GitHub Copilotは僕らを WCAG準拠にしてくれるのか？～GitHub Copilot appによるアクセシビリティ改善の現実～

GitHub Copilotは僕らをWCAG準拠にしてくれるのか？～GitHub Copilot appによるアクセシビリティ改善の現実～
GitHub Copilot Dev Days 2026 at Osaka
https://gh-cug.connpass.com/event/410145/

Transcript

1. GitHub Copilotは僕らを WCAG準拠にしてくれるのか？ ～GitHub Copilot appによるアクセシビリティ改善の現実～ GitHub Copilot Dev Days 2026 at Osaka FutureOne株式会社 草場 友光
2. • ドラクエ大好き ドラクエ10のプレイ時間→ 1キャラ目：2716時間 2キャラ目：919時間 3キャラ目：801時間 4キャラ目：190時間(配信用) 自己紹介 • 2022/08-2027 Microsoft MVP (Microsoft Azure, Developer Technologies) • tomo_kusaba 第001462号
3. 注意 • 個人の見解・解釈が多分に入っています。 • 見解の相違・事実誤認などありましたらご指摘ください。
4. 今日の目的 • GitHub Copilot appにアクセシビリティ改善を任せます。 • モデルとハーネスの違いが、改善結果・判断・コストにどう影響す るかを検証します。 • AIに任せられる範囲と、人が確認すべき点を考えます。
5. GitHub Copilot appに品質改善を任 せられるか アクセシビリティ改善で確かめたいこと 問題を見つけ、適切に修正できるか 修正の効果を検証し、回帰を防げるか 変更範囲とコストを、納得して受け入れられるか AIに任せる作業と、人が担う判断を見極める。
6. 「WCAG 2.2 AA準拠にしてください」と依 頼したら、何が起きるのか？
7. 実験対象 対象リポジトリ: GitHubDevDays202610Accessibility 仕込んだ主な問題: 画像の代替テキスト欠落 擬似ボタン フォームラベル欠落 壊れたモーダル操作 色だけに依存した状態表示 フォーカス管理不備 低コントラスト 動的更新の通知不足
8. やったこと 同一コミット 固定条件 GPT-5.6 Luna 同じリポジトリ GPT-5.6 Luna + ハーネス 同じIssue GPT-6 Luna 同じ初期コード 同じ完了要求 HydraFusion 同じ評価対象
9. 評価軸 自動評価 コードレビュー 運用評価 axe-coreの違反 セマンティクス 人間の介入 テスト結果 フォーカス管理 AI Credits 回帰の有無 動的通知 Pull Requestの 説明品質 変更範囲
10. 今回用意したハーネス 観測 修正 実行 再検査 停止条件 ハーネスあり条件で明示 Playwright MCP axe-core 修正前後の検査 違反フィンガープリント比較 キーボードとフォーカスの手動確認 最大パス数 証拠付き最終報告
11. 実験結果 GPT-5.6 Luna 主な振る舞い labelを追加 擬似ボタンをbuttonへ変更 aria-liveを追加 JavaScriptでフォーカストラップを実装 既存設計を維持しながら局所修正 一言で表すと 違反を修正する
12. 実験結果 GPT-5.6 Luna + ハーネス 主な振る舞い 自動検査と再検査を前提に修正 フォームとテーブルのセマンティクスを改善 モーダルのキーボード操作を改善 状態表示から色依存を除去 一言で表すと 手順を安定させて違反を修正する
13. ハーネスの効果 実験前の仮説 観測された結果 GPT-5.6 Luna + ハーネス 修正方針の飛躍 ≒ よりも より高性能なモデル 検査と修正手順の安定
14. 実験結果 GPT-6 Luna 主な振る舞い スキップリンクを追加 ページ全体のランドマークを整理 状態表示をリスト化 <dialog>を採用 aria-expandedとaria-controlsを追加 テーブルのスクロール領域を調整 フォーカス復帰と動的通知を実装 一言で表すと アクセシブルな構造へ改善する
15. GPT-5.6 LunaとGPT-6 Lunaの差 GPT-5.6 Luna GPT-6 Luna 既存のモーダル ネイティブな<dialog> + + JavaScriptによる補強 ブラウザ標準動作 メッセージ GPT-5.6 Lunaは既存構造を修理した。 GPT-6 Lunaは構造そのものを見直した。
16. 代替テキストでは判断が分かれた GPT-5.6 Luna GPT-6 Luna HydraFusion alt="幾何学模様のサンプルイラスト" alt="" alt="情報を整理して確認する人のイラスト" 考察 GPT-5.6 Lunaは視覚的内容を説明した GPT-6 Lunaは装飾画像と判断した HydraFusionは画像へ意味を与えた ソースだけでは、どれが正解か確定できない メッセージ axe-coreはaltの存在を確認できても、 その内容の妥当性までは保証できない。
17. 追加実験 GPT-6 Luna + Accessibility Tree 主な観測結果 AI Credits：9.71 追加指示：Accessibility Treeを根拠に判断 公開サイト：正常に稼働中 通知サービス：注意が必要 管理画面：停止中 alt="" は追加指示なしの条件と共通 altだけでは追加指示の効果を判定できない 状態表示は、色名から意味のある文言へ 考察（因果関係は未検証） 利用者に伝わる状態を具体的な言葉で表現
18. AIは何を見て判断したのか GPT-6 Luna GPT-6 Luna ＋ 追加指示 HTML Accessibility Tree DOM 利用者に伝わる 名前・役割・状態 ARIA 操作結果 コードを見る → 体験を見る 同じモデルでも、判断の根拠を変える。 ハーネス設計には「何を観測させるか」も含む。
19. 実験結果 HydraFusion 主な振る舞い セマンティクスと操作性を修正 <dialog>を採用 状態を文字と記号で表現 ページタイトルと見出し文言を変更 テストページをサービスページとして再構成 情報設計とコピーまで修正 一言で表すと サービス体験全体を再設計する
20. HydraFusionは何を変えたのか Before After アクセシビリティ検査 テストページ サービス稼働状況 | Access Check 見つけにくい情報を 集めました。 必要な情報を、 誰にでも見つけやすく。 考察 違反修正の範囲を超え、 コンテンツとサービスの意味まで変更した。
21. 改善か、過剰変更か メリット リスク ページの目的が明確 元の文章や意図を変更 状態表示が理解しやすい 全体として一貫した体験 テストフィクスチャという 目的を変更 依頼範囲を超える可能性 利用者視点の文言 レビュー対象が増加 メッセージ 良さそうな変更と、 受け入れてよい変更は同じではない。
22. コストと価値 AI Credits比較 条件 GPT-6 Luna GPT-5.6 Luna GPT-5.6 Luna + ハーネス GPT-6 Luna + Accessibility Tree HydraFusion 今回の単一タスク、単一実行における観測値。 モデル一般の価格性能を示すものではない。 AI Credits 4.04 4.65 5.76 9.71 84.2
23. HydraFusionは約21倍のクレジットを 使用 今回の測定値では、 84.2 ÷ 4.04 ≒ 20.84 つまりHydraFusionはGPT-6 Lunaの約20.8倍の AI Creditsを消費しました。 ただし比較すべきなのは、単純な消費量だけではありません。 どこまで問題を解決したか どこまで仕様を変更したか 人間のレビュー負担が増えたか その再設計に価値があるか
24. モデル単価だけでは実行コストは決まらない 今回の結果 条件 しかし、注目したいのは AI Credits GPT-6 Luna 4.04 GPT-5.6 Luna 4.65 GPT-5.6 Luna + ハーネス 5.76 HydraFusion 84.2 GPT-6 Lunaが少なかった理由 入力・出力のモデル単価が低く、 少ない消費量はある程度予想できた。 要因の特定には実行ログの確認と反復測定が必要。 GPT-5.6 LunaとHydraFusion この差は単価だけで説明できるか？ 影響している可能性（推測） 探索量 再検査回数 試行錯誤 再設計範囲
25. コストの差は「解いている問題」の差でもある GPT-5.6 Luna GPT-5.6 Luna + ハーネス GPT-6 Luna HydraFusion 違反を修正する 違反修正を 検証可能にする アクセシブルな 構造へ改善する 体験全体を 再設計する HydraFusionは高コストだった。 しかし、それは同じ作業を20倍やったのではなく、 そもそも別のレベルの問題を解こうとしていた可能性がある。
26. モデルとハーネスは役割が違う 担当 役割 モデル 何に気づき、どこまで変更するか ハーネス どう観測し、検証し、停止するか 人間 何を正解として受け入れるか メッセージ ハーネスはモデルを置き換えず、 モデルは判断責任を置き換えない。
27. axe-coreでゼロならWCAG準拠か No 自動検査は検出可能な問題を確認する 代替テキストの妥当性は文脈依存 フォーカス移動は実操作で確認する 文言と操作フローは人間が評価する WCAG適合を自動検査だけでは断定できない
28. GitHub Copilotはアクセシビリティ エンジニアの代わりになるか 今回の答え 代わりにはならない。 しかし、 問題調査、定型修正、試験実行、 Pull Request作成を担当する、 強力な実装パートナーにはなれる。
29. まとめ GPT-5.6 Luna：違反を修正した GPT-5.6 ＋ ハーネス：検査と修正の手順を安定させた GPT-6 Luna：アクセシブルな構造へ改善した GPT-6 ＋ Accessibility Tree：利用者に伝わる状態を改善した HydraFusion：サービス体験全体を再設計した 今回の観測からの示唆。因果関係の検証には反復測定が必要。 AIに何を見せるかで、解く問題が変わる 観測対象もハーネス設計の一部になる
30. GitHub Copilotは僕らをWCAG準拠 にしてくれるのか？ WCAG準拠を保証してはくれない。 しかし、アクセシビリティ改善の反復速度を 大きく変えることはできる。 基準を決める: 人間 修正を進める: AI 結果を受け入れる: 人間
31. あなたならどこまでGitHub Copilot app に任せますか？
32. 宣伝
33. アクセシビリティカンファレンス福岡 2026(11/21)
34. Microsoft MVPとMicrosoft Ignite の日に徹夜するバー（11/17）
35. 【大阪出張編】.NETラボ 勉強会 2026年 11月(11/28)
36. .NETラボ@HackBar心斎橋（11/29）
37. PyCon mini Tokyo with PythonAsia conference 日本とアジアのPythonコミュニティが交流する1日 2026/12/12（土） 10:00〜19:00 会場 日本語・英語の2トラック GMO Yours・フクラス 渋谷フクラス16階 基調講演 Seth Larson / Mike Fiedler （Python Software Foundation） 一般 1,500円 学生 500円 パトロン 10,000円 参加登録はconnpassへ（事前決済） pyconjp.connpass.com/event/404336/
38. 開催日のお知らせ PyCon mini Shizuoka 2027 2027/2/27（土） 会場 B-nest & 静岡市コクリ 前回と同じ会場です。ぜひ予定の確保をお願いします！ #pyconshizu 2027でお会いしましょう！ 参加・プロポーザル・スポンサーの募集は追って告知します。 pycon-shizu.connpass.com/event/409477/ 詳細はconnpassへ
39. 開催日・会場のお知らせ PyCon JP 2027 Pythonユーザーが集い、情報交換・交流するカンファレンス 2027/9/24（金）〜26（日） 会場 沼津プラサヴェルデ 参加チケット・プロポーザル・スポンサー募集は近日案内 最新情報は公式サイトへ 2027.pycon.jp 静岡県沼津市
40. おしまい