北京
50亿个图片-文字配对，曾是屏幕阅读器理解网页的桥梁，如今却成了Stable Diffusion、DALL·E等图像生成模型的训练燃料。这件事的讽刺之处在于：让网络内容对人类更友好的一套规则，同时也在为机器铺路。无障碍设计追求语义化HTML、描述性链接、有意义的图片替代文本、键盘导航，这些原本只为残障用户服务的做法，眼下正变成AI产业最顺手的爬取基础设施。
这不是猜测，而是已经发生的事情。LAION-5B，全球最大的公开图文数据集之一，就是通过对Common Crawl归档的公开网页抓取，同时匹配网页上为屏幕阅读器准备的alt文本，才构建出规模骇人的多媒体训练库。也就是说，帮助盲人“看”网页的那套标注，无意中教会了AI图像模型去看世界。
顺着这个入口，至少冒出四层连锁反应。
第一，角色彻底反转。WCAG无障碍指南一开始是为了消除数字鸿沟，让视障、肢残人士也能顺利获取信息。但到了大语言模型和多模态模型遍地开花的今天，同样的结构化数据、描述性元信息，对爬虫和训练管线来说就像提前做好的数据清洗和标注。辅助技术变成AI基建，这完全不在当年的设计预期之内。
第二，AI训练正在重塑“公开可访问”的含义。搜索引擎和学术档案抓取网页已经做了几十年，目的是为了帮助人发现或保存原始内容。但AI训练不同，它可以把创作者的文字、图片、排版全部吸收，却从不告知创作者，也不署名、不许可、不付费，接着用这些数据造出系统，直接和原创者的作品竞争。公开可访问，不等于默认同意被拿来当商用燃料。
第三，创作者失去了对自己劳动产物的控制。文章、照片、设计稿，最初是为了被阅读、被看、被分享。现在，这些作品可能在毫不知情的情况下被装进AI管线，然后被解构、重组，变成谁也认不出来的自动生成物。平台和模型厂商从中获利，而当初埋头做内容的人不但拿不到一分钱，甚至都不知道发生了这件事。
第四，这条路会越走越宽，还是会被堵上？已经有越来越多的网站开始用robots.txt、付费墙和反爬策略收紧数据出口，但这也可能同时误伤那些真正依赖无障碍设计的用户。如果为了避免被AI训练而关闭无障碍标注，最受伤的恰恰是那些一开始就被设计要去帮助的人。这个悖论，从现在起只会变得越发扎眼。
说到底，问题不在于自动收集本身，而在于商业训练彻底改变了使用动机。数据的双重用途没有被提前告知，也没有给创作者任何选择的余地。AI学会了“看”，但它的成长土壤，恰恰建立在为看不见的人铺的路上。这个错位，恐怕是这轮技术浪潮里最难消化的黑色幽默。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
