Zwischen Fortschritt und Fehltritt: Google im Kreuzfeuer wegen Gemini-KI-Bildern

Gemini kann auch Bilder generieren. (Foto: Koshiro K / Shutterstock)
Seit diesem Monat hat Googles generative KI, Gemini, die Fähigkeit, Bilder zu generieren – ähnlich wie OpenAIs Dall-E oder Stable Diffusion. Im Internet ist nun eine Debatte darüber entbrannt, ob die von der Google-KI generierten Bilder vielleicht doch zu divers sind.
Nutzer auf X haben beobachtet, dass die KI historisch nicht korrekte Bilder erstellt. So werden beispielsweise Wehrmachtssoldaten aus dem Jahr 1943 von Gemini als Schwarz oder asiatisch dargestellt.
Google entschuldigt sich
Google hat sich offiziell auf X zu den Diskussionen um die von Gemini generierten Bilder geäußert.
„Wir sind uns bewusst, dass Gemini in einigen Darstellungen bei historischen Bildern Ungenauigkeiten aufweist“, erklärt Google und fügt hinzu, dass an Verbesserungen gearbeitet wird:
„Wir arbeiten daran, diese Art von Darstellungen sofort zu verbessern. Die KI-Bildgenerierung von Gemini generiert tatsächlich ein breites Spektrum an Menschen. Und das ist im Allgemeinen eine gute Sache, denn Menschen auf der ganzen Welt nutzen es. Aber hier sind wir über das Ziel hinausgeschossen.“
Generative KI sind allgemein dafür bekannt, dass sie Stereotypen verstärken können. Google scheint versucht zu haben, diesem Trend entgegenzuwirken, was möglicherweise zu den historisch inkorrekten Bildern geführt hat.
Gemini verweigert einige Anfragen
Als Reaktion auf die Kontroverse um die generierten Bilder hat Google vorsorgliche Maßnahmen ergriffen, indem bestimmte Anfragen blockiert werden. Laut einem Bericht von The Verge weigert sich Gemini beispielsweise, Bilder von einem Wikinger zu erstellen. Auch Anfragen nach Bildern deutscher Soldaten werden abgelehnt.
Googles Bild-KI befindet sich noch in einem frühen Entwicklungsstadium, besonders im Vergleich zu ähnlichen Diensten der Konkurrenz, die bereits länger auf dem Markt sind. Es ist daher zu erwarten, dass Google weiterhin an den Feinheiten seiner KI arbeitet, um Genauigkeit und Sensibilität zu optimieren.