Les applications de livraison de nourriture utilisent des images d’IA : Voici comment les repérer
- Les images d’IA imitent souvent les photographies alimentaires professionnelles, avec une composition précise et des couleurs éclatantes.
- Les images générées par l’IA peuvent comporter des accessoires placés stratégiquement, sans le caractère aléatoire des décors réels.
- Veillez à la cohérence de l’éclairage et du style de présentation, car les images générées par l’IA peuvent présenter des différences considérables.
Grâce à la technologie, il est désormais possible de commander de la nourriture en quelques clics. Cependant, avec l’essor des applications de livraison de nourriture, une nouvelle tendance se dessine : l’utilisation d’images générées par l’IA pour les produits alimentaires. Si ces images peuvent être d’une perfection qui met l’eau à la bouche, elles peuvent aussi susciter des attentes irréalistes quant au plat réel.
1. Plus attrayant que pratique
DALL-E/lizengo.fr
S’il semble difficile pour un restaurant local de justifier ses dépenses en matière de photographie culinaire professionnelle, c’est qu’il ne dépense probablement rien du tout. Les générateurs d’images d’IA sont entraînés avec des images de nourriture sur le web. La plupart d’entre elles sont celles que l’on trouve dans les publicités alimentaires professionnelles.
Les générateurs d’images d’IA ont donc tendance à créer des images d’aliments similaires à celles de leur ensemble de données d’entraînement : des images à la composition précise, à l’éclairage cinématographique, aux textures impeccables et aux couleurs anormalement vives – des images qui attirent l’œil et incitent à commander, mais qui ne reflètent pas nécessairement le plat.
2. Motif des accessoires environnants
Faux plat de nourriture/WikiMedia
Un autre indice est le motif des accessoires environnants. Dans les images générées par l’IA, les accessoires sont souvent placés de manière très stratégique, sans la touche d’authenticité et de hasard que l’on retrouve généralement dans les décors réels.
Vous pouvez également remarquer que les accessoires autour de la nourriture – couverts, serviettes ou décorations – suivent un certain thème qui change à chaque image. Les photos réelles conservent une certaine cohérence dans le décor parce qu’elles ont été prises au même endroit.
3. Vérifiez plusieurs photos
Lorsque vous parcourez des images d’aliments, recherchez la cohérence de l’environnement. Les photos authentiques conservent un environnement, un éclairage et un style de présentation cohérents. Les images générées par l’IA peuvent présenter des variations dans ces éléments, car ils changent à chaque nouvelle invite donnée à l’IA. Il peut en résulter une série d’images où la nourriture semble très différente d’une photo à l’autre.
Lorsque cela est possible (comme sur DoorDash), vous pouvez également vérifier les images téléchargées par les clients pour voir comment elles se comparent à celles partagées par le restaurant. S’il n’y a pas encore d’images de clients, vous pouvez consulter des photos d’autres plats servis par le même restaurant.
Les générateurs d’images d’IA sont parfaits pour créer des images de plats populaires. En revanche, ils ne sont pas aussi performants pour les plats locaux. En raison du nombre réduit de références dans l’ensemble de données d’apprentissage, les incohérences seraient plus faciles à repérer.
4. Utiliser un détecteur d’images d’IA
Les détecteurs d’images d’IA tels que Hive Moderation et AI or Not peuvent aider à identifier les images générées par l’IA. Ces détecteurs analysent les modèles et les incohérences qui pourraient vous échapper. Bien que ces détecteurs puissent être utiles, ils ne sont pas infaillibles et il ne faut pas leur faire entièrement confiance. Ils servent de vérification supplémentaire pour étayer vos observations.
5. Utilisez votre instinct
Empanadas générées par l’IA/Wikimedia
Parfois, il suffit de se fier à son instinct. C’est particulièrement vrai si vous connaissez les règles générales pour repérer les images générées par l’IA. Si une image vous fait réfléchir parce que quelque chose vous semble « bizarre », elle mérite d’être examinée de plus près.
Recherchez des éléments déplacés, tels qu’un fruit ou un légume hors saison qui ne serait normalement pas disponible. L’IA ne comprend pas toujours les disponibilités saisonnières, et vous pouvez donc repérer une baie d’été dans un plat dont la publicité est faite en hiver.
Pourquoi il est difficile de repérer les images alimentaires générées par l’IA ?
La difficulté de distinguer les images réelles des images générées par l’IA réside dans le fait que même les photographies alimentaires professionnelles non générées par l’IA impliquent souvent un certain degré de tromperie. Les stylistes alimentaires ont recours à diverses astuces pour rendre les plats plus attrayants, par exemple en utilisant de la colle pour le lait ou de l’huile de moteur pour le sirop. La ligne de démarcation entre les images de nourriture prises par des professionnels et les images générées par l’IA peut donc être assez floue.
Bien que les images générées par l’IA puissent être incroyablement sophistiquées, il existe des indices subtils qui peuvent vous aider à les identifier. En étant conscient de ces signes, vous pouvez mieux gérer vos attentes et éviter la déception de recevoir un plat qui ne ressemble pas du tout à ce qui a été annoncé. N’oubliez jamais que si une image de nourriture semble trop parfaite, elle mérite un second coup d’œil.
Comment reconnaître une image générée par l’IA ?
Les images générées par l’IA sont réputées pour leurs couleurs intenses, qui sont souvent le signe qu’elles ne sont pas réelles. Mais ce n’est que parfois le cas. Les grenouilles venimeuses sont connues pour leurs couleurs et leurs motifs vibrants, presque surréalistes, ce qui peut amener à s’interroger sur les photos réelles.
Comment l’IA est-elle utilisée dans les applications de livraison de nourriture ?
Les applications de livraison de nourriture exploitent l’intelligence artificielle pour comprendre les préférences des utilisateurs et leur recommander des plats en fonction de leurs goûts et de leurs préférences alimentaires. En outre, les algorithmes d’apprentissage automatique identifient également les articles populaires et les recommandent aux utilisateurs qui ne les ont peut-être pas encore essayés, ce qui permet d’augmenter les ventes globales.
Comment DoorDash utilise-t-il l’IA ?
Avec SafeChat+, nous utilisons l’IA pour examiner les conversations in-app afin de détecter et de prévenir les abus verbaux ou le harcèlement. Si SafeChat+ détecte une conversation inappropriée ou abusive entre un consommateur et un Dasher, les Dashers auront la possibilité d’annuler rapidement la commande sans impact sur les évaluations.
Comment repérer les personnes atteintes d’IA ?
L’asymétrie des visages, des dents et des mains est un problème courant dans les images d’IA de mauvaise qualité. Vous pouvez également remarquer des mains avec des doigts supplémentaires (ou en nombre insuffisant).