情感可以计算吗？——情感化智能艺术的情感呈现与探索

更新时间：2026-02-09 10:40  浏览量：2

文 / 段似膺

摘要：人工智能技术的发展及其在艺术领域的应用，引发了诸多关于技术能否表达人类情感的争议。本文以情感计算技术在当代艺术中的运用为切入点，阐述它从早期生物反馈艺术到当下与人工智能技术融合而成的情感化智能艺术的发展历程，分析情感在这类情感化智能艺术中具身生成、动态交互及情境依存的主要特征，探讨它对传统艺术情感传递模式的突破。同时，艺术家以技术艺术为阵地，反思情感计算技术的局限与伦理风险，通过开放系统设计，在技术理性的牢笼中挣得感性空间。这类作品中的人工智能虽无法真正计算人类情感，但能以其独特的艺术化重构挑战技术理性对人的规训，拓展艺术对情感的表达方式，为健康的人机关系和技术发展提供演练和探索的机会。

关键词：情感计算 情感化智能艺术 技术艺术 新媒介艺术 艺术与情感

Abstract: The development of artificial intelligence technologies and their application in the arts have sparked widespread debates about whether technology can truly express human emotions. This article takes affective computing in contemporary art as its point of departure, tracing the evolution from early biofeedback art to today’s affective intelligent art formed through the integration of AI technologies. It analyzes the embodied, interactive, and context-dependent characteristics of emotional generation within such works, and explores how they challenge traditional modes of emotional expression in art. At the same time, artists use techno-art as a platform to reflect on the limitations and ethical risks of affective computing, seeking to carve out a sensorial space within the confines of technological rationality through open-system design. Although AI in these works cannot genuinely compute human emotion, it reconfigures emotion through artistic mediation, thereby challenging the disciplinary power of technological rationality, expanding the expressive possibilities of art, and offering opportunities for experimentation and reflection on healthier human–machine relationships and technological development.

Keywords: affective computing; affective intelligent art; techno-art; new media art; art and emotion

当前人工智能技术的迅猛发展正以前所未有的方式重塑当代艺术的创作、欣赏与批评范式。自20世纪中叶对艺术感兴趣的科学家使用早期电脑和电子设备探索计算机艺术创作以来，艺术中的技术媒介经历了从辅助工具到人类合作主体的转型，当下的人工智能生成艺术甚至可以说已经拥有了生成性的自主能力。〔1〕但是，把人工智能视作艺术创作的合作主体虽然为理解当下人工智能技术所带来的艺术变革打开了思路，却也带来了更多根本性的问题。比如，人工智能并不真正拥有人类的情感，它是否能够像人类艺术家一样，通过艺术作品传递情感深度与审美价值？不少学者对此持否定态度，张伟、马草、陶锋等人都认为，人工智能艺术创作中的情感是算法和程序模拟，无法结合“真正的生命感、经验和关怀”〔2〕, 其发展“驱离了人类的主体地位”〔3〕，“很难触及人类自然情感的变动性与丰富性”，也不具备个体性〔4〕。

人工智能不具备人的身体和在世体验，无法在人类的意义上拥有情感，这一点似乎确实毋庸置疑。但如果仅从这一判断去看待相关艺术作品，那结论势必为：要么它根本不具有情感乃至艺术价值，要么人工智能只能配合艺术做好技术性工作，与作品的核心价值无涉。但是问题似乎也没有那么简单。自2022年大语言模型呈现爆发式增长，相关应用开始普及以来，已经有越来越多的普通用户把它当成情感倾诉和交流的对象，甚至如电影《她》中的主角一样陷入与人工智能体的情感联结中。这意味着即便人工智能本身没有人类情感，但人类在与之交流的过程中所产生的情感仍然是真实的。从艺术欣赏的角度来说，如果一件人工智能作品能够激发人类的情感，是否也能被视为可以传递情感？进一步说，这种传递并非仅在媒介层面实现创作者与欣赏者之间的情感沟通。当用户使用Midjourney这类人工智能绘画系统进行创作的时候，人工智能必须以某种方式“理解”用户输入的提示词中蕴含的情感，并以视觉样式显现出来，否则创作合作就不可能实现。既然人工智能被视为合作主体，在艺术作品生成上具有一定的自主能力，甚至还有一些作品能在现场与观众进行实时互动，我们便不能把人工智能排除在审美情感的发生过程之外。人工智能对创作者情感理解及其对观众的情感激发和反馈不仅在理解技术艺术的情感问题上不容忽视，它本身也是对传统艺术的情感表达方式的拓展。更为复杂的是，人与人之间的相处、情感交流和互动随着人工智能的发展产生了巨大的变化，也带来了各个方面的伦理挑战，而情感化智能艺术正是对未来人类生活状态及人机情感交互方式的表征和探索。本文就以情感计算技术在当代艺术中的实际运用为切入口来展开对相关艺术情感问题的思考。

为了弥补计算机的“情感缺失”问题，让计算机能够更智能、更自然地与人类互动，美国麻省理工学院（MIT）媒体实验室的罗莎琳德·皮卡德（Rosalind W. Picard）于1995年提出“情感计算”（affective computing）的概念，并将其界定为“与情感有关、源于情感并直接影响情感的计算”〔5〕。在1997年出版的《情感计算》一书中，皮卡德进一步提出了对情感计算的具体设想，包括计算机对情感的识别、表达，在此基础上进一步“拥有”情感，乃至拥有“情感智能”。情感计算的应用领域包括情感化电子通信、教育和培训中的情感辅助、情感化虚拟宠物和玩具、基于情感的推荐系统和个人助理等。〔6〕

在艺术中，引入科学技术进行情感表达的做法可以追溯到古希腊时期。公元前4世纪的雅典艺术家将视觉经验总结为基本数值公式，作为设计雕塑线条的基本规则。例如雅典国家考古博物馆馆藏编号723的作品中，三个人物头部的线条以特定的角度和方向倾斜，以传达深切悲伤中平静的被动感。〔7〕到了文艺复兴时期，达·芬奇将解剖学与透视法融入绘画，使《蒙娜丽莎的微笑》具有动态情感表达的效果。20世纪中期，早期可穿戴技术被运用于情感信息的搜集和展示，如20世纪60年代有种面向女性的首饰“情绪戒指”，能显示佩戴者的兴奋程度。〔8〕差不多同一时期，艺术家也开始利用医疗工具开发与人体生理变化相关的艺术作品。如阿尔文·卢西尔（Alvin Lucier）在1965年创作的《为独奏者创作的音乐》(Music for Solo Performer) ，通过放大阿尔法脑电波，辅以打击乐器等进行听觉转化，作为首次使用生物信号进行作曲和音乐表演的艺术作品开启了生物反馈艺术的历史。〔9〕20世纪80年代末，数字信号处理系统和个人计算机的发展推动生物信号分析技术的进步，使得艺术家有可能在生物反馈的捕捉和放大等原始范式的基础上对生物信号作进一步分析和控制。如1989年美国科学家联合音乐家利用新开发的BioMuse系统举办了一场音乐会，该系统能够捕获肌电图（EMG）、脑电图（EEG）、眼电图（EOG）、心电图（ECG）和皮肤电反应（GSR）信号，并对这些信号进行实时动态分析，进而以分析结果来控制其他电子设备。这一系统使得生物反馈表演一改原先测量放大的被动范式，让艺术家可以结合各种身体动作，动态呈现高度个性化的视觉和声音风格。〔10〕

生物反馈技术的发展及其在艺术中的运用为技术在艺术中的情感识别和表达提供了基础。1998年，“情感计算”的提出者皮卡德与同事特蕾莎·马林-纳克拉（Teresa Marrin-Nakra）合作开发了可穿戴计算设备“指挥家夹克”（conductor’s jacket），通过可穿戴设备测量指挥家的生理信号（如GSR皮肤电导、呼吸、心率、手势等），将生物反馈技术引入艺术表演领域。创作者基于穿戴了“夹克”的指挥家在演奏音乐时的生理信号分析，来探索指挥动作与音乐表达乃至情感感染效应之间的深层联系，提出了9个关于人类音乐动作表达的假设，包括动作效率、意向性、复调结构等。〔11〕此外，创作者还继续研发了实时音乐软件系统“姿势构建”（gesture construction），将手势信号转化为音乐表达，使指挥家能实时控制灯光、音效等，打造多模态互动演出。传统与数字艺术的融合，使指挥家自身也成为一种能够用生理信号进行“弹奏”的乐器。〔12〕

当前人工智能技术的快速发展又给艺术的情感交互提供了新的契机。早期生物反馈艺术中的情感交互依赖生理信号（如脑电波、心率等）的简单采集，通过预设规则映射到艺术输出，难以承载复杂情感表达。而AI技术与情感计算系统的深度结合能进一步通过多模态数据整合以及情感量化建模进行复杂的情感语义标记与分析，进而生成动态变化的响应形式和视听效果，实现从“信号映射”到“智能创造”的跨越式发展。有学者从三个方面总结了人工智能技术结合情感计算在艺术领域里的应用：一是艺术情感的数据收集，即使用离散及连续情感标注以及多模态融合的方法系统性地搜集、整理、标注艺术作品中体现的人类情感，建设情感导向的人工智能艺术数据库；二是艺术情感的技术表达，即通过艺术情感识别、基于情感的艺术性技术生成以及跨媒介映射和跨模态生成来改善人工智能艺术在创作和互动中的情感表达；三是面向情感需求的智能艺术应用，包括便捷及个性化的艺术情感生成、情感导向的交互艺术对观众的情感疏导乃至疗愈、艺术交互过程中的实时情感识别和动态反馈（如游戏中由人工智能驱动的NPC与玩家的情感互动）等。〔13〕

比如，主流的人工智能绘画系统如Midjourney可以通过使用情感提示词来提升作品的情感感染力，以此让输出的人工智能绘画作品更具有个性色彩。视听平台也开始基于情感分类理论和情感识别技术对作品进行情感分类和智能推荐，交互式视频应用iFelt就能基于电影的情感特征对电影进行分类，分析视频的情感信息，进而帮助用户找到符合自身情感需求的电影，还能协助电影创作者评估作品的情感影响。〔14〕在音乐领域，智能音乐应用EMO-Music通过智能手表采集生理信号，运用深度学习实时识别用户情绪，并据此推荐适配音乐，将音乐疗法融入日常，满足用户心理治疗需求。〔15〕此外，人工智能可以结合情感计算与自然语言处理等技术，创造出更有人情味的数字人，在虚拟现实、元宇宙、游戏等多种人机交互的文娱场合提升玩家的沉浸感和情感投入。如在人工智能题材的互动电影游戏《底特律：化身为人》(Detroit: Become Human）中，NPC可以通过情感计算技术动态响应玩家的道德选择，表现出同情或冷漠的情感状态。

情感计算与艺术的结合，经历了从理论奠基、技术探索到智能融合的过程。在技术跃迁的背景下，情感计算技术自身也得到了快速发展，它在艺术领域的深度渗透，推动着艺术在创作与欣赏模式上的变革。随着生成式人工智能与多模态技术的演进，情感化智能艺术已经使得人类通过艺术进行的情感交流进入新阶段。

艺术与情感的关系历来是文艺理论的核心议题之一。从古希腊亚里士多德的“卡塔西斯”概念，到19世纪末立普斯的“移情说”，再到20世纪苏珊·朗格的“情感符号论”，不同时代的思想家从不同角度探讨了人类通过艺术所进行的情感宣泄、投射，以及情感对于艺术创作和欣赏起到的作用等问题。尽管思想家对于艺术所表现的是个体还是普遍情感，看不见、摸不着的情感如何通过艺术形式如线条、色彩、声音等转化为可感知的形式结构，这一形式结构又如何将情感传递给欣赏者等诸多相关问题各持己见，但大都建立在艺术家通过艺术创作将情感传递给艺术欣赏者这一基本模式之上。而这一模式在生物反馈及情感计算技术介入艺术创作与欣赏之后正在发生根本性转变。

不论是生物反馈艺术表演、人工智能绘画系统、交互式视听应用，还是互动电影游戏中的数字人，情感在这些人工智能文艺样式中的存在方式都不再是从艺术家到欣赏者的单向传递过程；作品也不再仅仅是情感传递的载体或中介，而是成为情感的发生场域——情感在人类创作者、用户、玩家、人工智能系统、作品装置体等多重主体之间互相激发，来回涌动。这种情感并非传统心理学中内在于个体心灵深处的某种特定的情感状态，而是一种与个体自身身体的生理状态、外部的情境感知以及共在的他者都紧密相连、互相交融的情感体验。我们可以由此来理解技术艺术中情感状态的几个核心特征。

首先，从情感的艺术形式转化过程上来说，传统由艺术家作为情感提供者并进行艺术升华的情感独创模式转向了情感在机器的情感计算以及用户的情感触发中现场生成的具身生成模式。例如，澳大利亚艺术家乔治·库特（George Khut）的生物识别反馈艺术《心脏形态学》(Cardiomorphologies，2007）中，艺术家所创建的并非一个已经完成的情感符号，而是一个情感显现情境，观者进入作品现场后通过HRV（心率变异性）频谱分析等技术实时采集参与者心率、呼吸等生理数据，再将之转化为由几何、色彩构成的视听动态作品。这种由情感符号向显现情境的转变，并非简单地延后情感发生时间或转移情感提供者（由艺术家到观者），而是对情感存在状态的重新理解在艺术作品中的体现。尽管梅洛-庞蒂并未专门论述情感现象，但其现象学理论中对“情感具身化”的相关论述为理解这种情感的存在状态提供了启发。他在《知觉现象学》中指出身体是情感的直接载体，情感通过身体动作、姿态而非“内心状态”外显。〔16〕例如，羞涩表现为脸红心跳，这些身体反应都不受意愿控制，并非先在内心拥有了“羞涩”的情感再由身体外化，而是身体对特定的情境直接回应为一种情感状态。（图1）

图1 [澳] 乔治·库特 心脏形态学 交互式艺术装置 2007

在《心脏形态学》中，观者通过回忆情感场景引起HRV变化，作品通过可视化光晕、颜色和声音反馈呈现这些变化，使得观者能够直接观察到自身情感状态与视觉反馈的关联。在这一意义上，生物反馈艺术成为情感具身性的探究媒介甚或是直接显现，观者借由作品产生对“身心连续性”的体验，反思身体与情感之间的关系。

而在人工智能技术发展以后，作品的自主性得到了进一步增强，不仅能够对采集到的数据进行分析，还能对观者的情感描述或提示词输入进行跨媒介转译，如前文提及的Midjourney绘画系统，以及能够根据使用者情感描述生成适配旋律的音乐生成系统MusicGen。这一过程可能涉及多模态情感特征提取、情感标注与深度学习、情感分类与映射，数据驱动的情感建模等多项情感计算技术，最后再基于情感规则匹配与推理生成带有特定情感氛围的画作或音响作品。这样的技术系统已经远远超越了普通的艺术媒介或情感表达工具的范畴，成为情感生成为可感知的艺术形式过程中不可或缺的主体之一。

这也牵涉情感在技术艺术中的另一个核心特征，即作品发生过程中情感激发的动态交互性。对于当代这类更为注重参与性和互动性的技术艺术来说，已经不能单纯用艺术欣赏来指称观者体验作品过程中所发生的情况。观者不再被动接受艺术家由作品传递的特定情感，或对作品产生移情或共鸣，而是在参与作品的过程中由作品设置的情境、与作品的持续交互、与现场其他观者的互动等多种因素共同作用，现场激发、显现当下的情感，且这种情感往往是处于持续变动中的。如由比利时艺术家瓦莱里·维梅伦（Valery Vermeulen）主导的互动艺术项目《情绪合成器》(EMO-Synth，2011）通过情感计算和生物反馈技术实现了由观者情绪驱动的实时电影配乐表演。项目分为学习和表演两个阶段：学习阶段，作品由脑电图、心电图、皮肤电反应构成的生物传感器采集用户的生理数据作为情绪状态的量化指标；这些数据被输入人工智能驱动的情感模型，用于学习参与者的情感模式。表演阶段，系统为现场乐手生成虚拟乐谱指导乐手演奏，并结合数字音频为经典默片的电影画面生成动态配乐供参与者欣赏。（图2）

图2 [比] 瓦莱里·维梅伦 情绪合成器 交互式艺术装置 2011

从梅洛-庞蒂“肉身”观对身体与世界的物质性交织〔17〕的角度来看，《情绪合成器》通过生物传感器将生理信号转化为数字信息，使情感成为可被技术系统“触摸”的物质存在。参与者身体与默片画面的“互动”过程在脑电图中留下了脑电活动，在心电图中留下了心跳频率，这些都可以被视为情感的某种技术辅助的具身痕迹，如同手指触摸物体时留下的指纹，而人工智能情感模型对这些数据的学习，就是对这些身体与影像交互痕迹的解析。模型在学习阶段“吸收”用户情感模式（主体影响客体），又在表演阶段“释放”为配乐（客体反作用于主体），形成类似于“右手触摸左手时，左手同时成为触摸者”〔18〕的可逆关系，主体与客体、人与技术之间的界限在此变得模糊。更进一步说，经典默片画面本身是历史情感的载体，参与者的情感输入与默片的“预设情感”形成跨时空对话，又与技术中介的现场乐手表演融合而为一体的视听表演新作品，形成了个体与他者之间的具身共在和情感共振。这样的互动艺术能够通过技术媒介将梅洛-庞蒂的可逆性理论转化为具体的感官经验，让情感不再是禁锢于内在的心理状态，而是在与身体、技术、艺术的可逆交织中互相激发、不断生成和变化。

最后，不管是《心脏形态学》还是《情绪合成器》都体现了情感在技术艺术中的另一个核心特征，即高度依赖于现场情境的作用。传统艺术中，独立于观者、作为审美之物或对象来与观者进行情感共鸣的艺术符号，在技术艺术中转变为情感发生的情境或场域。《心脏形态学》为观者构建的可视化光晕、颜色和声音情感反馈一方面能使观者体验自身的身心连续性，另一方面也是对观者情感空间化的技术呈现，使得在场的其他观者也能踏入这一情感空间，具身参与到对他者的情绪体验中。而《情绪合成器》则把原本作为对象的经典默片转变为作品整体情境中的一个有机组成部分——一个参与者情感的激发元以及与现场音乐情绪的锚定点，使得作品现场的情感对话能够有所依托地进行。实际上，情感与所在情境之间本来就有着密不可分的关系。梅洛-庞蒂多次强调身体与环境的连续性，认为“身体属于世界，而非存在于世界中”〔19〕，而作为身体存在状态的情感也不仅在身体内部，也存在于世界之中。例如，欲望或焦虑会重塑身体对空间的理解：热恋中的个体可能将对方的身体视为“意义中心”，而抑郁者可能体验到身体的“沉重感”，进而使空间失去活力。这种情感化的身体经验先于客观认知，构成存在的“氛围”。我们甚至可以总结说，情感是身体对情境意义的具身化诠释。

生物识别反馈及情感计算技术拓展了传统艺术的单向情感传递模式，形成“人—机—境”多元交互的具身情感发生场域，而其更深的意义则在于它们对传统心物、主客的二元对立论的突破及具身化情感的艺术显现。

尽管情感计算技术在艺术中的引入拓展了艺术的情感表达方式，使得艺术中的情感能够突破个人的心理牢笼，以技术化的方式实现它在身体与情境中的具身化显现，但情感计算本身并非技术乌托邦。情感计算技术虽然依托于当前计算机技术的发展，但它对情感的基本认知和系统建模大都基于保罗·埃克曼（Paul Ekman）的普遍情绪理论。这种实证主义情感研究方法论可以追溯至19世纪中叶查尔斯·达尔文的情感表达研究，其本质都是从生物学角度对情绪进行离散化分类，如把人类的基本情绪分为快乐、悲伤、恐惧、愤怒、厌恶和惊讶六种。〔20〕而情感计算则进一步将主观情绪转化为可计算的客观数值作为分类依据，强化分类的科学性，但实质上，这种分类本身以牺牲情感的独特性与细腻度为代价。这就给以情感计算为基础的艺术作品应用带来了复杂情感表达的先天局限：一方面，它无法表达人类的深层情感，另一方面，囿于情感数据库固有的文化偏见，如基于西方用户数据的情感分类可能不适用于东方意境表达，情感分类理论的跨文化普遍性争议在技术的放大作用下进一步凸显。而在文化应用层面，情感计算技术带来的伦理风险显得更为严峻，如其在各种视听平台中的情感算法推荐难免会使用户在潜移默化中依赖机器分类对自身情感的定义，弱化用户对自我真实情感的体验。且由于算法“黑箱”导致的情感生成路径的不可追溯性，若不在技术发展初期进行伦理反思和制约，可能导致技术使用方滥用（侵犯用户隐私）。甚至存在情感监控、操纵或剥削的风险〔21〕，最终使得人类情感落入比个体心理牢笼更为可怖的技术管控牢笼。

然而，很多艺术家在创作中引入情感计算的时候并非缺乏对这项技术的反思，只是他们没有停留在对当下的技术发展进行简单拒斥的态度上，而是将艺术作为反思媒介和探索空间，以此对未来技术的社会实践以及技术时代人类的生存状态进行艺术化操演。例如，《情绪合成器》的项目创始人瓦莱里·维梅伦就多次强调创作该作品的目标并非用技术复制艺术家的创造力，而是通过情感反馈模型扩展人类艺术表达的可能性。〔22〕作品不仅在系统学习阶段允许艺术家或用户自定义包含自身创作的音频片段，在表演阶段也专门设计了现场音乐家的演奏以确保人类表演者的即兴创作与系统生成内容的动态互动，形成半自主的协作关系，而非纯粹的机械化输出。而艺术家乔治·库特也对技术理性倾向于将身体数据简化为可量化的“控制参数”进行了批判，认为基于HRV 频谱分析这样的生物反馈医疗技术和商业解压产品本质上还是把身体简化为可测量、可优化的“数据商品”，引导用户追求标准化生理状态。因此，他的作品《心脏形态学》故意通过模糊性设计保留体验开放性，如作品并未通过技术界面将参与者的行为和状态与“科学指标”进行简单映射，而是将参与者情感的相关信号转化为光晕、颜色等视听形式，作为开放性符号允许参与者关联个人经验，以此打破技术理性的“数据透明化”逻辑，迫使观众通过具身感知而非理性认知来理解互动，从而自主构建意义。〔23〕

这些例子都体现了艺术家在艺术作品中对情感计算技术成规的有意突破，也能看出艺术作品通过这种对成规的突破来引导参与者反思技术理性本身的局限性及其所带来的社会影响。澳大利亚莫纳什大学感官实验室（SensiLab）研发的《镜像仪式》(Mirror Ritual）更是对传统情感计算系统范式本身发起了挑战。这一交互式艺术装置的主体是一面外观与普通镜子无异的装置，当参与者靠近凝视这面镜子时，隐藏在镜面后的摄像头会通过计算机视觉与机器学习软件库OpenCV中的目标检测算法Haar Cascades来检测参与者面部表情，触发交互。随后，装置通过卷积神经网络实时分析参与者表情，生成情感概率向量，并将之映射为情感关键词，然后再将所得的关键词作为种子输入大语言模型生成独一无二的诗歌，最终叠加显示在镜面的半透明膜上。《镜像仪式》质疑了情感计算技术对人类基本情感状态的判定，认为脱离情境、单靠技术的情感识别没有意义，更谈不上准确。〔24〕作品一方面利用了镜子的象征意义，让参与者能够看到其外观形象和面部表情的熟悉镜像上叠加了个性化的情感诗句，引导参与者重新思考情感与面容的内外关系；另一方面把人工智能技术引入日常生活场景，鼓励参与者从明确的情感类别成见中解放自己，赋予参与者共同创作者的角色，同时在技术的实用功能之外探索人工智能技术在日常生活中的人文可能性。（图3）

图3 莫纳什大学感官实验室 镜像仪式 交互式艺术装置 2020

照镜子这一行为在人类的日常生活和文化认知中原本就有着丰富的内涵。我们通过镜子中的影像观察自己的外貌和表情、也通过镜子确认自己在社会中的身份和角色，还通过镜子调整自己的表情、整理自己的形象，以改变外观的方式来调节自己的情感状态。《镜像仪式》则提前预演了未来人工智能在方方面面浸润人类生活后的一种可能的人机共生状态，技术加持后的照镜子行为成为一种艺术化的人机情感对话方式。参与者用身体动作和面部表情与镜子装置进行互动，人工智能则根据由参与者身体状态所得的情感数据生成个性化诗歌。每一首诗歌都是对参与者情感的一种独特回应和诠释。而参与者在阅读诗歌的过程中，又会对自己的情感进行重新审视、思考，进而改变原先的情感状态。这些都体现了梅洛-庞蒂具身化、情境化、可逆又可塑的情感观。诗歌这一艺术化反馈方式保留了情感世界的复杂性和多元性。在整个作品的发生过程中，人工智能并非对情感进行判定或规训，而是作为启发者和对话者陪伴着人们的日常生活。在人工智能的启发下，参与者不再仅仅是情感的拥有者，更是情感意义的再创造者；作品也不再是单纯的客体，而是与参与者相互影响、交织共生的存在。

《镜像仪式》体现出当代的技术艺术不仅能对技术理性进行反思，还能对技术时代的人机关系以及人类的生活状态进行探索，为技术的未来发展和社会影响提供艺术性“实验”。类似的作品还有艺术家丽萨·帕克（Lisa Park）创作的交互式视听装置《盛开》(Blooming，2018）。该作品通过触摸传感器、心率传感器和手势跟踪传感器捕捉参与者的皮肤接触、心率和手势等身体数据。当参与者手牵手或拥抱时，樱花树会成长开花；当参与者身体接触停止时，花朵会恢复到未开花状态。此外，樱花颜色还会根据参与者心率的变化而发生改变，当参与者情绪激动、心跳加快时，花朵颜色会变红；当参与者心绪平稳、心率放缓时，花朵颜色则变白。与前文提及的几个艺术作品一样，参与者身体与作品技术装置的互动成为艺术发生及意义生成的关键，不再是被动的感知工具。在《盛开》中，参与者通过身体与作品互动，赋予作品生命力，使之成为一个动态的、基于身体感知和行动的情感体验空间。在这一空间中，樱花树的生长、绽放和凋零在参与者的身体行动和情感状态之间建立起有机联系，使得参与者的情感能够在身体与作品情境的交互中得到直观呈现。不仅如此，这种诗化的情境本身还能进一步激发、强化参与者的情感体验，加深他们对作品的感受和思考。当参与者看到樱花树因自己与身边人牵手、拥抱而盛开时，会产生一种与作品中的樱花树相互交融的感觉，仿佛自己成为作品的一部分，而作品也成为自己情感和体验的延伸。这种身心之间以及主客体之间的相互作用和交融交织体现了梅洛-庞蒂对具身存在可逆性的思考，使得参与者能够在对艺术作品的体验中感受到自己与他人、技术之间的共在关系和紧密联系。（图4）

图4 [美] 丽萨·帕克 盛开 交互式视听装置 2018

在数字技术被广泛应用的当下，人们在虚拟世界中的交流日益增多，而在现实世界中的身体接触和互动交流反而会随之减少或被忽视。《盛开》以樱花树这一象征浪漫情感和生命短暂的文化符号为载体，通过花朵的绽放与凋零鼓励参与者在作品构建的情境中进行身体接触。花朵因参与者的互动而绽放也象征着生命在良好的人际关系中焕发生机。通过这种方式，作品传达出人类情感与生命状态的紧密联系，促使参与者在数字环境中重新感受和体会人与人之间情感交流的珍贵和美好。

在当下的新媒体时代，技术正在成为人类日常生活中越来越重要的构成部分，人们的情感交流方式和情感体验也在发生变化。基于生物识别反馈和情感计算技术的技术艺术，借助各种传感器将参与者的动作、表情、脑电波、心率等身体信息转化为艺术装置中的视觉和听觉反馈，一方面体现了技术并非外在于身体，而是与身体紧密相连，成为身体与周遭环境互动的媒介；另一方面将梅洛-庞蒂的具身化的情感观转化为具体的感官经验，让情感不再是内在的心理状态，而是在与身体、技术、艺术的可逆交织中不断生成的具身性存在方式。

回到我们开篇提出的问题，人类的情感本身诚然不可计算，也无法真正被人工智能理解或模拟，甚至我们可以说，对复杂幽微的情感进行数字计算的企图本质上是人类以技术理性对自身进行掌控和规训的体现。而基于情感计算技术的智能艺术却可以成为对这种规训的反思，在技术发展早期为其潜在风险提出预警，探索健康的人机关系和技术发展模式。在情感化智能艺术中，艺术家通过对身体不可计算性的反思、身体与技术界面的重构以及开放系统的探索拓展了艺术的情感维度，探讨了数字时代下人与机器、人与人、人与自我之间的情感交互，在技术理性的牢笼中挣得感性空间，重新确立人性的存在坐标，在展现科技魅力的同时，强调了人类情感和身体互动的不可替代性。（本文为上海市哲学社会科学规划一般课题“新媒体艺术的现场问题研究”阶段性成果，批准号：2022BWY001）

注释：

〔1〕段似膺《重思“创造”：人工智能生成艺术的创作自主性问题》，《文艺论坛》 2024年第6期。

〔2〕陶锋《创造性与情感：人工智能美学初探》，《中国图书评论》2018年第7期。

〔3〕马草《人工智能与艺术终结》，《艺术评论》2019年第10期。

〔4〕张伟《物性、智性与情性 —— 人工智能与艺术生产的技术向度》，《中州学刊》2021年第10期。

〔5〕Rosalind W. Picard, “Affective Computing”, MIT Media Laboratory Perceptual Computing Section Technical Report, No.321, 1995, p.92.

〔6〕Rosalind W. Picard, Affective Computing, The MIT Press, 1997.

〔7〕Jens. Hoyrup, “Geometrical Patterns in the Pre-classical Greek Area: Prospecting the Borderland between Decoration, Art, and Structural Inquiry”, Revue d’histoire des mathématiques, Vol.6, 2000, p.53.

〔8〕Susan Elizabeth Ryan, “Emotional Exchange: Embodiment and Creativity in Wearable Technology”, ISEA15, 2009, pp.1124-1131.

〔9〕Miguel Ortiz, “A Brief History of Biosignal-Driven Art: From Biofeedback To Biophysical Performance”, eContact!, Vol.14, No.2, July 2021, pp.1-22.

〔10〕Ibid, pp.1-22.

〔11〕Teresa Marrin, Rosalind W. Picard, “The ‘Conductor’s Jacket’: A Device for Recording Expressive Musical Gestures”, MIT Media Laboratory Perceptual Computing Section Technical Report, No.470, in Proceedings of the International Computer Music Conference, Oct. 1998.

〔12〕Marrin Nakra, Teresa Anne, “Inside the Conductor’s Jacket: Analysis, Interpretation and Musical Synthesis of Expressive Gesture”, MIT Media Laboratory Perceptual Computing Section Technical Report, No.518, 2000.

〔13〕吴宋若瑶、沈寒暑、陈铭威等《情感驱动的智能艺术研究综述》，《包装工程》2024年第12期。

〔14〕Eva Oliveira, Pedro Martins, and Teresa Chambel, “I felt: Accessing Movies Through Our Emotions”, in Proceedings of the 9th European Conference on Interactive TV and Video (EuroITV '11), Association for Computing Machinery, 2011, pp.105-114.

〔15〕Guo Hanzhe, et al, “EMO-Music: Emotion Recognition Based Music Therapy with Deep Learning on Physiological Signals”, 2024 IEEE First International Conference on Artificial Intelligence for Medicine, Health and Care (AIMHC), IEEE, 2024.

〔16〕Maurice Merleau-Ponty, Trans by Colin Smith, Phenomenology of Perception, Routledge, 2002, pp.438-445.

〔17〕Ibid, pp.130-155.

〔18〕Ibid, p.254.

〔19〕Ibid, p.171.

〔20〕Paul Ekman, E. Richard Sorenson, and Wallace V. Friesen,“Pan-cultural Elements in Facial Displays of Emotion”, Science, Vol.164, 1969, pp.86-88.

〔21〕Roddy Cowie, “Ethical Issues in Affective Computing”, in Ethical Issues in Affective Computing, ed. Rafael A. Calvo, Sidney K. D’Mello, Jonathan Gratch, and Arvid Kappas, Oxford University Press, 2015, pp.142-158.

〔22〕Valery Vermeulen, “Affective Computing, Biofeedback and Psychophysiology as New Ways for Interactive Music Composition and Performance”, eContact!, Vol.16, No.3, 2014.

〔23〕George Poonkhin Khut, Development and Evaluation of Participant-Centred Biofeedback Artworks, Doctoral dissertation, University of Western Sydney, 2006, pp.184-185.

〔24〕Nina Rajcic, Jon McCormack, “Mirror Ritual: Human-MachineCo-Construction of Emotion”, Proceedings of the Fourteenth International Conference on Tangible, Embedded, and Embodied Interaction, 2020.

段似膺 上海大学文学院讲师

(本文原载《美术观察》2026年第1期)