Osmary Lisbeth Navarro Tovar: Diseño de Sistemas de Comunicación Aumentativa y Alternativa (SAAC) Un Enfoque Multidimensional de Ingeniería Lingüística, Accesibilidad Universal e Integración de Inteligencia Artificial

Un Enfoque Multidimensional de Ingeniería Lingüística, Accesibilidad Universal e Integración de Inteligencia Artificial

📌 Taxonomía y evolución histórica de los sistemas de comunicación aumentativa y alternativa

El diseño y la implementación de los Sistemas Alternativos y Aumentativos de Comunicación (SAAC) constituyen un campo de estudio interdisciplinar complejo, enraizado en la neurorehabilitación, la ingeniería biomédica, la logopedia y la psicología cognitiva. Los SAAC se definen formalmente como un conjunto estructurado de códigos lingüísticos, soportes físicos o digitales y modos de acceso diseñados de forma personalizada para restituir, complementar o sustituir el habla en personas con necesidades complejas de comunicación. Su arquitectura interna diferencia nítidamente entre el contenido del sistema —el código lingüístico que puede ser fotográfico, pictográfico o alfabético— y el soporte —el medio físico o tecnológico donde se organiza y almacena dicho contenido—, integrados bajo la denominación clínica de comunicador.

Históricamente, el desarrollo de las tecnologías asistivas ha transitado desde un enfoque segregador basado en adaptaciones puntuales de baja tecnología hacia un paradigma democrático y universal de accesibilidad cognitiva. Los cimientos teóricos de este movimiento se remontan al funcionalismo escandinavo de los años cincuenta, que defendía la democratización del diseño, y al diseño ergonómico de los años sesenta, orientado a compatibilizar los entornos físicos con la variabilidad biológica humana. Este desarrollo se consolidó con la redacción de las Normas Uniformes de las Naciones Unidas sobre la Igualdad de Oportunidades, que promovieron el concepto de Diseño para Todos. En España, la evolución legislativa refleja este cambio de paradigma: la Ley 13/1982 de Integración Social de los Minusválidos (LISMI) se limitó a regular la accesibilidad en barreras arquitectónicas físicas. Sin embargo, dos décadas más tarde, la promulgación de la ley de accesibilidad universal de 2003 consagró la accesibilidad cognitiva y sensorial como requisitos legales transversales para asegurar que cualquier persona pueda comprender su entorno e interactuar de forma autónoma con los productos, bienes y servicios de la sociedad.

La clasificación contemporánea de los SAAC distingue de forma taxonómica entre modalidades sin ayuda y con ayuda:

Clasificación de los SAAC	Componente Corporal / Tecnológico	Ejemplos de Sistemas Comunes	Destinatarios Clínicos Principales
Sistemas Sin Ayuda	Exclusivo uso de la anatomía del usuario; no requiere soportes externos.	Gestos comunes, Lengua de Signos (LS), Sistema Bimodal, Palabra Complementada (LPC).	Personas con sordera, sordoceguera o dificultades expresivas con preservación motora.
Sistemas Con Ayuda: Baja Tecnología	Soportes físicos no informatizados; portables y de bajo coste de adquisición.	Cuadernos de comunicación en papel, carpetas de plástico, tableros de tela o metacrilato.	Pacientes en estadios iniciales o entornos expuestos a daños físicos (agua, caídas).
Sistemas Con Ayuda: Alta Tecnología	Hardware digital y software especializado con salida de voz grabada o sintetizada.	Tabletas dedicadas, ordenadores con control ocular, aplicaciones móviles como LetMeTalk o Goally.	Usuarios con movilidad restringida grave, autismo severo o patologías del lenguaje complejas.

El proceso de implantación de los SAAC no se limita al uso aislado de recursos pictográficos, sino que requiere un análisis multidimensional de las capacidades individuales y del entorno de vida del paciente. Diversos programas de enseñanza estructurados, tales como el Programa de Comunicación Total de Benson Shaeffer o el Sistema de Comunicación por Intercambio de Imágenes (PECS), demuestran que la adquisición de la competencia comunicativa sigue una trayectoria evolutiva que va desde la petición básica hasta la expresión gramaticalmente compleja.

🧠 Ingeniería lingüística y arquitectura de vocabulario

El desarrollo de una comunicación verdaderamente espontánea y generativa en un SAAC de alta tecnología exige una cuidadosa planificación de su arquitectura lingüística. Para evitar que el sistema se convierta en una herramienta de respuesta limitada a demandas y peticiones concretas, los ingenieros lingüísticos y logopedas deben estructurar el contenido basándose en un vocabulario equilibrado que favorezca la construcción sintáctica.

El núcleo de esta estructura está representado por el vocabulario núcleo o esencial (core vocabulary), consistente en un conjunto reducido de aproximadamente 300 palabras altamente versátiles que configuran más del 80% de las interacciones verbales diarias en el idioma español. La composición gramatical de este vocabulario revela que está integrado de forma predominante por verbos, adjetivos, pronombres, preposiciones, artículos y conjunciones, donde los sustantivos específicos representan apenas el 10% del total. Estudios seminales sobre el análisis del lenguaje infantil y de la comunicación dirigida a bebés, como los de Banajee, Di Carlo y Stricklin (2003), Trembath, Balandin y Togher (2007), Beukelman, Jones y Rowan (1989), Fried-Oken y More (1992), y Quick, Erickson y Maccright (2019), confirman la universalidad y uniformidad de este corpus léxico en diferentes personas y contextos. Asimismo, el Center for Literacy and Disability Studies impulsó el proyecto DLM and Universal Core Vocabulary con el fin de estandarizar aquellas palabras críticas para usuarios que inician su andadura en la comunicación asistida.

A pesar de su contrastada eficacia, teóricos como Laubscher y Light (2020) advierten de que las listas tradicionales de vocabulario esencial suelen elaborarse a partir de muestras de habla de personas con un desarrollo lingüístico ya avanzado, lo que puede subestimar las necesidades reales de los usuarios de comunicación alternativa en fases emergentes o incipientes de comunicación. Por este motivo, los SAAC equilibrados deben complementar el vocabulario núcleo con el acceso inmediato al vocabulario periférico, extendido o específico. Este último se compone en su mayoría de sustantivos muy concretos que permiten personalizar el sistema del usuario según sus preferencias, familiares, lugares de interés u objetos cotidianos.

Para asegurar el desarrollo óptimo del lenguaje, es imperativo estructurar y organizar la colocación física y digital de este vocabulario:

Estilos de Organización del Lenguaje	Principio de Diseño Interactivo	Software Clínico de Referencia	Ventajas en el Aprendizaje Motor y Cognitivo
Sistemas Basados en Categorías Semánticas	Organización jerárquica en carpetas temáticas de segundo o tercer nivel que ramifican el vocabulario.	TouchChat con Wordpower, Proloquo2Go con Crescendo o Gateway.	Estructura intuitiva para usuarios con categorización semántica madura; lógica y sistemática.
Sistemas Basados en Planificación Motora	Palabras fijas en posiciones invariables en la pantalla, evitando el cambio de ruta espacial.	TD Snap Motor Planning, LAMP, Speak for Yourself.	Minimiza la carga de escaneo visual; automatiza la selección mediante patrones de aprendizaje motor continuos.
Sistemas Basados en Texto y Alfabetización	Priorización de un teclado digital qwerty o alfabético con algoritmos dinámicos de predicción de palabras.	Proloquo4Text, Speech Assistant.	Generación libre e ilimitada de mensajes; promueve la escritura exploratoria o "garabateo" (scribbling).

La inclusión del vocabulario núcleo posibilita que el usuario desarrolle múltiples funciones comunicativas cotidianas:

Describir y comentar: Utilizar combinaciones como "el agua está fría" o "estoy mojada" para expresar sensaciones físicas.
Aportar información objetiva: Construir oraciones complejas como "se ha caído el agua" para narrar un suceso del entorno.
Negar o comentar la ausencia: Utilizar "no hay agua" o "no me gusta" para ejercer un control efectivo sobre las interacciones.
Reparar rupturas comunicativas: Incorporar de manera directa botones con fórmulas explícitas como "no entiendo", "¿me lo repites?" o "por favor, espera, estoy pensando".
Gestionar interacciones sociales y crisis: Acceder rápidamente a expresiones como "tengo algo que decirte", "estoy bromeando" o "déjame en paz".

🖼️ Evaluación del grado de iconicidad y transparencia de los sistemas pictográficos

El diseño del canal de entrada visual de un SAAC con ayuda requiere evaluar de forma rigurosa la transparencia y la iconicidad de las bibliotecas de pictogramas seleccionadas. La transparencia se define como el nivel de conexión cognitiva inmediata que un observador es capaz de establecer entre un estímulo gráfico y su referente real. Los sistemas pictográficos se sitúan a lo largo de un espectro que oscila desde la máxima transparencia de las fotografías reales hasta la opacidad formal de los caracteres ortográficos tradicionales.

En el contexto clínico del ámbito hispanohablante, se ha contrastado de forma empírica la eficacia y el nivel de transparencia de los sistemas más extendidos: el Sistema Pictográfico de Comunicación (SPC/PCS), de naturaleza comercial y comercializado por Tobii Dynavox, frente a la biblioteca abierta de ARASAAC, creada en el año 2007 bajo la coordinación del Gobierno de Aragón y distribuida con licencia Creative Commons. El estudio pionero de Cabello et al. analizó el nivel de iconicidad percibido por evaluadores independientes sin conocimientos previos de logopedia sobre un corpus experimental de 114 símbolos correspondientes a 38 palabras de diferente categoría gramatical. La medición se realizó mediante una tarea informatizada de estimación en escala Likert de 7 puntos:

Categorías Gramaticales Evaluadas	Símbolos ARASAAC (Media Likert 1-7)	Símbolos SPC (Media Likert 1-7)	Símbolos Bliss (Media Likert 1-7)	Implicaciones en el Aprendizaje e Intervención
Nombres (Sustantivos)	6.932 (D.T. 0.023)	6.329 (D.T. 0.089)	3.262 (D.T. 0.165)	ARASAAC exhibe una transparencia casi perfecta, facilitando la denominación inicial inmediata.
Verbos (Acciones)	6.115 (D.T. 0.092)	5.276 (D.T. 0.111)	2.165 (D.T. 0.137)	El dinamismo gráfico de ARASAAC simplifica la comprensión de la transitividad oracional.
Adjetivos (Atributos)	6.494 (D.T. 0.080)	6.126 (D.T. 0.077)	2.053 (D.T. 0.133)	Facilita la codificación visual de propiedades de los objetos sin requerir abstracción conceptual compleja.
Elementos Lingüísticos (Abstractos)	4.339 (D.T. 0.147)	4.956 (D.T. 0.167)	2.431 (D.T. 0.141)	SPC presenta una clara ventaja formal en pronombres o preposiciones, rompiendo la tendencia general.

Este análisis pormenorizado demuestra que, si bien ARASAAC es significativamente más transparente que SPC y Bliss en términos globales, SPC resulta superior en la categoría de elementos lingüísticos abstractos. Esto indica que la elección clínica no debe basarse en valoraciones generalistas, sino en un análisis detallado de la categoría de palabras que se desea entrenar en cada fase terapéutica. De hecho, estudios longitudinales como el desarrollado por Zurita Díaz et al. (2026), que evaluó a 40 niños con Trastorno del Espectro Autista (TEA) de Grado 3 durante 45 sesiones apoyadas en la escala Vineland-3, corroboran que el uso de los pictogramas de ARASAAC (21 niños) frente al estuche comercial "Mi Estuche de Pictos" (19 niños) propició mejoras comunicativas, conductuales y de socialización significativamente superiores, debido a su iconicidad, accesibilidad y facilidad de personalización.

En paralelo al uso de bibliotecas de representación directa, existen métodos que incorporan reglas de codificación semántica más avanzadas. Un ejemplo notable es el sistema Minspeak, que utiliza el concepto de compactación semántica. Este método consiste en asociar secuencias de pictogramas multi-significado para generar palabras o frases completas de forma abreviada, reduciendo de manera drástica el número de pulsaciones necesarias para estructurar un enunciado y potenciando el ritmo comunicativo en usuarios experimentados.

📋 Protocolos clínicos y marcos de evaluación multidisciplinar

La asignación de un SAAC eficaz requiere un proceso estructurado de toma de decisiones clínicas que reemplace el obsoleto enfoque de "candidatura" —que exigía un determinado nivel intelectual mínimo previo— por un modelo fundamentado en la evaluación de capacidades cognitivas, comunicativas y sensoriomotoras. Para coordinar el esfuerzo de los equipos interdisciplinares, la práctica profesional se organiza mediante marcos de referencia estructurados y protocolos clínicos específicos.

Uno de los principales estándares internacionales es el Marco SETT (Estudiante, Entornos, Tareas, Herramientas), desarrollado por la doctora Joy Zabala en 1990 para el ámbito escolar y de transición. SETT establece una secuencia lógica donde las herramientas son la última dimensión a evaluar, seleccionándose solo después de consolidar una comprensión compartida del estudiante, los entornos en los que participa y las tareas académicas o cotidianas necesarias para su inclusión. El marco se despliega a través de cuatro andamios (SETT Scaffolds) de toma de datos y toma decisiones:

SETT Scaffold - Consideración de Necesidades de Tecnología de Apoyo: Evaluación inicial de barreras.
SETT Scaffold - Recopilación de Datos: Recogida objetiva del rendimiento académico y relacional.
SETT Scaffold - Selección de Herramientas: Emparejamiento sistemático de características (feature matching).
SETT Scaffold - Planificación de la Implementación y Evaluación de la Efectividad: Fijación de metas medibles y plazos de revisión.

En el marco SETT, los roles se distribuyen de forma clara: el terapeuta del habla (SLP) asume la configuración y personalización del vocabulario inicial; el maestro de aula identifica las actividades del currículo escolar donde se modelará el lenguaje y diseña los apoyos visuales; y los padres colaboran identificando las preferencias léxicas del niño y modelando el uso del dispositivo en las rutinas domésticas cotidianas.

De forma paralela, el Modelo de Emparejamiento de Persona y Tecnología (MPT), de Marcia Scherer, junto con su contraparte infantil MATCH (Matching Assistive Technology and Child), adopta un enfoque psicométrico e idiográfico. El MPT postula que el éxito en el uso de una tecnología asistencial depende de un equilibrio entre tres grandes áreas: el entorno de vida y sus recursos, las necesidades individuales y preferencias personales del usuario, y el conjunto de funciones técnicas del dispositivo. Para operativizar el modelo, el MPT ofrece instrumentos validados internacionalmente, como la Evaluación de la Predisposición al Dispositivo de Tecnología de Apoyo (ATD PA), diseñados para cuantificar la predisposición psicosocial del usuario hacia la tecnología e identificar de forma temprana los factores de resistencia emocional, reduciendo de este modo el rechazo de la ayuda técnica.

A nivel hispanohablante, se cuenta con importantes marcos normalizados de intervención. Destaca el primer protocolo en español para el análisis lingüístico asistido por SAAC, diseñado por la doctora Gloria Soto. Este protocolo de evaluación recopila muestras de lenguaje en contextos naturales espontáneos para realizar un análisis de las dimensiones de producción interactiva:

Vocabulario: El inventario de palabras utilizadas realmente en los enunciados asistidos.
Morfología: Las variaciones en la estructura interna de los términos.
Sintaxis: El orden formal y secuencial de los componentes del mensaje.
Complejidad Gramatical: Las relaciones de subordinación y complementariedad sintáctica.

Asimismo, este protocolo incorpora una escala de conducta parental de 9 ítems orientada a medir el andamiaje interactivo de los cuidadores, evaluando si el adulto atiende de manera oportuna a las producciones del niño, confirma de forma explícita el mensaje recibido y ajusta su posición física en el espacio doméstico. En el plano institucional, el Protocolo para la Implementación de los SAAC en el Sistema Educativo (2022), editado por el Gobierno del País Vasco, proporciona una guía normalizada para asegurar la integración efectiva de los sistemas en las escuelas ordinarias y especiales.

Atributos de Comparación	Marco SETT	Modelo MPT y MATCH	Protocolo de Análisis de Lenguaje (Dra. Soto)
Ámbito Principal de Aplicación	Ámbito educativo y transdisciplinario en entornos escolares comunes.	Clínico, ocupacional y psicosocial para adultos y niños.	Logopédico y de análisis funcional de la producción lingüística real.
Enfoque de la Medida	Evaluación de barreras ecológicas, andamiaje contextual y necesidades de herramientas.	Evaluación idiográfica de la predisposición psicosocial y aceptación del cambio.	Medición cuantitativa y cualitativa de las dimensiones del lenguaje asistido espontáneo.
Herramientas Específicas	Scaffolds SETT, reuniones periódicas de Re-SETT, directrices QIAT.	Cuestionarios estandarizados validados como el instrumento ATD PA.	Muestras de lenguaje asistido en juego libre y escala de conducta parental de 9 ítems.
Sinergias con el Diseño del SAAC	Vinculación con los principios del Diseño Universal para el Aprendizaje (UDL) y Materiales Educativos Accesibles (AEM).	Alineamiento con la usabilidad clínica y la satisfacción de vida basada en la experiencia de usuario.	Identificación precisa del nivel morfosintáctico del usuario para ajustar las cuadrículas digitales de forma dinámica.

Por último, el proceso de emparejamiento de características de accesibilidad física y sensorial requiere evaluar las capacidades específicas del paciente para traducirlas en la selección técnica idónea. Incluso en el desarrollo de tecnologías experimentales complejas, como las Interfaces Cerebro-Computador (BCI), la práctica clínica estandarizada demuestra que se debe realizar un análisis sistemático basado en el feature matching. Por ejemplo, en pacientes con afectaciones visuales graves que impiden el uso de sistemas BCI visuales basados en Potenciales Evocados Visuales de Estado Estacionario (SSVEP), es fundamental orientar el diseño hacia sistemas auditivos basados en el Potencial P300 o en respuestas auditivas de estado estable (ASSR), demostrando que la solidez clínica reside en adaptar la tecnología a las fortalezas del usuario.

♿ Accesibilidad universal, diseño ergonómico y modelos de entrada de datos

La integración de la accesibilidad cognitiva y sensorial en el diseño de hardware y software de alta tecnología exige la adopción sistemática de los 7 Principios del Diseño Universal formulados por el Center for Universal Design de Carolina del Norte:

Uso Equitativo: Diseños idénticos en su uso práctico y significado para todos los usuarios, evitando segregar o estigmatizar.
Flexibilidad de Uso: Adaptación precisa a destrezas diestras o zurdas, así como a diferentes ritmos y grados de precisión del usuario.
Uso Simple e Intuitivo: Eliminación sistemática de la complejidad cognitiva innecesaria; compatible con las expectativas intuitivas del usuario.
Información Perceptible: Presentación multimodal de la información crítica mediante códigos redundantes visuales, acústicos y táctiles.
Tolerancia al Error: Minimización de las consecuencias físicas o funcionales de acciones involuntarias o pulsaciones erróneas.
Bajo Esfuerzo Físico: Disminución drástica de la fatiga muscular continuada y de las acciones motrices repetitivas.
Espacio y Tamaño para el Acceso y Uso: Dimensiones de interacción que faciliten el alcance cómodo de todos los elementos interactivos, con independencia de las ayudas técnicas o soportes de fijación utilizados.

En el desarrollo de interfaces alternativas para usuarios con afectación motora severa, el seguimiento ocular (eye-tracking) se consolida como uno de los principales accesos directos al dispositivo. No obstante, el diseño de estas interfaces debe contemplar limitaciones fisiológicas de gran relevancia. El ojo humano está biológicamente configurado como un órgano perceptual y de atención visual, y no como un ejecutor motor convencional. Asimismo, la atención mental foveal del ojo está anatómicamente limitada al ancho de un grado de arco (1°) en la fóvea visual, existiendo lapsos de tiempo característicos entre la fijación ocular en una celda y el inicio de la acción del software.

Para evitar la fatiga asociada a mantener una mirada de alta precisión durante periodos prolongados o verse afectado por dificultades como el nistagmo, se han diseñado prototipos híbridos multimodales que combinan el seguimiento ocular y el escaneo mediante pulsadores (switch-scanning). El prototipo experimental desarrollado en este ámbito funciona de manera secuencial para solventar las deficiencias de cada modalidad individualizada:

Selección Ocular Grupal (Fase 1): El software detecta la zona aproximada de la mirada del usuario en la pantalla y destaca un grupo compacto de 3 a 4 letras o términos cercanos contenidos dentro de un radio de detección de 250 píxeles. Al no requerir una fijación ocular milimétrica, la demanda sobre los músculos oculomotores disminuye y evita errores derivados de la deriva visual.
Activación del Barrido (Fase 2): Al realizar una fijación en dicho grupo aproximado, el usuario realiza una primera pulsación mediante un conmutador mecánico o switch de fácil acceso físico, lo que inicia un escaneo lineal automático de alta velocidad restringido únicamente al grupo de caracteres seleccionados.
Confirmación de Selección (Fase 3): El usuario efectúa una segunda pulsación sobre el conmutador cuando el barrido automático pasa por la tecla o símbolo exacto que desea escribir, confirmando la selección y agilizando la velocidad de escritura sin generar fatiga visual.

Un enfoque alternativo desarrollado por Biswas y Langdon (2011) emplea el guiado de mirada para desplazar de manera aproximada el cursor por la pantalla, activando mediante la pulsación de una tecla física un menú de barrido que muestra ocho direcciones espaciales (arriba, abajo, derecha, izquierda y sus diagonales), lo que facilita que el usuario seleccione la trayectoria definitiva del cursor reduciendo los tiempos de pulsación.

Para normalizar la interacción ocular y táctil en los SAAC de alta tecnología, la investigación de usabilidad prescribe dimensiones espaciales y de acceso físico muy estrictas:

Parámetro Ergonómico de la Interfaz	Especificación Métrica Recomendada	Propósito Funcional y Mecanismo Clínico
Tamaño Angular de Componentes	Rango específico de 2.889°, 3.389° a 3.889° de ángulo visual.	Asegurar un tamaño de diana visual adecuado para facilitar el anclaje ocular y reducir errores.
Distancia Espacial de Separación	Intervalos de separación de 5.966° a 8.609° de ángulo visual.	Prevenir la activación involuntaria de casillas contiguas debido a microsacadas del ojo.
Radio de Agrupamiento Ocular	Umbral de tolerancia de un radio máximo de 250 píxeles en pantalla.	Permitir la preselección colectiva de teclas vecinas sin requerir alta precisión oculomotora.
Configuración de Teclados Físicos	Keyguards o rejillas rígidas de metacrilato acopladas al dispositivo.	Aislar mecánicamente cada celda del tablero para guiar el dedo del usuario y evitar pulsaciones erróneas por temblor.
	Ajustes de Retardo Táctil	Tiempos de retardo (delay), tiempo de permanencia (dwell) o activación al liberar (release).	Filtrar los temblores motores o las pulsaciones involuntarias repetitivas sobre el panel capacitivo.

🤖 Fronteras de la inteligencia artificial: reconocimiento gestual, transcripción y personalización de voz

La convergencia de la Inteligencia Artificial (IA) y el aprendizaje profundo está propiciando desarrollos disruptivos en la velocidad interactiva y en el empoderamiento comunicativo de los usuarios de SAAC. Tradicionalmente, la entrada de datos en sistemas con ayuda se caracterizaba por su lentitud y discontinuidad. En la actualidad, el despliegue de modelos de procesamiento de lenguaje natural integrados con sensores de movimiento IoT y algoritmos de visión artificial permite configurar sistemas de comunicación adaptativos de alto rendimiento.

Para superar la separación tradicional entre sistemas con y sin ayuda, la investigación actual utiliza modelos de machine learning para capturar y traducir los gestos naturales de usuarios con necesidades complejas de comunicación. En esta línea, Ullah et al. (2023) desarrollaron una plataforma IoT multi-sensor portable diseñada específicamente para decodificar la gesticulación de niños con Trastorno del Espectro Autista mínimamente verbales. Mediante el entrenamiento cruzado de Redes Neuronales Artificiales (ANN) y modelos de bosque aleatorio (Random Forest), el sistema logró traducir trayectorias corporales complejas e individuales en salidas de voz estandarizadas con una precisión superior al 96%. De forma paralela, el uso de Redes Neuronales Convencionales (CNN) aplicadas a transmisiones de cámaras de vídeo comerciales facilita la detección en tiempo real de gestos típicos como el señalamiento, el toque o el signo manual, anticipando y sugiriendo la selección de los pictogramas correspondientes dentro de la interfaz digital. Esta aproximación sirve de andamiaje a las habilidades comunicativas multimodales intrínsecas del usuario, contribuyendo a atenuar las barreras derivadas del problema de la doble empatía.

En el plano lingüístico, la investigación doctoral de Tobias Weinberg —un usuario nativo de SAAC asistido— evidencia la viabilidad de entrenar modelos de IA ultrarpersonalizados sobre el corpus conversacional del propio usuario. Este desarrollo clínico revela que la eficacia conversacional depende de una alta granularidad del contexto, integrando de manera activa la identidad del interlocutor, la intención declarada de la charla y las características físicas del espacio. No obstante, el estudio señala que los sistemas predictivos puros basados en hábitos históricos demuestran limitaciones significativas en bares o contextos con cambios bruscos de conversación, donde el sistema tiende a sugerir frases rutinarias pasadas en lugar de asimilar la intención del usuario en ese instante concreto.

Por consiguiente, el diseño de la interacción con sistemas predictivos basados en IA exige garantizar que el usuario retenga la soberanía comunicativa de su discurso. Esto se logra integrando soluciones de control interactivo específicos:

Texto Difuminado en Línea (Inline Ghost Text): Permite al usuario visualizar en color tenue el autocompletado propuesto por el modelo predictivo dentro del cuadro de texto, decidiendo si lo acepta o continúa escribiendo sin que este se imponga de forma automática.
Aceptación Parcial de Sugerencias: Facilita la adopción selectiva de fragmentos de la frase predicha de forma segmentada, acelerando la velocidad de escritura sin restarle control sintáctico al usuario.
Opción de Anulación Inmediata: Botones físicos o virtuales que borran con un único toque la totalidad de la sugerencia predictiva si esta no se alinea con la intención real del hablante.
Personalización Sin Código (No-Code): Entornos gráficos de programación simplificada para que el usuario o su familia reconfiguren de forma dinámica la sensibilidad del modelo y sus filtros contextuales a medida que evolucionan sus rutinas diarias.

En paralelo al control de entrada, el desarrollo de la síntesis de conversión de texto a voz (TTS) neuronal ha superado los timbres metálicos robóticos del pasado. En el panorama tecnológico actual, las plataformas de voz neuronal permiten clonar de forma asombrosa la identidad acústica del usuario o de terceros:

Plataforma Tecnológica Conversacional (2026)	Características Técnicas de Síntesis y Audio	Canales de Integración de Voz Neuronal	Prestaciones Emocionales y Control Vocal
ElevenLabs	Ofrece síntesis neuronal hiperrealista en 29 idiomas, incluyendo acentos regionales detallados.	API robusta integrable en software local; permite clonación de voz con 30 segundos de muestra de audio.	Modulación de pausas naturales, simulación de respiración humana y entonación adaptada a las emociones del texto.
Google Cloud TTS (Chirp 3)	Soporte avanzado para más de 380 voces en 75 idiomas diferentes.	Media Studio, formatos de salida en alta definición MP3, LINEAR16 y streaming Ogg Opus de baja latencia.	Generación de clones a partir de 10 segundos de voz; incorpora vacilaciones naturales propias de la espontaneidad humana.
Microsoft Azure TTS	Entorno empresarial que cuenta con más de 400 voces neuronales distribuidas en 140 lenguas.	Integración nativa con Microsoft 365 y compatibilidad exhaustiva con etiquetas de control SSML.	Ajuste de volumen, control micrométrico del tono (hasta 20 semitonos) y velocidad de elocución configurable.

En el plano del reconocimiento de voz a texto (STT), destaca el modelo de código abierto Whisper de OpenAI, cuyo modelo large-v3 ofrece transcripciones de gran precisión en 99 idiomas. Su modelo tiny permite ejecutar el procesamiento en tiempo real directamente en dispositivos de hardware modesto y sin necesidad de conexión a internet. Esto proporciona una valiosa alternativa para usuarios con disartria o patrones de habla no normativos, convirtiendo sus emisiones vocales en texto estructurado e inteligible para sus interlocutores.

⚠️ Factores críticos de deserción de dispositivos y estrategias de sostenibilidad clínica

A pesar de los avances tecnológicos y metodológicos, la deserción o abandono de los dispositivos de comunicación asistida representa uno de los mayores desafíos en el ámbito de la rehabilitación. Estudios empíricos demuestran que hasta un 70% de las personas usuarias de tecnologías de apoyo abandonan o rechazan las herramientas provistas por los servicios de salud. Las investigaciones específicas en el dominio de los SAAC señalan que hasta un 60% (3 de cada 5) de los dispositivos de voz asistida terminan abandonados e infrautilizados durante el primer año tras su adquisición, mientras que menos del 40% de los niños con necesidades complejas de comunicación mantienen un uso regular de su SAAC al cabo de doce meses de implementación.

La investigación cualitativa contemporánea de segundo y tercer orden revela que las causas del rechazo son sistémicas e involucran barreras complejas:

Factores Clínicos de Abandono de SAAC	Impacto Operativo Directo en la Red Familiar	Consecuencias Psicosociales en el Usuario
Elevado Coste de Dispositivos	El coste de miles de euros de los comunicadores con homologación médica genera estrés financiero.	Incrementa el sentimiento de vulnerabilidad y culpa al percibir el dispositivo como una carga económica familiar.
Complejidad Tecnológica	La programación inicial de miles de botones resulta incomprensible sin capacitación adecuada.	Fatiga cognitiva severa y rechazo inmediato ante interfaces confusas.
Falta de Portabilidad	Los soportes pesados limitan el transporte fuera de casa, confinándolo al hogar.	Reducción de la espontaneidad y pérdida de oportunidades de interacción social en entornos naturales.
Baja Implicación del Entorno	Los familiares y cuidadores se desentienden del aprendizaje debido al tiempo y esfuerzo requeridos.	Desmotivación; el usuario prefiere recurrir a gestos mínimos o limitarse al silencio al no verse correspondido.
Inexistencia de Ensayos Previos	Compra obligada de costosos dispositivos por recomendación médica sin haber realizado pruebas clínicas.	Decepción profunda tras constatar la ineficacia de un sistema adquirido bajo presión y sin periodo de adaptación.

A estas barreras materiales y operativas se añaden condicionantes psicológicos y contextuales determinantes. En el ámbito pediátrico, los padres a menudo atraviesan fases de negación, duelo clínico o estrés que comprometen su resiliencia emocional para guiar el aprendizaje de su hijo en el uso del comunicador. A nivel clínico, el sesgo de recomendación del profesional o la inclinación comercial de los distribuidores puede derivar en la prescripción de un dispositivo poco adecuado para el perfil del usuario. En el plano social, el estigma de verse señalado en espacios públicos debido al aspecto y tamaño de los comunicadores, sumado a factores físicos como los reflejos producidos por la luz solar sobre las pantallas táctiles o la falta de personal calificado en el entorno del paciente, precipita el desuso y aislamiento del usuario.

Esta problemática se manifiesta con especial gravedad en personas con Daño Cerebral Adquirido (DCA). Tras despertar de un estado de coma o sufrir un accidente cerebrovascular, estos pacientes experimentan una serie de dificultades cognitivas y emocionales complejas que incluyen desorientación, impulsividad —diciendo o haciendo lo primero que les viene a la mente—, o apatía severa, omitiendo incluso la expresión de sus necesidades básicas como tener sed o dolor. Al interactuar con entornos físicos o digitales no adaptados a sus dificultades atencionales, estos pacientes reaccionan abandonando la actividad con enfado y frustración profunda, interrumpiendo el proceso de rehabilitación.

Por este motivo, para contrarrestar la deserción y asegurar la adherencia terapéutica, la práctica profesional contemporánea recomienda la aplicación de estrategias de sostenibilidad clínica e inclusión integral:

Implementar Enfoques Centrados en la Familia: Fomentar la participación activa de los cuidadores en la selección del dispositivo, ajustando las metas terapéuticas a la dinámica del hogar y reduciendo la presión sobre los padres al integrar el modelado del lenguaje en las rutinas diarias existentes.
Garantizar Ensayos Clínicos Sistemáticos: Fomentar que el equipo de soporte acceda a préstamos temporales de hardware y software antes de formalizar la compra del comunicador, permitiendo evaluar de forma empírica la idoneidad de las funciones seleccionadas mediante el uso de escalas de valoración objetivas.
Fomentar Tecnologías Sencillas y Portables: Considerar el uso de aplicaciones móviles especializadas que puedan ejecutarse en teléfonos comerciales portables de bajo coste de mantenimiento, como la aplicación Goally (cuyo coste es inferior a $25 al mes y cuenta con tiempos de configuración e inicio de uso inferiores a tres horas).
Brindar Apoyo Clínico Continuo: Ofrecer formación técnica práctica y coaching directo a los familiares de forma continuada, complementándolo con recursos de capacitación en línea o la participación en comunidades de apoyo entre familias de usuarios de SAAC.
Incorporar Refuerzos Visuales y Conductuales: Apoyar la práctica autónoma en el hogar a través de aplicaciones guiadas como SpeakEasy: Home Speech Therapy e integrar recursos conductuales directos como agendas visuales, tableros de fichas (token boards), visualizadores de rutinas diarias y registros del progreso del paciente para incentivar y estructurar el aprendizaje de manera lúdica y predecible.

🎯 Conclusiones

La configuración y desarrollo de un sistema de comunicación aumentativa y alternativa verdaderamente eficaz debe fundamentarse en una evaluación multidimensional del usuario que conjugue de forma armónica la flexibilidad de su estructura lingüística con la accesibilidad física y cognitiva del soporte tecnológico seleccionado. El análisis riguroso de la evidencia empírica indica que las altas tasas de deserción que tradicionalmente han afectado a esta área no responden a limitaciones individuales de los usuarios, sino a fallos en el proceso de emparejamiento tecnológico y a un andamiaje contextual insuficiente.

El diseño de los SAAC de nueva generación requiere que la ingeniería de sistemas y la práctica logopédica converjan en la adopción de directrices unificadas. En primer lugar, es prioritario estructurar las interfaces digitales bajo principios estrictos de accesibilidad universal, respetando las dimensiones y distancias ergonómicas recomendadas para el acceso físico mediante control táctil u ocular para reducir la fatiga cognitiva del usuario. En segundo lugar, se debe potenciar la competencia comunicativa del usuario mediante un diseño de vocabulario equilibrado que priorice el vocabulario núcleo para favorecer la construcción de oraciones complejas y la generalización del habla en contextos naturales. Por último, el desarrollo de la Inteligencia Artificial debe integrarse de manera respetuosa con la soberanía del hablante, concibiendo los modelos de reconocimiento predictivo y síntesis vocal neuronal como herramientas adaptativas orientadas a preservar la autodeterminación, la identidad emocional y la inclusión social plena del usuario de comunicación alternativa.

Osmary Lisbeth Navarro Tovar

Diseño de Sistemas de Comunicación Aumentativa y Alternativa (SAAC) Un Enfoque Multidimensional de Ingeniería Lingüística, Accesibilidad Universal e Integración de Inteligencia Artificial