- Asistente visual conversacional basado en Gemini Live que describe el entorno en tiempo real mediante la cámara del móvil.
- Herramienta diseñada específicamente para personas con discapacidad visual, aunque es útil para cualquier persona en situaciones de baja visibilidad.
- Sistema de guía proactiva que indica al usuario cómo mover el teléfono para encuadrar mejor los objetos.
- Desarrollo colaborativo con expertos de Aira y comunidades de accesibilidad globales para garantizar utilidad real.
Imagínate poder preguntarle a tu móvil qué hay exactamente sobre la mesa o leer la letra diminuta de una etiqueta nutricional sin tener que pelearte con la vista. Pues bien, Google ha dado un paso gigante en accesibilidad al lanzar Guided Vision dentro de Gemini Live, una herramienta que básicamente convierte la cámara de tu smartphone en un compañero visual con el que puedes charlar en tiempo real.
Esta funcionalidad no es un simple lector de textos, sino un sistema de asistencia visual intuitiva y conversacional pensado sobre todo para personas ciegas o con baja visión. La idea es que la inteligencia artificial actúe como un puente entre el mundo físico y el usuario, eliminando barreras en tareas que para muchos son automáticas, pero que para otros representan un reto diario.
¿En qué consiste realmente Guided Vision?
A diferencia de otras apps, Guided Vision permite que Gemini Live «vea» a través de la cámara mientras mantienes una conversación fluida. Lo más chulo es que no se limita a describir lo que hay delante, sino que ofrece indicaciones verbales proactivas para el reencuadre. Si tienes el teléfono demasiado cerca o apuntando al techo, la IA te dirá con naturalidad que deslices la vista a la derecha o que retrocedas un poco para captar mejor la escena.
Para que esto funcione tan bien, Google no se quedó solo en el laboratorio; se aliaron con Aira y su red de probadores de confianza. Juntos analizaron miles de horas de datos de interpretación visual y contaron con el apoyo de más de 1.000 usuarios reales. Además, se hicieron pruebas en países como Brasil, India, Japón, Indonesia y Singapur, asegurándose de que la herramienta fuera útil en contextos culturales muy diversos, ya que una cocina o un menú no son iguales en todas partes.
Situaciones del día a día donde brilla esta herramienta
La utilidad de esta función se nota especialmente en esos pequeños detalles que pueden trastocar la autonomía de una persona. Aquí tienes algunos de los casos de uso más prácticos que se han documentado:
- Lectura de textos complejos: Es ideal para descifrar diales de electrodomésticos, ciclos de lavadoras o menús de restaurantes donde la luz es escasa.
- Búsqueda de objetos perdidos: Puede ayudarte a localizar un auricular que se ha caído al suelo o a encontrar la pimienta en una despensa llena de botes.
- Análisis de estética y colores: Puedes preguntarle si una camisa de rayas combina con ciertos pantalones o simplemente identificar el color de una chaqueta.
- Reconocimiento del entorno: Ofrece resúmenes detallados sobre cómo está distribuida una habitación desconocida o qué hay exactamente sobre una mesa.
Además, es una ayuda fantástica para adultos mayores o personas con baja alfabetización que necesiten apoyo para leer textos pequeños en condiciones de iluminación deficientes.
Requisitos y pasos para ponerla en marcha
Para poder disfrutar de esta función, necesitas un dispositivo con Android 9 o una versión superior, siempre que Gemini Live esté disponible en tu idioma y región. Es fundamental que tengas tanto la app de Gemini como el software del sistema actualizados a la última versión.
Tienes varias rutas para activarlo según lo que te resulte más cómodo:
- Desde la App de Gemini: Ve a la configuración de tu perfil, activa la opción «Use Guided Vision in Live», abre Gemini Live y comparte la cámara.
- Vía Ajustes de Android: Entra en Accesibilidad, luego en Asistencia de visión y configura un acceso directo. Puedes lanzarlo con un botón flotante, un gesto de dos dedos o pulsando las teclas de volumen.
- Integración con TalkBack: Si ya usas este lector de pantalla, solo tienes que abrir el menú con un toque de tres dedos y seleccionar Guided Vision.
Límites importantes y seguridad
Aquí es donde hay que tener mucho ojo. Google es muy claro al decir que Guided Vision es una herramienta de apoyo, pero no es un dispositivo médico ni una ayuda de movilidad. Bajo ningún concepto debe sustituir al bastón blanco o utilizarse para la detección de obstáculos y navegación segura por la calle. La IA puede cometer errores y no está diseñada para garantizar la seguridad física en desplazamientos.
En cuanto a la privacidad, es importante recordar que Gemini procesa el vídeo y el audio de las sesiones. Por ello, se recomienda evitar compartir datos confidenciales y pedir permiso si vas a incluir a otras personas en la grabación visual.
Otras herramientas de accesibilidad de Google
Guided Vision se suma a un ecosistema más amplio. Para quienes tienen baja visión, Google ofrece funciones como el Zoom del navegador Chrome, el Modo Lectura o la Lupa de Pixel, que permite ampliar textos y aplicar efectos de contraste. También existen herramientas como el Encuadre asistido de Pixel, que usa vibraciones y audio para ayudar a hacer mejores fotos, y el soporte para pantallas Braille en Chromebooks y Documentos.
Esta nueva capacidad de Gemini Live marca un antes y un después al integrar la IA generativa multimodal en la vida cotidiana, permitiendo que la tecnología no solo procese datos, sino que otorgue una autonomía real y práctica a millones de personas en todo el mundo a través de una interfaz conversacional y sencilla.