Resumen Técnico: Cripar la IA: Reimaginar la IA a través de las experiencias vividas de la discapacidad

Declaración del Problema

A pesar de décadas de progreso en normas de accesibilidad y marcos legales, el desarrollo de la Inteligencia Artificial (IA) continúa marginando sistemáticamente a las personas con discapacidad (PcD). Los esfuerzos actuales para hacer que la IA sea "accesible" a menudo dependen de una visión del mundo capacitista que enmarca la discapacidad como un déficit médico que debe ser corregido, sitúa la percepción de las personas sin discapacidad como la "verdad fundamental" autoritaria y trata a las personas con discapacidad como receptores pasivos de protección en lugar de co-creadores activos. En consecuencia, los modelos de IA exhiben con frecuencia degradación del rendimiento y sesgos en tareas relacionadas con la discapacidad (por ejemplo, no reconocer bastones blancos o transcribir el habla tartamuda) y refuerzan estereotipos. El artículo argumenta que simplemente curar conjuntos de datos más representativos o involucrar a personas con discapacidad en bucles de retroalimentación limitados es insuficiente; las dinámicas de poder subyacentes, las asunciones epistemológicas y las estructuras laborales de la investigación en IA deben ser reimaginadas fundamentalmente.

Metodología y Marco

El artículo propone "Cripar la IA" como un marco rector arraigado en la teoría crip, una tradición de investigación crítica que desmantela las asunciones capacitistas y centra las experiencias vividas de la discapacidad. En lugar de un método prescriptivo, los autores ofrecen un marco generativo construido sobre tres principios interconectados:

1. Exponer la Política de la Discapacidad: Este principio desafía la clasificación rígida de "con discapacidad" vs. "sin discapacidad" e interroga cómo las prácticas de la IA construyen ciertos cuerpos-mentes como discapacitados. Aboga por alejarse de los modelos médicos que buscan "corregir" la desviación de un estándar normativo, reconociendo en su lugar la discapacidad como una experiencia moldeada socio-políticamente. Llama a cuestionar las normas capacitistas en las narrativas de la IA (por ejemplo, equiparar la inteligencia con la fluidez) y a afirmar diversas formas de expresión humana.
2. Honrar las Cripistemologías: Este principio desafía la asunción de que las personas sin discapacidad poseen la autoridad última sobre el conocimiento. Centra las "cripistemologías"—formas distintivas de conocimiento generadas a través de cuerpos-mentes y comunidades con discapacidad. Esto implica pasar de simular percepciones de personas sin discapacidad a apoyar formas de conocer propias de las personas con discapacidad (por ejemplo, triangulando información a través de marcos espaciales) y fundamentar el diseño de sistemas en las prácticas del mundo real, dependientes del contexto, de los usuarios con discapacidad, en lugar de en puntos de referencia descontextualizados.
3. Respetar el Trabajo Crip: Este principio reconoce la accesibilidad como un trabajo colectivo continuo, lleno de fricciones, y no como una solución técnica única. Reconoce el trabajo oculto que las personas con discapacidad realizan para navegar un mundo capacitista y desafía la visión de ellas como receptores pasivos. Llama a examinar cómo los sistemas de IA redistribuyen el trabajo, introduciendo potencialmente nuevas cargas (por ejemplo, ingeniería de prompts o recopilación de datos) sobre los usuarios, y enfatiza la necesidad de prácticas relacionales de cuidado y ayuda mutua.

Estudios de Caso y Aplicación

Los autores demuestran la aplicación de este marco a través de tres estudios de caso extraídos de su propia investigación y de la literatura más amplia:

• Sordera e IA de Lengua de Señas: El artículo critica los sistemas que reducen la lengua de señas a tokens lineales o dependen de intérpretes oyentes como la verdad fundamental, a menudo omitiendo elementos no manuales cruciales como las expresiones faciales. Aplicando el marco, los autores abogan por sistemas fundamentados en prácticas de señas lideradas por personas sordas, reconociendo la fluidez del "translenguaje" (mezcla de señas, texto y narración visual) y desplazando el objetivo de la mera traducción al apoyo del florecimiento de la lengua de señas en sí misma.
• Ceguera e IA de Asistencia Visual: Los sistemas actuales de asistencia visual a menudo dependen de trabajadores de la multitud videntes para generar descripciones "precisas", ignorando las estrategias subjetivas y multisensoriales de sentido de las personas ciegas y con baja visión (PCLV). El marco sugiere alejarse de una única "verdad fundamental" hacia sistemas que apoyen a las PCLV en la triangulación de información de múltiples fuentes (IA, humanos, motores de búsqueda) y que se alineen con sus necesidades de información y flujos de trabajo específicos.
• Tartamudez e IA de Voz: Los sistemas de IA de voz optimizados para la fluidez a menudo fallan con las personas que tartamudean (PCT), cortando el habla o malinterpretando las disfluencias. El artículo se opone a los marcos médicos que ven la tartamudez únicamente como un defecto que debe ser corregido. En su lugar, propone sistemas que respeten la experiencia subjetiva del hablante, apoyen la transcripción literal para normalizar la disfluencia y utilicen prácticas de recopilación y anotación de datos lideradas por PCT que capturen el conocimiento encarnado (por ejemplo, respiración, tono) a menudo pasado por alto por los anotadores no PCT.

Contribuciones Clave y Resultados

El artículo no presenta nuevos resultados experimentales ni un modelo algorítmico específico. En cambio, su contribución principal es teórica y metodológica:

• Un Nuevo Marco: Establece "Cripar la IA" como un enfoque estructurado para centrar las experiencias vividas de la discapacidad en toda la cadena de producción de la IA, desde la curación de datos hasta la evaluación.
• Análisis Crítico de las Prácticas Actuales: Identifica sistemáticamente cómo las iniciativas actuales de "IA accesible" refuerzan inadvertidamente el capacitismo al depender de modelos médicos, epistemologías de personas sin discapacidad y roles de usuarios pasivos.
• Directrices Accionables: A través de los tres principios y los estudios de caso, proporciona implicaciones concretas para los investigadores, como pasar de clasificaciones diagnósticas rígidas a comprensiones fluidas de la neurodiversidad, fundamentar las evaluaciones en flujos de trabajo del mundo real en lugar de puntos de referencia aislados, y reconocer el trabajo emocional y cognitivo involucrado en la accesibilidad.

Significado y Afirmaciones

Los autores posicionan este trabajo como una evolución necesaria más allá del discurso actual de "hacer la IA accesible". Afirman que sin un cambio fundamental de perspectiva, el desarrollo de la IA seguirá fallando a las comunidades con discapacidad y reforzando el capacitismo sistémico. El significado del artículo radica en su llamado a:

1. Legitimar el Conocimiento de las Personas con Discapacidad: Tratar la experiencia vivida de la discapacidad no solo como una fuente de datos, sino como una forma válida y esencial de experiencia (cripistemología) para el desarrollo de la IA.
2. Transformar el Ecosistema de la IA: Ir más allá de las acomodaciones superficiales y transformar toda la cadena de producción de la IA, incluidos conjuntos de datos, arquitecturas y gobernanza, para reflejar la diversidad de los cuerpos-mentes humanos.
3. Fomentar la Solidaridad Interseccional: Conectar la cripar la IA con otros esfuerzos orientados a la justicia (descolonial, feminista, queer, teoría crítica de la raza) para abordar la naturaleza entrelazada del capacitismo con otros sistemas de poder.

El artículo concluye con un modesto reconocimiento de que "cripar" es un esfuerzo continuo y colectivo y que el marco debe permanecer situado y sensible al contexto, evitando la abstracción de diversas experiencias de discapacidad en un monolito. Sirve como punto de partida para reimaginar la IA a través de la lente de la justicia de la discapacidad.