Lo que Google ha lanzado realmente

SL2T (sign language to text) es un modelo de Google DeepMind que convierte los movimientos simultáneos de manos, rostro y cuerpo de la lengua de signos directamente en texto escrito, sin pasar por las anotaciones intermedias de 'gloss' que limitaban a los sistemas de investigación anteriores. Se lanzó el 12 de agosto de 2026 dentro de dos productos de consumo en el Pixel 11: dictado de signos a texto en Gboard, y respuestas de conversación basadas en signos en Live Transcribe. El modelo se entrenó con más de 100.000 horas de datos de signos que abarcan más de 50 lenguas de signos, aproximadamente una cuarta parte en lengua de signos americana (ASL), y obtiene 70 puntos BLEURT en el banco de pruebas FLEURS-ASL, una cifra que Google describe como muy por delante de cualquier resultado publicado anteriormente. Se construyó con un comité asesor de organizaciones y especialistas sordos, y el proyecto fue concebido por Sam Sepah, un empleado sordo de Google, bajo el principio declarado de construir con la comunidad sorda y no solo para ella.

Google es transparente sobre dónde el modelo todavía falla: signos poco frecuentes, deletreo manual rápido, construcciones gramaticales pasivas, representaciones clasificadoras y la inferencia de tiempo verbal sin contexto aparecen en su propia lista publicada de limitaciones. Esa franqueza importa, porque esto no es un artículo de investigación ni un vídeo de demostración, sino el primer modelo de traducción de lengua de signos que se lanza dentro del teclado predeterminado de un teléfono de consumo masivo, disponible desde el primer día para cualquier propietario de un Pixel 11 sin coste adicional.

La decisión de privacidad que ningún titular captó

Según la ley europea de protección de datos, los datos biométricos usados para identificar de forma única a una persona física se sitúan en una categoría especial bajo el artículo 9 del RGPD, con condiciones más estrictas sobre cuándo pueden tratarse. El vídeo del rostro y las manos de una persona, capturado específicamente para analizar sus movimientos corporales, se acerca mucho a esa línea. La arquitectura de SL2T está diseñada para mantenerse claramente alejada: el teléfono ejecuta MediaPipe Holistic, un rastreador de postura, directamente en el dispositivo, y solo las coordenadas geométricas resultantes de manos, rostro y postura corporal se envían a los servidores de Google para la traducción. El vídeo original se descarta en el dispositivo de inmediato y nunca se transmite ni se almacena.

Independientemente de si los ingenieros de Google lo plantearon internamente en términos del RGPD, se trata de un ejemplo de manual de minimización de datos: reducir una señal de cámara a la abstracción más pequeña que aún cumple su función, y descartar todo lo demás antes de que salga del dispositivo. Cualquier equipo de producto orientado a la UE que esté construyendo una función de accesibilidad, gestos o dictado basada en cámara tiene ahora un ejemplo concreto y ya lanzado al que recurrir en una evaluación de impacto sobre protección de datos, y un argumento sólido de por qué las coordenadas de puntos clave, y no el vídeo en bruto, deberían ser la arquitectura por defecto en lugar de un añadido posterior.

Por qué 'solo ASL' pesa más en Europa de lo que suena

Las lenguas de signos son nacionales y regionales, no universales, y no siguen la lengua oral del país que las usa. La lengua de signos británica y la americana son idiomas separados con gramática distinta y vocabulario en gran parte diferente, pese a que ambos países hablan inglés. Alemania tiene la DGS, Francia la LSF, Italia la LIS, España la LSE, con la LSC catalana reconocida aparte, y ninguna de ellas es un dialecto del ASL ni de las demás. La cifra de Google de 'más de 50 lenguas de signos, 100.000 horas' describe la amplitud de los datos de entrenamiento y la base de investigación de SL2T; la función que realmente se ha lanzado traduce únicamente del ASL al inglés. Eso significa que ninguna lengua de signos de la UE o el Reino Unido es utilizable en este lanzamiento, ni el primer día ni durante un periodo no especificado después.

El momento agudiza la brecha. Las obligaciones del Acta Europea de Accesibilidad se volvieron exigibles para muchos productos y servicios digitales en los estados miembros desde el 28 de junio de 2025, con autoridades nacionales de vigilancia de mercado ya facultadas para actuar ante reclamaciones. El Acta no obliga a incluir una función de teclado móvil específica como esta, así que su ausencia no constituye por sí sola una infracción. Pero sí significa que un usuario sordo en Madrid, Barcelona o Sevilla lee la publicidad de accesibilidad del Pixel 11 que describe una capacidad que su propia lengua de signos no puede usar, justo en el momento en que el escrutinio de accesibilidad digital en la UE y el Reino Unido va en aumento y no a la baja.

Qué significa esto para la planificación en la UE y el Reino Unido

Para los equipos de producto y cumplimiento, la arquitectura basada solo en coordenadas es el patrón que merece la pena copiar para cualquier función de accesibilidad, gestos o dictado basada en cámara dirigida a usuarios de la UE o el Reino Unido. Reduce la cuestión de exposición de datos biométricos antes de que el equipo legal tenga que responderla bajo presión, y es un ejemplo concreto que citar en una evaluación de impacto sobre protección de datos como minimización de datos por diseño, en lugar de un añadido de última hora para cumplir la normativa.

Para los equipos de accesibilidad o compras que evalúan esta función en concreto, el consejo es más directo: no planificar presupuestos contando con que la lengua de signos británica, la DGS, la LSF o cualquier otra lengua de signos nacional de la UE llegue pronto. La propia lista de limitaciones de Google solo promete 'lenguas de signos adicionales' sin fecha, y su propia secuencia, ASL primero con todo lo demás descrito como algo que llegará después, sugiere que el soporte para la UE y el Reino Unido es una segunda ola de lanzamiento medida en trimestres y no en semanas. Al asesorar a un cliente sobre compra de dispositivos para personal o clientela sorda, conviene tratar la publicidad de accesibilidad del Pixel 11 y la función que realmente se lanza en cada mercado como dos cosas distintas.

Leer a continuación: Nueve de los 10 mejores modelos de vídeo con IA ya son chinos  |  IA abierta suma un día de aviso ante ciclones