AI මොඩලයන්ගේ කේත නිර්මාණය තවත් ඉක්මනින් වර්ධනය වෙමින්, ඒ සමඟ වෙබ් ප්රවේශය (Web Accessibility) ගැන අවධානය යළිත් උදාවී ඇත. පසුගිය කාලයේ ලේඛකයා Agentic Coding යන නව තාක්ෂණය ගැන ගැඹුරු පරීක්ෂාවක් කළ අතර, ඒකෙන් අපට හඳුනාගත හැකි වුණේ AI‑සහයෝගයෙන් ලියන කේතය බොහෝවිට WCAG ප්රමිතීන් වලට අනුකූල නොවීමයි.
WebAIM විසින් නිකුත් කරන “Million” වාර්තාව අනුව, ලොව පුරා 1 මිලියන ප්රධාන වෙබ් පිටු අතර 95%කට අධිකයක් WCAG 2.0 දෝෂයක් අඩංගු බව සොයාගන්නා ලදි. වසරකට 56.1 දෝෂයක් සාමාන්යය ලෙස පවතින අතර, 2026 වාර්තාවේ දෝෂ සංඛ්යාව 10.1%කින් වැඩිවීමක් පෙන්වා දී තිබේ. මෙය Agentic Coding හි අධික භාවිතයත් සමඟ සම්බන්ධ විය හැකිය.
LLM (Large Language Model) මොඩලයන් “පැටර්න් මැචින්” යන්ත්ර ලෙස ක්රියා කරන අතර, ඒවාට පවතින අසමත් කේත පුරුදු ඉගෙන ගන්නා අවස්ථා ඇත. ඒ නිසා, “කේතය ප්රවේශයට ගත කරන්න” යන ඉල්ලීම පමණක් නොව, සත්ය පරිශීලක අත්දැකීම් පරීක්ෂා කිරීම අත්යවශ්ය වේ. ARIA ලේබල භාවිතය අතිශය වැඩිවීමත් සමඟ, ARIA භාවිත කරන වෙබ් අඩවි 59.1 දෝෂයක්, ARIA නොභාවිත කරන අඩවි 42 දෝෂයක් පෙන්වයි. එබැවින්, සංවර්ධකයන්ගේ විනිශ්චය සහ සන්දර්භය පරිගණකයෙන් පමණක් නොව, මනෝභාවයෙන්ත් පරීක්ෂා කළ යුතුය.
ශ්රී ලංකාවට ඇති වැදගත්කම
- ඉගෙනුම් අවස්ථා: ශ්රී ලාංකීය විශ්වවිද්යාල සිසුන්ට AI‑ඇමතුම්කාරක කේතය සහ ප්රවේශ පරීක්ෂණ ක්රමවේදයන් ඉගෙන ගැනීමට නව පාඨමාලා සංවර්ධනය කළ හැකිය.
- සංවර්ධක කුසලතා: දේශීය සංවර්ධකයන්ට “Shift‑Left” පරික්ෂණ ආකාරය අනුගමනය කර, කේත ලිවීමේ අවස්ථාවෙම ප්රවේශ පරීක්ෂණය කිරීමේ හැකියාව ලැබේ. මෙය පසුගාමී පරීක්ෂණවලට වඩා වේගවත් හා කාර්යක්ෂමය.
- ව්යාපාරික ප්රතිලාභ: ප්රවේශය සපයන වෙබ් අඩවි පාරිභෝගික රැඳී සිටීම, SEO ශ්රේණිගත කිරීම සහ නීතිමය අවශ්යතා පූරණය කිරීම තුළින් ව්යාපාරික ආදායම වැඩිවේ.
අවසන් වශයෙන්, AI‑කේත උත්පාදන තාක්ෂණය ඉදිරියට යද්දී, අපිට “ප්රවේශය” යන මූලික අංගය අමතක නොකිරීමට අවශ්යයි. කේත ලිවීමේ පළමු පියවරේම A11Y පරීක්ෂණය ඇතුළත් කිරීම, අනාගතයේ වැඩි දෝෂ පිරිසිදු කිරීමේ වැය අඩු කරයි. එබැවින්, සියලු සංවර්ධකයන්ට පරිශීලක‑කේන්ද්රිත මනෝභාවය අරගෙන, AI‑ඇමතුම්කාරක කේතය භාවිතා කරමින් පවා ප්රවේශය සුරක්ෂිත කරගන්නා දිගුවක් ගත යුතුය.
