人工智能与非西方艺术世界:通过艺术探究和情境对话重新构想批判性人工智能未来

生成式AI(文本、图像、音乐、视频)AI 伦理、公平与问责科技伦理与批判性HCI视觉艺术家与设计师博物馆馆员与策展人社会学家与人类学家

研究背景与问题

  • 作者发现了哪些问题或挑战? 当前的生成式人工智能技术在非西方文化表达中的应用存在多重问题,包括西方审美和价值观的主导地位可能导致文化的擦除和边缘化。此外,生成式人工智能的评估普遍忽略了其在非西方社会中的本地化适应和社会化动态,而现有研究通常将艺术家视为主要的利益相关者,而忽视了艺术嵌入于更广泛的社会和文化背景这一事实。

  • 为什么这个问题很重要? AI在艺术和文化表达领域的潜在影响至关重要,因为它可能重塑人们对文化身份、历史和政治表达的理解。在非西方语境中,这种影响尤为紧迫,因为它涉及结构性权力动态对技术使用和文化代表性的强烈影响,同时可能引发全球范围内对文化公平性的质疑。

  • 研究动机与相关工作 基于社会学家Howard Becker的“艺术世界”理论,作者试图从一个更具社会化、地方化的视角来研究生成式人工智能如何被非西方文化情境中的艺术家和评论家所采用、改造和重新构想。此外,研究进一步扩展了关于AI对创造性实践影响的现有文献,尤其是在非西方环境中的实践和适应。

解决方案

  • 作者提出了哪些方法或解决方案? 作者通过设立一个为期8周的实验与对话项目,将艺术家与艺术历史学家和策展人共同引入生成式人工智能的实践中。艺术家通过探索生成式人工智能工具的文化化适应及创造性“黑客”操作,生成出文化嵌入的艺术作品,同时该过程通过本地艺术世界对技术和艺术的评价与指导进行补充。

  • 该解决方案的创新之处是什么? 该研究展示了以下创新点:

    1. 本地化适应与改造:艺术家不仅是技术的使用者,更是技术可能性的塑造者。
    2. 社会化评估方法:通过“艺术世界”对话拓宽现有AI评估的范围,包括了社会和文化背景。
    3. 未来设计视图:通过艺术探询和合作为生成式人工智能系统想象并设计备选技术路径,从而超越传统的审计式评价框架。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 实验和工具使用:艺术家使用生成式人工智能工具(包括MidJourney、DALL-E、Stable Diffusion等)生成文化嵌入的媒体工件,同时尝试特定数据集的微调和提示工程。
    2. 工作坊和对话:通过工作坊与本地艺术评论者共同开发作品以及评价生成的结果,确保技术应用与文化背景的联动。
    3. 数据分析:应用定性主题分析方法对艺术家日记、输出以及对话反映进行编码和归纳。

研究成果

  • 取得了哪些具体成果?

    • 参与者成功开发了生成式人工智能工具的创造性使用策略,包括针对文化语境的语言测试、“黑客”技术以及数据集的微调。
    • 研究揭示了生成式人工智能在非西方语境下如何被重新想象为一种批判性工具、政治表达的载体和修复性代表的手段。
    • 提出了未来人工智能设计的愿景,包括去殖民化的档案数据、可定制化与可控工具、透明度和用户教育,以及权力共享的结构改革。
  • 与现有解决方案相比,它有哪些优势?

    • 与现有评估方法相比,该解决方案通过本地化和社会化视角改进了生成式人工智能在非西方文化背景下的应用评估。
    • 提出了更多交互式的多方利益者参与模型,而不仅仅专注于艺术家个人。
    • 引入了一种结合文化和社会动态的未来愿景,为生成式人工智能设计开辟了新的路径。
  • 实验或评估结果是什么?

    • 在生成作品的过程中,参与者发现现有技术无法处理多语言内容(例如波斯语言“Woman, Life, Freedom”的失败案例)、生成的内容具有刻板印象以及缺乏本地文化嵌入。
    • 艺术家通过黑客策略改进了生成的结果,例如微调模型或结合多模态输入,部分突破了刻板印象问题。
    • 对话的结果揭示了技术的当前局限性,同时补充了关于未来发展的关键洞见。
  • 局限性与未来方向

    • 局限性:
      • 当前生成式人工智能工具需要大量人工干预才能满足本地文化与政治表达的需求。
      • 技术公司对数据的集中控制可能使社区难以有效干预模型的设计。
    • 未来方向:
      • 开发更加开放、易操作的模型架构和界面以支持本地化适应。
      • 设计去中心化的数据共享和治理模式以促进社区权力共享。
      • 将生成式人工智能的结构性批判与技术设计结合,从根本上解决代表性和公平性问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189069/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3714049
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、AI 伦理、公平与问责、科技伦理与批判性HCI
work
职业/产业
视觉艺术家与设计师、博物馆馆员与策展人、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文