AI-gegeneerde menu's lijden onder eentonigheid
Op 4 september publiceerde TechCrunch een analyse over de eentonigheid van AI-generated menus in de restaurantsector. De auteur Amanda Silberling beschrijft hoe generatieve AI-modellen vaak illustraties leveren die opvallend perfect en symmetrisch zijn, wat bij klanten een onaangename rilling oproept. Het artikel wijst op een groeiende markt van startups die AI-detectietools aanbieden om deze probleemstukken te signaleren.
Volgens Reality Defender-CTO Alex Lisle is de oorzaak terug te voeren op de beperkte trainingsdatasets, die vaak bestaan uit een reeks bestaande fast-food-menu's van ketens als Wendy's en McDonald's. Deze homogenisatie leidt tot 'convergentie', een subtiel degradatie-effect waarbij de gegenereerde beelden steeds meer op elkaar gaan lijken zonder volledig te bezwijken in een modelinstorting.
Lisle vergelijkt het met een alien die een pizza probeert te maken zonder de basisprincipes van het gerecht te kennen. Daarnaast merkt Lee Rainie van het Imagining the Digital Future Center op dat de optimalisatie voor 'pleasingness' en het vermijden van aanstoot tot een verstijving van creatieve diversiteit leidt.
Een onderzoek van de Universiteit van Duisburg-Essen bevestigt een 'uncanny-valley-effect': beelden die bijna echt lijken, maar net niet, roepen meer afkeer op dan duidelijk kunstmatige illustraties. De onderzoekers observeerden dat consumenten een onverklaarbare sensatie van ongemak uitten wanneer ze meerdere bewerkte versies van een AI-menu bekeken, waarbij elke herziening de ronde en gladde uitstraling versterkte.
Deze psychologische reactie kan de adoptie van AI-gegenereerde menu's door restaurants belemmeren.
Meer details staan op de pagina van TechCrunch.
