AI meniji i problem uniformne estetike hrane
Generativna AI sve češće ulazi u ugostiteljstvo kroz ilustracije za jelovnike, ali prikazi hrane mogu delovati previše glatko, simetrično i neprirodno. Alex Lisle, CTO kompanije Reality Defender, i Lee Rainie, direktor centra Imagining the Digital Future pri Elon univerzitetu, povezuju taj utisak sa načinom na koji modeli poput ChatGPT-a i Midjourneyja uče iz velikih skupova podataka i ponavljaju dominantne vizuelne obrasce.
Problem nije samo u očiglednim greškama, poput neobičnih oblika sastojaka. Često su slike dovoljno uverljive da nelagoda nastane tek pri pažljivijem posmatranju: kugle sladoleda su previše pravilne, peciva previše ravnomerno zapečena, a sastojci složeni bez spontanosti stvarne hrane.
Zašto se AI prikazi hrane međusobno približavaju
Jezički i difuzioni modeli pronalaze obrasce u velikim količinama sadržaja, a zatim predviđaju kakav rezultat odgovara zahtevu korisnika. Kada se od sistema traži meni za restoran brze hrane, on će verovatno posegnuti za estetikom široko zastupljenih lanaca kao što su Wendy’s, Burger King ili McDonald’s. Ti meniji već dele mnoge karakteristike, pa ih generisani materijali dodatno reprodukuju.
Lisle ovaj proces razlikuje od potpunog kolapsa modela, koji može nastati kada se izlazi modela previše vraćaju u buduće skupove za obuku. U slučaju jelovnika važnija je konvergencija: kvalitet izlaza slabi, a različitost se sužava, bez nužnog potpunog gubitka funkcionalnosti sistema.
Rainie ukazuje da optimizacija skupova podataka za dopadljivost i izbegavanje uvredljivog sadržaja može imati posledicu ujednačavanja. AI, kako navodi, u slikama i jeziku „skida ivice“, pa rezultat postaje bezbedno prepoznatljiv, ali manje osoben.
Ponavljane izmene mogu pojačati efekat
Lokalni deo problema nastaje tokom rada na jednom meniju. Restoran može generisati početni vizual, pa potom više puta tražiti promene cena, naziva stavki ili sitnih detalja. Eksperiment korisnika Labtec, u kojem je meni u ChatGPT-u menjan 100 puta, pokazao je da slike hrane vremenom mogu postati još zaobljenije i udaljenije od realističnog izgleda.
Istraživači Univerziteta Duisburg-Esen utvrdili su da AI-generisane slike hrane mogu izazvati efekat jezive doline. Gotovo realistični prikazi izazivali su više gađenja i nelagode od onih koji su očigledno veštački. To objašnjava zašto publika može negativno reagovati čak i kada ne ume precizno da navede šta je na slici pogrešno.
Šta to znači za poslovnu upotrebu
Vizual na jelovniku nije samo dekoracija, već signal kvaliteta i poverenja. Generativni alati mogu ubrzati izradu nacrta, ali automatski izlaz zahteva ljudsku proveru, naročito kada prikazuje proizvod koji kupac treba da poruči. Ponavljane izmene treba ograničiti i pregledati na stvarnim ekranima i u štampi.
Praktičan zaključak je da ugostitelji AI vizuale procenjuju kroz verodostojnost brenda i reakciju gostiju, a ne samo kroz brzinu proizvodnje. Kada slika hrane izaziva sumnju, fotografija stvarnog proizvoda ili pažljivo nadgledana ilustracija ostaju sigurniji izbor za poslovnu komunikaciju.