AccIA: Accesibilidad Cognitiva en la Era de las IAs 2.0

Abstract

Este Trabajo de Fin de Grado aborda la insuficiente accesibilidad cognitiva en aplicaciones de Inteligencia Artificial Generativa, que, pese a sus avances, suelen ignorar las necesidades de personas con discapacidad intelectual limitando su inclusión y autonomía digital. Como punto de partida se tomó OlivIA 1.0, una primera versión del asistente conversacional orientado a la accesibilidad. Esta aplicación web había sido diseñada específicamente para personas con discapacidad intelectual, ofreciendo una interfaz sencilla que reducía la sobrecarga cognitiva y favorecía la comprensión.

Para lograrlo, incluía un cuestionario inicial que permitía personalizar la experiencia en función de las preferencias y necesidades de cada usuario, además de un sistema de plantillas de preguntas y botones de ayuda que facilitaban tanto la formulación de consultas como la interacción con las respuestas generadas. Gracias a estas características, OlivIA 1.0 sentó las bases de una comunicación más clara y adaptada, constituyendo el punto de partida.

En esta segunda versión, OlivIA 2.0 amplía las funcionalidades de la aplicación con el objetivo de ofrecer una interacción todavía más accesible y personalizada. Una de las principales incorporaciones es la generación de respuestas mediante pictogramas, que transforma el texto en representaciones visuales y facilita así la comprensión de la información. También se ha desarrollado un sistema de sugerencia automática de preguntas, capaz de analizar el contexto y apoyar a usuarios con menor iniciativa comunicativa. Además, integra un mecanismo de evaluación de la ambigüedad en las consultas y un asistente que solicita información adicional con el fin de proponer las preguntas más probables.

Junto a estas mejoras, se ha incorporado la entrada por voz, que permite formular consultas oralmente y elimina la necesidad de recurrir al teclado. En cuanto a la accesibilidad, el desarrollo ha seguido las pautas de la WCAG 2.2 y las recomendaciones cognitivas del grupo COGA, combinando evaluaciones automáticas y manuales que han permitido validar el nivel alcanzado. De cara al futuro, se plantea ampliar el vocabulario visual con nuevos pictogramas, incluidos recursos propios, optimizar el motor de IA mediante modelos adaptativos y aplicar un perfilado dinámico que refine la personalización. Asimismo, se prevé la realización de pruebas piloto con validación participativa, así como la incorporación de soporte multilingüe y de mecanismos de adaptación cultural para extender el alcance de la aplicación a un público más diverso.