IA y bancos de imágenes: una metodología de investigación

Abstract

Podeu consultar la versió en anglès: https://diposit.ub.edu/dspace/handle/2445/223746

Este capítulo presenta un marco metodológico para analizar el sesgo de género y la presencia de estereotipos socioculturales en bancos de imágenes profesionales, con especial atención a los resultados visuales generados por plataformas fotográficas y generadas con IA. El estudio se basa en la hipótesis de que las indicaciones neutrales (aquellas que carecen de referencias explícitas al género, la edad o la etnia) deberían, en ausencia de sesgos culturales o técnicos, generar una representación visual equilibrada entre las diferentes categorías sociales. Cualquier desviación significativa de dicha proporcionalidad puede indicar la existencia de sesgos implícitos o clichés visuales recurrentes. Para explorar esto, se analizan imágenes recuperadas de cuatro plataformas profesionales: dos basadas en fotografía convencional y dos basadas en la generación de imágenes con IA. Se ha desarrollado un sistema de indicadores codificados para clasificar las representaciones en términos de género, edad, etnia, diversidad funcional, pautas de belleza y acciones representadas. La metodología excluye imágenes de grupo y variantes casi idénticas para garantizar la diversidad y el rigor analítico. Los hallazgos revelan que las plataformas basadas en IA se alinean con mayor consistencia con las indicaciones del usuario (60,36 %) en comparación con las bases de datos fotográficas tradicionales (44,84 %). Sin embargo, ambos tipos de plataformas presentan patrones estereotipados, lo que sugiere la persistencia de tropos visuales y clichés. La metodología propuesta resulta eficaz para detectar estos sesgos y ofrece un marco analítico transferible. El capítulo busca contribuir a esfuerzos más amplios hacia culturas visuales más inclusivas, fomentando la investigación interdisciplinaria sobre la generación y representación algorítmica de imágenes en medios digitales