Una página web puede cumplir con las reglas técnicas de accesibilidad y, aun así, ser prácticamente imposible de usar. ¿De qué sirve que el código parezca correcto si una persona que navega con teclado no puede saber dónde está el foco o no logra completar un formulario?
Ese es el problema que Brendan Works, un gerente técnico de producto especializado en servicios de transporte adaptado, quiso abordar con PointCheck. La herramienta combina automatización de navegadores y modelos de IA de código abierto para evaluar cómo se comporta una página en pantalla, no solamente cómo está escrita por dentro.
El límite de las pruebas basadas en código
La mayoría de las herramientas de accesibilidad inspecciona el HTML, los estilos y la estructura técnica de un sitio. Después compara esos elementos con estándares establecidos. Ese proceso es valioso, pero tiene un punto ciego: el código puede cumplir una regla y aun así producir una experiencia confusa o inutilizable.
Piensa en el indicador de foco. Cuando navegas con la tecla Tab, debería aparecer un contorno visible alrededor del enlace o botón seleccionado. Para alguien que usa exclusivamente el teclado, ese contorno cumple una función parecida a la del cursor del mouse: indica dónde ocurrirá la próxima acción.
Pero un sitio puede definir correctamente ese indicador en una hoja de estilos y hacerlo prácticamente invisible porque el color se mezcla con el fondo. Una prueba que solo analiza el código podría aprobarlo. Una persona usuaria, en cambio, no sabría si está a punto de presionar "Comprar ahora" o "Cancelar".
La accesibilidad no consiste solo en que el código sea válido. También implica que la interfaz sea perceptible, operable y comprensible para quien la utiliza.
Cómo funciona PointCheck
PointCheck utiliza Playwright, un framework abierto de automatización de navegadores. La aplicación carga una página en una ventana de Chromium en segundo plano y simula la navegación de una persona que usa el teclado.
Antes de comenzar, un script busca problemas frecuentes, como elementos que atrapan el foco, enlaces defectuosos, controles interactivos mal implementados y valores de tabindex que alteran el orden natural de navegación.
Después, PointCheck recorre la página con la tecla Tab y toma una captura de pantalla en cada paso. Ahí entran en juego los modelos de Ai2:
- MolmoWeb identifica en la imagen la ubicación del elemento que tiene el foco mediante coordenadas de píxeles.
- Molmo analiza esa región para determinar qué aparece en pantalla y si el indicador de foco es realmente visible.
- Olmo 3 convierte los resultados técnicos en un informe escrito en lenguaje claro.
La diferencia es importante. En lugar de preguntar únicamente si existe una regla CSS relacionada con el foco, PointCheck intenta comprobar si una persona puede ver ese foco en la interfaz renderizada.
Más que una prueba visual
La herramienta también incorpora pruebas de zoom al 200 %, comprobaciones de contraste y una simulación de daltonismo por deuteranopía, una de las formas más comunes de alteración de la percepción del color.
Además, evalúa formularios con datos inválidos, revisa la estructura del marcado y analiza problemas de navegación por teclado. Estas pruebas se ejecutan como módulos separados, porque cada una busca fallos distintos.
El informe final de Olmo 3 está pensado para diseñadores, gerentes de producto y equipos de desarrollo, no solo para especialistas en accesibilidad. Esa traducción importa: detectar un problema es apenas el primer paso, entenderlo y saber cómo priorizarlo también forma parte del trabajo.
Modelos abiertos para proteger datos sensibles
Works evaluó el uso de APIs propietarias de visión y lenguaje, pero optó por una arquitectura que pueda alojarse de forma independiente. Con Molmo y Olmo, los equipos pueden descargar los pesos de los modelos, ejecutarlos en su propia infraestructura y evitar que las capturas de sus sitios salgan de su entorno.
Para una empresa que trabaja con información médica, financiera o gubernamental, esa diferencia puede ser decisiva. Las capturas de pantalla no siempre contienen datos públicos. Un enfoque autoalojado permite mantener mayor control sobre la privacidad, el procesamiento y los costos operativos.
El primer prototipo de PointCheck fue construido en un solo fin de semana. La automatización con Playwright resultó relativamente directa. El desafío técnico más complejo fue ejecutar los tres modelos en una sola GPU NVIDIA A10G sin agotar la memoria de video, además de resolver problemas de compatibilidad en el código de inferencia.
Ese detalle muestra una realidad que suele perderse en las demostraciones de IA: tener modelos abiertos no elimina el trabajo de ingeniería. Hay que gestionar memoria, dependencias, latencia y despliegue. La ventaja es que el equipo puede inspeccionar y adaptar cada componente en lugar de depender de una caja negra.
Una ayuda, no un reemplazo de la evaluación humana
PointCheck no pretende sustituir las herramientas tradicionales ni la validación con personas usuarias. Su objetivo es cubrir una zona que las pruebas puramente estructurales no pueden observar: lo que realmente se ve y ocurre en la pantalla.
La navegación asistida por tecnología depende de detalles que pueden parecer menores para otros usuarios. Un foco invisible, un orden de tabulación extraño o un botón que no responde al teclado pueden impedir que alguien reserve transporte, asista a clases, llegue a una consulta médica o mantenga su vida social.
La propuesta también revela una de las fortalezas de los modelos abiertos: permitir que desarrolladores independientes construyan soluciones para necesidades específicas, con control sobre los datos y la infraestructura. ¿Cuántas herramientas útiles todavía no existen porque sus creadores no tienen acceso a modelos que puedan ejecutar y adaptar libremente?
La accesibilidad web no es un escenario futuro ni una característica opcional. Es la diferencia entre una plataforma que ofrece una oportunidad y otra que deja a parte de sus usuarios fuera. PointCheck aporta una capa visual y práctica a ese proceso, mientras demuestra que la IA abierta puede convertirse en software concreto para mejorar la experiencia digital de todos.
Fuente original
https://allenai.org/blog/global-accessibility-awareness-day-2026