La IA com a eina d'accessibilitat: què funciona i què no

Un punt d’inflexió genuí, amb matisos

La intel·ligència artificial està canviant l’experiència de la discapacitat de maneres que van des de genuïnament transformadores fins a sobrevalorades. La subtitulació en temps real, la descripció d’imatges, la simplificació de text i les interfícies controlades per veu han millorat significativament en els últims anys, i per a moltes persones amb discapacitat, les eines impulsades per IA han canviat materialment què és possible en la vida quotidiana.

Però la IA també s’aplica a l’accessibilitat de maneres que no funcionen, o que creen nova exclusió mentre asseguren resoldre-la. Les capes de superposició d’accessibilitat prometen un compliment instantani impulsat per IA i no ofereixen ni una cosa ni l’altra. Els biaixos de les dades d’entrenament fan que alguns sistemes d’IA rendeixin significativament pitjor per als usuaris amb discapacitat que per a la població general. I el cost de les eines d’accessibilitat d’IA d’alta qualitat continua sent una barrera per a les persones que més les necessiten.

Una mirada honesta sobre la IA i la discapacitat vol dir reconèixer totes dues coses.

Què permet de debò la IA

Subtitulació en temps real

El reconeixement automàtic de la parla (ASR) ha millorat espectacularment. La subtitulació en temps real impulsada per IA —mitjançant sistemes com Google Live Captions, Microsoft Azure Cognitive Services i eines especialitzades com CART (Communication Access Realtime Translation) augmentada amb IA— ja pot produir subtítols prou precisos per ser genuïnament útils en entorns en directe: reunions, conferències, esdeveniments.

Per als usuaris sords i amb dificultats auditives, això representa una millora pràctica significativa. Fa una dècada, uns subtítols precisos en temps real requerien un estenotipista humà. Avui, els sistemes d’IA poden produir subtítols amb taxes d’error prou baixes per donar suport a una comunicació efectiva en la majoria d’escenaris, tot i que la revisió humana continua sent important en contextos d’alt risc.

La precisió varia segons l’accent, el soroll de fons, el vocabulari tècnic i la velocitat de parla. Els usuaris amb accents no estàndard (cosa que inclou molts parlants no nadius de l’anglès) sovint troben que els sistemes ASR actuals són significativament menys precisos per a ells que per als parlants nadius, un biaix incrustat a les dades d’entrenament que continua sent un problema actiu.

Descripció d’imatges i generació de text alternatiu

Els sistemes de visió per computador ja poden generar descripcions d’imatges amb prou precisió per ser útils. Eines com Microsoft Seeing AI, Google Lookout i les funcions de descripció d’imatges d’iOS i Android descriuen fotografies, documents i escenes en temps real per a usuaris cecs i amb baixa visió.

Per a les webs, el text alternatiu generat per IA representa una millora significativa respecte a l’alternativa habitual (cap text alternatiu). Les plataformes de xarxes socials han desplegat la generació de text alternatiu amb IA a gran escala, i tot i que les descripcions solen ser genèriques, són millors que el silenci.

La limitació: el text alternatiu generat per IA no pot transmetre de manera fiable el significat d’una imatge en context. Pot dir “un grup de persones dretes davant d’un edifici”, però no “l’equip de QualiBooth al Web Summit del 2025”. El text alternatiu escrit per humans que comunica per què importa la imatge continua sent l’estàndard d’excel·lència. Consulta la nostra guia sobre com escriure contingut accessible a les xarxes socials per obtenir orientació pràctica.

Simplificació de text

Els grans models de llenguatge poden simplificar text complex —documents governamentals, termes legals, informació mèdica— en llenguatge planer accessible per a persones amb discapacitat cognitiva, dificultats d’aprenentatge o nivells d’alfabetització més baixos. Aquesta aplicació té un potencial genuí, especialment per a contingut que les organitzacions estan legalment obligades a publicar però que és inherentment complex.

Reptes: la simplificació amb IA pot introduir errors. La sortida simplificada s’hauria de revisar per humans. I la simplificació “correcta” varia significativament segons l’usuari: el que ajuda algú amb dislèxia pot diferir del que ajuda algú amb una discapacitat intel·lectual.

Control per veu i dictat

El control per veu impulsat per IA s’ha convertit en una alternativa pràctica al teclat i el ratolí per a molts usuaris amb discapacitats motrius. Dragon NaturallySpeaking, Windows Speech Recognition i el control per veu d’iOS/Android fan servir l’aprenentatge automàtic per millorar la precisió per a cada usuari amb el temps.

La millora de qualitat d’aquests sistemes durant l’última dècada és substancial. Per a usuaris amb afeccions com l’esclerosi múltiple, l’ALS o l’artritis greu, el control per veu ha permès una independència que era significativament més difícil d’aconseguir amb la tecnologia anterior.

La bretxa: la precisió del control per veu encara varia significativament segons la qualitat del micròfon, el soroll de fons i els patrons de parla. Els usuaris amb disàrtria (que afecta moltes persones amb afeccions com la paràlisi cerebral o l’ictus) poden trobar que els sistemes de reconeixement de veu actuals són menys efectius per a ells que per a una parla clara i típica, una bretxa d’accessibilitat persistent dins d’una eina d’accessibilitat.

On es queda curta la IA

Biaix a les dades d’entrenament

Els sistemes d’IA aprenen a partir de dades. Quan les dades que es fan servir per entrenar un sistema infrarepresenten les persones amb discapacitat —o les representen principalment en contextos patològics o estereotipats—, el sistema resultant pot rendir pitjor per als usuaris amb discapacitat, interpretar malament el contingut relacionat amb la discapacitat o reforçar suposicions perjudicials.

Això no és una preocupació teòrica. Els estudis han demostrat que els sistemes ASR són menys precisos per a parlants amb disàrtria o patrons de parla atípics. Els sistemes de reconeixement facial rendeixen menys per a usuaris que no encaixen amb les normes demogràfiques de les dades d’entrenament. Els algorismes de cribratge de contractació entrenats amb dades històriques poden perjudicar els candidats amb discapacitat.

Desenvolupar una IA que funcioni bé per als usuaris amb discapacitat requereix incloure persones amb discapacitat en el procés de disseny i de proves, no com una idea tardana, sinó com a participants des de les primeres etapes.

Capes de superposició d’accessibilitat: rentat d’imatge amb IA

Les capes de superposició d’accessibilitat impulsades per IA asseguren que detecten i corregeixen automàticament els problemes d’accessibilitat de les webs. Es promocionen de manera agressiva i sovint s’afirma que produeixen un compliment instantani dels requisits de la WCAG o l’ADA.

No funcionen. Les superposicions no poden corregir les barreres de codi subjacents que causen els errors d’accessibilitat. Sovint interfereixen amb la tecnologia d’assistència en què els usuaris ja confien: els lectors de pantalla es comporten de manera inesperada, la navegació per teclat es trenca, la mateixa superposició introdueix noves barreres. I han aparegut en un nombre creixent de demandes d’accessibilitat com a prova que el demandat era conscient dels problemes d’accessibilitat però va triar una no-solució en lloc d’una reparació real. Ho tractem en detall al nostre article sobre l’accessibilitat digital real.

Assequibilitat i accés

Les eines d’accessibilitat d’IA més efectives solen ser cares, dependents de maquinari o basades en subscripció. Els usuaris amb discapacitat que ja afronten costos més alts per equipament, atenció mèdica i tecnologia d’assistència sovint no es poden permetre els nivells premium dels serveis d’IA que ofereixen el millor suport d’accessibilitat.

El disseny universal —incorporar l’accessibilitat als productes convencionals en lloc de dependre que els usuaris comprin eines especialitzades— continua sent l’enfocament més equitatiu.

Què significa això per a com dissenyem

La implicació més important del paper de la IA en la discapacitat no és que les eines d’IA resoldran el problema de l’accessibilitat per nosaltres. No ho faran. La base del disseny accessible —HTML semàntic, operabilitat amb teclat, etiquetatge adequat, contrast suficient— continua sent el fonament del qual depenen tant els usuaris humans com les eines d’IA.

El que la IA canvia és el suport disponible per als usuaris a sobre d’aquest fonament. Quan el fonament és sòlid, les eines impulsades per IA poden ampliar i amplificar què és possible. Quan el fonament està trencat, les eines d’IA intenten compensar una cosa que s’hauria d’haver construït correctament.

Construeix productes digitals accessibles. Llavors les tecnologies d’assistència amb IA poden ajudar de debò les persones que les fan servir.

Si vols entendre on es troben els teus productes digitals actuals respecte a aquest fonament, executa una anàlisi gratuïta o parla amb el nostre equip sobre una revisió d’accessibilitat completa.