SoK: 可访问性问题的检测与修复

全球范围内对信息可访问性日益强调，大量研究者致力于开发自动化工具以检测和修复可访问性问题，以确保拥有不同能力者的用户能够独立访问软件产品和服务。然而，当前研究在两个关键领域仍面临重大挑战：可访问性问题类型缺乏全面分类，以及对检测和修复工具能力、相关数据集现状缺乏系统分析。为此，本文引入可访问性问题分析（Accessibility Issue Analysis, AIA）框架。运用该框架，我们构建了涵盖55种可访问性问题类型的全面分类体系，将其划分为感知性（Perceivability）、可操作性（Operability）、可理解性（Understandability）和健壮性（Robustness）四个关键维度。该分类经n=130的问卷调查验证。基于该分类，我们深入分析了现有检测工具、修复工具及其对应数据集的现状。就工具而言，我们发现14个检测工具可识别31种问题类型，覆盖率为56.3%（31/55）。而9个修复工具仅覆盖13种问题类型，覆盖率仅为23.6%。就数据集而言，针对检测工具的数据集覆盖21种问题类型，覆盖率为38.1%；而针对修复工具的数据集仅覆盖7种问题类型，覆盖率更低至12.7%。