Le immagini di cibo create con l'intelligenza artificiale mettono a disagio le persone, dice uno studio

Una nuova ricerca, pubblicata sulla rivista Appetite, ha scoperto che le immagini di cibo generate dall’intelligenza artificiale, quasi realistiche ma non del tutto, risultano sgradevoli per molte persone. Lo studio ha mostrato 38 immagini di cibo generate dall’intelligenza artificiale a 95 partecipanti, chiedendo loro di valutarle in base a inquietudine, calore e realismo. Alcune immagini erano realistiche, altre imperfette (per lo più realistiche), altre irrealistiche e alcune raffiguravano cibo avariato. Il team di ricerca dell’Università di Duisburg-Essen, in Germania, ha cercato di capire se l’effetto “valle del perturbante”, teoria ipotizzata dallo scienziato giapponese Masahiro Mori nel 1970, si applica alle immagini di cibo generate dall’intelligenza artificiale e ha cercato di identificare le differenze individuali o i meccanismi che contribuiscono alle percezioni negative.

I risultati dello studio

I partecipanti hanno constatato come le immagini di cibo realistiche e irrealistiche fossero le più piacevoli. Le immagini imperfette, che sembravano quasi reali ma che avevano qualche leggero difetto, sono state giudicate le più inquietanti. Le immagini comprendevano sei proposte con alti livelli di realismo, sei con bassi livelli, 20 con livelli intermedi e sei immagini di cibo marcio.

I partecipanti hanno anche compilato dei questionari per valutare la loro neofobia alimentare (ma non il disgusto per il cibo, che in seguito si è rivelato insignificante), ciascuno su una scala da 1 a 100. I dati sono stati analizzati con un metodo misto lineare. Un elemento interessante da analizzare è stato il notare che le persone con livelli più elevati di neofobia alimentare avevano maggiori probabilità di trovare inquietanti le immagini di cibo imperfette generate dall’intelligenza artificiale, mentre il disgusto per il cibo non giocava un ruolo significativo. Un altro dato sorprendente è che le persone con un indice di massa corporea più elevato tendevano a vedere con maggiore favore le immagini di cibo generate dall’intelligenza artificiale. In sostanza i risultati mostrano come le deviazioni dal realismo suscitino disagio, guidato dall’avversione alla novità piuttosto che dal disgusto legato alla contaminazione.

immagine generata con intelligenza artificiale

Gli effetti sulle campagne pubblicitarie

Quelli esposti nella ricerca sono tutti elementi che dovrebbero far riflettere i pubblicitari del settore alimentare dal tenersi alla larga da questo tipo di foto in un contesto dove anche il minimo errore visivo o incongruenza può trasformare un’immagine da attraente a inquietante. Sebbene l’intelligenza artificiale abbia il potenziale per sostituire la fotografia alimentare tradizionale, la tecnologia potrebbe non essere pronta. Se le immagini di cibo generate dall’intelligenza artificiale vengono utilizzate nel marketing o nei menu, devono essere progettate con attenzione per evitare di suscitare disagio negli spettatori. Piccoli errori visivi possono far sembrare il cibo poco appetibile piuttosto che attraente.

Il “perturbante” secondo Masahiro Mori e il collegamento col cibo

Queste sensazioni potrebbero essere dovute a un effetto descritto per la prima volta da Masahiro Mori nel suo saggio del 1970, in cui discuteva di come le persone si sentano innervosite da robot umanoidi o protesi realistiche. Mori ha osservato che quando un’entità diventa più realistica, inizialmente proviamo una maggiore affinità nei suoi confronti, ma alla fine risulta innaturale o inquietante; questo declino dell’affinità percepita dallo spettatore entra nella valle del perturbante. Sebbene il fenomeno dell’”uncanny valley” non sia stato studiato per il cibo, oggi le persone potrebbero mostrare avversione per il cibo generato dall’AI perché l’immagine artificiale evoca disgusto nello stesso modo in cui lo fanno i cibi avariati, ammuffiti, contaminati, impedendo loro di ingerire sostanze nocive. È possibile che gli esseri umani si siano evoluti in modo da discriminare le sottili differenze nell’aspetto degli alimenti per riconoscere che potrebbero essere una minaccia per la loro sopravvivenza; tuttavia, questa discriminazione potrebbe anche portare a falsi positivi, in cui gli alimenti commestibili vengono scartati a causa di imperfezioni visive o le immagini generate dall’intelligenza artificiale vengono percepite negativamente.