Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

Acessibilidade com IA Generativa

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Acessibilidade com IA generativa é o uso de modelos multimodais, com câmera e voz, como interface de apoio a pessoas com deficiência, descrevendo o ambiente e guiando o usuário em tempo real.

A abordagem aproveita a capacidade da Inteligência Artificial Multimodal de enxergar pela câmera e responder em áudio, substituindo uma interface pensada para os olhos por uma conversa contínua. É uma das aplicações em que a IA embarcada na interface resolve um problema que interfaces tradicionais nunca resolveram bem.

O cenário de referência é o de uma pessoa cega num aeroporto que usa um assistente baseado em GPT, com a câmera do celular, para chegar ao portão do voo. O assistente descreve o que vê e dá instruções de direção em áudio, em tempo real. No meio do caminho, a pessoa pede para parar num café, e o assistente informa que a fila está curta antes de retomar a rota.

A IA multimodal funciona bem aqui porque consegue ser tão descritiva quanto uma pessoa que enxerga guiando outra. Quem vê tende a achar que descreve o bastante, mas omite detalhes que fazem falta para quem só ouve. Óculos com câmera integrada tornam esse tipo de assistência mais discreto no dia a dia, tema tratado em Realidade Estendida.

Limites das interfaces acessíveis tradicionais

Projetar uma aplicação acessível para um perfil específico, como pessoas com deficiência visual, é difícil: o projetista precisa se colocar no lugar de outro usuário e o resultado nunca fica perfeito, sempre sobra alguma situação não tratada. Os próprios dispositivos também não tinham poder de computação para transmitir a experiência necessária. Um assistente multimodal cobre parte dessa lacuna porque reage ao contexto real, em vez de depender de cada caso ter sido previsto.

A pergunta sobre o futuro e o custo humano

Se um assistente por voz e câmera consegue guiar a pessoa diretamente, fica a provocação sobre até que ponto interfaces visuais de navegação, como mapas, continuarão necessárias. Ao mesmo tempo, esse é o caso em que o Paradoxo da IA em Interfaces aparece com mais nitidez: quanto menos a pessoa precisa pedir ajuda a alguém, menos contato humano existe. O uso para acessibilidade é, mesmo assim, apontado como um dos melhores destinos da tecnologia, justamente por ser voltado às pessoas e não apenas ao mercado.