@DopaScout :todon: @Sofasophia Sorry, wenn's jetzt länger wird. Und es wird jetzt verdammt lang. Denn mit dem Thema Alt-Texte und Bildbeschreibungen im Fediverse befasse ich mich schon seit Jahren; entsprechend habe ich viel dazu zu sagen.

Ein Problem, das viele mit Alt-Texten haben, ist, daß sie wie gefühlt 95% der Mastodon-Nutzer immer nur am Smartphone sind. Alt-Texte können sie nur auf dem Touchscreen eingeben. Zum einen ist das fummelig, zum anderen können sie währenddessen das Bild nicht sehen, das sie beschreiben.

Was die Alt-Text-Polizei angeht: Das bezeichnet ja nicht nur Leute, die einfach nur versuchen, andere dazu zu bringen, Alt-Texte zu schreiben. Eine tun tatsächlich nur das. Andere aber versuchen, gewisse Mindeststandards im Fediverse durchzusetzen.

Es reicht einfach nicht mehr, daß es überhaupt Alt-Texte gibt. Bildbeschreibungen müssen absolut akkurat und korrekt sein, sie müssen einen Mindestdetailgrad haben, Texte müssen exakt Zeichen für Zeichen transkribiert werden usw.

Allerdings spricht sich die Alt-Text-Polizei nicht untereinander ab. Das kann sie gar nicht, weil es dafür Diskussionsgruppen bräuchte, die Alt-Text-Polizei ausschließlich auf Mastodon ist und Mastodon nicht nur keine Gruppen hat, sondern auch annähernd null Unterstützung für schon existierende Gruppen woanders im Fediverse. Die allermeisten Mastodon-Nutzer wissen ja nicht mal, daß das Fediverse überhaupt Gruppen hat, weil eben Mastodon keine hat.

Und mit blinden oder sehbehinderten Nutzern sprechen die sich auch nicht ab, so daß sie gar nicht wissen, was diese Nutzer wirklich wollen. So hat jeder seine eigenen Mindeststandards, die häufig über die Anforderungen der tatsächlichen Zielgruppen von Alt-Texten hinausgehen. Man begreift die aber jeweils als den alleingültigen Goldstandard und weiß auch nicht, daß andere bei der Alt-Text-Polizei Standards haben, die den eigenen widersprechen.

So gibt es dann Leute bei der Alt-Text-Polizei, denen es reicht, wenn es überhaupt einigermaßen brauchbare Alt-Texte gibt. Die sagen, wer seine Bilder nicht selbst beschreiben kann (z. B. aufgrund von Behinderungen von Autismus-Spektrum-Störung über ME/CFS bis Blindheit), soll eine KI zur Hilfe nehmen. Andere sagen, Bilder dürfen auf gar keinen Fall mit KI beschrieben werden. Sie müssen aber trotzdem sofort mit Alt-Text gepostet werden, und zwar mit handgeschriebenem.

Es passiert ständig, daß Alt-Text-Polizisten Nutzer anblaffen, weil die mal ein Bild nicht sofort mit sauberem, akkuratem, hinreichend detailliertem und definitiv komplett handgeschriebenem Alt-Text gepostet haben. Wohlgemerkt, Nutzer, von denen die Alt-Text-Polizisten wüßten, daß die gar keine Alt-Texte schreiben können, wenn sie sich mal die Mühe machen würden, sich deren Profil anzugucken. Da steht dann auch schon mal klar und deutlich, daß der Nutzer blind ist.

Dann gibt's die, die in irgendeinem Alt-Text-Leitfaden für statische Websites oder Blogs mal gelesen haben, Alt-Texte dürfen nicht länger als 125 Zeichen sein. Das ist übrigens komplett obsolet, auch wenn Alt-Texte trotzdem eigentlich kurz sein sollen.

So, dann kommen aber die, die sagen, das Fediverse hat ein Zeichenlimit für Alt-Texte von 1.500 Zeichen (was übrigens so nicht mal korrekt ist). Das kann man ruhig voll ausnutzen. Bilder müssen also im Fediverse schön detailliert beschrieben und, falls nötig, auch noch erklärt werden. Mal ganz davon abgesehen, daß Erklärungen in den Post-Text gehören und auf gar keinen Fall in den Alt-Text. Ein Alt-Text von unter 200 Zeichen ist laut diesen Leuten meistens völlig unzureichend.

Damit riskiert man, entweder von den einen auf den Deckel zu bekommen, weil die eigenen Alt-Texte zu lang sind, oder von den anderen, weil die eigenen Alt-Texte nicht detailliert genug sind, oder von beiden, weil sie irgendwo dazwischen sind.

Weil es keine Möglichkeit gibt, mit der Alt-Text-Polizei in irgendeiner Form etwas zu diskutieren bzw. sich von ihr beraten zu lassen, sind Spezialfälle beim Posten von Bildern hochriskant. Je obskurer etwa ein Thema ist, je seltener davon Bilder gepostet werden, desto weniger gibt es ein schon greifbares Konzept, wie und vor allem wie detailliert die beschrieben werden müssen. Trotzdem riskiert man, auf den Deckel zu bekommen, wenn man es falsch macht.

Manchmal sind es auch einfach nur einzelne Konzepte, die nie zu Ende definiert worden sind. Beispielsweise Text-Transkripte. So, wie die Regel formuliert ist, muß alles an Text innerhalb der Grenzen eines Bildes immer exakt Zeichen für Zeichen transkribiert werden.

Aber was, wenn der Text auf dem Bild so klein ist, daß er auf dem Bild selbst nicht lesbar ist? Wenn der Text so winzig ist, daß er nicht als Text erkennbar oder gar im Grunde unsichtbar ist? Wenn der Text teilweise verborgen ist hinter z. B. einem Objekt, das davor steht? Wenn man aber trotzdem weiß oder herausfinden kann, was da geschrieben steht, also durchaus in der Lage ist, diese Texte zu transkribieren?

Weil diese Regel den Sonderfall des nicht lesbaren Textes nicht einmal in Erwägung zieht, geschweige denn tatsächlich mitbehandelt, ist unklar, ob solche Texte transkribiert werden müssen, transkribiert werden sollten, transkribiert werden dürfen oder auf gar keinen Fall transkribiert werden dürfen.

Zum Thema Erklärungen: Hier ist unklar, ob die wirklich zwingend notwendig sind. Unklar ist auch, ob man wirklich alles bis auf die Grundlagen erklären muß, damit auch wirklich niemand irgendetwas nachschlagen oder Fragen stellen muß. Unklar ist auch, ob man alles selbst erklären muß oder Links auf externe Erklärungen erlaubt sind. Einige sagen jetzt natürlich: "Links sind doof, das muß schon im Post selbst erklärt werden!" Da ist dann wieder unklar, ob die ein Problem damit haben, wenn ich 10.000, 15.000, 20.000 oder mehr Zeichen an Erklärungen in den Post einbaue.

Aus diesen Gründen poste ich selbst nur noch sehr selten Bilder. Selbst wenn ich Memes poste, ist die rein visuelle Beschreibung im Alt-Text nebst Transkripten der zum Meme gehörenden Texte noch übersichtlich. Aber weil auch meine Memes immer über sehr obskure Themen sind, gibt es dann immer im Post selbst sehr viel zu erklären.

Meine eigenen Bilder beschreibe ich sogar zweimal, einmal relativ kurz im Alt-Text und noch einmal hochdetailliert im Post-Text. Die Bildbeschreibung im Post-Text enthält auch immer Transkripte von allen Textschnipseln innerhalb der Bildgrenzen, lesbar oder nicht, und alle notwendigen Erklärungen. Der Alt-Text weist zusätzlich noch auf die lange Beschreibung im Post-Text hin.

Nur ist das ein Aufwand von mehreren Stunden bis hin zu mehreren Tagen. Und weil keiner meiner Kanäle im Fediverse nennenswerte Reichweite hat, ist dieser Riesenaufwand im wesentlichen eine Vorsichtsmaßnahme, um möglichst viele Bedürfnisse abdecken zu können, ohne daß jemand fragen muß, und möglichst allen tatsächlichen und vermuteten Mindeststandards weit voraus zu sein.

Wenn ich mich vorher mit a) Blinden und Sehbehinderten und b) der Alt-Text-Polizei irgendwo in einer Gruppe austauschen könnte, dann könnte ich vorab ausdiskutieren, was in welchem Grenzfall die optimale Lösung ist und was tatsächlich zwingend notwendig ist. Dann hätte ich hoffentlich diesen Riesenaufwand nicht.

#Long #LongPost #CWLong #CWLongPost #LangerPost #CWLangerPost #FediMeta #FediverseMeta #CWFediMeta #CWFediverseMeta #AltText #AltTextMeta #CWAltTextMeta #Bildbeschreibung #Bildbeschreibungen #BildbeschreibungenMeta #CWBildbeschreibungenMeta

@Cassandrich @Sobri | Zoe (she/her) @Scott Jenson @Phil Dennis-Jordan Also, an image doesn't always need the exact same alt-text whenever it's posted somewhere.

The alt-text must adapt to the context. It must be different according to the context in which an image is posted. Also, it must adapt to the place where it's posted. The same image, even within a very similar context, must have a different alt-text in the Fediverse than on commercial social media or a static website. Lastly, and this ties in with the Fediverse requiring different alt-texts, the audience must be taken into consideration.

Alt-text in metadata can't do either of this. An LLM can't do either of this either unless it's explicitly prompted to do so, and even that is questionable.

Many Mastodon users dream of only pressing a button or not even that, and some AI automagically generates a perfect alt-text for their image. Perfectly accurate with exactly the details required for the context and the intended audience as well as the expected audience, all while following every last image description and alt-text rule out there to a tee.

It's perfectly understandable. Mastodon had begun to feel like child's play when they were suddenly pressured into describing each and every image they post. Worse yet, it seems like over 90% of all Mastodon users do everything on a phone with no access to a hardware keyboard whatsoever. So they have to fumble their alt-texts into a screen keyboard while not even being able to see the image they're describing.

I'm neither on Mastodon nor on a phone. I've got the luxury of having a desktop computer with a hardware keyboard and being able to bllind-type. So I don't have a problem with writing my image descriptions myself with no help from an AI.

In fact, my own original images are all about an extreme niche topic. It's so obscure that no AI will ever be able to describe such images, much less explain them at my level of accuracy and detail. (Explanations go into the post text, by the way, and not into the alt-text, but I always have an additional image description in the post text for my original images anyway.)

I simply know things that no AI will ever know, not ChatGPT and not Claude either, at least not at the point in time when they need that knowledge. And I can see things that will always remain invisible for AIs.

You can develop better models all you want. But they'll never be able to do all that.

#Long #LongPost #CWLong #CWLongPost #FediMeta #FediverseMeta #CWFediMeta #CWFediverseMeta #AltText #AltTextMeta #CWAltTextMeta #ImageDescription #ImageDescriptions #ImageDescriptionMeta #CWImageDescriptionMeta #AI #AIVsHuman #HumanVsAI