Materiales de curso en audio para estudiantes neurodivergentes: una guía para universidades

Las universidades del Reino Unido ya convierten documentos docentes en audio. Lo que casi ninguna produce es audio que alguien elegiría escuchar. La conversión automática integrada en los entornos virtuales de aprendizaje genera una única voz sintética que lee un archivo en voz alta, y las propias instituciones lo dicen sin rodeos en sus guías. Este artículo expone qué exigen realmente los deberes legales, qué muestra y qué no muestra la evidencia publicada sobre el audio para estudiantes neurodivergentes, dónde deja un hueco la provisión existente y cómo un equipo universitario puede acotar un piloto de materiales de curso en audio conversacional sin comprometerse antes a nada.

¿Qué son los formatos alternativos y dónde encaja ya el audio?

Los formatos alternativos son versiones del material docente producidas en una forma distinta de la original: PDF etiquetado, HTML, EPUB, DAISY, braille electrónico, letra ampliada y audio. En la educación superior británica se ofrecen normalmente por dos vías a la vez.

La primera vía es la conversión automática dentro del entorno virtual de aprendizaje. UWE Bristol explica que “Blackboard crea automáticamente una serie de formatos alternativos a partir del contenido original”, el audio entre ellos, “reproducibles en cualquier dispositivo capaz de reproducir archivos MP3”, y que “se anima a todo el estudiantado a explorar y usar los formatos alternativos”. La Universidad de York y la Universidad de Reading describen la misma salida en MP3 en sus propios sistemas.

La segunda vía es un servicio de conversión de autoservicio o atendido por personal. Las Bibliotecas Bodleianas de Oxford convierten documentos “a una amplia gama de formatos alternativos: incluidos audiolibros (MP3 y DAISY)”. La Universidad de Glasgow indica a su estudiantado que ese mismo servicio “permite convertir apuntes de clase, artículos y diapositivas a formatos alternativos, incluidos MP3 y libros electrónicos”.

Así que la provisión de audio no es una idea nueva en el sector. Es una capacidad consolidada y ampliamente desplegada. La pregunta que merece la pena hacerse es qué tipo de audio produce.

¿Qué exige realmente la Equality Act 2010?

Exige formatos accesibles. No menciona el audio, y cualquier proveedor que te diga lo contrario está exagerando lo que dice la ley.

El artículo 91(9) de la Equality Act 2010 aplica el deber de realizar ajustes razonables al órgano responsable de una institución de educación superior, y el anexo 13 aplica a esas instituciones los requisitos primero, segundo y tercero. El tercer requisito, en el artículo 20(5), cubre las ayudas auxiliares. El artículo 20(6) añade después que, cuando el primer o el tercer requisito se refiere a facilitar información, “entre las medidas que resulta razonable exigir a A se incluyen las dirigidas a garantizar que, en las circunstancias de que se trate, la información se facilite en un formato accesible”.

La consecuencia para la planificación viene de cuándo se activa ese deber. La guía técnica de la EHRC sobre educación postobligatoria y superior señala que el deber “es anticipatorio en el sentido de que exige considerar las barreras que impiden el acceso a todas las personas con discapacidad, y actuar en relación con ellas, antes de que un estudiante con discapacidad concreto trate de acceder a la educación”, que las instituciones “no deberían, por tanto, esperar a que una persona con discapacidad se dirija a ellas”, y que se aplica “con independencia de que el proveedor educativo sepa que una persona concreta tiene una discapacidad”. La misma guía apunta que el deber se refiere a “todos los estudiantes con discapacidad y a cualquier solicitante con discapacidad, no solo a quienes tienen derecho a las Disabled Students’ Allowances”.

La Leeds Beckett University expresa lo mismo con sus propias palabras en su guía para el personal: la universidad tiene “una responsabilidad legal y moral, en virtud de la Equality Act 2010, de facilitar toda la información en un formato alternativo si lo solicita una persona con discapacidad” y “el deber de anticipar las necesidades de las personas con discapacidad garantizando que toda la información se produzca de la forma más accesible posible”.

Para el contenido web en concreto, las universidades británicas están dentro del ámbito del Public Sector Bodies (Websites and Mobile Applications) Accessibility Regulations 2018: la excepción prevista para colegios y guarderías no alcanza a la educación superior. Qué versión de WCAG se aplica merece enunciarse con precisión, porque a día de hoy las dos fuentes de autoridad no dicen lo mismo: la guía de GOV.UK apunta a WCAG 2.2 AA, mientras que la EN 301 549, la norma armonizada en la que se apoya el régimen, reproduce literalmente WCAG 2.1 AA. Planifica contra la 2.2 y ten claro por qué el instrumento dice 2.1. Esa misma guía de GOV.UK prevé que “alguien pueda pedir la información en un formato alternativo y accesible, como letra grande o una grabación de audio”. La EN 301 549 es además la referencia de base en la Unión Europea: especifica requisitos “en una forma adecuada para su uso en la contratación pública en Europa” y sustenta la Directiva (UE) 2016/2102.

En Estados Unidos la situación se bifurca según el tipo de institución, y esto se malinterpreta de forma habitual. La norma de accesibilidad web de 2024 del Departamento de Justicia fija WCAG 2.1 nivel AA al amparo del Título II de la ADA, que cubre únicamente a las universidades públicas. Sus fechas de cumplimiento fueron después ampliadas por una norma final provisional publicada el 20 de abril de 2026 (91 FR 20902), hasta el 26 de abril de 2027 para las entidades que dan servicio a 50.000 personas o más y el 26 de abril de 2028 para las entidades menores y los distritos especiales, de modo que cualquier fuente que siga citando la fecha original de 2026 está desactualizada. Las universidades privadas quedan bajo el Título III, que no tiene adoptada ninguna norma técnica web.

Conviene hacer una aclaración, porque se malinterpreta con frecuencia: la pauta de “alternativas textuales” de WCAG exige texto para el contenido no textual, no audio para el texto. Va en la dirección contraria. El material del W3C que corresponde es la técnica G79, “Proporcionar una versión hablada del texto”, una técnica suficiente para el criterio de Nivel de lectura, que ayuda a “las personas usuarias que tienen dificultad para descifrar (decodificar) palabras en un texto escrito”. Ese criterio está en el nivel AAA, así que ninguna normativa lo exige. Es una técnica reconocida, no una obligación.

Un segundo punto ahorra una discusión más adelante. El criterio de WCAG sobre contenido pregrabado solo de audio exige normalmente una alternativa textual para el contenido de audio, pero incorpora una excepción explícita “cuando el audio o el vídeo es una alternativa multimedia al texto y está claramente identificado como tal”, entendiendo por alternativa multimedia al texto aquella que “no presenta más información que la ya presentada en el texto”. Una versión en audio de un dosier de la asignatura, claramente identificada como tal y que no añade nada más allá del documento de origen, no necesita por tanto una transcripción aparte, porque el documento ya es la transcripción.

La otra cara de esto no es opcional, y es la frase que conviene tener presente durante el resto del artículo: el audio es una modalidad adicional, nunca un sustituto del texto accesible. El audio por sí solo deja fuera a los estudiantes sordos y con pérdida auditiva. El documento de origen accesible tiene que existir y seguir disponible con independencia de lo que ofrezcas junto a él.

¿Hay evidencia de que el audio ayuda a los estudiantes neurodivergentes?

Sí, pero el titular honesto es paridad y acceso, no superioridad. La evidencia respalda el audio como una vía igual de válida hacia el mismo contenido, lo que es razón suficiente para ofrecerlo y una posición mucho más defendible de puertas adentro que sostener que escuchar supera a leer.

La comparación más amplia es el metaanálisis de Clinton-Lisell (2022), publicado en Review of Educational Research, que agrupó estudios de comprensión lectora frente a comprensión auditiva y halló que ambas son en términos generales comparables, con una pequeña ventaja para la lectura en algunas condiciones. El audio no es un atajo hacia una mejor comprensión. Es una segunda puerta a la misma habitación.

El estudio más cercano a esta población concreta es un ensayo controlado aleatorizado con registro previo de Jafarian y Kramer (2025), publicado en Computers and Education: Artificial Intelligence. Informa de que “los módulos de aprendizaje por audio aumentaron la motivación del estudiantado y la implicación lectora”, de que esos aumentos “mejoraron el rendimiento académico” y —directamente pertinente aquí— de que “los estudiantes con mayor gravedad de síntomas de TDAH se beneficiaron especialmente de los módulos de aprendizaje por audio, ya que estos desempeñaron un papel crucial a la hora de determinar el éxito en la asignatura”. Se trata de un único ensayo, y habla de la gravedad de los síntomas de TDAH, no de todos los perfiles neurodivergentes.

La literatura más amplia sobre texto a voz es más cauta. El metaanálisis de Wood, Moxley, Tighe y Wagner (2018) halló un efecto medio de pequeño a moderado sobre la comprensión lectora en estudiantes con dificultades de lectura, y concluyó que estas tecnologías “pueden ayudar a los estudiantes con la comprensión lectora”, al tiempo que “se necesitan más estudios para explorar en mayor profundidad las variables moderadoras”. Sus autores informan además de que “se hallaron efectos moderadores del diseño del estudio que explican parte de la varianza”, los estudios incluidos son anteriores a la síntesis de voz moderna, y la población estudiada era la de estudiantes con trastornos de la lectura, no con TDAH, autismo o dispraxia.

Para el encuadre institucional, más que para el tamaño del efecto, la revisión sistemática de Gunderson y Cumming (2023), publicada en Innovations in Education and Teaching International, examina el uso de podcasts en la educación superior específicamente como un componente del Diseño Universal para el Aprendizaje, que es justo el argumento que plantea este artículo, formulado por autores que no tienen nada que vender.

De ahí se derivan tres límites que conviene reconocer:

• Ningún cuerpo de evidencia publicado demuestra una mejora de resultados a partir del material de curso en audio en todos los perfiles neurodivergentes. Quien afirme lo contrario está extrapolando.
• La Office for National Statistics confirma que no dispone de registros clínicos ni diagnósticos de condiciones neurodivergentes y que no recoge la dislexia, la dispraxia ni otras diferencias específicas de aprendizaje en sus conjuntos de datos, de modo que las cifras nacionales de prevalencia que circulan ampliamente deben tratarse con cautela.
• El audio se entiende mejor como compensatorio —ayuda a un estudiante a acceder al material ahora— que como una intervención que construye competencia lectora con el tiempo.

El argumento para ofrecer audio no se apoya en que sea mejor. Se apoya en que es comparable en comprensión, en que está disponible en momentos en los que leer no lo está, y en que exige menos esfuerzo a los estudiantes para quienes decodificar el texto resulta costoso.

Por qué el read-along importa más que el audio por sí solo

El impulso habitual es tratar el audio como un sustituto de la lectura. La literatura sobre carga cognitiva no respalda ese planteamiento. El principio de redundancia descrito por Mayer y Moreno (2003) advierte específicamente contra duplicar en voz el texto que aparece en pantalla, y el efecto de modalidad se refiere a la narración acompañada de gráficos, no a audio solo frente a texto solo. Citar la “codificación dual” para argumentar que escuchar debería sustituir a leer tergiversa la investigación.

Lo que describe realmente la orientación sobre accesibilidad es audio junto al texto. El documento del W3C Making Content Usable for People with Cognitive and Learning Disabilities recoge la necesidad de la persona usuaria de forma directa: “Necesito soporte de texto a voz, con resaltado sincronizado, para poder seguir el texto mientras las palabras se leen en voz alta”. La perspectiva del W3C sobre el texto a voz menciona a “las personas con dislexia y otras discapacidades cognitivas y de aprendizaje que necesitan oír y ver el texto para entenderlo mejor”, y su orientación sobre discapacidades cognitivas y de aprendizaje cubre explícitamente la dislexia, el TDAH y el trastorno del espectro autista.

Las pautas del Diseño Universal para el Aprendizaje de CAST plantean el argumento de diseño, no el empírico, y la referencia concreta importa. La versión 3.0, publicada en 2024, retiró la antigua numeración de puntos de verificación; la orientación pertinente es la consideración 2.2, “Apoyar la decodificación del texto, la notación matemática y los símbolos”, que propone “permitir el uso de texto a voz” y “usar texto digital acompañado de una grabación de voz humana”. Esa es la consideración sobre decodificación, no la de percepción: la orientación sobre percepción va en la dirección contraria, hacia las alternativas textuales al audio, de modo que citarla para sostener que “el DUA dice que hay que ofrecer versiones en audio del texto” es una mala lectura que quien trabaja en un servicio de atención a la discapacidad detectará. El DUA es un marco de diseño, no evidencia de resultados, y conviene citarlo como tal. (Cítese como CAST (2024), CAST Universal Design for Learning Guidelines version 3.0.)

En la dispraxia y el trastorno del desarrollo de la coordinación, la barrera que se documenta suele ser la producción más que la recepción. Un estudio de 2024 en el European Journal of Investigation in Health, Psychology and Education halló que la escritura a mano suponía una dificultad considerable para más de la mitad de sus participantes con TDC, y algunos estudiantes describían que perdían el hilo de la clase mientras se concentraban en tomar apuntes. Disponer del material en una forma que no haya que transcribir en tiempo real aborda eso directamente. (Ten en cuenta que la Dyspraxia Foundation cerró en 2024; la British Dyslexia Association confirmó el cierre, y Movement Matters es un punto de referencia actual en el Reino Unido).

¿Dónde se queda corta la provisión actual?

Se aprecian tres carencias en las propias páginas publicadas por las universidades.

La vía con filtro es lenta, y la vía rápida no se revisa. UWE Bristol tiene las dos. Su servicio de formatos alternativos está abierto a “cualquier estudiante de UWE Bristol con discapacidad visual, neurodivergente o con cualquier otra condición que dificulte el acceso al texto”, y declara que aspira “a producir PDF accesibles en un plazo de tres semanas desde la recepción de la solicitud”, mientras que “otros formatos, como Word y Audio” tardan más. Su vía automatizada devuelve audio de inmediato a todo el mundo. Un estudiante que elija entre ambas está eligiendo entre un formato meditado que llega después de que el tema se haya impartido y uno instantáneo que, como dice City St George’s, University of London sobre los formatos automáticos en general, “no lo revisa ningún miembro del personal, como el profesorado” y debería tratarse como “un recurso complementario”.

La carga sigue recayendo en el estudiante. El informe Beyond the bare minimum de la Office for Students halló que “la carga sigue recayendo en los estudiantes con discapacidad, que han de pedir prácticas docentes inclusivas en lugar de que tales prácticas sean la norma”, e informó de que, si bien la gran mayoría de las instituciones encuestadas grababa algunas de sus clases, solo una pequeña minoría las grababa todas. Ese informe se publicó en 2019 con datos de 2017, así que conviene tratar los detalles concretos como históricos, pero el argumento estructural que plantea es el mismo que plantea el deber anticipatorio.

El estudiantado ya ha dicho qué quiere. Open SU, la asociación de estudiantes de la Open University, ha publicado una posición política que pide a las instituciones “facilitar los materiales en múltiples formatos siempre que sea posible (texto, audio, vídeo, imprimible)” y garantizar que los materiales estén “diseñados pensando en los estudiantes neurodivergentes por defecto, en lugar de depender de la revelación de la condición o de ajustes tardíos”. Es una declaración escrita, pública y no solicitada del requisito desde el lado del estudiantado.

Una nota terminológica, ya que revela si un proveedor ha leído al sector: usa neurodivergente para las personas. Como expone el centro de recursos sobre neurodiversidad de la Universidad de Glasgow, “neurodiverso” describe a un grupo que abarca el espectro de la neurodiversidad, mientras que neurodivergente describe a individuos. “Estudiantes neurodiversos” es la construcción incorrecta.

¿Qué cambia el audio conversacional?

La distinción está entre un documento leído en voz alta y una materia explicada.

La conversión automática toma un archivo y lo narra con una sola voz sintética, en el orden en que el archivo esté escrito. Podhoc reestructura el material como una discusión entre voces, lo que cambia cómo se siente la escucha y para qué sirve. En concreto, y verificable en este sitio:

• El material de partida en .pdf, .docx, .doc y .txt, así como el texto pegado y los enlaces, se convierte en un episodio a varias voces en lugar de una narración a una sola voz.
• Ocho estilos de audio —entre ellos Técnica Feynman, Crítica, Debate y Explicación Simplificada— determinan cómo se trata el material, de modo que un artículo denso de metodología y una lista de lecturas introductorias no reciben el mismo tratamiento.
• El read-along (lectura sincronizada) resalta las palabras y la frase en curso al ritmo del audio, que es el patrón que describe la orientación del W3C sobre accesibilidad cognitiva, en lugar de audio que sustituye al texto.
• Los controles de velocidad de reproducción permiten a quien escucha ralentizar los pasajes difíciles o avanzar rápido por los que ya domina.
• El resultado está disponible en 73 idiomas, lo que importa a las instituciones que enseñan a cohortes internacionales.
• Una API REST con autenticación por token permite gobernar la conversión desde los sistemas existentes en lugar de hacerlo a mano.

Cuáles de estas capacidades importan en un despliegue concreto, y cómo se configura cada una, es precisamente lo que establece un piloto: la lista anterior describe la plataforma, no una configuración institucional predefinida.

Lo que no hace es eliminar la necesidad de un PDF accesible bien elaborado, de una transcripción en braille o de un formato revisado por una persona cuando el material lo exige. Es un formato más en la caja de herramientas de formatos alternativos, y como tal debería evaluarse.

Puedes escuchar el enfoque de fondo en las páginas para estudiantes e investigadores, y el razonamiento que hay detrás del formato está expuesto en por qué funciona el aprendizaje por audio.

¿Qué debería preguntar una universidad a cualquier proveedor antes de hacer un piloto?

Estas preguntas valen para todos los proveedores de este ámbito, nosotros incluidos. Son las preguntas que una evaluación de impacto en protección de datos hará de todos modos, así que sale más rápido plantearlas al principio.

La primera fila es la que hay que cerrar antes de procesar cualquier trabajo de estudiantes. La publicación está activada por defecto en la plataforma Podhoc, y ese valor por defecto es apropiado para una persona que comparte algo que ha hecho. No es automáticamente apropiado para el uso institucional, y es una cuestión de configuración, no una suposición.

¿Cómo puede una universidad pilotar los materiales del curso en audio?

Mantén la primera pasada lo bastante pequeña como para que no necesite un caso de negocio.

1. Elige una asignatura con una carga de lectura alta y una cohorte que ya genere solicitudes de formatos alternativos.
2. Escoge un conjunto pequeño de documentos representativos —una lectura básica, un guion de clase, un capítulo de metodología— en lugar de una asignatura entera.
3. Acuerda por escrito los ajustes de publicación y de tratamiento de datos antes de procesar nada.
4. Decide de antemano qué vas a medir. La implicación con el material y la opinión del estudiantado son realistas dentro de un cuatrimestre; los efectos sobre el rendimiento no lo son, y un piloto que los prometa decepcionará.
5. Compara el resultado con honestidad frente a lo que tu entorno virtual de aprendizaje ya genera automáticamente. Si no es mejor de forma apreciable, ese también es un resultado útil.

Esto refleja cómo las instituciones británicas ya prueban la tecnología asistiva —en préstamo o a modo de ensayo antes de cualquier compromiso—, de modo que debería encajar en un proceso existente en lugar de exigir uno nuevo.

Solicita un piloto para tu institución, empresa o empleador →

Lecturas relacionadas

• Por qué funciona el aprendizaje por audio — la investigación que hay detrás de aprender escuchando.
• Alianzas de audio para el e-learning universitario — cómo encaja la conversión a audio junto a un EVA y un ecosistema de e-learning ya existentes.
• Aprendizaje por audio para centros de formación — el mismo argumento para la formación profesional y ocupacional.
• La mejor herramienta de aprendizaje pasivo — superponer audio al tiempo que ya dedicas a otras cosas.
• Podhoc para estudiantes — el flujo de trabajo orientado al estudiante.
• Podhoc para investigadores — flujos de trabajo académicos con mucha lectura.
• Los ocho estilos de audio — ajustar el tratamiento al material de partida.