МОЖЕТ ЛИ ИИ НАПИСАТЬ ХОРОШИЙ ALT-ТЕКСТ? 👤
Задача alt-текста — передать пользователю, который не видит изображение, его смысл или функцию в контексте страницы 💬
Мы проверили, насколько с этой задачей справляются две российские бесплатные нейросети —
GigaChat и Алиса AI. Для теста использовали три типа изображений: портрет, пейзаж и график.
Смотрим, что получилось!⭐️
ПОРТРЕТ⭐️
GigaChat:Альберт Эйнштейн, портрет в профиль, смотрит прямо на зрителя. Ключевая деталь: взъерошенные волосы и усы. Выражение лица — спокойное, задумчивое.
Алиса: Чёрно-белый портрет Альберта Эйнштейна. Учёный слегка улыбается, взгляд направлен в сторону камеры. Ключевая деталь — характерная взъерошенная причёска и аккуратные усы; на Эйнштейне твидовый пиджак с отложным воротником.
💡 Алиса дала более точный вариант. У GigaChat есть явное противоречие: «портрет в профиль» и одновременно «смотрит прямо на зрителя». Если человек изображён строго в профиль, взгляд в камеру невозможен.
⭐️
ПЕЙЗАЖ⭐️
GigaChat:Белая статуя балерины в движении, с развевающейся юбкой и вытянутой рукой. Памятник установлен на клумбе среди цветущих кустов розовых гортензий и бордового барбариса. На заднем плане — здание с колоннами и классическим фронтоном под облачным небом.
Алиса: Скульптура балерины в динамичной позе — фигура застыла в танцевальном движении, юбка эффектно развевается. На фоне — фасад Большого театра с колоннами и скульптурной квадригой; композицию обрамляют зелёные кроны деревьев и пышные соцветия гортензий.
💡 GigaChat перечисляет практически все элементы окружения, а Алиса составила более короткий текст, распознала достопримечательность. Но и у неё есть лишняя оценочность: «эффектно развевается», «пышные соцветия».
⭐️
ГРАФИК ⭐️
GigaChat выдаёт длинное описание с большим количеством дат и значений:
График иллюстрирует экспоненциальный рост населения Земли (млрд человек) с 1804 по 2100 год. На нём представлена одна линия, выделенная зелёной заливкой.
Ключевые точки и пики:
— В 1804 году население достигло отметки в 1 млрд.
— В 1927 году — 2 млрд, а к 1960-му уже 3 млрд.
— Самый резкий скачок произошёл во второй половине XX века: в 1974-м было 4 млрд, в 1987-м — 5 млрд, в 1999-м — 6 млрд, а в 2011-м — 7 млрд.
— По прогнозу на 2022 год население составит около 8 млрд, а к 2050-му вырастет до 9,7 млрд.
— К концу XXI века, в 2100 году, ожидается достижение уровня примерно в 10,4 млрд человек.
💡 Проблема GigaChat в том, что перечисление точек превращает alt-текст в таблицу. Вывод «демонстрирует проблему ускоряющегося роста» — уже интерпретация. Если автор статьи говорит о демографической проблеме, это должно следовать из самого материала, а не появляться в описании изображения.
Алиса структурирует данные лучше, называет период, максимум, ключевые точки и источник:
График «Рост населения Земли (млрд человек)» отражает динамику численности населения с 1800 по 2100 год (прогноз). Линия тренда — сплошная кривая с белыми маркерами ключевых точек; заливка под кривой — светло‑зелёная. Минимум — 0 млрд в 1800 году; максимум (прогнозный) — 10,4 млрд к 2100 году. Ключевые отметки: 1 млрд (1804), 2 млрд (1927), 4 млрд (1974), 8 млрд (2022), 9,7 млрд (2050), 10,4 млрд (2100). Источник: UN World Population Prospects 2022.
✖️Тем не менее, Алиса ошибается в фактах: «минимум — 0 млрд в 1800 году» — фактическая неточность. Население в 1800 году по графику составляло около 1 млрд, а не 0. Модель дописала то, чего на графике нет.
🔖Графики относятся к сложным изображениям, поэтому одной короткой альтернативы недостаточно. Подробное описание данных или тенденции лучше разместить рядом.
⭐️
ЧТО В ИТОГЕ?⭐️
Обе ИИ-модели достаточно хорошо распознают содержимое изображения, но не всегда понимают, какая именно информация нужна пользователю.
Это нужно учесть в промпте.Что ещё проверить:📌Зачем изображение находится на странице?
📌Какую информацию оно добавляет к основному тексту?
📌Какие детали действительно нужны, а какие только перегружают описание?
📌Не подменила ли она описание собственной интерпретацией?
#траектория_роста #ИИ #altтекст #доступность #нейросети
