Large Language Models for Web Accessibility: A Systematic Literature Review
تقدم هذه الورقة مراجعة منهجية للأدبيات لـ 38 دراسة تحلل كيفية تطبيق نماذج اللغات الكبيرة حالياً في مهام إمكانية الوصول إلى الويب، مع تسليط الضوء على تركيزها السائد على القضايا المتمحورة حول النصوص وإرشادات WCAG، مع تحديد فجوات كبيرة في معالجة إمكانية الوصول الإدراكي وإشراك المستخدمين ذوي الإعاقة في التقييمات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل الإنترنت كمدينة ضخمة وصاخبة. لكي تكون هذه المدينة "ميسرة" حقاً، يجب أن يكون التنقل فيها سهلاً للجميع، بغض النظر عما إذا كانوا يستخدمون كرسياً متحركاً، أو كلباً مرشداً، أو سماعة طبية، أو طريقة تفكير مختلفة. لسوء الحظ، العديد من أجزاء هذه المدينة مبنية حالياً بأرصفة مكسورة، أو لافتات مفقودة، أو مخططات مربكة تعيق حركة الأشخاص ذوي الإعاقة.
في السنوات الأخيرة، وصل إلى هذه المدينة نوع جديد من "المساعدين فائقي الذكاء" يسمى النماذج اللغوية الكبيرة (LLM). فكر في النموذج اللغوي الكبير كأنه روبوت سريع الكلام ومطلع جداً، يمكنه كتابة الأكواد، ووصف الصور، وتصحيح النصوص. وقد تساءل الباحثون: هل يمكن لهذا الروبوت أن يساعدنا في إعادة بناء المدينة لتكون أكثر تيسيراً؟
هذه الورقة هي مراجعة منهجية للأدبيات، وهي تشبه تقرير المحقق. قام المؤلفان (وجدي الجدعان وروبل حسن موليك) بجمع وتحليل 33 دراسة مختلفة (يذكرون 38 في الملخص، لكن العدد النهائي في المنهجية هو 33) لمعرفة كيفية استخدام هذه الروبوتات بالضبط لإصلاح مشاكل الوصول واليسر في الإنترنت.
إليك ما وجدوه، مقسماً بشكل مبسط:
1. ما هي الوظائف التي تقوم بها الروبوتات؟
وجد الباحثون أن هذه الروبوتات تُستخدم غالباً كـ مساعدين متخصصين بدلاً من كونهم مخططين للمدينة بدوام كامل. إنهم يقومون بمهام محددة ومتكررة:
- كتابة الأوصاف: إذا كان الموقع يحتوي على صورة بدون وصف، يقوم الروبوت بكتابة واحد (مثل وصف صورة لشخص كفيف).
- إيجاد اللافتات المعطلة: يقوم الروبوت بمسح صفحة الويب للعثور على الأشياء المكسورة أو المربكة.
- إصلاح الأكواد: عندما يتم العث_ور على مشكلة، يقترح الروبوت كيفية إعادة كتابة الكود لإصلاحها.
الاستعارة: تخيل طاقم بناء؛ الروبوتات هم العمال المهرة في طلاء الجدران أو رص الطوب (إصلاح نصوص أو أكواد محددة)، لكن لا يُطلب منهم حالياً إعادة تصميم الهندسة المعمارية للمبنى بالكامل.
2. ما هي القواعد التي يتبعونها؟
يوجد "كتيب قواعد" للإنترنت فيما يتعلق بالتيسير يسمى WCAG (إرشادات محتوى الويب لسهولة الوصول). هذا يشبه كود البناء الخاص بالمدينة.
- الأخبار الجيدة: معظم الدراسات تستخدم كتيب القواعد هذا. الروبوتات مدربة للتحقق مما إذا كان الموقع يتبع هذه القواعد.
- القطعة المفقودة: هناك مجموعة أخرى من القواعد المتعلقة بـ التيسير الإدراكي/المعرفي (مساعدة الأشخاص الذين يعانون من صعوبات التعلم أو أولئك الذين يشعرون بالارتباك بسبب النصوص المعقدة)، وتسمى COGO. وجد الباحثون أن الروبوتات تتجاهل هذه القواعد تقريباً. فهي بارعة في إصلاح المشكلات البصرية (مثل تباين الألوان) ولكنها غالباً ما تنسى جعل الأشياء أسهل للفهم بالنسبة للدماغ.
3. أي الروبوتات يستخدمون؟
تعتمد الدراسات في الغالب على الروبوتات الشهيرة والكبيرة متعددة الأغراض (مثل GPT-4 وChatGPT وClaude).
- الاستعارة: الأمر يشبه محاولة إصلاح مدينة باستخدام "سكين سويسري" فقط. هذه الأدوات قوية ويمكنها القيام بأشياء كثنة، لكن الباحثين لا يبنون أدوات مخصصة مصممة خصيصاً للتيسير. هم فقط يستخدمون الأدوات العامة التي لديهم بالفعل ويطلبون منها القيام بالمهمة.
- كيف يتحدثون معها: معظم الباحثين يكتفون بسؤال الروبوت سؤالاً (أمر/Prompt) مثل: "أصلح هذا الموقع". هم لا يبنون أنظمة معقدة حيث يتحدث الروبوت مع روبوتات أخرى أو يتعلم بمرور الوقت.
4. ما هي المشكلات التي يحلونها؟
تقوم الروبوتات في الغالب بإصلاح المشكلات البصرية "السهلة":
- النصوص البديلة المفقودة: وصف الصور.
- الألوان السيئة: التأكد من بروز النص مقابل الخلفية.
- العناوين المربكة: تنظيم النص بحيث يمكن لأجهزة قراءة الشاشة التنقل فيه.
ما ينقصهم: نادراً ما يقومون بإصلاح المشكلات المتعلقة بالوقت (مثل الفيديوهات التي تفتقر إلى الترجمة النصية)، أو التنقل المعقد، أو المحتوى الذي يصعب قراءته. كما أنهم أحياناً يخترعون حقائق (ما يسمى بـ "الهلوسة")، مثل وصف شيء موجود في الصورة ليس موجوداً في الواقع.
5. كيف نعرف أنها تعمل؟
هنا يصبح التقرير نقدياً بعض الشيء. نظر الباحثون في كيفية اختبار هذه الأدوات في الدراسات.
- المشكلة: اختبرت العديد من الدراسات الروبوتات باستخدام أجهزة كمبيوتر أخرى أو من خلال سؤال الخبراء عن النتائج. قليل جداً من الدراسات استدعت أشخاصاً ذوي إعاقة لاستخدام هذه الأدوات.
- الاستعارة: الأمر يشبه اختبار منحدر جديد للكراسي المتحركة من خلال جعل نجار ينظر إليه ويقول: "يبدو جيداً"، بدلاً من جعل شخص يستخدم كرسي متحرك يحاول صعوده فعلياً.
- النتيجة: نحن نعلم أن الروبوتات يمكنها إصلاح الكود، لكن ليس لدينا دليل كافٍ على أن الإصلاحات تساعد الناس الحقيقيين في العالم الحقيقي.
الخلاصة
تخلص هذه الورقة إلى أن النماذج اللغوية الكبيرة هي مساعدون واعدون لجعل الويب أكثر تيسيراً، ولكن يتم استخدامهم حالياً بطريقة محدودة.
- هم بارعون في إصلاح المشكلات البصرية والهيكلية للنصوص.
- يتبعون في الغلب القواعد البصرية القياسية (WCAG) لكنهم يتجاهلون القواعد الذهنية/الإدراكية (COGA).
- يتم اختبارهم بواسطة أجهزة الكمبيوتر والخبراء، وليس من قبل الأشخاص الذين وُجدوا لمساعدتهم.
يقترح المؤلفون أنه في المستقبل، نحتاج إلى بناء أنظمة أفضل تفهم الاحتياجات الإدراكية، وتتوقف عن الاعتماد فقط على "الروبوتات" العامة الكبيرة، والأهم من ذلك، اختبار هذه الأدوات مع أشخاص حقيقيين من ذوي الإعاقة للتأكد من أنها تعمل بالفعل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.