El chequeo de accesibilidad que se saltea la mitad

WebAIM escaneó las home del millón de sitios más visitados en febrero de 2026 y contó 66,6 millones de imágenes. En el 16,2% el atributo alt directamente no estaba, la descripción escrita que un lector de pantalla dice en lugar de la foto. Entre las que sí lo tenían, otro 10,8% no decía nada aprovechable: alt="image", el nombre del archivo, o la misma frase que ya estaba al lado. Más de una de cada cuatro imágenes de las páginas más visitadas de la web no describen nada, y los chequeos que certifican accesibilidad sólo buscan la mitad que está en blanco.

Si alguna vez aceptaste un puntaje de accesibilidad en verde de una agencia, un constructor de sitios o un chequeo en tu pipeline de deploy, lo que compraste fue un test de presencia. Confirma que el campo está lleno, y nunca estuvo hecho para decirte que una persona puede usar la página.

Los validadores esquivan la calidad a propósito

El 24 de agosto de 2026 el equipo de accesibilidad de GitHub explicó el razonamiento de un plugin de alt text para su escáner, y lo interesante es lo que decide no chequear. "La mayoría de los validadores de alt text prueban si existe un nombre accesible para una imagen, no si dice algo útil sobre la imagen asociada", escriben los autores, "y esa es una decisión de diseño deliberada: una regla orientada a la calidad que produce falsos positivos es una regla que los equipos apagan".

Entonces alt="IMG_2847.png" pasa. Y también el mismo alt="3/5 stars" repetido en cinco estrellitas. La regla de alt vago de GitHub se dispara sólo con coincidencia exacta contra una lista curada de palabras que no informan nada, así que se le escapan muchas descripciones malas. El equipo explica el canje: "un validador confiable que los desarrolladores dejan prendido le gana a uno que se termina apagando".

Nuestra lectura es que esa es la forma de cualquier control de calidad automatizado, no una rareza de accesibilidad. Un control reporta lo que salía barato afirmar con certeza. Lo caro de juzgar queda fuera del puntaje, que después se toma como si fuera todo.

La descripción correcta depende de dónde está la imagen

El alt text no es propiedad de la foto. El árbol de decisión del W3C se abre según la ubicación: si la imagen es lo único adentro de un enlace, la descripción nombra adónde lleva, no qué se ve en la foto. Si el texto de alrededor ya lo dice, la respuesta correcta es un alt vacío, el autor declarando que la imagen es decorativa. GitHub lo excluye de su escaneo, porque marcarlo castigaría la conducta que querés.

La misma foto de alguien sonriendo está bien en un banner genérico y mal bajo un título que nombra a una persona, y nada en el código te dice en cuál estás. La respuesta vive en la frase de al lado, y por eso el chequeo no se automatiza.

La regla de repetición de GitHub chocó con la misma pared. La primera versión marcaba descripciones repetidas siguiendo el orden del código, y así agarraría el logo del header junto al del footer, pegados en el código y lejos en la pantalla. Ahora mide la separación entre las cajas renderizadas: "lo que importa es dónde caen las imágenes en la pantalla, no dónde están en el markup".

Qué hace este blog, ya que somos el ejemplo

Cada portada de este blog lleva el título del artículo como texto alternativo, en la tarjeta del índice, en el encabezado y en los relacionados, directo desde post.title. Pasa todos los chequeos automáticos. Y es exactamente el caso que WebAIM cuenta como cuestionable: texto alternativo idéntico al texto de al lado. El título ya está en pantalla, más grande, a una línea.

No hay lugar donde poner una descripción de verdad. El template agarra el título porque no existe ningún otro campo, y eso lo vuelve un problema de template y no de contenido, el tipo de hallazgo aburrido que ningún chequeo automático va a sacar a la luz: el campo está lleno y el valor es una oración de verdad.

Un modelo tiene opiniones, y ese es el problema

GitHub también publicó una regla opcional que manda la imagen y su contexto a un modelo de visión, que lee imágenes y no sólo texto. La falla no fue leer mal. "Nuestros modos de falla rara vez eran el modelo entendiendo mal una foto. Eran el modelo teniendo opiniones". Con un alt text bueno, la primera versión igual proponía otro, "porque '¿esto podría estar mejor?' es una pregunta que un modelo de lenguaje siempre contesta que sí". Cada imagen era un hallazgo y la señal desaparecía.

El arreglo fue un procedimiento de decisión fijo con reglas contra el picoteo, y viene apagada por defecto. El resumen de GitHub: "cada hallazgo es un pedido de atención humana, no un veredicto". Esa es la forma honesta y casi nunca la que se vende, porque un veredicto se demuestra mejor que una fila de cosas para leer. Es la distancia que marcamos entre el ícono de AI y un aviso real: el objeto existe y no afirma lo que la gente asume.

Qué pedir en vez de eso

Dejá de preguntar si el sitio pasa. Preguntá quién escribió las descripciones, y contra qué criterio. La home promedio hoy tiene 66,6 imágenes, y cada una es una decisión editorial que ningún escáner lee.

WebAIM lo dice en su metodología, donde aclara que ninguna herramienta automática detecta todas las fallas: "la ausencia de errores detectados no indica que una página sea accesible ni conforme". WebAIM vende testing de accesibilidad y WAVE es su motor, así que es un proveedor argumentando contra su propio tablero.

El número a mirar es el que se movió para el lado equivocado. Las imágenes problemáticas siguieron bajando, pero el 95,9% de las home tenía fallas detectables contra WCAG, el estándar internacional de accesibilidad, en 2026 contra 94,8% en 2025, revirtiendo seis años de mejoras chicas. Las fotos mejoraron mientras las páginas empeoraban. Lo que esperamos que resuelva el próximo informe: si el alt text sigue mejorando cuando un modelo escribe el primer borrador, o si se frena porque una oración fluida y segura de sí misma pasa todos los chequeos que existen.

Fuentes

• The WebAIM Million, WebAIM, datos de febrero de 2026.
• Your alt text passes automated checks. Ashenafi y Zhou, GitHub, 24/8/2026.
• An alt Decision Tree, W3C Web Accessibility Initiative.
• Tranco, Le Pochat et al., el ranking del que sale la muestra de WebAIM.