李康化 徐一超 | “另一个AI”:人工智能艺术与审美智性的未来

在数智化的当代世界，人工智能（artificial intelligence）的大浪潮几乎让万事万物都酝酿着澎湃的新机，康德曾经称许的“天才的艺术”也从对“天生”“自然”之创造力的依赖转向对“人工”之“智能”的拥抱。艺术家徐冰发起了“人工智能无限电影”（AI-IF）项目，AI诗人微软小冰出版了诗集，万千大众更是借助多模态的生成式人工智能产品随时随地参与着艺术生产与审美消费。

但与此同时，与艺术领域同样相关的“另一个AI”也逐渐受到一些研究者与实践者的关注。这种被称为“审美智性”“审美智能”（aesthetic intelligence）或“艺术智性”（artistic intelligence）的“另一个AI”，“可能是我们人类相较于机器仍然拥有的唯一优势”。它在数智时代文化艺术及其产业领域的重要性格外值得关注：“人工智能越发达，人类就越需要艺术智性；数字虚拟技术及其幻觉工业越发展，身心交感的艺术经验、从艺术经验而来的感性和感兴就越发可贵。”

目前，国内外对于审美智性的学理化研究较为有限，仅在审美教育、创新设计、商业策略等视角下有所涉及。“审美智性”在“人工智能”时代艺术领域的角色、作用以及这两者之间的关系等重要问题尚未得到充分关注。因此，本文将在艺术拥抱数智技术的新质变革语境下，聚焦“人工智能”与“审美智性”间的张力，分析人工智能艺术的生产逻辑及其审美智性的有限性，探究艺术领域二者融合共生的可能路径，并且关注审美智性在文化艺术产业以及其他产业未来发展中的作用与价值。

AI诗人微软小冰：《阳光失了玻璃窗》，北京联合出版公司，2017年

人工智能艺术（以下简称“AI艺术”）作品的诞生过程迥然有别于传统意义上的艺术创作，因其机器深度学习、数理概率统计、算法模型收敛等机制，AI艺术呈现的是一种技术理性与高度科学化的“生产”逻辑，这在本质上其实是“反艺术”的。AI通过对海量人类艺术作品、艺术知识等的深度学习构建其数据资产库，并在此基础上对自然语言指令进行理解、分析，进而调用数据库中的相关数据进行统计推断、特征重组，通过算法机制逐步收敛至精准符合指令预期的输出结果。

这种生产逻辑有三大特征值得关注。一是数据的预训练，即AI在投入艺术生产之前，需要经过设计开发和预训练的过程，也就是在开发人员的“投喂”下，对人类艺术的知识资产进行深度学习。因此，AI的艺术创作能力本质上是“习得”的，其源头是人类层累的集体经验智慧。二是随机的确定性，即看似具有创造力的“计算随机性”背后其实是概率统计的决定论本质。虽然AI的每一次输出结果都不同，但它们都分布在一个被算法不断优化、逐步收敛的具有确定性的均值区间。在这一意义上，自然语言的指令输入并不决定AI艺术的生成对象，而是“作为一种手段，在尚未实现的可能性空间中缩小选择范围”。三是对模仿的模仿。如果说人类艺术是对真实世界的“模仿”，那么AI艺术甚至没有机会直面真实世界，而是在数据和算法的介导之下生产关于图像的图像、关于符号的符号：“被挖掘而来的数据材料和与之相应的算法模型成为机器获取知识与接触现实世界的唯一途径”，艺术创生不再是直面存在、“充满未知的艰苦求索过程”，而是“被简化为提前预设的程序框架”。

因此，AI艺术生产的创造主体事实上并非AI智能体本身，而是被“习得”的诗学体系（被“吸纳”的“内主体”），以及这套诗学体系的来源——人类集体（赖以存在的“外主体”）。作为“内主体”的诗学体系是以数据形式转译到运算程序中的一系列艺术创作“模式”“规则”及“惯例”，它们指导着智能体如何根据创作指令精准地召回相关数据并且将输出结果有效地收敛到合理化区间。因此，AI艺术的发展得益于人类“艺术理论的高度发展和艺术风格的成熟”。事实上，人类艺术创作者同样离不开“习得”过程，那些供学习和练习的艺术知识、风格特征、创作经验、表现手法等具有一定的类型化特点，构成了有“据”可“循”、便于传承的思理化的诗学体系。正是诗学体系有别于纯粹审美感性或天才创造力的这种秩序化特质，为基于逻辑闭环的算法学习提供了可能，也成为AI艺术最能发挥效能、释放潜能的层面。但这一艺术创作的“内主体”终究不是一个完整的主体，在“主体—思想—语言—写作”或“主体—思想—媒介—艺术”的价值链中，“内主体”更多只是在后两个阶段发挥作用，本质上是对艺术创造中“技术”部分的“数字模拟”和“形式”层面的“数字拟态”。

AI在艺术生产中看似“扮演”着主体的角色，实质上则是“内主体”发挥生产的主体性，而“内主体”的深层又戏剧性地折返至人类这一“外主体”。至少目前的AI艺术在本质上仍是人类中心主义的，AI只是更加高效、精巧的辅助工具。一方面，当前的AI艺术仍未摆脱图灵以降的“人类相似性”标准，即将与人类艺术作品、艺术水准的相似程度作为对AI艺术作品的价值评判准则：“以假乱真”就是AI的成功。另一方面，AI艺术的智能体在设计开发、创作实践的过程中，都有赖于人类的深度参与。

在开发阶段，技术团队对大模型进行“投喂”，完成数据的预训练，这建基于两大人类集体的贡献：一是以创作实践层累艺术经验的历代艺术家；二是“看见”、选择这些艺术经验并将其转化为数据资产的算法工程师。由此看来，“人工智能虽不事‘创作’，人工智能模型本身却可以是两个集体共同创造的作品”，AI智能体就是人类主体性智慧的结晶。在创作阶段，AI艺术生产需要用户（创作者）通过“提示词工程”（prompt engineering）输入“理念”甚至“创意”，这种“输入”策略和技巧的有效性很大程度上能够决定AI艺术作品的呈现效果与水准。甚至可以认为，“将基于AI的艺术变成艺术的原因——如果有的话——是那些使用 AI 作为工具或媒介的艺术家的艺术策略（artistic strategy）”，作为“木偶”的AI只是“扮演”一个“创造性的实体”，真正具有创造性的主体是背后那个运用“艺术策略”且技法娴熟的“口技师”。

更重要的是，如今的人工智能体关联的已不再是单个、静态的数据资产库，而是能在面向开放信息的持续学习中不断生长、作为“外主体”的人类，尤其是广大的AI用户，也就是AI艺术的创作者们。用户的使用和行为数据将进一步成为AI深度学习的对象，因而不只是开发团队创造了AI，更是万千用户培养了AI。这些人类用户“完全参与其中——通常是在不知情的情况下——扮演‘培训师’的角色”，他们“帮助塑造算法的行为，证明‘代码中的文化’是各种人类和非人类社会行为者之间复杂互动的结果”。因此，AI艺术生产中的理念、创意、审美趣味等源自层累之下的人类集体经验，并于当代文化实践中演进。

由此可见，现阶段的AI艺术生产本质上仍属于阿伦特所说的人类“工作”（work）或“制作”（fabrication）范畴，而“制作的实际工作是在一个模型的引导下完成的，对象按照模型来塑造……引导制作活动的东西都在制作者之外，先于制作的实际活动”，这种“外在”“先在”于AI艺术生产的“模型”，才是真正的创造主体。也正如阿伦特当年所预言的那样，“未来自动化的危险与其说是自然生命令人哀叹的机械化和人工化，不如说是所有人类生产力都被吸收到一个极大地被强化了的生命过程中（尽管是以人工的方式），自动地、无痛苦地重复它周而复始的自然循环”。AI艺术生产以一种高度强化的、人工的生命创造过程“吸收”、模仿、复制着人类的艺术能力，这究竟是一种“自动化的危险”，还是人类创造力的跃迁?

图片来源 | pexels

在“人工智能”与“审美智性”的比照视野下，我们能够更深入地理解AI艺术，尤其是“另一个AI”即审美智性在AI艺术生产中的有限性。如前文所述，审美智性虽在多个研究领域被论及，但尚无系统性的权威定义，有学者将其界定为“人类智能系统中的一个独特组成部分，是审美主体感知和理解审美对象的结构性能力，这种能力体现为主体对审美对象之符号的编码—解码机能，并在此基础上形成丰富、复杂与深刻的审美体验”，也有学者将其概括为“感知、理解和运用审美感性之语言（a language of aesthetic sensibility）的能力”，或是“理解、解释和表达由特定物体或经历引起的感受的能力”。这些学说普遍侧重于“审美接受”的维度，却没有阐明审美智性在艺术生产或者说是更为完整的审美价值链中的角色机制。

艺术生产视角下的审美智性指的是创作艺术作品、创生美学价值的系统性能力素养，也就是基于灵感创意，运用特定的技艺手法创造符号“编码”与文化表征的可能性与有效性，“创造”是其核心。不难看到，艺术活动所依托的审美智性既涉及“形而上”的灵感创意（creativity），又涉及“形而下”的技艺手法（skills），呈现出辩证、有机的统一。正如康德所言，一方面，艺术具有反规则性和不可言喻性，“美的艺术不能不必然地被看作天才的艺术”，而“天才是一种产生出不能为之提供任何确定规则的那种东西的才能，而不是对于那可以按照某种规则来学习的东西的熟巧的素质”。但另一方面，艺术创造又离不开“某种能够按照规则来把握和遵从的机械性的东西”，因为天才的灵感只提供丰富的“材料”，而“对这材料的加工以及形式则要求一种经过学习训练而成的才能”，这类技艺手法层面的“学习训练”，“不是仿佛某种灵感或内心能力自由激发的事，而是某种缓慢的甚至苦刑般的切磋琢磨”。天才般的灵感创意既需要自由驰骋，又需要被有效驾驭，进而实现美的“合目的性”，这离不开技艺手法的规约、赋形、表征与实现。

康德：《判断力批判》，邓晓芒译，人民出版社，2002年

与可规则化、可学习训练的技艺手法相比，审美智性中的灵感创意维度显得神秘而复杂，事实上这也是一个至今都难以用科学方法有效厘定、有力解释并建立权威共识的范畴。在孕育灵感创意的过程中，创作主体融汇感知与认知，宣泄情感，自由想象，实现审美经验的具象化和升华。它大体包含四大要素。一是审美感知。这是指以比常人更敏锐的感觉和知觉力量体察世界，也就是黑格尔所说的“艺术家应该从外来材料中抓到真正有艺术意义的东西，并且使对象在他心里变成有生命的东西。在这种情形之下，天才的灵感就会不招自来了。一个真正的有生命的艺术家就会从这种生命里找到无数的激发活动和灵感的机缘，这些机缘临到了旁人就不发生影响，就轻易放过了”。二是审美认知。审美认知也就是以理性对内外部世界的理解与思考，“使理性内容和现实形象互相渗透融会”。这种认知甚至是一种“元认知”，即对审美经验和创作过程本身的体认与反思。“艺术实践的前提是对自己工作的结果感到惊讶”，艺术创作中这种必要的“惊讶”或“惊喜”感，就有赖于审美智性基于人类艺术创作的认知谱系而进行的反身性体认，甚至指向康德所说的由“反思判断力”（reflective judgment）带来的想象力与知性之间“自由游戏”般的协调与愉悦。三是审美情感。“艺术家一方面要求助于常醒的理解力，另一方面也要求助于深厚的心胸和灌注生气的情感”，在感知与认知基础上形成的情绪触动与情感共鸣是艺术生命力的重要来源。四是审美超越。它指在关联、想象与升华中突破“此时此地”的时空有限性、“自言自语”的个体有限性，进而实现某种“成长”，让“我们的存在与宇宙更和谐地重新联结”。

相较于人类艺术创作中审美智性的诸维度表现，可以看到AI艺术在这“另一个AI”上的有限性（见表1）。在灵感创意维度，AI艺术“内主体”的生产逻辑是“对模仿的模仿”，其隔断了与真切生活、真实世界之间直接、具身性的感知连接，弱化了审美感知。现阶段AI尚未发展出对内外部世界的价值判断能力以及对内部世界的反身性认知、反思能力，“缺乏有意识地批判性地反映自己的能力”，削弱了审美认知。AI艺术将人类整体性的、内在的“情感机制”化约为外部规则性、可计算性的“情感反应”，遮蔽了审美情感。AI的算法收敛与均值逻辑以看似随机的确定性本质压缩了关联和发散的空间，限制了审美超越。在技艺手法维度，AI艺术虽然能够更加高效地习得成熟的诗学体系和表征技艺，却几乎无法产生创新创造，一部分创作技艺及其技术含量甚至被“剥离”出来，成为作为“外主体”的人类下达提示词指令的“新技能”。也就是说，AI艺术创作的技艺手法仍有赖于人。

表1 AI艺术审美智性的有限性

资料来源:作者整理绘制。

在这些限制下，AI艺术与其说是一种“创造”（creation），不如说是名副其实的“生成”（generation），这也是其审美智性有限性最核心的特征。首先，AI艺术创新创造力的薄弱源自由算法模型主导的底层生产逻辑，也就是在深度学习过程中不断优化、收敛，在可预期的随机性中趋向确定性的结果。大模型的这种收敛性使其“无法适应新鲜样本、处理未经学习的事物”，在面对全新任务时不得不从头学习，遑论进行新的创造。因此，AI限制了对创意空间的探索，“总体上趋同于相同类型的内容或视觉特征”。在这种情况下，如果“外主体”不加以介入且持续迭代更新“内主体”，AI艺术就会在“自我强化的循环中永久性地大规模生成通用内容”。其次，有别于人类的艺术训练与个体成长过程，AI艺术的预训练即深度学习机制在模式化的逻辑规则中排除了异质性要素，这也限制了创造“意外”的可能性。人类的艺术训练被称为“培养”，甚至“更进一步地称为心灵的成长，主要因为这不是一个方向上前进，而是多维度、多方向，甚至充满冲突和矛盾的前进”，然而AI算法往往忽视预训练数据中的个性、趣味、灵感、性格等要素，即便清除了“内部的冲突和矛盾”，也只是完成程序预定的学习“任务”。最后，AI缺失反身性的体认能力和“反思判断力”，在康德美学的意义上，也就无法突破想象力与知性、感性与理性的各自局限，难以通过二者的有机协调、“自由游戏”来激活无限的生产性，亦难以迸发出“天才的艺术”般真正源生性的原创力量。

AI艺术的“生成”创造力有限，不仅难以“创造新的价值判断，超越成规俗见”，而且可能会在对旧价值的因袭中加剧“成规俗见”。有研究者指出，算法的“反馈循环”机制令其复制和强化在类似平台上的处理判断，并在连续循环中根据数据进一步修改响应，结果却导致“原始数据中存在的某些模式或偏差的逐渐放大”。在这样的机制影响下，AI艺术生产的“内主体”中层累、潜藏的权力结构可能被释放甚至得到强化，最终结果是“加深文化生产中的偏见，降低审美多样性”。对此，AI既无法反身性地审思，又难以能动性地改变。

理想的艺术创作应该是一种真正的创造，它在人类经验序列中的“诞生性”意义类似于阿伦特所说的“行动”（action）境界：“去行动，在最一般的意义上，意味着去创新、去开始，发动某件事”，这种“虽有一个明确的开端，却从来没有一个可预见的终结”的状态与“人的诞生性境况”紧密地联系在一起。艺术创造的每一次“行动”都在关系网络中指向 “惊讶”与“意外”，作为行动者的创造主体“总是要为他未曾打算，甚至也未能预见的后果而‘内疚’；无论他行为的后果是多么可怕和出乎意料，他也不能取消它；他所开启的过程从来不能确定无疑地在一个单一的行为或事件中达到圆满的结束”。这种直面存在、向不确定性敞开、在未知中不断求索的过程及其最终的审美“实现”正是审美智性的价值意蕴。

图片来源｜Ai云资讯

相形之下，目前AI艺术生产本质上仍是在“同一个模子”的确定性与可预见性中无休止地“重复和复制”。作为具有高度一致性、连贯性的技术化行为，AI艺术的生产“工作”（work）有着明确的开端与终结，整个过程被分解为若干阶段和对应任务，在“手段和目的的无穷链条”中环环相扣，实现逻辑闭环。这一过程是“闭合”“终结性”的，而非“开启”“诞生性”的，也排除了发生“意外”的可能性。这是“人工智能”对“审美智性”的侵入，也是AI艺术所内蕴的深层悖论。

既然当前的AI艺术只具备有限的审美智性，那么我们该如何憧憬它的未来?立足艺术这一领域的审美本位，我们又该如何在数智化的洪流以及“行”与“知”的双向互动中审视、思考并坚守美学的向度?

事实上，AI艺术所面对的算法逻辑和审美逻辑之间的内在紧张关系，是美学的原生性矛盾命题在数智时代的显化与加剧。美学与艺术不同，它一方面和艺术一样根植于鲜活的感性生活经验中，另一方面却要以现代理论所特有的抽象化、形式化方式系统地阐述人们假定为自然的、自发的表现方式，并把它提升到复杂的学科知识水平上。但人们依然认为，它持有一份不能降低其特殊性的责任：美学应向人们提供一个属于非异化认知模式的范式。因此，“美学始终是一个矛盾的、自我消解的工程，在提高审美对象的理论价值时，人们有可能抽空美学所具有的特殊性或不可言喻性”，而这种“特殊性或不可言喻性”恰恰是艺术之美最宝贵的特质。

可见，作为审美经验总结和思想理论体系的美学，自诞生以来就要平衡“规则”与“天才”、“可预见性”与“不可言喻性”之间的矛盾。而到了AI时代，前者跃迁为竞相追捧的机器学习与算法逻辑，后者则沦为有限的创意灵感与创新创造，这无疑为AI艺术带来了新的美学挑战。然而正如黑格尔所言，“矛盾两方面本身就已含有解决矛盾的力量”，而矛盾的解决“并非说矛盾和它的对立面就不存在了，而是说它们在和解里存在”。因此，我们需要在“人工智能”与“审美智性”之间矛盾张力的“和解”中坚持AI艺术的美学向度，探索出一条融合共生的未来发展之路。这里将重点讨论三种可能的共生路径（见表2）。

表2 人工智能与审美智性的共生路径

资料来源:作者整理绘制。

（一） 审慎乐观地探索“超级AI”及其审美智性的可能未来

这条伦理审慎主义与技术乐观主义的路径要求我们摒弃人类更优越的偏见，持续探索机器的全面智能，包括对艺术和美的感知力、创造力。所谓的“超级AI”（artificial super intelligence，简称ASI）能够“在几乎所有领域，包括科学创造力、一般智慧和社交技能上，都大大超过人类”。这种拥有高度审美智性的“超级AI”的诞生，不仅有赖于更加先进的科学技术，而且有赖于底层研发逻辑的方向性转变，比如从人类向机器“投喂”“灌输”既有的知识经验，转向更广泛甚至当下进行性的数据交换，以及不由人类介导而直接在智能体之间进行的更自主的学习交流。

通过智能体的持续演进探索审美智性的可能性，这一路径已经在一些AI艺术实践中得到体现。“生成对抗网络”（generative adversarial network，以下简称GAN）即通过“生成器”（generator）与“判别器”（discriminator）两个不同的内置神经网络之间的交流与博弈拓展出创新创造的空间。简单来说，生成器负责图像生产，判别器则基于对人类艺术数据的学习一次次鉴别生成器的“作品”是否符合预训练数据的概率分布，进而在生成器的“发散”和判别器的“收敛”间求取平衡，探索既符合人类艺术标准又具有一定差异性的输出。

在此基础上，“创意对抗网络”（creative adversarial network，以下简称CAN）则进一步修改生成器的目标，要求其生成偏离预训练数据中既有艺术风格的图像，从而增强所“生成”艺术的“唤醒潜力”（arousal potential）与创造力。与GAN相比，CAN内在的算法博弈机制更加复杂，判别器一方面刻意要求生成器产生风格偏离与含混，另一方面又要求这种“新颖”的创作图像仍处于“艺术”范畴的概率分布之中，并且不至于产生由太大的“偏离”和“唤醒”导致的负向享乐体验。也就是说，CAN致力于在人类艺术的认知边界中探索尽可能大的风格偏离与创新尺度，以此突破既往AI艺术在审美智性尤其是创新创造上的有限性。从GAN到CAN的演进路径及其发展趋势，让人们看到了AI孕育审美智性的可能未来。

图片来源｜pixabay

（二） 在人类审美智性的充分发挥中深化人机协同甚至人机融合创造

这一路径仍将审美智性视作人类相较于AI的优势能力，通过更紧密、有效的协作提升AI艺术的美学品质。在数智时代，“文化生产从人的生产走向了人机共同生产，人与工具的关系从单纯的‘人使用工具’逐渐走向人机协作的关系”已成为大势所趋。有研究者认为，人类与“机器创造力”的协作能够实现双方创造性优势的最大化。要充分认识这一点，就要将艺术置于完整的“过程”中去理解，而不能仅仅关注作为“结果”的艺术作品。因为“要想感知一事物，就得将该事物当作整个情境的一部分来加以感知。每一种东西都起作用——不是作为物品的一部分，而是作为情境的一部分”。换言之，审美智性存在于艺术创生的过程而非静止的艺术作品之中。

“艺术就像一个人一样，它的价值不仅仅在于它在我们面前的相貌如何，而更在于它所拥有的关联和际遇”，人类就是AI艺术最重要的“关联和际遇”。在AI艺术的人机协同甚至人机融合创造的“过程”中，有三大“人类集体”至关重要，他们审美智性的充分发挥也是AI艺术未来发展的关键。一是艺术家。作为人类艺术知识经验层累进程中的核心角色，他们在数智化的洪流中“守护”着审美智性的最后家园，也应该在艺术创造的开拓创新、批判反思中为机器学习积淀更丰厚的数据资产。二是算法工程师。他们是人工智能大模型这一“作品”的创造者，在预训练等阶段中的数据选择也会影响AI艺术生产“内主体”的样貌。他们应该在技术理性之外不断提升艺术素养，并与人类艺术家积极交流协作，针对性地探索、提升智能体在审美智性若干维度上的未来表现。三是AI用户，也就是人机协同中的艺术创作者。他们不是将AI视作一种“竞争”，而是视为工具，通过下达提示词、设置参数、迭代修改等新的艺术创作技艺手法，更好地传达艺术意图并使之实现。AI的“生成技术本身具有很强的美学意义”，它就是数智时代的“艺术策略”，这对运用“生成技术”的用户们提出了审美智性的新要求。

可以看到，这三大“人类集体”事实上就是AI艺术生产的“外主体”，他们和AI所“扮演”的主体之间本就是紧密的共生关系。在AI艺术的发展进程中，“人”“机”互相影响、互相塑造，这不仅是用户个体与特定AI工具之间的关系，更是人类的整体性社会文化与算法的结构性取向之间的关系：人类集体层累的经验智慧与万千用户源源不断的活态数据决定了AI的算法取向，作为“创意代理”（creative agent）的AI“不仅复制既有的样式，还改变了接受者的期待”，而审美接受者们的期待、态度、看法及其有关AI艺术的话语叙事、行为实践等，又将成为影响技术走向甚至塑造技术发展本身的独特“仪式”。因此，AI既反映了社会结构，又积极参与了社会结构的再生产，人机之间的交互、协作甚至深度融合，才真正构成了数智时代的文化形态与审美智性。

（三） 反思甚至重构人类中心主义的审美解释框架与经典美学体系

如果说前两种共生路径更偏重“行”的维度，那么第三种路径则更偏重“元美学”式的“知”与“思”，即对人类经典美学体系进行“刀刃向内”的反思甚至重构。人工智能艺术的生产机制及其美学挑战已经引发学界的深思，其中有些学者强调并捍卫人类审美能力的独异性与重要性，呼吁“美学复归”，也就是“再次回溯到康德美学中对于天才作为艺术创作主体的强调，强调艺术对于固有法则的冲击、对于独特心灵以及创作主体先天的领悟力与想象力的呈现”。他们以摄影技术诞生后的印象派通过“朦胧”“模糊”抵抗“清晰”“真实”作比，认为人类艺术的存在意义就在于彰显其与技术可实现领域之间的对立。

另一些学者却有不同的思考。既然AI艺术中的核心要件已不再是人类，那么灵感、创意、意图、想象、情感这些以人类为中心的美学概念和解释框架是否还能沿用?他们认为，在谈论人工智能的时候，我们附加上了各种独创或者创造性的人类元素，这看起来天经地义，但其实并非必需。对于人类自身的艺术创造机制，经典美学“无论如何都不能给出规则性解释，只能描述创造时的神奇心灵反应，并赋予天才、灵感、想象等一系列超出一般规则的概念”，而既然“我们自己都无法说明艺术创造的缘由”，又怎么能奢求并开发出AI进行艺术创造呢?有反思者甚至更尖锐地指出，“创造力”的概念是对人类“无知”“无解”的掩盖，“将某对象称为有创造力往往反映了我们理解的匮乏：我们知道的是普通的，我们不知道的被认为是非凡的。换句话说，如果我们认为人类有创造力而AI没有，那是因为我们更了解AI的工作原理，而我们仍然没有充分了解人类的工作原理”。

为此，需要构建真正适用于AI艺术的解释框架与美学体系，这也是人工智能与审美智性之间张力纾解、融合共生的可能路径。首先，人类中心主义的立场与标准需要被突破。比如不再将“人类相似性”作为图灵测试的目标，而关注“非人类的创新、美丽或引人注目的设计或艺术形式”，将“产生新奇感”“显示自主行为”等作为通过测试的标准。其次，新的概念及其背后的解释框架需要被构建。有学者提出，人工智能的审美感知、审美认知并非人类意义上的“美感”，而是一种“美学感”，即“基于人类审美形态的理解之上而进行的计算性模仿”，是基于习得的“诗学体系”对美学“规则”的感知与认知，这就为AI艺术特有的审美智性找到了合理有效的解释框架。再次，AI艺术的深层技术机理值得透过新的美学眼光进行细致分析，而非笼统地贬抑。有研究以“算法同理心”（algorithmic empathy）去理解AI艺术作品的物质生产过程而非艺术家的心理状态，指出不同算法具有迥异的审美智性潜能，比如线性算法的“顺序范式”（sequential paradigm）与神经网络算法的“连接主义范式”（connectionist paradigm）在“推断和超越”“程序性洞察力”等维度的不同表现。

前文已经论及，当代审美接受者们关于AI艺术的态度与话语会作为进程中的活态数据影响人工智能的未来走向。有研究者将其称为“AI想象的社会文化档案”（sociocultural archive of AI-imaginations），它“本身也已成为数据集的一部分”。美学体系可谓这一“社会文化档案”的重要组成部分，不仅是对当下审美实践的解释，更是对AI艺术未来的叙事与导向。在这一意义上，我们必须慎之又慎。反思甚至重建必然是艰难的，这会引发关于艺术、审美的整个观念世界和实践范式的巨变，但我们也有理由相信，这一路径并不会导致人类美学与艺术的终结，而是会在与“他者”的对话中孕育新的生机。

图片来源｜Ai云资讯

在数智化浪潮之中，“另一个AI”（审美智性）及其与人工智能之间的矛盾张力促使我们反思人类的主体性问题：在言必称“技术赋能”的当下，什么是人类独有的能力素质?人类的主体性是在增进还是在衰退?审美智性的光辉是否不该被人工智能的炽焰所掩盖，而理应更放光彩?我们又该如何迈向主体性的未来?这些不仅是艺术领域所要直面的问题，更是人类整体性的生存命题。而在艺术与审美领域，除了人工智能，另一股势不可挡的浪潮便是产业化。在“数字”“经济”的深度耦合与蓬勃发展中，审美智性要在数智化与产业化的双重洪流中把握未来，不仅要为文化艺术产业激活新质动能，而且要在其他产业与一般性经济活动中创造价值（见表3）。

表3 审美智性的产业发展形态及其特点

资料来源:作者整理绘制。

审美智性的产业未来首先在于文化艺术产业的健康、蓬勃发展。审美智性既是经济与技术交叠下工具理性的有机对冲力量，也是文化艺术产业的立身与发展之本。文化艺术产业的诞生与发展史，是一部“文化性”与“产业性”对立统一的辩证发展史，而文化艺术生产中应该葆有的审美智性就是文化价值与产业价值、社会效益与经济效益实现内在统一的关键。在呼唤文化新质生产力的当下，随着技术变量的加入，审美智性更具核心价值，以之“铸魂”，是“克服技术负面价值与实现文化内在价值的必然要求，是文化新质生产力实现‘质优’的价值保证”。另外，产业化、数智化发展也对个体及产业协作层面的审美智性提出了新的要求：艺术生产者需要积极适应人机协同的新技术语境，通过掌握“提示词工程”等实现艺术创作技艺手法的进阶；艺术生产组织则要将个体生产者的审美智性凝聚、沉淀为组织能力甚至是去组织化的平台机制，更有效地激发全民族文化创新创造活力。

审美智性的产业未来还在于“审美经济”（aesthetic economy）和“经济美学”（aesthetics of economy）的培育与发展，也就是将审美智性深度融入文化艺术产业之外的其他产业和一般性经济活动之中，充分发挥审美自由的主体性创新创造与转型变革力量。其中，审美经济指的是审美成为重要的产品要素和经济成果，创造出新的价值增量，比如产品美学、服务体验、沉浸空间等产品服务形态。可以看到，“现实中，越来越多的要素正在披上美学的外衣，现实作为一个整体，也愈益被我们视为一种美学的建构”，而审美经济正是要积极把握甚至构建经济行为和消费活动中的美学要素，“将消费者的动机从功能性和交易性转变为体验式、抱负式和令人难忘式”，进而为企业创造更多的产品需求、更高的客户忠诚度、更具增长性的价值回报与更长期的商业成功。也就是说，审美智性应该成为未来经济发展中的生产主体所必备的能力素养，并在其生产对象和价值回报中得到充分体现。

在此基础上，经济美学则进一步期待审美智性向产业经济活动全过程和底层逻辑渗入，也就是不仅将其视作能够带来价值增量的产品服务要素，而且视之为一种结构性的赋能与转型力量。具体而言，经济美学主张在战略决策、组织发展、商业理解等方面充分关注长期以来被轻视的人性、情感、感受等感性要素，关怀工具理性影响下的主体性与创造力。比如，近年来在商业创新领域受到推崇的“设计思维”（design thinking），其致力于通过共情、感知、体验、创造等审美智性要素推动产品设计、服务流程、用户体验甚至商业模式的迭代优化，不仅能在思考“是什么”（what is）、“如何奏效”（what works）中找到解决方案，而且能在探索“如果……会怎样”（what if）、“如何创造意外之喜”（what wows）中激发创新与创意。又如，组织与人才发展领域兴起的“审美领导力”（aesthetic leadership），其强调“情感意识”“感官和躯体注意力”“对组织美的兴趣”“道德目的的提升”在组织管理与协作中的重要性，重视各种组织现象与行为带来的体验，以及基于这些体验的“感觉性知识”（sensory-based knowledge）。此外，在对于商业价值的理解方面，符合审美智性的新型商业世界观、价值观也正在涌现，人们逐渐摒弃单一的“股东（shareholders）至上主义”，而致力于以“人”为本地为更多元的利益相关方（stakeholders）创造更多维度的价值，包括快乐（happiness）、归属（belonging）、福祉（wellbeing）等，由此彰显经济发展真正的“合目的性”。这是溢出原初艺术领域的审美智性为一般性产业和经济领域带来的启发。

第19届杭州文化创意产业博览会上的“智创引擎——AIGC艺术共域现场”（中国美术学院馆）

图片来源｜中国美术学院

“我们似乎越来越生活在两个世界里：一个由自动化、算法和注意力剥夺主导，另一个则寻找以人为中心的互动、情感连接和专为个体设计的体验。”这正是两种AI影响之下当代人类的生存境况。本文聚焦“人工智能”与“审美智性”间的张力关系及其在艺术、产业维度上的意义，在分析AI艺术的生产逻辑与审美智性有限性的基础上，探讨两者在艺术领域中可能的共生路径，强调审美智性在文化艺术产业以及其他产业未来发展中的重要价值。面对人工智能与审美智性之间的辩证关系，我们既不能在数智技术的狂飙突进中迷失，也不应被经典美学的理论惯性所拘囿，而是应该在矛盾张力不同向度的镜鉴中反思人类的主体性，面向未来探索更加积极有为的知行策略。