GitHub、accessibility feedback を continuous AI workflow に変える

X post の本当のポイント

GitHubは2026年4月11日のXで、accessibility work は triage で止まりやすく、その層を AI に処理させる方法を見つけたと紹介した。ここで注目すべきなのは、単に Copilot を support workflow に足したことではない。散在していた accessibility feedback を tracked issue、structured metadata、team hand-off、そして user が fix を確認するまで閉じない follow-up loop に変える運用系を組み立てたことだ。

workflow はどう動くのか

GitHubの2026年3月12日付 blog post では、この仕組みが GitHub Actions、GitHub Copilot、GitHub Models、さらに accessibility 専門家が管理する custom instructions で構成されていると説明されている。barrier report が届くと issue template から tracking issue が作られ、1本目の Action が Copilot 分析を実行する。Copilot は problem summary、候補となる WCAG criteria、severity、affected user groups、担当候補 team、再現用 checklist を comment として返す。2本目の Action はその comment を解析し、label、metadata、project board 状態、assignee を自動で更新する。

• GitHubによれば、Copilot は 40 以上の data point の約 80% を自動入力している。
• submitter は AI の checklist を使って実際に再現を試し、内容を確認する。
• accessibility team は severity や WCAG mapping を再検証し、誤りがあれば prompt と instruction file を pull request で更新する。

この設計が重要なのは、AI を最終判断者ではなく、分類、整理、routing の反復作業に置いているからだ。検証、優先順位付け、user との communication は人間が担い続ける。つまり GitHub は accessibility judgment を AI に委ねたのではなく、administrative drag を減らすために AI を使っている。

数字で見える改善

blog に載った指標も強い。GitHubは 90 日以内に閉じる issue の割合が 21% から 89% に上がり、平均 resolution time は 118 日から 45 日へ縮んだとしている。manual administrative time は 70% 減り、30 日以内の解決件数は前年比 1,150% 増、critical な sev1 issue は 50% 減った。直近の quarter では 100% の issue が 60 日以内に閉じたという。

この X post が価値を持つのはそこだ。派手な code generation demo ではなく、AI を内部運用に入れたときに backlog と response quality をどう改善できるかを具体的に示している。accessibility、compliance、quality feedback が積み上がっている team なら、もう一つ coding assistant を足すより、まず triage automation から始める方が効果は早いかもしれない。GitHub の事例はそのかなり実務的な template になっている。

Source links: X post, GitHub blog post.