La investigación propone evaluar pictogramas generados con inteligencia artificial mediante un índice de cinco variables: contraste, complejidad, proporción, densidad y asimetría. A través de herramientas como Python, OpenCV y análisis paramétrico, se compararon variantes producidas con distintos niveles de especificidad en los prompts.
Sobre las implicancias de la investigación, el Dr. César Sagredo Aravena enfatizó:
Aclaró que uno de estos desafíos es la rotulación de medicamentos potencialmente riesgosos, especialmente cuando la información visual no logra advertir con suficiente claridad sobre las condiciones de uso o los efectos que pueden comprometer una conducción segura, puntualizó.
Los resultados indican que la inteligencia artificial genera variaciones medibles en los pictogramas y que un prompt más específico reduce la dispersión formal de las propuestas. La investigación será ampliada y publicada como un artículo científico en español, con el propósito de aportar criterios objetivos para evaluar la eficacia de pictogramas regulatorios y fortalecer el diseño de comunicación visual en contextos de riesgo.
Respecto a la relevancia del cometido, el Dr. César Sagredo Aravena expresó;
Añadió que en este caso, la investigación se enfoca en la comunicación del riesgo y la rotulación de medicamentos, con especial atención al diseño de advertencias visuales perceptibles, que permitan advertir oportunamente sobre sus posibles efectos y favorecer un uso seguro y responsable, finalizó.