IA e Acessibilidade: Desenvolvimento de Aplicativo para Adaptar Textos e Interfaces na Inclusão de Neurodivergentes
Resumo
Este artigo apresenta o desenvolvimento de um aplicativo baseado em inteligência artificial (IA) para a adaptação de textos e interfaces digitais, visando promover a acessibilidade para indivíduos neurodivergentes, como aqueles com Transtorno do Espectro Autista (TEA), Transtorno de Déficit de Atenção e Hiperatividade (TDAH). A aplicação utiliza IA para simplificar textos e melhorar a experiência de leitura e interação digital. Resultados preliminares indicam que a abordagem proposta melhora a compreensão textual, contribuindo para a inclusão digital de neurodivergentes.Referências
DIX, A. Human-Computer Interaction. 3. ed. New Jersey: Prentice Hall, 2004. 17 p.
World Wide Web Consortium. Introduction to Web Accessibility. 2024. Disponível em: [link]. Acesso em: 6 dez. 2024.
American Psychiatric Association. Manual Diagnóstico e Estatístico de Transtornos Mentais: DSM-5. 5. ed. Porto Alegre: Artmed, 2014.
PASHOJA, A. C. et al. Improving reading in adolescents and adults with high-functioning autism through an assistive technology tool: A cross-over multinational study. Frontiers in Psychiatry, v. 10, 2019. DOI: 10.3389/fpsyt.2019.00546.
KIRKPATRICK, A. et al. Web Content Accessibility Guidelines (WCAG) 2.1. 2023. Disponível em: [link].
RAO, R. It’s time to prioritize assistive technology for neurodiversity. Fast Company, 2023. Disponível em: [link].
REHMAN, I. U. et al. Features of mobile apps for people with autism in a post covid-19 scenario: Current status and recommendations for apps using AI. Diagnostics, v. 11, n. 10, 2021.
REIS, B. P. F.; FELIPE, E. R. Design de interface em dispositivos móveis com foco na acessibilidade de pessoas com TEA. UNIFEI – Instituto de Ciências Tecnológicas, 2023.
MASCOTTI, T. D. S. et al. Estudos brasileiros em intervenção com indivíduos com transtorno do espectro autista: Revisão sistemática. Gerais: Revista Interinstitucional de Psicologia, v. 12, n. 1, p. 107–124, 2019. DOI: 10.36298/gerais2019120109.
PAIVA JUNIOR, F. Revista Autismo, Edição 25. São Paulo: Revista Autismo, 2024. Disponível em: [link].
FAST, E.; CHEN, B.; BERNSTEIN, M. S. Empath: Understanding topic signals in large-scale text. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI). San Jose, CA, USA: ACM, 2016. Disponível em: [link].
YUSRI, A. N. bin et al. Speed reading tool powered by artificial intelligence for students with ADHD, dyslexia, or short attention span. In: Computational Intelligence, Universiti Teknologi Malaysia. Johor Bahru, Malaysia, 2024. Disponível em: [link].
DEVARAJ, A. et al. Paragraph-level simplification of medical texts. arXiv preprint, arXiv:2104.05767, 2021. Disponível em: [link]. Acesso em: 6 dez. 2024.
KNAPPICH, F. et al. Simplificação textual baseada em pesos de perda ponderados: Estudo com modelos LLaMA-2. Journal of Language Models, 2023.
World Wide Web Consortium. Introduction to Web Accessibility. 2024. Disponível em: [link]. Acesso em: 6 dez. 2024.
American Psychiatric Association. Manual Diagnóstico e Estatístico de Transtornos Mentais: DSM-5. 5. ed. Porto Alegre: Artmed, 2014.
PASHOJA, A. C. et al. Improving reading in adolescents and adults with high-functioning autism through an assistive technology tool: A cross-over multinational study. Frontiers in Psychiatry, v. 10, 2019. DOI: 10.3389/fpsyt.2019.00546.
KIRKPATRICK, A. et al. Web Content Accessibility Guidelines (WCAG) 2.1. 2023. Disponível em: [link].
RAO, R. It’s time to prioritize assistive technology for neurodiversity. Fast Company, 2023. Disponível em: [link].
REHMAN, I. U. et al. Features of mobile apps for people with autism in a post covid-19 scenario: Current status and recommendations for apps using AI. Diagnostics, v. 11, n. 10, 2021.
REIS, B. P. F.; FELIPE, E. R. Design de interface em dispositivos móveis com foco na acessibilidade de pessoas com TEA. UNIFEI – Instituto de Ciências Tecnológicas, 2023.
MASCOTTI, T. D. S. et al. Estudos brasileiros em intervenção com indivíduos com transtorno do espectro autista: Revisão sistemática. Gerais: Revista Interinstitucional de Psicologia, v. 12, n. 1, p. 107–124, 2019. DOI: 10.36298/gerais2019120109.
PAIVA JUNIOR, F. Revista Autismo, Edição 25. São Paulo: Revista Autismo, 2024. Disponível em: [link].
FAST, E.; CHEN, B.; BERNSTEIN, M. S. Empath: Understanding topic signals in large-scale text. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI). San Jose, CA, USA: ACM, 2016. Disponível em: [link].
YUSRI, A. N. bin et al. Speed reading tool powered by artificial intelligence for students with ADHD, dyslexia, or short attention span. In: Computational Intelligence, Universiti Teknologi Malaysia. Johor Bahru, Malaysia, 2024. Disponível em: [link].
DEVARAJ, A. et al. Paragraph-level simplification of medical texts. arXiv preprint, arXiv:2104.05767, 2021. Disponível em: [link]. Acesso em: 6 dez. 2024.
KNAPPICH, F. et al. Simplificação textual baseada em pesos de perda ponderados: Estudo com modelos LLaMA-2. Journal of Language Models, 2023.
Publicado
09/06/2025
Como Citar
SOUZA, Ian Miranda Gomes de; GUEDES, Fabiana Costa.
IA e Acessibilidade: Desenvolvimento de Aplicativo para Adaptar Textos e Interfaces na Inclusão de Neurodivergentes. In: TECNOLOGIAS ASSISTIVAS, INTELIGÊNCIA ARTIFICIAL E CIÊNCIA DE DADOS - SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 25. , 2025, Porto Alegre/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 322-331.
ISSN 2763-8987.
DOI: https://doi.org/10.5753/sbcas_estendido.2025.7029.
