This study investigates the challenges of promoting accessibility for deaf teachers and students in higher education, focusing on the development of inclusive teaching materials. A qualitative case study was conducted in ten teacher training programmes at the Federal University of Alagoas (Brazil), including nine distance learning courses and one face-to-face LIBRAS programme. Analysis of the Virtual Learning Environment revealed a predominance of text-based content, with limited use of Libras videos, visual resources, or assistive technologies. The integration of Brazilian Sign Language into teaching practices was minimal, and digital translation tools were rarely used or contextually appropriate. Educators reported limited training, technical support, and institutional guidance for the creation of accessible materials. Time constraints and resource scarcity further hampered inclusive practices. The results highlight the urgent need for institutional policies, continuous teacher training, multidisciplinary support teams, and the strategic use of digital technologies and Artificial Intelligence (AI). Compared with previous studies, significant progress has been made. The present study highlights the establishment of an Accessibility Centre (NAC) and an Accessibility Laboratory (LAB) at the university. These facilities are designed to support the development of policies for the inclusion of people with disabilities, including deaf students, and to assist teachers in designing educational resources, which is essential for enhancing accessibility and learning outcomes. Artificial intelligence tools—such as sign language translators including Hand Talk, VLibras, SignSpeak, Glove-Based Systems, the LIBRAS Online Dictionary, and the Spreadthesign Dictionary—can serve as valuable resources in the teaching and learning process.

Resumo Este estudo teve como objetivo analisar e comparar sete tradutores automáticos de língua de sinais baseados em IA: Dicionário da Língua Brasileira de Sinais, Spreadthesign, Glove-Based Systems, Hand Talk, VLibras, Sign-Speak e CESAR + Lenovo. A metodologia utilizada foi qualitativa, exploratória, realizada em duas etapas: (1) levantamento bibliográfico e análise comparativa com critérios de clareza e (2) coerência e fidelidade semântica. Os tradutores foram selecionados por três critérios: (1) recurso dicionarizado, (2) tradução automática online e (3) aplicabilidade institucional, educacional e corporativa. Os resultados indicaram que o Dicionário da Língua Brasileira de Sinais e Spreadthesign não atuam como tradutores, mas ampliam a acessibilidade de pessoas surdas. Glove-Based Systems traduz apenas da língua de sinais para língua oral/escrita; Hand Talk e VLibras traduzem somente do português para sinais. Sign-Speak e CESAR + Lenovo permitem tradução bidirecional do inglês ou português para ASL ou Libras, (e vice-versa), com reconhecimento por câmera. Conclui-se que não há tradutor que atenda plenamente a bidirecionalidade e a precisão, indicando uma necessidade de avanços em IA para acessibilidade comunicacional. A tradução automática de línguas de sinais no Brasil enfrenta um desafio importante: a diversidade regional da Libras, que dificulta padronização dos sistemas. Além disso, uso de IA em educação deve ser planejado com cuidado, considerando limitações e integração a práticas pedagógicas inclusivas, com participação ativa de usuários fluentes. Destaca-se ainda que esses sistemas variam quanto ao desempenho, interface e usabilidade, influenciando a experiência do usuário. Observa-se também que limitações tecnológicas atuais impactam a qualidade das traduções, especialmente em contextos complexos e interações em tempo real, reforçando a importância de pesquisas contínuas na área para maior inclusão.