Interpretability Analysis in the Classification of Nature-Related Images on Social Media
Feliu Criado, Paula
Langemeyer, Johannes, tut. (Universitat Autònoma de Barcelona. Departament d'Enginyeria Química, Biològica i Ambiental)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Estudi de la interpretabilitat en la classificació d'imatges relacionades amb la natura a les xarxes socials
Títol variant:	Estudio de la interpretabilidad en la clasificación de imágenes relacionadas con la naturaleza en redes sociales
Data:	2025
Resum:	L'urbanització i els estils de vida centrats en les pantalles es consideren factors que erosionen els valors cap a la natura que sustenten la preocupació ambiental, però el paper de les xarxes socials en el foment d'aquests valors continua sent en gran part ignorat.
Resum:	La urbanización y los estilos de vida centrados en pantallas se consideran factores que erosionan los valores hacia la naturaleza que sustentan la preocupación medioambiental, pero el papel de las redes sociales en el fomento de estos valores sigue siendo en gran parte ignorado.
Resum:	Urbanization and screen-based lifestyles are thought to erode the nature values that underlie environmental concern, yet social media's role in fostering these values remains largely overlooked. We developed a multitask AI pipeline fine-tuned on manually coded X posts. The model classifies images across four tasks: Nature/Non-Nature, Biotic/Abiotic, Material/Immaterial, and Landscape Type. Of four interpretability methods, Grad-CAM and LIME showed the most human-aligned heatmaps, remaining robust to perturbations. Binary tasks focus on faces or animals, while landscape predictions draw on broader context. EfficientNet-B0 matched ResNet-18's accuracy but emphasized textures, showing that architecture shapes explanation quality as much as metrics. The pipeline preselects relevant social-media content, reducing workload and analyzing DRVs at scale to design online experiences that promote real-world environmental stewardship.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Titulació:	Grau en Intel·ligència Artificial [2504392]
Pla d'estudis:	Intel·ligència Artificial [1497]
Document:	Treball final de grau ; Text
Matèria:	Valors relacionals digitals (VRD) ; Connexió entre humans i natura ; Imatges a les xarxes socials ; Aprenentatge per transferència ; Classificació d'imatges multitasca ; Intel·ligència artificial explicable ; Grad-CAM ; LIME ; Valores relacionales digitales (VRD) ; Conexión humano-naturaleza ; Imágenes en redes sociales ; Aprendizaje por transferencia ; Clasificación de imágenes multitarea ; Inteligencia artificial explicable ; Digital Relational Values (DRV) ; Human-nature connection ; Social-media imagery ; Transfer learning ; Multitask image classification ; Explainable AI ; GradCam

15 p, 29.7 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG