Czy AI rozwiązuje problem czasochłonnego testowania dostępności?

Christoph Rump zadaje pytanie, które krąży po branży od jakiegoś czasu: skoro automatyczne narzędzia jak axe-core łapią tylko część błędów dostępności, a manualne testy są drogie — czy LLM-y mogą wypełnić tę lukę? Artykuł jest konkretny i uczciwy w ocenie.

Autor wyróżnia dwa podejścia. Pierwsze to dedykowane testy LLM — wyciągasz z DOM odpowiednie elementy i analizujesz je pod kątem konkretnego kryterium WCAG z precyzyjnym promptem. Drugie to walidacja wyników automatyki przez LLM — model weryfikuje to, co wcześniej wykryły tradycyjne narzędzia. Kluczowa obserwacja: ogólne, holistyczne zapytania do modelu prowadzą do halucynacji. Precyzyjne prompty celowane w pojedyncze kryterium — działają znacznie lepiej.

Ograniczenia są opisane wprost: dynamiczne testowanie dostępności nadal jest zawodne, a AI nie zastąpi człowieka przy bardziej złożonych ocenach. Wniosek jest rozsądny — hybryda automatyki, LLM i manualnej weryfikacji, a nie zastąpienie jednego podejścia drugim.

Warto przeczytać w całości: Does AI offer an efficient solution for time-consuming Accessibility Testing? (Christoph Rump)