在2015年和2016年，美国近20%的本科生报告有残疾。^脚注1考虑到许多学生选择不向他们的机构透露残疾信息，实际的比例可能更高。与非残疾学生相比，他们的辍学率高得多，毕业率低得多。

残疾学生经历了许多其他学生没有的教育障碍，他们可以有有形和无形的需求。人们正在探索人工智能(AI)，以改善和创造更容易获得的学习环境的工具。以下是人工智能可以帮助这些学生的三种方式。

# 1。可访问性测试

对于依赖辅助技术的学生来说，基于机器学习模型的高级语音合成技术是人工智能更有前景的应用之一。^脚注2合成语音的质量正变得越来越自然和迅速提高。例如，美国教育考试服务中心(ETS)利用亚马逊的技术，将一些人工录制的音频替换为合成语音，用于补充一些考试内容。ETS改善了残疾学生的用户体验，减少了制作替代格式材料的周转时间，并为这些学生提供了更自然、更清晰的文本转换语音。

# 2。内容描述

周转时间是非常重要的，当产生文本描述或复杂的测试问题的学生谁是法律上的盲人或低视力。人工智能技术可以用来自动描述图像。基于人工智能的系统也可以用于描述内容的“第一步”。然后，主题专家可以改进内容，或者根据描述的质量决定是否应该从头开始编写内容。

# 3。网页交互

基于人工智能的工具也可以用来帮助无法看到内容的人进行互动。苹果Siri、亚马逊Echo和Alexa等工具提供了通过语音对话模式与内容互动的方式。但AI功能的扩展方式有很多。例如，“视觉”人工智能可以帮助那些发现网页内容在视觉上过于刺激的学生。学生们可以让虚拟助手大声朗读页面上的标题，让他们了解页面的结构，找出页面的位置，或者跳过不相关的内容。将这种可访问性构建到每个人都在使用的系统中——这样它就可以简单地随每一个智能设备一起使用——也可以减少与购买单独的可访问性工具或应用程序相关的耻辱感(可能还有成本)。

挑战和可能性

基于人工智能的设计和开发通常是由“普通用户”的需求和行为驱动的，从用户体验设计的角度来看，残疾人通常不属于通常的体验。例如，自动语音识别(ASR)系统通常是围绕常见的语音模式进行优化的，而不是围绕语音残疾人的语音模式。因此，依赖ASR系统的学生在教育和工作环境中更有可能处于不利地位，因为ASR系统可能无法为他们优化。

另一方面，人工智能也为残疾人带来了巨大的希望。在未来，ASR系统可能会提供无错误的封闭字幕，而不是近似字幕。人工智能还可能让残疾人完全控制他们的环境——不仅在家里，而且在教室和工作场所。

全面自动化可能还不现实，但正在取得进展。一些组织已经在使用AI来评估无障碍指南的一致性。随着这种使用变得更加广泛，一致性评估将变得更加可扩展。随着这种使用的继续，我们将发现许多其他方式，可以利用人工智能来改善无障碍环境，并确保残疾学生获得丰富的学习机会。

笔记

1. 国家教育统计中心，教育科学研究所，“高等教育,”第三章在教育统计文摘:2019年(华盛顿特区:NCES, IES，美国教育部，2021年)。回到文中的脚注1。↩
2. 有关残疾学生技术需求的更多信息，请参阅Dana C. Gierdowski和Joseph D. Galanek，“残疾学生技术需求的ECAR研究，2020年，”EDUCAUSE,2020年6月1日。回到文中的脚注2。↩

---