人机协同创作中的交流机制：基于文生图系统生成绘画的感知分析
Communication in Human–AI Co-Creation: Perceptual Analysis of Paintings Generated by Text-to-Image System
Yanru Lyu, Xinxin Wang, Rungtai Lin, Jun Yu Wu
Applied Sciences · 2022-11-08
开放获取艺术理论被引 145被引前 10%影响因子 ≈4.1
摘要
近年来，借助人工智能进行的艺术创作逐渐成为一种主流现象。人工智能的最新应用之一是根据自然语言描述生成视觉艺术作品，任何人都能通过简单操作与之互动，从而创作出数千幅艺术图像，这引发了诸多疑问：艺术创作的实质究竟是什么？在这个时代谁能够创作艺术？基于此，本研究采用理论性交流框架，探究艺术家与非艺术家在使用文生图系统时互动方式的差异。实验中邀请了10位艺术家和10位非艺术家与Midjourney系统协同创作，记录了他们的行为与反馈，同时收集了两组生成的图像用于视觉问答任务，并以艺术家创作的绘画作为参考样本。共有42名具有艺术背景的受试者参与了该项评估实验。研究结果表明，两组受试者在创作行为及对人工智能的态度上存在差异，不过该技术模糊了创作者艺术经验所导致的成果感知差异。此外，若要更准确地把握艺术价值，还需重视有效性层面的交流。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- AI文本生成图像技术使艺术创作大众化，引发了关于艺术创作本质与创作者身份的重新审视。在人与AI的共创中，艺术家与非艺术家在创作行为及对AI的态度上存在显著差异。然而，AI技术也模糊了因创作者专业经验不同而导致的对作品感知结果的差异。此外，为了更好地感知作品的艺术价值，需要特别关注有效性层面的传播问题。
- 研究方法
- 研究基于理论传播框架设计实验，邀请10位艺术家与10位非艺术家与Midjourney系统进行共创，并记录其操作行为与反思。收集两组生成的图像集，结合一幅人类艺术家创作的绘画作为参考样本，开展视觉问答任务。最终由42位具备艺术背景的受试者对生成结果进行评估与感知分析。
- 学术贡献
- 揭示了艺术家与非艺术家群体在AI共创过程中的行为模式与态度差异，为理解人机协同创作机制提供了实证依据。发现了AI技术具有抹平因创作者专业经验不同而导致的感知差异的效应，拓展了对技术介入下艺术感知的认识。强调了有效性传播对艺术价值感知的重要性，为优化人机共创交互提供了理论视角。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Aesthetic Perception and Analysis