Sok az izgalom az AI (mesterséges intelligencia) kapcsán. Ígéretet mutat számos probléma megoldására, beleértve néhányat a nagyobb digitális befogadás érdekében. Nagy lehetőségeket látok, de néhány jelentős korlátot is. Mért megközelítésre van szükségünk a gépi intelligenciához, hogy megtanuljuk, hogyan segíthetnek a legjobban az algoritmusok.

A Google Fordító probléma

valljuk be. "A Google Fordító nagyon jól megy." Ez azonban nem elég jó ahhoz, hogy profi fordító legyen. Valamikor bizonyos nyelvek esetében valószínűleg eljutunk odáig. Ennek ellenére továbbra sem látom értelmét annak, hogy a jogi dokumentumok esetében vakon megbíznánk bármelyik gépet egy dokumentum lefordításában. Szeretném, ha minden fordító gépi fordítással kezdené a kezdeti tervezetét. Elég jónak kell lennie ahhoz, hogy az út legalább 80%-át elérje. A nyelv esetében fontos, hogy mindkét jelentést lefordítsák, ne csak a szavakat. Ideális esetben van valaki, aki mindkét nyelven jól jártas a témakörben, hogy az olvasó ugyanazt a jelentést kapja.

Sokan a Google Fordítóhoz hasonlót keresnek, hogy megoldják a tengernyi akadálymentesítési problémát. A kormányhivatalok mesterséges intelligenciát keresnek, hogy kijavítsák akadálymentesítési problémáikat. Ha a Google Fordító nem elég jó a tartalomhoz, akkor a mesterséges intelligencia által beillesztett akadálymentesítés sem lesz elég jó.

A Bot tanítása

Áprilisban beszélgettem Melissa Kargiannakisszal a Twitteren. Cége, a skritswap éppen most biztosított milliós kockázati tőkét egy gépi tanuláshoz is. A skritswap egy egyszerű nyelvű generáló eszköz, amelyet Kanadában építenek. Ez egészen elképesztő kezdeményezés, mivel közérthető nyelven írni nem egyszerű. Rámutatott, hogy:

„A Google Fordítónak megvolt az az előnye, hogy több száz éves adathalmazokon tanított különböző nyelvek között. A tartalom összetettségének megváltoztatása jelenleg nagyon kézi, művészi, és igen, a szerzőt is magában foglalja. Az AI-t szeretnénk használni a méretezéshez.”

A legtöbb akadálymentesítési kihívás esetében nincs meg ez az alapadatkészlet, amely alapján a gép elkezdhetné megérteni, hogyan kell feltérképezni az információkat. Ez egy kihívás a Plain Language számára is, de a skritswap csapata ezt a megfelelő módon nézi. Ahogy Melissa mondta:

„Nem az [emberek] leváltásáról van szó. Valójában a tartalomkészítőkkel szeretnénk együttműködni, különösen a Plain Language Expertekkel – akik általában saját, független tanácsadó ügynökségekkel rendelkeznek –, hogy gyorsabban és következetesebben végezzenek többet. Végül úgy látom, hogy ez pontosan az, amit Luisa mondott – egy alapozó”

Luisa Ji a "Civic Tech Ottawa" tagja, aki velem és másokkal foglalkozott az AI-val, az "okos városokkal" és a befogadással kapcsolatban.

Melissa megközelítése zseniális. Javítsuk a szerzői élményt, hogy jobb tartalmat állíthassunk elő. Használhatjuk a gépi tanulást, hogy egyszerűbbé és intuitívabbá tegyük az „egyszerű nyelvű” írást. A szerzők valós idejű információkat kaphatnak arról, hogyan írjanak tisztábban és következetesebben.

Nyílt forráskód és AI

Az AI három dolgot igényel:

  • hatalmas mennyiségű adat
  • gépi tanulási keretrendszer és
  • hatalmas számítási teljesítmény a munkához.

A gépeknek tanulniuk kell a példából. Le kell tudnia térképezni a fordítást a hozzáférhetetlenről a hozzáférhetőre, és ezt nagy léptékben kell megtennie. Ez a leképezés nem létezik, és a terep folyamatosan változik. Elegendő adat birtokában jobban megérthetjük a problémát és a mesterséges intelligencia szerepét.

Vannak már jó nyílt forráskódú gépi tanulási algoritmusok. Ami hiányzik, az az adatkészletek és a számítási teljesítmény, hogy megtisztítsa ezeket. Nem tudom, hogy van-e még üzleti alapja a nyílt AI-nak, mivel az algoritmusok csak egy kis részét teszik ki annak, amitől működik. Szüksége van az adatokra és a számítási teljesítményre, amelyek valószínűleg nem lesznek ingyenesek. Valószínűleg mindig lesz valamilyen saját szöge az AI-nak.

A gépi intelligencia megfelelő használata

A „kentaurok (az AI-ban)” azt jelentik, amikor egy személy intelligenciája egy gép intelligenciájával párosul. Vannak olyan példák, amikor ez jobb eredményeket eredményezhet, mint az, amit bármelyikük egyedül meg tudna tenni. A kormánynak a mesterséges intelligencia helyett az Intelligence Augmented (IA) rendszerben kell gondolkodnia. A legtöbb szervezetnél az AI végső célja az emberi munka helyettesítése. A kanadaiak jobban járnának, ha olyan rendszerekbe fektetnének be, amelyekben a szerzők jobb tartalmat állítanak elő. Ez könnyebben és megbízhatóbban szolgálná a polgárok igényeit.

Rengeteg hely áll rendelkezésünkre a gépi tanulás használatának megkezdéséhez szervezeteink jobbá tétele érdekében. Az IA szépen illeszkedik az ATAG 2.0 AA keretrendszerbe, amely segít a szerzőknek könnyebben hozzáférhető tartalmak létrehozásában. Az olyan egyszerű feladatoknál, mint az alternatív szöveg, az IA felhasználható egy kép leírására. Jelenleg a jó mesterséges intelligencia önmagában is taxonómiát biztosít a fényképeken szereplő elemekről, ez nem hasznos alternatív szövegeknél. Hasznosabb néhánynál, de nem ugyanazt a jelentést közvetíti a felhasználó számára, mint a fénykép. Ha bemutatják a cikk szerzőjének, valószínűbb, hogy jobb szöveget biztosítanak. A legtöbb szerző könnyebben szerkeszt néhány alapértelmezett alternatív szöveget, és elmagyarázza a kiválasztott kép jelentését.

Szerzők a felhasználók felé

A jó kommunikáció lényege, hogy egy ötletet közvetítsen egyik embertől a másikig. A kisegítő lehetőségek nem egy jelölőnégyzet, hanem egy utazás. Ha jól csináljuk, segít a szerzőknek elgondolkodni azon, hogyan javíthatnák tartalmukat az olvasók megértésének javítása érdekében. Az a munkafolyamat, amelyet a kormányok a tartalom előállításához alkalmaznak, mindig nagy hatással lesz a hozzáférhetőségre.

Vannak bizonyos dolgok, ahol az automatizálás kis felügyelet mellett drámaian javíthatja a hozzáférhetőséget. Mindazonáltal, hacsak nem vagy 100%-ban biztos abban, hogy a szerző művének jelentése nem módosul, a szerzőnek felül kell vizsgálnia azt.

A kisegítő lehetőségek problémáinak megoldásához vagy a prezentációs réteget ("WCAG") vagy a szerzői réteget ("ATAG") kell javítani. Abba kell hagynunk azt a gondolatot, hogy beilleszthetünk egy elérhetetlen PDF-fájlt egy varázslatos folyamatba, amely olyasmit hoz létre, amely megfelel a WCAG 2.0 AA követelményeinek.

Tudom, hogy a kormány sok PDF-et küld külső forrásoknak, hogy hozzáférhetővé tegyék őket. Különböző emberek jobb/rosszabb munkát fognak végezni ebben. Hacsak az értékelést nem építik be a munkafolyamatba, soha nem tudhatja, hogy amit adnak, az valóban megfelel-e a WCAG 2.0 AA követelményeinek.

Eredetileg az openconcept.ca címen tették közzé