Les images alimentaires imparfaites générées par l'AI sont troublantes, tombant dans la vallée étrange – où le réalisme rencontre l'inconfort. La néophobie alimentaire pourrait-elle conduire notre aversion à ces plats numériques?
Étude: Eerie Eductibles: Le réalisme et la néophobie alimentaire prédisent une vallée étrange dans les images alimentaires générées par l'AI. Crédit d'image: Shutterstock AI
Dans une étude qui sera bientôt publiée dans la revue Appétitles chercheurs ont exploré ce que c'est que des images de nourriture générées par l'intelligence artificielle (IA) qui évoquent des sentiments de sagesse chez les personnes qui les voient.
Leurs résultats suggèrent que les téléspectateurs trouvent des images générées par l'AI moins agréables et des images à la fois réalistes et irréalistes (caricaturales ou abstraites). De plus, l'agrément et l'affinité perçus ont initialement diminué avant d'augmenter dans une courbe cubique plutôt que en U. L'équipe de recherche a noté que ces sentiments pourraient être motivés par la néophobie alimentaire plutôt que par le dégoût alimentaire, ce qui amène les gens à éviter de nouveaux aliments en raison de problèmes de sécurité. Les résultats de l'étude ont des implications pour la recherche clinique, le marketing et la publicité à l'aide d'images alimentaires générées par l'IA.
Sommaire
Arrière-plan
Les programmes de texte à l'image peuvent générer des images basées sur des invites détaillées, et des images produites artificiellement avec différents niveaux de réalisme sont utilisées dans de nombreuses applications. Les images alimentaires générées par l'IA ont considérablement remplacé la photographie alimentaire dans le marketing et la publicité, mais les réponses des consommateurs ont été mitigées. Les aliments de l'IA peuvent apparaître rebutants, étranges ou erronés, et les téléspectateurs expriment souvent leur préférence pour les images de vraies aliments.
Ces sentiments pourraient être dus à un effet décrit pour la première fois par Masahiro Mori dans son essai fondateur de 1970, dans lequel il a discuté de la façon dont les gens se sentent énervés par les robots humanoïdes ou les prothèses réalistes. Mori a noté qu'à mesure qu'une entité devient plus réaliste, nous ressentons initialement plus d'affinité à ce sujet, mais finalement, il apparaît comme contre nature ou étrange; Cette baisse de l'affinité perçue du spectateur entre dans le Vallée étrange.
Bien que le phénomène de l'étrange vallée n'ait pas été étudié pour la nourriture, il a été noté pour les bâtiments, les espèces autres que humains et divers objets inanimés. Les chercheurs de cette étude ont cherché à déterminer si les images alimentaires générées par l'IA susciteraient un effet similaire, en particulier lorsqu'ils contenaient de légères distorsions ou écarts par rapport au réalisme attendu. Les gens pouvaient montrer l'aversion aux aliments générés par l'AI, car l'image évoque le dégoût de la même manière que les aliments moisis, contaminés ou gâtés, les empêchant d'ingérer des substances nocives. Cependant, l'étude a révélé que la sensibilité au dégoût alimentaire ne prédisait pas de manière significative les perceptions de l'incanisme – plutôt, la néophobie alimentaire a joué un rôle clé.
Ce sont les éviter les maladies Les conducteurs de la pertinence et les humains peuvent avoir évolué pour discriminer des différences subtiles dans l'apparition de la nourriture pour reconnaître qu'elles pourraient être une menace pour leur survie; Cependant, cette discrimination pourrait également conduire à faux positifsoù les aliments comestibles sont jetés en raison des imperfections visuelles ou des images générées par l'AI sont perçues négativement. L'étude a également exploré si d'autres mécanismes, tels que les violations des normes alimentaires intériorisées ou le traitement visuel spécialisé, pourraient contribuer aux perceptions négatives des aliments de l'IA.
À propos de l'étude
L'équipe de recherche a exploré si le Vallée étrange L'effet s'applique aux images alimentaires générées par l'IA et a essayé d'identifier les différences ou les mécanismes individuels qui contribuent aux perceptions négatives.
Ils ont émis l'hypothèse que l'inconviation des images s'explique par une relation cubique (plutôt que quadratique ou linéaire) et que les gens verraient des aliments irréalistes ou réels comme moins étranges que les images générées par l'AI.
Pour explorer les mécanismes sous-jacents, les chercheurs ont émis l'hypothèse que les différences individuelles dans la néophobie alimentaire, plutôt que le dégoût alimentaire, pourraient prédire l'erreur des aliments. Ils ont également testé si des images d'aliments pourris ou moisines présentent un schéma similaire d'assureur pour les aliments générés par l'IA mais pour des raisons potentiellement différentes.
Une étude pilote impliquant 12 personnes dans une université allemande a été utilisée pour sélectionner des images générées par l'AI dans un ensemble de 99, regroupées comme réalistes, imparfaites (par exemple, déformées) et irréaliste (par exemple, caricaturale, abstraite, stylistique). Ils ont également évalué les images sur 100 sur six échelles: réaliste à artistique, photoréaliste à abstraite, agréable à répulsive, laide à jolie, étrange à simple et ennuyeuse à étrange.
Sur la base des résultats de l'étude pilote, l'équipe de recherche a recruté 95 participants à partir de plateformes d'enquête en ligne et leur a demandé d'évaluer 38 images en fonction de leur étrangeté, de leur chaleur et de leur réalisme perçus. Les images comprenaient six avec des niveaux élevés de réalisme, six avec des niveaux faibles, 20 avec des niveaux intermédiaires et six images de nourriture pourrie. Ils ont également rempli des questionnaires pour évaluer leur néophobie alimentaire (mais pas le dégoût alimentaire, qui s'est avéré plus tard insignifiant), chacun sur une échelle de 1 à 100.
Les données ont été analysées à l'aide de modèles à effets mixtes linéaires avec des termes de réalisme cubique comme effets fixes et des effets aléatoires au niveau des participants pour prédire le péril et tester les hypothèses initiales. Une analyse post-hoc a également examiné si l'indice de masse corporelle (IMC) a influencé les réponses aux aliments générés par l'AI.
Résultats
Les participants comprenaient 95 allemands (dont 76 qui ont identifié comme blanc) qui avaient en moyenne 31,28 ans; 27 identifiée comme une femme, 64 comme un homme et les 4 autres comme autres.
L'analyse corrélationnelle a indiqué une légère corrélation positive entre le réalisme et le péril, une forte corrélation négative entre l'agrément et l'ancain, et une légère corrélation positive entre le réalisme et l'agrément. Dans les modèles linéaires, le terme cubique du réalisme a obtenu le meilleur en tant que prédicteur de la pertinence. Cependant, le terme quadratique du réalisme a obtenu le meilleur en tant que prédicteur de l'agrément.
Les comparaisons statistiques ont montré que les participants considéraient les images imparfaites générées par l'AI comme étant beaucoup moins agréables et plus étranges que les images réalistes et irréalistes générées par l'AI. Surtout, les images irréalistes (caricaturales ou hautement stylisées) étaient générées par l'AI étaient pas perçu comme particulièrement étrange – seuls les imparfaits et déformés.
Le dégoût alimentaire n'a pas émergé comme un modérateur significatif de l'effet lors de l'examen des moteurs individuels de la contour, mais la néophobie alimentaire l'a fait. L'analyse supplémentaire a révélé que l'IMC des participants semblait également modérer l'impact, suggérant que les individus atteints d'IMI plus élevés peuvent voir plus positivement les images alimentaires générées par l'IA.
Conclusions
Bien que l'étude ne contrôle pas comment les participants familiers étaient avec des images générées par l'IA ou pour des facteurs tels que la sensibilisation aux aliments et les préférences alimentaires, les résultats indiquent que les images alimentaires d'IA imparfaites sont soumises à l'effet Uncanny Valley, tandis que les images très irréalistes ne le sont pas.
Des images imparfaites mais réalistes ont été considérées comme moins agréables et plus étranges, et l'impact du réalisme sur le sort et l'agrément était principalement modéré par l'aversion pour les nouveaux aliments (néophobie alimentaire), pas le dégoût alimentaire.
Les résultats ont des implications pour les aliments générés par l'IA dans le marketing, la publicité et la recherche clinique. Parce que l'IMC semblait influencer les réactions aux aliments générés par l'IA, les études futures pourraient explorer comment les individus atteints d'obésité ou de troubles de l'alimentation perçoivent les aliments de l'IA, en particulier en ce qui concerne l'estimation des calories et les comportements alimentaires restrictifs.
Les influences culturelles et l'exposition aux images générées par l'IA devraient également être prises en compte dans les études futures, car une familiarité accrue avec l'imagerie d'IA pourrait potentiellement réduire l'effet de la vallée étrange au fil du temps.
