Nella pagina di assistenza per editori e sviluppatori, OpenAI spiega ai proprietari di siti come farsi capire meglio dal proprio agente. La risposta sta in una riga: «Making your website more accessible helps ChatGPT Agent in Atlas understand it better», rendere il sito più accessibile aiuta l’agente dentro Atlas a capirlo meglio. Poi il dettaglio tecnico: il browser ChatGPT Atlas usa i tag ARIA, «the same labels and roles that support screen readers», le stesse etichette e gli stessi ruoli che sostengono gli screen reader, per interpretare la struttura della pagina e gli elementi interattivi. Segue la raccomandazione di applicare le buone pratiche WAI-ARIA, aggiungendo ruoli, etichette e stati descrittivi a pulsanti, menu e moduli, così che ChatGPT riconosca cosa fa ciascun elemento.
Quella riga vale più di qualunque annuncio di prodotto. Per trent’anni le etichette semantiche sono state una cosa che le aziende mettevano nei siti perché qualcuno le obbligava. Qui una società da centinaia di miliardi le consiglia ai webmaster per una ragione che conviene ai webmaster.
Che cos’è l’albero, e quanto è costato scriverlo
L’albero di accessibilità è un contratto scritto fra il web e il sistema operativo, e la specifica che lo mette per iscritto è Core Accessibility API Mappings 1.2 del W3C, aggiornata al 29 agosto 2026. Elenca le API a cui il browser espone i nodi accessibili: MSAA con IAccessible2, UI Automation, ATK e AT-SPI, il protocollo di accessibilità di macOS, Android. Chi usa VoiceOver o NVDA sta leggendo il capo opposto di quel contratto.
Le date dicono quanto è costato scriverlo. MSAA arriva nel 1997 come componente aggiuntivo per Windows 95. AT-SPI fa parte del framework di accessibilità di GNOME del 2001. Apple porta NSAccessibility su Mac OS X 10.2 nel 2002, VoiceOver nel 2005, UIAccessibility su iOS 3 nel 2009. ARIA la propone nel 2006 Richard Schwerdtfeger di IBM dentro il W3C: primo Working Draft pubblico il 26 settembre 2006, Raccomandazione WAI-ARIA 1.0 il 20 marzo 2014, sette anni e mezzo dopo.
Dove lo standard non è bastato è arrivato il tribunale. La National Federation of the Blind cita Target nel febbraio 2006, un giudice federale californiano respinge nel settembre 2006 la tesi che un sito non ricada sotto l’ADA, e l’accordo dell’agosto 2008 vale 6 milioni di dollari più tre anni di monitoraggio. Guillermo Robles, cieco, non riesce a ordinare una pizza dal sito e dall’app di Domino’s: il Ninth Circuit gli dà ragione il 15 gennaio 2019 e la Corte Suprema rifiuta il ricorso dell’azienda il 7 ottobre dello stesso anno. In Europa la direttiva 2019/882, lo European Accessibility Act, si applica agli operatori economici dal 28 giugno 2025, e in Italia il recepimento è il decreto legislativo 82 del 27 maggio 2022.
Adesso quella struttura serve a chi vende agenti
Playwright MCP di Microsoft dichiara nel proprio README di lavorare sull’albero di accessibilità invece che su input basato sui pixel, e di non avere bisogno di modelli di visione perché opera su dati strutturati. Google ha pubblicato dentro la documentazione di Lighthouse una guida intitolata accessibility for agents, dove spiega che gli agenti esaminano l’albero per individuare gli elementi interattivi. In quella pagina la parola screen reader non compare.
Su GPT-6 Astra conviene tenere la mano ferma
Il modello è stato presentato il 3 settembre e reso disponibile il 4, e la documentazione OpenAI che lo riguarda resta sui pixel. La guida ufficiale al computer use descrive un ciclo chiuso: si manda il compito, il modello restituisce azioni, si eseguono, si cattura lo schermo aggiornato e lo si rimanda dentro computer_call_output, si ricomincia. Il testo dice che il modello «uses screenshots and other tool results to decide what to do next» e raccomanda di fornire uno screenshot aggiornato quando lo stato dell’interfaccia è ignoto. Le azioni disponibili sono clic, doppio clic, trascinamento, spostamento del puntatore, scorrimento, pressione di tasti, digitazione, attesa e cattura dello schermo. Nessuna legge una struttura semantica. Fra i numeri di computer use la pagina di lancio mette in vetrina ScreenSpot-Pro al 92,7 per cento contro il 76,9 del modello precedente, con l’annotazione «no tools»: quel test misura la capacità di trovare un bersaglio partendo dai pixel. Su OSWorld 2.0 la stessa pagina riporta 72,6 per cento.
In rete circola intanto una frase precisa, secondo cui Astra osserverebbe lo schermo in due modi, la fotografia dello schermo e l’albero di accessibilità. Viene da un diagramma pubblicato in una newsletter su Substack il 5 settembre, senza citazioni, presentato dall’autore stesso come una sua lettura della documentazione. I riassunti automatici dei motori di ricerca la stanno restituendo come se fosse una dichiarazione dell’azienda. Il meccanismo con cui una supposizione diventa un fatto, qui, si vede a occhio nudo.
Che cosa succede all’albero quando i lettori diventano due
Il primo segnale è nei numeri. Il WebAIM Million di febbraio 2026 trova errori WCAG rilevabili in automatico sul 95,9 per cento del milione di home page analizzate, in peggioramento sul 94,8 dell’anno prima, con 56,1 errori medi per pagina. ARIA è presente sull’82,7 per cento delle pagine, e le pagine con ARIA hanno in media 59,1 errori contro i 42 di quelle senza. Gli attributi ARIA per pagina sono passati da 22 nel 2019 a oltre 133. Adrian Roselli lo aveva scritto nell’ottobre 2025, quando la guidance su Atlas era appena uscita: ARIA dovrebbe restare un ripiego, e il rischio è l’imbottitura di ruoli ed etichette a fini di posizionamento, come già accadde con il testo alternativo. La sua previsione è che ogni pulsante, link e div finisca «roled up to redundancy at best, and the wrong thing at worst».
Il secondo segnale è nell’uso reale. Uno studio diario di tre settimane condotto da ricercatori di Stony Brook e Old Dominion su 8 utenti ciechi di screen reader, 1.258 comandi impartiti e 12 applicazioni, pubblicato il 1 settembre 2026, misura tassi di riuscita fra il 37,9 e il 52,5 per cento a seconda del modello, su un sistema che riceve sia gli screenshot sia l’albero di UI Automation. GPT-5 arriva a 52,5, Claude Sonnet a 48,5, Gemini 2.5 a 43,9. I fallimenti si concentrano nel riconoscere gli elementi sullo schermo, 24,6 per cento, nel trovare percorsi nascosti dentro l’interfaccia, 21,4, e nel ripetere procedure imparate a memoria invece di leggere quello che c’è davanti, 17,1. Anche con l’albero a disposizione, l’agente sbaglia circa una volta su due il compito che una persona cieca gli ha chiesto.
Su TechPolicy.Press, il 20 maggio 2026, Jonathan Zong e Frank Elavsky hanno chiamato accessibility washing il meccanismo per cui richieste ignorate per decenni vengono esaudite quando a farle è un cliente aziendale. Osservano anche che quando i modelli leggeranno le immagini da soli, l’incentivo a scrivere il testo alternativo scenderà, mentre chi non vede continuerà a dipenderne.
Il punto da tenere d’occhio nei prossimi mesi sono le etichette. Se le aria-label cominciano a riempirsi di parole scritte per farsi capire da un agente, il conto lo paga chi quella pagina la ascolta. L’albero adesso ha due lettori. Uno paga, l’altro no.
Chiedi a Sonar su questo articolo
Sonar è l’assistente di TecnoAccess: risponde usando solo gli articoli della testata e ti dice sempre di quando è la cosa che racconta.
Iscriviti e ricevi il libro in regalo
Iscrivendoti alla newsletter ricevi subito «AI e disabilità visiva 2026», il nostro libro di 67 pagine sugli strumenti che funzionano davvero, in EPUB e in PDF accessibile.
Poi, ogni venerdì mattina, le notizie della settimana e un consiglio pratico su VoiceOver, NVDA o TalkBack che pubblichiamo solo lì. È gratis e ci si disiscrive con un clic.