IA i accessibilitat: alt generat, subtítols automàtics, lectura fàcil amb IA, riscos i supervisió humana

La intel·ligència artificial generativa i els models de visió i veu han canviat l'economia de diverses tasques d'accessibilitat: descriure imatges, transcriure àudio, simplificar textos o detectar problemes en el codi. Però una descripció plausible no és una descripció correcta, i un subtítol fluid no és un subtítol fidel. Aquesta lliçó examina cas per cas què aporta la IA, quins errors comet, què diu la normativa i com organitzar un flux de treball en què la IA accelera i les persones garanteixen.

Marc: la IA com a eina, la conformitat com a responsabilitat

Cap norma d'accessibilitat no distingeix entre contingut fet per persones o per màquines: 1.1.1 exigeix que l'alt compleixi el seu propòsit, 1.2.2 que els subtítols siguin correctes, i la responsabilitat recau en qui publica. El Reglament (UE) 2024/1689 (Reglament d'intel·ligència artificial) inclou entre les obligacions dels proveïdors de sistemes d'IA d'alt risc el compliment dels requisits d'accessibilitat de les directives (UE) 2016/2102 (PDF, s'obre en una finestra nova) i 2019/882 (PDF, s'obre en una finestra nova) (article 16). La IA pot ajudar a complir, i a més ha de ser accessible ella mateixa.

Generació de text alternatiu

Els models de visió descriuen imatges amb una qualitat sorprenent per a fotografies genèriques i fallen de manera sistemàtica en el que importa en accessibilitat:

• Context: l'alt depèn de la funció de la imatge a la pàgina (decorativa, informativa, funcional), que el model no coneix si només veu el píxel. La mateixa foto d'un edifici necessita alts diferents en una notícia, en un enllaç a «Seu central» o com a decoració.
• Text a la imatge: els models de vegades el transcriuen bé i de vegades se l'inventen o l'ometen; en cartells, infografies i captures de pantalla és el contingut principal.
• Gràfics i dades: tendeixen a descriure la forma («gràfic de barres blau») i a inventar o arrodonir valors. L'alternativa d'un gràfic és el seu missatge i les seves dades, no el seu aspecte.
• Al·lucinació: afegeixen elements que no hi són (persones, objectes, emocions) amb tota seguretat.
• Biaixos: descriuen el gènere, l'edat, l'ètnia o la discapacitat de les persones a partir d'estereotips, una cosa que un alt gairebé mai no hauria de fer.
• Verbositat: generen paràgrafs on calen vuit paraules.

Ús recomanat: com a esborrany que un editor revisa amb el context al davant, amb una guia d'estil d'alt (longitud, què s'hi inclou, quan es marca com a decoratiu), i mai com a farciment automàtic al CMS sense revisió. Els lectors de pantalla (VoiceOver, NVDA amb complements, TalkBack) ja generen descripcions a demanda per a imatges sense alt; és una xarxa de seguretat per a la persona usuària, no una excusa per a l'autor.

Subtítols i transcripcions automàtiques

El reconeixement automàtic de la parla (ASR) amb àudio net, una sola persona i vocabulari comú assoleix taxes d'error de paraula baixes; amb soroll, accents, solapaments, noms propis, sigles i xifres, els errors creixen i es concentren justament en la informació crítica. A més, l'ASR pur no identifica els parlants, no descriu els sons rellevants, no puntua de manera fiable ni segmenta els subtítols segons les normes (UNE 153010). Per tant, els subtítols automàtics:

• Són un excel·lent punt de partida per al vídeo enregistrat: el flux és generar, corregir en un editor amb vídeo (YouTube, Subtitle Edit, Aegisub), afegir parlants i sons, revisar la segmentació i la sincronia, i publicar.
• No compleixen 1.2.2 ni 1.2.4 sense revisió en contingut públic; en directe, serveixen de reforç del subtitulatge professional. El reparlat és, de fet, IA amb supervisió humana en temps real.

Lectura fàcil i llenguatge clar amb IA

Els models de llenguatge simplifiquen textos amb fluïdesa: escurcen frases, substitueixen paraules i reorganitzen. Aporten un esborrany útil per al llenguatge clar, que un redactor format revisa. Per a la lectura fàcil, l'esborrany pot estalviar temps a la persona adaptadora, però la validació per persones amb discapacitat intel·lectual que exigeix la UNE 153102 EX continua sent imprescindible: la IA no sap què entén aquest grup, introdueix errors de contingut en simplificar (canvia terminis, elimina condicions, converteix una obligació en una opció) i no aplica les regles de maquetació. Un text simplificat per IA sense validar no pot portar el logotip de lectura fàcil. Risc addicional: la «simplificació» de normes, contractes o informació sanitària pot alterar el sentit jurídic; sempre s'ha d'indicar que la versió adaptada és informativa i remetre al text original.

Remediació automàtica, overlays i detecció de problemes

Cal separar tres coses que es venen juntes:

1. Detecció assistida per IA: eines que combinen regles amb models per detectar més problemes (noms accessibles poc descriptius, ordre visual respecte al DOM, falsos encapçalaments) i reduir els falsos positius. Útils i en millora; continuen necessitant revisió humana i no substitueixen l'auditoria manual.
2. Assistents de codi: proposen correccions (afegir label, aria-*, rols). Acceleren els desenvolupadors que saben què és correcte; a qui no ho sap, li lliuren ARIA mal utilitzat amb la mateixa confiança. La regla «no ARIA és millor que ARIA mal fet» continua vigent.
3. Overlays «amb IA»: scripts que prometen fer accessible un lloc injectant alts generats, rols endevinats i menús d'ajustos. No poden corregir l'estructura, l'ordre del focus, els formularis ni la lògica de l'aplicació; generen alts incorrectes, interfereixen amb les tecnologies de suport i creen una falsa declaració de conformitat. Moltes organitzacions de persones amb discapacitat i professionals de l'accessibilitat els rebutgen de manera majoritària. Les WCAG es compleixen en el codi i el contingut, no amb un pedaç.

Riscos transversals

• Confiança indeguda: la fluïdesa disfressa els errors; la revisió es fa comparant amb l'original (imatge, àudio, text font), no llegint només la sortida.
• Privadesa: enviar documents, enregistraments o imatges a serveis externs exigeix una base jurídica i, al sector públic, complir el RGPD i l'Esquema Nacional de Seguretat; per al contingut sensible, models en un entorn controlat.
• Biaixos: descripcions estereotipades de persones, transcripcions que «normalitzen» accents, simplificacions que infantilitzen.
• Traçabilitat: registrar què s'ha generat amb IA, qui ho ha revisat i quan, per respondre davant d'una queixa o una revisió.

Flux de treball responsable

Resum

• Les normes no distingeixen entre contingut humà o automàtic: la responsabilitat que l'alt, els subtítols o l'adaptació siguin correctes és de qui publica; el Reglament d'IA exigeix a més accessibilitat als sistemes d'alt risc.
• Alt per IA: bon esborrany, mal resultat final sense context; falla en el text a la imatge, les dades, les al·lucinacions i els biaixos.
• Subtítols automàtics: punt de partida eficaç per a l'enregistrat, insuficients sense correcció; en directe, reforç del professional.
• Lectura fàcil amb IA: esborrany per a la persona adaptadora; la validació amb el públic destinatari és irrenunciable i la simplificació pot alterar el sentit.
• Els overlays «amb IA» no compleixen les normes; la detecció i els assistents de codi ajuden els professionals formats. Flux: la IA genera, la persona revisa, el públic valida, tot registrat.