GitHub 日前推出全新「無障礙掃描工具」外掛程式，該工具運用人工智慧（AI）技術，旨在確保網頁上的圖像替代文字（Alt Text）不只存在，更能提供真正具描述性的內容，大幅提升網頁的無障礙設計品質。

替代文字（Alt Text），即當圖片無法顯示時，會出現的文字描述，對於視障者透過螢幕閱讀器瀏覽網頁至關重要。然而，現行多數自動化工具僅能確認圖片是否存在替代文字，卻難以判斷其描述是否實用或符合情境。GitHub 指出，機器雖然能輕易標記出缺失的替代文字，但要評估其品質則複雜許多，許多工具僅驗證了圖片可存取名稱的存在，卻無法評估其描述性。

為此，GitHub 採取了雙管齊下的策略。首先，他們確立了五項不需依賴 AI 的確定性規則，用以檢查圖片替代文字是否空白、僅含空白字元、使用通用檔名、包含「待辦事項（TODO）」等佔位符文字，或是在相鄰圖像間重複使用相同的替代文字。其中，識別重複替代文字是個獨特的挑戰，解決方案是分析頁面布局，特別是圖片的鄰近性，而非僅依據標記的順序，確保只有視覺上屬於同一組的冗餘描述會被標記出來。這套系統利用 Playwright 來識別圖像，並排除有意將 alt 屬性留空的裝飾性圖片。

儘管確定性規則無法理解圖像的上下文，但為了提供更深層次的品質檢測，GitHub 導入了可選用的 AI 驅動檢測功能。這項功能會擷取圖像的上下文資訊，包含最近的標題、頁面標題、圖片說明以及附近的文字描述。它還能辨別圖像是否為超連結的一部分，若屬實，則替代文字應描述連結的目的地，而非僅是圖像本身。這些替代文字、圖像內容和頁面上下文隨後會透過 GitHub Models 傳送給視覺模型進行處理，以進行更細緻的評估，超越簡單的字串比對，來衡量描述的適當性。

根據 StartupHub.ai 的數據，目前專注於無障礙設計的開發者工具在 StartupHub 評分中僅為 2 分（滿分 100），顯示此類工具在市場上仍有巨大的發展潛力。GitHub 透過這項創新，不只超越了基本的合規性檢查，更將業界推向更具包容性的網際網路環境。