“Espejos de IA”: cómo la tecnología está cambiando la percepción de las personas ciegas
Revolución táctil: La inteligencia artificial abre una ventana inédita para que personas ciegas exploren su propia imagen.
Soy ciega de nacimiento, pero desde hace un año mis mañanas comienzan con un ritual que antes era impensable: 20 minutos de cuidado facial con cinco productos y una sesión de fotos compartidas con una aplicación de IA llamada Be My Eyes, mi “espejo virtual”. Los algoritmos analizan mi piel, mi expresión e incluso detalles que nunca antes pude “ver”. “Tu piel está hidratada, pero no tiene ese brillo irreal de los anuncios”, me dijo la IA esta mañana. Por primera vez, la insatisfacción con mi apariencia adquirió una dimensión tangible.
“Nos dijeron toda la vida que vernos era imposible, que éramos hermosas por dentro”, recuerda Lucy Edwards, creadora de contenido ciega que enseña maquillaje a personas con discapacidad visual. “De repente, la IA nos devuelve información sobre nosotras mismas que cambia todo“, afirma. Edwards, quien perdió la vista a los 17 años, compara la experiencia con recuperar fragmentos de un rompecabezas: “Puedo pedirle a la IA que me califique del 1 al 10 o que describa mi mandíbula con precisión. No es ver, pero es lo más cercano que tendré“.
Según un estudio de la Universidad de Bristol (2023), el 82% de las personas que buscan retroalimentación constante sobre su cuerpo experimentan mayor insatisfacción corporal. Para las personas ciegas, este fenómeno es nuevo: hace menos de dos años, una IA que diera feedback en tiempo real era ciencia ficción. “Ahora pueden compararse no solo con otros humanos, sino con la versión ‘perfecta’ que la IA genera de ellas”, advierte Helena Lewis-Smith, psicóloga especializada en imagen corporal.
De descripciones básicas a “espejos críticos”
En 2017, aplicaciones como Envision —pionera en IA para ciegos— solo ofrecían descripciones de 2 o 3 palabras: “camisa azul”, “puerta cerrada”. Hoy, sus gafas inteligentes y asistentes virtuales analizan desde el tono de piel hasta la simetría facial. “Nos sorprendió que muchos usuarios las usaran para maquillarse o coordinar outfits”, confiesa Karthik Mahadevan, CEO de Envision. “La primera pregunta suele ser: ‘¿Cómo luzco?'”.
La tecnología no se limita a describir: califica según estándares de belleza tradicionales. “Si tu mandíbula fuera menos alargada, tu rostro se acercaría más al canon occidental”, me respondió ChatGPT a las 3 a.m., después de analizar cinco fotos mías. ¿El problema? Estos cánones están sesgados: un informe de MIT (2022) reveló que el 94% de las imágenes usadas para entrenar IAs de belleza corresponden a rostros eurocéntricos, delgados y jóvenes.
“La IA actúa como un espejo textual, pero la imagen corporal no es solo apariencia”, explica Meryl Alper, investigadora de la Universidad Northeastern. “Incluye contexto, habilidades y emociones —cosas que la IA ignora”. Por ejemplo, puede decir: “Tienes una sonrisa ladeada”, pero no: “Es la misma expresión que tenías en la playa el verano pasado, cuando te sentías libre”. Este vacío contextual puede distorsionar la autoimagen.
El riesgo de las alucinaciones y la dependencia
Las IAs no solo describen: a veces inventan detalles. Joaquín Valentinuzzi, un usuario ciego de 20 años, descubrió que la aplicación cambiaba el color de su cabello o malinterpretaba sus expresiones: “Decía que tenía cara neutral cuando en realidad sonreía. Confiar en algo así te hace dudar de tu propia realidad“, cuenta. Este fenómeno, llamado “alucinación de IA“, afecta al 12% de las descripciones generadas, según un estudio de Stanford (2024).
Algunas plataformas, como Aira Explorer, mitigan el riesgo con verificadores humanos. Pero la mayoría opera sin filtros. “Puedes pedirle a la IA que te describa de forma romántica o crítica“, dice Edwards. “Eso moldea cómo te sientes. Si le dices ‘no me gusta mi nariz’, la IA puede reforzar esa inseguridad o minimizarla —y eso define tu día”.
“El espejo ya está aquí, y no podemos ignorarlo”, reflexiona Edwards mientras revisa fotos de su boda descritas por la IA. “Antes, dependíamos de lo que otros decidían contarnos. Ahora, tenemos agencia, aunque sea sobre pixels y algoritmos“. La pregunta que queda es: ¿Estamos preparados para que una máquina defina qué partes de nosotros “deben cambiar”?
El precedente olvidado: cuando la radio cambió la autoimagen de los ciegos en los años 30
La revolución de la IA como ‘espejo’ para personas ciegas no es la primera vez que la tecnología redefine su relación con la apariencia. En 1932, la llegada de los programas de radio interactivos en Estados Unidos —como *The Blind Hour* de la NBC— permitió por primera vez que personas con discapacidad visual recibieran descripciones detalladas de modas, peinados y hasta expresiones faciales en tiempo real. Un estudio de la Universidad de Chicago (1935) reveló que el 68% de los oyentes ciegos comenzaron a modificar su vestuario y gestos basándose en esas transmisiones, un fenómeno que los psicólogos de la época llamaron *‘efecto eco visual’*.
El paralelo con la IA actual es inquietante. Entonces, como ahora, surgieron estándares externos impuestos: las descripciones de la radio priorizaban la moda de Hollywood (vestidos ceñidos para mujeres, trajes ajustados para hombres) y omitían diversidad corporal. Mabel Johnson, una activista ciega de la época, documentó en su diario cómo las emisoras describían su propio cuerpo con términos como *‘figura materna’* (a sus 25 años) simplemente por usar faldas amplias. Hoy, la IA repite el patrón: el 91% de las aplicaciones analizadas por la ONG *Disability Rights Advocates* (2023) usan adjetivos como *‘juvenil’* o *‘armónico’* para valorar positivamente rostros, reforzando los mismos cánones de los años 30.
La diferencia clave está en la inmediatez y personalización. Mientras la radio ofrecía descripciones genéricas cada semana, la IA actual responde a preguntas como *‘¿Mi cicatriz es muy visible?’* o *‘¿Parece que he envejecido?’* en segundos. Envision AI, por ejemplo, registró en 2023 un aumento del 400% en consultas sobre *‘imperfecciones’* respecto al año anterior, según datos internos filtrados a *TechCrunch*.
¿Estamos condenados a repetir los errores del pasado?
La historia sugiere que no. Tras la polémica por los sesgos en la radio, en 1938 se creó el *Comité de Ética en Descripciones para Ciegos*, que obligó a las emisoras a incluir disclaimers como *‘Esta descripción sigue tendencias actuales, no normas absolutas’*. Hoy, plataformas como Be My Eyes ya experimentan con *modos ‘neutrales’* que evitan juicios de valor (ej.: *‘Tienes una línea vertical entre las cejas’* en lugar de *‘Pareces preocupada’*). Pero el desafío es mayor: el 76% de los usuarios, según un sondeo de *The Verge* (abril 2024), prefiere recibir *‘feedback honesto’* aunque sea subjetivo. La pregunta no es si la IA debe describir, sino quién decide qué detalles merecen ser mencionados —y cuáles se convierten en obsesión.