Silveira Neto, Paulo Anselmo da MotaLemos, Renan Paixão de2026-05-072025-12-17LEMOS, Renan Paixão de. Acessibilidade: Analisando a aptidão do LLM Claude em melhorar a inclusão em páginas web. 2025. 42 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2026.https://arandu.ufrpe.br/handle/123456789/8618Atualmente, a acessibilidade web é um desafio constante, com milhões de páginas falhando em atender as diretrizes Web Content Accessibility Guidelines (WCAG). Este estudo investiga a capacidade do Claude Code, um modelo de linguagem em larga escala desenvolvido pela Anthropic — empresa fundada por ex-integrantes da OpenAI — de identificar e corrigir problemas de acessibilidade no desenvolvimento web. Três experimentos foram conduzidos: o primeiro testou 53 critérios WCAG dos níveis A e AA, revelando altas taxas de sucesso para problemas estruturais, visuais e de navegação, mas claras limitações com conteúdo de áudio e vídeo. No segundo, uma página foi construída do zero utilizando diretrizes de acessibilidade, alcançando zero erros em uma análise usando a ferramenta Wave após ajustes mínimos. Já no terceiro e último, uma análise das páginas iniciais de 27 universidades brasileiras revelou 1.128 erros de acessibilidade, grande parte sendo de contraste (96% das instituições) e rótulos ausentes (74%). O cruzamento desses dados mostrou que a maioria dos erros encontrados nos sites das universidades seriam possivelmente corrigidos com o uso do Claude Code. Os resultados sugerem que ferramentas baseadas em Modelo de linguagem de grande escala (LLM) podem ajudar a preencher a lacuna de conhecimento em acessibilidade entre desenvolvedores, contribuindo para experiências web mais inclusivas.42 f.pt-BRopenAccesshttp://creativecommons.org/licenses/by/4.0/Sites da WebLinguagem de programação (Computadores)AcessibilidadeInclusão digitalDiretrizes de acessibilidade para conteúdos webSistemas de reconhecimento de padrõesbachelorThesisAttribution 4.0 International