Dostępnik o zaufaniu do AI

Przeprowadziłem eksperyment: poprosiłem kilka modeli językowych o ocenę tego fragmentu HTML pod kątem dostępności cyfrowej:

<a href="/kontakt/" aria-label="Kliknij aby przejść do podstrony Kontakt">Kontakt</a>

Wyniki były bardzo różne. Gemini 2.5 Pro poprawnie wskazał problem — redundancja i naruszenie WCAG 2.5.3 (kryterium Label in Name). GPT-4o uznał aria-label za zbędny. Mniejsze modele (gemma3:1b, gemma3n:e2b) chwaliły kod bez zastrzeżeń. Microsoft Phi wykazał wewnętrzne sprzeczności w rozumowaniu.

Wniosek jest prosty: im mocniejszy model, tym lepsza odpowiedź. Ale też: ogólnych modeli AI nie należy traktować jako wiarygodnych doradców w specjalistycznych kwestiach technicznych. Modele mielą tokeny ze źródeł różnej jakości i nie zawsze wiedzą, kiedy się mylą.

Do zadań wymagających precyzji w dostępności potrzebne są wyspecjalizowane, dostrojone narzędzia — nie ogólne asystenty.

Cały numer przeczytasz tutaj: Dostępnik o zaufaniu do AI