Large Language Models for Web Accessibility: A Systematic Literature Review
Dieser Beitrag präsentiert eine systematische Literaturübersicht von 38 Studien, die analysieren, wie Large Language Models derzeit auf Aufgaben der Webzugänglichkeit angewendet werden, wobei er deren vorherrschenden Fokus auf textzentrierte Probleme und WCAG-Richtlinien hervorhebt und gleichzeitig erhebliche Lücken bei der Berücksichtigung kognitiver Zugänglichkeit sowie der Einbeziehung von Menschen mit Behinderungen in Evaluierungen identifiziert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich das Internet als eine riesige, geschäftige Stadt vor. Damit diese Stadt wirklich „zugänglich" ist, muss sie für alle leicht zu navigieren sein, unabhängig davon, ob sie einen Rollstuhl, einen Blindenhund, ein Hörgerät oder eine andere Denkweise nutzen. Leider sind viele Teile dieser Stadt derzeit mit kaputten Bürgersteigen, fehlenden Schildern oder verwirrenden Grundrissen gebaut, die Menschen mit Behinderungen blockieren.
In den letzten Jahren ist eine neue Art von „superintelligentem Assistenten", genannt Large Language Model (LLM), in diese Stadt eingetroffen. Stellen Sie sich ein LLM als einen sehr gut lesenden, schnell redenden Roboter vor, der Code schreiben, Bilder beschreiben und Texte korrigieren kann. Forscher haben sich gefragt: Kann dieser Roboter uns helfen, die Stadt zugänglicher wiederherzustellen?
Diese Arbeit ist eine systematische Literaturübersicht, die wie ein Detektivbericht ist. Die Autoren (Wajdi Aljedaani und Rubel Hassan Mollik) haben 33 verschiedene Studien gesammelt und analysiert (im Abstract wird 38 erwähnt, aber die endgültige Anzahl in der Methodik beträgt 33), um genau zu sehen, wie diese Roboter eingesetzt werden, um die Zugänglichkeitsprobleme des Internets zu beheben.
Hier ist das, was sie fanden, einfach aufgeschlüsselt:
1. Welche Aufgaben übernehmen die Roboter?
Die Forscher stellten fest, dass diese KI-Roboter hauptsächlich als spezialisierte Helfer und nicht als Vollzeit-Stadtplaner eingesetzt werden. Sie erledigen spezifische, wiederkehrende Aufgaben:
- Beschreibungen schreiben: Wenn eine Website ein Bild ohne Beschreibung hat, schreibt der Roboter eine (wie das Beschreiben eines Fotos für eine blinde Person).
- Fehlerhafte Schilder finden: Der Roboter scannt eine Webseite, um Dinge zu finden, die kaputt oder verwirrend sind.
- Code reparieren: Wenn ein Problem gefunden wird, schlägt der Roboter vor, wie der Code umgeschrieben werden kann, um es zu beheben.
Die Metapher: Stellen Sie sich ein Bauunternehmen vor. Die Roboter sind die Arbeiter, die hervorragend Wände streichen oder Ziegel legen (spezifischen Text oder Code reparieren), aber sie werden derzeit nicht gebeten, die gesamte Architektur des Gebäudes neu zu entwerfen.
2. Welche Regeln befolgen sie?
Das Internet hat ein „Regelbuch" für Zugänglichkeit namens WCAG (Web Content Accessibility Guidelines). Dies ist wie der Bauplan der Stadt.
- Die gute Nachricht: Fast alle Studien verwenden dieses Regelbuch. Die Roboter sind darauf trainiert zu prüfen, ob eine Website diese Regeln einhält.
- Das fehlende Puzzleteil: Es gibt eine weitere Reihe von Regeln für kognitive Zugänglichkeit (Hilfe für Menschen mit Lernbehinderungen oder solche, die von komplexem Text überwältigt werden), die COGA genannt wird. Die Forscher stellten fest, dass die Roboter diese Regeln fast ignorieren. Sie sind hervorragend darin, visuelle Probleme zu beheben (wie Farbkontraste), vergessen aber oft, Dinge für das Gehirn leichter verständlich zu machen.
3. Welche Roboter setzen sie ein?
Die Studien verlassen sich hauptsächlich auf die großen, berühmten, universellen Roboter (wie GPT-4, ChatGPT und Claude).
- Die Metapher: Es ist, als würde man versuchen, eine Stadt nur mit einem Schweizer Taschenmesser zu reparieren. Diese Werkzeuge sind mächtig und können viele Dinge tun, aber die Forscher bauen keine maßgeschneiderten Werkzeuge, die speziell für Zugänglichkeit entwickelt sind. Sie verwenden einfach die allgemeinen Werkzeuge, die sie bereits haben, und bitten sie, die Arbeit zu erledigen.
- Wie sie mit ihnen sprechen: Die meisten Forscher stellen dem Roboter einfach eine Frage (einen „Prompt") wie: „Reparieren Sie diese Website." Sie bauen keine komplexen Systeme, in denen der Roboter mit anderen Robotern spricht oder im Laufe der Zeit lernt.
4. Welche Probleme lösen sie?
Die Roboter beheben hauptsächlich die „einfachen" visuellen Probleme:
- Fehlender Alt-Text: Bilder beschreiben.
- Schlechte Farben: Sicherstellen, dass Text sich vom Hintergrund abhebt.
- Verwirrende Überschriften: Text so organisieren, dass Screenreader ihn navigieren können.
Was ihnen fehlt: Sie beheben selten Probleme im Zusammenhang mit Zeit (wie Videos ohne Untertitel), komplexe Navigation oder Inhalte, die zu schwer zu lesen sind. Sie erfinden manchmal auch Fakten (sogenannte „Halluzinationen"), wie zum Beispiel ein Objekt auf einem Foto zu beschreiben, das dort eigentlich nicht vorhanden ist.
5. Woher wissen wir, dass sie funktionieren?
Hier wird der Bericht etwas kritisch. Die Forscher untersuchten, wie diese Tools in den Studien getestet wurden.
- Das Problem: Viele Studien testeten die Roboter mit anderen Computern oder indem sie Experten die Ergebnisse ansehen ließen. Nur sehr wenige Studien ließen tatsächlich Menschen mit Behinderungen die Tools verwenden.
- Die Metapher: Es ist, als würde man eine neue Rampe für einen Rollstuhl testen, indem man einen Zimmermann sie ansehen und sagen lässt: „Sie sieht gut aus", anstatt tatsächlich eine Person im Rollstuhl zu bitten, sie hochzufahren.
- Das Ergebnis: Wir wissen, dass die Roboter Code reparieren können, aber wir haben nicht genügend Beweise dafür, dass die Reparaturen tatsächlich echten Menschen in der realen Welt helfen.
Das Fazit
Diese Arbeit kommt zu dem Schluss, dass Large Language Models vielversprechende Assistenten sind, um das Web zugänglicher zu machen, aber derzeit nur begrenzt eingesetzt werden.
- Sie sind hervorragend darin, visuelle und strukturelle Textprobleme zu beheben.
- Sie befolgen hauptsächlich die Standard-Visuellen Regeln (WCAG), ignorieren aber die mentalen/kognitiven Regeln (COGA).
- Sie werden von Computern und Experten getestet, nicht ausreichend von den Menschen, denen sie helfen sollen.
Die Autoren schlagen vor, dass wir in Zukunft bessere Systeme entwickeln müssen, die kognitive Bedürfnisse verstehen, sich nicht mehr nur auf die „großen" allgemeinen Roboter verlassen und, am wichtigsten, diese Tools mit echten Menschen mit Behinderungen testen, um sicherzustellen, dass sie tatsächlich funktionieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.