Empowering Accessibility: Exploring AI-Enhanced Universal Design for Inclusive Web Interfaces
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesis
Abstract [en]
As digital interactions become increasingly integrated into daily life, it is vital to ensure that web interfaces are accessible and can adapt to age-related visual impairments. This need is heightened as the global population continues to age. This thesis explores the development of AI-enhanced adaptive user interfaces to improve web accessibility for individuals over 40 with visual impairments such as presbyopia and age-related macular degeneration (AMD). The study integrates machine learning with image-based reCAPTCHA tools to dynamically predict and customize UI preferences. Combining qualitative and quantitative methods, including usability testing and interviews with aging users, the research evaluates how well these adaptive UIs improve usability, accessibility, and user satisfaction for aging individuals. Findings indicate that while users found the tool intuitive and were generally satisfied with features like higher contrast and larger fonts, concerns were raised about tool usage frequency and interruptions. Users emphasized the need for clear explanations of eye data collection and robust privacy protections. They also suggested improvements in customization algorithms and testing accuracy. For navigation, users preferred simple, direct pathways and visual aids for ease of use.
Abstract [sv]
Digitala interaktioner blir allt mer integrerade i vardagen, och det är avgörande att webbgränssnitt är tillgängliga och kan anpassas till åldersrelaterade synnedsättningar. Detta behov ökar i takt med att den globala befolkningen åldras. Denna avhandling undersöker utvecklingen av AI-förbättrade adaptiva användargränssnitt för att förbättra webbåtkomst för personer över 40 med synnedsättningar som presbyopi och åldersrelaterad makuladegeneration (AMD). Studien integrerar maskininlärning med bildbaserade reCAPTCHA-verktyg för att dynamiskt förutsäga och anpassa UI-inställningar. Genom att kombinera kvalitativa och kvantitativa metoder, inklusive användbarhetstestning och intervjuer med äldre användare, utvärderas hur dessa adaptiva UI förbättrar användbarhet, tillgänglighet och användartillfredsställelse. Resultaten visar att användarna upplevde verktyget som intuitivt och var i allmänhet nöjda med funktioner som högre kontrast och större teckensnitt. Dock uttrycktes oro över användningsfrekvens och avbrott. Användarna betonade behovet av tydliga förklaringar kring insamling av ögondata och starkt skydd för integriteten. De föreslog också förbättringar av anpassningsalgoritmer och testningsnoggrannhet. För navigering föredrog användarna enkla, direkta vägar och visuella hjälpmedel för att underlätta användningen.
Place, publisher, year, edition, pages
2024. , p. 21
Series
TRITA-EECS-EX ; 2024:766
Keywords [en]
adaptive user interfaces, accessibility, aging users, web accessibility, machine learning, visual impairments
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-360194OAI: oai:DiVA.org:kth-360194DiVA, id: diva2:1938955
Supervisors
Examiners
2025-02-242025-02-202025-02-24Bibliographically approved