بررسی دسترسی‌پذیری وب: اتوماسیون محض توصیف تصاویر نویز دیجیتال می‌سازد

تصور کنید مدیر وب‌سایتی هستید که برای بهبود دسترسی‌پذیری، هزاران تصویر را با ابزارهای هوش مصنوعی توصیف می‌کنید؛ اما هرچه سرعت تولید این متون بیشتر شود، احتمالاً تجربهٔ کاربری را سریع‌تر تخریب می‌کنید. پارادوکس اتوماسیون دسترسی‌پذیری با ابزارهایی مانند OpptiAI یا ابزارهای مشابه در همین نکته نهفته است: هرچه سریع‌تر متن جایگزین (Alt Text) تولید کنید، سریع‌تر در حال اتوماتیک کردن یک تجربه کاربری ضعیف خواهید بود. مشکل اصلی در توانایی توصیفی مدل‌ها نیست، بلکه ناتوانی آن‌ها در پاسخ به این سؤال است که «آیا اصلاً توصیفی برای این تصویر لازم است یا خیر؟»

دسترسی‌پذیری وب بر یک انتخاب دوتایی بین تصاویر «معنا‌دار» و «تزیینی» استوار است. برای کاربری که از صفحه‌خوان (Screen Reader) استفاده می‌کند، یک تصویر معنا‌دار باید توصیف شود تا اطلاعات را منتقل کند، اما یک تصویر تزیینی باید کاملاً نادیده گرفته شود تا باعث ایجاد نویز ذهنی نشود. مدل‌های هوش مصنوعی زاینده (Generative AI) — مثل هنرمندی که وسواس دارد هر جزئیات کوچکی را به تصویر بکشد — به‌طور پیش‌فرض هر پیکسلی را شایستهٔ توصیف می‌دانند، که این رویکرد برای یک صفحهٔ وب زنده، کاملاً اشتباه است.

به نقل از راهنمای کاربردی منتشر شده در ۱۱ اوت ۲۰۲۶ در پلتفرم dev.to، رایج‌ترین اشتباه در دسترسی‌پذیریِ مبتنی بر هوش مصنوعی، حذف مرحلهٔ طبقه‌بندی (Classification) است. وقتی کاربر یک خط جداکنندهٔ تزیینی را به ابزار هوش مصنوعی می‌دهد، مدل ممکن است آن را به‌طور دقیق به عنوان «یک خط گرادینت بنفش نازک» توصیف کند. این توصیف از نظر فنی درست است، اما برای کاربر نابینا هیچ ارزشی ندارد و فقط باعث کند شدن پیمایش در صفحه و ایجاد اصطکاک در تجربه مرور وب می‌شود.

چرا طبقه‌بندی باید پیش از توصیف باشد؟

یک صفحه‌خوان تصاویر را تنها به دو روش مدیریت می‌کند: یا متن جایگزین را با صدای بلند می‌خواند، یا اگر ویژگی alt خالی باشد، تصویر را کاملاً رد می‌کند و از آن می‌گذرد. هیچ حالت میانی وجود ندارد که در آن ابزار، متن را به‌صورت گذرا یا آرام بخواند. به همین دلیل، خطاهای طبقه‌بندی پیامدهای واقعی و ملموسی دارند.

اگر یک تصویر معنا‌دار را به‌اشتباه تزیینی طبقه‌بندی کنید، کاربر اطلاعات حیاتی را از دست می‌دهد؛ مثلاً ویژگی خاصی از یک محصول که فقط در عکس نمایش داده شده یا یک مرحله کلیدی در یک اسکرین‌شات آموزشی. در مقابل، طبقه‌بندی یک تصویر تزیینی به عنوان تصویر معنا‌دار، نویز ایجاد می‌کند. در این حالت، کاربر ممکن است مجبور شود ابتدا توصیفی از «یک الگوی هندسی انتزاعی در پس‌زمینه» را بشنود تا بتواند در نهایت به محتوای اصلی و مفید صفحه برسد.

مکانیسم «آزمون حذف»

برای حل این مشکل، ویراستاران باید پیش از پذیرش هر پیشنهاد هوش مصنوعی، یک گیت منطقی (Logic Gate) را اجرا کنند. تنها سؤالی که در این مرحله اهمیت دارد این است: «اگر این تصویر را کاملاً حذف کنم، آیا خواننده اطلاعاتی را از دست می‌دهد؟»

این آزمونی برای سنجش اطلاعات است، نه بصریات. حذف هر تصویری قطعاً ظاهر صفحه را تغییر می‌دهد، اما این موضوع برای دسترسی‌پذیری کاملاً بی‌اهمیت است. تمرکز باید صرفاً روی این باشد که آیا داده یا معنای خاصی از بین می‌رود یا خیر.

• تصاویر معنا‌دار: عکس‌های محصول (جایی که خریدار نیاز دارد ببیند دقیقاً چه چیزی می‌خرد)، نمودارهای داده، یا اسکرین‌شات‌هایی که در آن‌ها تصویر، منبع اصلی اطلاعات است. این تصاویر به متن جایگزین توصیفی نیاز دارند.
• تصاویر تزیینی: جداکننده‌های بخش‌ها، الگوهای پس‌زمینه، یا آیکون‌هایی که در کنار یک برچسب متنی قرار دارند و آن متن پیش‌تر عملکرد آیکون را توضیح داده است. این تصاویر باید دارای یک ویژگی alt خالی باشند.

مدیریت تکرار و زمینه (Context)

همه تصاویر معنا‌دار لزوماً ساده نیستند. برای مثال، نموداری که در متن به آن اشاره شده است (مثلاً پاراگرافی که می‌گوید «ترافیک موبایل ۴۰٪ رشد سالانه داشته است») ممکن است تکراری به نظر برسد اگر نمودار دقیقاً همین عدد را نشان دهد. با این حال، راهنمای مذکور پیشنهاد می‌کند که در چنین مواردی به سمت «معنا‌دار» بودن تمایل کنید؛ زیرا کاربران مختلف، داده‌های بصری را متفاوت از متن‌های خلاصه‌شده پردازش می‌کنند.

در مقابل، آیکونی که در کنار برچسب «خانه» قرار دارد، کاملاً تزیینی است. از آنجایی که برچسب متنی پیش‌تر اطلاعات لازم را منتقل کرده است، هرگونه توصیف تولید شده توسط هوش مصنوعی برای آیکون خانه، تنها نویز اضافی خواهد بود.

پیاده‌سازی یک گردش‌کار بازبینی مقیاس‌پذیر

برای سایت‌های وردپرسی با صدها تصویر در پست‌ها و صفحات محصول، نوشتن دستی متون غیرممکن است و همین موضوع باعث می‌شود پیش‌نویس اولیه هوش مصنوعی ارزشمند باشد. اما برای جلوگیری از سوگیری (Bias)، فرآیند بازبینی باید ترتیب سخت‌گیرانه‌ای داشته باشد:

۱. اول بصری: صف بازبینی را باز کنید و به تصویر بندانگشتی (Thumbnail) در کنار متن پیشنهادی نگاه کنید. هرگز ابتدا متن را نخوانید، زیرا خواندن متن می‌تواند شما را به پذیرش توصیفی ترغیب کند که اصلاً نباید وجود داشته باشد.
۲. طبقه‌بندی: آزمون حذف را اجرا کنید. اگر تصویر تزیینی است، پیشنهاد هوش مصنوعی را فوراً دور بریزید و فیلد را خالی بگذارید.
۳. اصلاح: اگر تصویر معنا‌دار است، دقت کلمات را بررسی کنید. آیا متن به محصول خاص، اقدام مشخص یا نقطه داده‌ای اشاره می‌کند که یک کاربر بینا در نگاه اول متوجه آن می‌شود؟
۴. ویرایش متون کلی: عبارات مبهم و کلی مانند «شخصی در یک اتاق» را با جزئیات دقیق و مرتبط با آن صفحه جایگزین کنید. ذخیره نهایی را تنها پس از تأیید هر دو مرحله طبقه‌بندی و اصلاح کلمات انجام دهید. این دقت در ویرایش برای حذف اثرات ماشینی ضروری است، مشابه آنچه در رویکردهای حذف دائمی اثرات نوشتاری هوش مصنوعی بررسی شده است.

هزینه فنی رویکرد «محض احتیاط»

بسیاری از ویراستاران توصیفات هوش مصنوعی را «محض احتیاط» باقی می‌گذارند تا شاید مفید باشند. این یک خطای فنی است. یک ویژگی alt موجود اما خالی، به فناوری‌های کمکی سیگنال می‌دهد که این تصویر تعمداً به عنوان تزیینی علامت‌گذاری شده است. اما پر کردن آن با متون کلی هوش مصنوعی، صفحه‌خوان را مجبور می‌کند آن را اعلام کند و در نتیجه دسترسی کاربر به محتوای واقعی را کند می‌کند.

اگر پیش از این برای تصاویر تزیینی متن تولید کرده‌اید، می‌توانید با استفاده از ابزارهای ممیزی انبوه (Bulk Audit) یا بازبینی کتابخانه رسانه، این مورد را اصلاح کنید. برای هر تصویری که در آزمون حذف شکست می‌خورد، فیلد متن جایگزین را پاک کنید. این کار تضمین می‌کند که ویژگی به صورت یک «صفت خالی» ذخیره شود، نه اینکه کاملاً حذف شود؛ و این دقیقاً همان سیگنالی است که فناوری‌های کمکی برای رد کردن تصویر نیاز دارند.

مقیاس‌بندی نقش انسان

در یک سایت کوچک، این بازبینی شاید ۵ دقیقه زمان ببرد. اما در یک سایت بزرگ وردپرسی، وظیفه هوش مصنوعی «پیش‌نویس کردن» و وظیفه انسان «طبقه‌بندی و تأیید» است. نادیده گرفتن نیمه دوم این گردش‌کار، صرفاً به معنای آن است که شما تولید متن‌های جایگزین بد را سریع‌تر از زمانی که به صورت دستی نوشته شوند، اتوماتیک کرده‌اید.

این تغییر در گردش‌کار، نقش انسان را از یک «نویسنده» به یک «طبقه‌بندی‌کننده و تأییدکننده» تبدیل می‌کند. این تفکیک میان مرحله ایده‌پردازی/پیش‌نویس و مرحله اجرای نهایی، یادآور استراتژی تفکیک در ابزارهایی مانند Mio.2 است که برای عبور از بن‌بست‌های تولید محتوای ماشینی به کار می‌رود. بدون این تفکیک، هوش مصنوعی فقط تولید داده‌های دسترسی‌پذیریِ بی‌کیفیت را تسریع می‌کند. ابزارهایی مانند OpptiAI Alt Text می‌توانند در تولید این پیشنهادها در سطح کتابخانه رسانه کمک کنند، اما قضاوت نهایی باید بر عهده ویراستار باشد تا تجربه‌ای بدون اصطکاک برای همه کاربران تضمین شود.

گام بعدی شما

• تمام تصاویر کلیدی سایت خود را با «آزمون حذف» بررسی کنید تا متوجه شوید کجاها نویز ایجاد کرده‌اید.
• در گردش‌کار تولید محتوا، مرحله «طبقه‌بندی» را پیش از «توصیف» قرار دهید.
• فیلدهای alt تصاویر تزیینی را به جای حذف کامل، «خالی» (empty attribute) رها کنید.

اما تأثیر این رویکرد بر سئو (SEO) و رتبه‌بندی گوگل حتی پیچیده‌تر است — به تحلیل ما درباره استانداردهای جدید گوگل برای محتوای دسترسی‌پذیر مراجعه کنید.