Cyberpediapor Brain

A IA ao serviço da acessibilidade no trabalho

Legendas em direto, descrição de imagens, leitura em voz alta: o que a Microsoft e a Google dizem destas ferramentas e o que um colaborador verifica.

Nesta página
  1. 1Em 30 segundos
  2. 2Do que se trata
  3. 3Perguntas diretas
  4. 4Como funciona
  5. 5O que faz
  6. 6As armadilhas
  7. 7Fontes
  8. 8Citar este artigo

Em 30 segundos

Onde acontece
O Narrator[1] e as legendas em direto[3] no Windows 11, as legendas das reuniões do Teams[4], depois o Lookout[5], as Expressive Captions[6] e o TalkBack[7] no Android.
O que isto faz
Estas ferramentas transformam um som ou uma imagem em texto apresentado ou em voz. Quanto às descrições de imagens, a Microsoft escreve que a função pode fornecer uma descrição inexata[2].
O reflexo
Reler a descrição ou a legenda antes de confiar nela, sobretudo se contiver um número ou se se tratar de um documento jurídico ou financeiro[2].
Se já o fez
As descrições de imagens do Narrator desativam-se nas configurações de Acessibilidade do Windows[2], e as legendas do Teams desligam-se a partir dos comandos da reunião[4].

Do que se trata

O Narrator, o leitor de ecrã integrado no Windows 11, pode fornecer descrições detalhadas de imagens e de gráficos graças à IA nos computadores Copilot+[1]. A página da Microsoft que apresenta esta função reconhece que a descrição pode ser inexata[2].

Esta ficha reúne o que a Microsoft e a Google dizem das suas funções de acessibilidade baseadas em IA: legendas em direto, descrição de imagens, leitura em voz alta. Explica porque é que um colaborador relê o que estas ferramentas produzem, que dados partem para um serviço em linha e que enquadramento se aplica.

Perguntas diretas

O que descreve o Narrator quando se lhe pede uma imagem?

Num computador Copilot+, o Narrator dá uma descrição contextual que detalha as pessoas, os objetos, as cores, o texto e os números da imagem, com o atalho Narrator key+Ctrl+D[1]. Nos computadores que não são Copilot+, a experiência continua a ser uma descrição de base[1]. Na sua versão de março de 2026, o guia indica que o Narrator pode trabalhar com o Copilot em todos os dispositivos Windows 11: o Copilot abre-se com a imagem pronta e o utilizador escreve o seu próprio pedido[1]. A imagem só é partilhada depois de se escolher descrevê-la[1].

Podemos confiar numa descrição ou numa legenda gerada?

A Microsoft escreve que a função de descrição rica pode fornecer uma descrição inexata, dados inexatos para um gráfico, ou inferências emocionais, o que pode levar a falsas hipóteses sobre a imagem[2]. Quanto às legendas do Teams, a Microsoft observa que as legendas podem ficar menos precisas quando alguém se afasta do microfone[4]. O texto produzido é, portanto, um apoio a reler, não uma fonte que dispense verificação.

Para que conteúdos desaconselha a Microsoft a descrição de imagens?

A Microsoft escreve que a função não deveria servir para descrever:

  • imagens médicas ou relacionadas com a saúde, que poderiam ser tomadas por um parecer médico[2];
  • imagens em documentos jurídicos ou financeiros em que a exatidão é crítica[2];
  • imagens com símbolos culturais ou religiosos sem contexto adequado[2];
  • imagens com mapas, bandeiras ou globos[2].

A Microsoft acrescenta que a função não deveria servir para deduzir as emoções de pessoas no trabalho ou num estabelecimento de ensino, por exemplo colaboradores ou estudantes[2].

Que dados partem para um serviço em linha?

Depende da ferramenta. Quanto às legendas do Teams, a Microsoft escreve que os dados são tratados na região geográfica em que a organização está sediada[4]. O serviço de reconhecimento automático da fala (Microsoft Automatic Speech Recognition) pode utilizar o assunto da reunião, o convite, os nomes dos participantes, os anexos e as mensagens de correio eletrónico recentes dos participantes para melhorar a precisão[4]. Segundo a Microsoft, ninguém tem acesso a esses dados, e os dados das legendas são eliminados definitivamente depois da reunião[4].

Quanto ao Narrator, a FAQ da Microsoft (atualizada em junho de 2025) indica que a experiência standard de descrição de imagem dos outros dispositivos Windows assenta apenas em serviços em linha[2]. O guia esclarece, para a versão de fevereiro de 2024, que é necessária uma ligação ativa à internet e que a opção de obter descrições de imagens tem de estar ativada[1]. Em contrapartida, as vozes naturais do Narrator, depois de transferidas, funcionam no dispositivo sem ligação à internet[1], e as legendas em direto do Windows 11 podem ser apresentadas sem ligação[3].

Que enquadramento se aplica a estas ferramentas?

A Comissão Europeia[8] apresenta o Ato Europeu da Acessibilidade como uma diretiva que visa melhorar o funcionamento do mercado interno dos produtos e serviços acessíveis. Abrange nomeadamente os computadores e sistemas operativos, os smartphones e o comércio em linha, e os Estados-Membros deviam transpô-la para o direito nacional em junho de 2022[8].

Quanto aos dados pessoais, a CNIL[9] lembra que um sistema de IA que explora dados pessoais deve sempre ser desenvolvido, treinado e implantado com uma finalidade bem definida. Lembra também que os dados devem ser adequados, pertinentes e limitados ao que é necessário, e que as pessoas que exercem os seus direitos devem, em princípio, obter uma resposta no prazo de um mês[9].

O NIST[10] publicou o quadro AI RMF, destinado a uso voluntário, para gerir melhor os riscos que a IA coloca aos indivíduos, às organizações e à sociedade. Foi publicado a 26 de janeiro de 2023, e o NIST indica que está em revisão no âmbito do plano de ação para a IA da Casa Branca[10].

Como funciona

Quanto à descrição de imagens, a Microsoft explica que a função utiliza modelos de IA que produzem descrições textuais detalhadas de imagens, de gráficos e de diagramas[2]. Para medir a qualidade, a empresa indica ter constituído um conjunto de imagens variadas (fotografias, gráficos, capturas de ecrã, interfaces de aplicações) e avaliado as descrições quanto à exatidão, à exaustividade, à pertinência e à utilidade, com juízos de peritos humanos e uma pontuação assistida por um LLM[2]. O utilizador pode regenerar a descrição e copiá-la[2].

As legendas em direto do Windows 11 ativam-se com Windows + Ctrl + L ou a partir das configurações de acessibilidade[3]. Suportam várias línguas, incluindo o francês, e a janela de legendas permite também legendar a própria voz ligando um microfone[3].

No Teams, a função deteta o que é dito numa reunião e apresenta legendas em tempo real[4]. Definir a língua falada da reunião como a língua realmente utilizada dá legendas mais precisas[4]. O Teams não as guarda: para obter uma transcrição, é preciso ativar a transcrição[4]. Existe uma alternativa, um legendador CART (Communication Access Real-time Translation), cujas legendas são produzidas por uma pessoa[4].

Do lado da Google, o Lookout no Android ajuda as pessoas cegas ou com baixa visão a informar-se através da câmara do telemóvel, e as legendas de imagens geradas por IA estão disponíveis no Lookout a nível mundial, em inglês, segundo a Google em maio de 2024[5]. Em dezembro de 2024, a Google indica que o Image Q&A no Lookout utiliza o Gemini 1.5 Pro para descrições mais ricas, lidas em voz alta, com perguntas de seguimento[6]. Em maio de 2025, a Google esclarece que o TalkBack, o leitor de ecrã do Android, oferece descrições de imagens geradas pelo Gemini mesmo sem texto alternativo, e que se podem fazer perguntas sobre uma imagem ou sobre todo o ecrã[7]. As Expressive Captions utilizam a IA para restituir o que uma pessoa diz e como o diz[7].

O que faz

  • Releia antes de utilizar. Uma descrição ou uma legenda serve de apoio; se houver um número, um nome ou um documento jurídico ou financeiro, verifique na fonte[2].
  • Melhore a entrada de áudio. A Microsoft recomenda falar com clareza, devagar e diretamente para o microfone, evitar locais ruidosos e não falarem várias pessoas ao mesmo tempo[4]. Para a versão de computador do Teams, acrescenta que se utilize o melhor equipamento certificado para o Teams disponível[4].
  • Defina a língua falada da reunião. Se a língua detetada difere da definida, o Teams convida o organizador, o coorganizador ou a pessoa que iniciou a transcrição a atualizá-la[4].
  • Mantenha o controlo da partilha. No Narrator, a imagem só é partilhada depois de se escolher descrevê-la[1].
  • Assinale os erros. Os polegares para cima e para baixo da interface do Narrator permitem dar feedback sobre uma descrição[2].

Para um gestor ou um colega que ative estas ferramentas:

  • Avise os participantes. No Teams, as pessoas podem escolher não ser identificadas nas legendas[4].
  • Peça ao administrador, se necessário. Segundo a Microsoft, o administrador pode desativar a função de legendas[4].
  • Para as legendas traduzidas, verifique a licença: estão disponíveis com o Teams Premium e o Microsoft Copilot[4].
  • Se for preferível uma legendagem feita por uma pessoa, existe o legendador CART[4].

As armadilhas

  • Uma descrição plausível não é uma descrição exata. A Microsoft observa que o modelo pode também associar uma imagem a uma pessoa ou descrever emoções, a partir de indícios de contexto como uma camisola e o respetivo número, sem utilizar dados biométricos[2]. As respostas sobre as emoções baseiam-se na aparência e não refletem forçosamente o estado interior de uma pessoa[2].
  • As legendas mascaram certas palavras. No Teams, as obscenidades são mascaradas por asteriscos[4].
  • A disponibilidade varia. A Microsoft esclarece que os seus artigos são escritos para o mercado americano e que as funções e a disponibilidade podem variar consoante as regiões[3]. A nova versão das Expressive Captions é implantada em inglês nos Estados Unidos, no Reino Unido, no Canadá e na Austrália, no Android 15 e posteriores[7].
  • A qualidade em teste não diz a qualidade em situação real. A CNIL escreve que é preciso dissociar o desempenho da fase de aprendizagem do desempenho do sistema em produção: a qualidade do primeiro não prejulga a do segundo[9].

Fontes

  1. Microsoft, «Complete guide to Narrator». https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator (consultado em 14 de novembro de 2026)
  2. Microsoft, «Frequently asked questions about rich image descriptions», 11 de fevereiro de 2025. https://support.microsoft.com/en-us/accessibility/windows/copilot/frequently-asked-questions-about-rich-image-descriptions (consultado em 14 de novembro de 2026)
  3. Microsoft, «How to customize your live caption settings for any purpose», 5 de julho de 2023. https://www.microsoft.com/en-us/windows/learning-center/choose-best-caption-settings (consultado em 14 de novembro de 2026)
  4. Microsoft, «Use live captions in Microsoft Teams meetings». https://support.microsoft.com/en-us/teams/meetings/use-live-captions-in-microsoft-teams-meetings (consultado em 14 de novembro de 2026)
  5. Google, «8 new accessibility updates across Lookout, Google Maps and more», 16 de maio de 2024. https://blog.google/company-news/outreach-and-initiatives/accessibility/ai-accessibility-update-gaad-2024/ (consultado em 14 de novembro de 2026)
  6. Google, «Connect and share in more ways with new Android features», 5 de dezembro de 2024. https://blog.google/products-and-platforms/platforms/android/new-android-features-december-2024/ (consultado em 14 de novembro de 2026)
  7. Google, «New AI and accessibility updates across Android, Chrome and more», 15 de maio de 2025. https://blog.google/company-news/outreach-and-initiatives/accessibility/android-gemini-ai-gaad-2025/ (consultado em 14 de novembro de 2026)
  8. Commission européenne, «European Accessibility Act (EAA)», 3 de fevereiro de 2025. https://commission.europa.eu/strategy-and-policy/policies/justice-and-fundamental-rights/disability/european-accessibility-act-eaa_en (consultado em 14 de novembro de 2026)
  9. CNIL, «IA : comment être en conformité avec le RGPD ?», 5 de abril de 2022. https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd (consultado em 14 de novembro de 2026)
  10. NIST (États-Unis), «AI Risk Management Framework», 12 de julho de 2021. https://www.nist.gov/itl/ai-risk-management-framework (consultado em 14 de novembro de 2026)