既非工具亦非协作者:用材料参与理论重新思考艺术实践中的人机协同创造
生成式AI(文本、图像、音乐、视频)代码创作与计算艺术数字艺术装置与交互表演视觉艺术家与设计师HCI 研究员
文献标题
Neither Tool nor Collaborator: Rethinking Human–AI Co-Creativity in Artistic Practice with Material Engagement Theory
出版信息
- 主题领域: 艺术实践中的人机协同创造
- 关键词: 人机协同创造, 材料参与理论, 机器学习系统, 艺术实践, 审美体验, 创造性赋能, 元艺术家, 迭代参与, 关系动态
背景与问题
- 问题/挑战: 现有的人机协同创造框架将人工智能系统极化为被动工具或自主协作者,未能捕捉艺术实践中与机器学习系统相关的关系性和动态生成特性。
- 重要性: 将人机协同创造理解为一种关系性和生成性的过程,可以提升艺术实践,指导数字创意支持系统的设计,并重新定义创造性主体的概念。
- 动机与相关研究: 先前的研究将人工智能系统框定为工具或协作者,限制了对生成性创造和审美赋能的探索。最初在认知考古学中发展起来的材料参与理论(Material Engagement Theory, MET)提供了一种关系性视角,消解了艺术家与材料之间的界限,从而能够更深入地理解人机协同创造。
解决方案
- 提出的方法: 应用材料参与理论(MET),将人机协同创造重新框定为一种生成性和关系性的过程,重点关注艺术家与机器学习系统之间的持续互动。
- 创新点:
- 通过MET重新定义人机协同创造,克服对人工智能系统的二元化框定。
- 识别出迭代参与、控制与偶然之间的连续体、艺术直觉、系统赋能的内化以及元艺术家的演变角色等机制。
- 强调通过相互参与形成的生成性创造和审美过程。
- 提供对人机交互(HCI)的启示,包括创意支持系统的设计建议和基于意图的交互方式。
- 程序与关键技术:
- 对18位使用机器学习系统的当代艺术家的实践进行定性、解释性和框架指导的分析。
- 结合大语言模型(LLM)辅助的信息提取与手动主题分析。
- 分析54份公开文档以识别MET概念和生成机制。
结果
- 具体发现:
- 艺术家通过生成与反馈的迭代循环与机器学习系统互动,促进了相互影响以及生成性创造和审美赋能。
- 艺术直觉、系统逻辑的内化以及元艺术家的角色被识别为关系性协同创造的核心机制。
- 审美意义通过解释性框架、情感过滤以及观众对模糊输出的参与而产生。
- 相较基线的优势:
- MET提供了一个统一的关系性框架,超越了将人工智能系统视为工具或协作者的二元框定,捕捉了人机协同创造的生成性动态。
- 实验/评估:
- 使用主题编码对18位艺术家的实践进行分析,数据来源包括访谈、论文和演讲的验证内容。
- 通过手动验证LLM辅助提取的内容,确保准确性和完整性,召回率达到90%。
- 局限性与未来研究:
- MET在处理数字材料的抽象性和人机交互的中介性方面存在局限。
- 对非视觉艺术领域的适用性有限。
- 未来研究可以更深入地探索直觉和内化等机制,并将研究结果扩展到其他创意背景中。
总结
本研究通过材料参与理论(MET)重新思考人机协同创造,将艺术实践与机器学习系统框定为一种关系性和生成性的过程。研究识别了控制与偶然之间的连续体、艺术直觉、系统赋能的内化以及元艺术家角色等关键机制。研究结果强调了创造性和审美属性如何通过持续互动而产生,为人机交互设计和数字创意支持系统提供了新的见解。该研究揭示了人类意图与机器响应之间动态互动的协同创造过程,为未来研究和实际应用开辟了新的方向。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791752
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、代码创作与计算艺术、数字艺术装置与交互表演
work
职业/产业
视觉艺术家与设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文