工作坊的起點是一個疑問：為什麼生成器會生出這一張圖？為了找答案，研究從 CLIP，以及 CLIP Interrogator 這類能從圖片反推提示詞的工具開始。
CLIP 會把圖片和文字放進同一個空間，再用一個分數表示兩者有多相符。許多圖像生成器和圖片搜尋工具，都靠它判斷「這張圖是不是符合這段描述」，只是使用者通常看不到這個步驟。
配對
參與者給 CLIP 一張圖和幾段短文字，看它覺得哪一段最貼切：馬格利特（René Magritte）畫的那支煙斗，對上「this is a pipe」和「this isn’t a pipe」；一張貓的照片，對上英文「cat」、德文「Katze」和西班牙文「gato」；一張人工智慧生成的人臉，對上四個不同表情的表情符號。分數幾乎從來不是中立的，而這些出乎意料的結果，正是這個練習想讓大家看到的。
搜尋
接著反過來，讓 CLIP 去找圖。程式不斷從一個專門生成「不存在的人」的網站抓取隨機人臉，每一張都拿去跟一個詞（例如「happy」）比對打分，只留下目前分數最高和最低的那兩張。把詞換成「nurse（護理師）」、「programmer（程式設計師）」或「dumplings（餃子）」再跑一次，機器對這些詞的刻板印象就會一點一點浮現。拿食物來試也一樣奇怪：有一輪測「happy」，一盤配香腸的湯拿到 20.48 分，比一盤金黃的炸肉排（19.38 分）還高。
