Исследование доступности веб-сайтов вузов России для лиц с ограничениями по зрению

Полный текст

Постановка проблемы. Во время пандемии COVID-19 вводилась дистанционная форма образования, вследствие чего выросло количество обращений к образовательным сайтам. Важно, чтобы такие сайты были доступны для различных категорий лиц (в том числе с временными или постоянными ограничениями) и в различных условиях доступа (мобильный экран, слабая яркость и др.). В данном исследовании речь будет идти о сайтах высших учебных заведений России. Известно, что образовательные сайты входят в категорию сайтов, где должны быть внедрены версии для слабовидящих (ВДС). Рособрнадзор утвердил в 2015 г. перечень тегов микроразметки для официальных сайтов образовательных организаций. В их число входит атрибут itemprop="Copy", по замыслу обрамляющий ссылку на версию официального сайта для слабовидящих. Сейчас у всех сайтов есть ссылка/кнопка переключения на ВДС. В простом случае это применение некоторой логики, включающей на сайте особый режим, в другом - используются панели для настройки параметров страницы под конкретные нужды пользователя (размер шрифта, контраст, отключение картинок, цветовые схемы и т. д.), либо все вместе. Встречаются проблемы с работоспособностью такого функционала, а некоторый функционал плохо тестировался и делает только хуже - сайтом становится еще труднее пользоваться. Таким образом, предлагается оценить ВДС сайтов вузов РФ, выявить основные недостатки, собрать некоторую статистику проблем. Будет произведена оценка ВДС относительно субъектов РФ - местонахождения вузов, позиций вузов в актуальных популярных рейтингах и категорий направленности обучения. Методология. Метрики, полученные на основе анализа кода страниц. В исследованиях встречается использование руководства по обеспечению доступности веб-контента WCAG для получения количественных метрик по анализу html-кода страниц сайтов. В России в 2007 г. появился ГОСТ Р 52872, а в 2020 г. введена актуализированная редакция, в основе которой лежит документ WCAG 2.1. Данные рекомендации содержат критерии доступности и делят их на принципы: - perceivable (воспринимаемость); - operable (управляемость/работоспособность); - understandable (ясность/понятность); - robust (надежность/совместимость). Также каждые критерии имеют свой уровень доступности информации (А, АА, ААА), где минимальный уровень А позволяет ограниченным по зрению обеспечить доступность к интернет-ресурсу без потери информации, непрохождение таких критериев - грубый барьер. Уровень доступности информации АА - включает в себя уровень А. Но не включает ААА, который нам не интересен, автоматический поиск таких барьеров не будет продуктивным: он содержит много не реальных, а потенциальных барьеров. С нарушениями критериев уровня ААА пользователь сможет работать с сайтом, но с меньшим комфортом. Зачастую в исследованиях используется анализаторы WAVE[20] и Achecker. Барьеры, полученные такими анализаторами, относятся к определенному принципу и уровню доступности, а также имеют свой уровень достоверности: ошибка, предупреждение, потенциальная ошибка (требует полной перепроверки вручную). Мы будем рассматривать только ошибки и предупреждения. Указанные сервисы имеют платное API либо бесплатный доступ через веб-форму для анализа сайтов вручную. В настоящем исследовании был выбран другой способ. Для сбора WCAG-барьеров (выбран уровень АА) в страницу обрабатываемого сайта инъектится скрипт[21], или aXe[22], который собирает нарушения, результат сохраняется в базу данных. JavaScript позволяет считывать примененные к элементам CSS-стили, когда у него есть доступ к DOM-дереву, а это важно для анализа контраста, видимости элементов, поэтому при выборе логики и языка программирования обработчика страниц учитывался этот фактор. Выбран язык NodeJS, взаимодействие со страницами происходит посредством браузера Chrome в headless режиме. Следовательно, нет сложности в передачи данных между кодом, выполненным в таком браузере и обработчике, запускающем этот браузер, так же ресурсные затраты минимальные. На выходе с найденными нарушениями сохраняется XPath-путь к элементу в коде, часть окружающего кода, что полезно для разработчика. Метрики, полученные на основе анализа скриншотов страниц. Это метрики, преимущественно полученные на основе проекта AIM (Aalto Interface Metrics)[23]. Известно, что такие метрики имеют корреляцию с визуальной сложностью интерфейсов, эстетичностью, восприятием [1]. Пример таких метрик: 1) объекты: - количество элементов на интерфейсе; - количество типов элементов; 2) colour perception (различные аспекты красочности интерфейса и их влияние на восприятие и юзабилити): - размер в формате PNG (чем больше, тем более цветная картинка); - количество уникальных цветов в спектрах RGB, HSV, LAB; - отклонения каналов в HSV (Hue, Saturation, Value - тон, насыщенность, значение - пространство цветов, близкое к человеческой визуальной системе); - стандартное отклонение яркости цветов (luminance); - количество статических и динамических цветовых кластеров; 3) perceptual fluency (простота, с которой видимая информация воспринимается эстетически): - размер изображения в формате JPEG (предполагается, что беспорядочная картинка будет больше размером); - пиксельная симметрия (оси максимальной симметрии); - качество сетки (grid); - пропорции пустого места; - контраст границы фигур; - визуальная беспорядочность (clutter). Для сбора скриншотов также используется Chrome в headless режиме, чтобы осуществить поддержку JavaScript, так как в некоторых случаях скрипты меняют интерфейс сразу после загрузки. Для сбора скриншотов ВДС отрабатывает алгоритм поиска ссылки на такую версию и выполняется «щелчок» по ней. Некоторые их данных метрик по скриншотам уже использовались в других исследованиях [2; 3] Ручное тестирование. Для оценки реальной работоспособности ВДС произведено ручное тестирование на всех сайтах, включая весь функционал панелей помощи слабовидящим, собрана статистика проблем и внедрения готовых решений. Для сбора информации об инструментах разработки сайтов использован сервис Wappalyzer[24], чтобы собрать актуальную статистику используемых технологий. Автоматический сбор метрик. Для сбора метрик разработана веб-платформа, позволяющая массово импортировать списки сайтов и страниц из CSV, выбирать и отправлять списки на обработку, просматривать и экспортировать результаты в CSV для дальнейшего анализа. Структура проекта рассчитывалась на возможность горизонтального масштабирования для увеличения скорости обработки, используется Docker. Обработчики платформы созданы для следующих задач: - сохранение скриншотов в различных разрешениях; - сбор метрик HTML CodeSniffer[25] - для получения метрик, сгруппированных по WCAG-принципам; - сбор метрик aXe[26] - преимущественно метрики контраста и прочие, относящиеся к WCAG, разделу 508 закона США American Workforce Rehabilitation Act, отдельной авторской категории правил лучших практик в индустрии, а также к правилам ACT Rules Community[27] для автоматического тестирования; - сбор метрик Lighthouse[28] (Desktop, Mobile) - включает оценку доступности; - сбор метрик AIM - идет обращение по websocket к локальному сервису AIM (собираем только количественные метрики, то есть без метрик, отдающих изображения в base64-формате, для большей стабильности). Метрики по коду рассмотрены относительно округов, в которых располагаются вузы и их позиций в рейтингах. Например, оценка по округу составлялась среди метрик, полученных из кода по формуле , где i - индекс округа; j - индекс метрики; meanA - среднее значение метрики по сайтам в округе (обычной версии сайта); meanB - среднее метрики тех же сайтов, но ВДС. К разнице средних применялась нормализация от 0 до 1, так как она не всегда положительная. Оценка показывает, насколько ВДС улучшает пользование сайтом исходя из метрик по коду. Результаты и обсуждение. В качестве метрик на основе кода страниц выступают количественные показатели найденных барьеров (количество мест с проблемой в коде). Наибольшее количество достоверно найденных ошибок относится к принципу «Восприятия», меньше всего - к принципу «Понятности». Первый влияет на удовлетворенность пользователя, способность разобраться с содержимым, здесь преобладает легко распознающийся критерий - отсутствие текстовой альтернативы. Второй сложнее обнаружить и требует внедрения дополнительных средств для анализа. Заполнение альтернатив возможно только вручную либо генерируя с помощью искусственного интеллекта и корректируя уже результаты вручную. Появляются продукты, реализующие это[29], и даже внедряются на сайты вузов (табл. 4). Что касается метрик из отчетов Lighthouse, оценки доступности сильно коррелируют с метриками aXe ввиду того, что второй инструмент используется для этого внутри первого. Однако Lighthouse не получится использовать для оценки отдельной ВДС, поскольку он перезагружает страницу при старте анализа для измерения времязависимых показателей. Метрики aXe и HTML CodeSniffer между собой немного коррелируют, так как затрагивают одни принципы WCAG. Между версией для слабовидящих и обычной значения метрик очень слабо отличаются, иногда разница в метриках и вовсе отрицательная, что указывает на ухудшение ВДС относительно обычной версии исходя из html-кода. Поэтому сравнительный анализ проводится на большом наборе данных. Для улучшения точности к набору применены: - поиск и исключение дубликатов; - исключение метрик Lighthouse, так как применение скрипта включения ВДС не применимо к методике анализа данным способом; - исключены 49 сайтов с отсутствующими данными (пропуски) по каким-либо группам метрик в любой из версий; - исключены 22 сайта, где программный алгоритм не смог включить ВДС (отсутствует, не работает или неизвестная разметка); - исключены 13 сайтов с чрезмерно большим количеством ошибок по некоторым метрикам (выбросы). После обработки данных число оставшихся сайтов - 479. Первые места по оценкам у Сибирского и Северо-Западного округов (табл. 1, 2). Последние места заняли Центральный и Приволжский округа, хотя они наиболее населены в России. Таблица 1 Оценка качества версии для слабовидящих на основе метрик кода по округам (по количеству элементов с ошибками) Оценка Сумма средних по метрикам Оценка / Сумма средних Округ Количество сайтов 9,50 349,24 0,0272 Северо-Западный 14 % (67) 9,00 282,69 0,0318 Сибирский 13,4 % (64) 8,27 325,12 0,0254 Дальневосточный 5,2 % (25) 7,37 286,54 0,0257 Уральский 6,9 % (33) 7,24 316,21 0,0229 Центральный 32,6 % (156) 6,56 353,16 0,0186 Южный 5,8 % (28) 5,77 292,04 0,0198 Северо-Кавказский 4,2 % (20) 4,67 317,78 0,0147 Приволжский 18 % (86) Table 1 Assessment of the quality of version for visually impaired based on code metrics by district (by the number of elements with errors) Score Sum of means by metrics Score / Sum of averages District Number of sites 9.50 349.24 0.0272 Northwestern 14% (67) 9.00 282.69 0.0318 Siberian 13.4% (64) 8.27 325.12 0.0254 Far Eastern 5.2% (25) 7.37 286.54 0.0257 Ural 6.9% (33) 7.24 316.21 0.0229 Central 32.6% (156) 6.56 353.16 0.0186 Southern 5.8% (28) 5.77 292.04 0.0198 North Caucasian 4.2% (20) 4.67 317.78 0.0147 Volga 18% (86) Таблица 2 Оценка качества версии для слабовидящих на основе метрик кода по округам (по количеству типов ошибок) Оценка Сумма средних по метрикам Оценка / Сумма средних Округ Количество сайтов 8,74 27,45 0,3185 Сибирский 13,4 % (64) 8,50 28,06 0,3030 Северо-Западный 14 % (67) 7,77 29,40 0,2641 Уральский 6,9 % (33) 7,77 28,20 0,2753 Северо-Кавказский 4,2 % (20) 7,72 29,16 0,2647 Южный 5,8 % (28) 7,69 29,36 0,2620 Приволжский 18 % (86) 7,04 30,35 0,2319 Дальневосточный 5,2 % (25) 4,04 28,81 0,1401 Центральный 32,6 % (156) Table 2 Assessment of the quality of version for visually impaired based on code metrics by district (by the number of error types) Score Sum of means by metrics Score / Sum of averages District Number of sites 8.74 27.45 0.3185 Siberian 13.4% (64) 8.50 28.06 0.3030 Northwestern 14% (67) 7.77 29.40 0.2641 Ural 6.9% (33) 7.77 28.20 0.2753 North Caucasian 4.2% (20) 7.72 29.16 0.2647 Southern 5.8% (28) 7.69 29.36 0.2620 Volga 18% (86) 7.04 30.35 0.2319 Far Eastern 5.2% (25) 4.04 28.81 0.1401 Central 32.6% (156) По версии отчетов Lighthouse с точки зрения оценки доступности сайта в целом (рис. 1), хорошее распределение оценки имеют Северо-Западный и Центральный округа. Рассмотрена статистика относительно нахождения вуза в различных рейтингах: Times Higher Education (THE) World University Rankings 2022, QS World University Rankings 2022, Forbes Russia 2021, RAEX-A 2021, uniRank in Russia 2021. Рейтинги Forbes и RAEX-A показали сильную привязку к округам (а именно к Центральному, где сосредоточенно много сильных университетов), поэтому они не рассматривались. Ранжирования QS и THE имеют сильную корреляцию между собой, но малое количество представленных позиций российских вузов в рейтинге. Рейтинг Scimago Institutions Rankings имеет больше позиций, но тоже не рассматривался. Алгоритмы ранжирования представленных выше рейтингов включают такие характеристики вузов, как академическая репутация, отзывы, цитируемость, интернационализация, инновации. Рейтинг uniRank подходит нам по количеству позиций еще больше, но он основан на метриках присутствия в интернете и популярности с точки зрения трафика. Алгоритмы ранжирования включают такие метрики, как MOZ Domain Authority, Alexa Global Rank, SimilarWeb Global Rank, Majestic Trust Flow. Таким образом, рассматриваемый рейтинг зависит от факторов: качество содержания, количество трафика и отказов (быстрое закрытие страницы при заходе), авторитет ссылающихся сайтов, качество SEO, позиция в поисковой выдаче (алгоритмы поисковой выдачи на данный момент учитывают и юзабилити, и скорость работы сайта) и мн. др. Корреляция такого рейтинга с оценками интересна (табл. 3). С улучшением позиции в рейтинге uniRank заметно проявлялось ухудшение метрик восприятия (из метрик и по коду, и из скриншотов), совместимости, но уменьшается сложность интерфейсов. Также найдена небольшая корреляция оценок Lighthouse PWA и SEO с позициями в рейтингах. 5: Cибирский федеральный округ (35) Ural Federal District 8: Северо-Кавказский федеральный округ (25) North Caucasian Federal District 7: Дальневосточный федеральный округ (26) Far Eastern Federal District 1: Центральный федеральный округ (169) Central Federal District 4: Приволжский федеральный округ (89) Volga Federal District 2: Северо-западный федеральный округ (70) Northwestern Federal District 6: Cибирский федеральный округ (65) Siberian Federal District 3: Южный федеральный округ (31) Southern Federal District Рис. 1. Распределение оценки доступности Lighthouse версии Desktop по округам Figure 1. Distribution of Lighthouse accessibility in Desktop score by county Таблица 3 Оценка качества версии для слабовидящих на основе метрик кода по рейтингу UniRank Оценка Позиция в рейтинге Количество сайтов 8,05 0-50 47 6,83 100-200 86 6,71 50-100 48 6,70 200-300 79 4,03 300+ 232 Table 3 Assessment of the quality of version for visually impaired based on the code metrics according to the UniRank rating Score Rating position Number of sites 8.05 0-50 47 6.83 100-200 86 6.71 50-100 48 6.70 200-300 79 4.03 300+ 232 Собранные метрики на основе скриншотов страниц сами по себе относятся к категории восприятия и слабо коррелируют с метриками восприятия по коду. Из 40 метрик на основе скриншотов страниц улучшение в версии для слабовидящих заметно у половины. Под улучшением здесь понимается приближение в сторону распределений метрик по другим сайтам из топ-500 рейтинга Alexa Rank, которые предоставляет сервис AIM. В рамках ручного тестирования получена статистика использования инструментов разработки, отраженная на рис. 2. В «другое» здесь входит 19 инструментов, использующихся во всем перечне сайтов 1-3 раза. Процент использования современных JS-фреймворков - 5,8 % (33 сайта). Рис. 2. Круговые диаграммы использования найденных инструментов разработки сайтов вузов и используемых языков программирования Figure 2. Pie diagrams of the use of the found development tools for universities’ websites and the programming languages used Статистика использования готовых решений представлена в табл. 4. Из всех протестированных сайтов ВДС полностью не работает или отсутствует на 8 % (46 шт.). Далее приведены рекомендации к исправлению ошибок на сайтах, где ВДС работает, и проценты существующих сейчас проблем исходя из полученной статистики. Таблица 4 Распределение внедренных готовых решений версий для слабовидящих в сайты вузов РФ Решение Количество внедрений % Не определено / уникальное 343 60,82 isvek.ru (bvi) 70 12,41 1C-Bitrix template special-aaVersion 41 7,27 template accessibility (в основном Joomla) 33 5,85 slabovid.ru (1C-Bitrix Мибок) 27 4,79 finevision.ru 12 2,13 lidrekon.ru 11 1,95 Comfortable Reading Plugin (WordPress) 8 1,42 prolexgroup.ru/special 8 1,42 Drupal vi-panel 5 0,89 userway.org 4 0,71 B-accessibility 1 0,18 pojo.me 1 0,18 Table 4 Distribution of implemented ready-made versions of solutions for visually impaired on websites of Russian universities Solution Number of implementations % Unknown / unique 343 60.82 isvek.ru (bvi) 70 12.41 1C-Bitrix template special-aaVersion 41 7.27 template accessibility (mostly Joomla) 33 5.85 slabovid.ru (1C-Bitrix Mibok) 27 4.79 finevision.ru 12 2.13 lidrekon.ru 11 1.95 Comfortable Reading Plugin (WordPress) 8 1.42 prolexgroup.ru/special 8 1.42 Drupal vi-panel 5 0.89 userway.org 4 0.71 B-accessibility 1 0.18 pojo.me 1 0.18 Рекомендации: 1. Кнопка визуально не теряется в массе других ссылок, может ярко выделяться для ускорения ее нахождения. 2. Кнопка находится в пределах отображаемого экрана, хорошее расположение кнопки - верхняя часть сайта и дублирование в нижней части. 3. Кнопка/ссылка для перехода в ВДС имеет текст «для слабовидящих» либо «для лиц с ограниченными возможностями» и может дополняться общепринятым значком (глаз). 4. Кнопка доступна фокусированием и нажатием с клавиатуры. 5. Кнопка присутствует при любых расширениях экрана, в том числе на мобильных (проблема в 11,6 % случаев). 6. Кнопка присутствует не только на главной странице, но и на других. 7. Масштабирование страницы до 200 % не затрудняет пользование сайтом: - не добавляет горизонтальной прокрутки (проблемы в 39 % случаев); - не скрывает интерфейс панели настроек ВДС за границами экрана; - не искажает верстку; - не увеличивает верхнюю часть сайта на половину экрана (это может сократить полезную область вдвое при прокрутке). 8. Имеется панель настроек ВДС (нет на 23 % сайтов). 9. ВДС не искажает верстку (проблема в 30 % случаев). 10. ВДС остается открытой и не меняет настройки при переходе на другие страницы внутри сайта (проблема в 12 % случаев). Здесь учитывается только однодоменные страницы, присутствующие на текущей странице в ВДС. 11. Для изменения размера шрифта в панели настроек ВДС лучше иметь ограниченный набор величин (в 20 % случаев это переключатели увеличить/уменьшить, содержащие 10-14 вариаций, но иногда без ограничений. Это позволяет менять размер текста до уровня невозможности пользования сайтом). 12. Достаточное количество вариаций настроек: - рабочие размеры шрифта - 3 (выбор есть на 86 % сайтов, в 9,3 % случаев работает некорректно или не работает); - гарнитуры (шрифт) - 2, с засечками и без них (выбор есть только на 37 % сайтов, шрифт с засечками нужен для людей с дислексией, редко встречается смена толщины шрифта). Основные шрифты - Arial, Times New Roman, Courier. Times New Roman является стандартом для семейства шрифтов с засечками, как Arial для шрифтов без засечек; - цветовые схемы/палитра - 4 (выбор есть на 81 % сайтов); - контрастный режим; - режим отображения изображений (графики) - 3 (выбор есть у 62 % сайтов). Встречаются режимы: изображения включены, отключены, отключены только в новостях, черно-белые; - междустрочный интервал - 3 (выбор есть у 28 % сайтов); - межбуквенный интервал (кернинг) - 3 (выбор есть у 43 % сайтов). 13. Контрастный режим может применяться сразу при включении ВДС. 14. Разброс между установленными размерами шрифта или интервалов не должен быть очень большим (кратным 2 и более раз). 15. При изменении размера шрифта автоматически соблюдается оптимальный междустрочный интервал. 16. Изменение цветовой схемы применяется ко всей страницы, а не только к ее незначительным частям (проблема в 16,2 % случаев). 17. При изменении режима отображения изображений сохраняются размеры самих изображений (проблема у isvek v1.0.6), а при их отключении - остаются текстовые альтернативы идентичной смысловой нагрузки (проблемы в 26,5 % случаев). 18. Закрытие панели настроек работоспособно (проблема в 11,2 %, в основном у решений Joomla template accessibility), в том числе на экранах шириной 768 (iPad) и ниже. 19. Повторное открытие ВДС после закрытия работоспособно. 20. Настройки ВДС работают в модальных (всплывающих) окнах. 21. В ВДС не теряется контент, присутствующий в обычной версии (проблема в 17 % случаев). 22. Использовать типовой набор цветовых схем - стандартный (черным по белому), контрастный (черным по белому с выделениями), инверсия (белым по черному), комфортный (коричневым по бежевому), синий (темно-синим по голубому), коричневый (зеленым по темно-коричневому). Иногда встречается разделение цветовых схем на настройки цветов фона и фильтры текста (например, сепия, контрастность, градации серого). Но сочетание данных настроек не всегда предсказуемо. Можно использовать набор схем с соответствующими названиями под различные нарушения (единственный сайт, где встретились такие названия - РосНОУ) - протанопия, дейтеранопия, тританопия, монохромазия. Симулировать то, как сайт видят люди с такими нарушениями, можно с помощью Chrome DevTools в разделе Rendering/ Emulate vision deficiencies. В соответствии с рекомендациями и полученной статистикой произведена оценка версий для слабовидящих на основе ручного тестирования работоспособности ВДС. По каждому условию сайту начислялось некоторое количество баллов за прохождение, в зависимости от критичности проблем. Первые места по оценкам фактической работоспособности ВДС у Сибирского и Центрального округов, последнее - у Северо-Кавказского (табл. 5). Первые места по оценкам среди категорий направленности обучения у технических и транспортных вузов (табл. 6). Относительно позиций в рейтинге uniRank (табл. 7) - у вузов с первых позиций оценка выше, более качественно разработаны версии для слабовидящих. Также проанализированы корреляции оценки, полученной из ручных тестов с метриками, полученными автоматически: наблюдалась слабая корреляция с метриками WCAG - Robust Errors, aXe - Incomplete Serious, оценками мобильных отчетов Lighthouse - Best practices, Accessibility. Cильная корреляция с оценками Lighthouse - PWA, SEO, некоторое влияние на это оказал показатель наличия горизонтальной прокрутки. Таблица 5 Оценка работоспособности версии для слабовидящих на основе ручного тестирования по округам Table 5 Evaluation of the performance of version for visually impaired based on manual testing by districts Оценка Округ Score District 35,42 Сибирский 35.42 Siberian 34,78 Центральный 34.78 Central 34,55 Уральский 34.55 Ural 33,47 Приволжский 33.47 Volga 33,35 Южный 33.35 Southern 32,93 Дальневосточный 32.93 Fat Eastern 32,69 Северо-Западный 32.69 Northwestern 29,76 Северо-Кавказский 29.76 North Caucasian Таблица 6 Оценка работоспособности версии для слабовидящих на основе ручного тестирования по категориям направлений вузов Категория Количество сайтов Оценка Транспорт 19 36,53 Специальное техническое / технологическое 71 35,32 Общее техническое 34 35,24 Гуманитарное 138 34,25 Искусство и культура 65 33,92 Общее 101 33,82 Архитектурное 14 33,79 Спорт 17 33,35 Остальное 2 33,00 Медицинское 51 31,94 Аграрное 46 31,85 Государственные структуры 13 30,85 Table 6 Evaluation of the performance of version for visually impaired based on manual testing by categories of directions of universities Category Number of sites Score Transport 19 36.53 Special technical / technological 71 35.32 General technical 34 35.24 Humanitarian 138 34.25 Art and culture 65 33.92 General 101 33.82 Architectural 14 33.79 Sport 17 33.35 Remain 2 33.00 Medical 51 31.94 Agrarian 46 31.85 State structures 13 30.85 Таблица 7 Оценка работоспособности версии для слабовидящих на основе ручного тестирования по позициям в рейтинге uniRank Оценка Позиция в рейтинге Количество сайтов 35,00 0-50 50 34,86 50-100 50 34,76 100-200 100 33,40 300+ 283 33,25 200-300 88 Table 7 Evaluation of the performance of version for visually impaired based on manual testing by positions in the uniRank rating Score Rating position Number of sites 35.00 0-50 50 34.86 50-100 50 34.76 100-200 100 33.40 300+ 283 33.25 200-300 88 Дальнейшие этапы исследования. Готовых решений ВДС для сайтов много, но нет полностью работоспособного, универсального, всегда нужны корректировки разработчиками. Для создания действительно удобных доступных сайтов необходимо много действий от разработчиков интерфейсов: основное здесь - использовать семантическую разметку HTML5, дополняя код ролями и атрибутами ARIA по необходимости[30]. Для сайтов, использующих такую разметку в полной мере, предлагается создать инструмент, преобразующий текущий интерфейс в любой другой, в том числе и в версию для слабовидящих, исходя из личных предпочтений пользователя. Инструмент будет работать подобно тому, как текущие вспомогательные инструменты основываются на дереве доступности[31]. Однако на данный момент среди разработчиков интерфейсов непопулярно внедрение таких технологий поддержки доступности, хотя инструменты для проверок кода интерфейсов с точки зрения доступности уже есть, что доказано разработанной системой сбора метрик с рекомендациями по исправлению ошибок. К тому же пример сайтов вузов РФ демонстрирует большой процент использования систем (более 60 % сайтов используют известные системы управления контентом, см. рис. 2), где возможна установка расширений, зависящих от сторонних разработчиков, что добавляет сложность внедрения поддержки доступности своими силами. Для таких случаев предлагается разработать спецификации к специальному конфигурационному файлу, отвечающему за указания селекторов доступа к элементам определенных семантических ролей, которые не получается определить автоматически. Файл может добавляться на сайт по технологии, аналогичной файлу site.webmanifest для PWA (Progressive Web Apps) или robots.txt для роботов. Для оценки значимости метрик, полученных автоматически, не хватает зависимых переменных в виде оценок реального использования целевой группой лиц с разных точек зрения. Для этого есть варианты: можно сформировать задачи на краудсорсинге, привлечь экспертов или целевую категорию пользователей и провести анкетирование. Рассматривается вовлечение слабовидящих пользователей в тестирование интерфейсов с установкой системы отслеживания движения глаз (eye-tracking), активно применяющейся в [4]. Таким образом будут получены выходные метрики, например количество саккадов (перемещений взгляда по экрану), фиксаций (концентрации внимания). Заключение. Собраны метрики для главных страниц 479 (из 571) сайтов, для каждой собрано метрик на основе кода - 30, на основе визуального анализа - 40, по два Lighthouse-отчета - мобильной версии и для ПК (19 метрик на отчет). Показателей ручного тестирования - 20 для каждого сайта, выявлены внедренные готовые решения ВДС. Определены инструменты разработки с помощью Wappalyzer. Рассмотрены корреляции между метриками, полученными разными способами. Разработанная система сбора метрик выдает и рекомендации на основе кода: ошибку, место присутствия, способ исправления. Проведено сравнение двух версий сайтов - обычной и для слабовидящих. С теоретической стороны, ВДС не предполагает каких-то исправляющих изменений в коде онлайн, по нажатию на кнопку, а предлагает инструмент для управления настройками визуального восприятия сайта. С практической стороны - разница в значениях метрик между версиями есть, но очень маленькая, все атрибуты кода, предназначенные для поддержки доступности, обычно внедрены в код изначально. Для настроек визуального восприятия содержимого исходя из тестирования предлагаются рекомендации к стандартному набору настроек и техническим моментам, на которые нужно обратить внимание. Проведен анализ полученных оценок относительно округов (субъектов РФ), в котором находится вуз, различных популярных рейтингов вузов, категорий специальностей обучения. Все полученные метрики, а также весь собранный входной список исследуемых сайтов с данными о позициях в рейтингах и принадлежности к субъектам РФ, файлы анализа .ipynb предоставлены в свободном доступе по ссылке[32]. Приветствуется использование, поддержка, расширение исследования.

Об авторах

Александр Сергеевич Пудич

Новосибирский государственный технический университет

Email: pudichas@gmail.com
ORCID iD: 0000-0001-7918-7178

аспирант

Российская Федерация, 630073, Новосибирск, пр-кт Карла Маркса, д. 20

Михаил Геннадьевич Гриф

Новосибирский государственный технический университет

Email: grifmg@mail.ru
ORCID iD: 0000-0003-3016-3647

доктор технических наук, профессор, профессор кафедры автоматизированных систем управления, факультет автоматики и вычислительной техники

Российская Федерация, 630073, Новосибирск, пр-кт Карла Маркса, д. 20

Максим Александрович Бакаев

Новосибирский государственный технический университет

Автор, ответственный за переписку.
Email: bakaev@corp.nstu.ru
ORCID iD: 0000-0002-1889-0692

кандидат технических наук, доцент, доцент кафедры автоматизированных систем управления, факультет автоматики и вычислительной техники

Российская Федерация, 630073, Новосибирск, пр-кт Карла Маркса, д. 20

Список литературы