【要約】Your alt text passes automated checks. That doesn’t mean it’s any good. [GitHub_Blog] | Summary by TechDistill
> Source: GitHub_Blog
Execute Primary Source
// Problem
Web開発者が、alt属性の「内容の質」を自動的に検証できないという課題に直面している。既存の自動化ツールは属性の有無は判定できるが、内容の適切さは判断できない。具体的には以下の問題がある。
- ・属性は存在するが、内容が「image」やファイル名のみといった無意味なものになっている。
- ・隣接する画像に対して、全く同じ説明文が繰り返されている。
- ・品質判定の誤検知（False Positive）が多いと、開発者がツール自体を無効化してしまう。
// Approach
GitHubは、決定論的なルールとAIによる文脈判断を使い分ける二段構えのアプローチを採用した。まず、計算コストの低いルールで確実に判定できるものを処理し、複雑な判断のみをAIに委ねる。具体的な手法は以下の通りである。
- ・決定論的ルール: ファイル名、プレースホルダー、汎用的な単語、および隣接画像との重複を、ネットワーク通信なしで判定する。
- ・レイアウト解析: DOMの順序ではなく、画面上のバウンディングボックスの距離に基づき、視覚的な重複を判定する。
- ・AIによる文脈判断: 画像、周囲のテキスト、見出し、リンク属性をVisionモデルに渡し、文脈に応じた分類を行う。
- ・プロンプト設計: AIに「改善案」を求めず、決められた手順で「装飾的か、機能的か」等の判定結果のみを出力させる。
// Result
開発者がアクセシビリティ改善において、人間が確認すべき画像に集中できる環境を構築した。AI利用時のリスク管理と、判定の信頼性を両立させている。
- ・誤検知の抑制: 厳格なルールと決定手順により、開発者がツールを継続利用できる信頼性を確保した。
- ・プライバシーとコストの管理: URLの匿名化や、AI実行をデフォルトでオフにする設計により、安全かつ低コストな運用を実現した。
- ・運用の指針: 自動化はあくまで「人間が確認すべき箇所を絞り込むための補助」であるという明確な境界線を定義した。
Senior Engineer Insight
> 極めて実戦的な設計だ。全てをAIに頼らず、安価な決定論的ルールを「デフォルト」とし、高コストなAIを「オプトイン」とした点が合理的である。特に、誤検知による開発体験（DX）の低下を回避するために、判定の閾値を「賢さ」ではなく「確実性」に置いている点は、大規模なCI/CDパイプラインを運用する上で極めて重要だ。ただし、レイアウト依存の判定やAIのコスト管理には、継続的な監視とチューニングが不可欠となるだろう。