A Protocol for Evaluating the Accessibility of AI-Generated Educational Materials: Prompt Configuration, WCAG-Derived Criteria, and Content Overload

Stellen Sie sich das Internet als eine riesige, belebte Bibliothek vor. Jahrzehntelang haben die Bibliothekare einem strengen Regelwerk namens WCAG (Web Content Accessibility Guidelines) gefolgt, um sicherzustellen, dass jedes Regal, jedes Schild und jede Geschichte für jeden erreichbar ist, einschließlich Menschen, die Rollstühle, Screenreader oder Schwierigkeiten beim Verstehen komplexer Texte nutzen. Dieses Regelwerk stellt sicher, dass, wenn man ein Bild nicht sehen kann, eine Roboterstimme es beschreibt; wenn man keine Maus benutzen kann, eine Tastatur immer noch die Schaltflächen anklicken kann. Es ist der Unterschied zwischen einer Bibliothek mit breiten Gängen und einer, in der die Bücher hinter Glastüren verschlossen sind.

Stellen Sie sich nun vor, ein neuer, superschneller Roboter-Bibliothekar ist angekommen. Dieser Roboter, angetrieben von generativer KI, kann in Sekundenschnelle ein Buch schreiben, eine Karte zeichnen oder eine Geschichte aufnehmen, nur weil man ihn höflich darum bittet. Er ist unglaublich schnell und kann die Arbeit eines ganzen Teams in Minuten erledigen. Aber hier ist der Haken: Da der Roboter gelernt hat, aus der alten Bibliothek (dem Internet) zu lesen, und da die alte Bibliothek viele verschlossene Türen und fehlende Schilder hatte, neigt der Roboter dazu, neue Bücher mit denselben verschlossenen Türen und fehlenden Schildern zu bauen. Er weiß nicht, wie man inklusiv arbeitet, es sei denn, man sagt ihm explizit: „Hey, achte darauf, dass dies für alle offen ist!“ Dieses Papier stellt eine einfache, aber dringende Frage: Wenn wir diesem Roboter die richtigen Regeln beibringen, kann er plötzlich zum hilfreichsten Bibliothekar der Welt werden, oder ist er dazu verdammt, immer wieder Mauern zu bauen, egal was wir sagen?

Der große Test des Roboter-Bibliothekars

Dieses Papier ist wie eine Detektivgeschichte, in der der Autor, Hector, ein massives Experiment aufbaut, um zu testen, wie gut diese KI-Roboter Lehrmaterialien erstellen können – wie PDF-Berichte, Präsentationen, Infografiken, Audioclips und Videos –, die tatsächlich barrierefrei für Menschen mit Behinderungen sind.

Das Setup: Drei Wege, mit dem Roboter zu sprechen
Hector entschied sich, den Roboter unter drei verschiedenen „Personas“ oder Anweisungen zu testen, um zu sehen, welche am besten funktioniert:

1. Das „Mach es einfach“-Prompt (Bedingung A): Das ist das, was die meisten Menschen heute tun. Man bittet den Roboter: „Erstelle mir eine Präsentation über Dinosaurier“, ohne weitere Anweisungen. Es ist die alltägliche, lockere Anfrage.
2. Das „Super-Strenge Lehrer“-Prompt (Bedingung B): Hier gibt der Nutzer dem Roboter eine detaillierte Liste von Regeln basierend auf dem WCAG-Regelwerk. Man sagt: „Erstelle eine Präsentation, aber du musst Beschreibungen für jedes Bild einfügen, sicherstellen, dass der Text einen hohen Kontrast hat, und gewährleisten, dass eine Tastatur jede Schaltfläche anklicken kann.“
3. Die „Permanente Fertigkeit“ (Bedingung C): Dies ist die „Heilige Grals“-Idee. Anstatt jedes Mal die lange Liste der Regeln einzutippen, lädt man einmalig eine „Fertigkeit“ oder ein permanentes Profil in das Gehirn des Roboters. Von da an erinnert sich der Roboter bei jeder Anfrage automatisch daran, inklusiv zu arbeiten, genau wie ein Koch, der immer daran denkt, Salz hinzuzufügen, ohne dass man ihn jedes Mal darum bitten muss.

Die Ergebnisse: Der Roboter braucht einen Anstoß
Die Ergebnisse waren eine Mischung aus „Oje“ und „Wow“.

Als der Roboter seinem eigenen Instinkt überlassen wurde (Bedingung A), war es eine Katastrophe für die Barrierefreiheit. Die durchschnittliche Punktzahl dafür, wie gut die Materialien den Regeln folgten, war mit 24,2 % erbärmlich.

• Die Dokumente: Der Roboter erstellte PDFs, die optisch toll aussah, aber für einen Screenreader ein einziges Chaos waren. Er vergaß, Überschriften zu kennzeichnen oder Diagramme zu beschreiben, sodass ein blinder Nutzer nur einen wirren Strom von Zahlen ohne Kontext hörte.
• Die Präsentationen: Der Roboter erstellte schicke Folien mit anklickbaren Schaltflächen, die jedoch nicht per Tastatur erreichbar waren. Es war, als würde man eine Tür bauen, die sich nur öffnet, wenn man einen Zauberstab (eine Maus) besitzt, wodurch alle ausgeschlossen wurden, die eine Tastatur nutzen.
• Die Videos: Dies war der schlimmste Übeltäter mit einem Wert von 0 %. Der Roboter erstellte Videos mit automatisch generierten Untertiteln, die oft falsch waren, und er vergaß, das Geschehen auf dem Bildschirm zu beschreiben, was für blinde Menschen wichtig ist. Er erzeugte sogar „Lippensynchronisations-Probleme“, bei denen der Mund des KI-Avatars nicht zu den Worten passte, was Menschen verwirren kann, die auf das Lippenlesen angewiesen sind.

Die Magie des „Super-Strengen Lehrers“
Doch dann probierte Hector Bedingung B aus. Als er dem Roboter die spezifischen, detaillierten Anweisungen gab, die Barrierefreiheitsregeln zu befolgen, schossen die Ergebnisse in die Höhe. Der Durchschnittswert sprang auf 96,7 %.

• Die PDFs hatten plötzlich ordnungsgemäße Tags und Beschreibungen.
• Die Präsentationen wurden tastaturbedienbar.
• Die Videos erhielten genaue Untertitel und Audiobeschreibungen.

Dies beweist, dass der Roboter nicht unfähig ist, barrierefrei zu sein; er weiß es nur nicht, wenn man es ihm nicht genau sagt. Das Papier legt nahe, dass die Barriere nicht die Technologie selbst ist, sondern die Art und Weise, wie wir mit ihr kommunizieren.

Die versteckte Falle: Informationsüberlastung
Es gab einen kniffligen Teil, den das Standard-Regelwerk nicht vollständig abdeckte: Informationsüberlastung.
Hector fand heraus, dass einige KI-Tools, insbesondere solche, die lange Texte in ein einzelnes schönes Bild zusammenfassen (wie Infografiken), dazu neigen, zu viele Informationen auf zu kleinem Raum zu konzentrieren. Selbst wenn der Roboter alle technischen Regeln befolgte (wie etwa eine Beschreibung des Bildes zu liefern), war das Bild selbst so dicht und überladen, dass es für jeden – ob sehend oder nicht – unmöglich war, es schnell zu verstehen. Es ist wie ein Wegweiser, auf dem jeder einzelne Straßenname in winziger Schrift steht; technisch gesehen sind die Informationen vorhanden, aber sie sind nutzlos, weil es zu vollgestopft ist. Das Papier schlägt vor, dass wir eine neue Methode benötigen, um diesen „visuellen Unrat“ zu messen, die über die Standard-Checklisten hinausgeht.

Was ist mit der „Permanenten Fertigkeit“?
Das Papier schlug auch die „Permanente Fertigkeit“ (Bedingung C) als einen Weg vor, um sicherzustellen, dass der Roboter diese Regeln nie wieder vergisst, anstatt sie jedes Mal neu eintippen zu müssen. In diesem ersten Experiment wurde dieser spezifische Test jedoch nicht vollständig durchgeführt. Der Autor deutet an, dass dies die beste langfristige Lösung wäre, um den Roboter konsistent zu halten, er aber noch mehr testen muss, um sicher zu sein.

Das Fazrazit
Dieses Papier behauptet nicht, dass die KI die Barrierefreiheit gelöst hat. Stattdessen zeigt es, dass die KI im Moment dazu neigt, standardmäßig Mauern zu bauen. Aber wenn wir uns die Zeit nehmen, ihr klare, spezifische Anweisungen zu geben (oder sie mit einer „Fertigkeit“ auszustatten), kann sie Rampen und Türen für alle bauen. Der Roboter ist ein mächtiges Werkzeug, aber er braucht einen menschlichen Führer, um sicherzustellen, dass er niemanden zurücklässt. Das Papier endet mit der Einladung an alle, dieses neue „Testprotokoll“ zu nutzen, um ihre eigenen KI-Tools zu prüfen, damit wir beim Beschleunigen der Bildung durch KI nicht versehentlich Schüler mit Behinderungen abhängen.