Elisa Cali'
Sviluppo di un'estensione VS Code AI-based per migliorare lo sviluppo web accessibile = Development of an AI-based VS Code extension to improve accessible web development.
Rel. Riccardo Coppola, Tommaso Fulcini. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2025
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
L'accessibilità web è essenziale nello sviluppo software, poiché garantisce che le applicazioni siano fruibili da tutti, inclusi utenti con disabilità. Tuttavia, per limiti di tempo o inesperienza, è possibile che alcuni errori vengano introdotti durante le fasi di sviluppo. Spesso l'accessibilità viene verificata solo in fasi avanzate del progetto, quando un esperto di accessibilità o un utente possono testarlo. Questo approccio può richiedere riscritture significative di codice, aumentando costi ed effort. Negli ultimi anni, però, gli LLM hanno trovato ampio uso in diversi ambiti, inclusa la generazione di codice. La presente tesi si pone due obiettivi principali. Da un lato, mira a valutare le capacità degli LLM nell'identificazione degli errori di accessibilità presenti in un dato snippet, nonché nella generazione di soluzioni conformi alle linee guida WCAG.
Tale analisi utilizza esclusivamente tecniche di prompt engineering, al fine di testare le potenzialità del modello basandosi unicamente sui dati di addestramento
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
