論文の概要: The Accessibility Capability Boundary: Operational Limits and Expansion Potential of AI-Generated Browser-Native Accessibility Systems
- arxiv url: http://arxiv.org/abs/2605.19638v1
- Date: Tue, 19 May 2026 10:23:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-20 15:03:09.276987
- Title: The Accessibility Capability Boundary: Operational Limits and Expansion Potential of AI-Generated Browser-Native Accessibility Systems
- Title（参考訳）: アクセシビリティ・バウンダリ:AI生成ブラウザネイティブアクセシビリティシステムの操作限界と拡張可能性
- Authors: Rizwan Jahangir, Daisuke Ishii,
- Abstract要約: AI駆動のアクセシビリティシステムはどこまで使えるのか?
本稿では、自律的アクセシビリティシステムの運用限界と拡張可能性について推論するための正式なフレームワークであるtextitAccessibility Capability Boundary (ACB) を紹介する。
我々は、2つの実世界の探索プロトタイプの分析に理論的枠組みを定めている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As large language models (LLMs) demonstrate increasing competence in synthesizing functional user interfaces, a fundamental question emerges in accessibility computing: \textit{how far can AI-driven accessibility systems go?} This paper introduces the \textit{Accessibility Capability Boundary} (ACB), a formal framework for reasoning about the operational limits and expansion potential of autonomous accessibility systems, and grounds this theory in a real-world systems artifact. We model accessibility not as a binary compliance property but as a dynamic, multidimensional capability space constrained by measurable variables including deployment latency, cognitive load, infrastructure dependency, offline persistence, interaction complexity, and adaptability. We argue that AI-generated, browser-native systems constructed as single-file HTML artifacts leveraging standard browser APIs may dramatically shift the ACB outward by reducing deployment friction to near-zero and enabling rapid, context-specific interface adaptation. We ground our theoretical framework in the analysis of two real-world exploratory prototypes. The first is an AI-generated browser-native accessibility interface deployed for a blind user in Nepal. The second is a fully functional, open-source webcam alignment assistant for visually impaired users, serving as a concrete systems artifact. Through formal definitions, propositions, and a comparative evaluation matrix, we characterize the regions of the accessibility capability space that such systems can and cannot reach. We further identify remaining computational, infrastructural, and verification constraints that constitute the hard boundaries of this paradigm. This work contributes a theoretical foundation for understanding the scalable limits of autonomous accessibility computing and proposes a research agenda for future work in accessibility-aware AI systems.
- Abstract（参考訳）: 大規模言語モデル(LLM)が機能的ユーザインターフェースの合成能力の向上を示す中、アクセシビリティコンピューティングに根本的な疑問が浮かび上がっている。
本稿は,自律的なアクセシビリティシステムの運用限界と拡張可能性について推論するための公式なフレームワークである,<textit{Accessibility Capability Boundary} (ACB)を紹介し,この理論を現実のシステムアーティファクトに根拠付ける。
アクセシビリティはバイナリコンプライアンスの特性ではなく、デプロイメントのレイテンシ、認知的負荷、インフラストラクチャの依存性、オフラインの永続化、インタラクションの複雑さ、適応性といった測定可能な変数によって制約される動的で多次元の能力空間としてモデル化します。
我々は、標準ブラウザAPIを活用する単一ファイルHTMLアーティファクトとして構築されたAI生成ブラウザネイティブシステムは、デプロイの摩擦をほぼゼロに減らし、迅速なコンテキスト固有のインターフェース適応を可能にすることによって、ABBを劇的に外へシフトさせる可能性があると論じている。
我々は、2つの実世界の探索プロトタイプの分析に理論的枠組みを定めている。
ひとつは、ネパールの盲目のユーザのためにデプロイされた、AI生成のブラウザネイティブアクセシビリティインターフェースだ。
2つ目は、視覚障害者向けの完全に機能するオープンソースのウェブカメラアライメントアシスタントで、具体的なシステムアーティファクトとして機能している。
形式的定義、命題、比較評価行列を通じて、そのようなシステムが到達でき、到達できないアクセシビリティ能力空間の領域を特徴づける。
さらに、このパラダイムのハードバウンダリを構成する残りの計算、インフラ、検証の制約を同定する。
この研究は、自律的アクセシビリティコンピューティングのスケーラブルな限界を理解するための理論的基盤に貢献し、アクセシビリティを意識したAIシステムにおける将来の研究のための研究課題を提案する。
関連論文リスト
- A Platform-Agnostic Multimodal Digital Human Modelling Framework: Neurophysiological Sensing in Game-Based Interaction [2.835421685630534]
本稿では,AI対応マルチモーダルインタラクション研究を支援するプラットフォームに依存しないDHMフレームワークを提案する。
このフレームワークはOpenBCI Galeaヘッドセットを統合マルチモーダルセンシング層として統合している。
AIモデルや行動推論を組み込むのではなく、生理的信号は構造化され、時間的に整った観測可能なものとして表現される。
論文 参考訳（メタデータ） (2026-03-11T11:45:17Z) - CLAIRE: Compressed Latent Autoencoder for Industrial Representation and Evaluation -- A Deep Learning Framework for Smart Manufacturing [51.56484100374058]
CLAIREは、教師なしの深層表現学習と、スマート製造システムにおけるインテリジェントな品質管理のための教師付き分類を統合したハイブリッドエンドツーエンド学習フレームワークである。
最適化されたディープオートエンコーダを使用して、生の入力をコンパクトな潜伏空間に変換し、不適切な特徴やノイズを抑えながら本質的なデータ構造を効果的にキャプチャする。
提案したフレームワークは、堅牢な障害検出のために、説明可能なAIと機能認識の正規化を統合する可能性を強調している。
論文 参考訳（メタデータ） (2026-03-06T15:11:58Z) - Arapai: An Offline-First AI Chatbot Architecture for Low-Connectivity Educational Environments [0.6749750044497732]
ArapaiはオフラインファーストのAIシステムで、低仕様のCPU専用デバイス上でインターネット接続なしで完全に動作するように設計されている。
システムは、ローカルにホストされた量子化された言語モデルと、自動ハードウェア対応モデル選択と、ペタゴジカルに結合された応答制御を統合している。
限定接続条件下で運用されている第2および第3の機関におけるパイロット展開は、システムを4次元にわたって評価した。
その結果,従来のハードウェア上での安定した動作,標準命令クエリに対する許容応答時間,自己指導型学習支援に関する肯定的な学習者および教師の認識が示唆された。
論文 参考訳（メタデータ） (2026-02-14T09:53:40Z) - Just Ask: Curious Code Agents Reveal System Prompts in Frontier LLMs [65.6660735371212]
textbftextscJustAskは,インタラクションのみで効果的な抽出戦略を自律的に発見するフレームワークである。
これは、アッパー信頼境界に基づく戦略選択と、原子プローブと高レベルのオーケストレーションにまたがる階層的なスキル空間を用いて、オンライン探索問題として抽出を定式化する。
この結果から,現代のエージェントシステムにおいて,システムプロンプトは致命的ではあるがほぼ無防備な攻撃面であることがわかった。
論文 参考訳（メタデータ） (2026-01-29T03:53:25Z) - MATCH: Engineering Transparent and Controllable Conversational XAI Systems through Composable Building Blocks [0.254890465057467]
MATCH(Multi-Agent Transparent and Controllable Human-centered system)のフレームワークとして,フローベースアプローチとビルディングブロックの選択について述べる。
本研究は,既存の対話型システムへの解釈可能性の統合を促進することによって,(対話型) XAI の分野に寄与する。
論文 参考訳（メタデータ） (2025-11-27T12:58:04Z) - Adaptive and Resource-efficient Agentic AI Systems for Mobile and Embedded Devices: A Survey [11.537225726120495]
ファンデーションモデルは、断片化されたアーキテクチャをマルチモーダル推論とコンテキスト適応を備えたスケーラブルなバックボーンに統一することで、AIを再構築した。
FMを認知のコアとして、エージェントは自律性、一般化、自己回帰を達成するためにルールベースの振る舞いを超越する。
この調査は、適応的でリソース効率の良いエージェントAIシステムの、最初の体系的な特徴を提供する。
論文 参考訳（メタデータ） (2025-09-30T02:37:52Z) - AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。
まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。
第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。
第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
論文 参考訳（メタデータ） (2025-06-14T12:43:07Z) - ABE: A Unified Framework for Robust and Faithful Attribution-Based Explainability [10.957111899739926]
InterpretDLやOmniXAIといった既存のフレームワークは、複数の属性メソッドを統合するが、スケーラビリティの制限、高い結合性、理論的制約、ユーザフレンドリな実装の欠如に悩まされている。
本稿では,Attribution-based Explainability (ABE)を提案する。これは,基本的なAttribution Methodsを形式化し,最先端のAttributionアルゴリズムを統合する統合フレームワークである。
論文 参考訳（メタデータ） (2025-05-03T12:00:59Z) - Counterfactual Explanations as Interventions in Latent Space [62.997667081978825]
反現実的な説明は、望ましい結果を達成するために変更が必要な機能のセットをエンドユーザに提供することを目的としています。
現在のアプローチでは、提案された説明を達成するために必要な行動の実現可能性を考慮することはめったにない。
本稿では,非現実的説明を生成する手法として,潜時空間における干渉としての対実的説明(CEILS)を提案する。
論文 参考訳（メタデータ） (2021-06-14T20:48:48Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。