Por qué las correcciones de accesibilidad generadas por IA ganan a los parches automatizados

Las superposiciones de accesibilidad, herramientas como accessiBe y UserWay, inyectan JavaScript en tiempo de ejecución para «corregir» las infracciones WCAG sin cambiar su código fuente. No cumplen: en una encuesta de WebAIM, el 72 % de los usuarios con discapacidad calificó las superposiciones de ineficaces. En enero de 2025 la FTC de EE. UU. llegó a un acuerdo de 1 millón de $ con accessiBe por afirmaciones engañosas de conformidad WCAG automática, y los sitios con widgets de superposición reaparecen en los litigios de EE. UU., cientos de casos al año. La alternativa solía ser aburrida: contratar a un consultor, esperar seis semanas, recibir un PDF de infracciones sin código. Ahora los LLM cierran esa brecha. Un LLM moderno puede leer el contexto ARIA de una infracción, el HTML circundante y la descripción del impacto, y emitir un parche de código preciso, explicando incluso a un desarrollador junior por qué importa el cambio. Axively pasa cada infracción por la IA con prompts fundamentados y entrega el diff junto al informe. La corrección sigue siendo suya; solo se salta el problema de la página en blanco.