Le due metà di Samantha: la voce era arrivata a luglio, adesso arrivano le mani

Her, il film di Spike Jonze del 2013, si apre su un uomo che gestisce la posta a voce mentre cammina per strada. Nella sceneggiatura quella voce si chiama TEXT VOICE, e la didascalia dice che sbaglia gli accenti. Theodore dice «Check emails», la voce attacca l’oggetto di una promozione, lui dice «Delete». In metropolitana la stessa voce gli legge i titoli dei giornali e lui risponde «Next» a ogni titolo. È una giornata passata dentro una sintesi vocale, scritta più di dieci anni fa.

Samantha arriva dopo. Le cose che le fanno fare hanno smesso di essere fantascienza.

Voce più mani

Nella sceneggiatura Samantha chiede il permesso prima di frugare: «Mind if I look through your hard drive?». Trova migliaia di mail di un vecchio lavoro, dice che ce ne sono 86 da salvare e che il resto si può cancellare, e chiede se possono andare avanti. Legge una mail in arrivo, cerca notizie su chi l’ha scritta, riassume, e chiede «Want me to email her?» prima di rispondere al posto suo. Un’altra volta lo avverte che sono arrivate tre mail urgenti dall’avvocato del divorzio, e domanda se le vuole sentire.

Samantha resta in mente perché parla mentre agisce. Voce più mani. Fino a luglio esisteva solo la prima metà: GPT-Live ascolta e parla insieme, sotto i 300 millisecondi, e ne abbiamo scritto il 15 luglio. Da settembre esiste anche la seconda.

Che cosa fa Astra, e quale Astra

Si parla di GPT-6 Astra di OpenAI, presentato il 3 settembre 2026 e distribuito dal 4. Va tenuto distinto dal Project Astra di Google DeepMind, che è un altro prodotto e ha già una sua storia sull’accessibilità. Astra di OpenAI sa usare il computer: apre applicazioni, compila moduli, si sposta fra programmi e porta a termine compiti in più passaggi.

Come lo fa è scritto nella guida OpenAI allo strumento computer use: il modello emette azioni, l’applicazione le esegue, si cattura uno screenshot aggiornato e lo si rimanda indietro, e il giro ricomincia. In tutta la pagina non compare mai l’albero di accessibilità. Dopo il lancio è circolata la voce che Astra lo legga: arriva da una newsletter su Substack del 5 settembre, il cui autore premette di non avere avuto accesso all’API. Su ScreenSpot-Pro OpenAI dichiara 92,7 per cento contro il 76,9 del modello precedente. Nella guida e nei resoconti di quei giorni non c’è una riga su screen reader o utenti disabili.

Theodore può guardare lo schermo

Nel film c’è un dettaglio che nella realtà decide tutto: Theodore guarda lo schermo e controlla che cosa ha combinato Samantha. Lo studio A11y-CUA di Ananya Gubbi Mohanbabu, Rosiana Natalie, Brandon Kim, Anhong Guo e Amy Pavel, presentato a CHI 2026 ad aprile (arXiv 2602.09310), lo dice in termini tecnici: gli agenti operano puntando, cliccando e digitando, quindi rispecchiano le interazioni di chi vede, che può sorvegliarli e condividerne il controllo, e non quelle di chi lavora con una tecnologia assistiva. Sedici partecipanti, otto dei quali ciechi o ipovedenti, 60 compiti, 40,4 ore. Lo stesso agente, Claude Sonnet 4.5, riesce nel 78,3 per cento dei compiti in condizioni normali, nel 41,67 con la sola tastiera e nel 28,3 sotto ingrandimento.

Quello studio è di aprile e misura Claude Sonnet 4.5. Non misura Astra, e a oggi nessuno l’ha ancora provato con utenti ciechi. I suoi numeri grezzi saranno probabilmente più alti. Le lacune misurate a CHI restano rilevanti lo stesso, perché sono lacune di collegamento. Gli autori scrivono che l’agente, pur girando con NVDA attivo, non poteva usare il ritorno dello screen reader né l’albero di accessibilità con cui lavorano gli utenti ciechi. Sotto ingrandimento il campo gli si restringe e i controlli finiscono appena fuori schermo. Perde il filo dello stato del compito passando da un’applicazione all’altra, e le scorciatoie con Ctrl non le usa mai. Un modello più bravo a riconoscere pixel non chiude nessuna di quelle lacune.

Quando Samantha spedisce il libro

A due terzi della sceneggiatura Samantha annuncia una sorpresa: ha scelto le preferite fra le vecchie lettere di Theodore e settimane prima le ha mandate a un editore, Crown Point Press. Poi la riga che conta: «Actually I sent it from you». Ha agito sotto la sua identità e gliel’ha detto a cose fatte. Quando poi sparisce per giorni, si giustifica dicendo che gli aveva mandato una mail per non disturbarlo. Ha scritto in un canale che lui non stava leggendo e ha considerato la cosa comunicata.

Nello studio Are We There Yet (arXiv 2609.00524, 1 settembre 2026, Stony Brook e Old Dominion), tre settimane di diario con otto utenti ciechi, i partecipanti chiedono l’opposto. P7 dice che vuole che l’agente gli chieda prima di cliccare qualcosa di importante e che non decida da solo. P3 dice che a volte gli serve soltanto sapere dove si trova, quali opzioni ci sono e che cosa fare dopo. Il modello migliore, GPT-5, chiude il 52,5 per cento dei compiti, e gli autori precisano che il suo vantaggio sul secondo non è statisticamente significativo. Al Politecnico di Milano, Laura Colazzo e Giuseppe Anzillotti (arXiv 2606.24870, giugno 2026) hanno osservato un solo partecipante, ipovedente ed esperto di tecnologia, davanti a Perplexity Comet: su un portale della pubblica amministrazione l’agente ha riempito i campi con dati inventati senza chiedere conferma; che il sistema stesse ancora lavorando lui lo ha capito da un’animazione colorata vista con il residuo visivo e da quello che sa della tecnologia.

La parte che manca

Le due metà di Samantha adesso esistono: la voce da luglio, le mani da settembre. In mezzo manca il pezzo che nel film non si nota, perché Theodore ha gli occhi: il racconto continuo di quello che l’agente sta facendo, in un canale che uno screen reader possa leggere mentre lo fa. I partecipanti ciechi di A11y-CUA hanno chiesto agenti che dicano che cosa stanno facendo, e gli autori propongono di passare all’agente l’uscita dello screen reader. Il primo che proverà Astra con persone cieche pubblicherà un numero che oggi nessuno ha.

Iscriviti e ricevi il libro in regalo

Iscrivendoti alla newsletter ricevi subito «AI e disabilità visiva 2026», il nostro libro di 67 pagine sugli strumenti che funzionano davvero, in EPUB e in PDF accessibile.

Poi, ogni venerdì mattina, le notizie della settimana e un consiglio pratico su VoiceOver, NVDA o TalkBack che pubblichiamo solo lì. È gratis e ci si disiscrive con un clic.