当前位置:首页 > 科研成果库

包容性技术发展:排斥常常写在默认值里

2026-11-20 22:03:22小研科研成果库26

一次产品评审会上,团队展示了某政务应用的适老化改造成果:字号放大,对比度提高,一级入口从十一个收敛到四个。演示顺利。会后笔者去问了两位在社区做数字助老的志愿者,反馈很具体,也很扫兴——高频使用的“缴费记录”被归进了“更多服务”的二级页面。而老人进这个应用,每次都只办这一件事。

这类偏差不太适合被归因于态度。设计者未必不关心老年用户,他们只是把“简化”当成了目标本身,没有回到使用频率的分布上去核对。技术系统里真正长期起作用的,往往正是那些没人再去看一眼的部分:默认值。

默认值是一种分配机制

谈包容性技术发展,最容易滑向资源与善意的话题——有没有预算,有没有人愿意做。但决定一项技术红利如何落到具体人身上的,多半是更枯燥的东西。默认配置、接口约束、字段格式,这些看起来纯粹工程化的选择,实际上一直在做分配。

语音识别的通用声学模型对主流口音更友好,方言使用者的字错率可以是普通话使用者的数倍,而这件事在调用云端接口时通常不可见:API 只返回一个置信度。实名认证把手机号或人脸设为唯一通行凭证,缺少这些凭据的人群被挡在服务之外,这部分人的构成又和年龄、地域、就业形态高度相关,并非随机抽样。

更难处理的是传递性。一个默认值一旦被写进 SDK、写进平台接口规范,下游集成方就只能继承它的排斥效应。想改,代价不小:要么在上游推版本,要么在下游做后处理补偿,而后处理往往只能缓解症状。也有反向的例子——某些平台把无障碍能力做在系统层且默认关闭,开发者被告知无需额外处理,成本就此被外部化给了最终用户。

政务App适老化大字版界面交互原型图政务App适老化大字版界面交互原型图

可及性不是可插拔的外挂

可及性不是可插拔的外挂可及性不是可插拔的外挂

工程实践中,无障碍相关的需求大多出现在交付前的最后一段。合规检查清单下来,前端补属性,测试同事开一次读屏软件,截图归档。这种做法的边际收益衰减得很快:自动化检测工具能够判定的条目,只占全部检查项的一小部分,剩下的依赖人工评审,而人工评审的质量又高度依赖评审者本人在真实场景下的使用经验。

更麻烦的情况出现在遗留系统。基于图像渲染或自绘控件的界面,几乎没有可供辅助技术读取的语义结构,改造的边际成本高于重写,而重写的经济性判断又常常被“先用着”的惯性推迟。这里的条件很明确:语义化的控件、可预测的焦点顺序、成体系的颜色与字号令牌,只有在前端设计系统阶段被纳入,后续成本才是可控的。等到产品成型再加,付出的不只是工时,还有交互逻辑的整体让步。

顺带一句,把可及性等同于残障适配是一种窄化。临时受伤的人、在强光下看屏幕的人、单手抱孩子的人、网络只剩 2G 的人,都落在同一个设计缺陷里。

基准决定了技术往哪儿优化

如果只看一个汇总指标,分布尾部的问题永远会被平均掉。语音、视觉、检索类系统都出现过同类现象:整体分数年年涨,特定子群体的表现却停滞甚至倒退。让评测基准按子群体分层报告,是目前少数能对研发流程产生硬约束的手段之一。

但分层报告本身有陷阱。子群体怎么划分,会直接改变结论;更根本的是,若干公平性度量之间存在不可通约性,同时满足它们通常不可能,文献里对这一点讨论得相当清楚。于是,比分数更要紧的是记录失败模式——在什么条件下错、错成什么样、代价由谁承担。模型卡和数据卡的价值就在这里,它逼着团队把“不适用场景”写出来,而不是只写“已知局限”四个字。

语音识别方言口音测试数据集标注界面语音识别方言口音测试数据集标注界面

成本落在谁头上,决定它能走多远

成本落在谁头上,决定它能走多远成本落在谁头上,决定它能走多远

包容性相关的工作在项目管理里通常被归为非功能需求。这个归类几乎注定它在进度紧张时第一个被裁剪。靠呼吁和内部倡导很难对抗这种结构性压力,真正有效的是把成本前置到采购环节:公共资金支持的采购、平台级接口规范、行业准入要求,这些杠杆能改变供应商的成本结构,而不只是增加一次性的合规动作。

需要留意的反面是形式化。无障碍声明写得很长,产品里的焦点陷阱一个没少;适老化版本上线,功能被砍到只剩查与看。一个不算严格但实用的判断标准是:验收环节里有没有真实使用者的参与,而不只是专家评审。使用者一旦进入验收,前面那些关于默认值和结构约束的讨论才会真正产生压力。

有些场景,扩大覆盖本身就是风险

有些场景,扩大覆盖本身就是风险有些场景,扩大覆盖本身就是风险

这里需要做一个区分,而这个区分在实践中经常被混为一谈。可及性的改善——让更多人能平等地使用一项已有服务——几乎总是应当推进。扩展部署则不同:把信用评估、招聘筛选、预测性管控这类系统的覆盖范围做大,等于把误判的暴露面同步做大。对这类系统,“让更多人用上”不是目标,限制适用条件才是。

把两者混同的结果,是包容成了扩张的修辞。评估一个系统时,先问它服务什么决策、误判的后果能否被撤销,比问它覆盖了多少人更有意义。

往前看,端侧小模型确实在改变低资源语言和方言适配的成本结构,这是近几年比较实在的进展。但也别太乐观:量化与蒸馏如果进一步牺牲尾部性能,收益会被抵消,而这个问题目前还没有稳定的解法。法规把合规日期钉死了,标准却更新得比模型慢半拍,中间这段空档,会由使用者来承担。