【摘 要】人工智能的技术迭代为审美创造带来了深刻影响。计算机科学的启蒙，使人们开始探索人工智能创作的可能性；大数据技术的问世拓展了艺术创作的领域和思路；而生成式人工智能的广泛应用则让艺术作品得以更加高效地生成。技术的赋能在实现高效率创作的同时，也让审美创造力面临严峻挑战，具体表现为算法优化中的审美同质化倾向、人机协同机制带来的人类主体性困境、数据堆积下的原创性疑难等。要善用人工智能，需从哲学层面反思审美主体和审美客体之间的辩证关系、离身性审美经验对传统身心二元论的超越、技术善用与作品美感之间的统一等重要议题。
【关键词】生成式人工智能；审美创造力；离身性；大数据
文章出处：《北京师范大学学报（社会科学版）》2026年第3期。
一、审美创造力在人工智能技术迭代中的呈现
随着人工智能作品在各类平台广泛传播，人工智能尤其是生成式人工智能的创作能力开始受到关注；与此同时，人类审美创造力所受到的冲击与影响，也成为一个重要议题。深入理解这一问题，首先要回溯人工智能技术迭代的进程，考察其创作机制的演变。
(一)计算机科学启蒙阶段初步探索人工智能创作
20世纪40年代至20世纪70年代末，学界开启了人工智能领域的初步探索。这一时期的主要成果，体现为对人工智能在艺术领域中“智性”维度的关注和研究。“图灵测试”(Turing Test)通过人机实验，提出人工智能模拟人类智能的可能性。但是，由于此时计算机科学处于起步期，人工智能的运用主要用来解决一些条件确定、规则清晰且规模较小的逻辑问题，如游戏人工智能、结构简单的话语分析等。这一阶段人工智能技术的发展可概括为：人类利用数学工具对自身思维模式、认知习惯及表达方式的反省与解构。到了20世纪80年代，“中文房间”实验从哲学层面提出人类创作具有人工智能并不具备的特征，这一实验继续启发着学界对人工智能创作力的深度思考，即人工智能的创作到底是一种简单的机械化复制还是一种能够体现异质性的创造活动？
经过近四十年的初步探索，人们逐步形成了一个共识，即人工智能虽然可以对人类认知与行为进行“模拟”，却无法取而代之。尽管该阶段仍停留在理论假设和初步验证阶段，但它为生成式人工智能的发展提供了重要启发。同时，人文社会科学对于技术的研究也取得了诸多成果。例如，本雅明、阿多诺、海德格尔等哲学家对艺术创作的工具理性主义倾向进行了深刻反思。本雅明提出，“灵韵”是艺术作品的本质特征，随着技术的进步，艺术品可以被“机械复制”，但“灵韵”无法通过机械复制得以呈现，艺术的特质反而被消解了。阿多诺指出，现代资本主义的文化已然成为一种工业文明背景下的产业，即“文化工业”，文化产品可以在技术进步的过程中被批量生产，但艺术的商品化也造成了审美行为的同质化。海德格尔在研究技术问题时，提出技术的“座架”对人类生存的影响，揭示了技术的片面发展对人类诗意栖居的遮蔽。随着技术的发展和人文科学的进步，人们开始进一步思考人工智能创作、人类审美创造等更加深刻的问题。
(二)大数据运算优化审美创造的算法
自20世纪80年代起，深度学习技术开始出现并逐步得到应用。与前一阶段相比，人工智能应用范围更广，开始在工程领域运用并解决实际问题，包括机器人视觉、图像识别等方向。2000年以后，迅猛发展的计算机与互联网技术推动大数据技术广泛应用，庞大的知识数据库随之建立，人们可以利用海量数据进行分析和决策。在这一进程中，人类对社会知识数据的采集和分析取得了显著进展，探索出较为通用的数学模型结构，它能够深入理解这些数据，并进行有效的分析和预测。与传统认知学习相比，大数据分析并不依赖精确的因果关系模式，而是以相关关系作为一种新的思考模式。对于审美创造领域而言，审美主体借助更加丰富的资源和数据，得以深入理解历史和现实的审美经验，并通过审美经验的诸多样本更为系统地把握美的规律，从而强化自身的审美创造能力。大数据技术给诸多领域带来了显著变化，就审美创造而言，海量的数据资源极大地拓展了审美经验，为审美主体创作具有“辨识度”的艺术作品创造了技术条件。但是，在这个阶段，人工智能对艺术作品的“制作”依然停留在归纳的层面，仅能呈现出作品的内容和相关信息，人机协同的关系尚未真正形成。然而，无论是人自身的审美创造，还是机器的“模拟”，如果仅仅停留在经验归纳或数据统计的层面，则仍属于量的积累。创造活动的本质，应体现出作品在“质”的方面的飞跃。
学界普遍认为，深度学习作为一种抽象算法，能够使用复合且多层次数据处理结构。它体现了人工智能技术的更新迭代，是机器学习中的一种。具体来说，深度学习以大数据运算为基础，能够对数据的表征进行学习、提取和归类，“其目标是优化并建立模型方法来从大规模未标记数据中自动地总结出数据特征，进而学习提取这些特征，并最终根据特征作出判断与决策”。
(三)生成式人工智能与审美创造力的生成
自2017年以来，大语言模型开始被应用，生成式人工智能逐渐进入人们的视野。生成式人工智能不同于传统意义上的人工智能，它能够在分析海量数据内在逻辑的基础之上，根据人类提供的指令，进行具有一定创造性的知识归纳、文字生成以及艺术创作。从应用领域来看，生成式人工智能也能够在艺术设计、软件开发乃至金融服务等领域展现其潜在价值。人工智能在处理与分析数据的过程中，实现了角色的转换，开始为生成数据，乃至为人类社会定义新的知识内容和艺术创作。“人机协同”成为一种审美创造方式，这也改变了人们对审美创造的原有认识。从哲学层面来理解，审美创造是人的本质力量的对象化，虽然有一定自由空间，但也需要把握一定的规律和尺度。正如马克思所言，“动物只是按照它所属的那个种的尺度和需要来构造，而人却懂得按照任何一个种的尺度来进行生产，并且懂得处处都把固有的尺度运用于对象；因此，人也按照美的规律来构造”。审美创造就其本质而言，是一种自由自觉的活动。生成式人工智能在人机协同方面具有明显优势，而随着计算机技术的进一步迭代，人工智能所扮演的角色已经从算法工具转变为人的审美创造的协作伙伴。在这个过程中，审美创造既体现为人类自身的审美想象和创作活动，也包括人工智能对文本和图片的归纳与生成。这样，人的“创意”与人工智能的“生成”之间形成了一种内在张力。
随着生成式人工智能的广泛应用，其“离身性”特征开始受到研究者们的关注。就生成式人工智能的强大功能来看，它不仅可以为审美经验的积累提供海量数据和资源，还可以在此基础上生成具有一定品质的形式多样的作品。对于生成式人工智能，人们的争论也聚焦到一个问题上，即人工智能作品能否完全取代人类审美创造呢？从创作主体的延展来看，一些学者，如曼努埃尔·B. 加西亚(Manuel B. Garcia)明确指出，生成式人工智能的出现，推动了一种“艺术创作的民主化(democratization of art creation)”。就此而言，这一观点主要是指生成式人工智能的运用可以让更多普通人参与艺术创作。该观点也契合了福柯所主张的生活美学思想，即人人都可以成为生活的艺术家。从审美领域的拓展来看，一些学者则关注到“多模态生成模型”，提出基于多模态技术的一个典型的例子，就是将不同形式的审美载体相互转化和相互结合。例如，人工智能可以依据故事的内容生成一个电影片段，也可以结合一个静态图片或者文字片段补全审美对象的全貌或者互动体验。当然，也有不少学者针对这样一个议题展开分析：生成式人工智能辅助创作在增强个体创新能力的同时，是否会对群体创造力的多样性产生影响？关于人工智能作品代替人类审美创造的可能性这一问题，学界似乎并没有形成统一意见。但人们已普遍认识到，人工智能对人的审美创造带来了深刻影响。因此，在审美对象层面，无论是生成式人工智能，还是人的审美创造，其对象都指向日常生活本身。人们正是在生活之中发现美、感受美、体验美、创造美。然而，随着人工智能在文字和图像生成方面的功能不断强化，一些人也会直接使用人工智能作品用于某些特定的目的和场合，这个过程在节省制作时间的同时也带来了一些消极影响。例如，一些创作者本应是审美主体，但在使用人工智能时却放弃了对自身想象力、鉴赏力和创造力的培育与塑造，主体性逐渐被弱化，而原本作为算法工具的人工智能却“反客为主”。这个过程已然本末倒置，人类创造和人工智能创造之间的内在张力，使得作品的原创性、人类创造的边界、人工智能使用的限度、算法鸿沟的应对等一系列问题逐渐显现，亟待人们去正视和解决。
二、人工智能技术迭代中的审美创造困境
尽管人们已经充分感受到人工智能的强大生成能力，但也清醒地认识到，人工智能作品并不能真正代替人类审美。更为关键的是，一旦人工智能在美学领域被过度使用，必然会引发一系列困境。
(一)算法优化中的审美同质化倾向
人的审美创造的特性，恰恰在于其多样化的甚至充满矛盾的审美对象，这也是人的主体力量的充分展现。但是，当生成式人工智能算法不断优化并得到广泛应用时，审美同质化的倾向也逐渐显现出来。
在技术迭代过程中，生成式人工智能可以运用卷积神经网络与递归神经网络在文字生成、图像生成等方面显现出算法的优化，为人的审美创造提供更加便捷的操作机制和更为丰富的创作素材。然而，一部艺术作品不仅仅是一种基于算法或数据而形成的文本内容或图像，艺术创作本身根植于审美主体所具有的审美想象、审美判断、审美鉴赏，这几个要素全面体现了审美主体在想象力、判断力和鉴赏力方面的独特性，具有明确的辨识度。当生成式人工智能在语料足够充足、指令足够明确的情况下，确实能够在一定程度上回应人自身的需求，生成具有一定的逻辑性且结构较为完整的内容，甚至能够表达出自身的判断。这个过程传递了海量的信息，也体现出强大的想象力和判断力。但信息的真实性是否能够经受得住推敲，想象过程是否渗入了“不着边际”的AI幻想，是目前生成式人工智能尚待解决的技术困境。如果此问题无法解决，人工智能就会“误读”式地借鉴艺术史上的作品，从而误导创作者和欣赏者。对于人的审美创造来说，尽管借助生成式人工智能可以更加高效地获取文本或图像内容，但这一生成过程依然没有脱离一些已有的认知模式，无法保证生成作品的独特性。同时，由于信息来源的准确性无法保证，AI幻想也尚未形成完善解决方案，因而人工智能生成的作品并不能构成人类创造的有效素材。
如果人的创造力受到生成式人工智能“固化认知模式”的制约，其作品必然会呈现同质化趋势。一旦过度依赖智能介入，审美创造或多或少会受到某些“风尚”或者“潮流”的影响，而基于自身情感体验或生活经验的意境之美，也极易被重构为统一模式。诚然，生成式人工智能大大降低了审美创造的门槛，也促进了美学理论的普及，但人在审美过程中所展现的感性经验特征却无法呈现，作品自身的“辨识度”也被不断消解。那么，怎样才能避免人类审美创造的同质化趋势？无论是当前生成式人工智能开发者，还是审美创作者和学术研究者，都需要直面这一问题。
(二)人机协同中的主体性困境
人工智能是否能成为审美创造的主体？随着各类人工智能软件和手机APP的广泛应用，人工智能的生成能力有目共睹。与此同时，人们也开始深入思考人工智能的“主体性”问题。就美学领域而言，有学者指出，“人的审美能力不同于逻辑能力，后者可以独立地被形式化并加以无限推演，而前者的生成却必须依赖于作为有机体的存在基础。一旦人们试图将审美判断从有机体中抽离出来加以数字化，一种对算法的无止境追求便不可避免地构成了对于生命有机体复杂性的忽视，由此也必然会导致对于美的误判和盲视”。由于人工智能并不具有“具身性”特征，它虽然可以脱离有机体而独立存在，但“离身”的审美判断无法真正获得现实的体验和身体的参与活动。对于依托于观感、声音、触感而形成的“意境之美”，智能体无法真正进行感知。在更多情况下，人工智能会通过特定的“插件”生成文本或图像，这些作品虽然具备了艺术作品的形式或外壳，却无法在字里行间展现出独特的风格。不仅如此，人工智能生成内容也依赖一些特定条件，包括极为具体的指令、十分丰富的语料支持等。
在人机协同的过程中，人的审美创造在以下三个方面发生了明显的变化。第一，随着创作思路的拓展，创作的题材和领域更加丰富，人类由此获得更加宽阔的艺术视野。这不仅有助于形成多样化的风格，使人在多元的艺术形式中体验自身力量的对象化，更能在不同风格的艺术作品中不断确证自身力量的对象化。第二，人工智能的强大数据搜索功能为审美创造提供了更加丰富的背景知识，在一定程度上提升了审美创造受众群体的艺术底蕴。第三，一些创作者虽然大量阅读并参考了人工智能生成的内容，但面对海量而杂乱的信息，自身创作意图的实现与创作风格的形成反而会受到一定阻碍，甚至有人在创作过程中会被人工智能的认知模式所左右。这给审美创造主体性的确立带来一定挑战。
当然，并不是所有人在进行艺术创作过程中都会借助生成式人工智能，也有一些人拒绝利用智能技术的优势。然而，当他们坚持完全独立地进行审美创造时，又将面对生成式人工智能带来的哪些冲击呢？实际上，人类在独立创作中，其作品必然要遭遇来自AI作品的竞争压力。当审美创造的受众群体大量接受了AI作品，那么，留给独立创作的时间和空间也就愈发有限。这就需要人类创作者具有更加强大的自律性：一方面，要不断接受艺术作品的熏陶，保持自身的品位；另一方面，要对自己的所见所闻保持敏感性和关注度，从而获得源源不断的灵感。就此而言，如何在运用人工智能的过程中，保持人类自身的创作力并实现最初的创作意图？这成为技术开发者和艺术创作者需要直面的又一困境。
(三)数据堆积下的原创性疑难
面对海量信息，人们试图在审美创造中善用生成式人工智能：既能够节省时间和成本，又能保持自身作品的原创性。在此过程中，至少有两个问题亟待明确：如何界定审美创造的边界？如何避免AI幻想？
第一，关于人类审美创造的边界问题。如果一部艺术作品借助人工智能的生成能力“创作”了部分内容或图像，那么从版权上看，这部作品究竟应归属于智能制造，还是应视为人类创作？一方面，人们在运用人工智能生成文本或图像时，提供了丰富的语料和明确的指令，体现了人自身在创作中的意向性。另一方面，创作过程又并非人们独立完成，因为文本结构、数据信息、语言组织等基本要素均依赖人工智能的筛选与加工。即便作品具有较为庞大的受众群体，但人类的独立创作由于渗入了人工智能生成的内容，作品的版权归属依然无法确定。对于作品中的意境之美和感性经验，生成式人工智能或许可以模仿，但无法生发出人的情感体验。因此，如何善用智能技术，同时又避免丢失艺术的真正特质，成为艺术家和技术人员须共同反思的问题。
第二，关于人工智能的“幻想”。审美创造以审美想象为前提，人工智能的强大搜索能力似乎能拓展这种想象力。但审美想象并非不着边际的空想，它必须以某种具体形象为对象，包括情境、建筑、影像、声音、图片等。当然，审美想象也无法完全通过理性计算而获得。想象力往往会基于情感而迸发，因而审美创造才能激发受众的情感共鸣。通过审美想象，主体和作品之间处于形成一种双向互动的关系，人赋予了作品以意向性，作品激发了人对自身艺术能力的感知与认同，主体性由此得到强化。而对于生成式人工智能来说，其重要特征在于其“离身性”，虽然面对特定指令或相关语料时，能够生成作品，但由于缺乏一个身体感受的环节，无法形成情感动力，因而也就不具备审美想象的基础。那么，如何在创作过程中辨别审美想象和AI幻想？使用人工智能的人对此必须有一个清醒认识。
三、生成式人工智能时代审美创造重构的哲学思考
如上所述，随着人工智能技术的迭代，审美经验的积累获得海量的数据资源，但也面临着审美标准同质化、审美作品的版权归属等问题。如何在技术无限赋能创作的时代正确界定人类审美的创造力？如何保持人类自身的审美品位？只有在哲学层面回应上述问题，人类才能在使用人工智能时，避免同质化倾向、主体性困境和原创性疑难。
(一) 审美主体与审美客体的辩证互动
技术对审美创造的赋能，涉及人类审美与人工智能审美的关系，首先需要界定一个问题：“谁才是真正的审美主体”。当生成式人工智能具备了较强的文本与图像生成能力时，其作品也能够形成一定的受众。这不仅推动了艺术的大众化，也起到了一定的文化传播作用：人们可以不受时间和空间的限制，随时随地与艺术作品进行零距离接触。与此同时，一些人依托人工智能强大的生成能力完成创作，过程固然高效便捷，但也背离了精雕细刻的艺术创作追求，并放弃了对审美想象力、审美鉴赏力和审美创造力的全面塑造，人的主体性由此被逐渐弱化。一方面，人工智能在信息检索和数据统计方面的技术优势拓展了人类审美经验，通过善用人工智能，人的审美创作拥有了更为丰富的素材，延展了作品创作的主题。另一方面，人工智能技术能够不断更新迭代，根源在于人的各个层次的需要，既包括工具性的需要，也有审美的需要。从上述两个方面来看，人工智能本身就是人类实践的客体，人类在人工智能技术发展中不断确证着自身力量的对象化。
在审美创造活动中，人工智能不是被支配的对象。人类和人工智能之间的主体—客体关系并非完全实体化，而是一种能动的互动关系。具体来说，虽然技术的迭代和算法工具的广泛应用由人来推动，但当人工智能技术发展到一定阶段时，也会具备强大的生成能力。这种强大的生成能力使一些人对人工智能产生依赖，人和人工智能之间的主体—客体关系在一定程度上被颠倒过来。从这个意义上看，技术的升级是人改造自然过程的一部分，而人的主体性的弱化也发生于这一过程中。正如马克思在《1844年经济学哲学手稿》中所指出的，“异化借以实现的手段本身就是实践的。因此，通过异化劳动，人不仅生产出他对作为异己的、敌对的力量的生产对象和生产行为的关系，而且还生产出他人对他的生产和他的产品的关系，以及他对这些他人的关系”。人对人工智能的过度依赖必然带来人的自我异化：人在探索知识真理性时首先会将其交于人工智能检验，从而不自觉地丢弃自身的判断力；同样地，当人进行审美创造的时候，对作品艺术价值的判断也会依照那些可量化的标准，审美活动一旦有了固定标准，作品必然同质化，辨识度也逐渐被消解。因此，人必须重新审视自身的审美主体性。而对于生成式人工智能来说，它虽然是人的创造物，但因为强大的文本图像生成能力而被视作一种“主体”。对此，一些学者甚至提出，生成式人工智能改变了审美创作的范式，“我们现在正经历着由‘作者—作品—读者’的闭环性审美向‘读者’主导的单维审美转向的阶段，可以大胆设想，当人工智能作品盛行到一定程度，人们的审美取向被规约之后，可能这种单维审美还会发生彻底革命，即读者貌似带有主观性的自由审美也成了算法的产物，感性审美彻底被机械审美所取代”。
(二)“离身性审美经验”对传统“身心二元论”的超越
生成式人工智能审美创造的一个重要特质在于它的“离身性”。具体来说，人工智能可以在不依托有机体的条件下，在自身传感器运动体验中生成、理解并判断审美对象的价值。随着技术的升级，生成式人工智能的审美活动并不局限于简单分析数据或展现信息，而是根据特定指令和明确的语料对已有信息或数据进行深度学习和全面归纳整理，并以此为依据生成文本或图像，来满足人的指令。
在大数据分析阶段，人工智能是一种算法工具，人们可以利用各种智能软件对已有内容或图像进行编辑与美化。在这一阶段，创作过程仍然主要依赖人的脑力劳动。而随着生成式人工智能的广泛应用，形成了一种人机协同创作模式。人们通过人机对话输入指令和语料，而此后的生成过程，人工智能则可以独立完成。尽管最终作品或许能够反映人的意图，但人无法对创作过程本身进行干预。创作者并不需要亲手撰写文本或绘制图像，创作的内容可以短时间内生成，这一过程也节省了人的脑力劳动。当然，在这个技术赋能的时代，人们无法同生成式人工智能完全隔绝，但若要克服其消极后果，人们也需要对人工智能“扬长避短”。生成式人工智能的一个优势在于，其强大的生成能力和“离身性”特征能够在一定程度上突破传统美学的身心二元论。
从哲学史的发展来看，自柏拉图开始，审美活动便被认为是一种纯粹的精神性活动，强调“美”的理念优先于美的事物和美的行为，并且同身体活动之间有明确的界限，身心二元论的美学原则也被延续下来。直至康德的《判断力批判》，才提出了截然不同的思路。康德强调审美活动是一种仅适用于人类的活动，不能离开有机体而独立完成，审美创造也成为一种具身性活动；延续这一思路，黑格尔将审美作为绝对精神外化运动中的重要环节。马克思强调，审美活动是一种自由自觉的活动，这是人的类特性。这种自由自觉的活动并不仅仅是一种反思，而是源自人的真实劳动。现代哲学在研究“美”的问题时，也受到马克思劳动美学思想的影响。杜威揭示了审美活动的重要前提，即“作为有机体的身体通过某种交换与调控机制与周围环境所达成的动态的稳定与平衡关系”，强调审美创造不能离开生命体而进行。
然而，随着生成式人工智能技术的赋能，审美创作似乎在人机对话中就可以完成，对生命体的依赖性也在不断降低。一方面，在运用智能技术的情况下，生成过程具有离身性特征，因而人无法支配这一生成过程。对于智能技术开发者和艺术创作者来说，需要直面的一个问题就是，在人无法全过程参与作品生成的前提下，如何保证作品符合最初创作意图？另一方面，人工智能即便能在审美活动中模拟人类的情感、意志等非理性要素，但人类的思维和心智会受生活经历、现实情境、文化传统等诸多要素的影响；一些灵感和念头转瞬即逝，人工智能无法及时捕捉，这也是人类创造无法被取代的重要原因。恰恰是这一点，为审美创造力的发展留足了空间。
（三）技术之“善”与艺术之“美”的融合
当生成式人工智能赋能审美创造，人们必须考虑技术之“善”与艺术之“美”的关系。例如，一部艺术作品若能流芳百世，人工智能技术的确可以提升画面或影片的震撼性、观赏性，但这仅仅是形式之美，真正能够引起共鸣或者震撼人心的却是其价值内核。传递崇高理想的作品，才能“美”得历久弥新。
第一，审美创造在运用人工智能拓展审美经验的时候，其生成内容的真实性和原创性需要尊重一定的社会伦理原则。就人工智能的实际应用来说，审美创造在主题选择、智能技术运用边界等方面必然受到一定道德原则的制约。就主题选择来说，艺术作品不仅是在表达“美”的观念，更是一种社会性的精神劳动产品，承载着一定的社会价值观念和人类共同情感，因而审美创造的主题选择要符合艺术的社会属性。从这个意义上看，审美创造的“原创性”是人所赋予的，“原创性”又体现了自律性和社会性的统一。人们既遵循美的规律进行艺术探索，又在创造美的过程中融入自身对社会情境的感悟。人工智能固然能够提供大量信息和数据，但“感悟”“共情”等要素是人所独有的。
第二，审美创造在善用人工智能技术的过程中可以不断探索并创造崇高之美。康德提出：“对于某个人来说，使他欢娱的东西就是适意的；仅仅让他喜欢的东西就是美的；受赏识、被赞同，亦即其中被他设定了一种客观价值的东西则是善的。”从这个意义上来看，崇高之美中内蕴了“善”的要素，而“崇高”不仅意味着个体层面的身心愉悦，而且最大限度地包含了人文精神和价值关怀，这是共同之“善”的体现。就此而言，无论是审美创造中对“崇高”的寻求，还是生成式人工智能技术的发展，都体现了人们对美好生活的向往和高尚理想的追求。生成式人工智能技术的广泛应用，能够呈现经典艺术品的信息与素材。正因如此，对于艺术创作者而言，他们可以便捷地欣赏到各类经典佳作，从中体验崇高的艺术之美，而生成式人工智能在获得特定指令和语料之后，也更加“善”解人意，实现技术之善与崇高之美的统一。
