Mostrar registro simples

dc.contributor.advisorSilveira, Karina Kohlpt_BR
dc.contributor.authorHoff, Kathleen Leticia Ferreirapt_BR
dc.date.accessioned2026-01-27T07:52:47Zpt_BR
dc.date.issued2025pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/300705pt_BR
dc.description.abstractO crescente papel dos ambientes digitais na sociedade, o aumento de serviços em portais governamentais e a legislação que assegura o direito de acesso à informação e comunicação a pessoas com deficiência, demandam veementemente a garantia da acessibilidade digital. Não obstante, a acessibilidade ainda não é totalmente implementada e, mesmo em sistemas que a contemplam, os leitores de tela – ferramentas cruciais para a interação de pessoas com deficiência visual – apresentam limitações significativas. O presente trabalho teve como propósito principal analisar as limitações dos leitores de tela e investigar a capacidade da Inteligência Artificial Generativa em mitigá-las, visando propor um modelo de integração que aprimore a acessibilidade digital. Para a validação das hipóteses de que os leitores de tela possuem restrições e que a IA pode atenuá-las, foi conduzido um estudo qualitativo. A pesquisa combinou uma revisão teórica com entrevistas semiestruturadas, nas quais um grupo restrito de usuários com deficiência visual realizou tarefas em doze cenários, abrangendo três websites governamentais. As avaliações utilizaram o JAWS e o NVDA, além do JAWS aprimorado com dois modelos de output de IA Generativa: leitura automática de descrições e leitura por demanda das mesmas. Os achados sugeriram a existência de limitações inerentes aos leitores de tela, especialmente na compreensão de conteúdos complexos e na navegação. Demonstrou-se, ademais, que as descrições enriquecidas por IA podem promover a efetiva superação dessas restrições. O estudo indicou que o template de leitura por demanda foi o preferencialmente escolhido pelos usuários, conferindo-lhes o controle sobre o recebimento do conteúdo gerado pela IA. Em função dos resultados, o estudo culminou na proposta de que as descrições por IA sejam componentes integrais e altamente configuráveis nos softwares de leitura de tela. Este trabalho oferece uma contribuição relevante para a Engenharia de Software e para a sociedade ao elucidar as causas da exclusão digital e ao propor uma solução para o aperfeiçoamento dos leitores de tela. Conclui-se que, por meio de uma integração configurável e inerente da IA, é factível garantir que pessoas com deficiência visual tenham acesso ao mesmo conjunto de informações digitais, independentemente das falhas de acessibilidade estrutural dos sistemas.pt_BR
dc.description.abstractThe growing role of digital environments in society, the increase in services offered on government portals, and the legislation that ensures the right of access to information and communication for people with disabilities vehemently demand the guarantee of digital accessibility. Nevertheless, accessibility is still not fully implemented, and even in systems that incorporate it, screen readers—crucial tools for the interaction of visually impaired users—exhibit significant limitations. The main purpose of the present work was to analyze the limitations of screen readers (focusing on the JAWS and NVDA software) and to investigate the capacity of Generative Artificial Intelligence (AI) to mitigate them, with the aim of proposing an integration model that enhances digital accessibility. A qualitative study was conducted to validate the hypotheses that screen readers have restrictions and that AI can alleviate them. The research combined a theoretical review with semi-structured interviews, in which a restricted group of visually impaired users performed tasks in twelve scenarios, covering three government websites. The evaluations utilized JAWS and NVDA, in addition to JAWS enhanced with two Generative AI output models: automatic reading of descriptions and on-demand reading of the same. The findings suggested the existence of limitations inherent to screen readers, especially in the comprehension of complex content and in navigation. Furthermore, it was demonstrated that AI-enriched descriptions can effectively overcome these restrictions. The study indicated that the on-demand reading template was the preferred choice by users, granting them control over the reception of AI-generated content. As a result of these findings, the study culminated in the proposal that AI descriptions should be integral and highly configurable components within screen reader software. The work offers a relevant contribution to Software Engineering and to society by elucidating the causes of digital exclusion and proposing a solution for the improvement of screen readers. It is concluded that, through a configurable and inherent integration of AI, it is feasible to ensure that visually impaired individuals have access to the same set of digital information, regardless of structural accessibility flaws in the systems.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectAcessibilidade digitalpt_BR
dc.subjectAccessibilityen
dc.subjectTecnologia assistivapt_BR
dc.subjectJAWS (Job Access With Speech)en
dc.subjectDeficiência visualpt_BR
dc.subjectNVDA (NonVisual Desktop Access)en
dc.subjectGenerative AIen
dc.subjectUsabilidadept_BR
dc.subjectInteligência artificialpt_BR
dc.subjectLeitores de telapt_BR
dc.subjectSites institucionaispt_BR
dc.titleAcessibilidade digital em sites governamentais : uma análise comparativa entre leitores de tela tradicionais e ferramentas de IA generativapt_BR
dc.title.alternativeDigital accessibility in government websites: a comparative analysis between traditional screen readers and generative AI toolsen
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.identifier.nrb001300156pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Informáticapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2025pt_BR
dc.degree.graduationCiência da Computação: Ênfase em Ciência da Computação: Bachareladopt_BR
dc.degree.levelgraduaçãopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples