Universell utforming er lovpålagt, men langt fra enkelt å få til i praksis. Mange virksomheter oppdager for sent at testene ikke har vært gode nok, og at feilene er flere enn de trodde. Kan KI-agenter være nøkkelen til å tette dette gapet?
I denne artikkelen ser vi nærmere på hvordan KI-agenter utfordrer måten vi tester tilgjengelighet på – hva de faktisk er gode på, hvor de kommer til kort, og hvordan de best kan brukes sammen med automatiske og manuelle tester.
Universell utforming handler om mer enn compliance
UU handler om langt mer enn å unngå bøter fra Tilsynet for universell utforming av IKT. Det handler om å bygge løsninger som fundamentalt sett fungerer for alle, uavhengig av funksjonsevne. Implementering av god tilgjengelighet i web-løsninger krever riktig kompetanse og gode verktøy. Alle fagdisipliner involvert i et utviklingsløp slik som designere, utviklere og testere må inneha kompetanse om universell utforming. Underveis i utviklingen må løsningene testes av både maskin og menneske.
To etablerte metoder – med klare begrensninger
Tradisjonelt har vi kunnet dele testene i to typer: automatiske- og manuelle tester. I det siste har introduksjonen av KI-agenter gjort det mulig å utvide de automatiske testene og overta noen av de manuelle testene. En KI-agent er altså med på å dekke gapet mellom automatiske tester og manuelle tester.
For å forstå verdien av KI-agenter, må vi se på hvordan det fungerer som et supplement til de metodene vi allerede bruker:
Automatiske tester: Raske, men overfladiske
De lynraske automatiske testene er enkle å integrere, men de sjekker i hovedsak kun strenge tekniske syntaksfeil. Bransjetall viser at de ofte bare fanger opp 20-30 % av potensielle UU-feil. De krever kontinuerlig vedlikehold ved kodeendringer og sliter med dynamiske elementer. Mer avanserte UU-tester som f.eks Playwright og Chromium kan simulere interaksjon til en viss grad, men de må kodes og det kreves ofte endring i testene når f.eks strukturen på pop-up menyen i løsningen endres.
Manuelle tester: Grundige, men ressurskrevende
Manuelle tester gjennomført av mennesker gjør at man ser hele bildet og fanger opp feil i sin rette kontekst. Derfor er manuelle tester den eneste måten å garantere at en løsning faktisk fungerer godt og kjennes logisk ut for en bruker. Ulempen er at det krever spisskompetanse å gjennomføre disse testene og sjekke opp mot WCAG-kravene, noe som gjør det tidkrevende og kostbart.
KI-agenter: Et nytt lag i teststrategien
KI-agenter fyller gapet mellom automatiske- og manuelle tester. Kort fortalt beveger vi oss nå fra statiske test-skripts til smarte, autonome KI-agenter. Mens tradisjonelle tester utelukkende sjekker koden for tekniske regelbrudd, kan KI-agenter i mye større grad simulere en bruker med nedsatt funksjonsevne og interagere med grensesnittet. De forstår skjermbildets visuelle og logiske kontekst, og dokumenterer funn av feil med forklaringer – de kan til og med foreslå konkrete kodeendringer direkte til utviklerne.
Illustrasjon: KI generert bilde som illustrerer KI-agenter som gjennomfører automatiske tester.
Fordelene: Økt testdekning og mindre manuelt arbeid
Å la KI-agenter bistå i prosjektene gir virksomheten flere tydelige fordeler:
-
KI fanger opp flere av de logiske og visuelle feilene som tradisjonelle statiske verktøy overser. Dette gir høyere testdekning totalt.
-
Agentene forstår meningen bak innholdet og kan for eksempel avgjøre bilders funksjon. Den klarer blant annet å skille mellom dekorative og illustrerende bilder, noe som er helt avgjørende for testing mot WCAG 1.1.1.
-
KI-agenter er ikke avhengige av streng determinisme. De tåler endringer i strukturen bedre enn tradisjonelle og skjøre interaksjonstester. Resultatet er lavere vedlikeholdsbehov.
-
Fremfor å bruke ressurser på manuell feilsøking av trivielle feil, frigjøres verdifull tid som kan brukes på reell brukertesting og kvalitetssikring som faktisk løfter brukeropplevelsen.
-
KI-agenter kan fange opp UU-feil kontinuerlig mens man utvikler, slik at det ikke dukker opp overraskelser når prosjektet er overlevert kunde.
Begrensningene: Derfor kan ikke KI stå alene
Samtidig er det viktig å kjenne til ulempene som gjør at KI ikke er en mirakelkur alene, men et støtteverktøy:
-
KI-agenter er ikke nødvendigvis konsistente. Dette kan gjøre dem utfordrende å bruke i automatiserte CI/CD-pipelines da de kan gi varierte svar fra test til test.
-
En agent forstår bare det vi koder den til å se. Den kan ikke vurdere om manglende funksjonalitet burde vært inkludert – en vurdering som krever menneskelig skjønn.
-
KI-agenter gir ingen garanti for en god helhetlig brukeropplevelse, og kan ikke gjøre vurdering av om et tastatur- eller touch-grensesnitt "føles" riktig for et menneske. Det kreves fortsatt mennesker for å gjøre denne vurderingen.
-
I lukkede miljøer med strenge sikkerhetskrav og ved innloggede tjenester, er det utfordrende å la eksterne språkmodeller analysere applikasjonen.
Slik bør du kombinere menneske, maskin og KI
KI-agenter kan gi enorm hjelp til å heve kvaliteten i prosjektene, men det er som et supplement. Suksessformelen ligger i å la maskinene ta seg av det tunge grunnarbeidet – som ulogiske ARIA-attributter og kontrastfeil, slik at menneskene kan bruke sin tid på manuell brukertesting og kvalitetssikring. Reell brukertesting med ulike skjermlesere erstattes ikke av dagens KI-agenter. Det er fortsatt behov for eksperter som kan lage automatiserte tester og instruere AI-agenter til å finne UU-feilene.
Hvordan vi kan hjelpe
I Accelerate har vi lang erfaring med å bistå aktører i offentlig sektor og private selskaper med utviklingen av web-løsninger som krever den aller strengeste graden av universell utforming. Som et nordisk konsulentselskap med over 250 spesialister kombinerer vi teknologisk ekspertise med forretningsforståelse. Vi hjelper dere med å sette opp et strategisk testregime der smarte KI-agenter, automatiserte scripts og uerstattelig menneskelig kompetanse spiller på lag for å skape best mulige brukeropplevelser.
