生成式人工智能的艺术与科学

AI会不会终结艺术？许多人担心，AI能制作高质量的艺术作品散文和诗歌，会不导致这些行业的终结。本文对这个问题进行了很好的探讨，认为不会，但会对这些原来只属于人类的领域产生重大影响，导致新艺术形式的出现。

Art and the science of generative AI | Science

一类新工具的功能，俗称生成人工智能（AI），是一个备受争议的话题。迄今为止，一个突出的应用是为视觉艺术、概念艺术、音乐和文学以及视频和动画制作高质量的艺术媒体。例如，扩散模型可以合成高质量的图像（1），而大型语言模型（LLM）可以在广泛的上下文中产生听起来合理且令人印象深刻的散文和诗歌（2）。这些工具的生成能力可能会从根本上改变创作者制定想法并将其投入生产的创作过程。随着创造力被重新构想，社会的许多部门也可能被重新构想。了解生成式人工智能的影响，并围绕它做出政策决策，需要对文化、经济、法律、算法以及技术和创造力的相互作用进行新的跨学科科学探究。

乍一看，生成式人工智能工具似乎完全自动化了艺术生产——这种印象反映了过去传统主义者将新技术视为威胁“艺术本身”的例子。事实上，这些技术变革的时刻并不预示着“艺术的终结”，而是产生了更复杂的影响，重塑了创作者的角色和实践，并改变了当代媒体的美学（3）。例如，一些19世纪的艺术家将摄影的出现视为对绘画的威胁。然而，摄影并没有取代绘画，而是最终将其从现实主义中解放出来，引发了印象派和现代艺术运动。相比之下，肖像摄影确实在很大程度上取代了肖像画。同样，音乐制作的数字化（例如，数字采样和声音合成）被谴责为“音乐的终结”。相反，它改变了人们制作和听音乐的方式，并帮助催生了新的流派，包括嘻哈和鼓贝斯。像这些历史类比一样，生成人工智能并不是艺术消亡的预兆，而是一种具有自己独特能力的新媒介。作为人类创作者使用的一套工具，生成式人工智能的定位是颠覆创意产业及其他领域的许多部门——在短期内威胁到现有的工作和劳动模式，同时最终实现新的创造性劳动模式并重新配置媒体生态系统。

然而，与过去的颠覆不同，生成式人工智能依赖于人们的训练数据。这些模型通过从现有的艺术媒体中提取统计模式来“学习”生成艺术。这种对训练数据的依赖引发了新的问题，例如数据的来源、它如何影响输出以及如何确定作者身份。通过利用现有工作来自动化创作过程的各个方面，生成式人工智能挑战了作者身份、所有权、创意灵感、采样和混音的传统定义，从而使现有的媒体制作概念复杂化。因此，重要的是要考虑生成人工智能对美学和文化的影响、所有权和信用的法律问题、创意工作的未来以及对当代媒体生态系统的影响。在这些主题中，有一些关键的研究问题可以为这项技术的政策和有益用途提供信息（4）。

为了正确研究这些主题，首先有必要了解用于描述AI的语言如何影响对技术的看法。“人工智能”一词可能误导性地暗示这些系统表现出类似人类的意图、代理甚至自我意识。基于自然语言的界面现在伴随着生成AI模型，包括使用“I”代词的聊天界面，这可能会给用户一种类似人类的互动和代理感。这些看法可能会破坏创作者的信誉，他们的劳动是系统产出的基础（5），并在这些系统造成伤害时转移开发人员和决策者的责任（6）。未来的工作需要了解对生成过程的看法如何影响对产出和作者的态度。这可以促进设计披露生成过程并避免误导性解释的系统。

生成人工智能的特定功能反过来又产生了可能对艺术和文化产生长期影响的新美学。随着这些工具变得越来越普遍，它们的使用变得司空见惯（就像一个世纪前的摄影一样），它们输出的美学将如何影响艺术输出仍然是一个悬而未决的问题。生成式人工智能的低进入门槛可以通过扩大参与艺术实践的创作者群体来增加艺术产出的整体多样性（好比今天人人都会拍照，将来人人都是艺术家？）。与此同时，嵌入在训练数据中的审美和文化规范和偏见可能会被捕获、反映甚至放大，从而减少多样性（7）。人工智能生成的内容也可能为未来的模型提供信息，创造一个自我参照的美学飞轮，可以延续人工智能驱动的文化规范。未来的研究应探索量化和增加产出多样性的方法，并研究生成人工智能工具如何影响美学和美学多样性。

社交媒体平台的不透明、参与度最大化的推荐算法可以通过产生耸人听闻和可分享内容的反馈循环（8）进一步加强审美规范。随着算法和内容创建者试图最大限度地提高参与度，这可能会进一步使内容同质化。然而，一些初步实验（9）表明，在某些情况下，在策划人工智能生成的内容时纳入参与度指标可以使内容多样化。推荐算法放大了哪些风格，以及这种优先级如何影响创作者制作和分享的内容类型，仍然是一个悬而未决的问题。未来的工作必须探索由生成模型、推荐算法和社交媒体平台之间的相互作用形成的复杂、动态的系统，以及它们对美学和概念多样性的影响。

生成式人工智能依靠训练数据来自动化创作的各个方面，这引发了有关作者身份的法律和道德挑战，因此应该促使对这些系统的性质进行技术研究。版权法必须平衡创作者、生成性人工智能工具用户和整个社会的利益。如果不直接复制受保护的作品，法律可以将培训数据的使用视为非侵权;如果培训涉及基础数据的实质性转换，则合理使用;仅当创作者提供明确许可时才允许;或受法定强制许可的约束，允许将数据用于培训，前提是创作者获得报酬。大部分版权法依赖于司法解释，因此目前尚不清楚收集第三方数据用于培训或模仿艺术家的风格是否会侵犯版权。法律和技术问题交织在一起：模型是直接从训练数据中复制元素，还是产生全新的作品？即使模特不直接从现有作品中复制，也不清楚是否以及如何保护艺术家的个人风格。什么机制可以保护和补偿那些作品被用于培训的艺术家，甚至允许他们选择退出，同时仍然允许使用生成人工智能模型做出新的文化贡献？回答这些问题并确定版权法应如何处理训练数据需要大量的技术研究来开发和理解人工智能系统，社会科学研究以了解对相似性的看法，以及将现有先例应用于新技术的法律研究。当然，这些观点仅代表美国的法律观点。

一个独特的法律问题涉及谁可以声称对模型输出的所有权。回答这个问题需要了解系统用户与其他利益相关者（例如系统的开发人员和训练数据的创建者）的创造性贡献。人工智能开发人员可以通过使用条款主张对输出的所有权。相比之下，如果系统的用户以有意义的创造性方式参与其中（例如，该过程不是完全自动化的，或者没有模仿特定作品），那么他们可能被视为默认版权所有者。但是，用户的创造性影响力必须有多大才能让他们声称拥有所有权？这些问题涉及研究使用基于人工智能的工具的创作过程，如果用户获得更直接的控制，可能会变得更加复杂。

无论法律结果如何，生成式人工智能工具都可能改变创造性的工作和就业。流行的经济理论[即技能偏向技术变革（SBTC）]假设认知和创造性工作者面临的劳动力中断较少，因为创造力不容易被具体规则所束缚（即波兰尼悖论）（10）。然而，新工具引发了对作曲家、平面设计师和作家等创意职业的就业担忧。之所以出现这种冲突，是因为SBTC未能区分分析工作和创造性构思等认知活动。需要一个新的框架来描述创作过程的具体步骤，其中哪些步骤可能受到生成人工智能工具的影响，以及不同认知职业对工作场所要求和活动的影响（11）。

虽然这些工具可能会威胁到某些职业，但它们可以提高其他职业的生产力，并可能创造新的职业。例如，从历史上看，音乐自动化技术使更多的音乐家能够创作，即使收入倾斜（12）。生成式人工智能系统每分钟可以创建数百个输出，这可以通过快速构思加速创作过程。然而，这种加速也可能通过消除与白板相关的原型初始阶段来破坏创造力的各个方面。无论哪种情况，生产时间和成本都可能会下降。创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。反过来，对创造性工作的需求可能会增加。然而，创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。此外，许多使用传统工具（如插图或图库摄影）的雇佣职业可能会被取代。几个历史例子证实了这一点。最值得注意的是，工业革命使传统手工工艺品（例如陶瓷、纺织品和炼钢）的大规模生产成为可能，由非工匠的劳动;手工制品成为特色商品。同样，摄影取代了肖像画。音乐的数字化消除了学习物理操作乐器的限制，并使更多的贡献者能够进行更复杂的安排。这些工具可能会改变谁可以作为艺术家工作，在这种情况下，即使平均工资下降，艺术家的就业率也可能上升。

由于这些工具影响了创造性劳动，它们也给更广泛的媒体生态系统带来了潜在的下游危害。随着大规模生产媒体的成本和时间的减少，媒体生态系统可能通过创建合成媒体，特别是为索赔提供证明证据的媒体，容易受到人工智能生成的错误信息的影响（13）。这些生成逼真的合成媒体的新可能性可能会通过所谓的“骗子红利”（虚假内容通过破坏对真相的信任而使骗子受益）（14）破坏对真实捕获媒体的信任，并增加欺诈和未经同意的性图像的威胁。这就提出了重要的研究问题：平台干预，如跟踪来源和检测下游合成媒体，在治理和建立信任方面的作用是什么（15）？合成媒体的激增如何影响对真实媒体的信任，例如未经编辑的新闻照片？随着内容生产的增加，集体注意力可能会减少（16）。人工智能生成内容的爆炸式增长可能反过来阻碍社会在气候和民主等重要领域集体讨论和行动的能力。

每一种艺术媒介都反映和评论了其时代的问题，围绕当代人工智能生成艺术的辩论反映了当前围绕自动化、企业控制和注意力经济的问题。最终，我们通过艺术表达我们的人性，因此理解和塑造人工智能对创造性表达的影响是关于其对社会影响的更广泛问题的中心。对生成式人工智能的新研究应该为该技术的政策和有益用途提供信息，同时与关键的利益相关者，特别是艺术家和创意劳动者本身，他们中的许多人积极参与社会变革的前沿难题。