Tóm tắt Đề án Thạc sĩ: Nghiên cứu công cụ tóm tắt văn bản về mô tả lỗi khi kiểm thử khả năng tiếp cận web

Việc đảm bảo khả năng tiếp cận kỹ thuật số là yếu tố then chốt trong bối cảnh chuyển đổi số mạnh mẽ tại Việt Nam, đặc biệt là cho người khuyết tật và người cao tuổi. Tuy nhiên, thực trạng cho thấy nhiều cổng dịch vụ công trực tuyến còn hạn chế về khả năng tiếp cận, với số lượng lỗi đáng kể và thiếu các quy định pháp lý cụ thể. Các phương pháp kiểm thử hiện tại còn tồn tại nhiều thách thức, khi công cụ tự động chỉ phát hiện một phần lỗi, trong khi kiểm thử thủ công bởi người khiếm thị lại thiếu tính hệ thống và chuyên môn. Nghiên cứu này nhằm phát triển một quy trình kiểm thử khả năng tiếp cận phù hợp cho người khiếm thị và một công cụ tóm tắt văn bản mô tả lỗi, tận dụng sức mạnh của các mô hình ngôn ngữ lớn (LLM). Mục tiêu là tạo ra giải pháp hiệu quả, giúp nâng cao chất lượng dịch vụ số và thúc đẩy sự hòa nhập cho cộng đồng.

Các nhà phát triển web, kỹ sư kiểm thử phần mềm, các nhà hoạch định chính sách về khả năng tiếp cận kỹ thuật số, các tổ chức hỗ trợ người khuyết tật, và các nhà nghiên cứu trong lĩnh vực Xử lý Ngôn ngữ Tự nhiên (NLP) và Trí tuệ Nhân tạo (AI).

Nghiên cứu tập trung giải quyết vấn đề cấp bách về khả năng tiếp cận web tại Việt Nam, nơi các cổng thông tin và dịch vụ công trực tuyến còn tồn tại nhiều hạn chế đối với người khuyết tật. Thực trạng này được chứng minh qua các khảo sát chỉ ra tỷ lệ lỗi khả năng tiếp cận cao và sự thiếu hụt trong các quy định pháp lý cụ thể. Các phương pháp kiểm thử truyền thống đối mặt với khó khăn khi công cụ tự động chỉ phát hiện được khoảng 30-40% lỗi, trong khi kiểm thử thủ công – đặc biệt bởi người khiếm thị – dù quan trọng để phát hiện lỗi ngữ nghĩa và trải nghiệm, lại thiếu tính chuyên môn và hệ thống. Để khắc phục, đề tài đề xuất một giải pháp đột phá, kết hợp quy trình kiểm thử chuyên biệt dành cho cộng tác viên khiếm thị với một công cụ tóm tắt văn bản mô tả lỗi thông minh. Phương pháp nghiên cứu nhấn mạnh việc áp dụng các Mô hình Ngôn ngữ Lớn (LLM), cụ thể là GPT, để tóm tắt hiệu quả các mô tả lỗi phức tạp. So với các kỹ thuật tóm tắt truyền thống, LLM mang lại khả năng hiểu ngữ cảnh sâu hơn, linh hoạt trong tùy chỉnh và tạo ra văn bản tóm tắt tự nhiên, mạch lạc hơn, giúp tổng hợp thông tin từ hàng ngàn kết quả kiểm thử. Nghiên cứu tiến hành thực nghiệm trên bộ dữ liệu lớn gồm hơn 3600 kết quả kiểm thử khả năng tiếp cận từ 20 cổng thông tin điện tử của Việt Nam. Giá trị ứng dụng của đề tài thể hiện ở việc cung cấp cho các đơn vị quản lý website những báo cáo lỗi rõ ràng, dễ hiểu, thúc đẩy quá trình cải thiện khả năng tiếp cận. Đồng thời, nghiên cứu còn góp phần quan trọng vào việc tạo cơ hội nghề nghiệp và nâng cao vai trò của người khiếm thị trong lĩnh vực kiểm thử phần mềm tại Việt Nam, mang lại ý nghĩa khoa học và thực tiễn sâu sắc cho quá trình chuyển đổi số toàn diện.