科技藝術創作與傳播行為辨析：從自然模仿到人工創造力

王嘉奇 周茂君

［摘 要］ 人工智能作為新的技術與載體，帶來了藝術創作方式、創作形式、呈現方式的顛覆式創新，在極短的時間內引發了業內外對科技藝術倫理的關注。科技藝術的蓬勃發展帶動了其概念的內涵與外延逐步延伸，伴隨而來的“人工創造力”提法，更激化了新理念、新方法、新形式與舊有倫理原則之間的矛盾。因此，有必要先厘清科技藝術的概念，解構其創作過程，并圍繞科技藝術的創作邏輯、藝術傳播及情感感知三個層面，對科技藝術創作行為及其創造力進行辨析。通過對技術倫理的批判性思考，可知科技藝術創作乃是對人類學習行為的再模仿，而無意識的單向感知制約了機器學習進行藝術創新，因而人工智能不能替代人類創作；須辯證看待科技參與藝術創作，理解并利用技術，為人類發展謀求福祉。

［關鍵詞］ 科技藝術 藝術傳播 技術倫理 創造力 人工智能

［基金項目］ 本文系國家社會科學基金項目“中國新媒體廣告規制研究”（編號：17BXW094）的階段性成果。

回顧藝術史，科技作為人類社會與經濟發展的內核驅動力，往往也是推動藝術發展的決定性力量。比如，石器時代的巖畫離不開對天然礦物顏料的提取，雕刻則離不開相關刀具的發展；到了封建時期，造紙術的發明更是豐富了創作媒介，降低了創作成本……雖然進入工業革命時代之后，藝術與科技似乎有分離的傾向，但在現代科技的影響下，二者又開始了新的融合。 閻平：《科技與藝術》，湖北人民出版社2013年版，第1-2頁。20世紀后期以來，數字技術的快速發展推動了新媒體藝術、數字藝術的崛起；進入21世紀，基于大數據技術的人工智能也逐漸成熟，掀起了新一輪的科技革命。技術的快速更迭引領著傳播媒介與交流工具的頻繁革新，從而也推進了它們與藝術領域的交叉發展。在深度神經網絡技術的“加持”下，藝術表現形式越發多元化，融合了機器人學、心理學、設計學的科技藝術類型如虛擬現實藝術、增強現實藝術、自動生成藝術等領域正在涌現諸多的實驗項目。在從傳統社會向現代社會過渡的進程中，科技與藝術經歷了由暫時分割到緊密融合的轉變，而這一關系結構的轉變對人類行為和倫理的影響也是逐步擴大的。 方秋明：《技術發展與責任倫理》，《科學技術與辯證法》2005年第5期。就眾多關于科技參與藝術創作的研究來看，其探討除部分針對技術輸出及技術應用之外，更多的是在各種程度上圍繞機器倫理學（machine ethics）范疇展開的。 參見阮凱：《機器倫理學的當代爭議及其解決方案》，《自然辯證法研究》2021年第11期。受“強技術決定論”和“科學技術威脅論”的影響，學界也普遍認同在發展技術的同時理應兼顧安全性評估。 參見邱仁宗、黃雯、翟曉梅：《大數據技術的倫理問題》，《科學與社會》2014年第1期。由此，藝術領域對科技藝術生成作品的人工智能審美、人工道德主體、生成物版權等藝術倫理問題展開了持續性討論并時有爭論，而爭端的核心究其根本來自對人工智能生成藝術作品創造行為的界定。藝術創作的主體、過程以及成果究竟屬于機器對人類行為的模仿，還是來自人工智能的自主創造？科技藝術的創作意義幾何？這些都是藝術工作者在進行相關創作之前要首先明確的問題。

一、科技藝術概念界定

隨著人工智能技術的日趨完善與強大，科技在人類藝術發展中的地位顯著提升，同藝術的結合程度日益加深。與傳統社會中將科技單純認作工具與手段的情形不同，藝術創作者開始有意識地賦予科技創作以主動權，這也使其在藝術創作行為中的角色萌生異變。科技不再僅作為藝術的表現途徑、外在表征，而是甚至成為了藝術作品本身——科技與藝術呈現出你中有我、我中有你的共融形態。

藝術與科技之間關系的嬗變，在潛移默化地重塑著“科技藝術”這一藝術形式的地位與角色，也豐富了其概念的內涵與外延。然而，回顧相關研究領域中的表述，“生成藝術”（generative art）、“人工智能藝術”（artificial intelligence art）等稱謂的使用層出不窮。經過對學術文獻的分析，我們發現在廣義的界定中，“科技”與“技術”被畫上了等號，且依舊在藝術創作中扮演工具這一角色——這顯然已不再適用于當下語境。而在狹義的界定中，對科技藝術“獨立人格”的著重描畫，更能貼合這一新生概念的使用范疇。為避免概念使用邁入“大而泛”“泛而模棱兩可”的誤區，可結合其衍生出的新內涵、新條件，對其做出更為清晰而準確的界定。

從狹義上講，科技藝術特指將人工智能作為創作主體進行的藝術創作。科技此時以近乎獨立的創作者的角色存在，整個繪制、寫作等創作過程，幾乎完全由人工智能獨立完成。換言之，科技已成為模仿人類創造行為的抽象主體。但在廣義概念中，科技藝術是基于科技，將科技視為藝術作品的新載體或工具的創作藝術。那么，照此說來，幾乎一切藝術創作盡可歸屬于“科技藝術”的范疇——這反而使得概念邊界模糊不清。邱志杰教授曾梳理各類藝術領域的名詞稱謂并做出辨析，他認為當下“科技藝術”一詞的內涵，包納了與科技有關的一切藝術創作行為，比如新媒體藝術、數字媒體藝術、數字藝術等，是依托技術發展而造就的新應用、新方式。 邱志杰：《科技藝術的概念》，《美術研究》2020年第6期。另有部分學者繼續拓展了該概念的外延，在他們的論述中，科技泛指一切技術工藝——譬如傳統藝術創作中利用窯變燒制瓷器、制造紡織機以便織布等依托“技藝”進行藝術創作的行為，皆包含在科技藝術的概念范圍之內。就廣義的“科技藝術”概念而言，它并不是要僅僅凸顯出技術的地位，更非科技與藝術二者的簡單疊加，而是著重強調了科技對藝術創作的推動和輔助作用。而與廣義的概念單純地將技術作為載體和工具有著本質不同的是，狹義的概念更強調科技的自主性。 王紅媛：《科技藝術：未來藝術的主潮？——羅格斯大學教授譚力勤訪談》，《美術觀察》2021年第2期。立足于這一特性，有望為此概念劃定出更加清晰而精準的邊界。

科技的加入不僅為藝術帶來了創作工具的革新，更對千百年來的藝術創作“定式”產生了顛覆性影響。近年來科技藝術的創作中出現了一些有代表性的團隊，比如，來自法國的藝術團體“Obvious”運用伊恩·古德費洛（Ian Goodfellow）于2014年開發的生成式對抗網絡（generative adversarial networks，GAN），對導入計算機的大量油畫作品圖像數據進行深度學習后展開重新創作，利用噴墨印刷在畫布上創作完成了《愛德蒙·貝拉米，來自貝拉米家族》（Edmond Belamy，from La Famile de Belamy）系列人工智能藝術作品。生成式對抗網絡由生成器與判別器組成，通過自動編碼器對源數據進行無監督學習，主要應用于計算機視覺、語音語言處理等工作，為圖像編輯、合成和翻譯提供服務， 羅佳、黃晉英：《生成式對抗網絡研究綜述》，《儀器儀表學報》2019年第3期。通過學習海量圖片，可生成不存在于數據集中的新圖像，甚至更高質量的圖像。 王坤峰、左旺孟、譚營、秦濤、李力、王飛躍：《生成式對抗網絡：從生成數據到創造智能》，《自動化學報》2018年第5期。隨著人工智能繪畫系列作品在佳士得拍賣行拍出天價，一石激起千層浪，人工智能創作物的出現在舉世矚目的同時不禁令人迷惑——這樣的“藝術創作”行為究竟是真實的創造，還是模仿與再造？

二、科技藝術創作過程邏輯

基于人類學習的藝術創作過程，經由生活體驗、藝術構思、意象物化三個步驟。拉斐爾（Raffaello Santi）在對其創作方式的描述中曾提到，為了創造一個美麗的女性形象，首先需要觀察許多美麗的婦女。 參見范景中著譯《〈藝術的故事〉箋注》，廣西美術出版社 2011年版，第108頁。藝術家先是觀察和收集不同人物的體態，再對各部分優秀的元素進行篩選，最終將其整合到一個形態中。當我們考察人工智能進行藝術創作的運行原理時，不難發現，機器學習本質上是對人類學習的模仿。機器“大腦”被輸入海量信息后，便可對一切接收到的數據進行梳理和歸納，并對信息進行判別與篩選；進而可解析事物之間的關聯，從而習得規律，再將規律作用于材料中，得到類似于人類創造物的作品。如果對生成式對抗網絡的“思考”與“創作”進行“拆分”，可見其間經歷了信息輸入、評價、積累與創造四個階段。乍看之下，其創作方式與拉斐爾所提及的人類創作方式極為相似，但如果解構機器創作過程，便可發現，若想使其達到與人類相媲美的創作效果，所牽涉的因素遠比想象中更錯綜復雜。

（一）信息輸入：深度學習仿真

首先，在信息的輸入階段，得益于5G技術的支持，人工智能確乎擁有比人腦強大千萬倍的海量存儲和精確分析能力。但人類的學習是多渠道的信息獲取過程，人們通過觸覺、嗅覺、視覺、聽覺、味覺等渠道，對接觸到的事物進行信息捕獲，其中大多數的感知與體驗是極度抽象化、概念化的。為了更接近人類“感覺”而進行的多模態機器學習（multimodal machine learning）研究，在2010年取得了進展：該模型能將視頻、語音、動作、圖像等所蘊含的語義抽象化、數值化，并分析信息之間的關聯，再作用于機器人交互等領域，展示出其顯著的亮點。由此可見，機器學習并非從生活中、書本文字中提取信息后轉化為經驗，而是從人類注入的二次知識中汲取信息，其實質仍然是人類創造。而情緒、情感等人類主觀體驗則更加難以量化，影響事物之間關聯的因素繁多。因此，相較于人類的復雜學習，多模態機器學習尚有無數難以突破的瓶頸。

（二）數據判別：審美標準量化

機器在進行藝術創作時，所使用的判別標準對標的正是人類審美。計算機想要獲得相同的“進化”效果，需要與人類擁有同等的評估功能，憑借與人類類似的審美系統，才能在審美目標上達成一致。 黃鳴奮：《成為藝術家：基于新媒體藝術與科幻電影的人工智能想象》，《文藝爭鳴》2020年第7期。20世紀30年代，美國數學家喬治·戴維·伯克霍夫（George David Birkhoff）所著的《美學測量》（Aesthetic Measure）一書，被視為量化審美的開端。直至今日，在關于“計算美學”（computational aesthetics）、“機器評價”（machine evaluation）的研究中，學者們也都在嘗試通過捕捉圖像文本特征對情緒、感知進行判斷。而無論是人類審美還是機器審美研究，最終都會回歸到“美”的判定標準上。哲學界與美學界從未停止過對“美究竟是什么”這一問題的研討。美是多層次的，由于美的不可測度，相關研究在特征提取方面遇到了近乎不可逾越的阻礙。 B.S.Atiyeh and S.N.Hayek，“Numeric Expression of Aesthetics and Beauty，”Aesthetic Plastic Surgery 32，no.2（2008）：209-216.顯然，創造千人一律的審美標準是荒誕的，更遑論憑借固定的計算公式預測人類的未來審美趨勢。

（三）經驗積累：信息的遺傳轉化

人類的學習不僅是單向獲取信息，更需要把信息轉化為經驗。經驗不斷積累并影響下一次的行為，如此循環往復。若將人類學習行為放置在藝術創作的框架背景下，可知藝術家在藝術實踐中，首先會整合自身體驗和曾經學習的內容，或從別人的作品中獲得靈感；然后在創作中對作品進行無數次評價，并在作品完成后，反復思考創作所得，為下一次創作積累經驗。比如，拉斐爾在生活中通過收集素材和對人類體態、神情、動作等細微處的觀察，力圖洞察事物本質。在對人類經驗累積的仿真研究中，“創新進化系統”（creative evolutionary systems）的研發試圖模擬人類基因染色體來描述數據結構，其間，“染色體”經歷變異和復制實現進化。 Peter J.Bentleyand David Corne，An Introduction to Creative Evolutionary Systems（New York：Academic Press Bentley & Corne Press，2002），pp.1-75.由于自然界中影響基因遺傳和顯現的因素無比繁雜，藝術創作也不是完成特定目的的造物行為那么簡單，因而迄今為止，在計算機技術的“演化藝術”（evolutionary art）研究中，仍然沒有能夠實現反映人類審美感知的機器評價，經驗的積累方式也尚在淺表階段。

（四）二次創作：創造力自動化

人工智能要想獲得真實的創造力，首先要上升為“人工主體”，即與人類同等自主。而實現人工主體要達到三個標準：在與周遭互動時能夠作出道德行為；擁有自我意識且能獨立運行；能夠根據自我判斷來融入外部環境。 程鵬、高斯揚：《通用人工智能體道德地位的哲學反思》，《自然辯證法研究》2021年第7期。如果說科技藝術在輸入、評價和學習三方面的嘗試步履維艱，那么在模擬人類進行的創造力仿真環節，則存在難以逾越的鴻溝。早在人工智能開始參與創作的數十年前，人工智能藝術先驅哈羅德·科恩（Harold Cohen）就開始了算法藝術研究，他在20世紀60至70年代便創造了名為“Aaron”的可進行藝術創作的計算機程序，該程序在誕生后的幾十年間持續地進行了模仿式的繪畫創作。這一實驗嘗試證明，程序能夠汲取信息，但卻無法將其轉化為“經驗”。正因為程序始終只能聽從人類指令，而無法做出違反指令的一切行為，因此不斷完善程序企圖模擬人類創造力是徒勞的，這也是“人工創造力”這個命題備受質疑的緣由之一。

從事科技藝術創作的藝術工作者們，也同時在體悟和探索科技藝術創作中所產生的人工創造力。一些學者認為，藝術創作的關注重點并不僅僅是藝術創作者、創作工具和過程，還在于這一創作行為是否實際拓寬了藝術的邊界。藝術家萊昂內爾·莫拉（Leonel Moura）在一次展覽中接受采訪時曾反復解釋道，我們所說的“人工想象力”與“人工創造力”都是對人類行為的模仿，而科技與機器始終是被人“把持”的。 Sofian Audry and Jon Ippolito，“Can Artificial Intelligence Make Art without Artists？ Ask the Viewer，”Arts 8，no.1（2019）：35.編程體系本身就是人類制定的固定規則，從社會性因素來說，雖然人工智能在努力向人類思維靠攏，但是人類在社會中形成的抽象角色則不是模仿可以實現的，因此人工智能只能被制約在程序企及的范圍內，與外界進行有限的接觸。 參見韓東屏：《未來的機器人將取代人類嗎？》，《華中科技大學學報（社會科學版）》2020年第5期。有學者認為，藝術品的價值取決于它是否被視為一種獨特的創造性行為；創造力和所有權是人類藝術特有的，并顯著影響審美體驗。 G.E.Newman and P.Bloom，“Art and Authenticity：The Importance of Originals in Judgments of Value，”Journal of Experimental Psychology General 141，no.3（2011）：558-569.因此，機器人不具有創意，人工智能也并未扮演創作者角色——這意味著機器人藝術品與人造藝術品在同等水平上的價值仍然存在差異。

另一部分來自計算美學和神經美學（Neuroaesthetics）的工作者則更加嚴厲地批評了人工創造力的設想。創造力作為一種自我導向和內在動力，是人類復雜的高水平心理活動。1983年出版的英國數學家安德魯·霍奇斯（Andrew Hodges）所著的《艾倫·圖靈傳》（Alan Turing：The Enigma）中提及，圖靈其實早已發表過創造力不能自動化的觀點。使用計算美學探索出人類認知范圍以內可能存在的藝術形式，其創作產物或許具有很高的審美價值，但卻因為與人類經驗脫節而談不上有多少創造力。 參見Philip Galanter，Computational Aesthetic Evaluation：Steps towards Machine Creativity（New York：ACM Press，2012），pp.255-293.同樣，科技藝術創作確實能夠輕易激發人們的興趣，就如同攝影技術的出現和迅速發展使得具象主義藝術的地位急劇下降那樣，但這種關于藝術作品的模仿創作行為，又同樣容易引起視覺審美疲勞，因此有可能令藝術創作者落入通過犧牲審美去捕獲短暫新奇感的窠臼。 H.Takagi，“Interactive Evolutionary Computation：Fusion of the Capabilities of EC Optimization and Human Evaluation，”Proceedings of the IEEE 89，no.9（2001）：1275-1296.人工智能憑借三個部分的功能生成作品：數字印刷仿真、遺傳算法和工業機械臂——它們分別對應了材料、思維和人手三個部分。由于系統不能做出高級決策，其最核心的遺傳算法部分仍舊要依賴于人類操作。運用算法進行的藝術創作，不是完全獨立運作的，因此不能將這種行為視為與人類相同的創作行為。

可見，不論人工智能作為什么角色存在，它在藝術創作中都無法替代人類本身。科技藝術創作雖然在過程邏輯上與人類藝術創作中模仿與重塑的模式極為相似，然而究其根本，仍然僅是對人類學習行為的再模仿，而其創作內容也只是人類創作內容的再現。

三、科技藝術傳播與感知

斯圖亞特·霍爾（Stuart Hall）在關于“編碼與解碼”的傳播思想的論述中提出，傳播是將信息編碼后傳遞到受眾的過程，人們在接收到信息后結合自身文化背景與經驗進行解碼。 ［英］斯圖亞特·霍爾：《電視話語中的編碼與解碼》，肖爽譯，《上海文化》2018年第2期。而藝術的創作與傳播則是由創作者將情緒、情感、思想等抽象感知內容符號化后，再通過色彩、筆觸、形態等手段作具象化呈現，借以完成情緒表達、喚起情感等信息傳達的目標——這種創作行為正是藝術創作的編碼過程。藝術家們往往在思想觀念與表現方式上呈現分歧，不同的藝術家擁有的“編碼表”各異，因此，藝術作品會以各具特色的形式展現出來。當部分創作者的“編碼表”趨同時，其作品中呈現出的概念化符號就會存在共性，這一類作品則可能匯聚成流派。觀眾在欣賞藝術作品時，就是在對藝術創作物的內容進行解碼，提取作品中所蘊藏的信息，以達成與創作者在精神層面的互通交流。這一層次的交流沒有定式，沒有具體形態，甚至不可言傳。杜夫海納（Mikel Dufrenne）在對藝術語言的研究中談到，藝術是超語言學，其表達含糊而不確定，品類繁多，不能被劃定范圍。 ［法］米蓋爾·杜夫海納：《美學與哲學》，孫非譯，中國社會科學出版社1985年版，第7-9頁。因此，仁者見仁，智者見智，每一位觀者的解碼過程與結果都不同——當符號代碼被還原為信息時，藝術意蘊將在人類精神世界中無限延伸。科技藝術作品的情感表達與傳遞之所以往往令人迷惑不解，究其原因，當是在傳播途徑的邏輯、內容生產的出發點上，有異于常規之處。

（一）藝術傳播模式：途徑與內容

科技藝術的傳播途徑在某種意義上與傳統藝術相反。它依賴于對已有信息的二次提取，再以指定的創作方式對藝術元素進行排列重組，遵循一定的算法與定式，經過整合、拼接、組合碎片信息后形成作品。在面對科技藝術作品時，觀者根據自身的生活經驗、社會經歷，通過文字、色彩、形狀等符號去理解內容，主動“賦予”人工智能藝術作品以意義。因此，從根本上講，科技藝術作品沒有經歷信息編碼的過程，以致作品因為缺失了“意義”的注入而使人們在面對它們時不甚了了。例如，細讀人工智能機器人“微軟小冰”的詩集，我們會發現其語義含混不清、難以捉摸。令觀者難以參透的，實非其內涵深奧，而是“炫技”般的遣詞造句手法。

人們之所以能受到藝術內容的觸動，是因為結合了自身的感性經驗后，能切身理解作品內涵，領略創作者的意圖。然而，科技藝術創作的邊界是人類感知，而人類的審美與心理成長根植于特定的環境影響。 陳彥青：《“AI”的邊界 藝術與設計的可能》，《新美術》2018年第7期。不同于人與世界之間的聯結互動，機器對于藝術的評估始終處于被動接受的地位，同時也不得不考慮藝術創作中情感的非理性因素。 Tom Davis and Pedro Rebelo，Environments for Sonic Ecologies（Valencia：EvoWorkshops Press，2007），pp.508-516.拋開人類情感觸發的隨機性不談，人工智能創作的信息傳遞方式本身也存在誤差。因此，我們在嘗試對科技藝術創作物進行理解的時候，接收到的信息是零散的、碎片化的和抽象的。反觀傳統藝術作品，能夠走進人心的往往不是矯飾的辭藻、拗口的文字、高超的技法，而是藝術家的個性、意匠與氣韻。

（二）情感感知路徑：共情與通感

在藝術心理情感向度中，感知是藝術作品的源泉與靈魂所在，而共情與通感則是人類獨有的能力。共情意味著設身處地感知別人的感受，而藝術作品建立起了觀者與創作者之間的共情通道——藝術作品是創作者情緒的投射，承載著創作者的心境與思想。傳統美學體系追求精神的契合與靈魂的共振，通過藝術作品，我們能做到跨時空、跨文化、跨語境地產生共鳴。藝術作品的外在表征是感性實務，而內涵則是心靈的投射。內容可以千變萬化，但主旨是展現理念的橋梁。 參見［德］弗里德里希·黑格爾：《美學》，宼鵬程譯，重慶出版社2016年版，第63-66頁。科技藝術創作雖然在表現方式、素材、技法方面擁有龐大的資源數據庫，但無論這些元素如何排列組合，表現形式何等多彩，其藝術理想永遠是貧瘠的、空泛的，無法向觀者傳達出更加高遠的旨趣——這也正是科技藝術遭遇詬病的主要原因。

人類可以從生活中汲取對藝術的生理感知，體驗跨媒介傳播產生的通感。英國民歌《斯卡布羅集市》歌詞中的“歐芹、鼠尾草、迷迭香和百里香”，仿佛散發著香料集市斑斕的色彩與馨香的氣息。梵高所繪制的麥田上的漫天鴉群令人情緒壓抑，明黃的向日葵卻又能溫暖人心。人類能夠識別聲音的觸感與氛圍、顏色的味道與溫度等跨語言通感——此類抽象的感知能力因人而異。在古人的理解中，“心”是思考、感受的源泉。反觀人工智能技術，顯然，無意識的機器學習與用心進行的創作有著本質的不同。 參見陶鋒、劉嘉敏：《文心與機芯：中國古代文論視閾下的人工智能文學》，《文藝爭鳴》2020年第7期。即便生成式對抗網絡技術的模仿能力不斷進化，人工智能的感知能力始終是單向度的，所能倚仗的“思考能力”也有限，無法真實再現人類的通感。

四、創造或模仿

從藝術創作全程到傳播與感知階段，可以說科技藝術“創作”與“思考”的方式都是對人類行為的效仿。而藝術創作的目的是否在于模仿，至今仍是最具爭議性、影響最為廣泛的議題之一。美學、哲學領域關于藝術創作目的的研究中，存在模仿自然說、道德教訓說、激發情緒說與發泄情緒說等觀點。部分學者認定藝術就是對現實的再現，是對微妙的光線、色彩、造型的把握與現實場景的真實再現，而不應存在表現的成分，這樣才能讓觀者在藝術作品中找到似曾相識的原型，從而激起其識別性反應。 參見［英］安妮·謝潑德：《美學：藝術哲學引論》，艾彥譯，遼寧教育出版社、牛津大學出版社1998年版，第9-15頁。柏拉圖曾在《理想國》一書中提出的藝術模仿論，甚至帶有繪畫與文學藝術等同于模仿這種極端認知。具有相似觀點的法國“新小說派”（nouveau roman）代表人物阿蘭·羅伯-格里耶（Alain RobbeGrillet），也同樣贊成在藝術創作中應當客觀反映世界、直觀展現現實，強調其中的“天然性”。 參見孫淑娟、孫卓敏：《西方后現代文學作品的元小說書寫》，哈爾濱工程大學出版社2020年版，第14頁。

但后人很快發現，杰出的藝術創作很難與“模仿”“再現”這樣的表述聯系在一起。保羅·高更（Paul Gauguin）曾在一封信中將藝術家創作比作造物主的創造，他認為不應該對自然進行過分描繪，而且藝術創作是一種抽象行為，因此創作者應多思考而不是臨摹自然。如果藝術創作所抱有的目的僅僅是模仿，那么它將永遠滯后于現實本身。科技藝術在媒介上始終是有這種局限的。其滯后性首先表現在藝術創作物的商業價值層面——模仿就像仿皮草和仿古瓷器一樣，是對原作商品價值的模擬與追逐。 參見［美］H.G.布洛克：《美學新解》，滕守堯譯，遼寧人民出版社1987年版，第39-50頁。而摹本的價值無法超越創作品，高端復制品永遠也不可匹敵原作。同時，在形式層面也同樣有滯后性——絕對寫實的作品會因為“過分正確的模仿”而令人審美倦怠；能夠走進人心的藝術創作往往不是真實復制，更不是整齊劃一的再現。 參見［法］丹納：《藝術哲學》，傅雷譯，浙江人民美術出版社2017年版，第11-16頁。

可見，模仿并不是藝術的目的，藝術創作的意義不限于真實的“模仿”，而更在于充滿意趣的“變幻”。在某種意義上，人類的職能是對一切外在因素進行認知、決斷而非計算。真正將人與其他生物及智能物區別開的，正是人類獨有的思維與情感。只有建立在想象力、創造力之上的實踐，才會催生尚不存在于世間的新事物。 龔怡宏：《人工智能是否終將超越人類智能——基于機器學習與人腦認知基本原理的探討》，《人民論壇·學術前沿》2016年第7期。藝術創作講求破與立，講求不斷破除舊風格，不斷革新并發掘新題材——這才是藝術發展的魅力所在。人工智能創作或將與人類創作愈加相似，但如何真正合理利用科技的長處進行創新仍有待商榷。

余 論

恩格斯說，人的思維是至上的，同樣又是不至上的，人的認識能力是無限的，同樣又是有限的。 ［德］恩格斯：《反杜林論》，中共中央馬克思恩格斯列寧斯大林著作編譯局譯，人民出版社1993年版，第88頁。至此，我們可得出幾點認識：

其一，人工智能不能替代人類創作。藝術的魅力來自無止境的探索創造，而人工創造力無疑是一種悖論。每一次藝術風格變遷都存在一定的連續性和內在邏輯，每一種流派和風格的轉變，都代表著擁有“反叛”精神的創作者進行了與一段時期內眾人審美觀點相違背的藝術嘗試。對未知的探索是人類文明發展的不竭動力，藝術史自古至今，從未出現過審美的一元化時代。可見，藝術的發展并非源于模仿與再造，而是開拓與創新。人工智能參與創作造成的恐慌，從側面體現了藝術家自信的缺位。麥克盧漢提到過“媒介即人的延伸”，即任何媒介和技術不過是人類感知的擴展延伸，而人工智能則是整個人腦能力的延伸。不論人工智能藝術、生物藝術、虛擬現實藝術等新形式的科技藝術如何發展，其操作和實行的主體、創作的出發點與落腳點依然是人。藝術從業者應發揮主觀能動性，切不可“畫地為牢”；要敢于改進，接納新的事物，勇于不斷進行創造性探索，傳承發揚傳統文化。

其二，應辯證看待科技參與藝術創作，既不可盲從也不可全盤否定。新事物的出現往往伴隨著對傳統的沖擊和“巨變”，負面效應往往更快顯現，從而引起人們面對未知所產生的強烈畏懼。因此，人們趨于先厘清科學技術倫理問題以確保人類福祉。生活質量與文明程度的提升是科技研發者和使用者的共同理想，而技術本身是中性的，威脅通常是來自使用者的動機、目的與方法。善用與濫用只在一線之間，其中，發展可以靠規制實現制衡，過度自我保護反而有礙于新事物的發展，成為新技術在各個領域迅速普及的攔路石。不少學者也大膽地進行了科技藝術新范式的探索，其間，科技發展為藝術創作提供了新方式、新場所，以及靈感捕捉與材料創造的工具，豐富和滿足了市場的快速變化與巨大需求。科技藝術應體現的是科技與人的對話，而不是把兩者對立起來。人工智能參與藝術創作的興起，并不預示著傳統藝術式微。中國藝術不僅在歷史長河中源遠流長，在新技術的土壤中也能綻放別樣的花朵，誕生新與舊的“聚變”。科技藝術與傳統藝術相輔相成，可互作補充、互相促進。目前，在由清華大學、同濟大學、中央美術學院等眾多高校積極參與舉辦的科技藝術學術會議和藝術展中，學界聯合業界的藝術工作者們不僅對科技藝術理論進行了深入探討，還利用科技藝術進行了傳統藝術創新、非遺藝術傳承與轉化、數字化藝術管理、人機交互體驗、藝術品策展與修復等方向的新嘗試。雖然技術的參與使得藝術創作大放異彩，但目前科技與藝術結合的程度依然不高，其廣度與深度仍有待開發。創新重在勇于“推倒重來”，對科技藝術的思考也不能在淺層次盤旋，應該積極打破固化的底層思維，更進一步地思考藝術與技術的融合之路。

其三，擺正科技藝術的位置，明確技術使用的界限以及藝術創作的目的與意義。藝術創作者首先應該準確了解，科技藝術的創造行為本質上是對人類創造行為的深度模仿。其中，技術是手段，要在應用時堅決杜絕將手段變為目的。不可否認，人工智能的強大功能使其成了人類能力“無限延伸”的工具，但藝術的突破與發展并不倚靠技術的更新。從將人工智能作為人手的延伸，到嘗試讓人工智能徹底代替人手的功能，甚至希望它擁有獨立思維去完全替代人腦——科技從最初的工具屬性到參與者，再到主導者角色的轉變，某種意義上體現了人類對自身能力的漠視和思想上的“被僭越”。在藝術領域內，與其期待技術發展來提升模仿能力，不如追求自我破立、不斷創新。藝術家在進行科技藝術創作時，更要主動避免因誤用科技而使創作落入牢籠。

作者簡介：王嘉奇，武漢大學新聞與傳播學院2019級博士研究生，樂山師范學院美術與設計學院講師；周茂君，武漢大學新聞與傳播學院教授、博士生導師。