Aalto 学者谈 AI 如何影响创意产业

完整中文导读

Aalto 大学计算机科学系助理教授 Christian Guckelsberger 研究创意 AI 的可持续发展，主张在真实工作场景中研究专业人士对创意 AI 的感知与采用。

中文整理

作者 / 来源：Aalto · Department of Computer Science · 原文时间未提供

原作者信息要点

文章发布于2023年4月21日，采访对象为阿尔托大学计算机科学系创意技术助理教授Christian Guckelsberger，主题为创意AI对创意产业的影响。

Guckelsberger研究创意AI的可持续发展，关注如何构建自身具有创造力并与人类互动的系统，以及这些系统如何造福社会。他认为现有研究多在实验室、针对非专家、仅覆盖创意过程有限环节且侧重生产力，他希望研究专业人士在真实工作场景中、跨整个创意过程对创意AI的感知、使用与采纳，以研究现实情境中的偏见并推动透明、以人为本的设计。

从研究视角看，应用AI研究长期聚焦自动化枯燥工作，现已转向人类自我实现领域。创意AI研究自1950年代起以不同强度进行，如今系统成熟度已可大规模影响专业创意人士和社会。这一进展得益于transformer和扩散模型等新机器学习架构，工业研究部门利用这些架构在海量数据上训练基础模型。目前仅在部分创意任务和领域看到掌握，但预计相同基础模型将用于其他系统和领域，扩大创意范围。

关于对专业人士的影响，Guckelsberger与副教授Perttu Hämäläinen、游戏产业学者Annakaisa Kultima、硕士生Veera Vimpari合作，针对芬兰游戏产业的文本到图像生成器开展研究，称其为首个针对特定行业的文本到图像生成器实证研究，也是迄今对此类系统最深入全面的研究。结果显示，即使在AI使用有悠久传统的游戏行业，专业人士也对发展速度感到不知所措，但同意最新创意AI将改变行业和角色，唯一出路是学习和适应。一位参与者称之为“适应或死亡型处境”，这成为论文标题。许多人不愿在创意过程早期概念阶段之后使用这些系统，主要出于伦理担忧，如训练模型时未补偿使用同行艺术家作品。

关于创意AI模型在创意产业的发展方向，Guckelsberger认为一旦政策制定者提供所需且被要求的监管，最新一代创意AI可能成为许多专业人士创意工作的又一工具，尤其在应用艺术领域可能带来显著成本降低和生产力提升，并预计将用于创意过程早期阶段直至最终产品。未来几代系统对艺术家的参与需求将更少。但这是否对所有人有益尚无定论：研究发现专业人士在与AI合作时为自己设定了各种角色，从“AI的艺术总监”到“AI的奴隶”。这些系统在替代可能无法获得的技术和劳动力的同时，也可能增加我们对技术及其提供者的依赖。核心信息是创意AI对专业人士的影响并非只有积极面，情况快速变化，反应多样，目前无法一刀切。

关于社会与伦理可持续的采用，Guckelsberger认为可持续性是首要挑战之一，需平衡受创意AI影响者的福祉与商业利益和科学好奇心。当前有两个紧迫问题使许多专业人士陷入内心冲突：第一，艺术家是否会因训练模型所用数据获得署名和补偿，以及如何获得；第二，专业人士面临的主要问题是输出内容的版权归属。他认为必须首先通过快速透明的立法解决这些问题，以支持这些系统的伦理和可持续使用。此外还有一系列仍在变化的问题，例如专业人士认为工作中最有意义的是什么，因此AI不应触及哪些方面。专业创意人士必须参与创意AI的监管和开发。社交媒体和新闻讨论可能嘈杂且过于肤浅，不适合政策制定。通过科学研究可以给专业人士更清晰的声音，纵向研究应能追踪使用和感知如何变化并适当调整。除用户研究外，还必须能够实验改变系统本身，而非仅接受行业提供的东西。目前这些模型已足够灵活，可在阿尔托大学训练和研究。

关于创造力的定义及机器创造力与人类创造力的区别，Guckelsberger认为创造力可被视为生产新颖且有价值的产物，例如在有用性或审美愉悦方面。但认知科学家仍在努力定义创造力，其含义由社会不断重新协商。最显著的是，重点已从创意过程中的工艺转向投入其中的想法。这种易变性使创意AI研究具有挑战性，要求超越AI和人机交互，进入认知科学、哲学、社会科学等学科。区分人类创造力与机器创造力的一种方式是动机：人类创造力多由好奇心等内在动机驱动，行动不为活动本身之外的任何价值；而大多数创意AI为优化单独目标而构建，例如通过包含训练数据特征来产生人们认为最吸引人的输出。他认为这不仅限制AI的创意潜力，也限制其真正补充和增强而非仅替代人类创造力的程度。他的研究挑战这种二分法，认为研究人类与AI之间的功能和感知差异至关重要，因为这使我们能够问：人工创造力应如何不同于人类创造力？与创意AI互动时有哪些偏见阻碍我们更充实地使用它？我们现在处于一个节点，不应再问“AI能否有创造力”，而应问“什么样的创意AI最适合我们”。

文章末尾提供可关注Christian工作的阿尔托大学网页、Mastodon和Twitter链接。

本站整理与观察

本站观察：该访谈的核心信息是创意AI正从实验室研究快速进入专业创意工作场景，但相关伦理、版权和补偿问题尚未解决，专业人士的态度复杂且多样。

本站观察：Guckelsberger团队针对芬兰游戏产业文本到图像生成器的研究，其“首个针对特定行业的实证研究”和“最深入全面”的表述来自受访者本人，属于作者声称，尚未在材料中提供独立验证。

本站观察：受访者预计创意AI将带来成本降低和生产力提升，并可能减少对艺术家参与的需求，但同时也指出可能增加技术依赖，这一判断属于研究者基于当前趋势的预测，并非已验证事实。

本站观察：材料中提到的“适应或死亡型处境”来自研究参与者，论文标题即源于此，但受访者本人认为这一说法可能过于戏剧化。

本站观察：关于版权归属、训练数据补偿和立法需求，受访者提出了明确主张，但这些主张属于政策建议和伦理呼吁，材料未提供具体立法进展或行业协议作为依据。

本文仅基于阿尔托大学2023年4月21日发布的访谈材料整理，未独立核实受访者所述研究的同行评审状态、样本规模或具体数据。文中所有预测、政策建议和伦理判断均来自受访者观点，不代表本站立场。材料未提供其他利益相关方回应或后续进展。