Cuando Google reveló Project Gameface, la compañía se enorgulleció de mostrar un mouse para juegos manos libres con tecnología de inteligencia artificial que, según su anuncio, «permite a las personas controlar el cursor de una computadora usando el movimiento de la cabeza y los gestos faciales». Si bien esta puede no ser la primera herramienta de juego basada en IA, sin duda fue una de las primeras en poner la IA en manos de los jugadores, en lugar de los desarrolladores.
El proyecto fue inspirado por Lancy Carr, un transmisor de videojuegos tetrapléjico que utiliza un mouse de seguimiento de cabeza como parte de su configuración de juego. Después de que su hardware existente se perdiera en un incendio, Google intervino para crear una alternativa de código abierto, altamente configurable y de bajo costo al hardware de reemplazo costoso, con tecnología de aprendizaje automático. Si bien la existencia más amplia de la IA está resultando divisiva, nos propusimos descubrir si la IA, cuando se usa para el bien, podría ser el futuro de la accesibilidad de los juegos.
Es importante definir la IA y el aprendizaje automático para comprender claramente cómo funcionan en Gameface. Cuando usamos los términos «IA» y «aprendizaje automático», nos referimos a cosas iguales y diferentes.
«La IA es un concepto», dice a WIRED Laurence Moroney, líder de defensa de la IA en Google y una de las mentes detrás de Gameface. “El aprendizaje automático es una técnica que se utiliza para implementar ese concepto”.
El aprendizaje automático, entonces, encaja bajo el paraguas de la IA, junto con implementaciones como grandes modelos de lenguaje. Pero donde las aplicaciones familiares como ChatGPT de OpenAI y Stable Diffusion de StabilityAI son iterativas, el aprendizaje automático se caracteriza por aprender y adaptarse sin instrucción, extrayendo inferencias de patrones legibles.
Moroney explica cómo se aplica esto a Gameface en una serie de modelos de aprendizaje automático. “El primero fue poder detectar dónde está una cara en una imagen”, dice. “La segunda era, una vez que tenías una imagen de una cara, poder entender dónde están los puntos obvios (ojos, nariz, orejas, etc.)”.
Después de esto, otro modelo puede mapear y descifrar gestos desde esos puntos, asignándolos a las entradas del mouse.
Es una implementación explícitamente asistida de IA, a diferencia de las que a menudo se promocionan como que hacen que la entrada humana sea redundante. De hecho, así es como Moroney sugiere que la IA se aplica mejor, para ampliar «nuestra capacidad de hacer cosas que antes no eran factibles».
Este sentimiento se extiende más allá del potencial de Gameface para hacer que los juegos sean más accesibles. La IA, sugiere Moroney, puede tener un gran impacto en la accesibilidad de los jugadores, pero también en la forma en que los desarrolladores crean soluciones de accesibilidad.
“Cualquier cosa que permita a los desarrolladores ser mucho más efectivos para resolver tipos de problemas que antes eran inviables”, dice, “solo puede ser beneficioso en la accesibilidad, o en cualquier otro espacio”.
Esto es algo que los desarrolladores ya están empezando a entender. Artem Koblov, director creativo de Perelesoq, le dice a WIRED que quiere ver «más recursos dirigidos a resolver tareas rutinarias, en lugar de a la invención creativa».
Hacerlo permite que la IA ayude en los procesos técnicos que consumen mucho tiempo. Con las aplicaciones adecuadas, la IA podría crear un ciclo de desarrollo más ágil y permisivo en el que ayuda en la implementación mecánica de soluciones de accesibilidad y deja a los desarrolladores más tiempo para considerarlas.
“Como desarrollador, desea tener tantas herramientas que puedan ayudarlo a hacer su trabajo más fácil”, dice Conor Bradley, director creativo de Soft Leaf Studios. Señala las ganancias en las implementaciones actuales de IA en accesibilidad, que incluyen «generación de texto a voz y de voz a texto en tiempo real, y reconocimiento de voz e imagen». Y ve potencial para desarrollos futuros. “Con el tiempo, puedo ver más y más juegos haciendo uso de estas poderosas herramientas de inteligencia artificial para hacer que nuestros juegos sean más accesibles”.
Koblov cree que puede ir aún más lejos. Le gustaría ver entrenamiento de IA en patrones específicos para crear un marco de accesibilidad básico y adaptable que podría inyectarse en los juegos. “Dicho marco adaptaría los aspectos visuales, de audio e interactivos de los juegos”, dice. “En otras palabras, los desarrolladores más pequeños como nosotros no tendrían que realizar investigaciones costosas, desarrollar soluciones únicas y pasar por numerosas iteraciones de pruebas por su cuenta”.
Bradley insta a la precaución al alejar la primacía de la participación humana. Cuando se le preguntó si la IA podría ser una ayuda o una distracción para los esfuerzos de accesibilidad existentes, dijo que era optimista sobre su potencial, pero enfatizó que la IA no es un atajo.
“No puedes decir, ‘IA, ¡haz que mi juego sea accesible!’ y listo, ahora tienes el juego más accesible del año”, dice. “Necesitamos jugadores, incluidos los de comunidades discapacitadas y neurodiversas, para probar nuestros juegos. Al final del día, un humano jugará tu juego, no una máquina”.