AI 無障礙：用途、工具與限制實用指南

AI 無障礙是指運用人工智能（AI）協助殘疾人士閱讀、聆聽、說話及瀏覽數碼內容，並確保 AI 工具本身無障礙。

本指南涵蓋 AI 如何滿足不同的無障礙需要、運用 AI 令數碼內容無障礙的最佳做法、如何檢查成果、如何判斷 AI 工具本身是否無障礙，以及 AI 在無障礙方面仍有哪些不足。

甚麼是 AI 無障礙？

AI 無障礙包含兩層意思：用於無障礙的 AI，以及 AI 本身的無障礙。

用於無障礙的 AI，是指運用 AI 讓殘疾及有學習困難的用戶能無障礙地使用內容。

AI 驅動的無障礙工具協助用戶使用原本無法使用的內容，並完成原本極其困難的任務，甚至是根本不可能完成的任務。

例如，文字轉語音工具讓失明人士能「閱讀」書面文字，而聽寫及字詞預測功能則讓有讀寫障礙的人士更容易以書面溝通。這些工具藉此抵銷他們在個人生活、學業或職業上面對的部分不利因素。

AI 工具亦有助製作無障礙內容，例如為失明讀者提供的圖片替代文字，或為聾人及弱聽觀眾提供的影片字幕。

當我們談及 AI 本身的無障礙時，指的是 AI 工具本身的無障礙程度。例如，手部靈活度有限的人能否只用鍵盤或語音操控工具，或者所有欄位和按鈕是否都已為屏幕閱讀器清楚標示。

AI 如何支援殘疾人士

多年來，輔助科技一直在光學字符識別（OCR）、語音識別及文字轉語音工具中運用 AI，協助殘疾及有學習困難的用戶。

生成式 AI 再添新的一層。它能創造新內容，例如圖片描述、摘要或字幕。

以下說明 AI 如何支援由視障到認知障礙等不同的無障礙需要，以及它的不足之處：

如何運用 AI 提升內容的無障礙程度

AI 工具協助內容創作者和發佈者符合《網頁內容無障礙指引》（WCAG）所訂的無障礙標準。它們可以草擬替代文字、字幕及口述影像，將文章轉為音訊，並以淺白語言改寫複雜文字。

為圖片、圖表及資訊圖表撰寫替代文字

使用 AI 助理（例如 Perplexity）為圖片、圖表及資訊圖表草擬替代文字（alt text）。屏幕閱讀器會朗讀替代文字，因此良好的描述能讓失明及低視能讀者獲得圖像所傳達的資訊。

以下是 Perplexity 為一幅棒形圖生成的替代文字及較長描述的例子：

放大

以下是提示：

為這幅圖表撰寫替代文字：用一至兩句說明圖表顯示的內容及主要重點。然後撰寫一段較長的描述，涵蓋每個趨勢、數值、標籤和數據點，詳細程度須足以讓看不見圖表的人單憑描述就能完全理解。最後，列出所有你未能清楚讀取或不確定的內容，以便我與原始數據核對。

撰寫視覺內容的替代文字時：

• 為視覺內容提供簡短及詳細兩個版本：撰寫一句替代文字，再附上數據或較長的描述。
• 按用途撰寫：WCAG 要求替代文字須達到與圖片同等的用途。為此，AI 助理可能需要了解圖片為何出現在文中，因此請提供額外背景資料，例如文章內容。
• 核對每個數值：將描述中的每個數字與原始數據比較，特別是細小的標籤和數字，以防 AI 讀錯。
• 將裝飾性圖片標示為裝飾用途：為純裝飾性圖片設定空白的 alt 屬性（alt=""），讓屏幕閱讀器略過它們。（不設定該屬性是行不通的，因為正如 W3C 圖片教學所解釋，部分屏幕閱讀器會因此讀出檔案名稱。）

製作影片字幕及音訊文字記錄

現時許多 AI 助理都接受音訊和影片檔案，並能將其轉錄。

字幕及文字記錄讓聽不見的人也能獲取口語內容。聾人及弱聽觀眾依靠字幕觀看影片，並依靠文字記錄了解播客或通話錄音的內容。對於偏好閱讀或搜尋內容而非收聽的人，字幕及文字記錄同樣有幫助。

Perplexity 及其他 AI 助理可以轉錄影片和音訊檔案，並標示誰說了甚麼，但專門的轉錄及字幕工具能加快整個過程。例如，Otter.ai 和 Sembly AI 可轉錄音訊檔案及會議並標示講者，而 Descript 和 Tella 等影片編輯工具則能自動生成字幕。

WCAG 的字幕準則（1.2.2 適用於預錄影片，1.2.4 適用於直播影片）涵蓋對白、講者身份及有意義的音效，因此請檢查字幕是否也包含講者轉換及笑聲等聲音

AI 工具經常弄錯人名或產品術語，因此請向 AI 助理提供錄音中出現的人名及術語詞彙表，並將這些術語加入字幕或轉錄工具提供的自訂詞彙中。

為影片加入口述影像

口述影像是預錄影片的 AA 級要求（WCAG 1.2.5），為看不見的人說明聲軌未能傳達的畫面內容，例如動作、場景轉換、面部表情或屏幕上的文字。

人手撰寫描述費時，因此 Verbit、3Play Media 或 ScreenPal 等專門工具現已運用 AI 草擬描述並配上旁白。

AI 草稿仍需人工編輯。在一項由 RNIB 委託、薩里大學進行的 2025 年研究中，AI 生成的 BBC 節目描述「經常欠缺準確性、連貫性及語境意識」，並錯認角色。

編輯描述時，只保留觀眾理解影片所需的內容，並將描述安排在對白的自然停頓之間。

以淺白語言改寫複雜的書面內容

生成式 AI 工具能改寫、縮短、重組及解釋文字。它們可將艱深的書面內容轉為更清晰的版本，方便有認知、學習或專注力差異（例如讀寫障礙或專注力不足／過度活躍症）、難以理解長句、專業術語及冗長段落的人士。

當文字所需的閱讀能力高於初中教育程度（約九年學校教育）時，WCAG 建議提供較簡單的版本或補充內容（準則 3.1.5，AAA 級）。

以下是一個可供調整、用於改寫文件的示範提示：

以淺白語言改寫[所附的育兒假政策]，對象為可能以英文作為第二語言，或有讀寫障礙或 ADHD 的僱員。目標是讓 12 至 14 歲的人也能看懂。所有[資格規則、截止日期、日數及表格名稱]須完全按原文保留。每句不超過 20 字，每句只表達一個意思。以兩句摘要[說明誰符合資格及如何申請]開頭。將[申請]程序改為編號步驟，在每個部分前加上簡短標題，並在技術詞語（例如[「累算」]或[「法定薪酬」]）首次出現時，於括號內加以解釋或替換。所有縮寫在首次使用時須寫出全稱。

AI 可能會遺漏重要細節並改變原意，而表面上看不出錯誤，因此請與原文核對，並在發佈前請熟悉該主題的人確認沒有遺漏任何重要內容。

製作書面內容的音訊版本

音訊版本讓人可以收聽文章或文件，令視力受損人士及有讀寫相關學習困難（例如讀寫障礙）的人士更容易獲取內容。

放大

AI 語音生成器能將文字轉為自然的語音。例如，ElevenLabs Audio Native 可為文章建立可嵌入的旁白播放器，而 Amazon Polly 則可將文字轉換為可發佈的語音檔案。

兩者都讓你設定人名、縮寫及產品術語的讀音。請先檢查這些讀音，以免令聽眾混淆。

在網頁嵌入音訊版本時，請確保音訊播放器可以用鍵盤操作，並設有清楚標示的控制項。為較長的內容加入簡短摘要，並在文字有任何更改時更新音訊。

提升網站的無障礙程度

自動檢查工具與 AI 編程助理相輔相成：檢查工具找出網站程式碼中的問題，助理則負責修正。

先使用 Axe 等自動網頁無障礙檢查工具，它會根據固定規則測試網頁，並標示各種不合格項目，例如色彩對比度過低、沒有名稱的按鈕和連結，以及沒有標籤的表單欄位。然後將報告、網頁程式碼及需遵循的無障礙規則一併交給編程助理：

我在這個網頁上執行了自動無障礙檢查工具，並已附上報告及網頁程式碼。請修正每個不合格項目，使網頁符合 WCAG 2.2 AA，以一句話解釋每項更改，並保留正確的程式碼不作改動。

建立新網站時，請預先將規則提供給 AI 助理。

在 Microsoft 於 2026 年 5 月對八個 AI 模型進行的測試中，在沒有無障礙指示下建立的網頁，只有 12% 通過其自動檢查。加入一份約 100 行、涵蓋 WCAG 2.2 編碼規則的檢查清單後，平均通過率升至 60%。將這些指引封裝為可重用的技能後，通過率升至 82%；讓模型執行測試並修正自己的程式碼後，更升至 86%。

放大

正如 Microsoft 的報告指出，自動測試只能發現部分無障礙問題，因此即使網頁通過所有檢查，仍可能難以使用。

請提防 AI 無障礙覆蓋層，即那些聲稱能令網站合規的單行程式碼小工具。2025 年 1 月，美國聯邦貿易委員會命令 accessiBe 支付 100 萬美元，原因是該公司聲稱其 AI 小工具可令任何網站符合 WCAG；而 2025 年 4 月的最終命令禁止該公司作出此類聲稱，除非該公司有證據支持。

AI 用於無障礙的局限

AI 擴大了使用機會，但同時帶來私隱風險，而且其輸出可能不可靠並帶有偏見。

私隱問題

輔助 AI 會處理敏感資料：鏡頭拍攝的信件、文件及藥物標籤、對話錄音，以及可能透露殘疾狀況的細節。

這些資料的私隱程度，很大程度上取決於工具在哪裡處理資料。

部分工具（例如 Apple 的 Personal Voice）會在裝置上處理所有資料，其他工具則依賴雲端。例如，Be My Eyes 的 Be My AI 會將相片傳送至 AI 供應商的伺服器以生成描述。

另一個主要問題是供應商會否使用用戶資料訓練其模型。

可靠性問題

AI 工具（包括 AI 驅動的無障礙技術）可能會出錯，而這些錯誤對殘疾人士造成的傷害更大。

在一項於 2026 年發表、以 20 名失明及低視能人士為對象的日記研究中，22% 的追問回答含有錯誤資訊；當 AI 讀取文字或圖像時，比例更升至 35%（不過，AI 的首次描述大多準確）。

錯誤一旦發生，可能造成實際傷害。在美國盲人基金會於 2025 年進行的一項調查中，使用 AI 圖像描述的失明及低視能人士中，有 21% 表示曾因 AI 出錯而受到傷害，而視力正常的用戶則為 9%。在使用 AI 字幕的聾人及弱聽人士中，這個比例為 24%，而沒有殘疾的用戶則為 4%。

報告作者提出兩個原因：殘疾用戶往往無法將輸出與原本的圖像或音訊核對，而且部分人會在風險較高的情況下使用這些工具，例如閱讀藥物標籤或財務文件。

偏見與訓練數據

某些 AI 工具（例如語音識別工具）對殘疾人士的效果可能較差，部分原因是訓練數據有限

語音無障礙計劃（Speech Accessibility Project）於 2024 年發表的一篇論文指出，在 2008 至 2023 年間，識別構音障礙言語的最佳錯誤率降至原來的三分之一，而其他說話者的錯誤率則降至五分之一。作者指出數據不足是主要原因之一。該計劃的 2025 年後續論文表示，差距部分源於數據不足。

不過，數據並非問題的全部，模型的運作方式也是原因之一。

共融設計研究中心（Inclusive Design Research Centre）的 Jutta Treviranus 在 W3C 2023 年 AI 與無障礙研究研討會的主題演講中指出，AI 系統對接近平均值的人準確，但對距離平均值最遠的人則會失效。

她在2024 年的一篇文章中補充，即使訓練資料中有更多殘疾人士，問題也不會消失，因為模型仍然偏向平均值：「即使殘疾人士在訓練資料中有全面而公平的比例代表，機器仍然會傾向統計上的平均值。」

如何選擇無障礙 AI 工具

在機構內推出 AI 工具時，工具必須適合所有人使用，包括殘疾人士或有學習困難的人士。

放大

在決定採用某個工具前，請檢查它是否符合以下準則：

• 已標示的控制項：每個按鈕和欄位都有輔助技術可讀取的名稱，而且名稱能說明該控制項的用途：例如「傳送」，而不是「按鈕」（WCAG 4.1.2 及 1.1.1）。
• 完整鍵盤操作：只用鍵盤就能輸入及傳送提示、在回應之間移動並複製回應，同時有清晰可見的焦點指示，顯示你目前的位置（WCAG 2.1.1 及 2.4.7）。
• 會被讀出的狀態訊息：「正在生成答案…」等訊息無須移動焦點，就能傳達給屏幕閱讀器（WCAG 4.1.3）。
• 結構化、可複製的輸出：回應使用真正的標題和清單，複製時會保留格式，而且你可以要求以純文字輸出。
• 時間：如果工作階段會逾時，你可以關閉時限、將時限延長至預設值的至少十倍，或在時限屆滿前至少 20 秒收到警告，以便延長時間（WCAG 2.2.1）。
• 縮放：在 400% 縮放（相當於 320 像素寬的檢視區）下，內容會重排成單欄，讓你無須橫向捲動即可閱讀（WCAG 1.4.10）。
• 兼容每個人自己的輔助技術：工具支援第三方屏幕閱讀器及其設定，而不是以內置功能取而代之。這並非 WCAG 準則，但決定了用戶能否沿用他們已經熟悉的設定。
• 易讀的對比度：提示輸入框中的文字（包括預留位置文字）以及回應中的文字，均達到 4.5:1 的對比度（WCAG 1.4.3）。
• 可被察覺的錯誤：當上載失敗或提示被拒絕時，工具會以文字說明，而不只是透過顏色變化或圖示表示（WCAG 3.3.1）。

許多供應商會發佈無障礙合規報告（ACR），即資訊科技產業協會（Information Technology Industry Council）自願性產品無障礙範本（VPAT）的填妥版本。報告會按每項無障礙準則為產品評級，因此是在試用前比較各款工具的實用方法。

AI 無障礙常見問題

輔助技術有哪些例子？

常見的輔助技術包括屏幕閱讀器、字幕及轉錄工具、語音辨識及語音控制、輔助及替代溝通（AAC）裝置，以及開關操控或替代鍵盤。如今許多輔助技術都由 AI 驅動，尤其是字幕、語音辨識和圖像描述。

WCAG 是法律規定嗎？

WCAG 本身是 W3C 標準，並非法律，但有些法律會引用它，或訂立類似的要求。

例如在美國，司法部的 ADA 第二章規則規定，服務 50,000 人或以上的州及地方政府，其網頁內容和流動應用程式須於 2027 年 4 月 26 日前符合 WCAG 2.1 AA 級；較小型的政府及特別區則須於 2028 年 4 月 26 日前符合。聯邦機構則須遵守第 508 條，其標準納入了 WCAG 2.0。

在歐盟，《歐洲無障礙法案》適用於電子商務、消費者銀行服務或電子書等產品和服務，但並未直接引用 WCAG。實際上，大部分機構會採用 WCAG 及歐洲標準 EN 301 549 來符合該法案的要求，而 2026 年版的 EN 301 549 採用了 WCAG 2.2。

無障礙的四大原則是甚麼？

WCAG 將其指引歸納為四大原則：可感知、可操作、可理解及穩健。WCAG 的 13 項指引都屬於這四大原則之下，而每項指引都包含可測試的成功準則，供審核時作為檢查依據。