توسط ملانی ام. کافمن
برای بیش از 30 سال، فلیس فرانکل، عکاس علمی، به اساتید، پژوهشگران و دانشجویان MIT کمک کرده است تا کار خود را به صورت بصری به اشتراک بگذارند. در طول این مدت، او شاهد توسعه ابزارهای مختلفی برای پشتیبانی از ایجاد تصاویر جذاب بوده است: برخی مفید و برخی مغایر با تلاش برای تولید یک نمایش قابل اعتماد و کامل از پژوهش. در یک مقاله عقیدتی اخیر که در مجله Nature منتشر شده است، فرانکل در مورد استفاده رو به رشد از هوش مصنوعی مولد (GenAI) در تصاویر و چالش ها و پیامدهای آن برای انتقال پژوهش بحث می کند. در یک یادداشت شخصی تر، او این سوال را مطرح می کند که آیا هنوز جایی برای یک عکاس علمی در جامعه پژوهشی وجود خواهد داشت یا خیر.
پرسش: شما اشاره کرده اید که به محض گرفته شدن یک عکس، تصویر می تواند "دستکاری شده" در نظر گرفته شود. راه هایی وجود دارد که شما تصاویر خود را دستکاری کرده اید تا یک تصویر بصری ایجاد کنید که با موفقیت بیشتری پیام مورد نظر را منتقل کند. مرز بین دستکاری قابل قبول و غیرقابل قبول کجاست؟
پاسخ: به طور کلی، تصمیماتی که در مورد نحوه قاب بندی و ساختار محتوای یک تصویر گرفته می شود، همراه با ابزارهایی که برای ایجاد تصویر استفاده می شوند، از قبل دستکاری واقعیت هستند. باید به خاطر داشته باشیم که تصویر صرفاً نمایشی از یک چیز است، نه خود آن چیز. هنگام ایجاد تصویر باید تصمیماتی گرفته شود. موضوع حیاتی این است که داده ها را دستکاری نکنیم و در مورد بیشتر تصاویر، داده ها ساختار هستند. به عنوان مثال، برای تصویری که مدتی پیش ساختم، ظرف پتری که یک کلنی مخمر در آن رشد می کرد را به صورت دیجیتالی حذف کردم تا توجه را به مورفولوژی خیره کننده کلنی جلب کنم. داده های موجود در تصویر، مورفولوژی کلنی است. من آن داده ها را دستکاری نکردم. با این حال، من همیشه در متن ذکر می کنم که آیا کاری با یک تصویر انجام داده ام یا خیر. من ایده بهبود تصویر را در کتاب راهنمای خود، "عناصر بصری، عکاسی"، مورد بحث قرار می دهم.
پرسش: پژوهشگران برای اطمینان از اینکه پژوهش آنها به درستی و اخلاقی منتقل می شود، چه کاری می توانند انجام دهند؟
پاسخ: با ظهور هوش مصنوعی، من سه مسئله اصلی را در مورد نمایش بصری می بینم: تفاوت بین تصویرسازی و مستندسازی، اخلاق پیرامون دستکاری دیجیتالی و نیاز مداوم به آموزش پژوهشگران در زمینه ارتباطات بصری. سال هاست که تلاش می کنم یک برنامه سواد بصری برای کلاس های فعلی و آینده پژوهشگران علوم و مهندسی توسعه دهم. MIT یک الزام ارتباطی دارد که بیشتر به نوشتن می پردازد، اما در مورد بصری چه؟ که دیگر مماس با ارسال مجله نیست. شرط می بندم که بیشتر خوانندگان مقالات علمی مستقیماً پس از خواندن چکیده به سراغ شکل ها می روند.
ما باید از دانشجویان بخواهیم که یاد بگیرند چگونه به طور انتقادی به یک نمودار یا تصویر منتشر شده نگاه کنند و تصمیم بگیرند که آیا مشکلی در آن وجود دارد یا خیر. ما باید در مورد اخلاق "هل دادن" یک تصویر برای به نظر رسیدن به یک روش از پیش تعیین شده بحث کنیم. من در مقاله حادثه ای را شرح می دهم که در آن یک دانشجو یکی از تصاویر من را (بدون اینکه از من بپرسد) تغییر داد تا با آنچه دانشجو می خواست به صورت بصری منتقل کند، مطابقت داشته باشد. البته من اجازه ندادم و از اینکه به اخلاق چنین تغییری توجه نشد، ناامید شدم. ما باید حداقل گفتگوهایی را در محوطه دانشگاه ایجاد کنیم و حتی بهتر است، همراه با الزام نوشتن، یک الزام سواد بصری ایجاد کنیم.
پرسش: هوش مصنوعی مولد از بین نمی رود. آینده ارتباط علم به صورت بصری را چگونه می بینید؟
پاسخ: برای مقاله Nature، تصمیم گرفتم که یک راه قدرتمند برای زیر سوال بردن استفاده از هوش مصنوعی در تولید تصاویر، ارائه مثال باشد. من از یکی از مدل های انتشار برای ایجاد یک تصویر با استفاده از دستور زیر استفاده کردم:
«عکسی از نانو کریستال های مونگی باوندی در ویال ها در پس زمینه سیاه ایجاد کنید که بسته به اندازه آنها، هنگام تحریک با نور UV در طول موج های مختلف می درخشند.»
نتایج آزمایش هوش مصنوعی من اغلب تصاویری شبیه به کارتون بودند که به سختی می توانستند به عنوان واقعیت تلقی شوند - چه رسد به مستندسازی - اما زمانی فرا خواهد رسید که آنها اینگونه خواهند بود. در گفتگو با همکاران در جوامع پژوهشی و علوم کامپیوتر، همه موافق هستند که باید استانداردهای روشنی در مورد آنچه مجاز است و آنچه مجاز نیست داشته باشیم. و مهمتر از همه، یک تصویر بصری GenAI هرگز نباید به عنوان مستندسازی مجاز باشد.
اما تصاویر بصری تولید شده توسط هوش مصنوعی در واقع برای اهداف تصویرسازی مفید خواهند بود. اگر یک تصویر بصری تولید شده توسط هوش مصنوعی قرار است به یک مجله ارسال شود (یا در واقع، در یک ارائه نشان داده شود)، من معتقدم که پژوهشگر باید:
- به وضوح برچسب بزند که آیا یک تصویر توسط یک مدل هوش مصنوعی ایجاد شده است.
- مشخص کند که از چه مدلی استفاده شده است.
- دستوری را که استفاده شده است، درج کند. و
- تصویری را که برای کمک به دستور استفاده شده است، در صورت وجود، درج کند.