Large Language Models for Web Accessibility: A Systematic Literature Review
Cet article présente une revue systématique de la littérature portant sur 38 études analysant la manière dont les modèles de langage de grande taille sont actuellement appliqués aux tâches d'accessibilité web, mettant en évidence leur focalisation prédominante sur les problèmes centrés sur le texte et les directives WCAG, tout en identifiant des lacunes significatives dans le traitement de l'accessibilité cognitive et dans l'implication des utilisateurs en situation de handicap dans les évaluations.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez l'internet comme une immense et animée ville. Pour que cette ville soit véritablement « accessible », elle doit être facile à naviguer pour tous, que l'on utilise un fauteuil roulant, un chien guide, une prothèse auditive ou une manière de penser différente. Malheureusement, de nombreuses parties de cette ville sont actuellement construites avec des trottoirs défectueux, des panneaux manquants ou des agencements confus qui bloquent les personnes en situation de handicap.
Ces dernières années, un nouveau type d'« assistant sur-intelligent » appelé Modèle de Langage de Grande Taille (LLM) est arrivé dans cette ville. Imaginez un LLM comme un robot très cultivé, qui parle vite, capable d'écrire du code, de décrire des images et de corriger des textes. Les chercheurs se sont demandé : Ce robot peut-il nous aider à reconstruire la ville pour la rendre plus accessible ?
Cet article est une Revue Systématique de la Littérature, comparable à un rapport d'enquête. Les auteurs (Wajdi Aljedaani et Rubel Hassan Mollik) ont rassemblé et analysé 33 études différentes (ils mentionnent 38 dans le résumé, mais le décompte final dans la méthodologie est de 33) pour voir exactement comment ces robots sont utilisés pour résoudre les problèmes d'accessibilité de l'internet.
Voici ce qu'ils ont découvert, présenté simplement :
1. Quels travaux les robots effectuent-ils ?
Les chercheurs ont constaté que ces robots IA sont principalement utilisés comme des aides spécialisées plutôt que comme des urbanistes à temps plein. Ils accomplissent des tâches spécifiques et répétitives :
- Rédaction de descriptions : Si un site web comporte une image sans description, le robot en rédige une (comme décrire une photo à une personne aveugle).
- Détection de panneaux défectueux : Le robot scanne une page web pour repérer les éléments cassés ou confus.
- Correction de code : Lorsqu'un problème est détecté, le robot suggère comment réécrire le code pour le corriger.
La métaphore : Imaginez une équipe de construction. Les robots sont les ouvriers excellents pour peindre des murs ou poser des briques (corriger du texte ou du code spécifique), mais on ne leur demande pas actuellement de redessiner l'architecture complète du bâtiment.
2. Quelles règles suivent-ils ?
L'internet possède un « code de règles » pour l'accessibilité appelé WCAG (Web Content Accessibility Guidelines). C'est l'équivalent du code de construction de la ville.
- La bonne nouvelle : Presque toutes les études utilisent ce code de règles. Les robots sont entraînés à vérifier si un site web respecte ces règles.
- La pièce manquante : Il existe un autre ensemble de règles pour l'accessibilité cognitive (aidant les personnes ayant des troubles de l'apprentissage ou celles qui sont submergées par des textes complexes), appelé COGA. Les chercheurs ont constaté que les robots ignorent presque ces règles. Ils sont excellents pour corriger les problèmes visuels (comme le contraste des couleurs) mais oublient souvent de rendre les choses plus faciles à comprendre pour le cerveau.
3. Quels robots utilisent-ils ?
Les études reposent principalement sur les grands robots célèbres et polyvalents (comme GPT-4, ChatGPT et Claude).
- La métaphore : C'est comme essayer de réparer une ville en utilisant uniquement un couteau suisse. Ces outils sont puissants et peuvent faire beaucoup de choses, mais les chercheurs ne construisent pas d'outils personnalisés spécifiquement conçus pour l'accessibilité. Ils utilisent simplement les outils généraux qu'ils ont déjà et leur demandent de faire le travail.
- Comment ils leur parlent : La plupart des chercheurs posent simplement une question au robot (un « prompt ») comme : « Corrigez ce site web. » Ils ne construisent pas de systèmes complexes où le robot communique avec d'autres robots ou apprend au fil du temps.
4. Quels problèmes résolvent-ils ?
Les robots corrigent principalement les problèmes visuels « faciles » :
- Textes alternatifs manquants : Décrire des images.
- Mauvaises couleurs : S'assurer que le texte ressort bien par rapport à l'arrière-plan.
- Titres confus : Organiser le texte pour que les lecteurs d'écran puissent le naviguer.
Ce qui manque : Ils corrigent rarement les problèmes liés au temps (comme les vidéos sans sous-titres), la navigation complexe ou le contenu trop difficile à lire. Ils inventent parfois aussi des faits (ce qu'on appelle des « hallucinations »), comme décrire un objet dans une photo qui n'est pas réellement présent.
5. Comment savons-nous qu'ils fonctionnent ?
C'est ici que le rapport devient quelque peu critique. Les chercheurs ont examiné la manière dont ces outils ont été testés dans les études.
- Le problème : De nombreuses études ont testé les robots en utilisant d'autres ordinateurs ou en demandant à des experts d'examiner les résultats. Très peu d'études ont réellement demandé à des personnes en situation de handicap d'utiliser les outils.
- La métaphore : C'est comme tester une nouvelle rampe pour fauteuil roulant en demandant à un menuisier de la regarder et de dire : « Elle a l'air bien », au lieu de demander réellement à une personne en fauteuil roulant d'essayer de monter la rampe.
- Le résultat : Nous savons que les robots peuvent corriger du code, mais nous n'avons pas assez de preuves que les corrections aident réellement des personnes dans le monde réel.
La conclusion
Cet article conclut que les Modèles de Langage de Grande Taille sont des assistants prometteurs pour rendre le web plus accessible, mais qu'ils sont actuellement utilisés de manière limitée.
- Ils sont excellents pour corriger les problèmes de texte visuels et structurels.
- Ils suivent principalement les règles visuelles standard (WCAG) mais ignorent les règles mentales/cognitives (COGA).
- Ils sont testés par des ordinateurs et des experts, pas assez par les personnes qu'ils sont censés aider.
Les auteurs suggèrent que, dans le futur, nous devons construire de meilleurs systèmes qui comprennent les besoins cognitifs, cesser de dépendre uniquement des « grands » robots généraux et, surtout, tester ces outils avec de vraies personnes en situation de handicap pour s'assurer qu'ils fonctionnent réellement.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.