AI billedanalyse af boligbilleder – muligheder og begrænsninger
Billederne viser kvaliteter, som ikke findes i en adresselinje eller et datafelt. Men en ansvarlig billedanalyse skal både kunne registrere relevante detaljer og vide, hvornår den ikke bør konkludere for meget.
AI billedanalyse kan gøre boligtekster mere konkrete, fordi billederne viser forhold, som ikke står i en adresselinje eller et datafelt. En ansvarlig analyse af billeder skal dog skelne mellem sikre observationer og usikre fortolkninger.
Udfordringen er, at en generel sprogmodel ikke automatisk har adgang til alle billederne, ved hvilke oplysninger der er sikre, eller hvordan de skal fordeles i mæglerens tekstfelter. Derfor er billedanalyse i EstatePitch en del af en samlet arbejdsgang – ikke et selvstændigt gæt fra ét enkelt foto.
Derfor styrker AI billedanalyse boligteksten
Strukturerede data kan fortælle om areal, byggeår og antal værelser. Billederne kan derimod bidrage med den oplevede karakter: rumfornemmelse, synlige materialer, lys, forbindelsen til uderum og de detaljer, som gør netop denne bolig genkendelig.
Data beskriver boligens rammer. Billederne hjælper teksten med at beskrive den oplevelse, køberen møder.
Det betyder ikke, at billedet er en facitliste. Et lyst foto kan være påvirket af fotografens redigering, et vidvinkelobjektiv kan ændre rumoplevelsen, og materialer kan være svære at identificere sikkert. Derfor bør analysen arbejde med sandsynligheder og forbehold.
Hvad kan billedgenkendelse med AI registrere?
- Rumtype: eksempelvis køkken, stue, badeværelse, entré, værelse, terrasse eller facade.
- Synlige elementer: vinduespartier, køkkenelementer, gulve, lofter, indbyggede skabe og andre tydelige detaljer.
- Lys og åbninger: synligt dagslys, vinduernes størrelse og visuel forbindelse mellem rum.
- Uderum: terrasse, altan, have og om et område fremstår overdækket.
- Sammenhæng på tværs af fotos: hvilke billeder der sandsynligvis viser samme rum eller den samme del af boligen.
Mindre sikker formulering: “Her er sol hele dagen.” Det sidste kræver viden om retning, tidspunkt, skyggeforhold og årstid.
Hvad bør AI ikke konkludere ud fra billeder alene?
De dyreste fejl opstår ofte, når en sandsynlighed bliver formuleret som et sikkert faktum. Billedanalysen bør derfor ikke alene afgøre:
- den præcise verdensretning på en terrasse
- sol på bestemte tidspunkter af dagen
- materialer, som visuelt kan ligne hinanden
- om installationer, rum eller arealer er godkendte
- afstande, beliggenhedsforhold eller udsigt uden støtte fra kort og data
- boligens tekniske stand eller alder på renoveringer
Når en oplysning er vigtig, bør den bekræftes via plantegning, kort, boligdata eller mæglerens note. Er kilderne uenige, bør systemet undlade påstanden eller markere den til kontrol.
Den stærkeste tekst opstår, når kilderne kombineres
Et foto kan vise en dør fra stuen til terrassen. Plantegningen kan vise, at terrassen ligger mod vest. Kortdata kan understøtte retningen, mens mægleren kan tilføje, at området bruges til aftensol. Først når oplysningerne understøtter hinanden, bør teksten formulere den samlede pointe.
- Billederne registrerer de synlige kvaliteter.
- Plantegningen bidrager med indretning og relationer.
- Bolig- og kortdata bidrager med kontrollerbare fakta.
- Mæglerens note tilfører lokal og situationsbestemt viden.
- Tekstprofilen afgør tone, længde og hvilke formuleringer der må bruges.
Billedanalyse erstatter ikke mæglerens kontrol
Formålet er at reducere research og gøre første udkast mere konkret. Den endelige tekst bør fortsat gennemgås af en person, der kender sagen og har ansvar for markedsføringen.
Det er især vigtigt ved påstande om beliggenhed, udsigt, solforhold, godkendelse, renovering og tekniske forhold. En ansvarlig AI-løsning skal ikke kun være god til at skrive; den skal også være god til at undlade usikre oplysninger.
