Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 16
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 1627
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Algorithmic Semiosis and Racial Bias: a Study of Images Created by Generative AI: un Estudio de Imágenes Creadas por IA Generativa@en
                    [1] => Semiosis Algorítmica y Sesgo Racial: un Estudio de Imágenes Creadas por IA Generativa@es
                    [2] => Semioses algorítmicas e viés racial:  um estudo de imagens  criadas pela IA generativa : un Estudio de Imágenes Creadas por IA Generativa@pt
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Objective: To investigate the trirelational relationship among object, sign, and interpretant in the functioning of generative Artificial Intelligence (AI) tools for image production, with an emphasis on racial bias. Method: Exploratory and quali-quantitative research, which employed a semiotic and critical content approach. Data collection was carried out in four stages: 1) selection of 10 tools; 2) formulation of eight textual prompts in English; 3) generation and storage of 155 images; 4) categorization, analysis of these images, and selection of 47 of them to demonstrate the observed patterns and markers. Results: Predominance of a specific ethnic and social group in the generated images, with an absence of diversity markers. When using the generic prompts: ´a man´ and ´a woman,´ 90.9% of the images of men and 92% of the images of women portrayed white, upper-middle-class individuals. When using more specific prompts: ´a black man´ and ´a black woman,´ the images often replicated stereotypes and characteristics that reinforce racial and class prejudices. Conclusions: The generative AI tools analyzed are part of a new cycle of visual reality production that reflects, reproduces, and amplifies existing raciality devices. The technical images generated by AI reflect power relations, as well as markers of whiteness and racism, highlighting how assistive technology intertwines with social and cultural representations in its semiotic action. The study helped denaturalize algorithmic semioses by demonstrating how the functioning of generative AIs reveals ethical and social implications that are guided by perceptions of race and otherness, shaped by hierarchies that contribute to the creation of control images.@en
                    [1] => Objetivo: Investigar la relación trirrelacional entre objeto, signo e interpretante en el funcionamiento de herramientas de Inteligencia Artificial (IA) generativa para la producción de imágenes, con énfasis en el sesgo racial. Método: Investigación exploratoria y cuali-cuantitativa, que empleó un enfoque semiótico y de contenido crítico. La recolección de datos se llevó a cabo en cuatro etapas: 1) selección de 10 herramientas; 2) formulación de ocho prompts textuales en inglés; 3) generación y almacenamiento de 155 imágenes; 4) categorización, análisis de estas imágenes y selección de 47 de ellas para demostrar los patrones y marcadores observados. Resultados: Predominio de un grupo étnico y social específico en las imágenes generadas, con ausencia de marcadores de diversidad. Al usar los prompts genéricos: ´un hombre´ y ´una mujer´, el 90,9 % de las imágenes de hombres y el 92 % de las imágenes de mujeres retrataron a individuos blancos de clase media-alta. Al usar prompts más específicos: ´un hombre negro´ y ´una mujer negra´, las imágenes a menudo replicaron estereotipos y características que refuerzan los prejuicios raciales y de clase. Conclusiones: Las herramientas de IA generativa analizadas forman parte de un nuevo ciclo de producción de realidad visual que refleja, reproduce y amplifica los dispositivos de racialidad existentes. Las imágenes técnicas generadas por la IA reflejan relaciones de poder, así como marcadores de blanquitud y racismo, destacando cómo la tecnología asistiva se entrelaza con las representaciones sociales y culturales en su acción semiótica. El estudio ayudó a desnaturalizar las semiosis algorítmicas al demostrar cómo el funcionamiento de las IA generativas revela implicaciones éticas y sociales guiadas por percepciones de raza y alteridad, moldeadas por jerarquías que contribuyen a la creación de imágenes de control.






 @es
                    [2] => Objetivo: Investigar a relação trirrelativa entre objeto, signo e interpretante no funcionamento de ferramentas de Inteligência Artificial (IA) generativa de imagens, com ênfase no enviesamento racial. 
Método: Pesquisa exploratória e quali-quantitativa, que empregou uma abordagem semiótica e crítica de conteúdo. Coleta de dados realizada em quatro etapas: 1) seleção de 10 ferramentas; 2) formulação de oito prompts textuais em inglês; 3) geração e armazenamento de 155 imagens; 4) categorização, análise dessas imagens e seleção de 47 dentre elas, para demonstração dos padrões e marcadores observados. 
Resultados: Predominância de um grupo étnico e social nas imagens geradas, ausência de marcadores de diversidade. Ao utilizar os prompts genéricos: “a man” e “a woman”, 90,9% das imagens de homens e 92% das de mulheres retratavam indivíduos brancos de classe média alta. Ao empregar prompts mais específicos: "a black man" e "a black woman" ,as imagens frequentemente replicavam estereótipos e características que reforçam preconceitos raciais e de classe. 
Conclusões: As IAs generativas analisadas integram um novo ciclo de produção de realidades visuais que reflete, reproduz e amplifica dispositivos de racialidade já existentes. As imagens técnicas geradas por IA refletem relações de poder, bem como, marcadores da branquitude e do racismo, evidenciando como a tecnologia assistiva se entrelaça com as representações sociais e culturais em sua ação sígnica. O estudo auxiliou na desnaturalização das semioses algorítmicas ao demonstrar como o funcionamento das IA generativas revela implicações éticas e sociais que são orientadas por percepções de raça e alteridade, atravessadas por hierarquizações que contribuem para a geração de imagens de controle.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Juliana de Assis
                    [1] => Maria Aparecida Moura
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Generative artificial intelligence@en
                    [1] => Algorithmic semiosis@en
                    [2] => Algorithmic racism@en
                    [3] => Ai-generated images@en
                    [4] => Racismo algorã­tmico@es
                    [5] => Inteligãªncia artificial generativa@pt
                    [6] => Semiose algorã­tmica@pt
                    [7] => Racismo algorã­tmico@pt
                    [8] => Imagens geradas por ia@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 30
                    [nr] => 
                    [year] => 2025
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2025-03-14
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.5007/1518-2924.2025.e103495
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufsc.br/index.php/eb/article/view/103495
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufsc.br/index.php/eb/article/view/103495/59165
                                )

                        )

                    [2] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufsc.br/index.php/eb/article/view/103495/59063
                                )

                        )

                    [3] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufsc.br/index.php/eb/article/view/103495/59064
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => pt
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => CCBY4.0
                )

        )

)