IA en los procesos de accesibilización de materiales educativos
Texto transcrito
[Parte superior]
12 EXPO CIENCIA Y TECNOLOGÍA
PROYECTOS DE DESARROLLO E INNOVACIÓN 2026
AUTORES:
- Juan Manuel Fazzano
- Cristian Gabriel Alvarez
DIRECTORAS:
- Dra. Paola Amadeo
- Mg. Ivana Harari
MOTIVACIÓN
En el ámbito educativo digital, una de las barreras más evidentes es la falta de acceso a la información visual: imágenes, gráficos y esquemas sin una descripción alternativa. Accesibilizarlos suele ser un proceso manual, lento y muchas veces inexistente, por la ausencia de herramientas ágiles para los docentes. La evolución de los modelos de IA multimodales permite hoy interpretar imágenes con un nivel de precisión y contexto antes inalcanzable.
OBJETIVOS
Objetivo general: desarrollar una herramienta de apoyo para docentes que, mediante inteligencia artificial, automatice la creación de textos alternativos para las imágenes de los materiales educativos y mejore la accesibilidad del contenido para estudiantes en situación de discapacidad.
- Comparar modelos de IA visión-lenguaje para describir imágenes educativas complejas, como diagramas y gráficos
- Desarrollar un prototipo que genere descripciones precisas a partir de presentaciones en PDF y PPTX
- Aplicar la herramienta sobre materiales reales de la asignatura Algoritmos y Estructuras de Datos
- Validar la calidad, coherencia y utilidad de las descripciones con docentes y estudiantes
TRABAJO REALIZADO
- Comparación de modelos de IA visión-lenguaje: Se sometió a los modelos a una misma imagen de entrada, una filmina de Algoritmos y Estructuras de Datos, evaluando resultado, costo y recursos computacionales.
Imagen de entrada: filmina «Árbol de decisión».
- BLIP-Base: «abl deglio no eso no eso no eso…»
- BLIP-Large: «a diagram of a horse and a bird in a field»
- BLIP-2: «aborto de decision.»
- GPT-4o: Reconstruye el árbol completo: ¿Vuela? → ¿Irreal? (dragón / cóndor) · ¿Extinto? (dinosaurio) · ¿Lleva personas? (perro / caballo).
Con imágenes genéricas (un oso, cachorros, una calle) los modelos BLIP describen bien: el desafío está en la naturaleza de la imagen educativa. GPT-4o no requiere GPU, pero tiene costo por uso; BLIP-2 y LLaVA requieren GPU de 16–24 GB.
- Desarrollo de la herramienta
Aplicación web en la que el docente carga su material, elige las páginas y obtiene para cada una un análisis accesible generado con la API de OpenAI, que puede editar antes de descargar el PDF final.
Paso 1. Carga del archivo: PDF o PPTX Paso 2. Selección de páginas Paso 3. Análisis con IA Paso 4. Revisión y edición del docente Paso 5. Descarga del PDF accesible
- Aplicación en casos reales
Algoritmos y Estructuras de Datos
Test de usabilidad con la docente sobre una clase real: accesibilizar 8 diapositivas con 8 imágenes llevó entre 10 y 15 minutos de revisión, más 30 segundos de procesamiento.
«Lo que más me gusta es la flexibilidad de la herramienta para que el docente pueda editar la descripción. Es muy intuitiva.»
TIVU 2026: afiches accesibles
La herramienta se adaptó para leer afiches completos elaborados por estudiantes sobre el rol de la mujer en la historia de la informática y la desigualdad de género, extrayendo tanto el texto como la descripción de sus imágenes.
[Parte inferior izquierda]
RESUMEN Y PALABRAS CLAVES
Resumen: herramienta que asiste a los docentes en la generación de descripciones accesibles para las imágenes de sus materiales, a partir de modelos de IA multimodales. Se compararon modelos de visión-lenguaje, se desarrolló una aplicación web para PDF y PPTX y se aplicó sobre materiales reales de Algoritmos y Estructuras de Datos.
Palabras claves: Accesibilidad educativa, Inteligencia Artificial, Textos alternativos, Modelos visión-lenguaje, Educación inclusiva.
[Parte inferior derecha]
CONCLUSIONES
- De los modelos probados, solo GPT-4o interpretó correctamente imágenes educativas complejas, como grafos y árboles
- La herramienta convierte una tarea manual y lenta en un flujo semiautomatizado, donde el docente revisa y valida cada descripción
- A futuro: validar con estudiantes y docentes mediante grupos focales, extender la herramienta a otras asignaturas y elaborar un manual de buenas prácticas
[Franja inferior]
LIDI, LIFIA Y LINTI UNIVERSIDAD NACIONAL DE LA PLATA
Descripción de imagen
[Sección «Comparación de modelos de IA visión-lenguaje»]
Se muestra un árbol de decisión titulado «Árbol de decisión». El diagrama presenta preguntas relacionadas con características de animales, como si vuelan, si son irreales, si están extintos o si llevan personas, con ejemplos ilustrados de animales al final de las ramas.
A la derecha se presentan los resultados textuales de cuatro modelos de IA: BLIP-Base, BLIP-Large, BLIP-2 y GPT-4o. Las respuestas aparecen en franjas horizontales y permiten comparar la calidad de las descripciones generadas.
[Sección «Desarrollo de la herramienta»]
Un diagrama de flujo horizontal muestra cinco etapas consecutivas: carga del archivo PDF o PPTX, selección de páginas, análisis con IA, revisión y edición del docente, y descarga del PDF accesible.
Debajo aparecen tres capturas de pantalla de la aplicación web, que ilustran la carga y configuración del material, la selección de páginas para procesar y la visualización de un análisis accesible editable por página.
Descripción general
El cartel presenta una herramienta basada en inteligencia artificial multimodal para automatizar parcialmente la generación de textos alternativos en materiales educativos. La propuesta contempla la comparación de modelos de visión-lenguaje, el desarrollo de una aplicación web compatible con archivos PDF y PPTX, y su evaluación con materiales educativos reales.
La composición se organiza en una introducción sobre la problemática, los objetivos del proyecto y tres bloques de trabajo realizado. En la parte inferior se encuentran el resumen y las palabras clave a la izquierda, y las conclusiones a la derecha.