A látássérültek képernyőolvasói csak akkor tudják értelmezni a feltöltött fotókat, ha az alternatív szöveges leírás – az alt text – valóban tájékoztató. Hogy melyik platform mennyire teszi ezt könnyűvé, meglepően nagy különbségeket mutat.
—
Az alt text lényege egyszerű: szövegesen leírja, mi látható a képen – nem csak azt, hogy „kép egy emberről”, hanem azt is, ami érdekessé, mulatságossá vagy éppen drámaivá teszi. A képernyőolvasók ezt a szöveget olvassák fel a felhasználónak. Ha nincs alt text, a szoftver általában a fájlnevet mondja be – például „IMG_0769″ –, ami semmit sem közöl a kép tartalmáról.
Allison Sheridan, a NosillaCast podcast háziasszonya a ScreenCastsOnline oktatóvideó-platform számára készített egy részletes bemutatót arról, hogyan adjunk alt textet képeinkhez a legelterjedtebb közösségi platformokon. A ScreenCastsOnline Mac és iOS alkalmazásokhoz készít videós oktatóanyagokat; az előfizetéses szolgáltatás – amely hét napos ingyenes próbaidőszakot kínál – egy adott tutorialt kivételesen ingyenesen elérhetővé tett, mert Lee Garrett, a platform tulajdonosa úgy ítélte meg, hogy annak tartalma közérdekű fontossággal bír.
A bemutató egy szemléletes példával indul: ugyanazt a képet – egy Las Vegas-i óriásgömböt, amely egy hatalmas bolyhos rózsaszín állathoz hasonlít – töltötte fel kétszer a Slackbe, egyszer alt text nélkül, egyszer leírással. Alt text nélkül az iPhone beépített képernyőolvasója, a VoiceOver csupán a fájlnevet mondja be. Leírással már azt is közli, hogy egy szőrös szörnyeteget ábrázoló hatalmas gömb látható. A különbség nem fokozati, hanem minőségi.
—
Miért számít, és kinek
A vakság és az alacsony látóképesség világszerte sok millió embert érint, akik képernyőolvasóval használják az internetet és a közösségi médiát – legyen az iOS-en a VoiceOver, Windowson az NVDA vagy JAWS, Androidon a TalkBack. Ezek a programok a weboldalak és alkalmazások szöveges tartalmait dolgozzák fel; a képeket kizárólag az alt text alapján tudják értelmezni. Fontos tudni, hogy az alternatív szöveges leírások nem csak az iOS VoiceOver számára hasznosak: a Windows, Android, Linux és Chromebook rendszerek képernyőolvasói is ugyanezeket az adatokat olvassák fel.
A szöveg minősége kulcsfontosságú. Nem elegendő annyit írni, hogy „kutya a parkban”. Az a leírás értékes, amelyik azt is közvetíti, ami a képet különlegessé teszi: a kutya arckifejezése, a jelenet hangulatát meghatározó fény, egy váratlan részlet. A jó alt text nem leltár, hanem értelmezés – ahogy egy látó ember írná le a képet egy barátjának.
Érdemes tudni, hogy a legtöbb képernyőolvasó-felhasználó a szintetizált hangot jóval gyorsabb sebességre állítja, mint ahogy azt egy kezdő hallgató elviselné. Ez azt jelenti, hogy az alt text hossza nem riasztó tényező: a tapasztalt felhasználó perceken belül végighallgat egy részletes leírást is.
—
Slack és Discord: a két legjobb élmény
A Slackben a folyamat viszonylag intuitív: az appba illesztett képre koppintva a hárompontos menüből elérhető a „leírás hozzáadása” opció, ahol a platform maga is elmagyarázza, miről van szó, és alt textnek nevezi a mezőt. A bevitt szöveg elküldés után is szerkeszthető. Sheridan a bemutatóban diktálással adta meg a leírást egy Albert Einstein-fejbólintós figura fotójához: a figura magassága, a vad haj, a piros kardigán, a bal kézben tartott kréta és a jobb kézben lévő apró tábla, amelyre az E=mc² egyenlet van felírva. Pontosan ez az a szintű részletesség, amelyik valódi értéket jelent egy látássérült felhasználónak.
A Discord hasonlóan jól teljesít. A képre koppintva azonnal megjelenik a „képleírás hozzáadása” opció – nem kell keresni, nem rejtik el. A Discord ezer karaktert enged meg, ami bőven elegendő egy részletes leíráshoz. Az egész folyamat néhány másodpercet vesz igénybe.
—
Facebook: a 100 karakteres korlát, ami nem működik
A Facebookon az alt text hozzáadása technikailag lehetséges, de a platform egy önkényes korlátot vezet be: a rendszer figyelmeztet, hogy az alt text általában legfeljebb 100 karakter. Ez nem ipari szabvány, nem ajánlás – egyedül a Facebook szabja meg. A figyelmeztetésen túl a hosszabb szöveg nem is kerül mentésre: a rendszer csendben elveti.
Száz karakter kevés. Ennyi szövegből szinte lehetetlen érzékeltetni egy fotó hangulatát, kontextusát, vizuális súlyát. Sheridan a bemutatóban egy kaliforniai erdőtűz idején készített tengerparti naplemente-fotót próbált leírni: az előtérben Tim Kelly életmentőre emlékeztető szörfős szobor szilhuettje, a háttérben a tűz okozta drámai, sötétvöröstől narancssárgán át sárgáig terjedő égbolt. Mindez belefért volna egy részletes alt textbe, de a 100 karakteres keretbe csak egy száraz ténymondat fért: „szilhuett, emléksurfer szobor, narancs-vörös naplemente, kaliforniai erdőtüzek”. A Facebook auto-generált alt textje – „talán egy ember, alkonyat és emlékmű” – jobb a semminél, de jóval elmarad egy gondos emberi leírástól.
—
Instagram és Threads: elérhető, de nem egyszerű
Az Instagram megengedi a hosszabb alt textet, de mélyen elrejti a funkciót. A képfeltöltési folyamat végén, a szűrők után, a „speciális beállítások” menüpont alatt, a lista alján találja meg a felhasználó. Karakterkorlát nincs – a teszt során a hosszabb szöveg is megmaradt, és a VoiceOver fel is olvasta. Az elérhetőség tehát adott, csak az út hozzá ésszerűtlenül hosszú.
A Threads elsőre a legegyszerűbbnek tűnik: a beillesztett képen azonnal látható az „alt” feliratú gomb, és az alkalmazás automatikusan generál leírást. A valóság azonban más: az automatikusan generált alt text a tesztek alapján nem működik megbízhatóan – a képernyőolvasó nem olvasott fel semmit. Ha valaki manuálisan adja meg a szöveget, az rendesen megjelenik; az automatizmusra azonban nem érdemes hagyatkozni.
—
Mastodon: a legtámogatóbb megvalósítás
A decentralizált Mastodon kínálja a legjobb élményt ezen a téren. Képfeltöltés után az alkalmazás azonnal és jól láthatóan figyelmeztet, ha nincs alt text – nem elrejti ezt az információt, hanem aktívan ösztönzi a felhasználót a kitöltésre. A leírásra 1500 karakter áll rendelkezésre, ami éles kontrasztot mutat a Facebook 100 karakterével szemben.
A Mastodon kínál egy hasznos szövegfelismerő funkciót is: ha a feltöltött kép szöveget tartalmaz – például egy útjelző tábla vagy egy rövid dokumentum –, a platform megpróbálja azt automatikusan kinyerni és beilleszteni a leírásba. Emellett a felhasználó meghatározhatja, a kép mely területe legyen mindig látható a miniatűrben.
A webes felületen és a dedikált alkalmazásokban egyaránt természetes részét képezi a közzétételi folyamatnak az alt text megadása. Ez valószínűleg hozzájárul ahhoz, hogy a Mastodon közösségében messze a legmagasabb az alt texttel ellátott képek aránya. Ha egy platform elvárásként kezeli a hozzáférhetőséget, a felhasználók is annak megfelelően viselkednek.
—
Amitől nem várható segítség: az Apple Fotók megosztó menüje
Logikusnak tűnne, hogy ha az Apple Fotókból osztunk meg egy képet egy közösségi platformra, a megosztás előtt hozzáadhatunk alt textet. Ez sajnos nem így működik. Az Apple megosztó lapja egyetlen vizsgált platformon sem teszi lehetővé az alt text megadását – nem a Facebook hibája, nem az Instagramé, hanem az iOS megosztási architektúrájáé. Aki a Fotókból indulva oszt meg képeket, a leírást utólag kell pótolnia közvetlenül az adott platformon.
—
AI segítség: Be My Eyes és Mona for Mastodon
Ha valaki szeretne alt textet írni, de nem tudja, hogyan fogjon hozzá, a Be My Eyes alkalmazás AI-alapú képleírás-funkciójával segíthet. Az app elsősorban látássérültek számára készült – eredeti célja, hogy látássérült felhasználók élő videón keresztül önkéntesektől kérhessenek segítséget mindennapi helyzetekben –, de a Be My AI névre keresztelt mesterséges intelligencia alapú funkció bárki számára elérhető. A kamera elé tartott vagy a galériából kiválasztott képről az alkalmazás részletes, természetes hangzású szöveget generál.
A bemutató során Sheridan egy Universal Audio márkájú alátétet fotózott le: maga csak annyit látott, hogy fekete-fehér fénykép, amelyen két mérnöknek látszó férfi elektronikus berendezéseken dolgozik. A Be My AI nemcsak ezt írta le, hanem a kép alján lévő szöveget is elolvasta: „Universal Audio mérnökök, az eredeti 1176-os erősítő padterhelési tesztje, 1967 körül”. Olyan részletet vett észre, amelyet Sheridan maga sem látott meg.
Az alkalmazás az Apple megosztó lapjába is integrálódik, így a Fotókból közvetlenül elérhető a „Describe with Be My Eyes” opció – és ha valaki rendszeresen használja, érdemes a parancsikont a megosztó lap elejére húzni, hogy mindig kéznél legyen. A generált szöveget érdemes a kép képaláírásaként (caption) menteni az Apple Fotókban, mert így könnyen újra felhasználható, ha ugyanazt a fotót több platformra is közzé szeretnénk tenni. Az app figyelmeztet arra is, hogy a generált leírásokat ellenőrizni kell, mert a mesterséges intelligencia olykor téved – különösen fontos esetekben (például egy gyógyszer neve vagy egy dokumentum tartalma) ne hagyatkozzunk vakon a kimenetelre.
Egy lépéssel tovább megy a Mona for Mastodon. Ha a fotóhoz Be My Eyes-szal generált leírást mentünk el képaláírásként, és a Mona segítségével töltjük fel Mastodonra, a caption automatikusan alt textté konvertálódik – külön lépés nélkül. Ez az egyetlen vizsgált alkalmazás, amelyik ezt a konverziót elvégzi; a többi platform ezt a metaadatot figyelmen kívül hagyja. A Mona az akadálymentesítést szem előtt tartva fejlesztett Mastodon-kliens, és ez az apró részlet jól mutatja, hogy egy tudatos fejlesztői döntés mennyire megkönnyítheti a mindennapi használatot.
—
Összegzés
Az alt text hozzáadása ma már szinte minden nagyobb közösségi platformon lehetséges, de a felhasználói élmény és a technikai korlátok terén óriási különbségek vannak. A Mastodon és a Discord aktívan ösztönzi és megkönnyíti a hozzáférhetőséget. A Facebook 100 karakteres korlátja indokolatlan és a gyakorlatban használhatatlan megszorítás. Az Instagram megengedi a részletes leírást, de elrejti a funkciót. Az Apple megosztó menüje egyáltalán nem alkalmas erre a célra. A Be My Eyes és a Mona for Mastodon kombinációja ugyanakkor kézzelfogható megoldást kínál azoknak, akik rendszeresen szeretnének minőségi alt texttel ellátott tartalmakat közzétenni.
—
A cikk a Double Tap podcast 2026. május 23-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.