Google descubre patrones inesperados en la generación de imágenes mediante IA
Un nuevo artículo de investigación de Google muestra cómo la empresa puede identificar lo que hacen los usuarios con Nano Banana sin violar la privacidad del usuario. Posteriormente descubrieron cinco formas diferentes de utilizar la generación de imágenes.
El problema y la solución
La gente está subiendo imágenes sensibles de ellos y sus familias a Nano Banana, por lo que la preocupación por la privacidad es real.
Sin embargo, la generación de imágenes mediante IA es muy popular y comprender cómo la gente usa Nano Banana es crucial para identificar cómo se aplica y qué se puede hacer para mejorarlo en las diferentes y emergentes formas en que se utiliza. Entonces, el desafío era identificar una manera de comprender cómo se utilizaba Nano Banana y al mismo tiempo respetar la privacidad del usuario.
El artículo de investigación explica:
“Más allá de los autoinformes proactivos en los medios tradicionales y las redes sociales, hay datos limitados sobre cómo y por qué muchas personas utilizan la generación de imágenes LLM.
Con este crecimiento en el uso y los casos de uso emergentes, buscamos proporcionar un análisis descriptivo del uso de Nano Banana, para ayudar a comprender las formas en que los usuarios pueden encontrar herramientas como Nano Banana útiles para conexiones sociales, materiales educativos, avances científicos, comercio y más”.
Los investigadores propusieron que pueden comprender cómo las personas usan la generación de imágenes de IA analizando patrones en sus mensajes de texto y conversaciones, sin necesidad de examinar las imágenes cargadas o generadas, al tiempo que protegen la privacidad del usuario.
Los investigadores utilizaron un sistema existente llamado Urania, un marco existente que Google ya utiliza para obtener información a partir de las interacciones de chat de LLM.
Análisis y hallazgos
Los investigadores analizaron 2,1 millones de conversaciones de Gemini Nano Banana y las agruparon en cinco categorías:
- Sociales y virales
- Marca y marketing
- Visualización de productos y comercio electrónico
- Diseño arquitectónico y espacial
- Información educativa y técnica
También compararon cómo las personas usaban la tecnología en esas cinco categorías, examinando:
- Estilos artísticos
- Funciones de edición de imágenes
- Funciones de composición de imágenes.
- Interacciones/características de la sesión
- Funciones de selección múltiple
1. Funciones de edición de imágenes
Esta actividad incluye eliminar objetos y personas de una imagen, modificar un fondo, agregar nuevos elementos y modificar imágenes cambiándolas de tamaño o restaurándolas.
“La edición de imágenes incluía solicitudes explícitas de modificaciones para alterar, limpiar o cambiar elementos específicos dentro de una imagen que ya había sido creada (o una imagen de referencia cargada por un usuario)”.
2. Estilos artísticos
Los estilos artísticos son otra característica interesante donde los investigadores descubrieron que los usuarios pedían medios artísticos específicos como acuarelas, bocetos a lápiz, estilos de fotografía o imágenes como pinturas al óleo. Otros usuarios hicieron vibrar sus imágenes describiendo estados de ánimo o estilos como minimalista, cine negro o vintage. Algunos de los usuarios más creativos solicitaron combinaciones conceptuales que combinaran estilos o estados de ánimo contradictorios.
Los investigadores explicaron:
“El estilo artístico incluía solicitudes explícitas de los usuarios sobre la dirección creativa y la estética visual, desde el medio artístico utilizado hasta
influencias estilísticas o culturales específicas.
…Absurdo o Humor:
Solicitudes que incorporan intencionadamente elementos de disparate, sátira,comedia surrealista o exageración humorística.
Imitar arte, persona o personaje:
Solicitudes explícitas para emular el estilo distintivo de un artista, figura pública o personaje de ficción específico”.
3. Composición de la imagen
Dentro de las cinco categorías de usos, también notaron que los usuarios componen las imágenes con iluminación, perspectiva, limitaciones (decirle qué no hacer) y solicitudes de personas y cuántas.
“La composición se refiere a solicitar detalles sobre la disposición estructural de la escena, incluida la ubicación de los sujetos, la perspectiva, la iluminación, etc.”
4. Interacciones/Características de la sesión
“Las funciones de interacción analizan la conversación en su conjunto y cómo las personas repiten y editan las imágenes generadas”.
5. Funciones de selección múltiple
Estos clasifican las conversaciones en dimensiones adicionales, como indicaciones que incluyen requisitos de texto y tipografía, tipos de transformación de imágenes, contexto de trabajo y etapas de creación de contenido. Las funciones de selección múltiple brindan información adicional sobre lo que las personas intentan lograr y cómo utilizan la generación de imágenes.
Las funciones de selección múltiple incluyen:
- Especificación completa
Si los usuarios especifican con precisión un estilo y una redacción. - Solo contenido preciso
El usuario proporciona el contenido del texto pero no el estilo. - Sólo estilístico/genérico
Las indicaciones del usuario contienen la sensación de lo que quieren pero sin detalles. - N / A
El mensaje no menciona texto ni fuentes.
Lo que descubrieron los investigadores
Los investigadores descubrieron que Nano Banana se estaba utilizando para algo más que usos virales triviales en las redes sociales. La gente también lo usaba para actividades comerciales, ilustraciones educativas, instrucciones técnicas y visualizaciones de productos.
El hallazgo más sorprendente es que los memes y las imágenes humorísticas fueron las características menos prevalentes en las categorías sociales y virales. Descubrieron que la característica más frecuente era la inclusión de personas (casi el 80%). También fueron comunes las solicitudes relacionadas con la composición de imágenes y estilos artísticos, mientras que pedir al LLM que comenzara de nuevo fue aproximadamente el doble de frecuente que pedir cambios menores.
Los investigadores señalaron:
“Tal vez sea sorprendente que el estilo o formato de los memes y el absurdo/humor sean los menos prevalentes”.
Por último, los investigadores descubrieron que gran parte de la actividad de marca y marketing involucraba marcas originales, ficticias o no reconocidas en lugar de empresas establecidas. Los investigadores sugirieron que algunos usuarios pueden estar desarrollando marcas para negocios nuevos o especulativos.
Señalaron estos hallazgos relacionados con el uso de la generación de imágenes en marketing:
Imágenes de marketing enfatizadas en la precisión
El uso del marketing enfatizó requisitos visuales específicos. Las características más frecuentes en las conversaciones de marketing implicaban controlar cómo se componían las imágenes, incluida la ubicación de los elementos, las personas, la iluminación y las instrucciones sobre lo que no debería aparecer.
El marketing tuvo la mayor prevalencia de solicitudes de texto detalladas
En comparación con las otras cuatro categorías, marketing tuvo la mayor prevalencia de solicitudes que especificaban texto exacto e instrucciones tipográficas detalladas.
Esto sugiere que los especialistas en marketing están utilizando la generación de imágenes para crear imágenes promocionales con requisitos de texto y diseño específicos en lugar de simplemente solicitar imágenes atractivas.
Las pequeñas empresas y los individuos son más frecuentes que las grandes marcas
La categoría Marca y marketing tuvo la mayor prevalencia de conversaciones identificadas como que involucran a pequeñas empresas, individuos o actividades secundarias.
Usos del marketing más allá de generar imágenes desde cero
Los investigadores identificaron actividades que implicaban refinar logotipos, cambiar texto y colores, crear materiales promocionales y desarrollar identidades visuales de marca consistentes, incluidos activos para la participación en línea y usos promocionales tradicionales.
Comidas para llevar
También reconocieron que aún no está claro si la IA está permitiendo actividades completamente nuevas o simplemente haciendo que las existentes sean menos costosas. Expresaron que anticipan que surgirán usos adicionales a medida que la gente continúe experimentando con la generación de imágenes de IA.
Imagen destacada de Shutterstock/Khosro
