La tecnología aplicada a la accesibilidad acaba de dar un paso que hace pocos años parecía propio de la ciencia ficción: una aplicación permite conversar en tiempo real con una inteligencia artificial que observa a través de la cámara del teléfono, describe el entorno, identifica objetos, busca información, lee textos y hasta puede interpretar partituras. Visionauta amplió además su funcionamiento a once idiomas y está disponible para iPhone y Android.
Por Ignacio Álvarez Alcorta para NLI
Hay una diferencia profunda entre una inteligencia artificial que responde preguntas y una inteligencia artificial que puede acompañar a una persona en el mundo real. Visionauta intenta ocupar precisamente ese segundo lugar: no se limita a analizar una fotografía tomada previamente, sino que propone una conversación continua mediante la cual una persona ciega o con baja visión puede preguntarle qué tiene delante, qué hay alrededor, dónde está, qué dice un cartel o incluso cómo está compuesto un determinado espacio. La actualización anunciada esta semana lleva esa experiencia a once idiomas —portugués, inglés, español, francés, coreano, alemán, japonés, italiano, árabe, ruso y chino simplificado— y convierte a la aplicación en una herramienta de accesibilidad con un alcance potencial mucho mayor.
La aplicación fue desarrollada por Jonathan Santos, un ingeniero de software ciego que trabajó en Google y Samsung y que actualmente investiga inteligencia artificial y realiza un doctorado en Ingeniería Informática. Visionauta surgió durante su maestría, a partir de trabajos académicos vinculados con pensamiento computacional e inteligencia artificial, pero terminó transformándose en una herramienta concreta destinada a resolver problemas cotidianos de las personas con discapacidad visual. El dato no es menor: detrás de la tecnología existe alguien que conoce en primera persona muchas de las barreras que pretende eliminar.
Una conversación que reemplaza la espera
El cambio más importante de la nueva versión es la denominada Conversación en Tiempo Real. La persona puede hablar naturalmente con la aplicación sin tener que sacar una fotografía, esperar el procesamiento y después escuchar una respuesta. La cámara permanece como los ojos del sistema mientras la inteligencia artificial interpreta lo que ocurre delante del teléfono y responde mediante voz. Las actualizaciones recientes incluso incorporaron señales vibratorias para indicar cuándo el micrófono está escuchando y cuándo el usuario interrumpe al asistente.
En la práctica, eso permite utilizar el teléfono como una suerte de acompañante visual. Una persona puede preguntarle qué hay sobre una mesa, identificar una prenda, saber si una luz está encendida, reconocer un producto o leer un cartel. También puede consultar información actualizada en internet durante la conversación y utilizar datos cartográficos para conocer su ubicación, calles cercanas, puntos de referencia o determinados comercios y servicios. La lógica cambia por completo: el celular deja de ser solamente un dispositivo que recibe órdenes y pasa a funcionar como un intermediario permanente entre la persona y aquello que la rodea.
Una de las funciones más llamativas está relacionada con la música. Visionauta puede reconocer partituras impresas a través de la cámara, leer las notas, reproducir la pieza y generar archivos MusicXML y MIDI. Para una persona ciega que estudia o interpreta música, esto puede representar una diferencia considerable frente a la escasez y el costo de determinadas partituras accesibles en braille. La inteligencia artificial, en este caso, no solamente describe una imagen: transforma información visual en una representación que puede ser escuchada y utilizada.
La aplicación también incorpora un asistente para sacar fotografías. En lugar de depender de otra persona para saber si el teléfono está correctamente orientado, el sistema puede guiar el encuadre, avisar cuándo la imagen está alineada, realizar una cuenta regresiva y tomar la fotografía. La herramienta puede servir tanto para una foto familiar como para fotografiar un documento o publicar una imagen en redes sociales.
Cuando la accesibilidad también significa controlar el teléfono
La evolución más interesante aparece en Visionauta Magic, una función exclusiva de Android para usuarios de Visionauta Plus. Utilizando el sistema de accesibilidad de Android, puede identificar imágenes que no tienen descripción cuando una persona navega mediante un lector de pantalla como TalkBack. El objetivo es resolver uno de los problemas más persistentes de la web y de las aplicaciones: buena parte del contenido visual continúa siendo inaccesible para quienes no pueden verlo.
Pero Magic intenta ir un paso más allá. También puede ejecutar determinadas acciones dentro del teléfono a partir de órdenes de voz. Por ejemplo, el usuario puede solicitar que abra WhatsApp y prepare un mensaje para una persona determinada. El sistema genera primero un plan, lo comunica y solo ejecuta las acciones después de que el usuario las aprueba. Además, existe la posibilidad de detener el proceso mediante un botón, un gesto de dos dedos o una orden de voz. La aplicación señala que las pantallas de contraseñas, teclados y ventanas protegidas quedan excluidas del procesamiento.
Ese mecanismo de confirmación resulta particularmente importante porque introduce una cuestión central en la evolución de los agentes de inteligencia artificial: cuánto puede hacer una máquina por nosotros y, sobre todo, quién conserva el control sobre sus acciones. En Visionauta, la propuesta busca que la automatización no signifique entregar completamente el mando. El sistema puede preparar y ejecutar una tarea, pero la decisión final continúa siendo de la persona.
La aplicación conserva además funciones que no dependen necesariamente de una conexión permanente a internet: lectura de textos sin conexión, reconocimiento de determinados billetes, búsqueda de objetos mediante cámara, lupa electrónica, modos de alto contraste y una linterna con aviso por vibración. También ofrece voces naturales que pueden utilizarse como voces del sistema y que pueden funcionar sin conexión después de ser descargadas. En iPhone, Visionauta está integrada con VoiceOver y las funciones de accesibilidad de iOS.
Once idiomas y una discusión que va más allá de la tecnología
La incorporación del árabe, ruso y chino simplificado completó el salto hasta los once idiomas. En el caso del árabe, incluso la interfaz se adapta a la lectura de derecha a izquierda. La traducción no se limita a los botones del programa: también alcanza las respuestas generadas por la inteligencia artificial y los documentos legales de la aplicación.
Hay en esa decisión tecnológica una discusión política y cultural que merece ser considerada. Durante años, buena parte de las herramientas digitales de accesibilidad llegaron primero a los mercados angloparlantes y recién después fueron adaptándose a otras comunidades lingüísticas. En ese sentido, ampliar una herramienta de inteligencia artificial accesible a lenguas con cientos de millones de hablantes no es solamente una estrategia comercial: también significa reducir una barrera que muchas veces permanece invisible en el debate tecnológico.
Visionauta puede utilizarse gratuitamente dentro de cupos diarios, mientras que la suscripción Visionauta Plus amplía esos límites e incorpora funciones adicionales como Magic. Las tiendas oficiales de Apple y Google confirman además que la aplicación está orientada específicamente a personas ciegas y con baja visión y que continúa recibiendo actualizaciones de estabilidad y accesibilidad.
El desarrollo también deja una enseñanza sobre el futuro de la inteligencia artificial. La discusión tecnológica suele concentrarse en modelos cada vez más poderosos, capaces de escribir, dibujar, programar o generar videos. Sin embargo, una de las transformaciones más profundas puede producirse en ámbitos mucho menos espectaculares: permitir que una persona pueda leer un envase sin pedir ayuda, identificar un objeto perdido, orientarse en una calle, comprender una imagen o manejar su teléfono con mayor independencia.
La verdadera revolución de la inteligencia artificial no necesariamente será aquella que consiga reemplazar al ser humano en tareas extraordinarias, sino la que consiga eliminar pequeñas dependencias que durante décadas fueron consideradas inevitables. Visionauta propone justamente eso: que una cámara, un micrófono y una inteligencia artificial puedan convertirse en herramientas concretas de autonomía. Y que esa tecnología, además, pueda hablarle a cada persona en su propio idioma.
Dónde conseguirla: Visionauta está disponible para iPhone en la App Store y para Android en Google Play. Visionauta para iPhone · Visionauta para Android
Descubre más desde Noticias La Insuperable
Suscríbete y recibe las últimas entradas en tu correo electrónico.
Noticias La Insuperable 