■艺术撰稿人 黄雪苗
AI带来了新的创作条件，但在不断升温的话语中，它也开始承担另一种功能：证明艺术家没有落后，证明课程足够前沿，证明展览正在面向未来。当下艺术圈不只是“AI艺术热”，更是在用AI为自身贴上“面向未来”的标签。
会生成，不等于会创作！不少AI课程把重心放在“怎样生成”：怎样写提示词，怎样保持人物一致，怎样让画面更加精致、稳定。然而，获得一个结果只能证明模型完成了一次任务，不能证明一件艺术作品已经成立。生成速度的提高，也不等于“艺术判断”的形成。模型出现错误时，是修正错误，还是保留错误，让错误本身进入作品，成为对技术局限的揭示？
判断一件AI作品，不应停留在辨认它使用了何种模型。更重要的是追问：AI是否改变了作品提出问题的方式？艺术家在数据选择、规则设置、结果处理和展示方式中，作出了哪些不能由模型自行完成的判断？
在特雷弗·帕格伦与凯特·克劳福德的《ImageNet Roulette》（2019）中，参与者上传人物照片，系统依据ImageNet中的人物类别进行分类与标注。面对其中荒谬、冒犯甚至带有歧视性的结果，创作者没有加以修正或遮蔽，而是通过互动机制让观众亲身经历被机器分类的过程。作品由此将问题从“机器能否准确识别人”转向“谁在制定分类标准”：类别依据什么数据建立，社会偏见又如何通过技术分类获得客观、中立的表象。艺术家的判断，正体现在对数据库的选择、对错误结果的保留以及对观看方式的设计之中。
AI可以只是获得视觉结果的手段，也可以成为作品反思和质疑的对象。衡量AI在作品中的意义，关键不在模型是否新颖，而在于技术是否真正改变了作品的问题、形式及其与观众建立关系的方式。艺术家当然也可以把AI当作普通工具，如同使用相机、剪辑软件或颜料。但需要警惕的是当一件作品把“AI生成”作为主要价值时，却没有回答AI究竟改变了什么。
“实时生成”不必然带来新的时间经验，“人机共创”也不等于人与机器真正共同作出了决定。技术可以增加作品的复杂程度，也可以提高图像生产的效率，但它不能自动成为艺术创新的证据。最稀缺的已经不是让机器生成图像的能力，而是在大量生成结果面前仍然能够选择、拒绝、修改，并说明为什么的能力。真正使艺术面向未来的，从来不只是使用最新技术，而是艺术家能否在技术提供的大量可能中作出自己的选择，并能够清楚地说明这些选择的理由以及这些选择在作品中产生的表达结果。
AI可以提供无数答案，却不能替艺术家决定什么问题值得提出。未来性不能由技术代签，它最终仍要由作品本身来证明。
