Inclusive web experiences with an AI-driven accessibility tool

Web accessibility, while regulated through established standards such as the Web Content Accessibility Guidelines (WCAG), has historically focused on the responsibilities of website owners and developers to implement static, "one-size-fits-all" solutions. This approach fails to account the profound heterogeneity of disabilities. For these users, traditional accessibility solutions often serve as an accessibility floor, a bare minimum of compliance that does not necessarily translate into functional usability or a high-quality user experience. To address these systemic limitations, this research explores the design of an AI-driven tool that shifts control from website owners to end-users. The objective is to create a hyper-personalized browsing environment that utilizes a calibrated process of gradual learning. By providing modular assistance tailored to individual profiles, the tool ensures a consistent and high-quality user experience that transcends static compliance. This thesis employs the Augmented Double Diamond as its primary research methodology to design the AI powered accessibility tool. The initial phase utilizes desk research to establish a comprehensive accessibility framework. Subsequently, a benchmarking analysis is conducted to evaluate existing AI solutions. Finally, a triangulation approach, integrating clinical medical data, compliance standards, and benchmarking results, is used to synthesize and define core user needs. The research culminates in a call for a necessary paradigm shift: moving digital control into the hands of the end-user. Findings demonstrate that the current model is too fragmented and impersonal to meet diverse clinical needs. By prioritizing user-led, adaptive environments over developer-implemented fixes, we can move toward a more inclusive and functional digital landscape.

L'accessibilità web, sebbene regolamentata da standard consolidati come le Web Content Accessibility Guidelines (WCAG), si è storicamente concentrata sulle responsabilità di proprietari e sviluppatori di siti web nell'implementare soluzioni statiche e "standardizzate". Questo approccio non riesce a tenere conto della profonda eterogeneità delle disabilità. Per questi utenti, le soluzioni di accessibilità tradizionali fungono spesso da "livello minimo" (accessibility floor), un requisito di conformità di base che non si traduce necessariamente in usabilità funzionale o in un'esperienza utente di alta qualità. Per far fronte a questi limiti sistemici, la presente ricerca esplora la progettazione di uno strumento basato sull'IA che sposti il controllo dai proprietari dei siti agli utenti finali. L'obiettivo è creare un ambiente di navigazione iper-personalizzato che utilizzi un processo calibrato di apprendimento graduale. Fornendo un'assistenza modulare adattata ai singoli profili, lo strumento garantisce un'esperienza utente coerente e di alta qualità che trascende la semplice conformità statica. Questa tesi adotta l'Augmented Double Diamond come metodologia di ricerca primaria per progettare lo strumento di accessibilità alimentato dall'IA. La fase iniziale utilizza la ricerca documentale (desk research) per stabilire un quadro di riferimento completo sull'accessibilità. Successivamente, viene condotta un'analisi di benchmarking per valutare le soluzioni di IA esistenti. Infine, viene utilizzato un approccio di triangolazione — integrando dati medici clinici, standard di conformità e risultati del benchmarking — per sintetizzare e definire le esigenze fondamentali dell'utente. La ricerca culmina in un appello per un necessario cambio di paradigma: trasferire il controllo digitale nelle mani dell'utente finale. I risultati dimostrano che l'attuale modello è troppo frammentato e impersonale per soddisfare le diverse esigenze cliniche. Dando priorità ad ambienti adattivi guidati dall'utente rispetto alle correzioni implementate dagli sviluppatori, possiamo muoverci verso un panorama digitale più inclusivo e funzionale.