计算机，编舞者？对计算机随机生成的舞蹈作品的审美反应
The computer, A choreographer? Aesthetic responses to randomly-generated dance choreography by a computer
Kohinoor Monish Darda, Emily S. Cross
Heliyon · 2022-12-30
摘要
人工智能（AI）究竟是在改变我们的文化，还是正在创造属于自己的文化？随着人工智能与机器学习技术的不断进步，艺术创作正步入一个充满无限可能性与复杂性的全新领域，但同时也引发了诸多颇具挑战性的问题：究竟什么才能被定义为艺术？在自动化时代人类创造力又扮演着怎样的角色？我们是否应以与评判人类创作的艺术同等的标准来评价人工智能生成的艺术？通过两项预先注册且具备统计效力的实验，我们探究了观察者对计算机生成舞蹈作品的偏见，以及专业素养与关于艺术创作起源的先入之见对审美反应的影响，从而揭示了人们对计算机生成艺术的审美反应特征。研究结果提供了充分证据，证明舞蹈专家群体中对计算机生成的舞蹈作品存在明显的偏见；无论对于舞蹈专家还是对舞蹈缺乏了解的参与者而言，对舞蹈作品起源的主观认知都会对其审美评价产生显著影响。本研究结论可为美学、人工智能、工程学、机器人学以及社会认知与神经科学等多个艺术与科学领域的研究提供重要参考。除了人工智能实体及艺术产品的物理形态与内容外，要实现高效的人机/人与人工智能互动，还必须充分考虑观众对艺术型人工智能及人工智能实体的认知与态度。
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
基于全文生成- 主要观点
- 观察者对计算机生成的舞蹈编排存在明显的审美偏见，且该偏见受艺术专业知识和先验来源信念的深刻影响。舞蹈专家对计算机编排表现出显著的显性偏见，而无论观察者是否具备舞蹈专业知识，仅对作品创作来源的信念就足以导致其审美评价产生偏差。
- 研究方法
- 研究通过两项预注册且具备统计功效的实验展开，以印度古典舞为素材构建了人类编排与计算机随机生成的舞蹈视频库。实验采用评分与分类任务，并通过操控任务顺序来区分观察者的隐性与显性偏见，最终运用累积链接混合模型对数据进行统计分析。
- 学术贡献
- 研究为舞蹈专家对计算机生成艺术存在显性偏见提供了实质性证据，并证实了来源信念对审美判断的独立影响。该发现不仅丰富了实证美学的理论认知，也为人工智能、机器人学及社会认知神经科学等跨学科领域提供了重要启示，强调了在人机交互设计中必须纳入对观众认知与态度的考量。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 未来需致力于优化观众对计算机生成艺术及人工智能的信念与态度，以促进更有效的人机及人类与AI的交互。同时，除了关注人工智能代理与艺术作品的物理形式及内容外，还应深入探索如何将观众对艺术AI的认知与态度整合至交互系统设计中。
本综述由 AI（GLM-5.1）阅读开放获取全文自动生成，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