The Evaluation–Action Gap in Digital Accessibility Research: A Systematic Review of Automation Bias, Sectoral Concentration, and User Exclusion

研究論文の解説：「デジタル・アクセシビリティ研究における評価と行動のギャップ」を、分かりやすい言葉と独創的な比喩を用いて解説します。

大きな全体像：診断はするが、治療は決してしない医師

ある医療研究チームを想像してみてください。彼らは特定の疾患を研究するために10年を費やしています。彼らは何百もの論文を書き、何千枚ものX線写真を撮り、終わりのない血液検査を行っています。彼らは病気を見つけ出すことに関しては非常に長けています。どこに問題があり、それがどれほど深刻であるかを正確に伝えることができます。

しかし、ここに落とし穴があります。彼らは決して患者を治療しないのです。

これは、この論文がウェブ・アクセシビリティ（障害を持つ人々にとってウェブサイトを使えるようにすること）の世界で起きていると言っていることの本質です。研究コミュニックティは、「診断」のループに陥っており、「治療」へと進むことができていません。

研究内容：検診の数を数える

著者であるイブラヒム・エマラ（Ibrahim Emara）氏は、2014年から2025年までに発表された104件の異なる研究を調査しました。彼は、膨大なレポートの山を整理する司書のように振る舞い、皆が何をしているのかを確認しました。彼はこう問いたかったのです。「私たちは本当に、目の不自由な人や障害を持つ人のためのインターネットを良くしているのだろうか？ それとも、単にインターネットがいかに壊れているかについてのレポートを書き続けているだけなのだろうか？」

見つかった3つの主な問題

1. 「ロボット検査官」問題（自動化バイアス）

比喩： 車椅子利用者が家に入っても安全かどうかを確認しようとしている場面を想像してください。車椅子のユーザーにドアを通ってみてもらう代わりに、ドアの幅が30インチあるかどうかだけをチェックするロボットを送り込みます。ロボットは「合格！」と言います。なぜなら幅は正しいからです。しかし、ロボットは床が滑りやすかったり、取っ手が位置が高すぎたり、あるいは通路にラグが置かれていたりすることを見逃してしまいます。

研究結果： 研究の**約50%**が、ウェブサイトをテストするために自動化されたコンピュータツール（WAVE、TAW、ACheckerなど）を使用していました。これらのツールは速くて簡単ですが、先ほどのロボット検査官のようなものです。これらは単純で技術的なエラーしか見つけることができません。

• 結果： 彼らは、サイトを利用する際の実体験としての「人間的な経験」を見逃しています。
• ギャップ： 実際にテストのプロセスに障害を持つ当事者を関与させた研究は、わずか**10%**でした。

2. 「学校と政府」というバブル（セクターの集中）

比喩： 学校や政府機関の防火検査員を想像してください。その検査員は、学校や政府の建物ばかりをチェックします。何百万もの人々が毎日食事をし、映画を観て、買い物をするレストランや映画館、ショッピングモールについては一切チェックしません。

研究結果： 研究は**教育分野（41%）と政府機関（25%）**に大きく偏っています。

• ギャップ： 民間のウェブサイト（オンラインショッピング、銀行、エンターテインメントなど）はほとんど無視されています。しかし、これらは障害を持つ人々が、他の人々と同じように日常生活に参加するために必要な場所です。

3. 「壊れたレコード」（評価と行動のギャップ）

比喩： 「あなたの車のタイヤはパンクしています」という報告書を書き続ける整備士を想像してください。彼は2015年にこの報告書を書き、2018年にも書き、そして2024年にも書きました。報告書の内容は完璧ですが、タイヤは依然としてパンクしたままです。整備士は問題を見つけることには長けていますが、それを直すことは全くできません。

研究結果： 研究の数が増加している（特に2020年以降）にもかかわらず、同じ問題が繰り返し現れています。

• 画像の代替テキストの欠如（79%の研究が指摘）。
• 色のコントラストの悪さ（53%の研究が指摘）。
• ウェブサイト構造の不備（53%の研究が指摘）。

この論文は、私たちが**「診断ループ」**に囚われていると主張しています。私たちは、ウェブサイトの作り方を変えたり、実際に問題を修正したりすることなく、同じ壊れた箇所を記録し続けているのです。

なぜこのようなことが起きているのか？

著者は、これが**「利便性」**に起因すると示唆しています。

• ロボットは簡単： 研究者にとって、障害を持つ実在の人々を募り、スケジュールを組み、共に作業するよりも、コンピュータのスクリプトを実行する方がはるかに速く、安上がりです。
• 学校は簡単： 大学の研究者が、民間の銀行やグローバルなECサイトをテストするよりも、自分たちの大学のウェブサイトをテストする方が許可を得やすいのです。

研究は論文を迅速に発表する必要性に駆られているため、研究者たちは「難しい道」（実在のユーザーや複雑な業界）ではなく、「簡単な道」（ロボットや学校）を選んでしまうのです。

結論：新しいアプローチが必要である

この論文は、この分野が**「診断については豊かだが、介入については乏しい（diagnostically rich but intervention-poor）」**と結論付けています。

• 診断については豊か： 何が間違っているかを伝えるデータは山ほどあります。
• 介入については乏しい： それをどのように修正するか、あるいは修正が必要な人々をどのように巻き込むかについてのデータはほとんどありません。

行動への呼びかけ：
これを解決するためには、単にロボットで「チェックボックスにチェックを入れる」だけの作業をやめる必要があると著者は述べています。私たちは以下のことを行うべきです。

1. 専門家を招き入れる： 障害を持つ人々を、単なる被験者としてではなく、パートナーとして研究プロセスに含めること。
2. 他の場所を見る： 学校だけでなく、人々が実際に買い物や銀行業務を行うウェブサイトを研究すること。
3. 解決策に焦点を当てる： 単に「ここが壊れている」と言うだけでなく、実際に修正案を構築し、それが機能するかどうかを確認すること。

要するに、私たちは10年もの間、路面の窪み（ポットホール）の写真を撮り続けてきました。今こそ、道を舗装し始める時なのです。