🤖
Műszaki · 2026. január 30. · 6 perc olvasás · Frissítve 2026. június 8.
Miért ütik ki az AI-generált akadálymentességi javítások az automatizált foltokat
A rátéteszközök mágikus JS-javításokat ígérnek. A valódi javításoknak kontextus kell. Miért működnek az LLM-generált foltok ott, ahol a rátétek elbuknak.
Az akadálymentességi rátétek, az olyan eszközök, mint az accessiBe és a UserWay, futásidőben JavaScriptet illesztenek be, hogy a forráskód módosítása nélkül „javítsák" a WCAG-szabálysértéseket. Nem váltják be: egy WebAIM-felmérésben a fogyatékossággal élő felhasználók 72%-a hatástalannak ítélte az overlayeket. 2025 januárjában az amerikai FTC 1 millió $ megállapodást kötött az accessiBe-vel a WCAG automatikus megfelelőségére vonatkozó megtévesztő állítások miatt, és a rátéteszközöket futtató oldalak ismétlődően felbukkannak az amerikai perekben, évente több száz ügy.
A korábbi alternatíva unalmas volt: béreljen tanácsadót, várjon hat hetet, kapjon egy PDF-et a szabálysértésekről kód nélkül. Most az LLM-ek áthidalják ezt a szakadékot. Egy modern LLM el tudja olvasni egy szabálysértés ARIA-kontextusát, a környező HTML-t és a hatásleírást, és pontos kódjavítást ad ki, beleértve annak elmagyarázását egy junior fejlesztőnek, miért fontos a változtatás.
Az Axively minden szabálysértést megalapozott promptokkal futtat át az MI-n, és a diffet a jelentés mellé szállítja. A javítás továbbra is az Öné; csak az üres lap problémáját ugorja át.