به گزارش UX Collective، ساختارهای معنایی که سال‌ها برای کاربران صفحه‌خوان به کار رفته‌اند، اکنون در توانایی عامل‌های هوش مصنوعی برای خواندن و کارکردن با صفحات وب نیز نقشی تعیین‌کننده دارند. عامل‌هایی مانند ChatGPT، Claude، Gemini، Grok و Perplexity به‌جای تکیه صرف بر ظاهر صفحه، از ساختار زیرین آن برای شناسایی محتوا و کنترل‌ها استفاده می‌کنند.
اهمیت این موضوع در صفحات تعاملی بیشتر از صفحات متنی است. یک عامل معمولاً می‌تواند متن یک صفحه با ساختار ضعیف را بخواند؛ اما در فرایندهایی مانند خرید، رزرو، تکمیل فرم یا تغییر تنظیمات حساب، دکمه‌های بدون نام، فیلدهای فاقد برچسب و وضعیت‌های اعلام‌نشده می‌توانند مانع انجام کار شوند.
ساختار دسترس‌پذیر، مسیر مشترک انسان و عامل هوش مصنوعی
در پژوهش A11y-CUA که در CHI 2026 ارائه شد، پژوهشگران UC Berkeley و University of Michigan مدل Claude Sonnet 4.5 را در ۶۰ وظیفه روزمره وب و دسکتاپ آزمایش کردند. عامل در حالت دسترسی عادی حدود ۷۸ درصد وظایف را انجام داد؛ این میزان با محدودشدن به پیمایش صرفاً با صفحه‌کلید به ۴۲ درصد رسید و زمان انجام کار نیز تقریباً دو برابر شد. در نمای بزرگ‌نمایی‌شده، نرخ موفقیت به ۲۸ درصد کاهش یافت.
این یافته نشان می‌دهد موانعی که کاربران صفحه‌خوان یا صفحه‌کلید را متوقف می‌کنند، احتمالاً عامل‌های هوش مصنوعی را نیز دچار مشکل خواهند کرد. HTML معنایی، ترتیب منطقی تیترها و نشانه‌هایی مانند بخش ناوبری، محتوای اصلی، سربرگ و پابرگ، نقشه قابل فهم‌تری از صفحه در اختیار هر دو گروه قرار می‌دهند.
طراحان و توسعه‌دهندگان چه چیزهایی را بررسی کنند؟
کنترل‌های تعاملی باید نام، نقش و وضعیت مشخص داشته باشند. استفاده از عنصر بومی مانند button معمولاً از یک div کلیک‌پذیر قابل اتکاتر است. ARIA می‌تواند خلأهای عناصر سفارشی را پوشش دهد، اما ویژگی اشتباه یا خالی ممکن است اطلاعات نادرستی به درخت دسترس‌پذیری منتقل کند.
متن جایگزین تصاویر معنادار، برچسب متصل به فیلدهای فرم، اعلام خطا یا موفقیت و چیدمان پایدار نیز از نیازهای اصلی‌اند. گزارش WebAIM در سال ۲۰۲۶ نشان داده است ۹۵.۹ درصد از یک میلیون صفحه اصلی بررسی‌شده، خطاهای قابل تشخیص WCAG داشته‌اند؛ میانگین هر صفحه نیز حدود ۵۶ خطا در میان ۱۴۳۷ عنصر بوده است.
برای تیم‌های طراحی و توسعه وب، نقطه شروع عملی بررسی فرایندهای تراکنشی با درخت دسترس‌پذیری و پیمایش کامل با صفحه‌کلید است. دسترس‌پذیری دیگر فقط کیفیت تجربه کاربران فناوری‌های کمکی را تعیین نمی‌کند؛ همان زیرساخت می‌تواند مشخص کند یک عامل هوش مصنوعی تا چه اندازه قادر به درک صفحه و تکمیل وظیفه است.
