Texto alternativo (alt text) con IA: revisar antes de publicar

Un modelo de visión redacta alt text en segundos, pero omite o inventa detalles. Cómo decidir si una imagen necesita descripción y cómo revisar lo que genera.

info Definición Rápida

El texto alternativo (alt text) es la descripción que lee un lector de pantalla en lugar de una imagen. Con IA, un modelo de visión puede redactarlo, pero el criterio de qué describir y cuánto decir sigue siendo humano, porque depende de la función de la imagen en la página.

¿Qué debe decir un alt text?

El alt text representa el contenido y la función de la imagen, no solo lo que se ve. WebAIM subraya el contexto: un algoritmo puede reconocer qué muestra una imagen, pero no qué significa en la página. Una foto de un perro en un artículo sobre adopciones necesita una frase distinta a la misma foto en una página de seguros, y en algunos casos puede ir vacía.

El criterio 1.1.1 de WCAG (nivel A) exige que todo contenido que no es texto tenga una alternativa en texto que cumpla el mismo propósito. Lo decorativo queda como excepción. Para decidir caso por caso, el árbol de decisión del W3C usa preguntas simples:

Situación	Qué hacer con el alt
La imagen tiene texto que ya aparece como texto real cerca	Vacío
La imagen tiene texto que no aparece en ningún otro sitio	Incluir ese texto
Está dentro de un enlace o botón y sin ella no se entendería	Describir el destino o la acción
Aporta significado y es una foto o gráfico simple	Descripción breve de ese significado
Es un gráfico o información compleja	Poner la información completa en otro lugar de la página
Es puramente decorativa	Vacío

WebAIM resume la extensión así: normalmente bastan unas pocas palabras, y rara vez una o dos frases. La IA no decide en qué fila de la tabla cae tu imagen; solo puede describir lo que ve.

¿Qué hace la IA y dónde se equivoca?

Un modelo de visión describe bien lo visible: objetos, colores, personas, escenas. Donde falla es en la intención y en la precisión:

Añade detalles que no importan y omite el que sí importa para esa página.
Inventa elementos o relaciones que no están en la imagen, o asume datos.
Describe un gráfico con frases generales pero sin el dato clave.

Dos estudios de 2026 dan una idea de cómo se ve esto. Cardia, Angileri, Poggianti y Leporini compararon alt text humano con el de modelos multimodales sobre imágenes de STEM (diagramas, gráficos). Los modelos producían texto fluido que parecía informativo, pero quedaban por debajo del humano, sobre todo al transmitir semántica formal y detalles estructurales. Además, métricas automáticas como BLEU y METEOR captaban solo en parte los errores que importan a la accesibilidad.

Raees y colegas estudiaron cómo 12 profesionales de oficinas de servicios de discapacidad escribían descripciones de figuras con ChatGPT-4o. Cerca del 65% de sus interacciones fueron pedirle que escribiera el texto, y rara vez volvían a contrastarlo con el artículo. Los evaluadores puntuaron mejor el texto hecho con IA y revisión humana que el escrito solo por humanos en exactitud, completitud y claridad, pero aun así encontraron errores que las personas no habían corregido, y quienes menos conocían el tema tendían a aceptar el resultado sin evaluarlo. Los autores concluyen que hace falta supervisión humana.

Conclusión práctica: la IA ahorra tiempo en el primer borrador, pero la revisión sigue siendo trabajo tuyo.

¿Cómo se revisa lo que genera la IA?

Antes de publicar, haz tres comprobaciones:

Función: ¿el texto dice para qué sirve la imagen en esta página? Si quitarla no cambiaría nada, debe ir vacío.
Exactitud: ¿todo lo que dice está en la imagen y es verdadero? Revisa nombres, cifras y textos que el modelo lea dentro de la imagen.
Brevedad: ¿se puede decir en una frase? Quita «imagen de», «gráfico de» y palabras de relleno.

Para dar contexto al modelo, indícale en el prompt dónde aparecerá la imagen y qué debe entender el lector al verla. Así evitas el inventario de objetos y obtienes un texto más cercano a la función.

Para gráficos complejos, el W3C pide dos partes: una descripción corta que identifique la imagen (y diga dónde está la larga) y una descripción larga con la información clave, disponible para todos y no escondida. La larga puede ir en el texto cercano, en una página enlazada o dentro de un <figure> con <figcaption>, con una tabla si hace falta. El atributo longdesc está obsoleto y WebAIM recomienda no usarlo.

Esta misma lógica sirve para las imágenes que tú generas. Si produces una ilustración para una página, el alt es parte del diseño de la imagen y debe escribirse con la misma intención que el resto de la pieza. Si quieres saber qué puede y qué no puede interpretar un modelo de visión, mira modelos multimodales. El marco de niveles y criterios está en WCAG explicado.

Ejemplo

Ejemplo ilustrativo: una tienda publica una foto de una mochila azul. El modelo propone «Mochila azul con bolsillos laterales, sobre fondo blanco, con correas ajustables y un cierre frontal de cremallera». La página solo vende esa mochila y las correas no importan para el precio, así que el equipo lo deja en «Mochila azul de 22 litros». En el carrusel de fotos del mismo producto, la segunda imagen, que muestra el interior, recibe «Interior de la mochila con compartimento para laptop de 15 pulgadas», porque ese detalle sí ayuda a decidir la compra.

Errores comunes

Publicar el alt generado sin leerlo.
Usar «imagen de» o «foto de» al inicio del texto.
Describir todo lo visible cuando la página necesita solo la función.
Dejar el alt vacío en una imagen informativa para ahorrar tiempo.
Rellenar el alt con palabras clave que no describen la imagen.
Describir un gráfico sin decir qué muestra, o meter todos sus datos en el atributo alt.
Repetir en el alt el mismo texto que ya está junto a la imagen.

Cuándo NO conviene

Cuando la imagen contiene información crítica o compleja, como un diagrama médico, un mapa de evacuación o un documento con datos sensibles. Los estudios con imágenes técnicas muestran justo ahí los mayores huecos de la IA. También cuando la imagen es de una persona real y una descripción automática puede ser inexacta sobre su identidad. En esos casos, el texto lo escribe alguien que conozca el contenido y, si hace falta, se acompaña de contexto en el texto de la página.

Fuentes

Preguntas frecuentes

¿La IA puede escribir el texto alternativo de mis imágenes?

Puede redactar un borrador rápido, pero necesita revisión humana. Un estudio de 2026 sobre imágenes de STEM encontró descripciones fluidas pero con huecos frente al texto humano, y otro estudio con profesionales de accesibilidad vio que revisaban poco lo que generaba ChatGPT.

¿Cuándo una imagen debe tener alt vacío?

Cuando es decorativa, cuando el mismo texto aparece ya cerca como texto real, o cuando la imagen no aporta significado. El alt vacío (alt="") le dice al lector de pantalla que la ignore.

¿Qué no debe tener un texto alternativo?

Frases como ‘imagen de’ o ‘gráfico de’, porque el lector de pantalla ya anuncia que es una imagen. Tampoco ’enlace a’ ni ‘haz clic aquí’ en imágenes dentro de enlaces.

¿Cómo describo un gráfico complejo en alt text?

Con una descripción corta que identifique el gráfico, y la información completa en una descripción larga visible para todos, por ejemplo en el texto cercano o en una tabla. Los datos completos no caben en el atributo alt.

¿Qué dice WCAG sobre el texto alternativo?

El criterio 1.1.1 (nivel A) exige que todo contenido que no es texto tenga una alternativa en texto que cumpla el mismo propósito, con excepciones como la decoración pura.