Ed. Civica 4 ITIA-C

I modelli di intelligenza artificiale generativa riflettono spesso bias legati a genere, etnia e ruoli sociali. Questo lavoro esplora l’origine di tali distorsioni, indagini statistiche col fine di abbattere questi schemi.

Il nostro team

Christian Ladisa

Francesco Scanni

Alessandro Iacobbe

Consulta il dataset Excel con tutte le informazioni raccolte e analizzate dalla nostra classe. Contiene esempi reali, variabili osservate e risultati utili per comprendere meglio il fenomeno studiato.

Scarica qui il dataset

Spiragli d'indagine

Dall-E: Immagini intelligenti, nate dal linguaggio.

Il modello di Open AI di generazione basato su Stable Diffusion frai più utilizzati.

Canva: Creatività semplificata, potenza presa in prestito

Il modello che fa capo all'omonima piattaforma di design che sfrutta Dall-E 3

Leonardo AI: L’atelier digitale per artisti e designer.

Il celebre modello basato su Stable diffusion noto per la sua versatilità

Gemini: La visione di Google, raffinata dall’AI.

Sfrutta il modello Imagen 2 per produrre immagini fotografiche realistiche e semanticamente coerenti.

Bing: Potere visivo alla portata di tutti.

Il famoso modello gratuito che si appoggia a Dall-E per l'IG

AI Image Generator: quando i modelli vengono mescolati insieme

Cosa accade quando si mescolano i risultati di ciascun modello?

Analisi Immagini su modelli selezionati

Consulta la cartella drive contenente le immagini.

Clicca sul link

Tutte le immagini utilizzate nel nostro lavoro sono disponibili nella cartella Drive allegata. La raccolta è suddivisa per categorie lavorative e supporti AI Gen utilizzati e serve a documentare visivamente i bias riscontrati nei modelli di generazione AI.