Redakcja
Sercem systemu ma być wirtualny asystent bazujący na dużych modelach językowych (LLM), który będzie wspierany przez istniejące walidatory dostępności cyfrowej. Co ciekawe, twórcy projektu planują wykorzystać zarówno rozwiązania open source, jak i własne narzędzia wypracowane w poprzednich projektach Ministerstwa Cyfryzacji.
Główne funkcjonalności planowanego systemu obejmują automatyczną detekcję błędów dostępności na stronach internetowych, generowanie tekstów alternatywnych do grafik, tworzenie napisów do materiałów wideo. Mowa także o analizie dostępności dokumentów PDF i upraszczaniu tekstów zgodnie z zasadami prostego języka.
Wyzwania techniczne
Z naszej testerskiej perspektywy szczególnie interesujący jest zakres automatyzacji testów dostępności. Jak wynika z dokumentacji projektowej AI DC, obecnie dostępne automatyczne narzędzia pokrywają jedynie około 30-40% aspektów dostępności cyfrowej. AI DC ma ambicję znacząco poszerzyć ten zakres, choć twórcy projektu otwarcie przyznają, że nie będzie to narzędzie automatycznie naprawiające wszystkie błędy dostępności, „natomiast jego efektem będzie narzędzie oferujące wsparcie eksperckie w zakresie dostępności cyfrowej”.
Implementacja projektu została podzielona na trzy główne fazy:
- Analiza dostępnych technologii i wybór optymalnych rozwiązań
- Budowa narzędzia z wykorzystaniem wybranych modeli AI
- Wdrożenie produkcyjne poprzedzone fazą pilotażową
Dla środowiska testerskiego projekt AI DC może być sporą zmianą w podejściu do testowania dostępności cyfrowej. Jeśli narzędzie spełni pokładane w nim nadzieje, może znacząco przyspieszyć proces testowania i walidacji zgodności z wymogami WCAG. Szczególnie obiecująca wydaje się możliwość prowadzenia dialogu z wirtualnym asystentem w języku naturalnym. To może być sporym ułatwieniem w pracy dla osób początkujących w testach dostępności.
AI DC to ambitna inicjatywa, która może wpłynąć na sposób, w jaki testujemy i implementujemy dostępność cyfrową w Polsce. To, co może zdecydować o sukcesie tego projektu, to jakość implementacji modeli AI oraz ich skuteczność w rozwiązywaniu realnych problemów z dostępnością. Pierwsze efekty projektu poznamy podczas fazy pilotażowej, która poprzedzi pełne wdrożenie produkcyjne planowane na styczeń 2028 roku.
Komentarz
Czy da się nauczyć model, aby był w stanie prowadzić testy dostępności na żywej aplikacji i zapłacić za to jedynie 10 milionów złotych? Co prawda w ramach testów dostępności mamy zdefiniowaną listę kontrolną i narzędzia, które sprawdzają większość wytycznych, ale czy da się przeprowadzić pełen audyt? To bardzo mało prawdopodobne, ale będziemy wyczekiwali efektów tego projektu.
