孙晴丨人工智能文艺的价值生成：AI、艺术家与受众的协同建构

更新时间：2026-01-04 23:40  浏览量：2

由深度学习技术主导的生成式AI，在一定程度上已具备颠覆人类对艺术创作传统认知与模式的能力。随着大语言模型算法的迭代升级与算力的持续提升，借助生成式AI创作或优化的文艺作品，已从实验性探索阶段走向了受众接受层面，并顺理成章地成为了当下文艺的重要组成部分。随处可见的文生文、文生图和文生视频应用场景，以及其广泛渗透的痕迹便是最好的证明。在这一技术与人文交融的新兴领域，不同群体对人工智能文艺的关注焦点和评价维度存在着显著的差异：技术研发者聚焦于通过艺术创作验证自然语言处理、情感模拟等技术性猜想，将文本生成视为算法优化的试炼场；大众媒体与商家则热衷于制造“AI能否取代人类”的对立话题，以此收割注意力经济；当文学界持续批评AI诗歌的情感缺失与AI小说的逻辑漏洞时，Botnik续写的《哈利•波特》却被网友称为“读过的最好的作品”。

上述对人工智能文艺的差异化认知，凸显了生成式AI深度介入文艺生产所引发的价值失序与混乱，其本质源于技术强大的自主潜能对传统文艺生态的颠覆与重构。在此背景下，人工智能文艺的价值生成可被理解为由AI的技术实现、艺术家的意图引导与受众的意义重构三者共同构成的协同性意义场域。在这一场域中，文艺价值的核心从静态作品转向动态共创，从作者权威转向多元主体的协商共建。因此，重新审视AI作为技术伙伴的生成潜能、艺术家作为创意驱动的策略转型，以及受众从被动接受到主动生产的角色跃迁，进而建构起人工智能文艺价值的逻辑体系，对于我们深刻理解人工智能文艺价值的生成机制具有重要意义。

一、AI：人工智能文艺创作的技术参与者

近年来，ChatGPT、DALL-E、DeepSeek、Midjourney等生成式AI之所以能引发广泛关注与讨论，其原因在于这类非传统编程方式重新诠释了两方面内容：一是20世纪60年代至80年代传统AI自上而下对符号和规则的迷恋，二是20世纪80年代至90年代人工生命和机器人艺术自下而上的实践探索。通过这种重新诠释，AI被赋予了近似创作主体的角色。需要指出的是，尽管人工智能文艺生产源于艺术家(用户)的具体指令，但AI作为一种能够进行自我学习与优化、解析与整合艺术知识、实现风格模仿、介入灵感激发与审美判断等深层创作环节的智能系统，已超越传统文艺创作中的“工具”属性，其既不能被盲目地视为一个类似于心灵的事物，也不能被简化为技术要素的组合效果。因此，从某种意义上而言，人工智能可被视为人类进行文艺创作的“技术伙伴”。这一角色转变，不仅构成生成式AI深度参与文艺共创的技术前提，也为后续的价值剖析提供了关键的逻辑起点。

△[加] 索非安• 奥德里著《人工智能艺术：机器学习时代的新艺术形式》

首先，在数据处理层面，生成式AI以自下而上、基于海量数据的训练模式，彻底颠覆了传统AI自上而下的人工编码方式。传统专家系统试图将人类艺术知识浓缩为有限规则，而生成式AI则选择让模型直接“浸入”数据海洋。在预训练这一关键阶段，大语言模型(LLM)或视觉语言大模型(VLM)能够处理规模远超人类个体认知极限的万亿token级数据。模型并非简单存储这些数据，而是通过数百、数千、数万次迭代计算，实现知识归纳与模式整合，进而快速建立对艺术创作规律的深度认知。这一数据处理机制，不仅使其精准掌握各类文艺体裁的结构特征，更能有效模拟特定艺术家的风格印记，最终在用户指令触发下，调用内在的庞大知识网络，实现“一秒成章”或“即时成像”。这种即时生成能力将文艺创作从传统的“技艺性劳作”中部分解放出来，其价值贡献在于极大地拓展了创意的初始素材库与风格可能性，让文艺创作得以在更广阔的语义和视觉空间中探索。

其次，在概率生成维度，生成式AI通过预训练获得的理解和生成能力，其思维逻辑的基石并非人类熟悉的因果律，而是概率相关性。当前主流的自然语言预训练任务，无论是自回归语言建模、掩码语言建模，还是下一句预测、句子顺序预测等，本质都是在海量文本中学习字与字、词与词、句子与句子，甚至段落与段落之间的共现概率。模型通过学习，形成了一个高维的、动态的概率分布网络，生成过程实则是在这一网络中进行基于上下文条件的“随机行走”，每一步选择概率较高的路径，最终串联成文、成图。从本质上说，生成式AI正在将一切“文本”转化为“概率”。正如周葆华所言，概率性的运行思维令AI生成的内容“并非如表面所见的预先存在、直接调取的确定性知识，而是基于大规模预训练模型的概率生成的非确定性知识，是知识发现的或然率”。这一非确定性的特质打破了传统文艺创作追求的结果“唯一性”，转而拥抱开放性、偶然性与多元的可能。AI凭借强大的算力，对潜在的表达空间进行近乎“穷举”式的探索与“暴力破解”，成为激发新的审美体验、挑战人类思维惯性、构成人工智能文艺“异质性”美学价值的技术根源。

最后，在优化理论层面，该机制作为深度学习乃至整个机器学习领域的核心逻辑，通过算法持续地、自动化地寻求系统性能的最优解。优化算法如同一个无形的舵手，在训练过程中不断调整模型内部数以亿计的参数，力求最小化预测错误，使模型的输出无限接近训练数据蕴含的“真实”分布。这一机制已广泛应用于自动驾驶的精准控制、人脸识别的精度提升、医学影像诊断的辅助判断等领域。在艺术领域，优化理论主要表现为：抓取并分析互联网及特定平台上积累的大量受众行为数据(如点击、点赞、分享、评论、完播率等)，从中提炼出关于艺术主题偏好、人物塑造倾向、叙事节奏快慢、创作风格流行度等多维度的群体平均趣味，并将其量化为具体的、可计算的价值坐标。而模型在生成内容时，会倾向于向这些量化的“价值高地”靠拢，从而批量生产出更符合主流审美期待、更容易获得市场接纳的内容。这种基于数据反馈的持续优化机制，在AI赋能的网络文学、商业插画、游戏剧本、短视频脚本等类型化作品生产中，对提升内容产出效率和市场成功率具有显著的作用。但优化理论在降低受众接受门槛、促进AI文艺普及的同时，也潜藏着将文艺价值导向“平均化”与“同质化”的风险，因此艺术家主动探索技术边界的先锋实践对AI优化惯性的对抗就显得尤为重要。

正是凭借以深度学习为代表的这一全新技术范式，生成式AI得以在文艺生产的实践中，深刻重塑了人类与机器长期固化的主辅关系。事实上，文艺领域对人机协作的探索早已有之。20世纪70年代，以艺术家哈罗德•科恩(Harold Cohen)及其耗费数十年心血研发的AARON自动绘图系统为标志，早期的人机艺术合作已初现端倪。虽然AARON通过40年的不断进化已经呈现出一定自主性，但其艺术灵魂始终被牢牢锁定在科恩预设的规则体系之内，出现在科恩的身后，二者之间的关系并没有超越传统意义上的“人主机辅”关系。正因为如此，早期围绕“人机创作”的争议与讨论，也往往因技术的局限未能深入与持续。而深度学习技术的革命性突破，从根本上瓦解了这种固化的权力结构。当我们从整体上审视生成式AI的技术逻辑时，不难发现它已不再是文艺创作中沉默的工具性背景，而是直接演变为一股能动的、强大的价值建构力量，深刻重塑了当代文艺价值的生成范式。通过提供近乎无限的文本组合、引入非因果的概率性创造思维、建立与大众趣味的动态响应机制，生成式AI从根本上动摇了基于作者权威与作品唯一性的传统文艺价值体系。其技术特性本身就在参与定义“新”的文艺价值——更强调创作过程而非静态结果，更看重意义的开放而非封闭，更鼓励对未知领域的探索而非对人类已有成果的复现。正是这种内嵌于技术逻辑之中的价值内涵，使得生成式AI能够与艺术家的创造性意图、受众的参与式解读形成深度的协同关系，共同建构起一个动态的、充满生产张力的文艺价值新场域。

二、艺术家：人工智能文艺生成的创意驱动者

如上所述，生成式AI作为文艺生产的“技术伙伴”，凭借数据处理、概率生成与优化理论相结合的技术逻辑，重塑了文艺价值的生成范式。但技术协同只是价值创造的一面，另一面指向一个更为根本的命题：在AI赋能的创作语境中，艺术家的角色将如何定位？如果说AI是文艺生产中的强大的执行者和价值建构的参与者，那么艺术家则是赋予创作意图与价值方向的原始驱动力量。这种“创意驱动”的全新角色，使人机交互成为人工智能文艺区别于传统文艺的本质特征。

第一，艺术家的创作冲动是文艺价值的原始驱动力。在人工智能文艺中，AI虽然能够承担艺术创作过程中日益增多的技术性任务，从素材的搜集整理、风格的模仿学习到具体元素的组合生成，其介入范围与精细程度也必将随着科学技术的发展持续扩大与深化。但人工智能的技术本质决定了其本身并不具备人类特有的意识主体性，因此不会像人类艺术家那样受精神或情感的驱遣而产生创作冲动，除非其拥有“自我觉醒的意识”。而这种源自人类主体的创作冲动，在具体的艺术创作过程中，绝非盲目的能量释放，其会转化为一种高度自觉、目标明确的创作意图，旨在创造出能满足主体审美需要的价值物。

面对生成式AI具备的自适应能力及其运行机制的不透明性，艺术家必须通过模型的构建、数据集的创建、训练算法的选择等技术干预途径，才能贯彻自身创作意图。例如在数据集这一塑造AI认知和审美基础的关键环节上，部分艺术家已展现出强烈的自主意识。如非裔美国艺术家斯蒂芬妮•丁金斯(Stephanie Dinkins)没有依赖现成的、可能隐含主流文化偏见的大型数据集，而是选择将她与三位直系家庭成员之间长达数小时的对话录音、家庭成员日常阅读的书籍、收听的播客、观看的电视节目内容，以及其他聚焦黑人思想的文本，共同整合成一个独特而私密的数据库，以训练出能承载并表达有色人种社群特有生命体验与世界观的AI模型。又如艺术家乔治•勒格拉迪(George Legrady)选择邀请观众参与数据建构，在其装置艺术作品《满载回忆的口袋》(Pockets Full of Memories)中，他邀请观众扫描随身物品，并提供与之相关的关键词，无监督神经网络技术(SOM)会对这些数据进行组织与提取，自动将物品定位在一个二维矩阵中。通过艺术家、观众和神经网络之间的协作，作品得以展现人与非人之间的意义涌现过程。更有马里奥•克林格曼(Mario Klingemann)这类精通技术的艺术家，通过调整神经元等超参数，并根据美学、风格、新颖性、语义或类别相似性，试验不同的成本函数以控制优化过程，使生成的艺术作品极具风格辨识度。从上述跨越不同技术层级、展现多样介入策略的案例可以得知，在人工智能文艺创作过程中，提供最初文艺意图并驱动AI进行共创的核心依旧是人类艺术家，而艺术家创作意图的完成度则与其对AI这一技术伙伴的熟识程度具有密切的关系。

第二，在人机交互过程中，提示词作为连接人类创意与AI计算的关键中介，重塑了艺术家的创作角色与工作方式。生成式AI的自然语言处理技术使得人类得以运用生活化的语言与AI进行对话，但涉及创意性工作时，仍需要通过提示词的准确设计，让机器准确理解创作意图并精准圈定数据范围。与以审美、情感逻辑为核心思维的艺术语言不同，提示词作为介于技术术语和生活用语之间的特殊语言形式，是以计算、数学逻辑为主要思维的理性语言，因此其逻辑架构与设计规则更为重要。此外，人类用户虽然是提示词的下达者，但机器接收到指令之后会以自身的逻辑对提示词进行解读，基于已掌握的数据呈现内容。这种对人的意图的“转义”虽会减轻人们的认知负担，却也会使客观世界或对象在数据化的过程中被扁平化、单维化。

因此，提示词在提升人机交互效率的同时，既削弱了人类对过程的掌控力，也进一步增加了人机交互的复杂性。这就要求艺术家在提升技术素养的同时，要认清自身在AI艺术创作中承担的角色。正如“AI中文微小说”的获奖作品《我是E&M》，程序员出身的作者Elfe Xu就深谙AI创意空间的潜能与逻辑思维的局限，创新性引导AI以猫的视角进行写作，而后又通过提供故事概要、角色设定和故事背景，采用表格的形式进行内容输出。就当下而言，高质量人工智能文艺作品需要艺术家对AI进行分阶段的指令性引导与多轮人机互动才能完成。这一交互过程需要艺术家时刻保持客观冷静的理性思维，具备较强的思维引导能力、指令设计能力和艺术创意能力。在“人机共创”的新模式下，AI凭借数据储备和算力优势可高效执行素材检索、风格模拟、细节扩展、语言润色等工作，艺术家在交互过程中转而担当起导演式的角色，在充分了解AI运行逻辑的基础上，结合自身个性化的创作要求发出指令，进行人物角色设定、故事主题设计、文学语料投喂、语言风格提供、故事情节贯通等工作，并能够对AI生成的内容进行反驳与质疑，以激发机器的创意性潜力，矫正有可能存在的价值偏向。

第三，相较于当下备受瞩目的、带有明显商业娱乐属性的AI文艺作品，真正体现艺术家作为创意驱动力的，是那些不断探索技术边界的先锋艺术实践。此类创作不仅超越了单纯的作品产出范畴，更深入技术内核、创作伦理与人机关系本质的哲思层面，不仅构成了理解AI时代文艺前沿的关键图景，而且极大突破了人类文艺价值的原有界限。换言之，极具实验性和先锋性的人工智能文艺为文艺界与理论界提供了前所未有的研究对象，审美价值、艺术价值、娱乐价值、商业价值、技术价值等传统价值体系都面临着被追问、被颠覆和被重新定义的可能。

一方面，相较于最终的艺术成果，这些艺术家更注重AI参与创作的过程本身。他们通过多样化的创作方法实验，开辟了关于文艺知识和世界认知的全新思考路径，进而影响了针对此类文艺形式的评判标准与价值尺度。以电子诗人艾莉森•帕里什(Allison Parrish)为例，她突破了生成对抗网络(GAN)被默认聚焦于图像生成的固有思维，创新性地将这一神经网络挪用至诗歌创作领域。在这一充满实验性的过程中，GAN因其架构特性，将文字视为二维图像像素点的集合，只对其进行像素值层面的统计分布与模仿，导致生成的文本完全脱离了人类的语义逻辑，甚至丧失了基本的符号指涉功能。正是这种彻底的“无意义”，使她的作品Ahe Thd Yeadriy Ti Isa置身于文字艺术与视觉艺术的交界地带。作品通过一种非语义但高度文本化的结构，迫使读者放弃对意义的习惯性索求，转而以一种感知抽象图形或聆听无调性音乐的方式去“阅读”，探索了一种非人类的概率性的阅读体验。而这种由机器产生的荒诞感，恰好符合当下信息过度却意义缺失的网络空间调性，其背后折射出的文化认知与美学转向，值得我们进一步深思。

另一方面，部分艺术家在利用AI技术进行创作时往往更倾向于创作过程中出现的意外、故障或异常。他们敏锐地捕捉到这些偏离预设轨道的瞬间，将其视为机器逻辑的独特显现和人工智能美学价值的来源。他们不再局限于探索生成式神经网络的潜在空间，而是直接对已经训练好的模型进行干预，如断开神经元的连接、增加新的连接或在神经权重中注入噪波等，以引发不同类型的故障。艺术家马里奥•克林格曼(Mario Klingemann)的作品《神经故障》(Neural Glitch)，正是这种理念的绝佳体现。他通过随机删除或交换其部分权重，直接干预了GAN的内部结构，导致模型对输入数据产生类似自主创造力的、高度扭曲且不可控的解读方式，最终形成了充满陌生感却又蕴含某种内在逻辑的多样化视觉输出结果，引起了诸多关注与讨论。从上述艺术先锋案例不难发现，人工智能文艺作品的核心价值绝不仅仅在于最终呈现的形态是否“像”人类的文艺作品，更取决于艺术家自身能否彻底跳出将AI视为万能工具或简单模仿者的思维定势，是否具备干预挑战技术既定框架、颠覆常规认知路径的创造性勇气与深刻洞见。同时，一个更为关键的命题也随之浮现：技术的“中立性”也绝不意味着艺术创作的“价值无涉”。无论是帕里什对语言本质的重新审视，还是克林格曼对技术黑箱的介入挑战，其文艺作品的最终价值不仅取决于技术运用的新颖程度，更取决于艺术家是否能在形式探索中注入深刻的人文思考与社会关怀。这些实践启示我们，人工智能文艺的真正突破，源于艺术家在精通技术逻辑的基础上，始终保持价值判断的主体性，在技术可能性与人文必要性之间作出清醒而负责任的选择。正是这种对技术潜力的批判性运用与对人文价值的坚守，才能穿透技术的表面应用，最终激发出具有全新价值属性、能积极重构人机协作边界与艺术未来形态的突破性表达。

三、受众：人工智能文艺价值的定义者

文艺价值的建构包含价值创造与价值实现两个环节，其中创作者赋予文本的潜在价值须通过接受主体的阅读、观赏与阐释方能成为显性存在，但AI的介入戏剧性地凸显了接受环节的能动性。由于人工智能文艺作品内容更具模糊性与开放性，天然瓦解了单一、权威解读的可能性，因此受众的阅读、观看和聆听成为其价值实现的主要途径，他们对这些文艺作品的解读甚至直接决定了文艺价值的呈现方式。反过来看，沉浸在数智媒介环境中且长期接受文艺熏陶的受众，天然具备强大的、重新定义并实现人工智能文艺价值的条件与能力，特别是与各类新媒介文艺(如网络文学、微短剧等)的接触，早已潜移默化地影响着受众的文艺“感受力、阐释力、判断力”。因此，关于受众如何介入文艺价值再生产的讨论，需置于新媒介传播场域中进行考察。

第一，AI文艺的技术迎合与奇观叙事共同塑造了受众的接受机制。AI涉足文艺创作领域并非近年横空出世的现象，其探索历程的深度与广度远超受众认知。早在20世纪六七十年代，计算机艺术先驱们就已经尝试利用算法进行诗歌自动生成、计算机绘画等创作实验。而随着生成式AI获得长足发展，沉寂数十年的人工智能文艺借由AI技术进步，终于以全新形态进入当代文艺场域，并由此引发了技术与人文间一系列新的碰撞与机遇。AIGC所引发的认知与美感冲突，已不仅仅是语言层面的技术问题，更深刻触及了“人类创造性”与“机器再现性”之间的存在性张力。这一转变，既源于AI技术对受众心理的精准迎合，也离不开人机协作所催生的新型叙事与接受体验。

一方面，AI技术经历了从“实验室探索”到“市场应用”的深刻转型，对受众复杂欲望的响应，成为AI技术快速落地并深度融入日常生活的主要动力引擎。这种转型标志着AI不再仅仅是科学家与艺术家探索人类边界的实验对象，它开始赋能商业、工业乃至文化产业，进而深刻重塑受众的文艺观念。这种技术迎合能力的获得，关键在于优化理论能够深刻理解并迎合受众在文艺领域的“期待视野”。这里的“期待视野”既包括受众对特定类型作品的审美偏好，还包括反复验证有效的情节套路，以及不同性别、年龄、阶层的情感需求。通过对受众的精准投喂，AI专注于高效生产高度契合受众既有口味、满足即时快感与消遣需求的故事，极大地降低了受众的接受门槛，以前所未有的速度和广度拓展了AI文艺的受众覆盖面，使其成为一种广泛参与的大众文化现象。

另一方面，除了“协同者”身份之外，AI还兼具“对抗者”“全新物种”等多重身份。人机协同生产模式赋予人工智能文艺前所未有的想象空间，相关文艺价值内涵自然也就不断得到丰富。从传播价值来看，“人工智能PK人类”始终是文艺作品极为关注的主题。受众普遍认为，在AI技术加持下，仿人机器人将成为超级物种，起初服务、模仿人类，继而可能侵入、替代人类，最终结构性改变人类的生存境遇。而近年来无论是Alpha Go击败围棋世界冠军柯洁，还是AI画作《太空歌剧院》(Théâtre D'opéra Spatial)获得数字艺术比赛一等奖，乃至各类超出人类现有思维的行为，都为人类对AI的深层恐惧提供了现实注脚。从某种角度来看，“生成式AI中的故障或‘bug’，在‘人机共同体’中反而具备某种生成力——促发‘变形’，打破模式，启发‘新的动作方式’”。而习惯了人类文艺作品内容与形式的受众也愿意主动接纳此类作品，积极参与阐释并赋予其超乎寻常的价值内涵，这也是受众重新定义人工智能文艺价值的重要体现。

第二，媒介生态的变迁要求重塑人工智能文艺的价值评判标准，其中受众的欣赏习惯、接受模式与独特的媒介文化直接影响了人工智能文艺价值的生成。社交媒体平台天然倾向于捕捉“胜负结果”“身份揭秘”等充满戏剧冲突的片段，并且擅于利用话题制造和病毒式传播来影响用户的情绪和判断。这不仅会冲击国家治理的正常秩序、损害消费者利益和社会公共利益，还会危及正常的国际秩序，反过来也会冲击网络平台的健康发展、损害其追求的商业利益。这些对身处其中的文艺受众的影响自然也会扩展至他们对文艺价值的理解，AI文艺作品也不例外。

在聚集了千万人的社交媒体中，人工智能文艺的娱乐价值(如猎奇、消遣)和社交价值(引发讨论、塑造身份标签)被无限放大，迅速成为网络热点，这与传统文艺价值体系强调的独创性、情感深度、人文关怀等评价标准形成鲜明的反差。例如，AI应用Botnik续写的《哈利•波特》，虽因逻辑上的跳跃性与语言的特异性被专业人士指出缺陷，却在网络社群中引发积极的创作参与和诠释狂欢。又如，在谷歌“深梦”生成的器官漩涡图像虽被传统艺术评论质疑，却因其迷幻的色彩与超现实的生物奇观拼贴，在社交媒体中被重构为“窥见潜意识深渊的魔镜”(笔者注)，甚至以单幅8000美元的高价售出六幅。这些案例表明，在人工智能文艺的接受过程中，严密的叙事逻辑与符合常理的视觉再现未必是受众关注的焦点，作品能否激发新颖的审美体验、引发互动讨论或创造社群文化认同，可能成为新的价值衡量维度。这种价值标准的嬗变，本质上是新媒介传播生态对受众“期待视野”的重构：当碎片化信息流持续冲刷认知习惯、社交互动需求压倒深度审美沉思，技术缺陷衍生的新颖性、互动性与不可预测性，反而可能成为激发参与式文化创造的催化剂。上述文化现象同样提醒我们，对人工智能文艺的价值评估，既要结合具体的传播语境与接受语境综合判断，更需要通过积极的审美教育提升公众的媒介素养与审美能力。唯有如此，公众才能在纷繁的符号狂欢中，树立健康、深刻且具有人文向度的价值观念，从而共同构建清朗的网络文艺生态。

最后，正是在上述价值标准嬗变与媒介生态重构的背景下，受众在人工智能文艺价值生成中的角色，实现了从被动接受到主动生产的历时性跃迁。这一全新的价值生成机制，最终使得人工智能文艺的价值趋向于无限开放。在传统文艺的价值实现范式中，受众本质上是被动的接受者——其意义生成主要通过对创作者预设意图的解读、共鸣或批判性反思来完成。此时包括研究者在内的受众追求的是文艺阐释的有效性和文艺研究的学术合法性。人文学者应当有坚定的理想，让自身的价值判断成为知识，争取进入人类知识体系，在未来的学术对话中被不断提及。而人工智能文艺彻底颠覆了这一单向度的价值传递链条，推动受众完成了从被动接受到主动生产的历史性身份跃迁。

面对AI生成作品与生俱来的意图模糊性，受众被前所未有地推向意义建构的前沿。那些曾被视作AI艺术“缺陷”的特质，如文本的逻辑断裂、语义的暧昧多解、图像的怪异拼贴、旋律的非线性跳跃，不再是亟待修复的技术短板，反而戏剧性地转化为激活受众主体性创造潜能的关键“触发器”。受众之所以能高度包容甚至主动激赏Botnik生成的荒诞文本或“深梦”制造的器官漩涡，其深层动因在于：当作品背后缺失一个可追溯、权威的人类作者意图时，受众恰好被完全解放出来，进而积极主动地投身于一场无限开放的意义生产游戏中。他们不再执着于、甚至无法寻求单一的、权威的作者意图，而是借助文本的开放性、图像的异质性，结合自身的文化背景、即时情绪和网络语境进行个性化的解读、戏虐性的二次创作，乃至构建具有社群属性的价值“共识”。这种共识并不要求被所有受众认同，即便仅有少数人在网络空间表示认可，也能产生不容小觑的传播能量。

进一步来看，人工智能文艺作品提供了原始的、充满可能性的“素材库”，而受众的集体性参与、互动性玩转与社群性赋义行为，将冰冷的数字素材点化为有温度、能引发共鸣的具体审美体验和可流通的文化价值，堪称一场由受众参与的文化“炼金术”。在这一过程中，受众的身份发生了根本性的转变：他们不再是文艺价值的接受者或评判者，而是共同生产者和现场缔造者。因此，人工智能文艺的美学价值并不仅仅源于作品表面的奇观，更在于它构建了一种全新的价值生成机制——一种以受众的创造性解读、互动性参与和社群性赋权为核心的后人类文艺接受模式。这宣告着文艺价值不再执着于作品本身或创作者权威，而是动态、流动地诞生于受众与AI相遇并积极介入的每一个“此刻”。

四、结语

夏尔•巴托神父(Charles Batteux)在《归结为同一原理的美的艺术》一书中提出的“美的艺术”(beaux-arts)这一概念，标志着艺术从广义上的技艺中正式独立出来，从此具备了只属于自己的独特价值标准。尽管如马塞尔•杜尚、安迪•沃霍尔等现代艺术家的作品曾经猛烈冲击数千年来稳步发展的文艺价值体系，但这些仍隶属于人类艺术创作领域。人工智能文艺的出现则是对作为主体的艺术家、作为媒介的技术应用以及作为接受者的受众的根本性颠覆，必然会产生“信息价值的确定性与艺术价值的不确定性的悖反”。

△[法] 夏尔•巴托著《归结为同一原理的美的艺术》

其一，人工智能文艺价值的核心在于“人机共创”的动态过程，而非静态的“作品”本身。其价值本质上是关联性的、过程性的、情境性的动态意义网络。AI在文艺价值生成中，不仅是技术执行者，更是意义网络中的“异质节点”，其基于概率的生成逻辑、对训练数据的隐性依赖，以及对人类意图的“转译”与“偏离”，共同构成了一种非人类的创作视角，从而拓展了文艺价值的边界与可能性。艺术家让渡了部分创作权、放弃了参与生成的全过程，转而通过对创作前端的技术干预、交互过程中的逻辑引导等策略将创作意图“编织”进AI的生成逻辑，引导其探索创意空间或组合新颖元素。而人工智能文艺价值的最终实现则高度依赖于受众的接受与再创造行为，包括利用AI文艺作品的模糊性、开放性甚至“缺陷”，结合自身经验进行个性化解读与社群化赋义。可以说，AI文艺价值图谱是由人机共创与受众接受再创造共同编织的动态意义网络，核心在于协同建构本身所彰显的创新潜能与互动张力。

其二，人工智能文艺价值边界的拓展，取决于艺术家与AI合作的深度及其对“异质性”的探索意愿。艺术家在文艺价值创造中的作用并没有被替代，而是发生了深刻的范式转移：从全程掌控转向通过技术干预引导AI的表达潜力。而AI作为技术伙伴，承担了大量执行性工作，使艺术家得以解放精力，聚焦于更核心的创意构思与价值引导。更具有先锋意义的是，艺术家作为创意边界的探索者，主动拥抱并激发AI的“异质性”，将其视为机器美学的独特源泉，利用技术显露出的内在逻辑的陌生性，在坚守价值判断主体性的基础上，不断挑战人类的感知习惯和文艺经验。这种对AI异质性的探索，极大地丰富了文艺价值的多元性与前沿性，揭示了人机创作力差异本身所蕴含的创造性潜力。

其三，受众的主动参与和社群赋义，重构了文艺价值的评价体系，凸显了“接受即生产”的后现代价值生成方式。技术特性与网络传播生态的结合，使传统基于作者权威、独创性、情感深度和逻辑严谨性的评价体系遭遇巨大挑战。受众不再满足于被动解读预设的意义，而是主动扮演价值共同生产者的角色，推动AI文艺价值评判的核心标准发生显著变化。新奇的视角、怪异的风格、强烈的视觉冲击、社交的趣味性，以及其触发迷因传播和社群共创的潜力，成为受众接纳甚至激赏的重要维度。这一评价核心与先锋艺术家所注重的AI异质性蕴含的美学价值不谋而合，也为人工智能文艺的未来发展指明了方向。因此，在评价AI文艺价值时，既要理解这种由受众主导、在新媒介场域实时发生的价值重构过程，更要不断强调提升受众审美教育与媒介素养的重要性。

随着AI技术的快速迭代与人类对AI技术的熟稔驾驭，人工智能文艺极大概率会进入人类文艺系统并占据一席之地。需要明确的是，人工智能文艺既非AI独立创造的产物，也不是文艺家意图的简单延伸，因此不能直接套用过往价值标准评判其具体内容。从AI、艺术家、受众三方的深度互动与协同建构出发进行思考，或许能从底层逻辑上窥见文艺价值被深刻改写的动态过程与未来图景。