为什么人工智能创建的网站存在无障碍访问障碍，这对品牌的影响

95.9% 的全球百万级网站存在可访问性错误——平均每个首页含有 56.1 个错误。这一数字在过去一年增长了 10.1%，打破了六年来的持续改善趋势。原因在于 AI 工具在开发中的广泛应用：这些模型基于既有代码进行训练，而这些代码本身就存在相同的无障碍问题，现在这些问题被复制到了新项目中。

当前平均首页包含 1437 个元素——比一年前增加了 22.5%，几乎是 2019 年的两倍。代码生成速度加快，代码量增长，但质量控制跟不上步伐。当营销团队使用 AI 创建落地页或文案时，他们会自动继承一个多年来被认为是开发人员责任的问题。

为什么 AI 工具会加剧可访问性障碍

生成式模型通过对真实网页进行训练来编写文本和生成代码。问题在于，互联网从一开始就对相当一部分用户不可访问。六种最常见的错误类型——文本对比度过低、缺少图像替代描述、表单字段未标记、空链接、空按钮和缺少文档语言声明——连续七年占据错误排行榜的前列。

当模型分析数十亿个页面进行训练时，它学习了这些不规范的模式。大多数现代 AI 工具的训练样本中都缺乏足够数量的可访问代码示例。要求 AI 生成可访问的页面布局，等同于要求它完成一项没有基础的任务。

代码看起来正确无误，页面显示正常，但问题只有在屏幕阅读器用户尝试用键盘填写表单时才会显现——此时负面体验已经形成。

纽约律师协会在 2025 年 6 月的报告中直言不讳地阐述了这一问题：如果 AI 没有被训练来识别可访问性要求，它就无法保证可访问性。这些错误一直保持隐形，直到真实用户遇到障碍——或者直到律师事务所发送违规通知。

诉讼案件如何增长，为什么拥有工具无法提供保护

美国关于数字可访问性的诉讼案件数量自 2020 年以来翻了一番。2025 年，联邦和州级共提交了 26253 起诉讼。78% 的诉讼针对电商平台。近十分之八的诉讼现在在州法院进行，赔偿金额可能会成倍增加。

关键事实：38.5% 遭到诉讼的公司在提交索赔时已经在使用可访问性工具。他们认为问题已解决，但实际上只获得了部分覆盖，却不知道这一点。诉讼程序公开揭示了这些漏洞，带来严重的声誉后果。

这不仅是美国的问题。2026 年 6 月 4 日，法国法院判令家乐福在六个月内使其网站 carrefour.fr 和移动应用程序完全符合可访问性要求。这是《欧洲可访问性法案》框架下第一个拒绝将部分符合作为法律保护的判决。家乐福自己的声明声称在不同平台上达到了 50-70% 的符合度。法院明确表态：网站不能部分可访问——它要么对所有人都有效，要么就没有。

索赔和解通常耗资 15000-75000 美元。法律费用另计 10000-30000 美元。这些是快速处理的案件。一个被广泛引用的针对大型零售商的案例始于 2020 年的例行索赔，在五年后以超过 200 份法庭文件和总计 515 万美元的费用而告终。诉讼防御往往比早期和解的成本更高，远高于主动解决问题的成本。

这对俄罗斯品牌和营销意味着什么

俄罗斯立法也规定了数字服务的可访问性要求。第 419-ФЗ 号联邦法律要求组织确保官方网站对身心障碍人士的可访问性。虽然俄罗斯的司法实践目前不如美国那样活跃，但加强监管控制的趋势是显而易见的。

对营销团队而言，这意味着可访问性责任不再是专门的技术问题。当品牌使用 AI 创建内容、落地页或电子邮件营销活动时，它自动承担了与生成代码质量相关的风险。缺少图像替代描述、行动号召按钮对比度过低、未标记的表单字段——所有这些都会降低转化率，并为部分受众制造障碍。

研究表明，改善可访问性对所有受众群体都产生积极影响：清晰的导航、易理解的表单和易读的文本可改善整体用户体验。这不是一项狭隘的社会倡议，而是产品质量和覆盖付费受众的问题。

营销人员检查清单：如何检查 AI 内容的可访问性

• 检查文本和界面元素的对比度——常规文本最低比例为 4.5:1，大号文本为 3:1。
• 确保所有图像都有 alt 属性并包含有意义的描述。装饰性图像应具有空的 alt=""。
• 检查键盘导航：所有交互元素应可通过 Tab 键访问，切换顺序应符合逻辑。
• 检查表单：每个字段都应具有与 label 元素相关联的明确标签。
• 使用屏幕阅读器打开页面（macOS 上的 VoiceOver 或 Windows 上的 Narrator）并检查内容如何被朗读。
• 使用自动化检查工具：WAVE、Axe DevTools、Chrome 中的 Lighthouse——它们将发现基本错误。
• 将可访问性检查纳入材料发布前的审批流程。

如何衡量结果和控制质量

自动化工具可发现 30-40% 的可访问性问题。其余部分需要手动检查或真实用户测试。对于大量使用 AI 创建内容的品牌，实施定期审计很有意义：对关键页面和新材料进行月度检查，可降低关键错误积累的风险。

跟踪指标：

• 关键页面上自动发现的错误数量——目标值低于每页 5 个。
• 具有正确填写的 alt 的图像百分比——目标值 100%。
• 具有明确标记字段的表单百分比——目标值 100%。
• 使用键盘完成关键场景所需的时间——应与使用鼠标相当。

将这些参数纳入材料发布检查清单，可在问题变成公开问题或法律问题之前发现问题。

常见问题

为什么 AI 创建的网站存在可访问性错误

AI 模型基于真实网页进行训练，其中 95.9% 含有可访问性错误。这些模型学习了这些不规范的模式并在新代码中复现它们。如果没有对可访问代码示例的专门训练，AI 无法为身心障碍用户生成正确的标记。

如何在发布前检查网站的可访问性

使用自动化工具——WAVE、Axe DevTools、Lighthouse——和手动检查相结合，通过键盘和屏幕阅读器进行测试。自动化工具可发现 30-40% 的问题，其余部分需要真实用户或可访问性专家测试。将检查纳入材料审批流程。

拥有可访问性工具是否可以保护公司免受诉讼

不可以。38.5% 遭到可访问性诉讼的公司在提交索赔时已在使用专门工具。部分符合不是法律保护——网站要么对所有用户可访问，要么就不可访问。法院拒绝将部分符合作为防御论据。

总结

• 95.9% 的全球百万级网站存在可访问性错误，数量在一年内增长了 10.1%，打破了六年的改善趋势。
• AI 工具会复制可访问性问题，因为它们基于含有相同错误的代码进行训练。
• 美国数字可访问性诉讼自 2020 年以来翻了一番，78% 针对电商平台。
• 38.5% 收到诉讼的公司已在使用可访问性工具——部分符合无法提供法律保护。
• 欧洲法院开始拒绝将部分符合可访问性要求作为防御。
• 对俄罗斯品牌而言，可访问性是法律符合、受众覆盖和产品质量的问题。
• 可访问性检查应纳入 AI 生成内容的发布流程——自动化工具加手动测试。