Marco evaluativo de sistemas de IA musical para accesibilidad y autonomía en discapacidad motora (2021-2026)

Abstract

Quita espacios:

Los sistemas de inteligencia artificial (IA) musical pueden ampliar las formas de interacción y participación de personas con discapacidad motora; sin embargo, la literatura suele evaluarlos mediante criterios fragmentados, concentrados en novedad técnica, usabilidad aislada o calidad del resultado. Este artículo presenta un marco evaluativo para analizar y comparar dichos sistemas desde una perspectiva integral y trazable. Se realizó una revisión sistemática de literatura publicada entre 2021 y 2026, complementada con la integración de ISO/IEC 25010:2023, ISO/IEC 25059:2023, WCAG 2.2, CIF/ICF y NIST AI RMF. El marco resultante organiza la evaluación en seis dimensiones: interacción inclusiva y accesibilidad; confiabilidad y predictibilidad; seguridad y riesgo; interpretabilidad y transparencia; mantenibilidad y sostenibilidad; y contexto funcional y resultados. La propuesta emplea una escala ordinal de cuatro niveles basada en suficiencia de evidencia e incorpora la categoría N/A. Una aplicación ilustrativa a un caso documentado mostró capacidad inicial para organizar evidencia heterogénea, identificar fortalezas y vacíos, y construir perfiles por dimensión. El aporte principal es metodológico: una estructura común para valorar cuándo la IA mejora efectivamente la accesibilidad y la autonomía y cuándo introduce complejidad, opacidad o dependencia adicional.