The future of visual literacyAssessing artificial intelligence generated image detection

  1. Gutiérrez Manjón, Sergio 1
  2. Castillejo De Hoces, Bruno 1
  1. 1 Universidad Complutense de Madrid
    info

    Universidad Complutense de Madrid

    Madrid, España

    ROR 02p0gd045

Revista:
Hipertext.net: Revista Académica sobre Documentación Digital y Comunicación Interactiva

ISSN: 1695-5498

Año de publicación: 2023

Título del ejemplar: The Impact of Artificial Intelligence in Communication. Trends

Número: 26

Tipo: Artículo

DOI: 10.31009/HIPERTEXT.NET.2023.I26.06 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Hipertext.net: Revista Académica sobre Documentación Digital y Comunicación Interactiva

Resumen

El creciente uso de la inteligencia artificial y su generación de imágenes ha tenido un impacto significativo en nuestras prácticas comunicativas. Esta forma de relacionarse con las imágenes requiere una serie de competencias asociadas a la alfabetización visual. Este estudio analiza la competencia de las personas para detectar imágenes creadas por algoritmos mediante Stable Diffusion. Se ha realizado un estudio comparativo con 132 individuos, seleccionados mediante muestreo discrecional según su familiaridad con el universo transmedia de J.R.R. Tolkien, para determinar si su conocimiento previo del imaginario de una imagen condiciona su capacidad para detectar su origen. Los resultados muestran que los menores de 25 años poseen mejores habilidades de alfabetización visual, independientemente de su familiaridad con la imagen. Se concluye que es necesario mejorar la alfabetización visual de los mayores de 25 años para que puedan identificar y evaluar críticamente este tipo de imágenes, especialmente en los casos de uso indebido.

Referencias bibliográficas

  • Burgin, M. (2010). Theory of information fundamentality, diversity, and unification. World Scientific.
  • Donath, J. (2021). Commentary: The Ethical Use of Powerful Words and Persuasive Machines. Journal of Marketing, 85(1), 160-162. https://doi.org/10.1177/0022242920973975
  • Gregori-Giralt, E. y Menéndez-Varela, J. L. (2022). La lectura e interpretación de fenómenos artísticos en el desarrollo de la alfabetización visual: un modelo para los estudios universitarios de arte. Arte, Individuo y Sociedad, 34(2), 585-607. https://doi.org/10.5209/aris.74629
  • Kędra, J. y Žakevičiūtė, R. (2019) Visual literacy practices in higher education: what, why and how? Journal of Visual Literacy, 38(2), 1-7. https://doi.org/10.1080/1051144X.2019.1580438
  • Kędra, J. (2018). What does it mean to be visually literate? Examination of visual literacy definitions in a contextof higher education. Journal of Visual Literacy, 37(2), 67–84. https://doi.org/10.1080/1051144X.2018.1492234
  • Liang, D. (2022). Aesthetic value evaluation for digital cultural and creative products with artificial intelligence. Wireless Communications and Mobile Computing, 2022, 1-10. https://doi.org/10.1155/ 2022/8318620
  • Marzal, M. A. (2020). A taxonomic proposal for multiliteracies and their competences. Profesional de la información, 29(4), 1-16. https://doi.org/10.3145/epi.2020.jul.35
  • Matern, F., Riess, C. y Stamminger, M. (2019). Exploiting Visual Artifacts to Expose Deepfakes and Face Manipulations. IEEE Winter Applications of Computer Vision Workshops (WACVW), 83-92. https://doi.org/10.1109/WACVW.2019.00020
  • Núñez, P. (12 de diciembre de 2019). Un 85,2% de los estudiantes de Bachillerato cree que la inteligencia artificial ya está cambiando las profesiones. IBM España Newsroom. https://es.newsroom.ibm.com/2019-12-12-Un-85-2-de-los-estudiantes-de-Bachillerato-cree-que-la-inteligencia-artificial-ya-esta-cambiando-las-profesiones
  • Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., Chen, M. y Sutskever, I. (2021). Zero-shot text-toimage generation. Proceedings of the 38th International Conference on Machine Learning, arXiv.com, arXiv:2102.12092. https://doi.org/10.48550/arXiv.2102.12092
  • Rodríguez-Ortega, N. (2020). Inteligencia artificial y campo del arte. Paradigma, 23, 32-51. https://hdl.handle.net/10630/19525
  • Rombach, R., Blattmann, A., Lorenz, D., Esser, P. y Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. arXiv.com, arXiv:2112.10752. https://doi.org/10.48550/arXiv.2112.10752
  • Scolari, A. (2018). Transmedia branding: Brands, narrative worlds, and the mcwhopper peace agreement. Semiotica, (224), 1-17. https://doi.org/10.1515/sem-2016-0216
  • Shyam-Sundar, S. y Lee, E.J. (2022). Rethinking Communication in the Era of Artificial Intelligence, Human Communication Research, 48(3), 379–385. https://doi.org/10.1093/hcr/hqac014
  • Valera-Ordaz, L., Requena-i-Mora, M., Calvo, D. y López-García, G. (2022). Unraveling disinformation: Notions and discourses from the Spanish population. Comunicar, 72, 21-32. https://doi.org/10.3916/C72-2022-02
  • Zhang, L., Chen, Q., Hu, B. y Jiang, S. (2020). Text-guided neural image inpainting. Proceedings of the 28th ACM International Conference on Multimedia, MM ’20, 1302–1310. https://doi.org/10.1145/3394171.3414017
  • Zhou, S., Gordon, M. L., Krishna, R., Narcomey, A., FeiFei, L. y Bernstein, M. (2019). Hype: A benchmark for human eye perceptual evaluation of generative models, Advances in neural information processing systems, 32, 1-13. https://proceedings.neurips.cc/paper/2019/hash/65699726a3c601b9f31bf04019c8593c-Abstract.html
Fuente de los datos: Dialnet