Large Language Models for Web Accessibility: A Systematic Literature Review
यह शोध पत्र 38 अध्येशनों की एक व्यवस्थित साहित्य समीक्षा प्रस्तुत करता है जो इस बात का विश्लेषण करती है कि वर्तमान में वेब सुलभता कार्यों के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग कैसे किया जा रहा है, जिसमें मुख्य रूप से टेक्स्ट-केंद्रित मुद्दों और WCAG दिशानिर्देशों पर उनके ध्यान को रेखांकित किया गया है, साथ ही संज्ञानात्मक सुलभता को संबोधित करने और मूल्यांकन में विकलांग उपयोगकर्ताओं को शामिल करने में महत्वपूर्ण कमियों की पहचान की गई है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि इंटरनेट एक विशाल, हलचल भरे शहर की तरह है। इस शहर को वास्तव में "सुलभ" (accessible) होने के लिए, इसे हर किसी के लिए नेविगेट करना आसान बनाना होगा, चाहे वे व्हीलचेयर, गाइड डॉग, सुनने वाली मशीन (hearing aid), या सोचने के किसी अलग तरीके का उपयोग कर रहे हों। दुर्भाग्य से, इस शहर के कई हिस्से वर्तमान में टूटे हुए फुटपाथों, गायब संकेतों या भ्रमित करने वाले लेआउट के साथ बने हैं जो विकलांग लोगों के रास्ते में बाधा डालते हैं।
हाल के वर्षों में, एक नए प्रकार का "सुपर-इंटेलिजेंट असिस्टेंट" जिसे लार्ज लैंग्वेज मॉडल (LLM) कहा जाता है, इस शहर में आया है। इस LLM को एक बहुत ही पढ़े-लिखे, तेज़ बोलने वाले रोबोट के रूप में सोचें जो कोड लिख सकता है, चित्रों का वर्णन कर सकता है और टेक्स्ट को ठीक कर सकता है। शोधकर्ता पूछ रहे हैं: क्या यह रोबोट हमें इस शहर को अधिक सुलभ बनाने में मदद कर सकता है?
यह पेपर एक सिस्टमैटिक लिटरेचर रिव्यू (Systematic Literature Review) है, जो एक जासूसी रिपोर्ट की तरह है। लेखकों (वजदी अलजेदानी और रुबेल हसन मोलिक) ने 33 अलग-अलग अध्ययनों (वे एब्स्ट्रैक्ट में 38 का उल्लेख करते हैं, लेकिन कार्यप्रणाली में अंतिम संख्या 33 है) को एकत्र और विश्लेषित किया है ताकि यह देखा जा सके कि इन रोबोटों का उपयोग इंटरनेट की सुलभता संबंधी समस्याओं को ठीक करने के लिए वास्तव में कैसे किया जा रहा है।
यहाँ उन्होंने क्या पाया है, जिसे सरल रूप में समझाया गया है:
1. रोबोट कौन से काम कर रहे हैं?
शोधकर्ताओं ने पाया कि इन AI रोबोटों का उपयोग मुख्य रूप से पूर्णकालिक शहर योजनाकारों के बजाय विशेषज्ञ सहायकों के रूप में किया जा रहा है। वे विशिष्ट, दोहराव वाले कार्य कर रहे हैं:
- विवरण लिखना: यदि किसी वेबसाइट पर बिना विवरण वाली कोई तस्वीर है, तो रोबोट उसका वर्णन लिखता है (जैसे किसी दृष्टिहीन व्यक्ति के लिए फोटो का वर्णन करना)।
- टूटे हुए संकेतों को खोजना: रोबोट वेबपेज को स्कैन करता है ताकि उन चीजों का पता लगाया जा सके जो टूटी हुई या भ्रमित करने वाली हैं।
- कोड को ठीक करना: जब कोई समस्या पाई जाती है, तो रोबोट सुझाव देता है कि उसे ठीक करने के लिए कोड को कैसे फिर से लिखा जाए।
रूपक (Metaphor): एक निर्माण दल (construction crew) की कल्पना करें। रोबोट वे कार्यकर्ता हैं जो दीवारें पेंट करने या ईंटें बिछाने (विशिष्ट टेक्स्ट या कोड को ठीक करने) में माहिर हैं, लेकिन वर्तमान में उनसे पूरे भवन के आर्किटेक्चर को फिर से डिजाइन करने के लिए नहीं कहा जा रहा है।
2. वे किन नियमों का पालन कर रहे हैं?
इंटरseits के लिए सुलभता का एक "नियम पुस्तिका" है जिसे WCAG (वेब कंटेंट एक्सेसिबिलिटी गाइडलाइन्स) कहा जाता है। यह शहर के बिल्डिंग कोड की तरह है।
- अच्छी खबर: लगभग सभी अध्ययन इस नियम पुस्तिका का उपयोग करते हैं। रोबोट यह जांचने के लिए प्रशिक्षित हैं कि क्या कोई वेबसाइट इन नियमों का पालन करती है।
- छूटा हुआ हिस्सा: नियमों का एक और सेट है जो संज्ञानात्मक सुलभता (cognitive accessibility) (उन लोगों की मदद करने के लिए जिन्हें सीखने में कठिनाई होती है या जो जटिल टेक्स्ट से घबरा जाते हैं) के लिए है, जिसे COGA कहा जाता है। शोधकर्ताओं ने पाया कि रोबलेट इन नियमों को लगभग अनदेखा कर देते हैं। वे दृश्य समस्याओं (जैसे रंग कंट्रास्ट) को ठीक करने में अच्छे हैं लेकिन चीजों को मस्तिष्क के लिए समझने में आसान बनाने के बारे में अक्सर भूल जाते हैं।
3. वे किन रोबोटों का उपयोग कर रहे हैं?
अध्ययन मुख्य रूप से बड़े, प्रसिद्ध, सामान्य-उद्देश्य वाले रोबोटों (जैसे GPT-4, ChatGPT और Claude) पर निर्भर हैं।
- रूपक: यह केवल एक स्विस आर्मी नाइफ (Swiss Army Knife) का उपयोग करके एक शहर को ठीक करने की कोशिश करने जैसा है। ये उपकरण शक्तिशाली हैं और बहुत कुछ कर सकते हैं, लेकिन शोधकर्ता विशेष रूप से सुलभता के लिए डिज़ाइन किए गए कस्टम उपकरण नहीं बना रहे हैं। वे बस उपलब्ध सामान्य उपकरणों का उपयोग कर रहे हैं और उनसे काम करने के लिए कह रहे हैं।
- वे उनसे कैसे बात करते हैं: अधिकांश शोधकर्ता बस रोबोट से एक प्रश्न (एक "प्रॉम्ट") पूछते हैं जैसे, "इस वेबसाइट को ठीक करो।" वे ऐसे जटिल सिस्टम नहीं बना रहे हैं जहाँ रोबोट दूसरे रोबोटों से बात करे या समय के साथ सीखे।
4. वे किन समस्याओं को हल कर रहे हैं?
रोबोट मुख्य रूप रूप से "आसान" दृश्य समस्याओं को ठीक कर रहे हैं:
- लुप्त ऑल्ट टेक्स्ट (Alt Text): छवियों का वर्णन करना।
- खराब रंग: यह सुनिश्चित करना कि टेक्स्ट बैकग्राउंड के मुकाबले स्पष्ट दिखे।
- भ्रमित करने वाले हेडिंग्स: टेक्स्ट को व्यवस्थित करना ताकि स्क्रीन रीडर नेविगेट कर सकें।
वे क्या मिस कर रहे हैं: वे शायद ही कभी समय से संबंधित समस्याओं (जैसे कैप्शन के बिना वीडियो), जटिल नेविगेशन, या बहुत कठिन पढ़ने योग्य सामग्री को ठीक करते हैं। वे कभी-कभी तथ्य भी बना देते हैं (जिसे "हैलुसिनेशन" कहा जाता है), जैसे कि फोटो में मौजूद वस्तु का ऐसा वर्णन करना जो वास्तव में वहां नहीं है।
5. हमें कैसे पता चलता है कि वे काम करते हैं?
यहाँ रिपोर्ट थोड़ी आलोचनात्मक हो जाती है। शोधकर्ताओं ने देखा कि इन उपकरणों का परीक्षण कैसे किया गया था।
- समस्या: कई अध्ययनों ने इन रोबोटों का परीक्षण अन्य कंप्यूटरों का उपयोग करके या विशेषज्ञों से परिणामों को देखने के लिए कहकर किया। बहुत कम अध्ययनों ने वास्तव में विकलांग लोगों को इन उपकरणों का उपयोग करने के लिए कहा।
- रूपक: यह एक नई रैंप का परीक्षण करने जैसा है जिसमें एक बढ़ई द्वारा यह देखकर कि "यह अच्छी दिखती है," परीक्षण किया जाता है, बजाय इसके कि वास्तव में व्हीलचेयर का उपयोग करने वाले व्यक्ति को उस पर चढ़ने के लिए कहा जाए।
- परिणाम: हम जानते हैं कि रोबोट कोड ठीक कर सकते हैं, लेकिन हमारे पास पर्याप्त प्रमाण नहीं है कि ये सुधार वास्तव में वास्तविक दुनिया में वास्तविक लोगों की मदद करते हैं।
निष्कर्ष (The Bottom Line)
यह पेपर निष्कर्ष निकालता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) वेब को अधिक सुलभ बनाने के लिए उम्मीद जगाने वाले सहायक हैं, लेकिन वर्तमान में उनका उपयोग सीमित तरीके से किया जा रहा है।
- वे दृश्य और संरचनात्मक टेक्स्ट समस्याओं को ठीक करने में माहिर हैं।
- वे मुख्य रूप से मानक दृश्य नियमों (WCAG) का पालन कर रहे हैं लेकिन संज्ञानात्मक/मानसिक नियमों (COGA) को अनदेखा कर रहे हैं।
- उनका परीक्षण कंप्यूटरों और विशेषज्ञों द्वारा किया जा रहा है, उन लोगों द्वारा नहीं जिन्हें वे मदद करने के लिए बनाए गए हैं।
लेखक सुझाव देते हैं कि भविष्य में, हमें बेहतर सिस्टम बनाने की आवश्यकता है जो संज्ञानात्मक आवश्यकताओं को समझ सकें, केवल "बड़े" सामान्य रोबोटों पर निर्भर रहना बंद करें, और सबसे महत्वपूर्ण बात यह है कि इन उपकरणों का परीक्षण वास्तविक लोगों के साथ करें जो विकलांगता रखते हैं, ताकि यह सुनिश्चित हो सके कि वे वास्तव में काम करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।