Názory k článku Přístupnost se musí stát občanem první kategorie, říká nevidomý vývojář Vojtěch Polášek

Skoda, ze som sa v clanku nedozvedel nejake konkretne veci, kde su problemy s funkcnostou/dos­tupnostou.

Bola tam len odpoved z pohladu vyvojara ale nie pouzivatela.
Celkovo som sa z clanku prilis nedozvedel, co su konkretne uzvatelsky najvecsie problemy. Chcelo byt konkretny aby aj my, co nemame takyto hendikep, sme mohli viacej vnimat problemy/bariery tychto ludi.
Toto mi prislo ako premrhany potencial tohto rozhovoru.

Naozaj je toto potrebne? "Ale desktopové prostředí je základ, tam prostě potřebujete, aby všechno fungovalo."

Ja ako bezny uzivatel(ak neratam to, ze som lavak), tak z desktopvoeho prostredia pouzivam malu cast veci. Z moho pohladu by som cakal, ze tu je nejaka zakladna sada, ktora by mala byt dostupna/funkcna, dalsia cast nice to have a zvysok je bonus navyse.
Z clanku som sa nedozvedel, co znamena vsetko pre nevidiaceho. Ci je to nazoaj vsetko alebo to vsetko vnimane ako ten potrebny zaklad na plnohodnotne pouzivnaie desktopu.

Naprikald ja ako prislusnik mensiny(lavak), tak nemam problem s tym, ze existuju nejake obmedzenia. Je nas asi 4%, tak neocakavam, ze vsetko bude pre nas prisposobene. Pride mi to ako blbost ale aby tu neboli take zakladne problemy ako som mal, ked som vo 80-tych rokoch zacal chodit na zakladku. Ze sa nebral zaden ohlad na to, ze som lavak a musel som pouzivat atrametove pero,trapit sa s pravackymi noznicami, lebo lavacke neboli a podobne.
Beriem, tiez za prirodzene, ze cim je mensia skupina ludi s obmezenym/spe­cialnymi potrebami, tak tych obedzeni bude viacej a viacej. Bohuzial.
Druha vec je , ze casto nevieme alebo ti ludia, co s tym pracuju, tuto problematiku uchopit a vo vysledku ta inkluzia/riesenie narobi viacej problemov ako rieseni. Je zbytocne obmedzujuce pre tu nehendikepovanu cast ludi.

Díky za názor, přesně tahle diskuze je potřeba.
Ono by totiž popsání toho, co funguje a co nefunguje, vydalo na úplně jiný samostatný článek. Třeba budou, kdo ví.
Zkusím to ale zjednodušit.
Důležité je mít nějaký baseline, od které se odpíchnout. V našem případě to je přístupnost Windows, nedá se nic dělat.
Kdybych měl tady z hlavy naházet několik bodů, které by podle mě měly všechny DE splňovat, abych je mohl označit za přístupné, tak to je:
1. Všechny ovládací prvky, které nejsou dekorativní, by se měly dát zaměřit z klávesnice. To znamená, že bych se měl ke všem takovým prvkům (nabídky, přepínače, ikony v oznamovací oblasti... dostat pomocí předvídatelné posloupnosti klávesových zkratek. Zároveň bych měl mít možnost s těmito prvky (pokud je to možné) pomocí klávesnice interagovat.
2. Všechny takové prvky, musí mít nějaký přiměřený popis. Často se stává, že prvek dostupný je, ale odečítač obrazovky (a tedy uživatel) nedostává informaci, co to je vlastně za prvek. Tím pádem jej uživatel není schopný používat.

Tohle jsou jenom dva body, ale se všemi mají všechny DE nějaký netriviální problém. Tím myslím, že se s nimi uživatel setká řekněme do 5 minut od toho, kdy se začne s prostředím seznamovat. Tohle s na Windows pokud vím neděje.
Můžete mrknout na issues ve Vojtux projektu, příklady tam jsou.

A zároveň vaše otázka potvrzuje to, o čem v článku píšu; chybí dokumentace.

Jenze jako levak mate mozna nejake nepohodli, ale muzete vsechny funkce vyuzivat, jen vam to da vice prace.

Bez zraku si praci s pocitacem neumim predstavit, protoze spousta veci je ztvarnena graficky. Treba adresarova struktura. Ale i ruzne prvky ovladaciho rozhrani a tak. Pokud neni pristupne uplne vsechno, tak ty funkce jsou pro slepce zcela nedostupne. Proste na ten button neklikne, ten obrazek/graf mu nebude nijak dodan, tezko bude pracovat se souvislostmi.
Jak jsem hodne vizualni clovek, ja na ruzne grafy a vizualizace dam hodne, tak tohle je pro me uplne cizi.

Taky bych ocenil pohled z uhlu uzivatele, neumim si vubec predstavit, jak to funguje; treba to bude namet na dalsi clanek.

Ted me napada, ze obrovsky pokrok mohou prinest LLM. Uz celkem slusne dovedou precist obrazek a shrnout jeho obsah.
Ostatne je tu trend prenaset ovladaci rozhrani do textoveho chatbota, coz je presne to, co by mohlo pomoci i pristupnosti.
Rikam jako uplny lajk.

LLM ovšem neví co je na obrázku důležitého. Vidím na to dost stížností od nevidomých uživatelů na sociálních sítích, je to lepší než nic, ale občas je to spousta omáčky a podstata obrázku chybí.

Mimochodem, zrovna tohle je ukázka jak může accessibility zlepšit zážitek všem. Sama si občas čtu popisky fotek určené pro nevidomé, protože mě zajímá úhel pohledu autora fotky. Přidává to další rozměr. Z LLM by vypadl jen potenciálně špatný faktický popis.

Souhlasím. Je super, že LLM existují, ale rozhodně to není řešení problémů s přístupností. Už jen z toho důvodu, že LLM halucinují.
Sám je používám na popis fotek a je to pro mě velká změna, umožňuje mi to víc se zapojit do konverzací atd... ale je to jen další nástroj. Přístupnost by neměla podle mě být o vymýšlení nových nástrojů, ale o přizpůsobení aplikací tak, aby s nimi fungovaly ty existující nástroje.

Zase nepodceňujte jejich představivost a paměť, mají tyhle schopnosti velmi posílené. A čtecí aplikace přečtou víceméně všechno, jen si prostě počkáte. A pokud máte zbytky zraku, tak SW lupa, zvětšující kontrast apod. také existuje. Ale neznám aktuální stav, už x let jsem "mimo obor".

Situace bude určitě řádově lepší než v nultých letech, kdy jsem měl možnost něco odtud vidět (a byl dost zhrozen nad cenami pomůcek pro zkraově postižené – víceméně bez pomoci státu byly ty trochu lepší mimo finanční možnosti).

LLM určitě pomohou, na druhou stranu, je tam horší schopnost ověřit, že udělaly to, co jim přikážete. Což je zrovna u nich důležité.

Pod minulým článkem o přístupnosti jsem se ptal, jak přidat podporu do aplikace jako vývojář, ale zdá se nikdo to neřeší. V dnešním článku čtu, že to ani není potřeba, předčítací nástroje dělají OCR screenshotu obrazovky.

Třeba pomůže, byla jsem na přednášce o jednom konkrétním accessibility frameworku od nevidomého vývojáře a měl tam fajn popis funkcionality i ukázky. https://youtu.be/OI2TzJ6Sw10

Jinak OCR stačit nemůže, u spousty ovládacích prvků plyne jejich využití z kontextu a jejich umístění, pro nevidomého člověka je potřeba popis co dělá v metadatech. OCR taky nezajistí že se na uživatelský prvek dostanu klávesnicí a zvládnu ho s ní ovládat.

Byl bych velice nerad, kdyby jste si měl z článku odnést to, že to není třeba řešit :-D
Ten nástroj, o kterém mluvím, vznikl vlastně jako berlička pro aplikace, kde to vývojář neřeší.
Rozhodně to není správné řešení, z mnoha důvodů.
Jestli chcete vědět,co pro přístupnost dělat jako vývojář, tak ideálně si nechat aplikaci někým otestovat.
Protože jak píšu, problém tkví taky v tom, že vývojáři moc neví, co přesně řešit, protože není adekvátní dokumentace.
Můžete to zkusit třeba tady: https://www.theseus.cz/

Windows na tohle mají Accessibility API, které vám o GUI hodně řekne, případně i samotné Windows API lze použít u nativních aplikací a dozvědět se opravdu hodně věcí, které předčítací nástroj může využít. Samozřejmě, u frameworků, které něco renderují, to tak dobře fungovat nebude.

Mě by zajímalo, jestli pan Polášek zkoušel třeba i macOS/iOS? Apple se tradičně chlubí svou přístupnosti, tak by mě zajímalo jestli to je fakt nebo jen póza jablečňáků.

Jakože nevidomí používají Apple jen kvůli značce? 😂

Neměl Apple např předčítání jako první? A díky stabilitě UI funguje napříč generacemi aplikací. Ne jako v Linuxu Gtk 2, 3, 4, Qt 6, 5, 4, Tk, ...

23. 12. 2025, 12:48 editováno autorem komentáře

Nemyslím jen kvůli značce. Myslím obecně. Když si chci koupit třeba auto, taky obejdu několik autosalonu, svezu se v různých vozech, porovnám ceny a pak se rozhodnu. Třeba nevím a neumim posoudit jak na Apple funguje čtečka/zobrazovač braillova písma, čeština v předčítání taky muže být mizerná. Tak jen se ptám, bez postranních úmyslů.Na Internetu se dá najít mraky chlubeni, že Apple je v přístupnosti jednička, ale nikdy jsem to neslyšel od člověka, čecha,, který nějaké takové postiženi má a tudíž ví o čem mluví, ví co má hodnotit a má srovnání s konkurencí.

23. 12. 2025, 14:11 editováno autorem komentáře

V Česku jsou iPhony oblíbené až v poslední době, jak Google utajuje šrouby v Androidu, a postižený člověk nedostává od státu dost peněz, aby na něj měl.

Asi se nedostal do "dotačního programu"? Za mého mládí, byl nárok na cca jednu pomůcku ročně (možná za delší období), ale administrativa byla peklo a výrobci samozřejmě této "dotace" využívali.

Na druhou stranu, kdyby vsichni z pohodlnosti presli na Apple, nemel by kdo na tech svobodnych prostredich kdo pracovat.

Myslím, že počet telefonů se svobodným prostředím by se naopak zvýšil, kdyby lidi začali opouštět Android. Ne všichni by šli k Apple.

Nebylo něco v OS2? Určitě měli ovládání hlasem.

Hodne davno jsme byly na vystave ted nevim Invex nebo Cofax a chteli jsme to na stanku IBM videt. No zajimave to bylo ale fungovalo to jenom z obtizema. Nedovedl jsem si predstavit ze to budu pouzivat.

A teď si představte, že by na tom celou dobu ta firma dělala. I když nevím na jakém systému, OS2 i s nástupcem již není mezi námi.

Zkušenosti s Mac OS / Iphone mám velmi malé, spíš pozoruju lidi, jak to používají. Já sám používám Android.
Řekl bych, že ještě tak 5 7 let zpátky na tom byl Iphone lépe než Android co se týče uživatelské přívětivosti pro nevidomé, ale myslím, že teď je to tak na stejno. S Mac OS jsem strávil asi tak před deseti lety jen pár desítek minut, takže nedokážu hodnotit. Ale co vím, tak lidi jdou spíš do Windows. Jednak kvůli většímu ekosystému a taky údajně ta přístupnost desktopového Mac OS už taky není tak slavná.

je pro vas nevidome vhodnejsi prikazova radka, ta je linearni podobne jako dotykova ctecka.
zatimco plocha okenniho systemu je dvourozmerna.

23. 12. 2025, 22:34 editováno autorem komentáře

Záleží vlastně na typu úkolu. Můj názor je takový, že pokud je přístupnost dělaná dobře, tak je to dost často jedno. Někomu vyhovuje flexibilita terminálu, někdo je spíš na okýnka.
Příkazová řádka je sice lineární, ale já dost často potřebuju vidět věci v souvislostech, potřebuju třeba procházet nějakou tabulku atd... a tam je právě ten problém. Pro vidícího člověka vypadá tabulka vypsaná v terminálu úplně stejně jako v Libreoffice Calc. Ale z hlediska přístupnosti je to úplně něco jiného.
V LO Calc můžu po buňkách chodit šipkami. V terminálu ale ne, protože tam vlastně neexistuje koncept buněk, můžu se pohybovat po řádkách a znacích. Ale to ne vždycky semanticky sedí.
Já dělám v terminálu hodně věcí, u serverů stejně není ani jiná možnost.
Ale nerad bych, aby se terminál stal jedinou možností jak se systémem pracovat. Ochudili bychom tak o možnost využívat Linux spoustu uživatelů.

Zaujímalo by ma, či - a ak áno, tak ako autor používa umelé mozgy (LLMs)? Tipoval by som, že autor má nejaké tlačítko "Take screenshot", a screenshot následne uploadne do mozgu a dodá prompt "Popíš mi prosím čo je na obrazovke".

Co se týče popisování obrázků, tak jsem si napsal jednoduchý skript, který mi udělá screenshot a obrázek pošle do nějakého modelu, kde mám na tvrdo daný prompt a vrátí mi do schránky výsledek. Ale aplikace na to není, zbastlil sem si to sám.
Pro Android nevidomý kolega napsal něco pokročilejšího: https://github.com/RastislavKish/VScan/blob/main/readme.md
Jinak pak používám třeba Claude code nebo Opencode, případně Openwebui.

Nejsem nevidomý. Ale máme nevidomého zaměstnance a tak o tom přemýšlím.

Osobně se snažím přenést co nejvíce práce do konzole. Raději než z velkou Calc tabulkou, pracuji s SQL dotazy v konzoli. Libre office moc nemusím. Dokonce i dopisy píši raději v latexu. Protože se hodně opakují stačí vždy vyměnit je menší část a je hotovo, přijde mi to čistější práce než se s tím dělat v officu. A mohu je mít rovnou na serveru tedy přístupné odkudkoli. Kód píši přímo na serveru ve VIM. Mám otevřených spousty oken s využitím aplikací tmux a screen. Takže mezi různými servery se pohybuje velmi rychle a efektivně.

Jako prostředí pro okna používám I3wm + KDE

Kdybych byl sám nevidomý, snažil bych se do terminálu přesunout ještě více práce. Např. emaily. Pomocné skripty a prográmky co mi najdou přesně to co potřebuji. Abych nemusel někde bloudit a něco hledat, protože to je pro mne utrpení i když vidím, natož kdybych neviděl. Na mail např. notmuch fultextové hledání a tagování v konzoli. Něco na způsob libre office calc funguje pro konzoli také. Např. https://github.com/andmarti1424/sc-im

Nechápu moc, proč se snaží nevidomí používat KDE nebo Gnome či podobné prostředí, když pohodlnější by bylo mít možnost co nejvíc věcí řešit v konzoli a neřešit tolik potencionálně problémovou grafiku. Tedy používat třeba awesome nebo i3 a vše důležité mít klávesové zkratky a vlastní skripty pokud možno úplně bez grafiky.

Bohužel jedna z věcí, kde se grafice asi nelze vyhnout je obyčejný web. Jaké jsou možnosti procházet web v Linuxu? Např. v porovnání Windows a předražený program Jaws?

Tipujem, ze je to preto, ze text nema ziadne metadata zatialco toolkit ako Gtk ma zabudovane Accessibility features.

Formátování dat v konzoli je prakticky jen mezerami, taby, Entery a jako bonus barvičky. Takže software pro nevidomé se nemá čeho chytnout.

Za mňa rešpekt ku každému, kto má schopnosť použiť počítač bez zraku, nieto ešte tam aktívne fungovať a vyvíjať niečo. Považujem sa za senior programátora, ale bez zraku by som bol úplne nepoužiteľný.

Nejprve: Panu Poláškovi držím palce a klobouk dolů!

Teď k části, která mě překvapila:
"GNOME a KDE trpí obě podobnými problémy. Na jednu stranu je vidět, že se na přístupnost dost myslí a reaguje se na nahlášené problémy. Ale pořád to na mě působí, že přístupnost je jen něco navíc a není v první linii. Že to není tak úplně součástí testovaných funkcionalit. Přesně to má být podle mě cíl. Aby to byl stejný požadavek, jako třeba dobré vykreslování na grafických kartách. Prostě dokud to není přístupné, tak to nevydáme.

Rád bych zdůraznil, že si velice vážím toho, co se kolem přístupnosti desktopu děje, a rozhodně jsme teď někde úplně jinde než i třeba jen před dvěma lety. Ale jak říkám, pokud chceme, aby byla DE opravdu přístupná, musí se z přístupnosti stát prostě podmínka."

Chápu Vás správně, že DE by neměly mít žádnou funkcionalitu, u které není garantovaná přístupnost pro nevidomé? Určitě je dobře, že se do přístupnosti investuje, a že se zlepšuje, ale podmínka "musí to být přístupné, a nebo to tam vůbec nesmíme dávat" na mě působí jako: "buď i já nebo nikdo"...
Nikdy nic není dokonalé, a potřeby každého z nás jsou někdy upozaďovány. Je vůbec možné udělat DE tak, aby zohlednil potřeby všech včetně všech možných hendikepů..?

Nerozumím tomu, proč nevidomí mají tendenci se orientovat také na uživatelská rozhraní založená hodně na grafice a klikání, když právě u nich by mohla být velký výhoda se podobným rozhraním vyhnout a používat více rozhraní založená na klávesových zkratkách a skriptování jako I3 nebo awesome. Neměli by se tolik bát jít vlastní cestou.
První nastavení může být složitější a možná i vyžadovat nějakou pomoci od někoho kdo vidí, dlouhodobě se to vyplatí. Navíc mohou nastavení a skripty sdílet.

Zajímavý dotaz. Důvodů je určitě hodně.
1. To, že je něco provozovaného v terminálu, automaticky neznamená, že je to přístupné! Například vi / vim je pro nevidomé v terminálu naprosto nepoužitelný. Myslím, že je to z důvodů toho, jak probíhá vykreslování. Já jsem třeba schopný používat jen nano.
Ale když zapnu vim a začnu se pohybovat po textu, tak čtečka obrazovky nedostává potřebné informace o změnách. Takových případů je určitě víc. A většina aplikací, které dělají nějaké TUI, není ani v terminálu ideálně přístupná. Správci souborů atd. Vyčnívající je Emacs, který to má ošéfované velmi dobře... ale učte vaši babičku s Emacsem, viz dále.
2. Myslím, že dost z nás (včetně mě) tady má trošku ohnutou realitu. Píšeme si skriptíky, hackaroundy, baví nás to... ale kolik nás takových je? Nevidomí jsou prostě jen podmnožina populace, s velmi podobným rozložením. tj, většina nevidomých chce prostě sednout k počítači a používat ho, ideálně stejně, jako ti, kteří na to vidí. Protože je to tím začleňuje mezi ostatní. Ony tady vlastně takové pokusy kdysi byly, vlastně i v grafické podobě. Než přišly screen readery pro GUI, tak se často používaly různé nadstavby nad Windowsem, které umožnili dělat jen podmnožinu věcí, třeba psát si poznámky, pracovat s mailem, scanovat knížky, prohlížet nějak web. fungovalo to dobře a bylo to 100% přístupné. Ale běda vám, když jste chtěl udělat něco, co ten wrapper neuměl. Nebo když se změnila ta wrapovaná aplikace.
3. Je dobré vědět, že většina nevidomých lidí nejsou nevidomí od narození,ale o zrak přijdou hodně často až ve stáří. A tam často "jít si vlastní cestou" fakt už není priorita.

Celé se to stejně podle mně točí kolem toho, jak moc ta přístupnost dokáže být z dlouhodobého hlediska udržovaná. Jasně, kdybych chtěl, tak bych asi dokázal sestavit soubor softwaru, který by mi umožnil přestat používat GUI. Na všecko je dneska na Githubu nějaký projekt. Ale používal bych software od x vývojářů, kteří nespolupracují (což chápu, nemusí). Projekty zanikají, objevují se, stagnují... Možná jsem naivní, ale čekal bych, že u velkých DE jako třeba Gnome a KDE by se tohle dít nemělo.

Díky za reakci. Že je problém s vimem jsem netušil. Že většina lidí oslepne až během života jsem také netušil.

Pro mne jako někoho, kdo má rád konzoli, kdybych oslepl, bylo by další rozšíření používání konzole přirozené a validní. Pro někoho jiného to ale nemusí tak být.

I tak mi ale přijde, že by nevidomí měli práci v konzoli používat více. Protože je to jediné prostředí, kde mohou být podobně (v některých případech i více) produktivní než kolegové co vidí a konzoli nepoužívají. Ideálně na vše, kde to jde, mít nějaké skripty a aliasy co vrátí ideálně jen několik řádků textu jako výsledek, které je možné relativně snadno přečíst braillským řádkem. Např. procházet tímto způsobem jakoukoli tabulku větší než malou je často efektivnější i pro vidící. Nechám si přečíst počet řádků, zobrazit nejvyšší, nejnižší, průměrnou hodnotu a pak řádek nebo několik řádků, které mne zajímají a jen sloupečky které mne zajímají.

Ano není to pro každého, ale myslím, že s prací v konzoli by se měli seznámit všichni nevidomí v rámci vzdělání pro ně, aby si sami mohli zvolit, jestli je to pro ně cesta, nebo ne.

Myslím, že správná cesta bude (jako obvykle) někde uprostřed. Ano, souhlasím s tím, že konzole některé věci určitě zjednoduší. Ale zase chtít po 60 leté babičce, aby se učila psát skripty a aliasy asi není moc reálné.

Pozor, neřekl jsem, že 100% DE musí být přístupné pro 100% lidí a pokrývat tak všechna postižení... to není reálné.
Zkusím to přeformulovat, ale nevím, jestli to někomu udělá radost.
Chtěl bych, aby všechny funkce DE, které pro nevidomého dávají smysl, byly plně přístupné se screen readerem. A ano, stojím si za tím, že v ideálním světě pokud to tak není, tak by to měl být blocker.
V ideálním světě samozřejmě nežijeme a je jasné, že občas někde něco nefunguje... to bych zkousl.
Ale my nejsme ani tam.
Tady je příklad a je vlastně docela výmluvný.
https://gitlab.gnome.org/GNOME/gnome-shell/-/issues/8545
Gnome overview, nebo jak se to jmenuje, je dost klíčová věc v Gnome. A když k tomu sedne někdo nový, tak čeká, že když zmáčkne klávesu Super, že se nejspíš něco stane (protože v 90% přechází z Win). A ono se stane. Ale on neví co. Ale vůbec netuší co a nemá to moc jak zjistit.
Kupodivu po pročtení toho issue se ukazuje, že to vůbec není jednoduché vyřešit. Jenže mi připadá, že se na přístupnost při designu tohoto klíčového prvku prostě dost nemyslelo. A teď se to snažíme opravit a samozřejmě je to o to složitější.

Bohužel jedna z věcí, kde se grafice asi nelze vyhnout je obyčejný web. Jaké jsou možnosti procházet web v Linuxu? Např. v porovnání Windows a předražený program Jaws?

A ano, stojím si za tím, že v ideálním světě pokud to tak není, tak by to měl být blocker.
V ideálním světě samozřejmě nežijeme a je jasné, že občas někde něco nefunguje... to bych zkousl.

Vysvetleni pro oba je jednoduche - penize.

Problemy, ktere lze monetizovat, maji na trhu vicero reseni. Jak je to s pristupnosti? Protoze uzivatelu je male procento, vidina zisku je mala a takovy vyvoj firmy nelaka. Reseni je malo, know-how pro ne neni snadne na trhu najit a tudiz jsou draha.

Zabyvam se vyvojem webovych aplikaci. V poslednich letech statni sprava v USA a SRN striktne vyzaduje testy a certifikaci. K nim se pripojil i bankovni sektor. Regulace v USA smeruje k povinne pristupnosti, pokud chcete dodat software do firem o urcite velikosti, nebo do firem, co se uchazeji o statni zakazky. Jelikoz stat leze vsude, vidim to jako cestu ke splneni snu postizenych lidi. I kdyz dlouhou, protoze lobbysti dostavaji uplatky za jina temata.

Vojto, dik, ze se snazite zlepsit accessibility na linuxu.

a jestli nechcete slyset nic negatviniho (i kdyz snad konstruktivniho kopnuti) tak dal prosim nectete ...

Zkusil jsem Vojtux. Ctecka je stejna jako v Ubuntu. Neni tomu rozumet! Zkusil jsem start klavesu a napsal "web" enter. Chtelo to po me heslo. Co to mele o "keyring"? Neudrzel jsem se a otevrel oci. Pustilo to chrome a chtelo to keyring?!? Neco jsem zadal a zavrel oci. Zkusil jsem jit na google. Moc jsem tomu nerozumel. Asi nemam internet. Zmacknu start a pisu "wifi". Nepochopil jsem co se deje. Zkusim "network". Co to mele? Zni to jako ze jsem na webu! Nedavam to. Otevru oci! Je to Firefox a ma web. V okne Chromia jsem napsal gooogle se tremi o!

Obdivuji kazdeho kdo tohle dokaze pouzivat!

Accessibility je pres vsechnu snahu naprosto hrozne! Vsechny ty "accessibility" veci v knihovnach, dokumentace, business a legal requirementy maji byt uz jen v pocitacovem muzeu. Snazit se to podporovat v roce 2025 je myslim nesmysl.

Pred dvema lety prisly multimodalni LLM. Par lidi to tu v komentarich zminilo. Halucinace nejsou problem. S AI se da prece delat mnohem vic nez jen nejaky skriptik na screenshot. Mame AI, mame screen recording, udelat virtualni klavesnici a mys taky umime. Technologii mame. Jen to dat dohromaty a doladit.

Rovnou to muze byt multiplatformni. Zvladne to mluvit desitkami jazyku a srozumitelne! Nemusi byt vse ovladatelne klavesnici. Lze ovladat hlasem! Rovnou muzeme predelat veci jako "manual" nebo "help". Zahodit "translation". Do muzea s tim!

Kdyz uz to jsme kolem toho linuxu, tak se muzeme zamyslet co vic by jsme mohli udelat. Na linuxu se muze AI oprit i o znalosti z precteni celych zdrojaku programu. Nebo treba muzeme automaticky kazdou aplikaci pustit v kontaineru. Prinejmensim s overlayfs. Clovek muze "poslepu" neco zkusit a kdyz to bude znit divne tak zmeny zahodit a udelat replay. A muzeme jit dal!

Milion uzitecnych veci nejen pro nevidome, ale pro vsechny - lidi i stroje.

Lidi jsou. Penize jsou.

Napiste radsi strucny clanek o tom kde jsme s AI pro lidi se zrakovym postizenim. Je to uz hotove? Co s tim delame? Ale na pocitaci v roce 2026, ne v muzeu! Jeste letos muzeme mit linux, ktery budu schopny pouzivat se zavrenyma ocima dele nez 30 sekund! Cesta k tomu myslim vede tak, ze v prni rade naprosto ignorujeme vsechno predchozi "accessibility".

BTW: Uznavam, ze klasicke "accessibility" melo svuj vyznam. Ale v roce 2025? Kontraproduktivni!

Dobrý den,
děkuji za reakci. Nevím, jestli jste uživatel se zrakovým postižením, ale odhaduji, že ne. Ať tak či tak, děkuji za příspěvek. A pokud chcete slyšet názor člověka, který přístupnost používá každý den už asi 28 let, prosím čtěte.

Zkusil jsem Vojtux. Ctecka je stejna jako v Ubuntu. Neni tomu rozumet!

To je reakce asi tak 95% lidí, kteří syntézu Espeak před tím neslyšeli. Jo, není to zrovna nejpříjemnější hlas, ale na světě, ale moc jiných českých hlasů na Linuxu nemáme.

Zkusil jsem start klavesu a napsal "web" enter. Chtelo to po me heslo. Co to mele o "keyring"? Neudrzel jsem se a otevrel oci. Pustilo to chrome a chtelo to keyring?!? Neco jsem zadal a zavrel oci. Zkusil jsem jit na google. Moc jsem tomu nerozumel. Asi nemam internet. Zmacknu start a pisu "wifi". Nepochopil jsem co se deje. Zkusim "network". Co to mele? Zni to jako ze jsem na webu! Nedavam to. Otevru oci! Je to Firefox a ma web. V okne Chromia jsem napsal gooogle se tremi o!

Jasně, chápu. Zajímavý test, ale nemyslím si, že vám to přinese očekávaný výsledek.
Pomohlo by i vědět, jestli jste už někdy nějaký screen reader používal a případně na jakém operačním systému.
To, co jste popsal, mi připadá asi jako kdybych se já posadil na invalidní vozík, zkusil se s ním projet po nějaké kancelářské budově a čekal, že všechno stihnu tak, jako bych chodil pěšky. Nestihnu. Věřte mi, zkoušel jsem.
Každý uživatel odečítače obrazovky dostane nějaké školení, jak se to používá, co čekat, co nečekat.

Obdivuji kazdeho kdo tohle dokaze pouzivat!

Děkujeme, oceňujeme.

Accessibility je pres vsechnu snahu naprosto hrozne! Vsechny ty "accessibility" veci v knihovnach, dokumentace, business a legal requirementy maji byt uz jen v pocitacovem muzeu. Snazit se to podporovat v roce 2025 je myslim nesmysl.

Pred dvema lety prisly multimodalni LLM. Par lidi to tu v komentarich zminilo. Halucinace nejsou problem. S AI se da prece delat mnohem vic nez jen nejaky skriptik na screenshot. Mame AI, mame screen recording, udelat virtualni klavesnici a mys taky umime. Technologii mame. Jen to dat dohromaty a doladit.

Rovnou to muze byt multiplatformni. Zvladne to mluvit desitkami jazyku a srozumitelne! Nemusi byt vse ovladatelne klavesnici. Lze ovladat hlasem! Rovnou muzeme predelat veci jako "manual" nebo "help". Zahodit "translation". Do muzea s tim!

Velice zajímavé. Mám k tomu několik otázek, např:
1. A jak to utáhne běžný laptop?
2. Zkoušel jste někdy používat multimodální model na něco složitějšího než "popiš mi tenhle obrázek"? Nemyslím si, protože byste pak LLM takhle nefandil.
3. Proč bych měl ovládat počítač hlasem? Já nemám rozbité ruce, umím psát, já mám rozbité oči. Budu sedět v kanclu a říkat:
"Takže napiš: dev levá závorka get podtržítko value pravá závorka dvojtečka nový řádek 4 tabulátory"? Fakt? A neříkejte mi, že ten kód za mě napíše AI... protože já vím že napíše. Ale musím mu udělat review atd atd, to je na jinou diskuzi.

Kdyz uz to jsme kolem toho linuxu, tak se muzeme zamyslet co vic by jsme mohli udelat. Na linuxu se muze AI oprit i o znalosti z precteni celych zdrojaku programu. Nebo treba muzeme automaticky kazdou aplikaci pustit v kontaineru. Prinejmensim s overlayfs. Clovek muze "poslepu" neco zkusit a kdyz to bude znit divne tak zmeny zahodit a udelat replay. A muzeme jit dal!

Přiznám se, že předchozímu odstavci vůbec nerozumím.

Milion uzitecnych veci nejen pro nevidome, ale pro vsechny - lidi i stroje.

Lidi jsou. Penize jsou.

Napiste radsi strucny clanek o tom kde jsme s AI pro lidi se zrakovym postizenim. Je to uz hotove? Co s tim delame? Ale na pocitaci v roce 2026, ne v muzeu! Jeste letos muzeme mit linux, ktery budu schopny pouzivat se zavrenyma ocima dele nez 30 sekund! Cesta k tomu myslim vede tak, ze v prni rade naprosto ignorujeme vsechno predchozi "accessibility".

BTW: Uznavam, ze klasicke "accessibility" melo svuj vyznam. Ale v roce 2025?

Zní to hezky, a za rok se s vámi o tom velmi rád pobavím.
Nejsem zastáncem toho, že AI všecko zachrání, a to AI používám každý den.
Halucinace jsou pořád problém, potkávám je pořád. A když ne halucinace, tak nelogičnosti. Tohle v přístupnosti nemá místo. I kdybychom halucinace snížili na minimum, pořád tohle není pro přístupnost řešení.
Já potřebuju mít jistotu, že když se mě to ptá, jestli chci uložit soubor, tak ho to místo toho nesmaže.
A hlavně... líbilo se mi, jak to někdo vyjádřil z pozice vozíčkáře. My sakra nepotřebujeme speciální obleky, které nám pomůžou chodit a budou s námi jezdit a bude je ovládat AI. Dejte do té budovy prostě rampu! To je to takový problém?
Mimochodem, před AI tady byl jiný nešvar, tzv. accessibility overlays. Bylo to pro web a pořád se to občas používá.
Pointa toho byla: "máte web, ale nechcete se dělat s přístupností? My to zařídíme."
Plácli na ten web jakousi překryvnou vrstvu, která se snažila tu přístupnost zařídit. Fungovalo to? Ano, někdy. Ale někdy je pro přístupnost málo.

Zrakove postizeni nemam. Ale mam kamarady kteri ano. Jsem zvykly na dotazy typu: Je tohle stejna barva? Jak napises email v gmailu kdyz muzes mit jen 5 radek na 17-ti palcovem monitoru?

Na podzim jsme byli zase na akci s jednim kamaradem, ktery ani nepozna jestli je rozsviceno nebo zhasnuto. Ptal jsem se ho jak mu AI pomohla a byl jsem zdeseny kdyz jsem slysel ze se to k nemu jeste nedostalo. Chat samozrejme ano, ale na accessibility o tom ani neslysel. Vcera jsem se podival na root a vidim tam vas clanek a zase se desim. To je do muzea! V komentarich lide nabizeji pomoc, ale zase se ta diskuze vraci do zastaralych technologii. Proto jsem se tu do vas vsech zkusil ostre kopnout! Zamysleme se!

K dotazum:

1. A jak to utáhne běžný laptop?

Ano!

Tedy ne pokud premyslite o muzeu jako nektere clanky na rootu. 20 let stary pocitac nezkousejte. Vsechno dnesni, par let stare nebo a budouci je dostatecne.

Ja delam AI v cloudu. Na desktopu prakticky nic. Ale kdyz uz se tu do vas takhle poustim tak jsem to zkusil. Zkusil jsem jen text-to-speach kdyz uz jsme zde mluvili o kvalite ctecky. Vzal jsem druhy model z https://huggingface.co/models?pipeline_tag=text-to-speech&sort=downloads a pustil ho na vintage notebooku. Sedm let stary dell xps. S velkou namahou jsem premluvil uv aby mi nainstalovalo torch na cpu. V mem pripade Intel Core i7-1065G7. Sedm let stare cpu stredni tridy s nejnizsi spotrebou v 13-ti palcovem tele se spatnym chlazenim.

Vysledek? 400MB model sezral peak 2GB ram a vygeneroval 2 minuty reci za 50 sekud s pouzitim mene nez poloviny jader. User time byl 2.5 minuty. Krasna anglictina. Lepsi nez moje. A to jsem byl 10 let v Kalifornii. Dnesni mainstream cpu ma 10 vetsi vykon procesoru k tomu (podporovane) GPU a navic NPU! Vykon 100x vetsi. Takze mainstream dva rooky strary i bez dedikovane GPU bude v fungovat i multimodalni model a analyzovat obraz. Jen budete potrebovat vic RAM. Take vydrz baterie bude mnohem horsi - misto slibovanych 20-ti hodin budete mit jen 2.

2. Zkoušel jste někdy používat multimodální model na něco složitějšího než "popiš mi tenhle obrázek"? Nemyslím si, protože byste pak LLM takhle nefandil.

Ano! Hodne. Pro accesibility jsou ale relevantni jen multimodalni LLM z poslednich dvou let. Neumi vse. Ale to nepotrebuji! Ovladani aplikace je relativne jednoduche. Tedy pokud necekate, ze z jednoradkoveho promptu bude rovnou Oskar za 3d animovany film v Blenderu.

Bezna prace s vetsinou aplikaci jsou nejake textove pole, tlacitka, menu atd.? Vypada to porad stejne. Je to trivialni problem na nauceni. Nesrovnatelne jednodussi nez "popiš mi tenhle obrázek". Proto myslim, ze uz ta otazka je spatne. Na accessibility nepotrebujete "něco složitějšího" ale "neco jednodussiho" (z hlediska moznosti dnesnich AI).

3. Proč bych měl ovládat počítač hlasem? Já nemám rozbité ruce, umím psát, já mám rozbité oči. Budu sedět v kanclu a říkat: "Takže napiš: dev levá závorka get podtržítko value pravá závorka dvojtečka nový řádek 4 tabulátory"?

To zni jako nedorozumeni. Nerikam, ze nesmite pouzivat klavesnici. Hadam, ze vas mohlo zmast kdyz jsem mluvil o "virtualni klavesnici a mys". Pokud ano, tak jde o nedorozumeni. Pouzivejte klavesnici. Klasickou, brailovo a cokoliv vam vyhovuje. Myslel jsem neco jineho - virtualni input device pro AI agenta.

Predstavte si ze chceme delat neco na linuxu. Treba budu chtit pridat ceske rozlozeni klavesnice na linuxu. Jak to udelate? Rekenme ze uz nejak budete v gnome settings. Jak se tam dostaneste je pripad sam pro sebe. Kdyz mackam tab tak mi to skace a cte jednotlive veci. Bude mi trvat nez se dostat na "Keyboard".

Accessibility by mel byt podle me dnes agent. Bezny koncept - dva kontexty. Jeden normalni - vase klavesnice pise do aplikace jako vzdy a druhy kdy se bavite s agentem. Ve hrach treba bezne existuje overlay chat. Vyvola se treba zmacknutim tilda (tlaciko pod escape). Tak vlastne to same - jen chat s AI agentem pro accesibility. Na to staci kterykoliv multimodalni model. Pridejme mu prompt a par nastroju - screenshot, virtualni klavesni a mys.

Takze: Prepnu kontext na agenta a pisu "Keyboard", enter. Nebo rovnou cesky a s chybou "lavesnice". Agent v klidu pochopi a muze to macknout za me. Nemusim mackat tab a poslouchat. Jak to agent udela? Klasicke "accessibility" je bidne. Zapomente na nej. Proste "koukne" a vidi "Keyboard". Potrebuje tam kliknout. A konecne jsme u te virtualni mysi! Nemluvim o fyzicke veci na vasem stole ale o programu na par radek kdy AI agent muze pouzivat kalvesnici a mys. Virtualni! Vy mate klavesnici v notebooku a externi brailovu. Treti klavesnice je ciste softwarova pro AI agenta, ktery vam s ni pomaha. O tom mluvim. Generovat eventy z hid zarizeni pres virtualni usb nebo bluetooth je jednoduche. Nemusime sahat na jadro ani na zadnou knohovnu ani zadny kod zadne aplikace. Nepotrebujeme ani zadnou klasickou "accessibililty".

Mimochodem, zrovna u te virtualni mysi bych videl prostor pro haucinace. Pozadam agenta aby kliknul na "klavesnice". Vidi screenshot, ale s tim pocitanim ne neni zadna slava. Ale ze se explicitne zeptam na souradnice x, y tak si je genericky model proste vymysli. Urcite spatne (vymysl = halucinace). Tak mu dame par nastroju a feedback loop. Pres screenshot nakreslime kurzor na pozici kterou model navrhnul a zeptame se: "Je kurzor tam kde jsem chtel?" Nebo proste zmenime systemovy prompt at pred kliknuti prohlidne obrazek jestli to pod kurzorem je to co cheme zmacknout. Verim, ze kazdy dnesni model to zvladne. Na puvodni explicitni pozadavek na x,y pozici muze halucinovat. Ale s tim se preci umime vyporadat!

Poznamka 1: Kdo pise accesibility tagy v roce 2025? Lidi? LOL! V tu chvili kdy rekneme AI at vygeneruje popisek k tlacitku "Save", tak tam vygeneruje nejaky aria tag s par slovy. Snad dobre. Mozna rovnou nepresne. Halucinace? Zitra prejmenuji tlacitko na "Replace". Na accessibility tag samozrejme zapomenu. Vam pak ctecka precte halucinaci o "save" zatimco AI agent z multimodalniho LLM by vam rekl "save". Ani by se na kalsicke "accessibility" nepodival.

Poznamka 2: Ohledne: "chci uložit soubor, tak ho to místo toho nesmaže" a "Přiznám se, že předchozímu odstavci vůbec nerozumím.". Overlayfs je presne to co vam to pomuze resit. Vsechny zapisove operace na disky z kterekoliv aplikace udelate mohou jit do noveho "overlay" adresare. Muzete udelat rollback, nebo verzovat vsechny zapisy. Nepotrebujete podporu od aplikace. Ale to ted nema cenu vysvetlovat. Tam jeste nejste.

Takto muzeme jit dal a dal. Technologie na to je uz dva roky. Zadna science fiction! Da se z toho delat produkt v horizontu tydnu a mesicu.

Kopu do vas aby jste si uvedomili a zkusili udelat accessibility s AI. Uz minuly rok to mohlo byt schopnejsi nez si dnes doakzete predstavit. Zkuste to!

Zdravím,
ta diskuze mě baví, i když ve spoustě věcí s vámi pořád nesouhlasím. Pojďme to rozebírat dál, třeba z toho něco bude.
Narazil jsem na tenhle článek, který se na to dívá z trochu jiného pohledu. Doporučuju přečíst. Částečně vidí v AI budoucnost, ale zároveň připomíná, proč to, čemu vy říkáte "muzeum" pořád má smysl.
https://toptechtidbits.com/how-voice-first-ai-could-soon-change-everything-for-blv-people/
K vašim bodům:
Je super, že jste rozjel TTS na starším hardware, ale podle mě to není dobrý příklad. Mě šlo hlavně o tu analýzu obrázků, kterou se poslední dobou zabývám hodně. Aby bylo možné nějak rozumně pracovat s multimodálními agenty a zachovat si podobnou uživatelskou zkušenost, muselo by to fungovat v řádech sekund a tam podle mě prostě nejsme. I poměrně malé modely kolem 1.6b co jsem u sebe zkoušel mají odezvu 5 až 12 sekund. A to sem mu jen hodil obrázek a zeptal se, aby ho popsal. Můžete zkusit: https://huggingface.co/unsloth/LFM2.5-VL-1.6B-GGUF
Jen pro pořádek, načtení modelu do paměti nepočítám, to by nebylo fér.
U sebe = AMD Ryzen 7 PRO 7840HS w/ Radeon 780M Graphics, čili řekl bych slušný noťas.
Řekněme, že tohle teda nějak překonáme, natrénujeme speciální multimodální modely pro práci s GUI... dejme tomu.
Celé se to ale podle mě bude nakonec točit kolem předvídatelnosti. Vy říkáte, že halucinace umíme řešit. Jak? A hlavně, umíme je vyřešit ve 100% případech? Za mě neumíme.
Jestli se pletu, rád bych viděl nějaké zdroje.
Protože zrovna tady pokud halucinace nevyřešíme ve 100% případech, tak jsme nic nevyřešili.
Vezměme si jedno tlačítko. Když ho máte dobře popsané, tak ten popisek screen reader přečte vždy. Tečka, konec debaty.
Už jen z povahy toho, jak dnešní AI modely fungujou, tohle prostě zaručit nemůžeme.
A ohledně toho argumentu s overlayfs... to doufám, že byl vtip... přece nebudu používat overlayfs, abych si pojistil to, že se můj accessibility agent popletl a smazal mi soubory. Nebo jo?
Jo kdyby radši někdo napsal AI agenta, který by dával bacha, aby ty accessible labely u tlačítek byly aktuální a všude, to bych si dokázal představit.
A uznávám, že AI v mnoha věcech přístupnost někam posune. Ale nemyslím si, že budoucnost leží v tom, že se na přístupnost úplně vykašlem a necháme na AI, ať to nějak vyřeší.

A líbí se mi tenhle odstaveček, který si dovolím okomentovat víc. Protože to vystihuje podstatu problému.
Poznamka 1: Kdo pise accesibility tagy v roce 2025? Lidi? LOL! V tu chvili kdy rekneme AI at vygeneruje popisek k tlacitku "Save", tak tam vygeneruje nejaky aria tag s par slovy. Snad dobre. Mozna rovnou nepresne. Halucinace?

No, a v tom vidím ten problé. Píše to AI. Já tuším proč. Protože je to práce navíc. Práce, kterou vám zákazník v 99.9% neocení. Tak to hodíme na AI, protože jsou důležitější věci na práci, které po nás zákazníci chcou. Já vím, je to realita. Ale je špatně.

Zitra prejmenuji tlacitko na "Replace". Na accessibility tag samozrejme zapomenu. Vam pak ctecka precte halucinaci o "save" zatimco AI agent z multimodalniho LLM by vam rekl "save". Ani by se na kalsicke "accessibility" nepodival.

Ale ono by se žádné zapomenutí nemuselo vůbec konat. Protože tohle je něco, co se dá celkem dobře testovat. Změnil se popisek AI, otestuj, jestli jsem nezapomněl změnit i ten accessibility popise. Primitivní test. Ale ne. My to necháme na AI. Vadí mi ten princip, který za tím vidím. Nevidomí jsou menšina, takže to není priorita. Tak to pojďme vyřešit nějak fikaně, ideálně abychom to nemuseli řešit my, ale někdo jiný.

Vlastně se na to celkem hodí příměr s asistenčníma službama. Jak zajistit, aby se nevidomí dostali tam, kam potřebujou?
První lehčí způsob: uděláme asistenční služby. Prostě když budou někam chtít, tak si zavolají a někdo přijde a odvede je tam. Geniální. Stejně jako u AI to v některých případech dává smysl. Ale stejně jako AI je to drahé a ne vždy to řeší problém (asistenční služba má nějaké hodiny, omezený počet asistentů atd).

Druhý přístup, pojďme zpracovat metodiku, jak by měly stavby a města vypadat a dejme jim bílou hůl, ať můžou chodit sami. A tou metodikou se řiďme. Je to pracné, pro některé možná omezující (architekti). Ale bude to fungovat vždycky a na 100%.