Indagine Sistematica sulla Descrizione di Immagini AI per l'Accessibilità STEM

Una revisione completa disponibile su arXiv esamina 20 studi sottoposti a revisione paritaria riguardanti metodi di intelligenza artificiale per interpretare immagini STEM, con particolare attenzione all'accessibilità per persone cieche o con disabilità visive. Seguendo le linee guida PRISMA e utilizzando una valutazione del rischio di bias basata su ROBIS, lo studio analizza i tipi specifici di immagini STEM affrontati, i framework di AI e machine learning utilizzati, i dataset e le metriche di valutazione, e le modalità di interazione per fornire descrizioni. I risultati indicano una transizione da soluzioni statiche e una tantum a sistemi più coinvolgenti e interattivi. Tuttavia, il panorama complessivo della ricerca è ancora frammentato, con un impatto minimo nel mondo reale sugli utenti.