La imaginabilidad es una medida de la facilidad con que un objeto físico, palabra o entorno evocará una imagen mental clara en la mente de cualquier persona que lo observe. Se utiliza en arquitectura y planificación urbana, en psicolingüística, y en la investigación de visión artificial automatizada. En el reconocimiento automático de imágenes, entrenar modelos para conectar imágenes con conceptos que tienen baja imaginabilidad puede conducir a resultados sesgados y perjudiciales.
Historia y elementos Kevin A. Lynch introdujo por primera vez el término "imaginabilidad" en su libro de 1960, La imagen de la ciudad. En el libro, Lynch sostiene que las ciudades contienen un conjunto clave de elementos físicos que las personas utilizan para comprender el entorno, orientarse dentro de él y asignarle significado.
Lynch sostiene que los cinco elementos clave que influyen en la imagen que proyecta una ciudad son las sendas, los bordes, los barrios, los nodos y los hitos.
Sendas: canales por los que se desplazan las personas. Ejemplos: calles, aceras, senderos, canales, vías férreas . Bordes ': objetos que forman límites alrededor del espacio. Ejemplos: muros, edificios, costa, bordillo, calles y pasos elevados . Barrios : áreas de tamaño mediano a grande a las que las personas pueden entrar y salir, y que comparten un conjunto común de características identificables. Nodos: grandes áreas a las que las personas pueden acceder y que sirven como centros neurálgicos de la ciudad, barrio, distrito, etc. Hitos: lugares memorables a los que las personas no pueden acceder. Ejemplos: letreros, montañas y arte público.
En 1914, medio siglo antes de la publicación de La imagen de la ciudad, Paul Stern analizó un concepto similar a la imaginabilidad en el contexto del arte. Stern, en Reflections on Art de Susan Langer, denomina apariencia al atributo que describe la viveza e intensidad con que se puede experimentar un objeto artístico '.
En visión por ordenador El reconocimiento automático de imágenes mediante aprendizaje automático utiliza grandes conjuntos de datos de fotografías anotadas, como ImageNet. Las imágenes en ImageNet están etiquetadas siguiendo la estructura de conceptos de WordNet, una base de datos léxica que agrupa palabras en inglés en conjuntos de sinónimos llamados synsets. Los conceptos que se expresan fácilmente de forma verbal, como "temprano", se consideran menos "imagenizables" que los sustantivos que se refieren a objetos físicos, como "hoja". Asociar conceptos de baja imagenabilidad con imágenes concretas puede introducir sesgos problemáticos en estos sistemas de reconocimiento. Esto ha sido particularmente criticado en relación con la categoría "persona" de WordNet y, por extensión, de ImageNet. Trevor Paglen y Kate Crawford demostraron en su ensayo "Excavating AI" y en su proyecto artístico ImageNet Roulette cómo esto lleva a que los sistemas de IA etiqueten fotos de personas comunes como "terroristas" o "delincuentes sexuales".
Según describen Kaiyu Yang, Fei-Fei Li y coautores, es necesario indicar el nivel de imaginabilidad en las imágenes de estos conjuntos de datos para evitar el reconocimiento y la generación de imágenes sesgadas o perjudiciales. Esto se suele hacer siguiendo los criterios del estudio psicolingüístico de 1968 de sustantivos de Allan Paivio y colaboradores. Yang et al. escriben que los anotadores encargados de esta tarea "ven una lista de palabras y califican cada palabra en una escala de 1 a 7 desde 'baja imaginabilidad' hasta 'alta imaginabilidad'".
Yang et al. recomiendan no entrenar modelos de reconocimiento visual con conceptos de baja capacidad de evocación, especialmente cuando estos son ofensivos (como insultos sexuales o raciales) o delicados (sus ejemplos para esta categoría incluyen "huérfano", "separatista", "anglosajón" y "votante cruzado"). Incluso conceptos "seguros" con baja capacidad de evocación, como "sobrina nieta" o "vegetariano", pueden generar resultados engañosos y deben evitarse.
Véase también
Wayfinding Psicología ambiental Percepción del habla Psicología experimental
Lecturas adicionales
Holahan, Charles J.; Sorenson, Paul F. (1985-09-01). "El papel de la organización figurativa en la capacidad de generar imágenes de la ciudad: un análisis del procesamiento de la información" . Journal of Environmental Psychology . Smolík Filip (21 de mayo de 2019). "La capacidad de evocar imágenes y la densidad del vecindario facilitan la edad de adquisición de palabras en checo" . Revista de Investigación sobre el Habla, el Lenguaje y la Audición. Paivio, Allan; Yuille, John C.; Madigan, Stephen A. (1968). "Concreción, imaginería y valores de significado para 925 sustantivos" . Journal of Experimental Psychology. Hansen, Pernille; Holm, Isabel; Lind, Marianne; Simonsen, Hanne Gram (2012). "Relación de nombres e imaginabilidad" . Richardson, John TE (1975–05). "Concreción e imaginabilidad" . Revista trimestral de psicología experimental . Silva, Kapila Dharmasena (2015). "Desarrollo de métodos alternativos para la investigación de la imagen urbana" . McCunn, Lindsay J.; Gifford, Robert (2018-04-01). "Navegación espacial e imaginabilidad del lugar en el sentido del lugar" . Ciudades . Caplan, Jeremy B.; Madan, Christopher R. (17 de junio de 2016). "La capacidad de evocar imágenes de palabras mejora la memoria asociativa al aumentar la activación del hipocampo" . Revista de Neurociencia Cognitiva. Chmielewski S., Bochniak A., Natapov A., Wezyk P. (2020). "Introducción de GEOBIA a la evaluación de la capacidad de imagen del paisaje" . Remote Sensing'' .
Referencias
Categoría:Representación del conocimiento Categoría:Psicología ambiental