Varför AI-genererade tillgänglighetsfixar slår automatiserade patchar

Tillgänglighetsöverlägg, verktyg som accessiBe och UserWay, injicerar JavaScript vid körning för att "åtgärda" WCAG-överträdelser utan att ändra din källkod. De levererar inte: i en WebAIM-undersökning bedömde 72 % av användarna med funktionsnedsättning överlägg som ineffektiva. I januari 2025 ingick amerikanska FTC en förlikning på 1 miljon $ med accessiBe för vilseledande påståenden om automatisk WCAG-efterlevnad, och webbplatser med överläggsverktyg återkommer i amerikanska rättsfall, hundratals fall per år. Alternativet brukade vara tråkigt: anlita en konsult, vänta sex veckor, få en PDF med överträdelser utan kod. Nu täpper LLM:er till den luckan. En modern LLM kan läsa en överträdelses ARIA-kontext, omgivande HTML och konsekvensbeskrivning, och producera en exakt kodpatch, inklusive att förklara för en juniorutvecklare varför ändringen spelar roll. Axively kör varje överträdelse genom AI:n med förankrade prompter och levererar diffen tillsammans med rapporten. Du äger fortfarande korrigeringen; du hoppar bara över problemet med det tomma bladet.