、平等與包容）的資源也在減少。

無障礙（accessibility）指向的是可訪問（accessible），問題在於，訪問的有效性由誰定義。2023年，騰訊雲開發者社區專欄發布《多模態AI浪潮來襲，或造福數億視障人群》一文，提及「在人類獲取的外界信息中，來自視覺的佔比高達70%-80%，因此直接基於AI構建機器視覺系統，幫助視障患者擁有對外界環境的視覺感知與視覺理解能力，無疑是更為有效的解決方案。」

「視覺佔八成」的說法多見於視障輔助設計的說明之中，然而，多項研究表明，儘管廣泛流傳，該說法從未有可確證的具體數據來源。感官人類學者與設計師莎拉·平克（Sarah Pink）提出，視覺並非是最重要的理解模式，與之相反，理解是情境化的多感官整合過程。

諸如此類「更有效」的價值判斷讓吳少玫困惑。她認為，當一種說法未經充分審視，便被當作是客觀的常識而傳播，便也在建立着一種等級制度，預設了某種信息獲取或交流的方式優於另一種，讓人們潛移默化地接受了不合理的邏輯。

十多年裏，她越來越感到，最初讓自己偶然進入該領域的替代文本缺失，都只是很小的問題。很想要使用某個按鈕，背後是視障用戶更深層的需求——如果可以走進那個不被描述的世界，就能和自己的環境，和朋友們互動了。

和不同視障者的訪談中，她常常聽到，人們最大的遺憾是體驗的缺失，是在視覺時代裏，越來越難以參與到社交與生活之中。

6 我們正在共同走向的未來

技術是在幫我們更好地生活，還是在替我們決定，什麼是值得被體驗的生活？

離家四年，隨行走的半徑一同在曹宇的生活中攤開的，是一個又一個問題。

聽的故事多了，他發現，從被動到主動，幾乎是每一個殘障個體的心聲。而主動需要的是勇氣，更是深刻的看見——「障礙的問題在於環境，而不在於我」。而這也是主體性生長的開始，所有後續思考的前提：如果錯不在我，不必努力做一個低配版的「正常人」，作為一個感知的主體，我真正的需求是什麼？我想創造怎樣的體驗？

這兩年，他去到更多的地方旅行，才注意到，視障者雖然被認為需要一雙眼睛，「看風景」卻從來被略過了。導航軟件會給他提供功能性的指引，但只有低視力團隊研發的讀屏軟件，內置的嚮導才會補充風景的細節。對曹宇來說，風景常常是公園、博物館，或是其它充滿了人或人的痕跡之地。

而在陳莉耳中，顏色是重要的風景。《殘疾人殘疾分類和分級》及相關標準主要將視力障礙分為「盲」和「低視力」兩類，而實際生活中的視力是一條更為多元的光譜。光譜關於視野、光感、色覺的不同，也關於一個人的具身記憶和生命經驗。一年一年，陳莉的記憶正在緩慢地褪色，她聽說，失明後，在她腦中、夢中淡去的顏色，有一天也許會完全消失，再也抓不住。所以，她想趁現在多「體驗」——從每一段關於光是如何落在河流、樹林，或建築外牆的描述之中。

微信朋友圈的發布鍵默認是「拍攝」或「選擇照片」，純文字是隱藏功能。打開微信，曹宇可以聽到朋友們熱鬧的評論，關於照片中的喜怒哀樂與美，而當他打開手機旁白的「影像描述」功能，想知道照片的內容，傳入他耳中的是「圖片，一斜線四，人，黑髮，靠近屏幕頂部邊緣，二斜線四，圖片……」

有時，AI的殘言片語讓他不禁想，我們正在走向一個怎樣的未來？

機器的描述是一個個被動喚起的段落，在曹宇的日常生活中，發出不連續的響聲，復又歸於寂。更多時候，他在不同的感官之間穿行。許多聲音成為時間的容器，他的記憶之錨。

他提到，最近，三個來自過去的回聲在他的耳畔交錯——

人生來到第四個會有複合蟬鳴的年頭，他便第一時間想到，這也意味着俄羅斯入侵烏克蘭已有四年。近日，他聆聽的文章裏寫道，戰爭使烏克蘭數十年來的無障礙改革近乎停滯，甚至在多個領域出現系統性倒退。

iOS 18更新後，熟悉的Eloquence又回來了，這讓他欣喜。老式、冷冰冰的合成音的回歸，來自視障用戶持續超過十年的無障礙需求反饋^[4]。

今年，出於懷舊，他買來童年時最喜愛的玩具——語音計算器。

這款2023年上市的計算器，增設了三門方言，功能鍵微微隆起，運算鍵略略內陷，指腹落下去，便剛好貼合那弧面。他不禁反覆觸摸。對他而言，很多觸覺是美的。當他在光滑的、起伏的、阻力綿密的，或是熟悉的物件表面摩挲，莫名的安心感便從指腹傳來。

每按下一個計算按鍵，語音播報聲是如此熟悉。接着，待他摸索一陣後，《藍精靈之歌》、《數鴨子》、《致愛麗絲》……兒時的歌謠便以低保真音質逐一播放。

再到調時間處，嘀嘀聲一如既往。

不變的歌與沉默將他帶往童年。當科技更深地介入我們的感官，AI像人類一樣整合視覺、聽覺與語言信息，曹宇越來越感到，「描述」的本質，從來不只是翻譯畫面，更是不斷回答一個更根本的問題：什麼值得被說出來？

撫過鍵盤的凹凸面，聽着持續的嘀嘀聲，他常常沉思。

注釋與資料來源

（注：文中盲文為大陸現行盲文，採用了《中國盲文GBT 15720-2008》國家標準。）

（受訪者曹宇、陳莉為化名。）

資料來源：

1. Corinna M Bauer, Gabriella V Hirsch, Lauren Zajac, Bang-Bon Koo, Olivier Collignon, and Lotfi B Merabet. 2017. Multimodal MR-imaging reveals large-scale structural and functional connectivity changes in profound early blindness. PLOS ONE, 12(3): e0173064.
2. 近年研究表明，被刻板印象者稱為「盲態」的重複動作（如搖晃身體、頭部擺動、按壓眼睛），可能承擔自我調節與情緒穩定功能。 ↩ 返回內文
3. 出自《視聽有障，交流無礙——2023年信息無障礙調研報告》，由騰訊用戶研究與體驗設計中心（Tencent CDC）聯合中國信息通信研究院、中國盲人協會、中國聾人協會等機構發布。 ↩ 返回內文
4. 「Eloquence」並非在iOS 18首次回歸。這一曾用於早期Mac VoiceOver的經典合成音，在缺席iPhone系統多年後，於iOS 16被重新引入，但在iOS 17部分版本中無法正常使用，至iOS 18中恢復穩定。蘋果公司在官方說明中提及該聲效的回歸與視障用戶長期反饋之間的關聯。此前十餘年間，視障社群持續在無障礙討論或論壇反饋中表達對該聲效的需求與偏好，因高辨識度、可理解性對許多屏幕閲讀器使用者而言是關鍵的。 ↩ 返回內文

其他參考文獻：

1. Farhani Momotaz, Md Ehtesham-Ul-Haque, & Syed Masum Billah. 2023. Understanding the Usages, Lifecycle, and Opportunities of Screen Readers’ Plugins. ACM Transactions on Accessible Computing, Volume 16, Issue 2: Article No. 17.
2. Domingos de Oliveira. 2021. Should Sighted People Test with Screen Readers? Netz Barrierefrei Accessibility Consulting & Support. https://www.netz-barrierefrei.de/en/screenreader-sighted.html