Žmonių gebėjimas suvokti ir atskirti dirbtinio intelekto sukurtus vaizdus nuo žmogaus kurtų vaizdų vertinimas
Barauskaitė, Ugnė |
Recenzentas / Rewiewer |
Licencinė sutartis Nr. MRU-EDT-1268.
Magistro baigiamajame darbe išanalizuotas ir atskleistas žmonių gebėjimas atskirti dirbtinio intelekto kurtų vaizdų nuo žmogaus kurtų vaizdų savęs vertinimas prieš atliekant testą ir po atlikto testo, kuriame respondentai turėjo atskirti dirbtinio intelekto generuotą vaizdą iš dviejų pateiktų vaizdų. Atliekant darbą buvo iškelta problema, kuri buvo sprendžiama – žmonių gebėjimas ar negebėjimas atpažinti dirbtinio intelekto kurtą turinį, nuo žmogaus kurto turinio. Darbą sudaro trys skyriai: pirmajame skyriuje yra nagrinėjami įvairūs literatūriniai šaltiniai ir teoriniu būdu aptariami dirbtinio intelekto sampratos aspektai, jo galimybės, bei šios technologijos pritaikymas. Antrajame skyriuje aptariamos dirbtinio intelekto keliamos grėsmės ir rizikos susijusios su komunikacija bei kitais aspektais. Trečiajame skyriuje yra atliekamas empirinis tyrimas, kuriuo siekiama išsiaiškinti ar egzistuoja statistiškai reikšmingas ryšys tarp savęs vertinimo prieš atliekant dirbtinio intelekto kurtų vaizdų atpažinimo testą ir po atlikto testo.
The Master's thesis analyses and reveals people's ability to distinguish between AI-generated and human-generated images in a pre- and post-test self-assessment in which respondents were asked to distinguish an AI-generated image from two given images. The problem that was addressed in the work was the ability or inability of people to recognise AI-generated content from human-generated content. The thesis consists of three chapters: the first chapter examines the various literature sources and theoretically discusses aspects of the concept of artificial intelligence, its capabilities, and applications of this technology. The second chapter discusses the threats and risks posed by artificial intelligence in relation to communication and other aspects. The third chapter is an empirical study to investigate whether there is a statistically significant relationship between self-evaluation before and after an AI-generated image recognition test.