AI सुलभता: उपयोग, टूल और सीमाओं की एक व्यावहारिक गाइड
एक व्यावहारिक गाइड: AI दिव्यांग लोगों की कैसे मदद करता है, कंटेंट को सुलभ बनाने के लिए इसका उपयोग कैसे करें, सुलभ AI टूल कैसे चुनें, और AI अब भी कहाँ कमज़ोर पड़ता है।

AI सुलभता का अर्थ है दिव्यांग लोगों को डिजिटल सामग्री पढ़ने, सुनने, बोलने और उसमें नेविगेट करने में मदद के लिए आर्टिफ़िशियल इंटेलिजेंस (AI) का उपयोग करना, और यह सुनिश्चित करना कि AI टूल स्वयं सुलभ हों।
यह गाइड बताती है कि अलग-अलग सुलभता आवश्यकताओं के लिए AI क्या करता है, डिजिटल सामग्री को सुलभ बनाने के लिए इसका उपयोग करने के सर्वोत्तम तरीके क्या हैं, परिणामों की जाँच कैसे करें, यह कैसे पता करें कि कोई AI टूल स्वयं सुलभ है या नहीं, और सुलभता के लिए AI अभी भी कहाँ कमज़ोर पड़ता है।
AI सुलभता क्या है?
AI सुलभता के दो अर्थ हैं: सुलभता के लिए AI और AI की सुलभता।
सुलभता के लिए AI का मतलब है दिव्यांग और सीखने में कठिनाई वाले उपयोगकर्ताओं के लिए सामग्री को सुलभ बनाने हेतु AI का उपयोग करना।
AI-संचालित सुलभता टूल उपयोगकर्ताओं को ऐसी सामग्री का उपयोग करने में मदद करते हैं जो अन्यथा उनके लिए दुर्गम होती, और ऐसे काम पूरे करने में मदद करते हैं जो अन्यथा बेहद कठिन होते। या पूरी तरह असंभव।
उदाहरण के लिए, टेक्स्ट-टू-स्पीच टूल दृष्टिहीन लोगों को लिखित टेक्स्ट “पढ़ने” देते हैं, जबकि डिक्टेशन और शब्द पूर्वानुमान (वर्ड प्रेडिक्शन) डिस्लेक्सिया से ग्रस्त लोगों के लिए लिखकर संवाद करना आसान बनाते हैं। और ऐसा करके, ये टूल उन कुछ नुकसानों की भरपाई करते हैं जिनका सामना इन लोगों को अपने व्यक्तिगत, शैक्षणिक या पेशेवर जीवन में करना पड़ता है।
AI टूल सुलभ सामग्री बनाने में भी मदद करते हैं, जैसे दृष्टिहीन पाठकों के लिए इमेज का वैकल्पिक टेक्स्ट या बधिर और कम सुनने वाले दर्शकों के लिए वीडियो कैप्शन।
जब हम AI की सुलभता की बात करते हैं, तो हमारा मतलब स्वयं AI टूल की सुलभता से होता है। उदाहरण के लिए, क्या हाथों की सीमित निपुणता वाला व्यक्ति इसे केवल कीबोर्ड या आवाज़ से नियंत्रित कर सकता है, या क्या स्क्रीन रीडर के लिए सभी फ़ील्ड और बटन पर स्पष्ट लेबल लगे हैं।
AI दिव्यांग लोगों की कैसे मदद करता है
सहायक तकनीक (असिस्टिव टेक्नोलॉजी) वर्षों से ऑप्टिकल कैरेक्टर रिकग्निशन (OCR), स्पीच रिकग्निशन और टेक्स्ट-टू-स्पीच टूल में AI का उपयोग करती आई है, जो दिव्यांग और सीखने में कठिनाई वाले उपयोगकर्ताओं की मदद करते हैं।
जनरेटिव AI इसमें एक नई परत जोड़ता है। यह नई सामग्री बनाता है, जैसे इमेज विवरण, सारांश या कैप्शन।
दृष्टि बाधा से लेकर संज्ञानात्मक दिव्यांगता तक, अलग-अलग सुलभता आवश्यकताओं में AI कैसे मदद करता है, और कहाँ विफल होता है, यह इस प्रकार है:
आवश्यकता | AI क्या करता है | उदाहरण टूल | विफलता के रूप |
दृष्टिहीन और कम दृष्टि वाले लोग | दृष्टिबाधित लोगों के लिए तस्वीरों और आसपास के माहौल का वर्णन करता है, टेक्स्ट पढ़कर सुनाता है और उत्पादों की पहचान करता है | Seeing AI, Be My Eyes | विवरणों में जानकारी छूट जाती है या गलत बताई जाती है |
बधिर और कम सुनने वाले लोग | सुनने में अक्षमता वाले लोगों के लिए बातचीत और मीटिंग के लाइव कैप्शन और ट्रांसक्रिप्ट बनाता है | वीडियो-कॉल ऐप्स और फ़ोन में लाइव-कैप्शन सुविधाएँ | नामों, तकनीकी शब्दावली, उच्चारण-शैलियों (एक्सेंट) और वक्ता के बदलने को सटीक रूप से नहीं पहचानता |
वाणी संबंधी दिव्यांगता | उपयोगकर्ता की अपनी रिकॉर्डिंग पर प्रशिक्षण के बाद गैर-मानक वाणी को पहचानता है, या उपयोगकर्ता जैसी सुनाई देने वाली सिंथेटिक आवाज़ बनाता है | Voiceitt, जो गैर-मानक वाणी को टेक्स्ट या स्पष्ट कंप्यूटरीकृत वाणी में बदलता है; Apple Personal Voice, जो ऐसी आवाज़ बनाता है जिसका उपयोग Live Speech, VoiceOver और AAC ऐप्स कर सकते हैं | सटीकता उपयोगकर्ता की प्रशिक्षण रिकॉर्डिंग पर निर्भर करती है: Voiceitt ऐसी 50 रिकॉर्डिंग माँगता है और कहता है कि वह 100% सटीकता का वादा नहीं कर सकता |
गतिशीलता और मोटर संबंधी | कीबोर्ड और माउस की जगह वॉइस कमांड और डिक्टेशन का विकल्प देता है | ऑपरेटिंग सिस्टम में बिल्ट-इन डिक्टेशन और वॉइस कंट्रोल, और बोलकर दिए गए प्रॉम्प्ट स्वीकार करने वाले AI असिस्टेंट | वॉइस कंट्रोल केवल उन्हीं कंट्रोल तक पहुँच सकता है जिनका वह नाम ले सके, इसलिए बिना लेबल वाले बटन, कस्टम विजेट और ऐसे ऐप्स जो अपने कंट्रोल उपलब्ध नहीं कराते, पहुँच से बाहर रहते हैं। |
संज्ञानात्मक, सीखने और ध्यान संबंधी | सारांश बनाता है, सरल करता है, कामों को चरणों में बाँटता है, और शेड्यूल व रिमाइंडर बनाता है | सामान्य AI चैट असिस्टेंट | AI समाधान महत्वपूर्ण विवरण छोड़ देते हैं और हैलुसिनेट करते हैं (मनगढ़ंत जानकारी देते हैं) |
अपनी सामग्री की सुलभता बेहतर बनाने के लिए AI का उपयोग कैसे करें
AI टूल सामग्री निर्माताओं और प्रकाशकों को Web Content Accessibility Guidelines (WCAG) में निर्धारित सुलभता मानकों को पूरा करने में मदद करते हैं। वे ऑल्ट टेक्स्ट, कैप्शन और ऑडियो विवरण का ड्राफ़्ट तैयार कर सकते हैं, लेखों को ऑडियो में बदल सकते हैं, और जटिल टेक्स्ट को सरल भाषा में दोबारा लिख सकते हैं।
इमेज, चार्ट और इन्फ़ोग्राफ़िक के लिए ऑल्ट टेक्स्ट लिखें
इमेज, चार्ट और इन्फ़ोग्राफ़िक के लिए वैकल्पिक टेक्स्ट (ऑल्ट टेक्स्ट) का ड्राफ़्ट तैयार करने के लिए Perplexity जैसे किसी AI असिस्टेंट का उपयोग करें। स्क्रीन रीडर ऑल्ट टेक्स्ट को पढ़कर सुनाते हैं, इसलिए एक अच्छा विवरण दृष्टिहीन और कम दृष्टि वाले पाठकों को वह जानकारी देता है जो कोई ग्राफ़िक प्रस्तुत करता है।
यहाँ एक बार चार्ट के लिए Perplexity द्वारा तैयार किए गए ऑल्ट टेक्स्ट और लंबे विवरण का उदाहरण दिया गया है:
प्रॉम्प्ट यह है:
इस चार्ट के लिए ऑल्ट टेक्स्ट लिखें: एक या दो वाक्य जो बताएँ कि यह क्या दिखाता है और इसका मुख्य निष्कर्ष क्या है। फिर एक लंबा विवरण लिखें जिसमें हर रुझान, मान, लेबल और डेटा पॉइंट शामिल हो, और जो इतना विस्तृत हो कि चार्ट न देख पाने वाला व्यक्ति केवल विवरण से उसे पूरी तरह समझ सके। अंत में, वह सब कुछ सूचीबद्ध करें जिसे आप स्पष्ट रूप से नहीं पढ़ पाए या जिसके बारे में आप निश्चित नहीं हैं, ताकि मैं उसे स्रोत डेटा से मिलाकर जाँच सकूँ।
विज़ुअल के लिए ऑल्ट टेक्स्ट लिखते समय:
- विज़ुअल का एक छोटा और एक लंबा संस्करण दें: एक वाक्य का ऑल्ट टेक्स्ट लिखें, साथ में डेटा या एक लंबा विवरण दें।
- उद्देश्य को ध्यान में रखकर लिखें: WCAG के अनुसार टेक्स्ट विकल्प को इमेज के समान उद्देश्य की पूर्ति करनी चाहिए। इसके लिए AI असिस्टेंट को यह समझने की ज़रूरत पड़ सकती है कि इमेज टेक्स्ट में क्यों है, इसलिए अतिरिक्त संदर्भ दें, उदाहरण के लिए, लेख की सामग्री।
- हर मान की जाँच करें: विवरण के हर आँकड़े की तुलना अपने स्रोत डेटा से करें, खासकर छोटे लेबल और संख्याओं की, क्योंकि हो सकता है AI उन्हें गलत पढ़ ले।
- सजावटी इमेज को सजावटी के रूप में चिह्नित करें: पूरी तरह सजावटी इमेज को खाली alt एट्रिब्यूट (alt="") दें, ताकि स्क्रीन रीडर उन्हें छोड़ दें। (एट्रिब्यूट को हटा देना काम नहीं करता, क्योंकि तब कुछ स्क्रीन रीडर फ़ाइल का नाम पढ़कर सुनाते हैं, जैसा कि W3C इमेज ट्यूटोरियल में बताया गया है।)
वीडियो कैप्शन और ऑडियो ट्रांसक्रिप्ट बनाएँ
अब कई AI असिस्टेंट ऑडियो और वीडियो फ़ाइलें स्वीकार करते हैं और उन्हें ट्रांसक्राइब करते हैं।
कैप्शन और ट्रांसक्रिप्ट बोली गई सामग्री को उन लोगों के लिए उपलब्ध कराते हैं जो उसे सुन नहीं सकते। बधिर और कम सुनने वाले दर्शक वीडियो समझने के लिए कैप्शन पर, और पॉडकास्ट या रिकॉर्ड की गई कॉल के लिए ट्रांसक्रिप्ट पर निर्भर रहते हैं। ये उन सभी की भी मदद करते हैं जो सामग्री सुनने के बजाय उसे पढ़ना या उसमें खोजना पसंद करते हैं।
Perplexity और अन्य AI असिस्टेंट वीडियो और ऑडियो फ़ाइलों को ट्रांसक्राइब कर सकते हैं और बता सकते हैं कि किसने क्या कहा, लेकिन समर्पित ट्रांसक्रिप्शन और कैप्शनिंग टूल इस प्रक्रिया को तेज़ कर देते हैं। उदाहरण के लिए, Otter.ai और Sembly AI ऑडियो फ़ाइलों और मीटिंग को ट्रांसक्राइब करते हैं और बताते हैं कि कौन बोल रहा है, और Descript व Tella जैसे वीडियो एडिटिंग टूल अपने आप कैप्शन बनाते हैं।
WCAG के कैप्शनिंग मानदंड (रिकॉर्ड किए गए वीडियो के लिए 1.2.2 और लाइव वीडियो के लिए 1.2.4) संवाद, बोलने वाले व्यक्ति और अर्थपूर्ण साउंड इफ़ेक्ट को कवर करते हैं, इसलिए जाँच लें कि वक्ता के बदलाव और हँसी जैसी ध्वनियाँ भी कैप्शन में शामिल हों
AI टूल अक्सर नामों या उत्पाद से जुड़े शब्दों में गलती करते हैं, इसलिए रिकॉर्डिंग में आने वाले नामों और शब्दों की एक शब्दावली अपने AI असिस्टेंट के साथ साझा करें, और अगर आपका कैप्शनिंग या ट्रांसक्रिप्शन टूल कस्टम शब्दावली की सुविधा देता है, तो उन शब्दों को उसमें जोड़ें।
वीडियो में ऑडियो विवरण जोड़ें
ऑडियो विवरण, जो रिकॉर्ड किए गए वीडियो के लिए Level AA की आवश्यकता है (WCAG 1.2.5), देख न पाने वाले लोगों को बताते हैं कि क्या हो रहा है, जैसे गतिविधियाँ, दृश्य परिवर्तन, चेहरे के भाव या स्क्रीन पर दिखने वाला टेक्स्ट, जिसे साउंडट्रैक व्यक्त नहीं करता।
हाथ से विवरण लिखना धीमा काम है, इसलिए Verbit, 3Play Media या ScreenPal जैसे समर्पित टूल अब उनका ड्राफ़्ट बनाने और उन्हें आवाज़ देने के लिए AI का उपयोग करते हैं।
AI ड्राफ़्ट को अब भी मानव संपादक की ज़रूरत होती है। RNIB द्वारा कमीशन किए गए और University of Surrey द्वारा किए गए 2025 के एक अध्ययन में, BBC कार्यक्रमों के AI-जनित विवरणों में “अक्सर सटीकता, सुसंगति और संदर्भ की समझ की कमी थी,” और उनमें पात्रों की गलत पहचान की गई।
विवरण संपादित करते समय, उन्हें उतना ही रखें जितना दर्शकों को वीडियो समझने के लिए चाहिए, और उन्हें संवादों के बीच स्वाभाविक ठहरावों में रखें।
जटिल लिखित सामग्री को सरल भाषा में दोबारा लिखें
जनरेटिव AI टूल टेक्स्ट को दोबारा लिखते, छोटा करते, पुनर्गठित करते और समझाते हैं। वे जटिल लिखित सामग्री को उन लोगों के लिए अधिक स्पष्ट संस्करण में बदल सकते हैं जिनमें डिस्लेक्सिया या ADHD जैसी संज्ञानात्मक, सीखने या ध्यान संबंधी भिन्नताएँ हैं, और जिन्हें लंबे वाक्य, तकनीकी शब्दावली और लंबे पैराग्राफ़ समझने में कठिनाई होती है।
जब किसी टेक्स्ट को पढ़ने के लिए निम्न माध्यमिक शिक्षा (लगभग नौ वर्ष की स्कूली शिक्षा) से अधिक पठन क्षमता की आवश्यकता हो, तो WCAG एक सरल संस्करण या पूरक सामग्री देने की सलाह देता है (मानदंड 3.1.5, Level AAA)।
किसी दस्तावेज़ को दोबारा लिखने के लिए आप इस नमूना प्रॉम्प्ट को अपनी ज़रूरत के अनुसार बदल सकते हैं:
[संलग्न पैरेंटल लीव नीति] को उन कर्मचारियों के लिए सरल भाषा में दोबारा लिखें जो अंग्रेज़ी को दूसरी भाषा के रूप में पढ़ते हों या जिन्हें डिस्लेक्सिया या ADHD हो। ऐसा पठन स्तर रखें जिसे 12 से 14 साल का बच्चा समझ सके। हर [पात्रता नियम, समय-सीमा, दिनों की संख्या और फ़ॉर्म का नाम] ठीक वैसा ही रखें जैसा लिखा है। 20 से अधिक शब्दों वाले वाक्य न लिखें और हर वाक्य में एक ही विचार रखें। शुरुआत [कौन पात्र है और आवेदन कैसे करें, इसके] दो वाक्यों के सारांश से करें। [आवेदन] प्रक्रिया को क्रमांकित चरणों में बदलें, हर हिस्से से पहले एक छोटा शीर्षक जोड़ें, और [“accrual”] या [“statutory pay”] जैसे तकनीकी शब्द पहली बार आने पर उन्हें कोष्ठक में समझाएँ या उनकी जगह सरल शब्द लिखें। हर संक्षिप्त रूप को पहली बार उपयोग करते समय पूरा लिखें।
AI महत्वपूर्ण विवरण छोड़ सकता है और अर्थ बदल सकता है, और फिर भी परिणाम गलत नहीं लगता, इसलिए इसकी तुलना मूल सामग्री से करें, और प्रकाशित करने से पहले विषय के किसी जानकार व्यक्ति से पुष्टि करवाएँ कि कुछ भी महत्वपूर्ण छूटा नहीं है।
लिखित सामग्री के ऑडियो संस्करण बनाएँ
ऑडियो संस्करण लोगों को कोई लेख या दस्तावेज़ सुनने की सुविधा देता है, जिससे वह दृष्टि हानि वाले लोगों और डिस्लेक्सिया जैसी साक्षरता-संबंधी सीखने की कठिनाइयों वाले लोगों के लिए अधिक सुलभ हो जाता है।
AI वॉइस जनरेटर टेक्स्ट को स्वाभाविक लगने वाली वाणी में बदलते हैं। उदाहरण के लिए, ElevenLabs Audio Native लेखों के लिए एम्बेड करने योग्य वॉइसओवर प्लेयर बनाता है, और Amazon Polly टेक्स्ट को ऐसी स्पीच फ़ाइलों में बदलता है जिन्हें आप प्रकाशित कर सकते हैं।
दोनों में आप यह सेट कर सकते हैं कि नाम, संक्षिप्त रूप (एक्रोनिम) और उत्पाद से जुड़े शब्द कैसे उच्चारित हों। सबसे पहले इन्हें जाँचें, ताकि श्रोता भ्रमित न हों।
जब आप अपने पेज पर ऑडियो संस्करण एम्बेड करें, तो सुनिश्चित करें कि ऑडियो प्लेयर कीबोर्ड से काम करे और उसके कंट्रोल पर स्पष्ट लेबल हों। लंबे लेखों में छोटे सारांश जोड़ें, और जब भी टेक्स्ट बदले, ऑडियो को अपडेट करें।
अपनी वेबसाइट की सुलभता बेहतर बनाएँ
ऑटोमेटेड चेकर और AI कोडिंग असिस्टेंट साथ मिलकर अच्छा काम करते हैं: चेकर आपकी साइट के कोड में समस्याएँ ढूँढता है, और असिस्टेंट उन्हें ठीक करता है।
Axe जैसे किसी ऑटोमेटेड वेब सुलभता चेकर से शुरुआत करें, जो किसी पेज को तय नियमों के आधार पर जाँचता है और कम कलर कॉन्ट्रास्ट, बिना नाम वाले बटन और लिंक, और बिना लेबल वाले फ़ॉर्म फ़ील्ड जैसी विफलताओं को चिह्नित करता है। फिर किसी कोडिंग असिस्टेंट को रिपोर्ट और पेज का कोड दें, साथ ही वे सुलभता नियम भी दें जिनका पालन करना है:
मैंने इस पेज पर एक ऑटोमेटेड सुलभता चेकर चलाया है। रिपोर्ट और पेज का कोड संलग्न है। हर विफलता को ठीक करें ताकि पेज WCAG 2.2 AA को पूरा करे, हर बदलाव को एक वाक्य में समझाएँ, और जो कोड सही है उसे न छेड़ें।
नई साइटें बनाते समय, शुरुआत में ही AI असिस्टेंट को नियम दे दें।
आठ AI मॉडल पर किए गए Microsoft के मई 2026 के परीक्षण में, सुलभता निर्देशों के बिना बनाए गए 12% पेज उसकी ऑटोमेटेड जाँच में पास हुए। WCAG 2.2 कोडिंग नियमों की लगभग 100 पंक्तियों वाली चेकलिस्ट जोड़ने से औसत बढ़कर 60% हो गया। उस मार्गदर्शन को दोबारा इस्तेमाल किए जा सकने वाले कौशल के रूप में पैकेज करने से यह 82% तक पहुँचा, और मॉडल को परीक्षण चलाने और अपना कोड खुद ठीक करने देने से यह 86% हो गया।
जैसा कि Microsoft की रिपोर्ट में बताया गया है, ऑटोमेटेड परीक्षण सुलभता की केवल कुछ समस्याएँ पकड़ पाता है, इसलिए हर जाँच में पास होने वाला पेज भी उपयोग करने में कठिन हो सकता है।
AI सुलभता ओवरले से सावधान रहें, यानी ऐसे एक-लाइन विजेट जो किसी साइट को अनुपालक बनाने का वादा करते हैं। जनवरी 2025 में, अमेरिकी फ़ेडरल ट्रेड कमीशन ने accessiBe को $1 मिलियन का भुगतान करने का आदेश दिया, क्योंकि कंपनी ने दावा किया था कि उसका AI विजेट किसी भी वेबसाइट को WCAG-अनुपालक बना सकता है, और अप्रैल 2025 का अंतिम आदेश ऐसे दावों पर तब तक रोक लगाता है जब तक कंपनी के पास उनके समर्थन में सबूत न हों।
सुलभता के लिए AI की सीमाएँ
AI पहुँच बढ़ाता है, लेकिन इससे गोपनीयता के जोखिम भी पैदा होते हैं, और इसके आउटपुट अविश्वसनीय और पक्षपातपूर्ण हो सकते हैं।
गोपनीयता संबंधी चिंताएँ
सहायक AI संवेदनशील जानकारी को संभालता है: पत्रों, दस्तावेज़ों और दवाओं के लेबल के कैमरा व्यू, बातचीत की रिकॉर्डिंग, और ऐसे विवरण जिनसे किसी दिव्यांगता का पता चल सकता है।
वह डेटा कितना निजी रहता है, यह काफ़ी हद तक इस पर निर्भर करता है कि टूल उसे कहाँ प्रोसेस करता है।
कुछ टूल, जैसे Apple का Personal Voice, सब कुछ डिवाइस पर ही प्रोसेस करते हैं, जबकि अन्य क्लाउड पर निर्भर रहते हैं। उदाहरण के लिए, Be My Eyes का Be My AI विवरण तैयार करने के लिए तस्वीरें एक AI प्रदाता के सर्वर पर भेजता है।
एक और बड़ी चिंता यह है कि क्या वेंडर उपयोगकर्ता डेटा पर अपने मॉडल को प्रशिक्षित करता है।
विश्वसनीयता संबंधी समस्याएँ
AI-संचालित सुलभता तकनीकों सहित AI टूल गलतियाँ कर सकते हैं, और इन गलतियों से दिव्यांग लोगों को अधिक नुकसान होता है।
2026 में प्रकाशित, 20 दृष्टिहीन और कम दृष्टि वाले लोगों के साथ किए गए एक डायरी अध्ययन में, फ़ॉलो-अप प्रश्नों के 22% उत्तरों में गलत जानकारी थी, और जब AI टेक्स्ट या ग्राफ़िक्स पढ़ रहा था, तब यह आँकड़ा बढ़कर 35% हो गया (हालाँकि AI के ज़्यादातर पहले विवरण सटीक थे)।
जब गलतियाँ होती हैं, तो उनसे वास्तविक नुकसान हो सकता है। American Foundation for the Blind द्वारा 2025 में किए गए एक सर्वेक्षण में, AI इमेज विवरण का उपयोग करने वाले 21% दृष्टिहीन और कम दृष्टि वाले लोगों ने कहा कि AI की किसी गलती से उन्हें नुकसान हुआ, जबकि देख सकने वाले उपयोगकर्ताओं में यह आँकड़ा 9% था। AI कैप्शन का उपयोग करने वाले बधिर और कम सुनने वाले लोगों में यह आँकड़ा 24% था, जबकि बिना दिव्यांगता वाले उपयोगकर्ताओं में 4%।
रिपोर्ट के लेखक दो कारण बताते हैं: दिव्यांग उपयोगकर्ता अक्सर आउटपुट को मूल इमेज या ऑडियो से मिलाकर नहीं जाँच पाते, और कुछ लोग इन टूल का उपयोग अधिक जोखिम वाली स्थितियों में करते हैं, जैसे दवाओं के लेबल या वित्तीय दस्तावेज़ पढ़ना।
पूर्वाग्रह और प्रशिक्षण डेटा
कुछ AI टूल, जैसे स्पीच रिकग्निशन टूल, दिव्यांग लोगों के लिए उतनी अच्छी तरह काम नहीं कर सकते, और सीमित प्रशिक्षण डेटा इसका एक कारण है
Speech Accessibility Project के 2024 के एक शोधपत्र के अनुसार, 2008 से 2023 के बीच डिसआर्थ्रिक वाणी (डिसआर्थ्रिया से प्रभावित वाणी) को पहचानने की सर्वश्रेष्ठ त्रुटि दरें तीन गुना घटीं, जबकि अन्य वक्ताओं के लिए ये पाँच गुना घटीं। इसके लेखक डेटा की कमी को एक प्रमुख कारण बताते हैं। प्रोजेक्ट के 2025 के फ़ॉलो-अप शोधपत्र में कहा गया है कि यह अंतर आंशिक रूप से डेटा की कमी के कारण है।
हालाँकि, समस्या सिर्फ़ डेटा की नहीं है। यह इस बात से भी जुड़ी है कि मॉडल कैसे काम करते हैं।
W3C के 2023 AI and Accessibility Research Symposium में अपने मुख्य भाषण में, Inclusive Design Research Centre की Jutta Treviranus ने तर्क दिया कि AI सिस्टम औसत के करीब के लोगों के लिए सटीक होते हैं और औसत से सबसे दूर के लोगों के लिए विफल हो जाते हैं।
2024 के एक लेख में, उन्होंने आगे कहा कि ट्रेनिंग डेटा में अधिक दिव्यांग लोगों को शामिल करने से समस्या दूर नहीं होती, क्योंकि मॉडल फिर भी औसत को ही तरजीह देता है: “भले ही ट्रेनिंग डेटा में दिव्यांग लोगों का पूर्ण और न्यायसंगत आनुपातिक प्रतिनिधित्व हो, मशीन फिर भी सांख्यिकीय रूप से औसत का ही पक्ष लेगी।”
सुलभ AI टूल कैसे चुनें
जब आप किसी संगठन में AI टूल लागू करते हैं, तो उसे सभी के लिए काम करना चाहिए, जिनमें दिव्यांग व्यक्ति या सीखने में कठिनाई वाले लोग भी शामिल हैं।
किसी टूल को अपनाने से पहले जाँच लें कि वह इन मानदंडों को पूरा करता है:
- लेबल वाले कंट्रोल: हर बटन और फ़ील्ड का एक ऐसा नाम होता है जिसे सहायक तकनीक पढ़ सकती है, और वह नाम बताता है कि कंट्रोल क्या करता है: “भेजें”, न कि “बटन” (WCAG 4.1.2 और 1.1.1)।
- पूरी तरह कीबोर्ड से संचालन: आप केवल कीबोर्ड का उपयोग करके प्रॉम्प्ट टाइप करके भेज सकते हैं, जवाबों के बीच जा सकते हैं और उन्हें कॉपी कर सकते हैं, और एक दिखाई देने वाला फ़ोकस संकेतक बताता है कि आप कहाँ हैं (WCAG 2.1.1 और 2.4.7)।
- घोषित स्टेटस संदेश: “जवाब तैयार किया जा रहा है…” जैसे संदेश फ़ोकस हटाए बिना स्क्रीन रीडर तक पहुँचते हैं (WCAG 4.1.3)।
- संरचित, कॉपी करने योग्य आउटपुट: जवाबों में असली हेडिंग और सूचियाँ होती हैं, कॉपी करने पर भी उनकी फ़ॉर्मैटिंग बनी रहती है, और आप सादा टेक्स्ट माँग सकते हैं।
- समय: अगर कोई सत्र टाइम आउट हो जाता है, तो आप सीमा बंद कर सकते हैं, उसे डिफ़ॉल्ट से कम से कम दस गुना तक बढ़ा सकते हैं, या ऐसी चेतावनी पा सकते हैं जिसके बाद उसे बढ़ाने के लिए आपके पास कम से कम 20 सेकंड हों (WCAG 2.2.1)।
- ज़ूम: 400% ज़ूम (320 पिक्सेल चौड़े व्यूपोर्ट) पर, कंटेंट एक ही कॉलम में रीफ़्लो हो जाता है, ताकि उसे पढ़ने के लिए आपको दाएँ-बाएँ स्क्रॉल न करना पड़े (WCAG 1.4.10)।
- हर व्यक्ति की अपनी सहायक तकनीक के साथ काम करता है: टूल थर्ड-पार्टी स्क्रीन रीडर और सेटिंग्स को बिल्ट-इन फ़ीचर से बदलने के बजाय उनका समर्थन करता है। यह कोई WCAG मानदंड नहीं है, लेकिन इसी से तय होता है कि उपयोगकर्ता अपना वह सेटअप बनाए रख सकते हैं या नहीं जिससे वे पहले से परिचित हैं।
- पढ़ने योग्य कंट्रास्ट: प्रॉम्प्ट बॉक्स का टेक्स्ट, प्लेसहोल्डर सहित, और जवाबों का टेक्स्ट 4.5:1 के कंट्रास्ट अनुपात को पूरा करता है (WCAG 1.4.3)।
- ऐसी त्रुटियाँ जिन्हें आप ढूँढ सकें: जब कोई अपलोड विफल होता है या कोई प्रॉम्प्ट अस्वीकार कर दिया जाता है, तो टूल यह बात टेक्स्ट में बताता है, न कि केवल रंग बदलकर या आइकन से (WCAG 3.3.1)।
कई वेंडर Accessibility Conformance Report (ACR) प्रकाशित करते हैं, जो Information Technology Industry Council के Voluntary Product Accessibility Template (VPAT) का भरा हुआ संस्करण होती है। यह हर सुलभता मानदंड पर उत्पाद का मूल्यांकन करती है, जिससे ट्रायल से पहले टूल की तुलना करने का यह एक उपयोगी तरीका बन जाती है।
AI सुलभता से जुड़े अक्सर पूछे जाने वाले प्रश्न
सहायक तकनीक के उदाहरण क्या हैं?
सहायक तकनीकों के सामान्य उदाहरणों में स्क्रीन रीडर, कैप्शनिंग और ट्रांसक्रिप्शन टूल, स्पीच रिकग्निशन और वॉइस कंट्रोल, संवर्धी और वैकल्पिक संचार (AAC) डिवाइस, और स्विच एक्सेस या वैकल्पिक कीबोर्ड शामिल हैं। अब इनमें से कई AI से संचालित हैं, ख़ासकर कैप्शनिंग, स्पीच रिकग्निशन और छवि विवरण।
क्या WCAG कानूनी रूप से अनिवार्य है?
WCAG अपने आप में एक W3C मानक है, कोई कानून नहीं, लेकिन कानून इसका हवाला देते हैं या इसी तरह की आवश्यकताएँ तय करते हैं।
उदाहरण के लिए, अमेरिका में न्याय विभाग का ADA Title II नियम राज्य और स्थानीय सरकारों के वेब कंटेंट और मोबाइल ऐप्स के लिए WCAG 2.1 Level AA को पूरा करना अनिवार्य करता है: 50,000 या उससे अधिक लोगों को सेवा देने वाली सरकारों के लिए 26 अप्रैल 2027 तक, और छोटी सरकारों व विशेष प्रयोजन ज़िलों (special districts) के लिए 26 अप्रैल 2028 तक। संघीय एजेंसियाँ Section 508 का पालन करती हैं, जिसके मानकों में WCAG 2.0 शामिल है।
EU में, European Accessibility Act, जो ई-कॉमर्स, उपभोक्ता बैंकिंग या ई-बुक्स जैसे उत्पादों और सेवाओं पर लागू होता है, सीधे तौर पर WCAG का हवाला नहीं देता। व्यवहार में, इसका पालन करने के लिए ज़्यादातर संगठन WCAG और यूरोपीय मानक EN 301 549 का उपयोग करते हैं, और EN 301 549 का 2026 संस्करण WCAG 2.2 का उपयोग करता है।
सुलभता के चार सिद्धांत क्या हैं?
WCAG अपने दिशानिर्देशों को चार सिद्धांतों के अंतर्गत व्यवस्थित करता है: बोधगम्य, संचालन योग्य, समझने योग्य और मज़बूत। WCAG के 13 दिशानिर्देश इन्हीं चार सिद्धांतों के अंतर्गत आते हैं, और हर दिशानिर्देश में परीक्षण योग्य सफलता मानदंड होते हैं जिनके आधार पर ऑडिट में जाँच की जाती है।