Một website còn có URL để liệt kê, nhưng mobile app hoặc kiosk thường chỉ có view, state và đường đi giữa các bước. Nếu người audit chọn vài màn hình dễ chụp rồi kết luận cả sản phẩm “đạt WCAG”, vấn đề không nằm ở chiếc checklist. Vấn đề là phạm vi và bằng chứng không đủ đỡ cho kết luận đó.

WCAG Evaluation Methodology 2.0 của W3C giải quyết đúng khoảng trống này. Group Note phát hành ngày 23/07/2026 mô tả năm bước: định nghĩa scope, khám phá sản phẩm, chọn sample đại diện, đánh giá sample và báo cáo kết quả. Bản 2.0 dùng khái niệm digital product, nên cùng phương pháp có thể áp dụng cho web, mobile app, kiosk và những sản phẩm không thể quy về một danh sách URL.

Đây là phương pháp hỗ trợ đánh giá, không phải bộ tiêu chí accessibility mới và không thay WCAG 2.2. Cách dùng thực tế nhất là biến mỗi bước thành một artifact bàn giao được, để người đọc báo cáo biết chính xác đã kiểm build nào, view nào, bằng công cụ gì và chưa kiểm phần nào.

Khóa scope trước khi mở công cụ audit

Scope không nên chỉ ghi tên ứng dụng. Tối thiểu cần có product và build, platform, locale, vai trò người dùng, mục tiêu conformance, accessibility support baseline và phần loại trừ. Một app đặt lịch có thể gồm luồng khách, trang quản trị và kiosk tại quầy; audit riêng luồng khách mà không nói rõ sẽ khiến người nhận báo cáo tưởng cả ba đều nằm trong kết quả.

Accessibility support baseline là tập hợp hệ điều hành, trình duyệt, assistive technology và user agent mà sản phẩm dự kiến hỗ trợ. WCAG-EM yêu cầu chốt baseline cùng bên đặt đánh giá, nhưng vẫn cho phép mở rộng khi quá trình kiểm tra phát hiện tổ hợp cần thiết khác. Với mobile app, baseline có thể là iOS + VoiceOver và Android + TalkBack; với kiosk, cần ghi cả phần cứng nhập liệu và phần mềm đọc màn hình nếu có.

Fixture trong bài này chủ động thu hẹp scope: build synthetic 2026.10.28, locale vi-VN, vai trò guest và kiosk guest. Baseline chỉ có Edge desktop với bàn phím cùng reflow ở viewport 390 px. Không chạy screen reader, không user test và không kiểm toàn bộ success criterion của WCAG 2.2. Vì vậy kết quả phía dưới chỉ minh họa cách ghi evidence, không phải tuyên bố conformity.

Lập bản đồ view thay vì cố bịa URL

WCAG-EM gọi một phần phân biệt của sản phẩm là view. View có thể được nhận diện bằng screenshot hoặc mô tả riêng, kèm path để đi tới đó. Một modal xác nhận, state báo lỗi và màn hình sau đăng nhập đều có thể cần ID riêng nếu chúng tạo ra nội dung hoặc tương tác khác biệt đáng kể.

Bản đồ sản phẩm nên trả lời bốn câu hỏi: view nào xuất hiện phổ biến, chức năng nào thiết yếu, sản phẩm có những loại nội dung/thiết kế nào và dựa vào công nghệ gì. Các phần trợ giúp, thiết lập accessibility, quản lý thông tin cá nhân hay giao dịch rủi ro cũng cần được ghi lại. Đây là lúc tìm đủ bề mặt cần cân nhắc, chưa phải lúc bỏ những view “khó kiểm”.

Ví dụ một flow đặt lịch có thể gồm màn hình bắt đầu, chọn dịch vụ, form thông tin, state validation error và xác nhận. Kiosk check-in dùng cùng dữ liệu nhưng có nền tảng và cách nhập khác, nên được thêm như một variety. State lỗi cũng không nên biến mất khỏi product map: bài về error summary và phục hồi form cho thấy chính đoạn thất bại thường tạo ra yêu cầu focus, thông báo và giữ dữ liệu khác với happy path.

Năm bước WCAG-EM 2.0 từ scope explore sample evaluate tới report cùng artifact cần bàn giao
Mỗi bước tạo ra một artifact kiểm tra được; report không phải nơi đầu tiên scope và giới hạn xuất hiện.

Structured sample, random sample và complete process khác nhau ra sao?

Structured sample được chọn có chủ đích để bao phủ common views, essential functionality và các loại nội dung, thiết kế, công nghệ khác nhau. Random sample là lớp kiểm tra bổ sung sau đó, giúp phát hiện loại view hoặc finding mà bản đồ ban đầu bỏ sót. Chọn ngẫu nhiên một màn hình rồi gọi đó là representative sample không thay được phần structured.

Complete process giữ nguyên một luồng nhiều bước từ đầu tới cuối. Nếu quá trình đặt lịch đi qua dịch vụ → thời gian → thông tin → lỗi hoặc xác nhận, sample phải giữ cả chuỗi thay vì lấy riêng màn hình cuối. Điều này quan trọng với app vì state, dữ liệu và focus thường được truyền giữa các bước.

Có một ngoại lệ khá hữu ích: khi sản phẩm có ít view, như một số native app hoặc kiosk, W3C khuyến nghị đánh giá toàn bộ sản phẩm và cho phép bỏ thủ tục sampling. Fixture chỉ có sáu view nên chọn chế độ entire-product. Làm vậy rõ ràng hơn việc dựng một phép random thiếu ý nghĩa chỉ để đánh dấu đã đủ bước.

Evidence phải có expected, observed và giới hạn

Mỗi record cần ít nhất view ID/path, build, platform, browser hoặc assistive technology, phương pháp, kết quả mong đợi, quan sát thực tế và file evidence. Automated check, manual inspection và user evaluation nên được tách riêng. Điểm số từ tool không phải verdict cho toàn view; screenshot cũng không chứng minh keyboard hoặc screen reader dùng được.

Fixture được chạy bằng Microsoft Edge headless trên Windows 11. Sáu view đều có một H1 trong DOM; các control form có label liên kết; submit rỗng chuyển tới error state và focus vào error summary. Complete process với dữ liệu synthetic đi tới confirmation, còn cả sáu view giữ document width 390 px ở viewport 390 px. Những phép thử này cho biết probe đã quan sát gì, chứ không nói các success criterion khác đã pass.

ViewVai trò trong flowEvidence đã lưuKhông được suy ra
V01 bắt đầuEntry pointDOM inventory, screenshotToàn bộ navigation accessible
V02 dịch vụEssential functionKeyboard interactionDùng tốt với mọi assistive technology
V03 thông tinForm stateLabel associationMọi hướng dẫn và lỗi đều đạt WCAG
V04 lỗiRecovery stateFocus tới summaryScreen reader đã đọc đúng
V05 xác nhậnEnd stateComplete-process probeEmail hay backend thật đã hoạt động
K01 kioskPlatform varietyReflow 390 pxPhần cứng kiosk đã được kiểm

Cách ghi này cũng tách được audit giao diện sơ bộ với đánh giá sâu. Một UI audit về phân cấp thông tin có thể phát hiện headline, outline hoặc tác vụ khó quét, nhưng chưa tự bao phủ keyboard, semantics, assistive technology hay complete process.

Ma trận sáu view của fixture đặt lịch gồm entry point form error state confirmation và kiosk cùng evidence
Fixture nhỏ được đánh giá toàn bộ sáu view; không dựng random sample khi sampling không còn ý nghĩa.

Báo cáo được phép nói đến đâu?

WCAG-EM yêu cầu báo cáo findings cùng scope, target, baseline, sample và công cụ/phương pháp đã dùng. Khi evaluation chỉ dựa trên sample, report phải giữ nguyên giới hạn đó. Một finding có thể nói “trong sample đã đánh giá, error summary nhận focus sau submit rỗng”; không nên nhảy thành “app đạt WCAG 2.2 AA”.

W3C WAI overview còn khuyến nghị kết hợp chuyên môn và sự tham gia của người khuyết tật để hiểu trải nghiệm thực tế. Automated test và fixture giúp quy trình lặp lại được, nhưng không thay người dùng. Nếu lượt đánh giá chưa có screen reader, switch control hoặc user research, hãy ghi thẳng vào limitations thay vì làm mờ bằng cụm “đã kiểm accessibility”.

Conformance claim còn có yêu cầu riêng của WCAG. Evaluation statement nội bộ, danh sách finding và claim công khai không phải một loại tài liệu. Đội sản phẩm có thể dùng WCAG-EM để tìm và sửa lỗi mà chưa đưa ra claim; thực tế đây thường là bước an toàn hơn khi scope còn thay đổi hoặc evidence chưa bao phủ toàn sản phẩm.

Worksheet tối thiểu để bàn giao

Một worksheet dùng được không cần phức tạp. Hãy giữ năm khối, mỗi khối trả lời một câu hỏi:

  1. Scope: sản phẩm/build/platform/locale/role nào, target và baseline gì, loại trừ phần nào?
  2. Product map: common view, essential function, variety, technology và complete process nào tồn tại?
  3. Selection: vì sao chọn structured/random sample, hoặc vì sao đánh giá toàn bộ sản phẩm?
  4. Evidence: view/path, phương pháp, expected, observed, artifact và finding tương ứng là gì?
  5. Statement: kết luận áp dụng cho phạm vi nào, còn thiếu test và chuyên môn nào?

Với component phức tạp như timeline, danh sách view chưa đủ; semantics và cách điều hướng vẫn cần test riêng. Bài timeline dài cho screen reader là một ví dụ về việc cùng một bề mặt thị giác có thể tạo ra cấu trúc và hành vi đọc rất khác.

Điểm đáng giữ từ WCAG-EM 2.0 không phải một template mới, mà là kỷ luật nối kết luận với phạm vi và evidence. App nhỏ thì kiểm toàn bộ, app lớn thì chọn sample có lý do, nhưng cả hai đều phải nói rõ đã kiểm gì và chưa kiểm gì. Làm được chỗ đó, report bớt màu mè hẳn mà lại hữu ích hơn cho designer, QA và developer.