GitHub 构建持续 AI 无障碍体系：将用户反馈转化为实际包容性改进

事件背景：无障碍反馈的治理挑战

长期以来，GitHub 面临无障碍（Accessibility）反馈难以有效处理的困境。与常规产品反馈不同，无障碍问题往往跨越整个生态系统，涉及导航、认证、设置等多个环节，且没有单一团队拥有所有权。

• 反馈分散：屏幕阅读器用户、键盘操作受限用户或低视力用户的报告往往散布在不同处，导致问题长期无人认领。
• 协调困难：现有流程无法支持跨团队的复杂协调，改进常被推迟至不确定的“第二阶段”。
• 目标转变：为改变这一现状，GitHub 首先完成了基础建设，包括集中化报告、创建标准化模板以及清理积压的历史工单，随后引入 AI 技术优化流程。

核心解决方案：基于 AI 的自动化工作流

GitHub 开发了一套由 GitHub Actions、GitHub Copilot 和 GitHub Models 驱动的内部工作流，确保每一条用户或客户反馈都能被捕获、审查并跟踪直至解决。

1. 自动化分流与结构化

系统不再依赖静态的工单系统，而是作为一个动态引擎运作：

• AI 辅助分类：利用 AI 自动对反馈进行初步筛选和分类，识别问题的性质（如 WCAG 标准映射、严重程度评分）。
• 数据标准化：将非结构化的自然语言描述转化为包含可复现步骤、受影响组件及严重等级的结构化数据。
• 优先级排序：根据影响范围和紧急程度自动确定修复优先级，避免关键障碍被遗漏。

2. 人机协作模式

该系统的核心理念并非用 AI 取代人类判断，而是通过自动化处理重复性劳动，释放人力资源：

• 面向提交者：为社区经理、支持人员等非无障碍专家提供引导，帮助他们在日常工作中准确记录问题。
• 面向修复团队：为工程师和设计师提供清晰、可执行的数据，使其能直接定位并修复代码中的障碍。

实施成效与理念

• 从混乱到持续：成功将原本积压的无序反馈转变为持续、快速的解决闭环，确保每一个无障碍障碍都能得到实质性处理。
• 融入开发基因：这种“持续 AI 无障碍”模式不仅是工具升级，更是一种将包容性编织进软件开发生命周期的方法论。
• 响应全球倡议：该实践直接支持了 2025 年全球无障碍意识日（GAAD）的承诺，致力于通过技术手段放大真实用户的声音，推动开源生态的无障碍建设。

关键结论：真正的突破往往源于倾听真实用户的声音，而 AI 的价值在于以规模化手段实现这种倾听，并将声音转化为具体的代码修复行动。