Accesibilidad: GitHub Transforma la Retroalimentación en Inclusión con IA Continua

title: "Accesibilidad: GitHub Transforma la Retroalimentación en Inclusión con IA Continua" slug: "continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion" date: "2026-03-14" lang: "es" source: "https://github.blog/ai-and-ml/github-copilot/continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion/" category: "Herramientas para Desarrolladores" keywords:

• IA continua
• accesibilidad
• GitHub
• Copilot
• flujo de trabajo de retroalimentación
• inclusión
• herramientas para desarrolladores
• GitHub Actions
• WCAG
• IA para la accesibilidad
• desarrollo de software
• automatización de IA meta_description: "GitHub revoluciona la accesibilidad con IA continua y GitHub Copilot, transformando la retroalimentación del usuario en problemas accionables. Descubre cómo este innovador flujo de trabajo fomenta la inclusión en el desarrollo de software." image: "/images/articles/continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion.png" image_alt: "Diagrama de flujo que ilustra el flujo de trabajo de retroalimentación de accesibilidad con IA continua de GitHub." quality_score: 94 content_score: 93 seo_score: 95 companies:
• GitHub schema_type: "NewsArticle" reading_time: 7 faq:
• question: "¿Qué desafíos enfrentaba GitHub con la retroalimentación de accesibilidad antes de implementar su sistema de IA Continua?" answer: "Antes del nuevo sistema, GitHub lidiaba con un enfoque descentralizado e inconsistente para la retroalimentación de accesibilidad. Los problemas a menudo estaban dispersos en varios 'backlogs', carecían de una clara propiedad y las mejoras se posponían con frecuencia. Esta desorganización llevó a una falta de seguimiento, dejando a los usuarios con preocupaciones no abordadas y creando una barrera para un desarrollo de software verdaderamente inclusivo. La naturaleza transversal de los problemas de accesibilidad, que afectaban a múltiples equipos, exacerbó estos desafíos de coordinación, dificultando el establecimiento de un único punto de responsabilidad o un flujo de trabajo coherente para su resolución."
• question: "¿Qué define la 'IA Continua para la accesibilidad' y cómo mejora los esfuerzos tradicionales de accesibilidad?" answer: "La IA Continua para la accesibilidad es una metodología dinámica que integra la automatización, la inteligencia artificial y la experiencia humana en el ciclo de vida del desarrollo de software. A diferencia de las auditorías estáticas o las soluciones puntuales, es un sistema vivo diseñado para procesar y actuar continuamente sobre la retroalimentación del usuario. Va más allá de los simples escáneres de código al escuchar activamente a personas reales y utilizar la IA, particularmente GitHub Copilot y GitHub Actions, para clarificar, estructurar y priorizar esa retroalimentación. Esto asegura que la inclusión se teja en el propio tejido del desarrollo, transformando los informes dispersos en soluciones listas para implementar y fomentando la mejora continua."
• question: "¿Cómo contribuye GitHub Copilot específicamente a la eficiencia y efectividad del flujo de trabajo de retroalimentación de accesibilidad?" answer: "GitHub Copilot desempeña un papel crucial al proporcionar un triaje y análisis inteligente de los informes de accesibilidad. Al crear un problema, Copilot, guiado por instrucciones personalizadas de expertos en la materia de accesibilidad, analiza programáticamente el informe. Rellena automáticamente aproximadamente el 80% de los metadatos de un problema, incluidas las clasificaciones de infracciones WCAG, los niveles de gravedad, los grupos de usuarios afectados y las asignaciones de equipo recomendadas. Este análisis automatizado reduce significativamente el esfuerzo manual, estandariza la categorización de los problemas y proporciona información inmediata y procesable, permitiendo a los equipos humanos centrarse en la resolución de problemas en lugar de la entrada repetitiva de datos y la evaluación inicial."
• question: "¿Cuáles son las 'instrucciones personalizadas' de GitHub para Copilot, y por qué se eligieron en lugar de un ajuste fino del modelo para este sistema?" answer: "GitHub utiliza 'instrucciones personalizadas' para Copilot, desarrolladas por sus expertos en accesibilidad, para guiar su comportamiento en el análisis de triaje y la orientación sobre accesibilidad. Estas instrucciones son 'prompts' almacenados que apuntan a las políticas de accesibilidad de GitHub, la biblioteca de componentes y la documentación interna, detallando cómo se interpretan y aplican los criterios de éxito de WCAG. Este enfoque se eligió en lugar del ajuste fino del modelo porque permite una iteración rápida y actualizaciones en todo el equipo. Cualquier miembro del equipo puede actualizar el comportamiento de la IA modificando archivos 'markdown' e instrucciones mediante una solicitud de extracción ('pull request'), eliminando la necesidad de complejas tuberías de reentrenamiento o conocimientos especializados en ML, asegurando que el comportamiento de la IA evolucione a medida que lo hacen los estándares."
• question: "¿Cómo asegura GitHub que el juicio y la supervisión humanos sigan siendo centrales en el proceso de accesibilidad a pesar del uso extensivo de la automatización por IA?" answer: "GitHub diseñó deliberadamente su sistema para que la IA automatice las tareas repetitivas mientras los humanos mantienen el juicio crítico y la supervisión. Por ejemplo, después del análisis inicial de GitHub Copilot, un paso de 'revisión del remitente' asegura que un humano verifique los hallazgos de Copilot. Si el análisis de Copilot es incorrecto, los humanos pueden señalarlo, proporcionando retroalimentación directa para la mejora continua de la IA. Además, cada GitHub Action en el flujo de trabajo puede ser activada o ejecutada manualmente, asegurando que los humanos puedan intervenir en cualquier momento. El objetivo es delegar el trabajo rutinario a la IA, empoderando a los humanos para que se centren en la resolución de problemas complejos, la colaboración y la toma de decisiones informadas sobre las correcciones de software."
• question: "¿Quiénes son los principales beneficiarios del sistema mejorado de retroalimentación de accesibilidad de GitHub, y cómo atiende a sus necesidades específicas?" answer: "El sistema atiende a tres grupos principales. Los remitentes de problemas (gerentes de comunidad, agentes de soporte, representantes de ventas) se benefician de un sistema guiado que estandariza la recopilación de retroalimentación y los educa sobre conceptos de accesibilidad. Los equipos de accesibilidad y servicio (ingenieros, diseñadores) reciben datos estructurados y accionables, incluyendo pasos reproducibles, mapeo WCAG y una clara propiedad, agilizando sus esfuerzos de remediación. Los gerentes de programa y producto obtienen visibilidad de los puntos problemáticos, las tendencias y el progreso, lo que permite una asignación estratégica de recursos. En última instancia, los mayores beneficiarios son los usuarios y clientes con discapacidades cuya retroalimentación ahora se rastrea, prioriza y actúa consistentemente, lo que lleva a una experiencia GitHub más inclusiva."
• question: "¿Cómo integra GitHub la retroalimentación de usuarios de fuentes externas en su proceso interno de accesibilidad, asegurando consistencia y accionabilidad?" answer: "GitHub reconoce que la retroalimentación de accesibilidad puede originarse de diversas fuentes externas, incluyendo tickets de soporte, redes sociales, correo electrónico y contacto directo, siendo el foro de discusión de accesibilidad de GitHub un canal principal. Independientemente de la fuente, cada pieza de retroalimentación es reconocida en un plazo de cinco días hábiles. Cuando la retroalimentación externa requiere acción, un miembro del equipo crea manualmente un problema de seguimiento interno utilizando una plantilla personalizada de retroalimentación de accesibilidad. Esta plantilla estandariza la información recopilada, previniendo la pérdida de datos. Este nuevo problema luego activa una GitHub Action automatizada, involucrando a GitHub Copilot para su análisis y agregándolo a un tablero de proyecto centralizado, asegurando un procesamiento y acción consistentes, independientemente de su origen."

## Revolucionando la Accesibilidad: El Enfoque de IA Continua de GitHub

Durante años, GitHub enfrentó un desafío común pero crítico: gestionar eficazmente la retroalimentación de accesibilidad. A diferencia de los problemas típicos de productos, las preocupaciones de accesibilidad son omnipresentes, a menudo atraviesan múltiples equipos y sistemas. Un solo informe de un usuario de lector de pantalla podría afectar la navegación, la autenticación y la configuración, haciendo que los procesos de retroalimentación tradicionales y aislados fueran ineficaces. Esto llevó a informes dispersos, errores sin resolver y la frustración de los usuarios cuyos problemas persistían en una mítica 'fase dos' que rara vez se materializaba.

Reconociendo la necesidad de un cambio fundamental, GitHub se embarcó en un viaje para centralizar la retroalimentación, crear plantillas estandarizadas y eliminar una importante acumulación. Solo después de establecer esta base sólida surgió la pregunta: ¿Cómo podría la IA transformar aún más este proceso? La respuesta reside en un flujo de trabajo interno innovador, impulsado por GitHub Actions, GitHub Copilot y GitHub Models, diseñado para transformar continuamente cada pieza de retroalimentación del usuario en un problema rastreado, priorizado y accionable. Este enfoque asegura que la IA mejora el juicio humano, agilizando las tareas repetitivas y permitiendo a los expertos centrarse en la entrega de software inclusivo.

## IA Continua: Un Sistema Vivo para la Inclusión

La 'IA Continua para la accesibilidad' de GitHub es más que una simple herramienta; es una metodología viva que integra la automatización, la inteligencia artificial y la experiencia humana para incrustar la inclusión directamente en el tejido del desarrollo de software. Esta filosofía sustenta el compromiso de GitHub con la promesa del Día Mundial de Concienciación sobre la Accesibilidad (GAAD) de 2025, con el objetivo de fortalecer la accesibilidad en todo el ecosistema de código abierto mediante el enrutamiento y la traducción efectivos de la retroalimentación del usuario en mejoras significativas de la plataforma.

La realización central fue que los avances más impactantes provienen de escuchar a personas reales, sin embargo, escuchar a gran escala presenta desafíos significativos. Para superar esto, GitHub construyó un flujo de trabajo de retroalimentación que opera como un motor dinámico en lugar de un sistema estático de tickets. Aprovechando sus propios productos, GitHub clarifica, estructura y rastrea la retroalimentación de usuarios y clientes, convirtiéndola en soluciones listas para implementar.

Antes de sumergirse en soluciones tecnológicas, GitHub adoptó un enfoque de diseño centrado en las personas, identificando las personas clave a las que el sistema debía servir:
*   **Remitentes de problemas:** Gerentes de comunidad, agentes de soporte y representantes de ventas que necesitan orientación para informar problemas de manera efectiva, incluso sin una profunda experiencia en accesibilidad.
*   **Equipos de accesibilidad y servicio:** Ingenieros y diseñadores que requieren datos estructurados y accionables, como pasos reproducibles, mapeo de WCAG y puntuaciones de gravedad, para resolver problemas de manera eficiente.
*   **Gerentes de programa y producto:** Líderes que necesitan una visibilidad clara de los puntos problemáticos, las tendencias y el progreso para tomar decisiones estratégicas de asignación de recursos.

Esta comprensión fundamental permitió a GitHub diseñar un sistema que trata la retroalimentación como datos que fluyen a través de una tubería bien definida, capaz de evolucionar con sus necesidades.

## Automatizando la Tubería de Retroalimentación de Accesibilidad

GitHub construyó su nueva arquitectura alrededor de un patrón impulsado por eventos, donde cada paso activa una GitHub Action para orquestar acciones subsecuentes, asegurando un manejo consistente de la retroalimentación, independientemente de su origen. Aunque inicialmente se construyó manualmente a mediados de 2024, un sistema así puede desarrollarse ahora significativamente más rápido utilizando herramientas como [Flujos de Trabajo Agenciales](/es/github-agentic-workflows), que permiten crear GitHub Actions a través del lenguaje natural.

El flujo de trabajo responde a eventos clave: la creación de un problema inicia el análisis de GitHub Copilot a través de la API de GitHub Models, los cambios de estado activan traspasos de equipo y la resolución de problemas provoca un seguimiento con el remitente original. La automatización cubre la ruta común, pero los humanos pueden activar o volver a ejecutar manualmente cualquier Action, manteniendo la supervisión y la flexibilidad.

**El Flujo de Trabajo de Retroalimentación de Siete Pasos:**

1.  **Recepción:** La retroalimentación fluye de diversas fuentes, como el foro de discusión de accesibilidad de GitHub (que representa el 90% de los informes), tickets de soporte, redes sociales y correo electrónico. Toda la retroalimentación es reconocida dentro de los cinco días hábiles. Para los elementos accionables, un miembro del equipo crea manualmente un problema de seguimiento utilizando una plantilla personalizada de retroalimentación de accesibilidad, que captura el contexto esencial. Este evento de creación activa una GitHub Action para involucrar a GitHub Copilot y agregar el problema a un tablero de proyecto centralizado.

2.  **Análisis de Copilot:** Una GitHub Action llama a la API de GitHub Models para analizar el problema recién creado.

3.  **Revisión del Remitente:** El remitente inicial revisa el análisis de Copilot, confirmando su precisión o realizando ajustes.

4.  **Revisión del Equipo de Accesibilidad:** El equipo especializado en accesibilidad realiza una revisión más profunda y elabora estrategias de solución.

5.  **Auditorías de Enlace:** Se enlazan auditorías relevantes o recursos externos para contexto y cumplimiento.

6.  **Cierre de Ciclo:** Una vez abordado, el problema se cierra formalmente y se informa al usuario o cliente original.

7.  **Mejora:** La retroalimentación sobre el rendimiento del sistema, incluido el análisis de Copilot, informa las actualizaciones y mejoras continuas.

Este flujo continuo garantiza visibilidad, estructura y accionabilidad en cada etapa del ciclo de vida de la retroalimentación.

## Triaje Inteligente de Accesibilidad de GitHub Copilot

En el corazón de este sistema automatizado se encuentra el análisis inteligente de GitHub Copilot. Cuando se crea un problema de seguimiento, un flujo de trabajo de GitHub Action llama programáticamente a la API de GitHub Models para analizar el informe. GitHub tomó la decisión estratégica de usar 'prompts' almacenados (instrucciones personalizadas) en lugar del ajuste fino del modelo. Esto permite a cualquier miembro del equipo actualizar el comportamiento de la IA mediante una simple solicitud de extracción ('pull request'), eliminando la necesidad de complejas tuberías de reentrenamiento o conocimientos especializados en aprendizaje automático. Cuando los estándares de accesibilidad evolucionan, el equipo actualiza los archivos 'markdown' y de instrucciones, y el comportamiento de la IA se adapta con la siguiente ejecución.

GitHub Copilot está configurado con instrucciones personalizadas desarrolladas por sus expertos en accesibilidad. Estas instrucciones cumplen dos funciones críticas:
*   **Análisis de Triaje:** Clasificación de problemas por infracción de WCAG, gravedad (sev1-sev4) y grupo de usuarios afectado.
*   **Orientación sobre Accesibilidad:** Guía a los equipos en la escritura y revisión de código accesible.

Los archivos de instrucciones hacen referencia a las políticas de accesibilidad de GitHub, la biblioteca de componentes y la documentación interna, proporcionando a Copilot una comprensión exhaustiva de cómo interpretar y aplicar los criterios de éxito de WCAG.

La automatización se desarrolla en dos pasos clave:
1.  **Primera Action:** Al crear un problema, Copilot analiza el informe, rellenando automáticamente aproximadamente el 80% de los metadatos del problema. Esto incluye más de 40 puntos de datos, como el tipo de problema, el segmento de usuario, la fuente original, los componentes afectados y un resumen de la experiencia del usuario. Copilot luego publica un comentario en el problema que contiene un resumen del problema, los criterios WCAG sugeridos, el nivel de gravedad, los grupos de usuarios impactados, la asignación de equipo recomendada y una lista de verificación para su verificación.
2.  **Segunda Action:** Esta Action subsecuente analiza el comentario de Copilot, aplica etiquetas basadas en la gravedad asignada, actualiza el estado del problema en el tablero del proyecto y lo asigna al remitente para su revisión.

Fundamentalmente, si el análisis de Copilot es inexacto, cualquiera puede señalarlo abriendo un problema que describa la discrepancia, alimentando directamente el proceso de mejora continua de GitHub para la IA.

## Supervisión Humana y Mejoras Iterativas de Accesibilidad

El flujo de trabajo enfatiza la supervisión humana y la colaboración. Después del análisis automatizado de Copilot, la fase de 'revisión del remitente' (paso 3) permite al remitente humano verificar los hallazgos de la IA. Este enfoque con humanos en el circuito ('human-in-the-loop') garantiza la precisión y permite correcciones manuales o señales para el proceso de mejora continua de Copilot. Los pasos subsiguientes (Revisión del Equipo de Accesibilidad, Auditorías de Enlace y Cierre de Ciclo) integran aún más la experiencia humana, asegurando que los problemas complejos sean abordados por especialistas y que los usuarios reciban soluciones oportunas y efectivas.

Este sistema dinámico representa un cambio significativo para GitHub. Al aprovechar la IA para manejar los aspectos repetitivos e intensivos en datos de la gestión de retroalimentación, han transformado un proceso caótico y a menudo estancado en un motor continuo y proactivo para la inclusión. Esto significa que cada pieza de retroalimentación de accesibilidad ahora se rastrea, prioriza y actúa de manera confiable, yendo más allá de las promesas de una 'fase dos' para ofrecer mejoras inmediatas y tangibles para todos los usuarios. El objetivo final no es reemplazar el juicio humano, sino empoderarlo, liberando tiempo valioso y experiencia para centrarse en soluciones estratégicas y fomentar una experiencia de software verdaderamente accesible.