مقدمه: عبور از «جبران محدودیت» به «گسترش توانمندی»

برای دهه‌ها، فناوری‌های کمکی بر یک اصل ساده استوار بودند: کمک به افراد برای کنار آمدن با محدودیت‌هایشان. صفحه‌خوان‌ها متن را به گفتار تبدیل می‌کردند. ویلچرها جابه‌جایی را ممکن می‌ساختند. سمعک‌ها صدا را تقویت می‌کردند. این ابزارها ضروری بودند، اما کاربران را وامی‌داشتند خود را با محدودیت‌های فناوری تطبیق دهند. هوش مصنوعی این معادله را تغییر می‌دهد. فناوری به جای آنکه از کاربر بخواهد خود را تطبیق دهد، خود را با نیازهای فردی او هماهنگ می‌کند. این چرخش از الگوی «کمکی» به الگوی «توانمندساز» است؛ از جبران کاستی‌ها به گسترش امکان‌ها (Diplo, 2026).

این مقاله با رویکردی علمی و کاربردی، کاربست‌های هوش مصنوعی را در چهار حوزه کلیدی فناوری‌های کمکی بررسی می‌کند: خواندن و نوشتن برای نابینایان و کم‌بینایان، شنیدن و ارتباط برای ناشنوایان، حرکت و ناوبری برای افراد دارای معلولیت حرکتی، و ارتباط و کنترل برای افراد با محدودیت‌های شدید حرکتی و گفتاری. سپس چالش‌های اخلاقی، از جمله سوگیری الگوریتمی، «فناسالم‌سالاری» (Technoableism)، و شکاف دیجیتال را تحلیل می‌کند.

۱. هوش مصنوعی و نابینایان: بازتعریف خواندن و ناوبری

۱-۱. نسل جدید صفحه‌خوان‌ها و پردازش اسناد

نرم‌افزار JAWS از دیرباز استاندارد طلایی صفحه‌خوان‌ها برای نابینایان بوده است. در نسخه ۲۰۲۶ (Fusion Suite 2026)، شرکت Vispero دو قابلیت مبتنی بر هوش مصنوعی به نام‌های «AI Labeler» و «AI Page Explorer» را معرفی کرد. AI Labeler بیش از ۹۰ درصد دکمه‌ها، پیوندها و عناصر رابط کاربری را که پیش‌تر فاقد برچسب بودند نام‌گذاری می‌کند و خطا در ناوبری وب را به شدت کاهش می‌دهد. AI Page Explorer نیز به کاربر امکان می‌دهد ساختار یک صفحه را به سرعت درک کند، درباره محتوای روی صفحه پرسش بپرسد، و به‌طور کارآمد در طرح‌بندی‌های پیچیده حرکت کند (Vispero, 2025). این قابلیت برای دانشجویان نابینایی که با مقالات علمی چندستونه و جداول پیچیده سروکار دارند، تحولی بنیادین محسوب می‌شود.

۱-۲. عینک‌های هوشمند: از بازشناسی اشیاء تا درک صحنه

عینک‌های هوشمند مبتنی بر هوش مصنوعی، مفهوم «کمک بینایی» را از سطح «خواندن متن» به «درک موقعیت» ارتقا داده‌اند. از سپتامبر ۲۰۲۵، کمیسیون نابینایان نیویورک توزیع عینک‌های Meta Ray-Ban را میان دانش‌آموزان و دانشجویان نابینا آغاز کرد. این عینک‌ها با قیمت ۳۰۰ تا ۳۷۹ دلار (در مقایسه با ۲۴۹۹ دلار برای عینک‌های Envision) مجهز به هوش مصنوعی چندوجهی Meta هستند و کاربر می‌تواند از آن‌ها بپرسد چه چیزی در برابرش قرار دارد. هوش مصنوعی تصویر دوربین را در لحظه پردازش می‌کند، اشیاء را شناسایی می‌کند، متن را می‌خواند، و صحنه را توصیف می‌کند. تفاوت بنیادین این فناوری با ابزارهای پیشین، توانایی «درک زمینه» (Context) است. یک عینک هوشمند امروزی نه‌تنها می‌گوید «روی قفسه شیر هست»، بلکه تشخیص می‌دهد کدام پاکت شیر زودتر منقضی می‌شود (Diplo, 2026).

پروژه SightNavigator که در دانشگاه کویت توسعه یافته، ترکیبی از دوربین عمق‌سنج OAKD Lite، مدل بینایی رایانه‌ای YOLOv8 برای تشخیص موانع، و راهیابی مبتنی بر RFID را در یک عینک سبک به کار گرفته است. در آزمایش‌های اولیه، این سیستم به دقت تشخیص اشیاء بالای ۹۵ درصد دست یافت و زمان یافتن راهروهای فروشگاه را تا ۴۰ درصد کاهش داد (Faisal et al., 2025).

۲. هوش مصنوعی و ناشنوایان: زیرنویس‌گذاری زنده و ارتباط بی‌واسطه

۲-۱. عینک‌های زیرنویس‌گذار: گفت‌وگو در میدان دید

شرکت TranscribeGlass عینک هوشمندی ساخته است که گفتار اطرافیان را با تأخیر کمتر از ۳۰۰ میلی‌ثانیه (یک‌سوم ثانیه) به متن تبدیل و در میدان دید کاربر نمایش می‌دهد. این عینک از طریق بلوتوث به تلفن همراه متصل می‌شود و با بهره‌گیری از هوش مصنوعی، حتی در محیط‌های پرسروصدا نیز عملکرد قابل‌قبولی دارد. قابلیت «تشخیص گوینده» (Speaker Identification) نیز دنبال کردن گفت‌وگوهای گروهی را برای کاربران آسان‌تر می‌کند (Vuzix Press Release, 2025).

۲-۲. زیرنویس‌گذاری تماس‌های تلفنی و موقعیت‌های حیاتی

پلتفرم Nagish که برنده جایزه AI Breakthrough در سال ۲۰۲۵ شد، یک سامانه مبتنی بر پردازش زبان طبیعی (NLP) است که گفتار را در لحظه به متن تبدیل می‌کند و برعکس. این پلتفرم دارای تأییدیه FCC (کمیسیون ارتباطات فدرال آمریکا) است و دقت آن در مکالمات پزشکی و تماس‌های اضطراری، از انسان و سایر ابزارهای هوش مصنوعی بالاتر گزارش شده است. رشد ۵۰۰ درصدی کاربران فعال این پلتفرم، نشان‌دهنده تقاضای فزاینده برای ارتباط بی‌واسطه و مستقل است (Hearing Review, 2025). نکته مهم در این فناوری، حذف «واسطه انسانی» (مانند اپراتورهای مخابراتی) است که به کاربران ناشنوا امکان می‌دهد برای نخستین بار تماس‌های کاملاً خصوصی و مستقل داشته باشند.

۳. هوش مصنوعی و تحرک: ویلچرهای خودران

۳-۱. ناوبری خودآگاه اجتماعی: SAATT

پژوهشگران دانشگاه نورث‌ایسترن چارچوب ناوبری SAATT را برای ویلچرها طراحی کرده‌اند. این سیستم از یک مدل زبانی بزرگ (LLM) به‌عنوان تصمیم‌گیرنده استفاده می‌کند که قادر است قصد عابران پیاده را پیش‌بینی کند و موقعیت‌های اجتماعی (مانند عبور از کنار یک زوج در حال گفت‌وگو) را تشخیص دهد. همچنین، LLM در هر نقطه مسیر، استدلال خود را به‌صورت متنی برای کاربر توضیح می‌دهد و «شفافیت» (Transparency) را افزایش می‌دهد. در آزمایش‌ها، SAATT در بیشتر موقعیت‌های اجتماعی از سیستم‌های رقیب بهتر عمل کرد (Zhang et al., 2026).

۳-۲. RAMMP: بازوی رباتیک، ناوبری و دستکاری هم‌زمان

پروژه RAMMP (Robotic Assistive Mobility and Manipulation Platform) با بودجه ۴۱.۵ میلیون دلاری ARPA-H (آژانس پروژه‌های تحقیقاتی پیشرفته سلامت آمریکا) در دانشگاه پیتسبرگ در حال توسعه است. این ویلچر یک بازوی رباتیک هفت‌درجه آزادی با حسگرهای تشخیص موقعیت مفاصل دارد که حرکات پیچیده دست انسان را شبیه‌سازی می‌کند. بازو از دوربین‌ها و یادگیری ماشین برای تشخیص اشیاء و هدایت گیره‌ها استفاده می‌کند. در نمایش عمومی (آوریل ۲۰۲۶)، کاربر با استفاده از یک پد لمسی به بازو فرمان داد که در را باز کند، یک فنجان قهوه از استارباکس بگیرد و آن را به دهانش برساند. ویلچر همچنین قادر به عبور از جدول‌های بلند پیاده‌رو (بدون نیاز به رمپ) بود (Pittwire, 2026).

۴. هوش مصنوعی و ارتباط مغز-رایانه: بازگرداندن گفتار و لامسه

رابط‌های مغز-رایانه (BCI) سیگنال‌های مغزی را رمزگشایی و به فرمان‌های قابل اجرا برای دستگاه‌های خارجی تبدیل می‌کنند. تیم جراح مغز و اعصاب دیوید برندمن در دانشگاه کالیفرنیا دیویس، یک BCI کاشتنی ساختند که سیگنال‌های مغزی تلاش برای گفتار را با دقت ۹۷ درصد به متن تبدیل می‌کند؛ دقیق‌ترین سیستم گزارش‌شده در نوع خود. این فناوری برای نخستین بار امکان برقراری ارتباط سریع و دقیق را برای افراد مبتلا به ALS (اسکلروز جانبی آمیوتروفیک) که توانایی گفتار خود را از دست داده‌اند فراهم کرده است. یک بیمار مبتلا به ALS با استفاده از این BCI به‌طور مستقل در منزل بیش از ۲۳۷,۰۰۰ جمله ارتباط برقرار کرد و دقت خروجی کلمات در آزمون‌های کنترل‌شده تا ۹۹ درصد گزارش شد (UC Davis Health, 2025; EurekAlert, 2025).

۵. ابعاد اخلاقی و پیامدهای اجتماعی

۵-۱. شکاف دیجیتال و «نخبه‌گرایی فناورانه»

پژوهشی در غنا (۲۰۲۵) نشان داد که «طراحی و اجرای ضعیف سیاست‌ها، فقدان تعهد سیاسی، محدودیت‌های مالی و زیرساخت ضعیف فناوری اطلاعات» اثربخشی خدمات عمومی مبتنی بر هوش مصنوعی برای افراد دارای معلولیت را مختل می‌کند. نتیجه، «گسترش نابرابری اجتماعی موجود» است (ScienceDirect, 2025). وقتی عینک‌های هوشمند ۳۰۰ دلاری در نیویورک توزیع می‌شوند اما در غنا حتی زیرساخت اینترنت پایدار وجود ندارد، «انقلاب هوش مصنوعی» به روایتی تبدیل می‌شود که برای بخش کوچکی از جامعه جهانی نوشته شده است.

۵-۲. «فناسالم‌سالاری» (Technoableism)

اشلی شو (Ashley Shew)، استاد دانشگاه ویرجینیا تک، در کتاب «Technoableism» (۲۰۲۰) مفهوم «فناسالم‌سالاری» را صورتبندی می‌کند: ایدئولوژی‌ای که هوش مصنوعی و فناوری‌های پیشرفته را به‌عنوان «راه‌حل نهایی» برای معلولیت معرفی می‌کند، در حالی که هم‌زمان انتظارات سالم‌سالارانه از «استقلال» و «بهره‌وری» را بازتولید می‌کند. «فراتر از رفع فنی» (۲۰۲۵) نیز استدلال می‌کند که هوش مصنوعی در شکل کنونی‌اش، به‌جای آزادسازی افراد دارای معلولیت، اغلب «محو و نادیده گرفتن» آن‌ها را تشدید می‌کند (Springer, 2025). برای نمونه، الگوریتم‌های استخدام مبتنی بر هوش مصنوعی ممکن است به‌طور سیستماتیک متقاضیان دارای معلولیت را غربال کنند، زیرا بر اساس داده‌های تاریخی آموزش دیده‌اند که در آن «کارمند ایده‌آل» فردی بدون معلولیت بوده است (BC.Edu, 2025).

۵-۳. سوگیری الگوریتمی و ضرورت طراحی فراگیر

وانگ و همکاران (۲۰۲۵) در یک مرور نظام‌مند با ۷۶ مقاله، ۱۷۵ مورد آسیب الگوریتمی علیه افراد دارای معلولیت را مستند کردند. این آسیب‌ها در پنج دسته جای می‌گیرند: بازنمایی (کلیشه‌سازی و حذف از داده‌های آموزشی)، تخصیصی (محرومیت از فرصت‌های شغلی یا اعتباری)، کیفیت خدمات (عملکرد ضعیف‌تر برای کاربران دارای معلولیت)، بین‌فردی (نقض کرامت انسانی)، و اجتماعی (بازتولید نظام‌مند سالم‌سالاری). این پژوهش نتیجه می‌گیرد که بدون مشارکت افراد دارای معلولیت در طراحی و آزمون الگوریتم‌ها، هوش مصنوعی به «ابزاری پیچیده برای بازتولید طرد در مقیاس انبوه» بدل خواهد شد (AAAI, 2025; Diplo, 2026).

۶. نتیجه‌گیری

هوش مصنوعی پتانسیل آن را دارد که فناوری‌های کمکی را از ابزارهایی منفعل و جبران‌کننده به سیستم‌هایی فعال، زمینه‌آگاه و شخصی‌سازی‌شده تبدیل کند. اما تحقق این پتانسیل، خودبه‌خود رخ نمی‌دهد. سه شرط برای بهره‌مندی عادلانه همه افراد دارای معلولیت از این انقلاب فناورانه ضروری است: نخست، طراحی فراگیر از مبدأ، نه افزودن دسترس‌پذیری به‌عنوان یک لایه ثانویه؛ دوم، حضور افراد دارای معلولیت در تیم‌های طراحی، گردآوری داده‌های آموزشی، و آزمون الگوریتم‌ها؛ و سوم، سیاست‌گذاری مبتنی بر شواهد برای پر کردن شکاف دیجیتال میان کشورهای ثروتمند و فقیر.

پرسشی که باید پیش روی توسعه‌دهندگان، سیاست‌گذاران و جامعه مدنی باقی بماند این است: آیا این فناوری‌ها «با» افراد دارای معلولیت ساخته می‌شوند، یا صرفاً «برای» آن‌ها؟

منابع

· Vispero. (2025, October 29). Vispero, Makers of JAWS, ZoomText, and Fusion, Announces Version 2026 of Its Leading Accessibility Software.
· Diplomacy.edu. (2026, February 10). Seeing, moving, living: AI’s promise for accessible technology.
· Faisal, M., Alqouz, H., Ashkanani, H., et al. (2025). SightNavigator: AI-Powered Smart Glasses to Enable Independent Shopping for Visually Impaired Individuals. ISAS 2025.
· Vuzix Corporation. (2025, June 30). TranscribeGlass Places Multiple Follow-on Orders for Vuzix Z100 Smart Glasses.
· Hearing Review. (2025, July 1). Nagish Wins AI Breakthrough Award for Speech-to-Text Solution.
· Zhang, Y., et al. (2026, March 14). SAATT Nav: a Socially Aware Autonomous Transparent Transportation Navigation Framework for Wheelchairs. arXiv:2603.13698.
· Pittwire. (2026, April 23). The next generation of wheelchairs can navigate curbs and hold beverages.
· UC Davis Health. (2025, February 11). Brain-computer interface study wins 2025 Top Ten Clinical Research Achievement Award.
· EurekAlert. (2025, November 18). A new era of brain-computer interfaces: Restored touch, accurate speech, seamless movement.
· ScienceDirect. (2025). AI-powered public service and persons with disabilities (PWDs): questioning the commitment to bridging digital inclusivity gap in Ghana.
· Springer. (2025). AI and Disability Justice: Why Beyond Tech Fixes?
· Wang, L., Kameswaran, V., & Kacorri, H. (2025). Toward a Taxonomy of Algorithmic Harms for Disability: A Systematic Review. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 8(3), 2649-2665.
· BC.Edu. (2025, December 10). Equal Access or Algorithmic Barriers? AI and the Fight for Disability-Inclusive Hiring.
· GovLoop. (2025, October 10). Overcoming Accessibility Barriers in AI.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *