Por que as correções de acessibilidade geradas por IA superam os patches automatizados

As sobreposições de acessibilidade, ferramentas como o accessiBe e o UserWay, injetam JavaScript em tempo de execução para «corrigir» infrações WCAG sem alterar o seu código fonte. Não funcionam: num inquérito da WebAIM, 72% dos utilizadores com deficiência classificaram as sobreposições como ineficazes. Em janeiro de 2025 a FTC dos EUA chegou a acordo com a accessiBe por 1 milhão de dólares por alegações enganosas de conformidade WCAG automática, e os sites com ferramentas de sobreposição aparecem repetidamente nos litígios de acessibilidade nos EUA, centenas de casos por ano. A alternativa costumava ser entediante: contratar um consultor, esperar seis semanas, receber um PDF de infrações sem código. Agora os LLMs fecham essa lacuna. Um LLM moderno consegue ler o contexto ARIA de uma infração, o HTML envolvente e a descrição do impacto, e emitir um patch de código preciso, incluindo explicar a um programador júnior por que a alteração é importante. A Axively processa cada infração através da IA com prompts fundamentados e fornece o diff juntamente com o relatório. É ainda o responsável pela correção; apenas salta o problema da página em branco.