[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Del código al cumplimiento: evaluación de la utilidad de ChatGPT en el diseño de una página web accesible: un estudio de caso

Created by
  • Haebom

Autor

Ammar Ahmed, Margarida Fresco, Fredrik Forsberg, Hallvard Grotli

Describir

Este artículo presenta los resultados de un estudio que intentó mejorar la accesibilidad web utilizando GPT-4. Al evaluar el cumplimiento de las Pautas de Accesibilidad Web (WCAG), ChatGPT demostró ser eficaz para resolver problemas de accesibilidad, pero se encontró que el código subyacente era insuficiente para el cumplimiento de las WCAG. Los resultados de las pruebas automatizadas y manuales mostraron que era eficaz para resolver problemas simples, pero tenía dificultades en tareas complejas, lo que indica la necesidad de supervisión humana y trabajo repetitivo. A diferencia de estudios anteriores, intentamos resolver los problemas de accesibilidad mediante la evaluación manual, elementos dinámicos y capacidad de razonamiento visual, y descubrimos que proporcionar capturas de pantalla en conjunto ayudó a mejorar el rendimiento de ChatGPT. Confirmamos que la ingeniería rápida utilizando retroalimentación clara y estructurada y ayudas visuales mejoró significativamente el rendimiento de ChatGPT. En conclusión, este estudio presenta el potencial y las limitaciones de los modelos de lenguaje a gran escala para mejorar la accesibilidad web y proporciona una guía práctica para desarrollar sitios web más inclusivos.

Takeaways, Limitations

Takeaways:
Los modelos de lenguaje a gran escala como ChatGPT muestran el potencial de ser utilizados para mejorar la accesibilidad web.
Destaca que una ingeniería de indicaciones eficaz (retroalimentación clara y estructurada, uso de elementos visuales) es importante para mejorar el desempeño.
Sugiera que se puede utilizar información visual, como capturas de pantalla, para mejorar la comprensión del LLM.
Limitations:
El código base de ChatGPT carece de conformidad con WCAG y tiene dificultades para abordar problemas complejos de accesibilidad.
Requiere supervisión humana e iteración adicional.
Los datos de entrenamiento de ChatGPT y la falta de accesibilidad a las prácticas de desarrollo web actuales son limitaciones.
👍