美國鮑林格林州立大學的最新研究發現，生成式人工智能（或稱 AI）在識別圖像來源時可以模糊界限，但發現人類仍然對真正的人類藝術保持著一種潛意識的偏好。

鮑林格林州立大學工業與組織心理學博士生安德魯-薩莫（Andrew Samo）與特聘研究教授斯科特-海豪斯（Scott Highhouse）博士一起在《美學、創造力與藝術心理學》雜志上發表了關于人工智能與人類藝術品的研究報告，發現人們通常無法區分人工智能與人類藝術品，但他們更喜歡后者--即使他們無法解釋原因。

Samo說："藝術被認為是人類獨有的，因為它能給人一種感覺，或者傳達一些關于人類體驗的想法，而這些是機器所不具備的。薩莫說："從某種程度上說，人們對人類創造的藝術有更強烈的感受是意料之中的。"

"但與此同時，這也很令人驚訝：人們怎么會對一件藝術品有如此不同的感受，卻又無法從認知上解釋原因呢？"

從過去出發

之前的研究發現，人類往往會對人工智能藝術品表現出偏見，但隨著新的生成式人工智能模型不斷改進，Samo和Highhouse想知道，人們是否能夠在不經意間分辨出人工智能藝術品和人類藝術品之間的區別。

為了回答這個問題，同時也為了消除偏見，他們沒有告訴參與者他們將觀看的部分藝術作品是由人工智能制作的。相反，他們只被告知將觀看一系列圖片，并根據 30-50 個審美判斷因素對這些圖片進行評分，這是一種可靠的、基于心理測量學的藝術情感和體驗量化方法。

Samo說："以前的研究表明，如果人們知道藝術品是人工智能制作的，他們就會對藝術品產生偏見，就會說自己不那么喜歡它。"但沒有人真正了解過這種沒有任何欺騙的新人工智能藝術。我想，如果我們只是向人們展示這些圖像，他們會知道哪些是人類制作的，哪些是人工智能制作的嗎？如果他們知道哪個是哪個，我們又怎么知道它們之間有什么區別呢？"

他們的發現顯示了生成式人工智能的能力：參與者只有一半多一點的時間能正確識別出藝術品的來源，即便如此，他們也不確信自己的猜測是正確的。

Samo說："這其實就是擲硬幣--當你給他們看圖片時，他們大概有 50%-60% 的機會猜對。一般來說，人們不知道哪個是哪個，當我們問他們有多大把握時，他們通常說只有 50%的把握。"

無法解釋的感覺

在區分藝術品創作者的過程中，我們還發現了另一個有趣的現象：人們更喜歡人類的藝術品，即使他們并不完全清楚其中的原因。Samo和Highhouse在查看數據后發現，人們對人類作品和人工智能作品的感受存在明顯差異。即使參與者不能確定作品的來源，但他們對人類創作的藝術作品始終抱有更積極的態度。

Samo說："他們通常不知道其中的區別，而且一旦你問他們，他們也承認自己分辨不出區別，但下一層意思是，人們可靠地表示，他們更喜歡人類的圖像，甚至不知道它是否是人工智能的。我們發現人們在看人類畫作時會有更多積極的情緒，這是有道理的。"

在所有審美判斷因素中，有四個因素占了大部分差異。人造藝術在自省、吸引、懷舊和娛樂方面得分更高，這表明人們與人類藝術的聯系更緊密。但當被問及為什么會有這種感覺時，參與者卻無法解釋。一種解釋是，他們的快速判斷與人類藝術相聯系，但他們的分析處理卻無法說明為什么會有這種感覺。研究人員在論文中討論的一個理論是，大腦有可能捕捉到人工智能藝術創作中的微小差異。

Samo說："一種可能的解釋是不可思議谷效應--有些東西試圖看起來像人類，但這些微觀感知卻稍有偏差。從整體上看，一切都很好，但在視覺效果或創意敘事中，有一些小細節是你的潛意識所捕捉到的，而你的其他部分卻沒有。"

下一波浪潮

雖然人工智能一度被認為只能復制某些任務，比如流水線上的任務，但生成模型已經顯示出了更強的能力。

Samo和Highhouse的研究讓我們看到了生成式人工智能的可能性。

Samo說："長期以來，人們一直認為人工智能能夠實現流水線工作、數據管理或其他任何重復性、常規性或非原創性工作的自動化。但有了生成式人工智能模型，它們不僅能完成這些重復性工作，還能創造出幾乎與人類無異的藝術、音樂、詩歌、散文和文本。這為生成式人工智能的應用帶來了令人興奮的可能性。"

Samo和Highhouse收集數據后的短時間內，生成式人工智能模型不斷改進，并變得更加普及。

Samo說，隨著人工智能的發展，模型變得越來越強大并應用于日常生活中，繼續了解人工智能的心理效應和對人類的影響非常重要。

Samo說："其中一些新模型可以生成真正高質量、高保真的真實世界圖像，因此再次進行這項研究會很有趣。如果你重新做一遍，我不確定人們是否能看出其中的差別"。