生成式AI在纪实摄影中的应用：探索视觉叙事的机会与挑战

研究背景与问题

• 发现的问题或挑战: 当前对生成式AI在纪录摄影中的应用研究较少，尤其关于如何在实践中融合生成式AI技术，同时保持伦理标准的探讨更为欠缺。实践中出现的问题包括图像真实性的争议、叙事的去情境化，以及对摄影师和新闻机构公信力的威胁。
• 为什么重要: 纪录摄影在社会评论和推动社会变革方面具有深远影响，但生成式AI技术的兴起可能挑战其传统的真实性和伦理性原则。同时，文本生成图片的潜力也引发了关于如何利用技术赋予故事更大社会参与的重要议题。
• 研究动机与相关工作: 论文回顾了纪录摄影的传统实践，与生成式AI在新闻摄影、视觉故事及未来主义叙事中的应用研究。发现AI通常在视觉艺术和新闻机构中用于创意拓展，但因此而带来的伦理问题(如真实性及数据来源透明性)尚未被系统性解决。

解决方案

• 提出的解决方法或方案: 作者通过对六位纪录摄影师的半结构化访谈，探讨如何将生成式AI与纪录实践结合。作者认为，应设计生成式AI工具以增强社区参与和叙事透明性，从而补充而非替代传统纪录方法。
• 方案的创新之处: 通过深入访谈分析摄影师的实践和观点，揭示生成式AI在推动社区自主叙事和伦理性设计中的潜力及限制，同时提出技术优化方向。
• 实施步骤与关键技术:
  1. 访谈六位从事长期项目的纪录摄影师，核心问题包括社区合作实践与生成式AI技术的影响。
  2. 使用质性分析提取访谈主题，识别生成式AI在摄影实践中的应用机遇与挑战。
  3. 提出从伦理性、透明性和社区参与角度优化生成式AI工具的设计建议。

研究成果

• 具体成果:
  1. 生成式AI在纪录摄影中的应用存在伦理性争议，包括真实性的缺失和使用中的潜在文化及社会包袱。
  2. 生成式AI可用于增强社区叙事的可见性，例如让社区成员通过AI工具表达自我故事，同时保护隐私。
  3. 在图像生成方面，AI工具目前无法充分反映人类切身经历的情感与复杂性，但它可用于表现未来主义的虚拟场景或预测性叙事。
• 相比现有解决方案的优势: 与传统摄影工具相比，生成式AI可提供更大范围的创意探索和隐私保护，同时具有赋权社区表达特定历史记忆的潜力。
• 实验或评估结果: 访谈中多名摄影师提到理想生成式AI应用应支持社区成员更真实地讲述他们的生活故事，并加强视觉透明性。与此同时，当前技术的真实性不足和文化偏见仍严重影响其应用信任度。
• 局限性与未来方向:
  • 局限性: AI生成图像缺乏情感深度，容易被误认为“带有机器合成感”，并普遍存在数据集偏见问题。而且技术的文化包袱使其在纪录实践中推广受限。
  • 未来方向: 可通过研究支持社区参与，探索生成式AI在情感丰富的个性化叙事中的角色；优化工具设计以强调文化敏感性和伦理透明性。加强AI识读能力（AI literacy）以帮助公众理解和批判生成图像。