公众对于人工智能生成艺术的版权认知：自我中心性、竞争与经验的作用
Public Opinions About Copyright for AI-Generated Art: The Role of Egocentricity, Competition, and Experience
Gabriel Lima, Nina Grgić-Hlača, Elissa M. Redmiles
2025-04-24
开放获取艺术理论被引 8
摘要
生成式人工智能（GenAI）的突破引发了关于人工智能生成作品的艺术与法律地位的讨论。本研究基于版权法的视角，探讨了普通大众（$N$=432）对人工智能生成艺术的认知。我们考察了普通人对生成式人工智能图像的评判，涉及多项与版权相关的因素，并了解了人们认为谁应成为人工智能生成图像的作者及权利持有人。为此，我们举办了一场有奖励机制的人工智能艺术竞赛，部分参与者利用生成式人工智能模型创作艺术作品，另一部分参与者则对这些作品进行评价。研究发现，参与者认为创作人工智能生成艺术需要创造力和投入，而非特定技能。参与者最倾向于将作者身份和版权归属于人工智能模型的用户以及其训练数据来源艺术家。研究还发现了自我中心性效应：在质量、创造力和投入程度的评价中，参与者更偏爱自己的作品——尤其是当这些评价直接关系到实际金钱奖励时。
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
- 大众普遍认为创作AI生成艺术需要创造力和努力，但不需要传统技能。在版权与作者归属方面，人们最倾向于将权利赋予AI模型使用者以及提供训练数据的原始艺术家。研究还揭示了显著的自我中心效应，即参与者在评估艺术品质、创造力与努力程度时明显偏袒自身作品，且在涉及真实金钱奖励时该效应更为强烈。
- 研究方法
- 研究采用实证调查法，通过版权法视角收集了432名普通大众对AI生成图像的认知数据。核心数据收集途径是举办一场带有物质激励的AI艺术比赛，让部分参与者使用生成式AI模型创作图像，另一部分参与者对这些图像进行评估，以此测量人们的版权归属判断及自我中心偏见。
- 学术贡献
- 该研究从普通大众的认知视角切入，为理解AI生成作品的法律与艺术地位争议提供了实证依据。它明确了大众对AI艺术创作要素的独特界定，并揭示了版权归属的民意倾向。同时，研究在AI艺术评估与真实金钱奖励交织的情境下，证实了自我中心效应对艺术评价的干扰。
- 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