解构人工智能图像生成：批判性调查的方法论工具包
摘要：研究AI图像模型的方法和途径：针对稳定扩散的案例，本文提供了三种方法论：解构生态系统，分析模型产出中的价值、结构和激励因素；解构数据，分析模型所引用的图像和文本，并了解其中的特定性和偏见；解构输出，分析模型的生成结果，通过触发、反思和迭代揭示其逻辑。每种研究模式突显了图像模型“捕捉”、“理解”和再创造世界的特定方式。这一可行的框架支持对生成式AI图像模型进行批判性调查的工作，并为更加社会和政治敏感的分析其在世界中的影响铺平了道路。
作者：Luke Munn, Liam Magee, Vanicka Arora
论文ID：2307.09753
分类：Computers and Society
分类简称：cs.CY
提交时间：2023-07-20