هل تستطيع ملاحظة الفرق؟ تبحث الدراسة في مدى جاذبية صور الطعام الحقيقية والمولدة بواسطة الذكاء الاصطناعي

حديثا نوعية الطعام وتفضيله قارنت الدراسة بين الجاذبية البصرية لصور الطعام التي أنشأها الذكاء الحقيقي والاصطناعي.

بحث: تقييم الجاذبية المرئية لصور الطعام الحقيقية/المولدة بالذكاء الاصطناعي. حقوق الصورة: Pinkyone / Shutterstock.com

خلفية

أدت التطورات الحديثة في نماذج الذكاء الاصطناعي التوليدية إلى عدم وضوح التمييز بين الواقع والاصطناعي. هذه النماذج متطورة للغاية ويمكنها تعلم كيفية إنشاء محتوى جديد بناءً على مجموعة بيانات التدريب الأساسية. يعد ChatGPT من OpenAI مثالاً لنموذج الذكاء الاصطناعي التوليدي الذي اجتذب اهتمامًا كبيرًا على مستوى العالم.

تعد صور الطعام المولدة بواسطة الذكاء الاصطناعي مجالًا جديدًا له آثار كبيرة على منصات البقالة عبر الإنترنت، وصناعة الضيافة، والخدمات المباشرة للمستهلك. استكشفت دراسة استقصائية حديثة أجريت في المملكة المتحدة في عام 2023 التصور العام لصور الطعام الأصلية التي ينشئها الذكاء الاصطناعي، نظرًا لأهميتها للعديد من الشركات، بما في ذلك ندرة الموارد أو الوقت أو الميزانيات.

تشمل المخاوف المحتملة بشأن صور الطعام المستندة إلى الذكاء الاصطناعي تفاقم “الجوع البصري”، الذي يحفز الشهية والرغبة الشديدة في تناول الطعام عند عرض الصور، والحاجة إلى سياسات إفصاح واضحة فيما يتعلق بطبيعة صور الطعام التي ينشئها الذكاء الاصطناعي. تحفز هذه المخاوف على إجراء المزيد من البحث في التفاعلات بين تصور المستهلك وصور الطعام القائمة على الذكاء الاصطناعي.

حول الدراسة

باستخدام دراستين فرعيتين، قام الباحثون بالتحقيق في قدرة المشاركين في الدراسة على التمييز بين صور الطعام الحقيقية وتلك التي تم إنشاؤها بواسطة الذكاء الاصطناعي وما إذا كان ذلك قد تأثر بدرجة معالجة الطعام. وقاموا أيضًا بتقييم الجاذبية الملموسة لصور الطعام التي تم إنشاؤها بواسطة الذكاء الاصطناعي ودور معالجة الأغذية مقارنة بالصور الحقيقية. كما تم فحص تأثير التعرض لطبيعة الصورة الفوتوغرافية على هذه التصنيفات.

الحليب: الحقيقي (الصف العلوي) والمولد بواسطة الذكاء الاصطناعي (الصف السفلي) في أصنافه غير المعالجة (يسار)، والمعالجة (الأوسط) والمعالجة للغاية (يمين).

البطاطس: الحقيقية (الصف العلوي) والمولدة بواسطة الذكاء الاصطناعي (الصف السفلي) في أصنافها غير المعالجة (يسار)، والمعالجة (الأوسط) والمعالجة للغاية (يمين).

التفاح: الحقيقي (الصف العلوي) والمولد بواسطة الذكاء الاصطناعي (الصف السفلي) في أصنافه غير المعالجة (يسار)، والمعالجة (الأوسط)، والمعالجة للغاية (يمين).

نتائج الدراسة

كان أداء المشاركين في الدراسة الأولى أفضل في تحديد صور الطعام التي تم إنشاؤها بواسطة الذكاء الاصطناعي، خاصة عند استخدام طريقة التقييم المشتركة. وفقا لنظرية التقييم العامة، يمكن للأفراد استخدام ميزات صورة واحدة لتقييم أخرى في التقييمات المشتركة، مما يزيد من تقييم الصورة وحساسية الناس لقيمتها.

وعلى النقيض من التقييمات الفردية، ربما ساعدت طريقة التصنيف المشترك الأفراد على التمييز بدقة بين صور الطعام الحقيقية وتلك التي تم إنشاؤها بواسطة الذكاء الاصطناعي. بالنسبة للأطعمة فائقة المعالجة (UPFs)، كان الاعتراف بها مرتفعًا، ربما بسبب الدرجة العالية من التلاعب المرتبطة بـ UPFs، مع تعديلات الذكاء الاصطناعي التي تجعل UPFs أكثر اصطناعية وملموسة.

تماشيًا مع دراسات أخرى، كان معدل التعرف على الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي أقل من الصور الحقيقية، والذي قد يكون بسبب تعرض المشاركين طوال حياتهم للطعام الحقيقي. في الأساس، القدرة على تحديد الطعام الحقيقي الناتج عن الذكاء الاصطناعي ليست ذات صلة. مع تقدم العمر، انخفضت القدرة على التمييز بين الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي والصور الحقيقية.

قامت دراسة ثانية بتقييم تأثير وضع العلامات على الجاذبية المتصورة لصور الطعام. وبدون الإفصاح، تم تصنيف الصور الحقيقية باستمرار على أنها أقل شهية من نظيراتها التي تم إنشاؤها بواسطة الذكاء الاصطناعي. نسبيًا، مع التعرض، تحولت تفضيلات المشاركين نحو الصور التي تحمل علامة أصلية، بغض النظر عن الطبيعة الفعلية للطعام.

وفي الحالات التي تم فيها خداع المشاركين أو عدم إدراكهم لطبيعة الطعام، كان يُنظر إلى الأطعمة غير المصنعة على أنها أكثر جاذبية من نظيراتها المعتمدة على الذكاء الاصطناعي. في الحالة “المعلنة” أو المسماة بشكل صحيح، اعتبرت الصور الحقيقية مرغوبة أكثر من نظيراتها التي تم إنشاؤها بواسطة الذكاء الاصطناعي.

خاتمة

توفر نتائج الأبحاث رؤى جديدة حول العلاقة الدقيقة بين تصورات المستهلك وصور الطعام التي ينشئها الذكاء الاصطناعي. علاوة على ذلك، تستكشف هذه الدراسة التفاعلات المعقدة بين الاستجابات البشرية والابتكار التكنولوجي في تسويق الأغذية الرقمي.

في حين أن النتائج تشير إلى فرصة للمسوقين والصناعة، فقد تكون هناك أيضًا شدة محتملة لـ “الجوع البصري” الذي لديه القدرة على المساهمة في عادات الأكل غير الصحية. لحل هذه المشكلة، يعد الكشف الواضح عن أصل المحتوى أمرًا بالغ الأهمية.

أحد القيود الرئيسية للدراسة ينطوي على تمثيل عامة السكان. وكان تمثيل الأشخاص الذين تقل أعمارهم عن 65 عامًا وما فوق ناقصًا، مما يحد من إمكانية تعميم النتائج.

تم استخدام محفزات محددة تم إنشاؤها بواسطة نموذج ذكاء اصطناعي محدد في هذه الدراسة. وهذا يعني أن النتائج قد لا تنطبق على نماذج الذكاء الاصطناعي الأخرى، والتي قد توفر مستويات مختلفة من الواقعية.

والأهم من ذلك أن نماذج الإنتاج تتقدم بسرعة؛ ولذلك، فإن نتائج الدراسة الحالية تتعلق بلحظة زمنية محددة ولها قيود مرتبطة بها. هناك حاجة إلى أبحاث مستقبلية لمواصلة التحقق من صحة هذه الملاحظات والبناء عليها.

في المستقبل، ينبغي إجراء المزيد من الأبحاث حول “الأطعمة المريحة” حيث يمكن للارتباط العاطفي أن يتوسط في قبول المحتوى الرقمي. يجب أن تأخذ الدراسات من هذا النوع في الاعتبار الاختلافات في تعريف الأطعمة المريحة عبر المواقع الجغرافية والجنس. هناك اتجاه بحثي آخر مثير للاهتمام وهو تقييم دور رائحة الطعام في إدراك الطبيعة.