Das Bild dieses Beitrages wurde auf Grundlage des Textes "spaceship in expressionist style by Chagall" mit dem Text-zu-Bild-Generator Dream Studio Beta Stable Diffusion 2.1 generiert. Auch die derzeit wohl bekanntesten Text-zu-Bild-Generatoren, Dall-E 2 von OpenAI und Imagen von Google, funktionieren nach diesem Prinzip: In einem Textfeld werden Begriffe, Wortgruppen oder ganze Sätze eingegeben, aus denen dann per künstlicher Intelligenz (KI) ein Kunstwerk oder Bild erschaffen wird. Die meisten dieser Generatoren ermöglichen auch weitere Bildanpassungen.
Welchen Detailgrad die KI-generierten Bilder dabei bereits erreichen, kann man mit This Image Does Not Exist testen. Hier muss man entscheiden, ob Bilder von einer KI oder einem Menschen erschaffen wurden – gar nich so einfach. Doch ganz perfekt arbeitet die KI dabei noch nicht. Häufig verschwimmen Linien, Bildausschnitte passen nicht zusammen oder es gibt "Verständnisprobleme".
Kritik entzündet sich bei den Text-zu-Bild-Generatoren auch daran, dass sie gesellschaftliche Vorurteile reproduzieren: "Auf die Eingabe des englischsprachigen 'doctor' hin generierten Dall-E, Midjourney und Stable Diffusion Bilder von Ärztinnen und Ärzten. Wurde 'competent doctor' vorgegeben, stiegen in allen Programmen der Männeranteil und das Alter. Zur Eingabe 'prisoner' erzeugten die Bildgeneratoren nur noch Männer – und anders als bei Ärzten tauchten nun auch Menschen mit dunkler Hautfarbe auf." (Quelle: heise.de). Weitere "Nebenwirkungen" der Text-zu-Bild-Generatoren beschreibt der Galileo-Beitrag DALL-E, Midjourney und Co.: Die Gefahren von KI-Bildgeneratoren.
