Asistente inteligente para la descripción contextualizada de imágenes en noticias

La descripción de imágenes en entornos periodísticos es una tarea necesaria tanto para contextualizar las fotografías que acompañan las noticias como para garantizar la accesibilidad de los contenidos digitales para las personas con discapacidad visual. Sin embargo, la creación de pies de foto y, especialmente, de textos alternativos suele estar condicionada por los tiempos de producción y por los flujos de trabajo de las redacciones.
Para dar respuesta a esta necesidad, el proyecto “Asistencia inteligente a la descripción contextualizada de fotos para noticias”, desarrollado por 3Cat y Eurecat en el marco del CIDAI, exploró el uso de modelos de inteligencia artificial para generar automáticamente textos alternativos y pies de foto a partir de las imágenes y del contexto de las noticias.
Durante el proyecto se realizaron diversos experimentos con noticias e imágenes reales para analizar el impacto del contexto informativo, la identificación de personas, la calidad de las traducciones y los posibles sesgos derivados de las instrucciones. La evaluación con profesionales mostró una preferencia general por los textos generados con el contexto de la noticia y una mejor valoración de los pies de foto respecto a los textos alternativos. No obstante, la supervisión humana sigue siendo imprescindible para garantizar la calidad editorial.
Los resultados se transfirieron posteriormente a los entornos de producción de 3Cat mediante su integración en los flujos de trabajo. La funcionalidad permite generar propuestas automáticas que los periodistas pueden revisar y editar antes de publicarlas, mejorando la productividad, reforzando la accesibilidad y manteniendo al profesional como elemento central del proceso editorial.