A IA como ferramenta de acessibilidade: o que funciona

Um verdadeiro ponto de viragem — com ressalvas

A inteligência artificial está a mudar a experiência da deficiência de formas que vão do genuinamente transformador ao sobrevalorizado. A legendagem em tempo real, a descrição de imagens, a simplificação de texto e as interfaces controladas por voz melhoraram significativamente nos últimos anos e, para muitas pessoas com deficiência, as ferramentas baseadas em IA mudaram de forma concreta o que é possível na vida diária.

Mas a IA também está a ser aplicada à acessibilidade de formas que não funcionam — ou que criam nova exclusão enquanto afirmam resolvê-la. As sobreposições de acessibilidade (overlays) prometem conformidade instantânea baseada em IA e não entregam nenhuma. Os enviesamentos nos dados de treino significam que alguns sistemas de IA têm um desempenho significativamente pior para utilizadores com deficiência do que para a população em geral. E o custo das ferramentas de acessibilidade por IA de alta qualidade continua a ser uma barreira para as pessoas que mais delas precisam.

Um olhar honesto sobre a IA e a deficiência significa reconhecer ambas as realidades.

O que a IA realmente permite

Legendagem em tempo real

O reconhecimento automático de fala (ASR) melhorou drasticamente. A legendagem em tempo real baseada em IA — através de sistemas como o Google Live Captions, o Microsoft Azure Cognitive Services e ferramentas específicas como o CART (Communication Access Realtime Translation) reforçado por IA — consegue agora produzir legendas com precisão suficiente para serem genuinamente úteis em contextos ao vivo: reuniões, palestras, eventos.

Para utilizadores surdos e com dificuldades auditivas, isto representa uma melhoria prática significativa. Há uma década, legendas precisas em tempo real exigiam um estenógrafo humano. Hoje, os sistemas de IA conseguem produzir legendas com taxas de erro suficientemente baixas para apoiar uma comunicação eficaz na maioria dos cenários — embora a revisão humana continue a ser importante em contextos de elevada exigência.

A precisão varia consoante o sotaque, o ruído de fundo, o vocabulário técnico e a velocidade da fala. Utilizadores com sotaques não padronizados (o que inclui muitos falantes não nativos de inglês) descobrem muitas vezes que os atuais sistemas de ASR são significativamente menos precisos para eles do que para os falantes nativos — um enviesamento incorporado nos dados de treino que continua a ser um problema por resolver.

Descrição de imagens e geração de texto alternativo

Os sistemas de visão computacional conseguem agora gerar descrições de imagens com precisão suficiente para serem úteis. Ferramentas como o Microsoft Seeing AI, o Google Lookout e os recursos de descrição de imagens no iOS e no Android descrevem fotografias, documentos e cenas em tempo real para utilizadores cegos e com baixa visão.

Para os sites, o texto alternativo gerado por IA representa uma melhoria significativa face à alternativa comum (nenhum texto alternativo de todo). As plataformas de redes sociais implementaram a geração de texto alternativo por IA em grande escala e, embora as descrições sejam muitas vezes genéricas, são melhores do que o silêncio.

A limitação: o texto alternativo gerado por IA não consegue transmitir de forma fiável o significado de uma imagem no seu contexto. Consegue dizer “um grupo de pessoas em frente a um edifício”, mas não “a equipa da QualiBooth no Web Summit de 2025”. O texto alternativo escrito por humanos, que comunica por que a imagem é importante, continua a ser o padrão de excelência. Consulte o nosso guia sobre como criar conteúdo acessível para redes sociais para orientações práticas.

Simplificação de texto

Os grandes modelos de linguagem conseguem simplificar textos complexos — documentos governamentais, termos jurídicos, informação médica — em linguagem simples que seja acessível a pessoas com deficiências cognitivas, dificuldades de aprendizagem ou níveis de literacia mais baixos. Esta aplicação tem potencial genuíno, sobretudo para conteúdo que as organizações são legalmente obrigadas a publicar mas que é inerentemente complexo.

Desafios: a simplificação por IA pode introduzir erros. O resultado simplificado deve ser revisto por humanos. E a simplificação “correta” varia significativamente de utilizador para utilizador — o que ajuda alguém com dislexia pode diferir do que ajuda alguém com uma deficiência intelectual.

Controlo por voz e ditado

O controlo por voz baseado em IA tornou-se uma alternativa prática ao teclado e ao rato para muitos utilizadores com deficiências motoras. O Dragon NaturallySpeaking, o Windows Speech Recognition e o controlo por voz do iOS/Android usam a aprendizagem automática para melhorar a precisão para cada utilizador ao longo do tempo.

A melhoria de qualidade nestes sistemas na última década é substancial. Para utilizadores com condições como esclerose múltipla, ALS ou artrite grave, o controlo por voz proporcionou uma independência que era significativamente mais difícil de alcançar com a tecnologia anterior.

A lacuna: a precisão do controlo por voz ainda varia significativamente consoante a qualidade do microfone, o ruído de fundo e os padrões de fala. Utilizadores com disartria (que afeta muitas pessoas com condições como paralisia cerebral ou AVC) podem achar os atuais sistemas de reconhecimento de voz menos eficazes do que são para uma fala clara e típica — uma lacuna persistente de acessibilidade dentro de uma ferramenta de acessibilidade.

Onde a IA fica aquém

Enviesamento nos dados de treino

Os sistemas de IA aprendem a partir de dados. Quando os dados usados para treinar um sistema sub-representam as pessoas com deficiência — ou as representam sobretudo em contextos patológicos ou estereotipados — o sistema resultante pode ter um desempenho pior para utilizadores com deficiência, interpretar mal conteúdos relacionados com deficiência ou reforçar pressupostos prejudiciais.

Isto não é uma preocupação teórica. Estudos demonstraram que os sistemas de ASR são menos precisos para falantes com disartria ou padrões de fala atípicos. Os sistemas de reconhecimento facial têm um desempenho menos preciso para utilizadores que não correspondem às normas demográficas dos dados de treino. Os algoritmos de triagem de candidaturas treinados com dados históricos podem prejudicar candidatos com deficiência.

Desenvolver IA que funcione bem para utilizadores com deficiência exige incluir pessoas com deficiência no processo de design e de teste — não como uma reflexão tardia, mas como participantes desde as fases mais iniciais.

Sobreposições de acessibilidade: “AI washing”

As sobreposições de acessibilidade (overlays) baseadas em IA afirmam detetar e corrigir automaticamente problemas de acessibilidade nos sites. São promovidas de forma agressiva e frequentemente apresentadas como produzindo conformidade instantânea com os requisitos da WCAG ou da ADA.

Não funcionam. As sobreposições não conseguem corrigir as barreiras de código subjacentes que causam as falhas de acessibilidade. Interferem com frequência com a tecnologia de apoio de que os utilizadores já dependem — os leitores de tela comportam-se de forma inesperada, a navegação por teclado deixa de funcionar, a própria sobreposição introduz novas barreiras. E têm surgido num número crescente de processos judiciais de acessibilidade como prova de que o réu tinha conhecimento dos problemas de acessibilidade mas escolheu uma não solução em vez de uma remediação real. Abordamos isto em detalhe no nosso artigo sobre a verdadeira acessibilidade digital.

Acessibilidade económica e de acesso

As ferramentas de acessibilidade por IA mais eficazes são muitas vezes caras, dependentes de hardware ou baseadas em subscrição. Os utilizadores com deficiência que já enfrentam custos mais elevados com equipamento, cuidados de saúde e tecnologia de apoio muitas vezes não conseguem pagar os escalões premium dos serviços de IA que oferecem o melhor apoio à acessibilidade.

O design universal — integrar a acessibilidade nos produtos convencionais em vez de depender de que os utilizadores comprem ferramentas especializadas — continua a ser a abordagem mais equitativa.

O que isto significa para a forma como projetamos

A implicação mais importante do papel da IA na deficiência não é que as ferramentas de IA vão resolver o problema da acessibilidade por nós. Não vão. A base do design acessível — HTML semântico, operabilidade por teclado, rotulagem adequada, contraste suficiente — continua a ser o alicerce de que dependem tanto os utilizadores humanos como as ferramentas de IA.

O que a IA muda é o apoio disponível para os utilizadores por cima desse alicerce. Quando o alicerce é sólido, as ferramentas baseadas em IA podem ampliar e alargar o que é possível. Quando o alicerce está partido, as ferramentas de IA estão a tentar compensar algo que deveria ter sido construído corretamente.

Construa produtos digitais acessíveis. Só então as tecnologias de apoio baseadas em IA podem realmente ajudar as pessoas que as utilizam.

Se quer compreender onde os seus produtos digitais atuais se situam nesse alicerce, execute uma análise gratuita ou fale com a nossa equipa sobre uma avaliação de acessibilidade abrangente.