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

想象一下，互联网是一座巨大且繁忙的图书馆。几十年来，图书管理员们一直遵循着一本名为 WCAG（网页内容无障碍指南）的严格规则手册，以确保每层书架、每个标识和每个故事都能被所有人触及，包括那些使用轮椅、屏幕阅读器或在理解复杂文本方面有困难的人。这本规则手册确保了：如果你看不见图片，机器人声音可以进行描述；如果你无法使用鼠标，键盘仍然可以点击按钮。这就像是拥有宽敞走道的图书馆与那些书籍被锁在玻璃门后的图书馆之间的区别。

现在，想象一位全新的、超级快速的机器人图书管理员来到了这里。这个由生成式人工智能（Generative AI）驱动的机器人，只需你礼貌地请求，就能在几秒钟内写出一本书、画出一张地图或录制一段故事。它极其迅速，能在几分钟内完成整个团队的工作。但问题在于：因为这个机器人在阅读旧图书馆（互联网）时进行了学习，而旧图书馆里有很多锁着的门和缺失的标识，所以这个机器人倾向于用同样带有锁着的门和缺失标识的方式来构建新的书籍。除非你明确告诉它，“嘿，确保这对每个人都是开放的！”，否则它并不知道要具备包容性。这篇论文提出了一个简单但紧迫的问题：如果我们教会这个机器人正确的规则，它是否会突然变成世界上最有帮助的图书管理员，还是说无论我们说什么，它都注定会建造围墙？

机器人图书管理员的大考

这篇论文就像是一个侦探故事，作者 Hector 设置了一个大规模实验，旨在测试这些 AI 机器人构建教育材料（如 PDF 报告、幻灯片演示、信息图表、音频剪辑和视频）的质量，看这些材料是否真正符合残障人士的无障碍需求。

设定：与机器人交流的三种方式
Hector 决定在三种不同的“人格”或指令下测试机器人，以观察哪一种效果最好：

1. “直接去做”提示词（条件 A）： 这是目前大多数人的做法。你向机器人要求：“给我做一个关于恐龙的幻灯片演示，”而不添加任何额外指令。这是日常的、随意的请求。
2. “超级严厉教师”提示词（条件 B）： 在这里，用户给出了基于 WCAG 规则手册的详细规则列表。他们说：“制作一个幻灯片演示，但你必须为每张图片添加描述，确保文本具有高对比度，并确保键盘可以点击每一个按钮。”
3. “永久技能”（条件 C）： 这是那个“圣杯”般的构想。与其每次都输入长长的规则列表，不如将一个“技能”或一个永久的配置文件加载到机器人的大脑中。从那时起，每当你提出任何要求，机器人都会自动记住要具备无障碍性，就像一位厨师总是记得加盐，而不需要你每次都提醒一样。

研究结果：机器人需要一点点推动
结果既有“糟糕”也有“惊叹”。

当机器人处于放任自流的状态时（条件 A），其无障碍表现简直是一场灾难。衡量材料遵循规则程度的平均得分仅为惨淡的 24.2%。

• 文档： 机器人制作的 PDF 在视觉上看起来很棒，但对于屏幕阅读器来说却是一团糟。它忘记了标记标题或描述图表，因此盲人用户听到的只是没有上下文的数字流。
• 幻灯片： 机器人创建了华丽的幻灯片，其中的可点击按钮无法通过键盘操作。这就像是建造了一扇只有拥有“魔杖”（鼠标）才能打开的门，把所有使用键盘的人都排除在外了。
• 视频： 这是表现最差的部分，得分竟然为 0%。机器人制作的视频带有自动生成的字幕，但这些字幕经常出错，并且它忘记了为盲人描述屏幕上正在发生的事情。它甚至制造了“唇形同步”问题，即 AI 数字人的嘴型与说话内容不匹配，这会让依赖读唇的人感到困惑。

“超级严厉教师”的魔力
但是，当 Hector 尝试条件 B 时，情况发生了变化。当他给出遵循无障碍规则的具体、详细的指令时，结果大幅飙升至 96.7%。

• PDF 突然有了正确的标签和描述。
• 幻灯片变得可以通过键盘进行导航。
• 视频获得了准确的字幕和音频描述。

这证明了机器人并非“无法”实现无障碍，它只是除非你明确告诉它，否则它并不知道如何去做。论文指出，障碍不在于技术本身，而在于我们与它沟通的方式。

隐藏的陷阱：信息过载
还有一个标准规则手册未完全涵盖的棘手问题：信息过载。
Hector 发现，某些 AI 工具（尤其是那些将长文本总结成一张精美图片，如信息图表的工具）倾向于将过多的信息挤进一个极小的空间。即使机器人遵循了所有的技术规则（例如为图像提供了描述），但图片本身过于密集和杂乱，导致任何人（无论视力好坏）都无法快速理解。这就像是一个路标，上面用极小的字体写着每一条街道的名字；从技术上讲，信息确实在那里，但因为它太拥挤而变得毫无用处。论文建议我们需要一种新的方法来衡量这种“视觉杂乱度”，而不仅仅是依靠标准的检查清单。

关于“永久技能”
论文还提出了将“永久技能”（条件 C）作为一种确保机器人不再忘记这些规则的方法，而不是每次都重复输入它们。然而，这项特定的测试在第一次实验中并未完全运行。作者认为，这是保持机器人一致性的最佳长期解决方案，但他们需要进行更多测试才能确定。

底线
这篇论文并不声称 AI 已经解决了无障碍问题。相反，它表明目前的现状是：AI 默认倾向于建造围墙。但如果我们花时间给它清晰、具体的指令（或者为其加载一项“技能”），它就可以为所有人建造坡道和门。机器人是一个强大的工具，但它需要人类的引导，以确保它不会把任何人丢在身后。论文最后邀请大家使用这种新的“测试协议”来检查自己的 AI 工具，以确保我们在利用 AI 加速教育的同时，不会在无意中让残障学生掉队。