Facebook comienza a utilizar inteligencia artificial para describir fotos a los usuarios ciegos. Preguntadle a un miembro del equipo de crecimiento de Facebook qué característica es la que ha jugado un rol más importante a la hora de darle a la compañía mil millones de usuarios al día, y ellos te responderán sin dudar que se trató de las fotos. El flujo interminable de imágenes, que los usuarios han sido capaces de subir a la plataforma desde 2005 (un año después del lanzamiento de Facebook) hace que la red social sea irresistible para el público global. Es difícil imaginarse Facebook sin fotos. Pero a pesar de esto, para millones de personas ciegas, esta es la realidad. O al menos así ha sido durante una década. Pero ya se acabó. Hoy Facebook va a comenzar a describir automáticamente el contenido de las imágenes a las personas con problemas de visión. Bajo el nombre de “texto automático alternativo”, esta característica ha sido creada por el equipo de accesibilidad de Facebook, que ya tiene 5 años de antigüedad en la compañía. El equipo, liderado por Jeff Wieland, un investigador en el grupo de producto de Facebook, había construido previamente subtítulos para vídeos, y había implementado una opción para aumentar el tamaño de fuente por defecto de Facebook en iOS, una característica de la que 1 de cada 10 usuarios de Facebook disfruta hoy en día.
El “Texto automático alternativo” que va a llegar a iOS hoy, y dentro de poco también a Android y a internet, reconoce los objetos que hay en las fotos gracias a la inteligencia artificial. Este sistema de aprendizaje artificial funciona gracias a algoritmos que hacen posible hacer predicciones. Si le enseñas al software suficientes imágenes de un perro, por ejemplo, con el tiempo será capaz de identificar a un perro en una foto. El texto automático alternativo identifica las cosas que hay en las fotos de Facebook, y después utiliza la característica VoiceOver del iPhone para leer las descripciones de las fotos a sus usuarios en voz alta. Aunque sigue estando todavía en su fase inicial, esta tecnología puede identificar de manera fiable conceptos dentro de categorías entre las que se incluyen los transportes (“coche”, “barco” y “avión”) naturaleza (“nieve”, “océano” y “atardecer”), deportes (“campo de béisbol”) y comida (“sushi”). Esta tecnología también tiene la capacidad de describir a las personas (“bebé”, “sonriendo”, “barba”) y de identificar una selfie.
