Què detecten les eines automàtiques i què no

Les eines de comprovació automàtica d'accessibilitat analitzen el DOM i els estils calculats d'una pàgina i apliquen regles: aquesta imatge té atribut alt? Aquest contrast arriba a 4,5:1? Aquest id està duplicat? Són ràpides, barates i coherents, i per això formen part de qualsevol auditoria. Però una regla només pot comprovar allò que és verificable mecànicament, i la majoria dels criteris WCAG exigeixen judici humà. Aquesta lliçó fixa expectatives realistes: què podem delegar a la màquina i què no.

El límit estructural: el que una regla pot saber

Una eina sap si existeix un alt, però no si diu la veritat. Sap si un botó té nom accessible, però no si aquest nom («Prem aquí») descriu la seva funció. Sap si una pàgina té lang="es", però no si el text és realment en castellà. Pot detectar que a un camp li falta label, però no si l'etiqueta visible contradiu la programàtica. En general, les eines detecten absències i violacions de sintaxi, no errors de significat.

Tampoc no poden avaluar el que depèn de la interacció o del context: si l'ordre del focus té sentit, si un modal atrapa el focus correctament, si una animació es pot aturar, si el contingut que apareix en passar el punter es pot descartar, si el missatge d'error suggereix com corregir-lo, o si un procés de pagament es pot completar amb lector de pantalla.

Criteris ben coberts, parcialment coberts i no coberts

La taula té una conseqüència pràctica: una auditoria que només utilitzi eines deixa pràcticament sense avaluar bona part dels principis Operable i Comprensible, on es concentren moltes de les fallades que impedeixen completar tasques en seus electròniques i botigues.

Què sí que aporten i com aprofitar-les

• Exploració (pas 2 de WCAG-EM (s'obre en una finestra nova)). Un rastreig automàtic del lloc dona en minuts un mapa de plantilles, tecnologies i problemes recurrents que orienta la mostra.
• Detecció massiva de fallades sistemàtiques. Si el contrast de l'enllaç del peu falla, falla en 4000 pàgines; l'eina ho demostra sense haver-les d'obrir una per una.
• Coherència. La mateixa regla dona el mateix resultat avui i d'aquí a sis mesos, cosa que permet mesurar l'evolució i fer regressió en integració contínua.
• Priorització del temps manual. El que la màquina ja ha comprovat (contrast de text pla, alt buits) no cal repetir-ho; l'auditor dedica el seu temps al que la màquina no veu.
• Evidència complementària. L'identificador de la regla i el selector de l'element ajuden l'equip de desenvolupament a localitzar el problema.

Les regles ACT: per què les eines discrepen

Dues eines sobre la mateixa pàgina donen resultats diferents perquè cadascuna implementa les seves pròpies regles i llindars. Per reduir aquesta dispersió, el W3C va publicar el format Accessibility Conformance Testing (ACT Rules Format 1.0, recomanació del 2019) i la comunitat ACT manté un conjunt de regles amb casos de prova que associen cada resultat a criteris WCAG concrets. Eines com axe-core, IBM Equal Access o Alfa publiquen el seu grau d'implementació d'aquestes regles. A l'hora de triar una eina, és un indicador de qualitat: com més regles ACT implementi de manera consistent, menys sorpreses en comparar-la amb una altra. A la lliçó següent veurem com està construïda una regla per dins i què veu exactament el motor.

Les regles ACT distingeixen, a més, entre resultats passa, falla i inaplicable, i les eines hi afegeixen un quart estat, «necessita revisió» (needs review o incomplete a axe), per als casos en què la regla no pot decidir: contrast sobre imatge de fons, nom accessible calculat a partir de contingut complex, etc. Aquest quart estat és feina per a l'auditor, no soroll que es descarta.

Com encaixar-les en WCAG-EM

El flux recomanat en una auditoria és: (1) rastreig automàtic complet del lloc per explorar i detectar fallades sistemàtiques; (2) execució de l'eina d'extensió en cada pàgina i estat de la mostra, anotant violacions i elements per revisar; (3) avaluació manual de tots els criteris del nivell objectiu en cada pàgina, aprofitant les violacions com a pistes però sense donar res per avaluat només perquè l'eina ho ha marcat en verd; (4) verificació de cada violació automàtica abans de passar-la a l'informe, assignant-li el criteri WCAG correcte i descartant falsos positius.

Resum

• Les eines detecten absències i errors de sintaxi verificables mecànicament; no detecten errors de significat ni problemes d'interacció.
• La seva cobertura s'estima al voltant del 30-40 % dels problemes; els principis Operable i Comprensible en queden gairebé fora.
• Són valuoses per explorar, detectar fallades sistemàtiques, donar coherència, estalviar temps manual i aportar evidència.
• Les regles ACT del W3C expliquen i redueixen les discrepàncies entre eines; l'estat «necessita revisió» és feina per a l'auditor.
• En WCAG-EM, l'eina orienta la mostra i accelera l'avaluació, però cada violació es verifica i cada criteri s'avalua manualment.