Array
(
    [responseDate] => 2025-06-06T18:07:26Z
    [request] => https://raco.cat/index.php/Hipertext/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:raco.cat:article/432316
                            [datestamp] => 2025-05-30T08:53:20Z
                            [setSpec] => Array
                                (
                                    [0] => Hipertext:ART
                                    [1] => driver
                                )

                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => IA, fotografia d'estoc i bancs d'imatges: biaixos de gènere i estereotips
                                            [1] => AI, Stock Photography, and Image Banks: Gender Biases and Stereotypes
                                            [2] => IA, fotografía de stock y bancos de imágenes: sesgos de género y estereotipos
                                        )

                                    [creator] => Array
                                        (
                                            [0] => Freixa, Pere
                                            [1] => Redondo Arolas, Mar
                                            [2] => Codina, Lluís
                                            [3] => Lopezosa, Carlos
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Biaixos de gènere
                                            [1] => Estereotips
                                            [2] => Fotoperiodisme
                                            [3] => IA
                                            [4] => Intel·ligència Artificial
                                            [5] => Fotografia d´'estoc
                                            [6] => Bancs d´'imatges
                                            [7] => Sesgos de género
                                            [8] => Estereotipos
                                            [9] => Fotoperiodismo 
                                            [10] => IA
                                            [11] => Inteligencia Artificial
                                            [12] => Fotografía de stock
                                            [13] => Bancos de imágenes
                                            [14] => Gender Bias
                                            [15] => Stereotypes
                                            [16] => Photojournalism
                                            [17] => AI
                                            [18] => Artificial Intelligence
                                            [19] => Stock Photography
                                            [20] => Image Banks
                                        )

                                    [description] => Array
                                        (
                                            [0] => PropòsitAquest estudi analitza la prevalença de biaixos de gènere, estereotips i disparitats a bancs d'imatges, comparant plataformes de fotografia tradicional i contingut generat per IA. Busca determinar si la IA mitiga o perpetua aquests biaixos en la representació visual.MetodologiaEs van estudiar 600 imatges de quatre plataformes: Shutterstock, Getty Images (fotografia tradicional), Lexica (Stable Diffusion) i Adobe Stock (IA). A través de prompts estandarditzats, com "Fotografia d'una persona somrient a [ubicació]", es va garantir la comparabilitat. Es va aplicar un marc sistemàtic per avaluar gènere, edat, ètnia i estereotips, identificant tendències a les plataformes.ResultatsEls resultats revelen que els biaixos persisteixen a totes les plataformes. Les imatges tradicionals sobrerepresenten dones, mentre que les generades per IA aconsegueixen més equilibri de gènere. La representació ètnica està dominada per arquetips eurocèntrics i caucàsics, encara que la IA millora lleugerament la presència afroamericana. La distribució per edat varia: la IA afavoreix joves i les plataformes tradicionals a adults. Cap imatge inclou persones amb discapacitat, cosa que evidencia una important manca de diversitat. A més, els estereotips de bellesa i activitats de lleure predominen, mentre que els rols laborals i culturals diversos estan subrepresentats.OriginalitatAquest treball ofereix una anàlisi comparativa única d'imatges tradicionals i generades per la IA, identificant tant limitacions com possibilitats de la IA per enfrontar biaixos. Proposa un marc sistemàtic per avaluar diversitat i representació, aportant idees clau per fomentar inclusió als mitjans visuals.
                                            [1] => ObjectivesThis study explores the prevalence of gender biases, stereotypes, and representational disparities in stock image banks, contrasting traditional photography platforms with AI-generated visual content. The research aims to assess whether AI mitigates or perpetuates existing biases and stereotypes in visual representation.MethodologyA case study approach was adopted, analyzing 600 images from four platforms: Shutterstock, Getty Images (traditional stock), Lexica (Stable Diffusion), and Adobe Stock (AI-generated). Standardized prompts, such as "Photography of a smiling person in [location]," were used to ensure comparability. A systematic framework evaluated parameters like gender, age, ethnicity, and the presence of stereotypical elements, revealing trends across platforms.FindingsThe findings confirm persistent biases in both traditional and AI-generated platforms. Traditional stock banks overrepresent women, while AI platforms achieve closer gender balance. Ethnic representation remains heavily skewed toward Eurocentric and Caucasian archetypes, with AI showing slight improvements in Afro-American representation. Age portrayals vary, with AI favoring younger demographics and traditional platforms emphasizing adults. Notably, no images depict individuals with disabilities, highlighting a significant gap in diversity. Stereotypes related to beauty standards, such as the use of makeup and accessories, and leisure activities dominate, with minimal representation of professional or diverse cultural roles.ValueThis study provides a comprehensive comparative analysis of traditional and AI-driven stock imagery, highlighting both the limitations and potential of AI to address biases. It contributes a systematic framework for evaluating diversity and representation, offering critical insights for fostering inclusivity in visual media.
                                            [2] => PropósitoEste estudio analiza la prevalencia de sesgos de género, estereotipos y disparidades en bancos de imágenes, comparando plataformas de fotografía tradicional y contenido generado por IA. Busca determinar si la IA mitiga o perpetúa dichos sesgos en la representación visual.MetodologíaSe estudiaron 600 imágenes de cuatro plataformas: Shutterstock, Getty Images (fotografía tradicional), Lexica (Stable Diffusion) y Adobe Stock (IA). A través de prompts estandarizados, como "Fotografía de una persona sonriendo en [ubicación]", se garantizó la comparabilidad. Se aplicó un marco sistemático para evaluar género, edad, etnia y estereotipos, identificando tendencias en las plataformas.ResultadosLos resultados revelan que los sesgos persisten en todas las plataformas. Las imágenes tradicionales sobrerrepresentan a mujeres, mientras que las generadas por IA logran mayor equilibrio de género. La representación étnica está dominada por arquetipos eurocéntricos y caucásicos, aunque la IA mejora ligeramente la presencia afroamericana. La distribución por edad varía: la IA favorece a jóvenes y las plataformas tradicionales a adultos. Ninguna imagen incluye personas con discapacidad, lo que evidencia una importante falta de diversidad. Además, los estereotipos de belleza y actividades de ocio predominan, mientras los roles laborales y culturales diversos están subrepresentados.OriginalidadEste trabajo ofrece un análisis comparativo único de imágenes tradicionales y generadas por IA, identificando tanto limitaciones como posibilidades de la IA para enfrentar sesgos. Propone un marco sistemático para evaluar diversidad y representación, aportando ideas clave para fomentar inclusión en los medios visuales.
                                        )

                                    [publisher] => Universitat Pompeu Fabra
                                    [date] => 2025
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                        )

                                    [format] => Array
                                        (
                                            [0] => application/pdf
                                            [1] => application/pdf
                                        )

                                    [identifier] => Array
                                        (
                                            [0] => https://raco.cat/index.php/Hipertext/article/view/432316
                                            [1] => 1695-5498
                                            [2] => 10.31009/hipertext.net.2025.i30.05
                                        )

                                    [source] => RACO (Revistes Catalanes amb Accés Obert)
                                    [language] => Array
                                        (
                                            [0] => eng
                                            [1] => spa
                                        )

                                    [relation] => Array
                                        (
                                            [0] => Hipertext.net; Núm. 30 (2025); 41-78;Hipertext.net; No. 30 (2025); 41-78;Hipertext.net; Núm. 30 (2025); 41-78;
                                            [1] => https://raco.cat/index.php/Hipertext/article/view/432316/527081
                                            [2] => https://raco.cat/index.php/Hipertext/article/view/432316/527082
                                        )

                                    [rights] => Array
                                        (
                                            [0] => Copyright (c) 2025 Mar Redondo-Arolas, Lluís Codina, Pere Freixa, Carlos Lopezosa
                                            [1] => http://creativecommons.org/licenses/by-nc-nd/4.0
                                            [2] => info:eu-repo/semantics/openAccess
                                        )

                                )

                        )

                )

        )

)