Der Wissenschaftsfotograf Felice Frankel hat seit über 30 Jahren MIT -Professoren, Forschern und Studenten geholfen, ihre Arbeit visuell zu kommunizieren. Während dieser Zeit hat sie die Entwicklung verschiedener Instruments zur Unterstützung der Schaffung überzeugender Bilder gesehen: einige hilfreich und einige gegen die Bemühungen, eine vertrauenswürdige und vollständige Darstellung der Forschung zu erstellen. In einem kürzlich veröffentlichten Meinungsgegenstand in Natur Die Zeitschrift Frankel diskutiert die aufkeimende Verwendung generativer künstlicher Intelligenz (Genai) in Bildern und die Herausforderungen und Auswirkungen auf die Kommunikation der Forschung. In einer persönlicheren Sinne stellt sie sich fragt, ob es noch einen Ort für einen wissenschaftlichen Fotografen in der Forschungsgemeinschaft geben wird.
Q: Sie haben erwähnt, dass das Bild als „manipuliert“ angesehen werden kann, sobald ein Foto aufgenommen wird. Es gibt Möglichkeiten, dass Sie Ihre eigenen Bilder manipuliert haben, um ein Visible zu erstellen, das die gewünschte Botschaft erfolgreicher kommuniziert. Wo liegt die Grenze zwischen akzeptabler und inakzeptabler Manipulation?
A: Im weitesten Sinne sind die Entscheidungen darüber, wie die Inhalte eines Bildes zusammengestellt und strukturiert werden, und mit welchen Instruments, die zum Erstellen des Bildes verwendet wurden, sind bereits eine Manipulation der Realität. Wir müssen uns daran erinnern, dass das Bild nur eine Darstellung der Sache ist und nicht das Ding selbst. Bei der Erstellung des Bildes müssen Entscheidungen getroffen werden. Das kritische Drawback besteht nicht darin, die Daten zu manipulieren, und bei den meisten Bildern ist die Daten die Struktur. Zum Beispiel habe ich für ein Bild, das ich vor einiger Zeit gemacht habe, die Petrischale, in der eine Hefekolonie wächst, digital gelöscht, um auf die atemberaubende Morphologie der Kolonie aufmerksam zu machen. Die Daten im Bild sind die Morphologie der Kolonie. Ich habe diese Daten nicht manipuliert. Ich gilt jedoch immer im Textual content, wenn ich etwas mit einem Bild angetan habe. Ich diskutiere die Idee der Bildverbesserung in meinem Handbuch. “Die visuellen Elemente, Fotografie. ““
Q: Was können Forscher tun, um sicherzustellen, dass ihre Forschung richtig und ethisch kommuniziert wird?
A: Mit dem Aufkommen von KI sehe ich drei Hauptprobleme in Bezug auf die visuelle Darstellung: den Unterschied zwischen Illustration und Dokumentation, der Ethik in Bezug auf digitale Manipulation und eine anhaltende Notwendigkeit, dass Forscher in der visuellen Kommunikation geschult werden müssen. Seit Jahren versuche ich, ein visuelles Alphabetisierungsprogramm für die gegenwärtigen und bevorstehenden Klassen von Wissenschafts- und Ingenieurforschern zu entwickeln. MIT hat eine Kommunikationsanforderung, die sich hauptsächlich mit dem Schreiben befasst, aber was ist mit dem visuellen, was nicht mehr tangential für eine Journaleinreichung ist? Ich werde wetten, dass die meisten Leser wissenschaftlicher Artikel nach dem Lesen des Summary direkt zu den Figuren gehen.
Wir müssen die Schüler verlangen, dass sie lernen, wie sie ein veröffentlichtes Diagramm oder ein veröffentlichtes Bild kritisch betrachten und entscheiden können, ob etwas Seltsames damit passiert. Wir müssen über die Ethik des „Stempelns“ eines Bildes diskutieren, um eine bestimmte Weise auszusehen. Ich beschreibe in dem Artikel einen Vorfall, als ein Schüler eines meiner Bilder veränderte (ohne mich zu bitten), um zu entsprechen, was der Schüler visuell kommunizieren wollte. Ich habe es natürlich nicht zugelassen und struggle enttäuscht, dass die Ethik einer solchen Veränderung nicht berücksichtigt wurde. Zumindest müssen wir Gespräche auf dem Campus entwickeln und, noch besser, zusammen mit den Schreibanforderungen eine visuelle Alphabetisierungsanforderung schaffen.
Q: Generative KI geht nicht weg. Was sehen Sie als Zukunft für die visuelle Kommunikation der Wissenschaft?
A: Für die Natur Artikel, ich entschied, dass eine leistungsstarke Artwork, die Verwendung von KI bei der Generierung von Bildern in Frage zu stellen. Ich habe eines der Diffusionsmodelle verwendet, um ein Bild mit der folgenden Eingabeaufforderung zu erstellen:
„Erstellen Sie ein Foto von Moungi Bawendis Nanokristallen in Fläschchen vor einem schwarzen Hintergrund und fluorescing bei verschiedenen Wellenlängen, je nach Größe, wenn sie mit UV -Licht begeistert ist.“
Die Ergebnisse meines KI-Experimentierens waren oft karikaturartige Bilder, die kaum als Realität gelangen konnten-geschweige denn Dokumentation-, aber es wird eine Zeit geben, in der sie sein werden. In Gesprächen mit Kollegen in Forschungs- und Pc-Science-Gemeinschaften sind sich alle einig, dass wir klare Requirements für das haben sollten, was nicht zulässig ist und was nicht. Und vor allem sollte ein Genai -Visible niemals als Dokumentation zulässig sein.
AI-generierte Bilder werden jedoch tatsächlich zu Illustrationszwecken nützlich sein. Wenn ein Visible-Visible in ein Tagebuch eingereicht werden soll (oder in einer Präsentation gezeigt werden kann), muss der Forscher glaube, dass der Forscher muss
- Beschriftet eindeutig, wenn ein Bild von einem KI -Modell erstellt wurde.
- Geben Sie an, welches Modell verwendet wurde;
- einschließen, welche Aufforderung verwendet wurde; Und
- Fügen Sie das Bild ein, wenn es eines gibt, das zur Eingabeaufforderung verwendet wurde.