L'AI come strumento di accessibilità: cosa funziona e cosa no

Un vero punto di svolta — con alcune riserve

L’intelligenza artificiale sta cambiando l’esperienza della disabilità in modi che vanno dal genuinamente trasformativo al sopravvalutato. La sottotitolazione in tempo reale, la descrizione delle immagini, la semplificazione del testo e le interfacce controllate dalla voce sono migliorate in modo significativo negli ultimi anni e, per molte persone con disabilità, gli strumenti basati sull’AI hanno cambiato concretamente ciò che è possibile nella vita quotidiana.

Ma l’AI viene applicata all’accessibilità anche in modi che non funzionano — o che creano nuova esclusione mentre affermano di risolverla. Gli overlay di accessibilità promettono una conformità istantanea basata sull’AI e non mantengono nessuna delle due promesse. I bias nei dati di addestramento fanno sì che alcuni sistemi AI abbiano prestazioni nettamente peggiori per gli utenti con disabilità rispetto alla popolazione più ampia. E il costo degli strumenti di accessibilità AI di alta qualità rimane una barriera proprio per le persone che ne hanno più bisogno.

Uno sguardo onesto su AI e disabilità significa riconoscere entrambe le cose.

Cosa l’AI abilita davvero

Sottotitolazione in tempo reale

Il riconoscimento vocale automatico (ASR) è migliorato notevolmente. La sottotitolazione in tempo reale basata sull’AI — tramite sistemi come Google Live Captions, Microsoft Azure Cognitive Services e strumenti dedicati come il CART (Communication Access Realtime Translation) potenziato dall’AI — può ora produrre sottotitoli abbastanza accurati da essere davvero utili in contesti dal vivo: riunioni, lezioni, eventi.

Per gli utenti sordi e ipoudenti, questo rappresenta un miglioramento pratico significativo. Un decennio fa, sottotitoli accurati in tempo reale richiedevano uno stenografo umano. Oggi i sistemi AI possono produrre sottotitoli con tassi di errore abbastanza bassi da supportare una comunicazione efficace nella maggior parte degli scenari — anche se la revisione umana resta importante nei contesti ad alta posta in gioco.

L’accuratezza varia in base ad accento, rumore di fondo, terminologia tecnica e velocità dell’eloquio. Gli utenti con accenti non standard (tra cui molte persone che non parlano l’inglese come lingua madre) spesso trovano gli attuali sistemi ASR nettamente meno accurati per loro rispetto ai madrelingua — un bias radicato nei dati di addestramento che resta un problema aperto.

Descrizione delle immagini e generazione di testo alternativo

I sistemi di visione artificiale possono ora generare descrizioni delle immagini con un’accuratezza sufficiente a essere utili. Strumenti come Microsoft Seeing AI, Google Lookout e le funzionalità di descrizione delle immagini di iOS e Android descrivono fotografie, documenti e scene in tempo reale per gli utenti ciechi e ipovedenti.

Per i siti web, il testo alternativo generato dall’AI rappresenta un miglioramento significativo rispetto all’alternativa più comune (nessun testo alternativo). Le piattaforme di social media hanno implementato su larga scala la generazione di testo alternativo con l’AI e, sebbene le descrizioni siano spesso generiche, sono migliori del silenzio.

Il limite: il testo alternativo generato dall’AI non può trasmettere in modo affidabile il significato di un’immagine nel suo contesto. Può dire “un gruppo di persone in piedi davanti a un edificio” ma non “il team di QualiBooth al Web Summit 2025”. Il testo alternativo scritto da una persona, che comunica perché l’immagine è importante, resta lo standard di riferimento. Consulta la nostra guida su come scrivere contenuti social accessibili per indicazioni pratiche.

Semplificazione del testo

I modelli linguistici di grandi dimensioni possono semplificare testi complessi — documenti governativi, termini legali, informazioni mediche — in un linguaggio semplice, accessibile alle persone con disabilità cognitive, disturbi dell’apprendimento o livelli di alfabetizzazione più bassi. Questa applicazione ha un potenziale reale, in particolare per i contenuti che le organizzazioni sono tenute per legge a pubblicare ma che sono intrinsecamente complessi.

Sfide: la semplificazione con l’AI può introdurre errori. L’output semplificato dovrebbe essere revisionato da persone. E la semplificazione “corretta” varia notevolmente da utente a utente — ciò che aiuta una persona con dislessia può differire da ciò che aiuta una persona con una disabilità intellettiva.

Controllo vocale e dettatura

Il controllo vocale basato sull’AI è diventato un’alternativa pratica a tastiera e mouse per molti utenti con disabilità motorie. Dragon NaturallySpeaking, Windows Speech Recognition e il controllo vocale di iOS/Android usano il machine learning per migliorare nel tempo l’accuratezza per i singoli utenti.

Il miglioramento della qualità di questi sistemi nell’ultimo decennio è sostanziale. Per gli utenti con condizioni come sclerosi multipla, SLA o artrite grave, il controllo vocale ha reso possibile un’indipendenza molto più difficile da raggiungere con le tecnologie precedenti.

Il divario: l’accuratezza del controllo vocale varia ancora notevolmente in base alla qualità del microfono, al rumore di fondo e ai pattern del linguaggio. Gli utenti con disartria (che riguarda molte persone con condizioni come paralisi cerebrale o esiti di ictus) possono trovare gli attuali sistemi di riconoscimento vocale meno efficaci rispetto a un eloquio chiaro e tipico — un persistente divario di accessibilità all’interno di uno strumento di accessibilità.

Dove l’AI è carente

Bias nei dati di addestramento

I sistemi AI imparano dai dati. Quando i dati usati per addestrare un sistema sottorappresentano le persone con disabilità — o le rappresentano principalmente in contesti patologici o stereotipati — il sistema risultante può avere prestazioni peggiori per gli utenti con disabilità, interpretare male i contenuti relativi alla disabilità o rafforzare assunti dannosi.

Non è una preoccupazione teorica. Gli studi hanno dimostrato che i sistemi ASR sono meno accurati per le persone con disartria o pattern di linguaggio atipici. I sistemi di riconoscimento facciale sono meno accurati per gli utenti che non rientrano nelle norme demografiche dei dati di addestramento. Gli algoritmi di screening per le assunzioni addestrati su dati storici possono penalizzare i candidati con disabilità.

Sviluppare un’AI che funzioni bene per gli utenti con disabilità richiede di includere le persone con disabilità nel processo di progettazione e test — non come ripensamento, ma come partecipanti fin dalle prime fasi.

Overlay di accessibilità: l’AI washing

Gli overlay di accessibilità basati sull’AI affermano di rilevare e correggere automaticamente i problemi di accessibilità sui siti web. Vengono promossi in modo aggressivo e spesso presentati come in grado di produrre una conformità istantanea ai requisiti WCAG o ADA.

Non funzionano. Gli overlay non possono correggere le barriere di codice sottostanti che causano gli errori di accessibilità. Interferiscono spesso con le tecnologie assistive su cui gli utenti già fanno affidamento — gli screen reader si comportano in modo inatteso, la navigazione da tastiera si interrompe, l’overlay stesso introduce nuove barriere. E sono comparsi in un numero crescente di cause per accessibilità come prova che il convenuto era a conoscenza dei problemi di accessibilità ma ha scelto una non-soluzione invece di una vera remediation. Ne parliamo in dettaglio nel nostro articolo sulla vera accessibilità digitale.

Costi e accesso

Gli strumenti di accessibilità AI più efficaci sono spesso costosi, dipendenti dall’hardware o basati su abbonamento. Gli utenti con disabilità, che già affrontano costi più elevati per attrezzature, assistenza sanitaria e tecnologie assistive, spesso non possono permettersi i piani premium dei servizi AI che offrono il miglior supporto all’accessibilità.

Il design universale — costruire l’accessibilità nei prodotti mainstream invece di affidarsi all’acquisto di strumenti specializzati da parte degli utenti — resta l’approccio più equo.

Cosa significa per il modo in cui progettiamo

L’implicazione più importante del ruolo dell’AI nella disabilità non è che gli strumenti AI risolveranno per noi il problema dell’accessibilità. Non lo faranno. La base della progettazione accessibile — HTML semantico, operabilità da tastiera, etichettatura corretta, contrasto sufficiente — resta il fondamento su cui fanno affidamento sia gli utenti umani sia gli strumenti AI.

Ciò che l’AI cambia è il supporto disponibile per gli utenti al di sopra di quel fondamento. Quando il fondamento è solido, gli strumenti basati sull’AI possono estendere e amplificare ciò che è possibile. Quando il fondamento è difettoso, gli strumenti AI cercano di compensare qualcosa che avrebbe dovuto essere costruito correttamente fin dall’inizio.

Costruisci prodotti digitali accessibili. Poi le tecnologie assistive AI potranno davvero aiutare le persone che le usano.

Se vuoi capire dove si trovano oggi i tuoi prodotti digitali rispetto a quel fondamento, esegui una scansione gratuita o parla con il nostro team per una revisione completa dell’accessibilità.