Automated LLM-Based Accessibility Remediation: From Conventional Websites to Angular Single-Page Applications
本文提出了一种基于大语言模型的模块化自动化系统，能够针对静态网站和复杂的 Angular 单页应用生成有意义的图像描述并修复 DOM 或源代码中的无障碍问题，从而显著降低人工成本并将无障碍性融入日常开发流程。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文讲述了一个非常酷的故事：研究人员开发了一个**“智能数字修理工”**，专门用来自动修复网站上的“无障碍”问题，让视障、听障或其他身体有障碍的人也能顺畅地使用互联网。
为了让你更容易理解，我们可以把整个互联网想象成一个巨大的**“数字城市”，而网站就是城市里的“建筑物”**。
1. 城市里的障碍（问题是什么？）
在这个数字城市里，很多建筑物（网站）虽然看起来很美，但对坐轮椅的人（使用屏幕阅读器的视障人士）来说，却充满了障碍：
- 没有盲道的路：图片没有文字描述，盲人不知道图片里是什么。
- 没有扶手的楼梯：按钮没有标签，盲人不知道按下去是干什么的。
- 昏暗的灯光：文字和背景颜色太接近，视力不好的人根本看不清。
以前，要修好这些障碍，需要一群**“人工建筑监理”**（开发者）一个个去检查、一个个去修改。这就像让工人拿着尺子去测量每一块砖，既慢又贵，而且很容易漏掉细节。
2. 新旧建筑的挑战（静态网站 vs. 单页应用）
这个“智能修理工”不仅要修老式的**“砖石建筑”（传统的静态网站），还要修非常复杂的“智能摩天大楼”**（现代的单页应用，比如用 Angular 框架做的网站）。
- 老式建筑：结构固定，好修。
- 智能摩天大楼：这些大楼是“活”的，里面的房间（页面）会根据你的点击瞬间变化，不需要重新盖楼（刷新页面）。传统的检查工具就像拿着静态图纸去检查动态大楼，根本看不准哪里有问题。
3. 超级大脑登场（LLM 的作用）
为了解决这个问题，作者们请来了一个**“超级大脑”**（大型语言模型，LLM，比如 GPT-4）。这个大脑不仅懂代码，还懂“无障碍”规则（WCAG 标准）。
它的修理工作流程就像这样：
侦探模式（检测）：
它先派出一群**“无人机”**（Selenium 浏览器）去扫描整个网站，找出哪里没有盲道、哪里灯光太暗。对于那种“活”的大楼，它甚至会直接钻进大楼内部，看代码是怎么写的。视觉模式（看图说话）：
如果看到一张图片没有说明，它不会瞎猜。它会**“看一眼”**这张图（调用多模态 AI），然后像一位贴心的导游一样，写出一句简短又准确的描述（比如“一只金毛犬在草地上奔跑”），填进图片的标签里。建筑师模式（自动修复）：
这是最厉害的一步。- 修老房子：它直接在网页的“现场”进行修改，就像给窗户装上把手，修好后立刻生效。
- 修摩天大楼：它直接修改大楼的**“原始设计图纸”**（源代码）。它非常小心，确保在修好无障碍设施的同时，不会把大楼的结构弄塌（不会破坏代码的编译和运行）。
质检模式（自我验证）：
修完之后，它不会就走了。它会再次扫描，确保问题真的解决了，而且没有修出新的毛病。如果修坏了，它会自动撤销，保证安全。
4. 修得怎么样？（实验结果）
研究人员把这个“智能修理工”派到了12 个公共网站和6 个开源的 Angular 项目（就像 6 栋不同的摩天大楼）去实习。
- 老式网站：它成功修复了 80% 的问题。对于那些结构太古老、太混乱的“危房”，它也会承认自己搞不定，避免乱修。
- 智能大楼：它成功修复了 86% 的问题，而且100% 保证了大楼修完后依然能正常“通电”运行（代码编译通过），没有把大楼修塌。
- 最棒的一点：它修完后的网站，原来的样子（设计感）和原来的功能（点击按钮的反应）都完好无损，就像给大楼装了无障碍设施，但没改变大楼的装修风格。
5. 总结：这意味着什么？
这篇论文告诉我们，“无障碍”不再需要等到未来，也不再是开发者头疼的额外负担。
以前，修无障碍设施像是“事后补救”，又慢又贵。现在，有了这个基于 AI 的工具，它就像是一个不知疲倦的、懂规则的、既细心又懂技术的“数字管家”。它可以自动把网站变得对所有人都友好，让每个人都能平等地进入数字世界。
一句话总结：这是一个用 AI 自动给网站“装电梯、修盲道”的超级工具，让互联网对所有人都更加公平和友好。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。