内容提要
AI加速了设计与开发,但无障碍测试未能同步跟进,导致网页无障碍状况恶化。研究表明,改进型团队的优势不在于AI使用率,而在于培训、沟通与无障碍文化等成熟实践;AI只是强项项目的放大器。应在发现、修复、留证三个工作流节点保留人工判断,将检查嵌入交接、拉取请求与评审,让自动化负责扫描,人负责可用性判断与验证。
延伸解读
AI 不是无障碍的差异化因素,成熟实践才是
文章引用调查指出,在各项无障碍指标上持续改善的组织(“改进者”)与其它组织相比,AI 使用率差异最小。它们的优势来自培训、沟通和无障碍文化等成熟实践。这意味着,单纯引入 AI 工具并不能自动提升无障碍水平;相反,AI 更像是强项的放大器——只有在测试、环境和护栏到位时,AI 才能帮助团队更主动地处理问题。
双速工作流:构建加速,验证滞后
数据显示,AI 在规划(58%)、设计(61%)和开发(51%)阶段明显提速,但 QA 与测试阶段仅 30% 的受访者感受到加速。这种“双速”导致团队快速构建后,在验证“是否真正无障碍”时被迫刹车。WebAIM 扫描也显示,首页自动检测错误数一年内从 51 增至 56.1,文章将 AI 辅助编码列为可能因素之一。
在发现、修复、留证三个节点嵌入人工判断
文章建议将人工判断嵌入现有工作流:在发现阶段,于设计交接和拉取请求处设置检查点,明确焦点顺序、可访问名称等,并让自动化扫描、人评估可用性;在修复阶段,让 AI 起草修复但需人工验证语义和行为;在留证阶段,通过回归测试和 PR 说明记录测试内容与判断,工具可自动整理证据,但前提是证据已存在。
自动化负责扫描,人负责可用性判断
文章强调,自动化检查适合广泛、可重复的覆盖,但无法替代人的可用性判断。例如,下拉菜单可能通过自动检查,但其子菜单对键盘用户仍不可访问。团队应为每项检查指定负责人,并将无障碍指标纳入验收标准和完成定义,避免“人人有责”变成“无人负责”。
Q&A
AI 加速了开发,为什么无障碍测试反而跟不上?
因为 AI 主要加速了规划、设计和开发阶段,而 QA 与测试阶段受益最小。调查显示,58% 的人感到规划变快,61% 设计变快,51% 开发变快,但只有 30% 认为测试变快。这导致工作流出现“双速”现象:构建飞快,验证却慢,大量工作快速堆到测试环节,造成瓶颈。
网页无障碍状况在变差吗?有数据支持吗?
是的。WebAIM 最新扫描显示,排名前一百万首页中,每个页面自动检测到的错误数一年内上升了 10.1%,从 51 个增加到 56.1 个。WebAIM 将 AI 辅助编码列为可能的促成因素之一。
为什么说 AI 不是无障碍改进的最大区分因素?
研究发现,在各项无障碍指标上都在改进的组织(“改进者”)与其他人相比,AI 使用率并没有明显差异。AI 采用率是所测因素中差异最小的。改进者的优势在于更成熟的周边实践,如培训、沟通和无障碍文化。AI 更像是强项目的放大器,而非独立决定因素。
如何在 AI 工作流中保留人工判断?具体在哪些环节?
应在三个工作流节点保留人工判断:发现(Find)、修复(Fix)和留证(Prove)。发现阶段:在交接时明确焦点顺序、可访问名称等,在拉取请求中设置自动化门禁,并让人评估可用性。修复阶段:让 AI 起草修复,但人工审查语义和行为,合并前在上下文中测试。留证阶段:让 AI 编写回归测试,并在 PR 中记录测试内容和判断依据。
自动化无障碍测试能完全替代人工测试吗?
不能。自动化适合广泛、可重复的扫描,但无法覆盖可用性判断。例如,下拉菜单可能通过自动化检查,但其子菜单对键盘用户仍不可访问。自动化只能确认已知问题未回归,不能证明体验真正可用。因此需要人工评估可用性,并进行键盘和屏幕阅读器测试。
如何让无障碍修复不拖慢交付速度?
将无障碍检查嵌入团队已有的步骤中,如交接、拉取请求和评审,不额外增加时间线。具体做法:在设计和开发交接时明确无障碍要求;在 CI/CD 和 PR 中设置自动化门禁;让 AI 起草修复但人工验证;按影响排序处理积压问题,优先解决阻碍关键旅程的问题。这样人工判断被提前并嵌入流程,速度得以保持。