Accessibilitat: GitHub Transforma el Feedback en Inclusió amb IA Contínua

title: "Accessibilitat: GitHub Transforma el Feedback en Inclusió amb IA Contínua" slug: "continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion" date: "2026-03-14" lang: "ca" source: "https://github.blog/ai-and-ml/github-copilot/continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion/" category: "Eines per a Desenvolupadors" keywords:

• IA contínua
• accessibilitat
• GitHub
• Copilot
• flux de treball de feedback
• inclusió
• eines per a desenvolupadors
• GitHub Actions
• WCAG
• IA per a l'accessibilitat
• desenvolupament de programari
• automatització IA meta_description: "GitHub revoluciona l'accessibilitat amb IA contínua i GitHub Copilot, convertint el feedback dels usuaris en problemes accionables. Descobreix com aquest flux de treball innovador fomenta la inclusió en el desenvolupament de programari." image: "/images/articles/continuous-ai-for-accessibility-how-github-transforms-feedback-into-inclusion.png" image_alt: "Diagrama de flux que il·lustra el flux de treball de feedback d'accessibilitat amb IA contínua de GitHub." quality_score: 94 content_score: 93 seo_score: 95 companies:
• GitHub schema_type: "NewsArticle" reading_time: 7 faq:
• question: 'Quins reptes va afrontar GitHub amb el feedback d''accessibilitat abans d''implementar el seu sistema d''IA Contínua?' answer: 'Abans del nou sistema, GitHub lluitava amb un enfocament descentralitzat i inconsistent respecte al feedback d''accessibilitat. Sovint, els problemes estaven dispersos en diversos backlogs, mancaven de propietat clara i les millores s''ajornaven freqüentment. Aquesta desorganització va provocar una manca de seguiment, deixant els usuaris amb preocupacions no resoltes i creant una barrera per a un desenvolupament de programari veritablement inclusiu. La naturalesa transversal dels problemes d''accessibilitat, que afecten múltiples equips, va exacerbar aquests reptes de coordinació, dificultant l''establiment d''un punt únic de responsabilitat o un flux de treball coherent per a la resolució.'
• question: 'Què defineix la ''IA Contínua per a l''accessibilitat'' i com millora els esforços tradicionals d''accessibilitat?' answer: 'La IA Contínua per a l''accessibilitat és una metodologia dinàmica que integra l''automatització, la intel·ligència artificial i l''experiència humana en el cicle de vida del desenvolupament de programari. A diferència de les auditories estàtiques o les solucions puntuals, és un sistema viu dissenyat per processar i actuar contínuament sobre el feedback dels usuaris. Va més enllà dels simples escàners de codi, escoltant activament les persones reals i utilitzant la IA, especialment GitHub Copilot i GitHub Actions, per aclarir, estructurar i prioritzar aquest feedback. Això garanteix que la inclusió s''integri en el teixit mateix del desenvolupament, transformant els informes dispersos en solucions llestes per a la implementació i fomentant la millora contínua.'
• question: 'Com contribueix específicament GitHub Copilot a l''eficiència i l''eficàcia del flux de treball de feedback d''accessibilitat?' answer: 'GitHub Copilot té un paper crucial proporcionant una classificació i anàlisi intel·ligents dels informes d''accessibilitat. En la creació d''un problema, Copilot, guiat per instruccions personalitzades d''experts en matèria d''accessibilitat, analitza programàticament l''informe. Omple automàticament aproximadament el 80% de les metadades d''un problema, incloent classificacions d''infraccions WCAG, nivells de gravetat, grups d''usuaris afectats i assignacions d''equip recomanades. Aquesta anàlisi automatitzada redueix significativament l''esforç manual, estandarditza la categorització dels problemes i proporciona coneixements immediats i accionables, permetent als equips humans centrar-se en la resolució de problemes en lloc de la introducció repetitiva de dades i l''avaluació inicial.'
• question: 'Quines són les ''instruccions personalitzades'' de GitHub per a Copilot i per què es van triar en lloc de l''ajustament fi del model per a aquest sistema?' answer: 'GitHub utilitza ''instruccions personalitzades'' per a Copilot, desenvolupades pels seus experts en matèria d''accessibilitat, per guiar el seu comportament en l''anàlisi de classificació i la formació en accessibilitat. Aquestes instruccions són indicacions emmagatzemades que apunten a les polítiques d''accessibilitat de GitHub, la biblioteca de components i la documentació interna, detallant com s''interpreten i apliquen els criteris d''èxit WCAG. Es va escollir aquest enfocament en lloc de l''ajustament fi del model perquè permet una iteració ràpida i actualitzacions a tot l''equip. Qualsevol membre de l''equip pot actualitzar el comportament de la IA modificant els fitxers markdown i d''instruccions mitjançant una sol·licitud de pull, eliminant la necessitat de pipelines de reentrenament complexos o coneixements especialitzats de ML, garantint que el comportament de la IA evolucioni a mesura que ho fan els estàndards.'
• question: 'Com garanteix GitHub que el judici i la supervisió humans segueixin sent fonamentals en el procés d''accessibilitat malgrat l''ús extensiu de l''automatització amb IA?' answer: 'GitHub va dissenyar deliberadament el seu sistema perquè la IA automatitzi les tasques repetitives mentre els humans mantenen el judici i la supervisió crítics. Per exemple, després de l''anàlisi inicial de GitHub Copilot, un pas de ''revisió del remitent'' garanteix que un humà verifiqui les conclusions de Copilot. Si l''anàlisi de Copilot és incorrecta, els humans poden assenyalar-ho, proporcionant feedback directe per a la millora contínua de la IA. A més, cada GitHub Action del flux de treball es pot activar o tornar a executar manualment, assegurant que els humans puguin intervenir en qualsevol moment. L''objectiu és descarregar la feina mundana a la IA, empoderant els humans per centrar-se en la resolució de problemes complexos, la col·laboració i la presa de decisions informades sobre les correccions de programari.'
• question: 'Qui són els principals beneficiaris del sistema millorat de feedback d''accessibilitat de GitHub i com satisfà les seves necessitats específiques?' answer: 'El sistema serveix a tres grups principals. Els remitents de problemes (gestors de comunitat, agents de suport, representants de vendes) es beneficien d''un sistema guiat que estandarditza la recollida de feedback i els educa sobre conceptes d''accessibilitat. Els equips d''accessibilitat i servei (enginyers, dissenyadors) reben dades estructurades i accionables, incloent passos reproduïbles, mapatge WCAG i propietat clara, agilitzant els seus esforços de remediació. Els gestors de programes i productes obtenen visibilitat sobre els punts febles, les tendències i el progrés, permetent una assignació estratègica de recursos. En última instància, els majors beneficiaris són els usuaris i clients amb discapacitat, el feedback dels quals ara es rastreja, prioritza i actua de manera consistent, conduint a una experiència GitHub més inclusiva.'
• question: 'Com integra GitHub el feedback dels usuaris de fonts externes en el seu procés intern d''accessibilitat, garantint la coherència i l''accionabilitat?' answer: 'GitHub reconeix que el feedback d''accessibilitat pot provenir de diverses fonts externes, incloent tiquets de suport, xarxes socials, correu electrònic i contacte directe, sent el fòrum de discussió d''accessibilitat de GitHub un canal principal. Independentment de la font, cada peça de feedback s''acciona en un termini de cinc dies laborables. Quan el feedback extern requereix acció, un membre de l''equip crea manualment un problema de seguiment intern utilitzant una plantilla de feedback d''accessibilitat personalitzada. Aquesta plantilla estandarditza la informació recollida, evitant la pèrdua de dades. Aquest nou problema activa llavors una GitHub Action automatitzada, implicant GitHub Copilot per a l''anàlisi i afegint-lo a un tauler de projectes centralitzat, garantint un processament i acció consistents independentment del seu origen.'

## Revolucionant l'Accessibilitat: L'Enfocament d'IA Contínua de GitHub

Durant anys, GitHub va afrontar un repte comú però crític: gestionar de manera efectiva el feedback d'accessibilitat. A diferència dels problemes de producte típics, les preocupacions d'accessibilitat són omnipresents, sovint afectant múltiples equips i sistemes. Un sol informe d'un usuari de lector de pantalla podria tocar la navegació, l'autenticació i la configuració, fent que els processos tradicionals de feedback aïllats fossin ineficaços. Això va conduir a informes dispersos, errors no resolts i la frustració dels usuaris els problemes dels quals perduraven en una mítica "fase dos" que rarament es materialitzava.

Reconeixent la necessitat d'un canvi fonamental, GitHub va emprendre un viatge per centralitzar el feedback, crear plantilles estandarditzades i netejar un backlog significatiu. Només després d'establir aquesta sòlida base va sorgir la pregunta: Com podria la IA transformar encara més aquest procés? La resposta rau en un innovador flux de treball intern, impulsat per GitHub Actions, GitHub Copilot i GitHub Models, dissenyat per transformar contínuament cada peça de feedback de l'usuari en un problema rastrejat, prioritzat i accionable. Aquest enfocament garanteix que la IA millora el judici humà, agilitzant les tasques repetitives i permetent als experts centrar-se en el lliurament de programari inclusiu.

## IA Contínua: Un Sistema Viu per a la Inclusió

La "IA Contínua per a l'accessibilitat" de GitHub és més que una simple eina; és una metodologia viva que integra l'automatització, la intel·ligència artificial i l'experiència humana per incrustar la inclusió directament en el teixit del desenvolupament de programari. Aquesta filosofia sustenta el compromís de GitHub amb la promesa del Dia Mundial de Conscienciació sobre l'Accessibilitat (GAAD) de 2025, amb l'objectiu de reforçar l'accessibilitat en tot l'ecosistema de codi obert mitjançant l'encaminament i la traducció efectius del feedback dels usuaris en millores significatives de la plataforma.

La realització clau va ser que els avenços més impactants sorgeixen d'escoltar persones reals, però l'escolta a escala presenta reptes significatius. Per superar-los, GitHub va construir un flux de treball de feedback que funciona com un motor dinàmic en lloc d'un sistema de tiquets estàtic. Aprofitant els seus propis productes, GitHub aclareix, estructura i rastreja el feedback dels usuaris i clients, convertint-lo en solucions llestes per a la implementació.

Abans d'endinsar-se en solucions tecnològiques, GitHub va adoptar un enfocament de disseny centrat en les persones, identificant les persones clau a qui el sistema havia de servir:
*   **Remitents de problemes:** Gestors de comunitat, agents de suport i representants de vendes que necessiten orientació per informar de problemes de manera efectiva, fins i tot sense una profunda experiència en accessibilitat.
*   **Equips d'accessibilitat i servei:** Enginyers i dissenyadors que requereixen dades estructurades i accionables —com ara passos reproduïbles, mapatge WCAG i puntuacions de gravetat— per resoldre problemes de manera eficient.
*   **Gestors de programes i productes:** Direcció que necessita una visibilitat clara dels punts febles, les tendències i el progrés per prendre decisions estratègiques d'assignació de recursos.

Aquesta comprensió fonamental va permetre a GitHub dissenyar un sistema que tracta el feedback com a dades que flueixen a través d'un pipeline ben definit, capaç d'evolucionar amb les seves necessitats.

## Automatitzant el Pipeline de Feedback d'Accessibilitat

GitHub va construir la seva nova arquitectura al voltant d'un patró basat en esdeveniments, on cada pas activa una GitHub Action per orquestrar accions posteriors, garantint una gestió consistent del feedback independentment del seu origen. Encara que inicialment es va construir manualment a mitjans de 2024, ara un sistema així es pot desenvolupar significativament més ràpid utilitzant eines com [Agentic Workflows](/ca/github-agentic-workflows), que permeten crear GitHub Actions mitjançant llenguatge natural.

El flux de treball respon a esdeveniments clau: la creació de problemes inicia l'anàlisi de GitHub Copilot mitjançant l'API de GitHub Models, els canvis d'estat activen els traspàs d'equip i la resolució de problemes provoca un seguiment amb el remitent original. L'automatització cobreix el camí comú, però els humans poden activar o tornar a executar manualment qualsevol Action, mantenint la supervisió i la flexibilitat.

**El Flux de Treball de Feedback de Set Passos:**

1.  **Recepció:** El feedback prové de diverses fonts com el fòrum de discussió d'accessibilitat de GitHub (que representa el 90% dels informes), tiquets de suport, xarxes socials i correu electrònic. Tot el feedback s'acciona en un termini de cinc dies laborables. Per als elements accionables, un membre de l'equip crea manualment un problema de seguiment utilitzant una plantilla de feedback d'accessibilitat personalitzada, que captura el context essencial. Aquest esdeveniment de creació activa una GitHub Action per implicar GitHub Copilot i afegir el problema a un tauler de projectes centralitzat.

2.  **Anàlisi de Copilot:** Una GitHub Action crida l'API de GitHub Models per analitzar el problema recentment creat.

3.  **Revisió del Remitent:** El remitent inicial revisa l'anàlisi de Copilot, confirmant la seva precisió o fent ajustos.

4.  **Revisió de l'Equip d'Accessibilitat:** L'equip especialitzat en accessibilitat realitza una revisió més profunda i elabora estratègies de solució.

5.  **Auditories d'Enllaç:** S'enllacen auditories o recursos externs rellevants per a context i compliment.

6.  **Tancament del Cicle:** Un cop abordat, el problema es tanca formalment i s'informa a l'usuari o client original.

7.  **Millora:** El feedback sobre el rendiment del sistema, incloent l'anàlisi de Copilot, informa d'actualitzacions i refinaments continus.

Aquest flux continu garanteix visibilitat, estructura i accionabilitat en cada etapa del cicle de vida del feedback.

## Classificació Intel·ligent d'Accessibilitat de GitHub Copilot

Al cor d'aquest sistema automatitzat hi ha l'anàlisi intel·ligent de GitHub Copilot. Quan es crea un problema de seguiment, un flux de treball de GitHub Action crida programàticament l'API de GitHub Models per analitzar l'informe. GitHub va prendre una decisió estratègica d'utilitzar indicacions emmagatzemades (instruccions personalitzades) en lloc de l'ajustament fi del model. Això permet que qualsevol membre de l'equip actualitzi el comportament de la IA mitjançant una simple sol·licitud de pull, eliminant la necessitat de pipelines de reentrenament complexos o coneixements especialitzats en aprenentatge automàtic. Quan els estàndards d'accessibilitat evolucionen, l'equip actualitza els fitxers markdown i d'instruccions, i el comportament de la IA s'adapta amb la següent execució.

GitHub Copilot està configurat amb instruccions personalitzades desenvolupades pels seus experts en matèria d'accessibilitat. Aquestes instruccions tenen dos papers crítics:
*   **Anàlisi de Classificació:** Classificar els problemes per infracció WCAG, gravetat (sev1-sev4) i grup d'usuaris afectat.
*   **Coaching d'Accessibilitat:** Orientar els equips en l'escriptura i revisió de codi accessible.

Els fitxers d'instruccions fan referència a les polítiques d'accessibilitat de GitHub, la biblioteca de components i la documentació interna, proporcionant a Copilot una comprensió exhaustiva de com interpretar i aplicar els criteris d'èxit WCAG.

L'automatització es desenvolupa en dos passos clau:
1.  **Primera Acció:** En la creació del problema, Copilot analitza l'informe, omplint automàticament aproximadament el 80% de les metadades del problema. Això inclou més de 40 punts de dades com el tipus de problema, el segment d'usuari, la font original, els components afectats i un resum de l'experiència de l'usuari. Copilot publica llavors un comentari sobre el problema que conté un resum del problema, els criteris WCAG suggerits, el nivell de gravetat, els grups d'usuaris afectats, l'assignació d'equip recomanada i una llista de verificació per a la validació.
2.  **Segona Acció:** Aquesta acció posterior analitza el comentari de Copilot, aplica etiquetes basades en la gravetat assignada, actualitza l'estat del problema al tauler del projecte i l'assigna al remitent per a la seva revisió.

De manera crucial, si l'anàlisi de Copilot és inexacta, qualsevol pot assenyalar-ho obrint un problema que descrigui la discrepància, alimentant directament el procés de millora contínua de GitHub per a la IA.

## Supervisió Humana i Millores Iteratives d'Accessibilitat

El flux de treball posa èmfasi en la supervisió i la col·laboració humanes. Després de l'anàlisi automatitzada de Copilot, la fase de "revisió del remitent" (pas 3) permet al remitent humà verificar les conclusions de la IA. Aquest enfocament amb humans en el bucle garanteix la precisió i permet correccions manuals o assenyalats per al procés de millora contínua de Copilot. Els passos posteriors —Revisió de l'Equip d'Accessibilitat, Auditories d'Enllaç i Tancament del Cicle— integren encara més l'experiència humana, garantint que els problemes complexos siguin abordats per especialistes i que els usuaris rebin solucions oportunes i efectives.

Aquest sistema dinàmic representa un canvi significatiu per a GitHub. Aprofitant la IA per gestionar els aspectes repetitius i intensius en dades de la gestió del feedback, han transformat un procés caòtic, sovint estancat, en un motor continu i proactiu per a la inclusió. Això significa que cada peça de feedback d'accessibilitat ara es rastreja, prioritza i s'hi actua de manera fiable, anant més enllà de les promeses de la "fase dos" per oferir millores immediates i tangibles per a tots els usuaris. L'objectiu final no és reemplaçar el judici humà, sinó potenciar-lo, alliberant temps i experiència valuosos per centrar-se en solucions estratègiques i fomentar una experiència de programari veritablement accessible.