MI és akadálymentesség: gyakorlati útmutató a felhasználási módokhoz, eszközökhöz és korlátokhoz

Az MI-akadálymentesség azt jelenti, hogy a mesterséges intelligenciát (MI) arra használjuk, hogy segítse a fogyatékossággal élő embereket a digitális tartalmak olvasásában, meghallgatásában, a beszédben és a tartalmakban való eligazodásban, valamint azt, hogy maguk az MI-eszközök is akadálymentesek legyenek.

Ez az útmutató bemutatja, mit nyújt az MI a különböző hozzáférési igények esetén, milyen bevált gyakorlatokkal teheted akadálymentessé a digitális tartalmakat a segítségével, hogyan ellenőrizheted az eredményeket, hogyan állapíthatod meg, hogy maga az MI-eszköz akadálymentes-e, és hol mutat még hiányosságokat az MI az akadálymentesség terén.

Mi az MI-akadálymentesség?

Az MI-akadálymentesség két dolgot jelent: az MI-t az akadálymentesség szolgálatában és magának az MI-nek az akadálymentességét.

Az MI az akadálymentesség szolgálatában azt jelenti, hogy az MI segítségével tesszük akadálymentessé a tartalmakat a fogyatékossággal és tanulási nehézségekkel élő felhasználók számára.

Az MI-alapú akadálymentességi eszközök segítenek a felhasználóknak hozzáférni olyan tartalmakhoz, amelyek egyébként elérhetetlenek lennének, és elvégezni olyan feladatokat, amelyek egyébként rendkívül nehezek lennének. Vagy egyenesen lehetetlenek.

A szövegfelolvasó eszközökkel például a vak emberek „elolvashatják” az írott szöveget, a diktálás és a szójavaslat pedig megkönnyíti a diszlexiás emberek számára az írásbeli kommunikációt. Ezzel pedig részben ellensúlyozzák azokat a hátrányokat, amelyekkel a magánéletükben, a tanulmányaikban vagy a munkájukban szembesülnek.

Az MI-eszközök akadálymentes tartalmak létrehozásában is segítenek, például alternatív szöveget készítenek a képekhez a vak olvasók számára, vagy feliratot a videókhoz a siket és nagyothalló nézők számára.

Amikor magának az MI-nek az akadálymentességéről beszélünk, az MI-eszközök saját akadálymentességére gondolunk. Például arra, hogy egy korlátozott kézügyességű ember kezelni tudja-e kizárólag billentyűzettel vagy hanggal, illetve hogy minden mező és gomb egyértelmű címkét kapott-e a képernyőolvasók számára.

Így segíti az MI a fogyatékossággal élő embereket

A segítő technológiák már évek óta használnak MI-t az optikai karakterfelismerésben (OCR), a beszédfelismerésben és a szövegfelolvasó eszközökben, amelyek a fogyatékossággal és tanulási nehézségekkel élő felhasználókat segítik.

A generatív MI új réteggel bővíti ezt. Új tartalmat hoz létre, például képleírásokat, összefoglalókat vagy feliratokat.

Az alábbiakban bemutatjuk, hogyan támogatja az MI a különböző akadálymentességi igényeket a látássérüléstől a kognitív fogyatékosságokig, és hol vall kudarcot:

Hogyan javíthatod MI-vel a tartalmaid akadálymentességét

Az MI-eszközök segítenek a tartalomkészítőknek és a kiadóknak megfelelni a Webes tartalmak akadálymentességi irányelvei (WCAG) által meghatározott akadálymentességi szabványoknak. Elkészíthetik az alternatív szövegek, a feliratok és az audionarráció vázlatát, hanganyaggá alakíthatják a cikkeket, és közérthető nyelven fogalmazhatják át a bonyolult szövegeket.

Írj alternatív szöveget képekhez, diagramokhoz és infografikákhoz

Egy MI-asszisztenssel, például a Perplexityvel elkészítheted a képek, diagramok és infografikák alternatív szövegének (alt szövegének) vázlatát. A képernyőolvasók felolvassák az alternatív szöveget, így egy jó leírás a vak és gyengénlátó olvasókhoz is eljuttatja azt az információt, amelyet a grafika hordoz.

Íme egy példa alternatív szövegre és hosszabb leírásra, amelyet a Perplexity egy oszlopdiagramhoz készített:

Nagyítás

Íme a prompt:

Írj alternatív szöveget ehhez a diagramhoz: egy-két mondatot, amely leírja, mit ábrázol, és mi a fő tanulsága. Ezután írj egy hosszabb leírást, amely kitér minden trendre, értékre, címkére és adatpontra, és olyan részletes, hogy aki nem látja a diagramot, pusztán a leírás alapján is teljesen megértse. Végül sorold fel mindazt, amit nem tudtál egyértelműen kiolvasni, vagy amiben bizonytalan vagy, hogy összevethessem a forrásadatokkal.

Vizuális elemek alternatív szövegének írásakor:

• Adj a vizuális elemeknek rövid és hosszú változatot: Írj egymondatos alternatív szöveget, és mellé add meg az adatokat vagy egy hosszabb leírást.
• Írj a célnak megfelelően: A WCAG előírja, hogy a szöveges alternatíva a képpel egyenértékű célt szolgáljon. Ehhez az MI-asszisztenseknek szükségük lehet arra, hogy megértsék, miért szerepel a kép a szövegben, ezért adj meg további kontextust, például a cikk szövegét.
• Ellenőrizz minden értéket: Vesd össze a leírás minden adatát a forrásadataiddal, különösen az apró címkéket és számokat, arra az esetre, ha az MI rosszul olvasta volna ki őket.
• Jelöld a dekoratív képeket dekoratívként: A pusztán dekoratív képeknek adj üres alt attribútumot (alt=""), hogy a képernyőolvasók átugorják őket. (Az attribútum elhagyása nem megoldás, mert egyes képernyőolvasók ilyenkor a fájlnevet olvassák fel, ahogy azt a W3C képekről szóló oktatóanyaga is elmagyarázza.)

Készíts videofeliratokat és hangátiratokat

Ma már számos MI-asszisztens fogad hang- és videofájlokat, és átiratot készít róluk.

A feliratok és az átiratok azok számára is elérhetővé teszik a beszélt tartalmat, akik nem hallják. A siket és nagyothalló nézők a videók követéséhez a feliratokra, a podcastok és a rögzített hívások esetében pedig az átiratokra támaszkodnak. Mindenki más számára is hasznosak, aki szívesebben olvassa a tartalmat vagy keres benne, mint hogy meghallgassa.

A Perplexity és más MI-asszisztensek képesek átiratot készíteni videó- és hangfájlokról, és jelölni, ki mit mondott, de a kifejezetten átiratkészítésre és feliratozásra szolgáló eszközök felgyorsítják a folyamatot. Az Otter.ai és a Sembly AI például átiratot készít hangfájlokról és értekezletekről, és jelöli, ki beszél, az olyan videoszerkesztő eszközök pedig, mint a Descript és a Tella, automatikusan készítenek feliratot.

A WCAG feliratozási kritériumai (1.2.2 a rögzített videókra és 1.2.4 az élő videókra) kiterjednek a párbeszédekre, a beszélő személyére és a jelentéssel bíró hanghatásokra, ezért ellenőrizd, hogy a beszélőváltások és az olyan hangok, mint a nevetés, is szerepelnek-e a feliratokban

Az MI-eszközök gyakran hibásan adják vissza a neveket vagy a termékspecifikus kifejezéseket, ezért oszd meg az MI-asszisztenseddel a felvételen elhangzó nevek és kifejezések glosszáriumát, és add hozzá ezeket a kifejezéseket a feliratozó vagy átiratkészítő eszközöd által kínált egyéni szókészlethez is.

Adj audionarrációt a videókhoz

Az audionarráció, amely a rögzített videók esetében AA szintű követelmény (WCAG 1.2.5), elmondja azoknak, akik nem látják a képet, azt, ami a hangsávból nem derül ki, például a cselekményt, a jelenetváltásokat, az arckifejezéseket vagy a képernyőn megjelenő szöveget.

A leírások kézi megírása lassú, ezért az olyan dedikált eszközök, mint a Verbit, a 3Play Media vagy a ScreenPal, ma már MI segítségével készítik el a vázlatukat és szólaltatják meg őket.

Az MI által készített vázlatokhoz továbbra is emberi szerkesztőre van szükség. Egy 2025-ös, az RNIB megbízásából a Surrey-i Egyetem által végzett tanulmányban a BBC-műsorokról MI által generált leírások „gyakran nélkülözték a pontosságot, a koherenciát és a kontextus ismeretét”, és tévesen azonosították a szereplőket.

A leírások szerkesztésekor szorítkozz arra, amire a nézőknek a videó követéséhez szükségük van, és a párbeszédek természetes szüneteibe illeszd be őket.

Fogalmazd át közérthető nyelven a bonyolult írott tartalmakat

A generatív MI-eszközök átfogalmazzák, lerövidítik, átstrukturálják és elmagyarázzák a szövegeket. A sűrű írott tartalmat érthetőbb változattá alakíthatják azok számára, akiknek kognitív, tanulási vagy figyelmi eltérésük van – például diszlexiájuk vagy ADHD-juk –, és nehezen követik a hosszú mondatokat, a szakzsargont és a hosszú bekezdéseket.

Ha a szöveg megértése az alsó középfokú oktatásnál (nagyjából kilenc év iskolánál) magasabb szintű olvasási képességet igényel, a WCAG egyszerűbb változat vagy kiegészítés biztosítását javasolja (3.1.5-ös kritérium, AAA szint).

Íme egy mintaprompt, amelyet egy dokumentum átfogalmazásához igazíthatsz:

Fogalmazd át [a csatolt szülői szabadságra vonatkozó szabályzatot] közérthető nyelven azoknak a munkavállalóknak, akiknek az angol a második nyelvük, vagy akik diszlexiások vagy ADHD-sok. Olyan olvasási szintet célozz meg, amelyet egy 12–14 éves is követni tud. Minden [jogosultsági szabályt, határidőt, napszámot és űrlapnevet] pontosan úgy hagyj meg, ahogy írva van. Legfeljebb 20 szavas mondatokat használj, mondatonként egyetlen gondolattal. Kezdd egy kétmondatos összefoglalóval [arról, hogy ki jogosult, és hogyan lehet igényelni]. Alakítsd az [igénylési] folyamatot számozott lépésekké, minden rész elé írj egy rövid címsort, és a szakkifejezéseket, például a [„felhalmozódás”] vagy a [„törvényben előírt díjazás”] kifejezést, első előfordulásukkor magyarázd el vagy helyettesítsd zárójelben. Minden rövidítést írj ki teljes alakjában az első használatkor.

Az MI úgy is kihagyhat fontos részleteket és megváltoztathatja a jelentést, hogy az eredmény nem tűnik hibásnak, ezért vesd össze az eredetivel, és közzététel előtt kérj meg valakit, aki ismeri a témát, hogy erősítse meg: semmi lényeges nem veszett el.

Készíts hangalapú változatot az írott tartalmakból

A hangalapú változat lehetővé teszi, hogy egy cikket vagy dokumentumot meg is lehessen hallgatni, így az akadálymentesebbé válik a látásukat elvesztett emberek, valamint az írás-olvasással összefüggő tanulási nehézségekkel, például diszlexiával élők számára.

Nagyítás

Az MI-alapú hanggenerátorok természetes hangzású beszéddé alakítják a szöveget. Az ElevenLabs Audio Native például beágyazható felolvasólejátszót hoz létre a cikkekhez, az Amazon Polly pedig közzétehető beszédfájlokká alakítja a szöveget.

Mindkettőben beállíthatod, hogyan ejtse ki a neveket, a betűszavakat és a termékspecifikus kifejezéseket. Először ezeket ellenőrizd, hogy ne zavarják össze a hallgatókat.

Amikor beágyazod a hangalapú változatot az oldaladba, ügyelj arra, hogy a hanglejátszó billentyűzettel is kezelhető legyen, és egyértelműen címkézett vezérlőkkel rendelkezzen. A hosszú írásokhoz adj rövid összefoglalót, és frissítsd a hanganyagot, valahányszor a szöveg megváltozik.

Javítsd a webhelyed akadálymentességét

Az automatikus ellenőrzők és az MI-alapú kódolási asszisztensek jól kiegészítik egymást: az ellenőrző megtalálja a hibákat a webhelyed kódjában, az asszisztens pedig kijavítja őket.

Kezdd egy automatikus webes akadálymentesség-ellenőrzővel, például az Axe-szel, amely rögzített szabályok alapján teszteli az oldalt, és jelzi a hibákat, például az alacsony színkontrasztot, a név nélküli gombokat és hivatkozásokat, valamint a címke nélküli űrlapmezőket. Ezután add át egy kódolási asszisztensnek a jelentést és az oldal kódját, a követendő akadálymentességi szabályokkal együtt:

Lefuttattam egy automatikus akadálymentesség-ellenőrzőt ezen az oldalon. Csatoltam a jelentést és az oldal kódját. Javíts ki minden hibát, hogy az oldal megfeleljen a WCAG 2.2 AA szintnek, minden módosítást magyarázz el egy mondatban, a helyes kódhoz pedig ne nyúlj.

Új webhelyek készítésekor már az elején add meg a szabályokat az MI-asszisztensnek.

A Microsoft 2026. májusi tesztjében, amelyben nyolc MI-modellt vizsgáltak, az akadálymentességi utasítások nélkül készült oldalak 12%-a felelt meg az automatikus ellenőrzéseknek. Egy nagyjából 100 soros, WCAG 2.2 kódolási szabályokat tartalmazó ellenőrzőlista hozzáadása 60%-ra emelte az átlagot. Amikor ezt az útmutatást újrafelhasználható Skillként csomagolták, az arány 82%-ra nőtt, amikor pedig a modellek teszteket futtathattak és kijavíthatták a saját kódjukat, 86%-ra.

Nagyítás

Ahogy a Microsoft jelentése is megjegyzi, az automatikus tesztelés csak az akadálymentességi problémák egy részét szűri ki, így egy minden ellenőrzésen átmenő oldal is lehet nehezen használható.

Légy óvatos az MI-alapú akadálymentességi overlay-ekkel, vagyis azokkal az egysoros widgetekkel, amelyek azt ígérik, hogy megfelelővé teszik a webhelyet. 2025 januárjában az Egyesült Államok Szövetségi Kereskedelmi Bizottsága 1 millió dollár megfizetésére kötelezte az accessiBe-t amiatt, hogy azt állította, MI-widgetje bármely webhelyet WCAG-kompatibilissé tud tenni, a 2025. áprilisi végleges határozat pedig megtiltja az ilyen állításokat, hacsak a vállalat nem tudja bizonyítékokkal alátámasztani őket.

Az MI korlátai az akadálymentesség terén

Az MI szélesíti a hozzáférést, ugyanakkor adatvédelmi kockázatokkal is jár, a kimenetei pedig megbízhatatlanok és elfogultak lehetnek.

Adatvédelmi aggályok

A segítő MI érzékeny információkat kezel: levelek, dokumentumok és gyógyszercímkék kameraképét, beszélgetések felvételeit, valamint olyan részleteket, amelyekből fogyatékosságra lehet következtetni.

Hogy ezek az adatok mennyire maradnak bizalmasak, nagyrészt attól függ, hol dolgozza fel őket az eszköz.

Egyes megoldások, például az Apple Personal Voice, mindent helyben, a készüléken dolgoznak fel, mások viszont a felhőre támaszkodnak. A Be My Eyes Be My AI szolgáltatása például egy MI-szolgáltató szervereire küldi a fényképeket, hogy leírásokat készítsen.

Egy másik komoly aggály, hogy a szolgáltató a felhasználói adatokon tanítja-e a modelljeit.

Megbízhatósági problémák

Az MI-eszközök, köztük az MI-alapú akadálymentességi technológiák is hibázhatnak, és ezek a hibák nagyobb kárt okoznak a fogyatékossággal élő embereknek.

Egy 20 vak és gyengénlátó ember részvételével készült, 2026-ban publikált naplóvizsgálatban a további kérdésekre adott válaszok 22%-a tartalmazott hamis információt, és ez az arány 35%-ra nőtt, amikor az MI szöveget vagy grafikát olvasott (bár az MI első leírásainak többsége pontos volt).

Ha hibák fordulnak elő, azok valódi kárt okozhatnak. Az American Foundation for the Blind 2025-ben lefolytatott felmérésében az MI-alapú képleírást használó vak és gyengénlátó emberek 21%-a mondta, hogy egy MI-hiba már kárt okozott neki, szemben a látó felhasználók 9%-ával. Az MI-feliratokat használó siket és nagyothalló emberek körében ez az arány 24% volt, szemben a fogyatékosság nélküli felhasználók 4%-ával.

A jelentés szerzői két okot jelölnek meg: a fogyatékossággal élő felhasználók gyakran nem tudják összevetni a kimenetet az eredeti képpel vagy hanganyaggal, egyesek pedig nagyobb tétű helyzetekben használják ezeket az eszközöket, például gyógyszercímkék vagy pénzügyi dokumentumok elolvasására.

Elfogultság és tanítóadatok

Bizonyos MI-eszközök, például a beszédfelismerők, nem feltétlenül működnek olyan jól a fogyatékossággal élő emberek esetében, és ennek részben a korlátozott tanítóadat az oka

A Speech Accessibility Project 2024-es tanulmánya szerint 2008 és 2023 között a diszartriás beszéd felismerésének legjobb hibaarányai a harmadukra csökkentek, míg más beszélők esetében az ötödükre. A szerzők az adathiányt nevezik meg az egyik fő magyarázatként. A projekt 2025-ös nyomon követő tanulmánya szerint a különbség részben az adathiánynak tudható be.

Az adat azonban nem az egyetlen probléma. Az is számít, hogyan működnek a modellek.

A W3C 2023-as, MI-ről és akadálymentességről szóló kutatási szimpóziumán tartott nyitóelőadásában Jutta Treviranus, az Inclusive Design Research Centre munkatársa amellett érvelt, hogy az MI-rendszerek az átlaghoz közel állók esetében pontosak, az attól legtávolabb állók esetében viszont kudarcot vallanak.

Egy 2024-es cikkében hozzátette, hogy ha több fogyatékossággal élő ember szerepel a tanítóadatokban, az nem szünteti meg a problémát, mert a modell továbbra is az átlagost részesíti előnyben: „Még ha a fogyatékossággal élő emberek teljes és méltányos arányban szerepelnek is a tanítóadatokban, a gép akkor is a statisztikai átlag mellé fog állni.”

Hogyan válasszunk akadálymentes MI-eszközöket

Ha egy MI-eszközt bevezet egy szervezetben, annak mindenki számára működnie kell, a fogyatékossággal vagy tanulási nehézséggel élőket is beleértve.

Nagyítás

Mielőtt elköteleződik egy eszköz mellett, ellenőrizze, hogy megfelel-e az alábbi kritériumoknak:

• Címkézett vezérlők: Minden gombnak és mezőnek van olyan neve, amelyet a kisegítő technológia fel tud olvasni, és a név azt mondja meg, mit csinál a vezérlő: „Küldés”, nem pedig „gomb” (WCAG 4.1.2 és 1.1.1).
• Teljes billentyűzetes kezelhetőség: Kizárólag a billentyűzettel is beírhat és elküldhet egy promptot, lépkedhet a válaszok között, és kimásolhatja őket, miközben egy látható fókuszjelző mutatja, hol tart (WCAG 2.1.1 és 2.4.7).
• Bejelentett állapotüzenetek: Az olyan üzenetek, mint a „Válasz generálása…”, a fókusz áthelyezése nélkül is eljutnak a képernyőolvasóhoz (WCAG 4.1.3).
• Strukturált, másolható kimenet: A válaszok valódi címsorokat és listákat használnak, másoláskor megőrzik a formázásukat, és egyszerű szöveget is kérhet.
• Idő: Ha egy munkamenet időkorlátja lejár, kikapcsolhatja a korlátot, meghosszabbíthatja legalább az alapértelmezett érték tízszeresére, vagy figyelmeztetést kap, és legalább 20 másodperce marad a meghosszabbításra (WCAG 2.2.1).
• Nagyítás: 400%-os nagyításnál (320 képpont széles nézetablaknál) a tartalom egyetlen oszlopba tördelődik újra, így az olvasáshoz nem kell vízszintesen görgetnie (WCAG 1.4.10).
• Működik mindenki saját kisegítő technológiájával: Az eszköz támogatja a külső fejlesztésű képernyőolvasókat és beállításokat, ahelyett hogy beépített funkciókkal váltaná ki őket. Ez nem WCAG-kritérium, de ezen múlik, hogy a felhasználók megtarthatják-e a már megszokott beállításaikat.
• Olvasható kontraszt: A promptmezőben – a helykitöltő szövegeket is beleértve – és a válaszokban megjelenő szöveg eléri a 4,5:1-es kontrasztarányt (WCAG 1.4.3).
• Megtalálható hibák: Ha egy feltöltés sikertelen, vagy egy prompt elutasításra kerül, az eszköz ezt szövegesen is jelzi, nem csak színváltozással vagy ikonnal (WCAG 3.3.1).

Számos szolgáltató közzétesz akadálymentességi megfelelőségi jelentést (Accessibility Conformance Report, ACR), amely az Information Technology Industry Council Voluntary Product Accessibility Template (VPAT) sablonjának kitöltött változata. A jelentés minden egyes akadálymentességi kritérium szerint értékeli a terméket, így hasznos módja az eszközök összehasonlításának egy próbaidőszak előtt.

Gyakori kérdések az MI-ről és az akadálymentességről

Melyek a kisegítő technológiák jellemző példái?

A kisegítő technológiák gyakori példái közé tartoznak a képernyőolvasók, a feliratozó és átiratkészítő eszközök, a beszédfelismerés és a hangvezérlés, az augmentatív és alternatív kommunikációs (AAC) eszközök, valamint a kapcsolós vezérlés és az alternatív billentyűzetek. Ma már sok közülük MI-vel működik, különösen a feliratozás, a beszédfelismerés és a képleírás.

Jogilag kötelező a WCAG?

A WCAG maga W3C-szabvány, nem jogszabály, de a jogszabályok hivatkoznak rá, vagy hasonló követelményeket írnak elő.

Az Egyesült Államokban például az Igazságügyi Minisztérium ADA II. címére vonatkozó szabálya előírja, hogy a tagállami és helyi kormányzati szervek webes tartalmainak és mobilalkalmazásainak meg kell felelniük a WCAG 2.1 AA szintjének: a legalább 50 000 embert kiszolgáló szerveknek 2027. április 26-ig, a kisebbeknek és a különleges körzeteknek pedig 2028. április 26-ig. A szövetségi ügynökségek a Section 508 előírásait követik, amelynek szabványai a WCAG 2.0-t foglalják magukban.

Az EU-ban az európai akadálymentesítési irányelv, amely olyan termékekre és szolgáltatásokra vonatkozik, mint az e-kereskedelem, a lakossági banki szolgáltatások vagy az e-könyvek, nem hivatkozik közvetlenül a WCAG-re. A gyakorlatban a legtöbb szervezet a WCAG-t és az EN 301 549 európai szabványt alkalmazza a megfeleléshez, az EN 301 549 2026-os változata pedig a WCAG 2.2-t használja.

Mi az akadálymentesség négy alapelve?

A WCAG négy alapelv köré rendezi irányelveit: észlelhető, működtethető, érthető és robusztus. A WCAG 13 irányelve e négy alapelv alá tartozik, és mindegyik irányelvhez tesztelhető sikerességi feltételek tartoznak, amelyek alapján az auditok az ellenőrzést végzik.