你看到的不再是你得到的:一种混合方法的方法来研究人类对人工智能生成图像的感知

科学领域:

• 计算机视觉 计算机视觉
• 人与计算机的交互
• 媒体心理学 媒体心理学

背景情况:

• 文本到图像 (TTI) 模型的快速进步模糊了真实和人工智能生成的视觉图像之间的界限.
• 评估人类识别人工智能生成图像的能力对于理解媒体真实性的挑战至关重要.

研究的目的:

• 调查人类对人工智能产生的图像在各种领域 (景观,建筑,室内) 的感知和检测精度.
• 分析影响检测准确性的因素,包括用户人口统计和AI模型性能.
• 识别人类用来检测合成介质的常见视觉线索.

主要方法:

• 一种混合方法的方法,将定量图像分类与定性理由分析相结合.
• 一项在线调查,有104名参与者从领先的TTI模型中分类50张图像 (25张真实,25张人工智能生成).
• 层次建模,以评估人口统计和与经验相关的影响,检测准确度.

主要成果:

• 总体检测准确度为63.7%,但在FLUX.1-dev模型图像中显著下降 (29%).
• 年龄较大与检测准确度降低有关;其他因素,如教育和人工智能工具的使用,没有显著的影响.
• 定性分析揭示了基于视觉缺陷 (例如几何不一致) 的检测,以及对新人工智能输出的"过于完美"或不可思议品质的感知.

结论:

• 人类对人工智能产生的图像的检测是不完美的,并且依赖于模型,这突显了对增强视觉素养的需求.
• 对检测能力存在过度信心,特别是在经验丰富的群体中,这表明了校准问题.
• 调查结果强调了超现实的合成媒体的社会风险以及监管考虑和虚假信息对策的必要性.