Érdekes szabadalmi bejegyzésekre derült fény a minap, amelyek az AI valós idejű bevetését célzó technológiákról szólnak. A Microsoft szabadalmaira a Patentlyze csapata bukkant rá, a dokumentumokból pedig több fontos részletre is fény derült. A 2026/0341309 A1 bejegyzés alatt futó szabadalmat eredetileg még 2025 áprilisában adták be a Microsoft illetékesei, közzétételére azonban 2026. október 29-ig várni kellett, most azonban már nyilvános.
A technológia lényege, hogy megfelelően tréningezett AI ügynökök révén lehetővé válik az élő beszédben elhangzó szavak közel valós időben történő módosítása, ami igazából a nézők és a hallgató számára valóban valós idejűnek hat majd, hiszen hozzájuk az AI által módosított és újravágott tartalom jut el, nem azok a szavak, amik elhagyták a riporter, a bemondó, a nyilatkozó, vagy egyéb személy száját. Az élő beszédet módosító AI ügynökök előre megszabott kritériumok alapján módosítják a különböző szavakat: lehetőség van a szavak módosítására, azaz kicserélésükre; illetve teljesen ki is lehet őket vágni a mondandóból, ha nem illenek az adott tartalomba, vagy valamiért nem szabad őket kimondani.
A módosítás során figyelembe veheti az AI alapú rendszer a néző tartózkodási helyét, életkorát, anyanyelvét, illetve a vele kapcsolatos egyéb paramétereket, majd ezeknek megfelelően történhet meg a szavak módosítása. A generatív AI segítségével az új tartalom viszonylag hamar, 1-10 másodperc alatt létrejöhet, attól függően, mennyire bonyolult az adott helyzet, majd a néző vagy hallgató már a módosított tartalmat kapja meg. Az AI ügynök futhat táblán, okostelefonon, kiterjesztett valóságot kínáló okosszemüvegen, kamerán, illetve egyéb hardvereken is.
A technológia egy másik része valós időben tudja lefordítani a különböző tartalmakat, majd a beszélő szájmozgását is a módosításokhoz igazhíthatja, ezzel elkendőzve a beavatkozást. A bejegyzés alapján az AI segítségével a töltelékszavakat, a dadogást vagy megakadást, illetve a rosszul kiejtett és/vagy offenzív szavakat is le lehet cserélni, valamint bizonyos kifejezéseket is ki lehet szűrni a tartalomból. Az új szavak érkezhetnek előre összeállított szótárakból, de akár internetes keresés eredményeként is megszülethetnek. A technológiát élő közvetítéseknél, díjátadóknál, különböző játékközvetítéseknél, sporteseményeknél, illetve számos egyéb esetben lehetne használni a fentiek szerint. Az eredeti felvételt ezzel párhuzamosan lehetne rögzíteni, hogy szükség esetén az is rendelkezésre álljon, de ez nem feltétele a technológia használatának, nélküle is működhet.
Arról egyelőre nincs információ, mikor és hol vethetik be először a technológiát, valamint az sem világos, a módosított tartalomról kap-e tájékoztatást a néző vagy sem. A technológiát normál esetben a közvetítések színvonalának emelésére lehetne használni azzal, hogy a hibás tartalmakat kvázi valós időben kiszűri az AI, de arra is jó lehet, hogy az egyes élő streamek mondandóját a néző életkorának megfelelően „cenzúrázza” az AI, vagyis a kiskorúak ne halljanak olyasmit, amit nem kéne nekik. A technológia persze manipulatív céllal is bevethető, illetve rossz szándékkal is használható.
Mivel az efféle szabadalmakat sokszor nem használják fel a gyakorlatban, előfordulhat, hogy ezúttal is hasonló forgatókönyv valósul meg, de mivel az AI óriási léptekkel hódít magának teret, kicsi rá az esély, hogy később nem használják efféle célokra. Az sincs kizárva, hogy a technológia teszt jelleggel már működik is itt-ott, de ezzel kapcsolatban egyelőre nem áll rendelkezésre pontos és hiteles információ.
