Beyond Static Rules: Rethinking Automated Accessibility Testing in the Age of Large Language Models

Abstract

As modern web applications grow in complexity and evolve at an increasingly rapid pace, the need for reliable and efficient testing methods has become more critical than ever. At the same time, ensuring that digital platforms are usable by all individuals—especially those with disabilities—is a fundamental requirement in both ethical and practical terms. This thesis explores how recent advances in artificial intelligence, particularly in large language models, can enhance the automation of website testing while also supporting efforts to make online services more inclusive. It investigates whether human-readable instructions can be effectively transformed into actionable testing steps, with a focus not only on verifying technical correctness but also on identifying common design and interaction barriers that affect usability. The work is structured into two main parts. The first provides an overview of the key concepts and challenges in automated testing and inclusive design, while the second presents a detailed review of existing research and technologies, identifying gaps and opportunities for improvement. The central argument is that emerging AI-based tools offer promising new ways to simplify and strengthen testing processes, particularly when it comes to making websites more accessible to all users. In doing so, this thesis contributes to the ongoing effort to create smarter, more inclusive digital development practices in the field of web engineering.****

À mesure que les applications web modernes gagnent en complexité et évoluent à un rythme de plus en plus soutenu, le besoin de méthodes de test fiables et efficaces devient plus crucial que jamais. Parallèlement, garantir que les plateformes numériques soient utilisables par tous—en particulier les personnes en situation de handicap—constitue une exigence fondamentale, tant sur le plan éthique que pratique. Ce mémoire explore comment les avancées récentes en intelligence artificielle, notamment dans le domaine des grands modèles de langage, peuvent améliorer l’automatisation des tests de sites web tout en soutenant les efforts visant à rendre les services en ligne plus inclusifs. Il s’interroge sur la capacité à transformer efficacement des instructions compréhensibles par l’humain en étapes de test exploitables, en se concentrant non seulement sur la vérification de la justesse technique, mais aussi sur l’identification des obstacles fréquents liés à la conception ou à l’interaction. Le document est structuré en deux grandes parties. La première présente les concepts clés et les défis liés aux tests automatisés et à la conception inclusive. La seconde propose un examen détaillé de l’état de l’art en matière de recherche et de technologies, en identifiant les lacunes actuelles et les perspectives d’amélioration. L’argument central est que les outils basés sur l’IA ouvrent de nouvelles pistes prometteuses pour simplifier et renforcer les processus de test, notamment pour améliorer l’accessibilité des sites web à tous les utilisateurs. Ce travail s’inscrit ainsi dans une dynamique visant à promouvoir des pratiques de développement numérique plus intelligentes et plus inclusives dans le domaine de l’ingénierie web