Etiquetado PDF accesible: árbol de etiquetas paso a paso

VERSIÓN EN ESPAÑOL

¿Qué es el etiquetado PDF y por qué debería importarte?

Imagina que recibes un libro sin índice, sin capítulos marcados y sin números de página. Podrías leerlo, sí, pero encontrar algo específico sería una pesadilla. Ahora imagina esa misma experiencia, pero sin poder ver el documento. Eso es exactamente lo que vive una persona ciega cuando abre un PDF sin etiquetas con un lector de pantalla como JAWS o NVDA.

El etiquetado PDF accesible consiste en añadir una estructura semántica invisible al documento: encabezados, párrafos, listas, tablas, figuras con texto alternativo y un orden de lectura lógico. Esta estructura se organiza en lo que llamamos el árbol de etiquetas (tag tree), que es básicamente el esqueleto que permite a las tecnologías de asistencia interpretar el contenido correctamente.

Personalmente, creo que el etiquetado PDF es una de las habilidades más infravaloradas en accesibilidad digital. Todos hablamos de WCAG y de webs accesibles, pero ¿cuántas organizaciones publican cientos de PDF cada año sin etiquetar? Según un estudio de la PDF/UA Foundation, más del 95% de los documentos PDF en internet no cumplen el estándar PDF/UA (ISO 14289). Es una cifra brutal.

El estándar PDF/UA: la base de todo

¿Has oído hablar de PDF/UA? Las siglas significan «PDF/Universal Accessibility» y se refieren al estándar internacional ISO 14289 que define los requisitos técnicos para que un PDF sea accesible. Es al PDF lo que WCAG es a la web.

PDF/UA-1 vs PDF/UA-2: ¿cuál aplicar?

Actualmente conviven dos versiones del estándar:

Si estás empezando, mi recomendación es que trabajes con PDF/UA-1. Las herramientas están más maduras, la documentación es más abundante y la mayoría de validadores lo soportan completamente. PDF/UA-2 es el futuro, pero aún estamos en transición.

Herramientas para el etiquetado PDF accesible

¿Con qué herramientas puedes crear y remediar un árbol de etiquetas? Aquí tienes las principales:

Adobe Acrobat Pro: el referente

Adobe Acrobat Pro sigue siendo la herramienta más utilizada para el etiquetado PDF. Su panel de etiquetas te permite crear, editar y reorganizar el árbol de etiquetas de forma visual. Incluye el asistente de accesibilidad «Make Accessible» que automatiza parte del proceso, aunque personalmente creo que nunca deberías confiar ciegamente en la automatización: siempre necesitas revisión manual.

• Panel de etiquetas (Tags panel): acceso directo al árbol de etiquetas completo.
• Panel de orden de lectura (Reading Order): permite definir y reordenar las zonas del documento.
• Comprobación de accesibilidad (Accessibility Check): ejecuta un chequeo automático con informe detallado.
• Preflight con perfil PDF/UA: validación técnica avanzada contra el estándar.

PAC 2024: el validador gratuito

PAC (PDF Accessibility Checker) es una herramienta gratuita desarrollada por la PDF/UA Foundation que valida documentos contra el estándar PDF/UA. La versión 2024 incluye mejoras significativas en la detección de errores de estructura y soporte inicial para PDF/UA-2. Si solo puedes usar una herramienta de validación, que sea PAC.

CommonLook: para entornos profesionales

CommonLook PDF ofrece un entorno de remediación completo que se integra como plugin en Adobe Acrobat. Es especialmente potente para documentos complejos con tablas anidadas y diseños multipagina. CommonLook Global Access también permite la remediación directamente desde Microsoft Office.

El árbol de etiquetas paso a paso: guía práctica

Vamos al grano. ¿Cómo se construye un árbol de etiquetas correcto? Piensa en el árbol como una tabla de contenidos estructural: cada elemento del documento tiene su lugar jerárquico.

Paso 1: Estructura básica del documento

Todo árbol de etiquetas comienza con la etiqueta raíz <Document>. Dentro de ella, organizas el contenido en secciones semánticas:

• <Document> → etiqueta raíz del árbol
• <Part> o <Sect> → secciones o partes del documento
• <H1>, <H2>, <H3>… → encabezados jerárquicos
• <P> → párrafos de texto
• <L> y <LI> → listas y elementos de lista
• <Table>, <TR>, <TH>, <TD> → estructura de tablas
• <Figure> → imágenes y gráficos con alt text

Paso 2: Orden de lectura lógico

El orden de lectura es crítico. Un PDF puede verse perfecto visualmente pero tener un orden de lectura caótico. ¿Alguna vez has copiado texto de un PDF y te ha salido todo desordenado? Ese es exactamente el problema que experimenta un lector de pantalla.

En Adobe Acrobat Pro, usa el panel Reading Order para definir las zonas y su secuencia. Regla de oro: el orden en el árbol de etiquetas debe coincidir con el orden lógico de lectura del documento, de arriba a abajo, de izquierda a derecha.

Paso 3: Etiquetar tablas correctamente

Las tablas son el elemento más complejo de etiquetar. Una tabla mal etiquetada es completamente ilegible con un lector de pantalla. Aquí está la estructura correcta:

Consejo clave: asigna siempre el atributo Scope a las celdas de encabezado (<TH>). Esto indica si el encabezado aplica a la columna (Column) o a la fila (Row). Sin este atributo, los lectores de pantalla no pueden asociar los datos con sus encabezados.

Paso 4: Imágenes y figuras

Toda imagen debe estar envuelta en una etiqueta <Figure> con un texto alternativo (alt text) descriptivo. Si la imagen es decorativa, marca el artefacto como «Background» para que el lector de pantalla la ignore. ¿La regla? Si la imagen transmite información, necesita alt text. Si es pura decoración, es un artefacto.

Paso 5: Artefactos

Los artefactos son elementos que no forman parte del contenido real del documento: números de página, encabezados repetitivos, líneas decorativas, fondos. En el árbol de etiquetas, estos elementos NO deben tener etiqueta; deben marcarse como artefactos para que la tecnología de asistencia los ignore.

Errores frecuentes en el etiquetado PDF

¿Cuáles son los errores que veo una y otra vez en mi experiencia profesional? Estos son los 5 más comunes:

• 1. Encabezados que saltan niveles: pasar de H1 a H3 sin H2. La jerarquía debe ser consecutiva.
• 2. Tablas sin etiquetas de encabezado: usar <TD> en lugar de <TH> para las celdas de encabezado.
• 3. Imágenes sin texto alternativo: la etiqueta <Figure> existe pero falta el atributo /Alt.
• 4. Contenido decorativo no marcado como artefacto: números de página, logos repetidos que el lector de pantalla lee innecesariamente.
• 5. Orden de lectura incorrecto: el árbol de etiquetas no refleja el orden visual del documento.

Validación: ¿cómo sé si mi PDF es accesible?

No basta con etiquetar. Necesitas validar. El flujo de validación que te recomiendo es el siguiente:

• Paso 1: Ejecuta la comprobación de accesibilidad de Adobe Acrobat Pro. Corrige todos los errores que detecte.
• Paso 2: Valida con PAC 2024 contra PDF/UA-1. PAC es más estricto que Acrobat en muchos aspectos.
• Paso 3: Prueba manual con un lector de pantalla (NVDA es gratuito). Navega el documento completo y verifica que el orden y la estructura tengan sentido.
• Paso 4: Revisión humana por un especialista en accesibilidad. La automatización no lo detecta todo.