Investigadores de la Universidad Transilvania de Brasov crearon AccessiLearnAI, con texto alternativo por IA, resúmenes y voz sintética conforme a WCAG; las pruebas iniciales sugieren mayor participación, pero los autores la califican de reducida y sin validar.
Detalles
Madurez
Piloto
Promotor
Transilvania University of Brașov (Dept. of Electronics and Computers)
Período
2024–2025
Palabras clave
higher education, web accessibility, generative AI, EdTech
Contexto
AccessiLearnAI, desarrollada por investigadores del Departamento de Electrónica e Informática de la Universidad Transilvania de Brasov, es una plataforma de e-learning de prueba de concepto construida en torno a un diseño de «accesibilidad desde el origen» en lugar de tratar la accesibilidad como un añadido. Combina marcado front-end conforme con WCAG 2.1/ARIA con funciones de IA —generación automática de texto alternativo para imágenes mediante grandes modelos de lenguaje, resumen de contenido en tiempo real, traducción y conversión de texto a voz de Google Cloud— entregada a través de una Progressive Web App que también funciona sin conexión.
Actividades
El sistema hace pasar las salidas generadas por IA (texto alternativo, resúmenes) por una etapa de revisión humana antes de que lleguen a los estudiantes, y la arquitectura se describe como alineada con el RGPD, con cifrado y control de acceso basado en roles. El equipo validó la plataforma con pruebas formativas de accesibilidad (la herramienta WAVE, comprobaciones con lector de pantalla y navegación por teclado) y un benchmarking comparativo frente a sistemas de gestión del aprendizaje convencionales, informando que «las evaluaciones preliminares sugieren» un mayor compromiso, sin publicar datos de resultados ni de grupo de control.
Resultados
Los autores reconocen abiertamente que se trata de una evaluación a pequeña escala, de prueba de concepto: señalan la dependencia de proveedores externos de IA (OpenAI, Google Cloud) como un riesgo operativo, indican una cobertura solo parcial del conjunto de perfiles de discapacidad, y piden una validación a gran escala antes de que la plataforma pueda considerarse lista para el aula.
Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
Transilvania University of Brașov, Department of Electronics and Computers, research team
Condiciones para el éxito
Accessibility-first design from the outset (WCAG 2.1/ARIA compliance) rather than accessibility retrofitted later
Human-in-the-loop review of AI-generated outputs before learners see them
GDPR-aligned architecture with encryption and role-based access control
Modos de fallo comunes
Reliance on third-party AI vendors (OpenAI, Google Cloud) as an operational risk
Only partial coverage of the full range of disability profiles tested
No large-scale validation yet performed
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.