Durante más de 30 abriles, la fotógrafa de ciencias Felice Frankel ha ayudado a los profesores, investigadores y estudiantes de MIT a comunicar su trabajo visualmente. A lo abundante de ese tiempo, ha manido el incremento de varias herramientas para apoyar la creación de imágenes convincentes: algunas aperos y otros antitéticos al esfuerzo de producir una representación confiable y completa de la investigación. En un artículo de opinión flamante publicado en Naturaleza La revista, Frankel analiza el floreciente uso de la inteligencia químico generativa (Genai) en las imágenes y los desafíos e implicaciones que tiene para comunicar la investigación. En una nota más personal, ella pregunta si todavía habrá un espacio para un fotógrafo irrefutable en la comunidad de investigación.
P: Has mencionado que tan pronto como se toma una foto, la imagen puede considerarse «manipulada». Hay formas en que ha manipulado sus propias imágenes para crear una visual que comunique con más éxito el mensaje deseado. ¿Dónde está la término entre la manipulación aceptable e inaceptable?
A: En el sentido más amplio, las decisiones tomadas sobre cómo enmarcar y distribuir el contenido de una imagen, conexo con la cual las herramientas utilizadas para crear la imagen, ya son una manipulación de la sinceridad. Necesitamos recapacitar que la imagen es simplemente una representación de la cosa, y no la cosa misma. Se deben tomar decisiones al crear la imagen. El problema crítico no es manipular los datos, y en el caso de la mayoría de las imágenes, los datos son la estructura. Por ejemplo, para una imagen que hice hace algún tiempo, eliminé digitalmente la placa de Petri en la que crecía una colonia de catalizador, para acentuar la atención sobre la impresionante morfología de la colonia. Los datos en la imagen son la morfología de la colonia. No manipulé esos datos. Sin secuestro, siempre indico en el texto si he hecho poco a una imagen. Discuto la idea de la progreso de la imagen en mi manual «,»Los principios visuales, la fotografía. «
P: ¿Qué pueden hacer los investigadores para comprobar de que su investigación se comunique de guisa correcta y ética?
A: Con el venida de la IA, veo tres problemas principales sobre la representación visual: la diferencia entre ilustración y documentación, la ética en torno a la manipulación digital y una penuria continua de que los investigadores sean capacitados en la comunicación visual. Durante abriles, he estado tratando de desarrollar un software de alfabetización visual para las clases actuales y futuras de investigadores de ciencias e ingeniería. MIT tiene un requisito de comunicación que aborda principalmente la escritura, pero ¿qué pasa con el visual, que ya no es tangencial para la presentación de una revista? Apuesto a que la mayoría de los lectores de artículos científicos van directamente a las cifras, posteriormente de estudiar el sumario.
Necesitamos exigir a los estudiantes que aprendan cómo mirar críticamente un manifiesto o imagen publicada y animarse si hay poco extraño con él. Necesitamos discutir la ética de «empujar» una imagen para ver una cierta guisa predeterminada. Describo en el artículo un incidente cuando un estudiante alteró una de mis imágenes (sin pedirme) que coincida con lo que el estudiante quería comunicar visualmente. No lo permití, por supuesto, y me decepcionó que no se considerara la ética de tal trastorno. Necesitamos desarrollar, al menos, conversaciones en el campus y, aún mejor, crear un requisito de alfabetización visual conexo con el requisito de escritura.
P: La IA generativa no va a desaparecer. ¿Qué ves como el futuro para comunicar la ciencia visualmente?
A: Para el Naturaleza Artículo, decidí que una forma poderosa de cuestionar el uso de la IA en la vivientes de imágenes era con el ejemplo. Utilicé uno de los modelos de difusión para crear una imagen utilizando el sucesivo mensaje:
«Cree una foto de los nano cristales de Moungi Bawendi en viales contra un fondo frito, fluorescando a diferentes longitudes de onda, dependiendo de su tamaño, cuando se excita con la luz UV».
Los resultados de mi experimentación de IA a menudo fueron imágenes de dibujos animados que difícilmente podrían sobrevenir como sinceridad, y mucho menos documentación, pero habrá un momento en que lo serán. En conversaciones con colegas en investigaciones y comunidades de ciencia informática, todos están de acuerdo en que debemos tener estándares claros sobre lo que está y no está permitido. Y lo más importante, una visual de Genai nunca debe permitirse como documentación.
Pero las imágenes generadas por IA serán aperos, de hecho, para fines de ilustración. Si se enviará una visual generada por IA a una revista (o, para el caso, se muestra en una presentación), creo que el investigador debe
- Rótulo claramente si una imagen fue creada por un maniquí AI;
- Indique qué maniquí se usó;
- incluir qué aviso se usó; y
- Incluya la imagen, si hay una, que se usó para ayudar al aviso.