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慧（AI）協助身心障礙者閱讀、聆聽、說話及瀏覽數位內容，並確保 AI 工具本身也具備無障礙設計。

本指南涵蓋 AI 能如何滿足不同的無障礙需求、運用 AI 讓數位內容更易於取用的最佳做法、如何檢查成果、如何判斷 AI 工具本身是否具備無障礙設計，以及 AI 在無障礙應用上仍有哪些不足之處。

什麼是 AI 無障礙？

AI 無障礙包含兩層意義：運用 AI 實現無障礙，以及 AI 本身的無障礙。

運用 AI 實現無障礙，指的是利用 AI 讓身心障礙及有學習困難的使用者也能取用內容。

AI 驅動的無障礙工具能協助使用者取用原本無法取用的內容，並完成原本極其困難的任務，甚至是原本根本不可能完成的任務。

例如，文字轉語音工具讓盲人能夠「閱讀」書面文字，而聽寫與文字預測功能則讓有讀寫障礙的人更容易以書寫方式溝通。如此一來，這些工具便能彌補他們在個人生活、學業或職場上所面臨的部分不利處境。

AI 工具也能協助製作無障礙內容，例如為盲人讀者提供圖片替代文字，或為聾人及重聽觀眾提供影片字幕。

當我們談到 AI 本身的無障礙時，指的是 AI 工具自身的無障礙程度。例如，手部靈活度受限的人是否能只用鍵盤或語音操控工具，或是所有欄位和按鈕是否都已為螢幕閱讀器清楚標示。

AI 如何協助身心障礙者

輔助科技多年來一直運用 AI，例如光學字元辨識（OCR）、語音辨識及文字轉語音工具，協助身心障礙及有學習困難的使用者。

生成式 AI 則帶來了新的層面。它能產生新的內容，例如圖片描述、摘要或字幕。

以下說明 AI 如何支援從視覺障礙到認知障礙等各種無障礙需求，以及它在哪些地方會失誤：

如何運用 AI 提升內容的無障礙程度

AI 工具可協助內容創作者與發行者符合網頁內容無障礙指引（WCAG）所訂定的無障礙標準。它們能草擬替代文字、字幕和口述影像，將文章轉為音訊，並以淺白語言改寫複雜的文字。

為圖片、圖表和資訊圖表撰寫替代文字

使用 Perplexity 等 AI 助理，為圖片、圖表和資訊圖表草擬替代文字（alt text）。螢幕閱讀器會朗讀替代文字，因此好的描述能讓全盲與低視能讀者獲得圖像所傳達的資訊。

以下是 Perplexity 為一張長條圖產生的替代文字及較長描述範例：

放大

提示詞如下：

為這張圖表撰寫替代文字：用一到兩句話說明圖表呈現的內容及其主要重點。接著撰寫一段較長的描述，涵蓋每個趨勢、數值、標籤和資料點，詳細程度須讓看不到圖表的人僅憑描述就能完全理解。最後，列出所有你無法清楚辨讀或不確定的內容，以便我對照來源資料進行確認。

撰寫視覺內容的替代文字時：

• 為視覺內容提供簡短版與詳細版：撰寫一句話的替代文字，再附上資料或較長的描述。
• 依用途撰寫：WCAG 要求替代文字須發揮與圖片相同的作用。為此，AI 助理可能需要了解圖片為何出現在文中，因此請提供額外的背景資訊，例如文章內文。
• 檢查每個數值：將描述中的每個數字與來源資料逐一比對，尤其是小型標籤和數字，以防 AI 誤讀。
• 將裝飾性圖片標記為裝飾用途：為純裝飾性圖片設定空白的 alt 屬性（alt=""），讓螢幕閱讀器略過這些圖片。（省略該屬性是行不通的，因為如 W3C 圖片教學所說明，部分螢幕閱讀器會因此朗讀檔案名稱。）

製作影片字幕與音訊逐字稿

許多 AI 助理現在都能接受音訊與影片檔案，並將其轉錄成文字。

字幕和逐字稿能讓聽不到的人也能取得口語內容。聾人與重聽觀眾仰賴字幕來觀看影片，並仰賴逐字稿來了解 Podcast 或通話錄音的內容。對於偏好閱讀或搜尋內容而非聆聽的人來說，這些也很有幫助。

Perplexity 和其他 AI 助理可以轉錄影片和音訊檔案，並標示每段話的說話者，但專用的轉錄與字幕工具能加快這個流程。例如，Otter.ai 和 Sembly AI 能轉錄音訊檔案與會議並標示說話者，而 Descript 和 Tella 等影片編輯工具則能自動產生字幕。

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）涵蓋對話、說話者，以及具有意義的音效，因此請檢查字幕中是否也包含說話者的切換以及笑聲等聲音

AI 工具經常弄錯名稱或產品術語，因此請將錄音中出現的名稱與術語整理成詞彙表提供給 AI 助理，並將這些術語加入字幕或轉錄工具所提供的自訂詞彙中。

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），能向看不到畫面的人說明原聲音軌未傳達的畫面內容，例如動作、場景轉換、臉部表情或畫面上的文字。

手動撰寫描述相當耗時，因此 Verbit、3Play Media 或 ScreenPal 等專用工具現在會使用 AI 來草擬描述並配音。

AI 草稿仍需要人工編輯。在一項由 RNIB 委託、薩里大學執行的 2025 年研究中，AI 產生的 BBC 節目描述「經常缺乏準確性、連貫性及情境意識」，而且會認錯角色。

編輯描述時，請只保留觀眾理解影片所需的內容，並將描述安排在對話的自然停頓處。

以淺白語言改寫複雜的書面內容

生成式 AI 工具可以改寫、縮短、重組及解釋文字。它們能將艱澀的書面內容轉為更清楚的版本，幫助有認知、學習或注意力差異（例如讀寫障礙或 ADHD），而難以理解長句、專業術語和長段落的人。

當文字所需的閱讀能力高於初級中等教育程度（約九年的學校教育）時，WCAG 建議提供較簡易的版本或補充內容（準則 3.1.5，AAA 級）。

以下是一個範例提示詞，你可以加以調整來改寫文件：

請以淺白語言改寫[附件中的育嬰假政策]，對象是可能以英語為第二語言，或有讀寫障礙或 ADHD 的員工。目標閱讀程度須讓 12 至 14 歲的人也能理解。[所有資格規定、截止日期、天數及表單名稱]須完全依照原文保留。每個句子不超過 20 個單字，且每句只表達一個概念。開頭先用兩句話摘要[說明誰符合資格以及如何申請]。將[申請]流程改為編號步驟，在每個部分前加上簡短標題，並在技術用語（例如[「應計」]或[「法定給付」]）首次出現時，於括號中加以解釋或替換。所有縮寫在首次使用時都要寫出全稱。

AI 可能會遺漏重要細節並改變原意，而且表面上看不出錯誤，因此請與原文對照檢查，並在發布前請熟悉該主題的人確認沒有遺漏重要內容。

製作書面內容的音訊版本

音訊版本讓人們可以收聽文章或文件，使視力受損者以及有讀寫相關學習困難（例如讀寫障礙）的人更容易取用內容。

放大

AI 語音產生器能將文字轉換為自然流暢的語音。例如，ElevenLabs Audio Native 可為文章建立可嵌入的旁白播放器，而 Amazon Polly 則能將文字轉換為可供發布的語音檔案。

這兩項工具都可讓你設定名稱、縮寫及產品術語的發音方式。請優先檢查這些設定，以免讓聽眾混淆。

在網頁中嵌入音訊版本時，請確保音訊播放器可以用鍵盤操作，且控制項都有清楚的標籤。為長篇內容加入簡短摘要，並在文字變更時隨時更新音訊。

提升網站的無障礙程度

自動化檢查工具與 AI 程式設計助理能相輔相成：檢查工具找出網站程式碼中的問題，助理則負責修正。

首先使用 Axe 等自動化網頁無障礙檢查工具，依照固定規則測試網頁，並標記出未通過的項目，例如色彩對比度過低、沒有名稱的按鈕與連結，以及沒有標籤的表單欄位。接著將報告和網頁程式碼，連同要遵循的無障礙規則，一起提供給程式設計助理：

我用自動化無障礙檢查工具檢查了這個網頁，報告和網頁程式碼已附上。請修正每個未通過的項目，讓網頁符合 WCAG 2.2 AA，並用一句話說明每項變更，正確的程式碼則保持不變。

建置新網站時，請事先將規則提供給 AI 助理。

在 Microsoft 於 2026 年 5 月針對八個 AI 模型進行的測試中，未提供無障礙指示所建置的網頁有 12% 通過其自動化檢查。加入一份約 100 行、涵蓋 WCAG 2.2 程式設計規則的檢查清單後，平均通過率提升至 60%。將該指引封裝成可重複使用的技能後，通過率提升至 82%；若讓模型執行測試並修正自己的程式碼，則提升至 86%。

放大

正如 Microsoft 的報告所指出，自動化測試只能找出部分無障礙問題，因此即使網頁通過所有檢查，仍可能難以使用。

請謹慎看待 AI 無障礙覆蓋工具，也就是那些宣稱只需一行程式碼就能讓網站符合規範的小工具。2025 年 1 月，美國聯邦貿易委員會命令 accessiBe 支付 100 萬美元，原因是該公司宣稱其 AI 小工具能讓任何網站符合 WCAG 規範；而 2025 年 4 月的最終命令則禁止該公司在缺乏證據的情況下提出此類主張。

AI 在無障礙應用上的限制

AI 拓寬了取用管道，但也帶來隱私風險，而且其輸出結果可能不可靠，並帶有偏見。

隱私疑慮

輔助型 AI 會處理敏感資訊：例如透過相機拍攝的信件、文件和藥品標籤，對話錄音，以及可能透露身心障礙狀況的細節。

這些資料的隱私程度，很大程度上取決於工具在何處處理資料。

有些工具（例如 Apple 的 Personal Voice）完全在裝置上處理所有資料，有些則仰賴雲端。舉例來說，Be My Eyes 的 Be My AI 會將照片傳送到 AI 供應商的伺服器以產生描述。

另一個主要疑慮是供應商是否會使用使用者資料來訓練模型。

可靠性問題

AI 工具（包括 AI 驅動的無障礙技術）可能會出錯，而這些錯誤對身心障礙者造成的傷害更大。

在一項於 2026 年發表、以 20 位全盲與低視能者為對象的日誌研究中，22% 的後續提問回答含有錯誤資訊；當 AI 在辨讀文字或圖像時，這個比例更升至 35%（不過，AI 提供的初次描述大多是準確的）。

一旦出錯，就可能造成實際傷害。在美國盲人基金會於 2025 年進行的一項調查中，使用 AI 圖片描述的全盲與低視能者有 21% 表示曾因 AI 的錯誤而受到傷害，明眼使用者則為 9%。在使用 AI 字幕的聾人與重聽者中，這個比例為 24%，非身心障礙使用者則為 4%。

報告作者提出兩個原因：身心障礙使用者往往無法將輸出結果與原始圖片或音訊進行比對，而且有些人會在風險較高的情境中使用這些工具，例如辨讀藥品標籤或財務文件。

偏見與訓練資料

某些 AI 工具（例如語音辨識工具）對身心障礙者的效果可能較差，而訓練資料有限是部分原因

語音無障礙計畫（Speech Accessibility Project）於 2024 年發表的一篇論文指出，2008 年至 2023 年間，辨識構音障礙語音的最佳錯誤率降至原本的三分之一，而其他說話者則降至原本的五分之一。作者指出，缺乏資料是主要原因之一。該計畫 2025 年的後續論文則表示，這項差距部分源於資料不足。

不過，資料並非問題的全部，模型的運作方式也是原因之一。

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

她在一篇2024 年的文章中補充，即使訓練資料中納入更多身心障礙者，也無法消除這個問題，因為模型仍然偏向平均值：「即使訓練資料中身心障礙者的比例完整且公平，機器仍會站在統計上的平均值那一邊。」

如何選擇無障礙的 AI 工具

在組織中導入 AI 工具時，它必須適用於每個人，包括身心障礙者或有學習障礙的人。

放大

在決定採用工具之前，請確認它符合以下標準：

• 有標籤的控制項：每個按鈕和欄位都有輔助科技可以讀取的名稱，且名稱能說明該控制項的功能：例如「傳送」，而不是「按鈕」（WCAG 4.1.2 與 1.1.1）。
• 完整的鍵盤操作：只用鍵盤就能輸入並送出提示、在回應之間移動以及複製回應，並有可見的焦點指示器顯示目前所在位置（WCAG 2.1.1 與 2.4.7）。
• 會被播報的狀態訊息：「正在產生答案…」等訊息不需移動焦點，即可傳達給螢幕閱讀器（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，複製時能保留格式，而且你可以要求以純文字呈現。
• 時間：如果工作階段會逾時，你可以關閉時間限制、將其延長至預設值的至少十倍，或在至少 20 秒前收到警告並可延長時間（WCAG 2.2.1）。
• 縮放：在 400% 縮放（寬度 320 像素的檢視區）下，內容會重排為單欄，讓你不必橫向捲動即可閱讀（WCAG 1.4.10）。
• 支援每個人自己的輔助科技：工具支援第三方螢幕閱讀器和設定，而不是以內建功能取而代之。這並非 WCAG 準則，但決定了使用者能否沿用他們已經熟悉的設定。
• 清晰易讀的對比：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，都符合 4.5:1 的對比度（WCAG 1.4.3）。
• 可被察覺的錯誤：當上傳失敗或提示遭拒時，工具會以文字說明，而不只是透過顏色變化或圖示來表示（WCAG 3.3.1）。

許多廠商會發布無障礙符合性報告（ACR），也就是填寫完成的資訊科技產業協會自願性產品無障礙範本（VPAT）。這份報告會依每項無障礙準則評估產品，因此是在試用前比較各項工具的實用方式。

AI 無障礙常見問題

輔助科技有哪些例子？

常見的輔助科技包括螢幕閱讀器、字幕與逐字稿工具、語音辨識與語音控制、擴大與替代溝通（AAC）裝置，以及開關操作或替代鍵盤。如今許多輔助科技都由 AI 驅動，尤其是字幕、語音辨識和圖片描述。

WCAG 是法律規定的嗎？

WCAG 本身是 W3C 標準，而非法律，但有些法律會引用它或訂定類似的要求。

例如在美國，司法部的 ADA 第二章規則要求州和地方政府的網頁內容與行動應用程式符合 WCAG 2.1 AA 等級：服務人口達 50,000 人以上的政府須於 2027 年 4 月 26 日前達成，規模較小的政府和特殊目的區則須於 2028 年 4 月 26 日前達成。聯邦機構則遵循第 508 條款，其標準納入了 WCAG 2.0。

在歐盟，適用於電子商務、消費者銀行服務或電子書等產品與服務的《歐洲無障礙法案》並未直接引用 WCAG。實務上，大多數組織會採用 WCAG 和歐洲標準 EN 301 549 來符合該法案，而 2026 年版的 EN 301 549 採用的是 WCAG 2.2。

無障礙的四大原則是什麼？

WCAG 將其指引歸納在四大原則之下：可感知、可操作、可理解及穩健。WCAG 的 13 條指引都歸屬於這四大原則，每條指引都包含可測試的成功準則，作為稽核時的檢查依據。