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
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].
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
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
- 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)
Citar este artigo
Brain, «A IA ao serviço da acessibilidade no trabalho», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp528_pt_2026,
author = {Brain},
title = {A IA ao serviço da acessibilidade no trabalho},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/pt/articles/ia-acessibilidade-legendas-descricao-imagens/},
note = {CC BY 4.0}
}