从人工到智能

引言

2022年11月，由Open-AI推出的人工智能生成式对话模型ChatGPT引起全球的强烈反响，MidJourney、Stable Diffusion、DALL-E2 等模型迅速流行开来。在亿万用户的参与下，AIGC极速发展成为学界的新兴热词，不过快速发展带来的一些潜在问题也引发了诸多思考。如何在AIGC的发展过程中把控技术进步与设计伦理的平衡和协同是当下值得探究的重要议题。

（一）技术狂飙的时代境况

人工智能在生成图像领域的发展可以追溯到20世纪70年代，Harold Cohen开发出来一个名叫“AARON”的程序，不过在当时，还是具有很大的局限，没有办法画出手绘感和人工自然的线条，依靠程序产成的图像还比较简单，达不到艺术创作层面。[1]此后的时间里，科学家们使用神经网络发展人工智能，无论是2014年出现的生成对抗网络GAN，2015年谷歌团队发布的DeepDream项目，还是从2020年开始OpenAI发布的DALL·E模型，[2]又或者2025年初DeepSeek的爆发再一次激起国内AI生成热，可以看出AIGC的发展，产生了长足的进步。

在AI技术的加持下，当下内容生产范式已经从人为主体，机器技术为辅助的生产模式，转变为以AI助手先行的生产模式。设计师的角色已经从设计的“执行者”转向“策展人”的身份。当前技术更新换代的速度之快，远远超过了传统设计伦理发展的脚步。通过对Gartner 2024年度技术成熟度曲线分析总结，AIGC已经从“过高期望峰值”进入了“幻灭低谷期”。[3]这提醒着在设计领域，AIGC的应用早已不局限于单纯的工具层面，而是深入到了创作本体之中，引发了一连串较为深层的认知层面的危机。

（二）科技赋能设计带来多维积极效应

1、低成本高效率的生产模式

AIGC在创作过程中提高效率降低成本的优势非常明显。AI在短时间内生成海量的图像，相比传统的手工绘画或设计过程更为快速。这对于需要大量图像的项目，极大地提升了创作效率。例如“鹿班”，2016年之前的淘宝“双11”商品推荐及图片都是人来控制，在启用鹿班后，当年的双十一鹿班产生了超1.7亿海报，2017年同期，产出了超4亿张banner，每秒能达8000张，2019年，更是输送了10亿规模的图片。现在通过MidJourney等AI工具，设计师只需要输入对应的文字命令就可以快速得到不同风格的方案。这些AI生成的结果被设计师当做创意参考素材，转变了传统从零开始的设计方法，使设计师能够直接基于生成内容进行定向调整与深化，从而大幅提升设计流程的整体进度和效率。

2、拓宽创意边界

在创意的边界拓展程度上来看，AI似乎真的能轻松做到人类想象不到的“创新”。传统设计流程往往受限于设计师本人以往的经验积累、知识结构及固有思维模式，导致创意表达具有一定的局限性。AIGC可以通过生成和分析大量数据库，为创作者提供新的思路和创新方向。例如可口可乐2023年3月发布创意广告短片《Masterpiece（杰作）》。短片在可乐瓶的连接下，穿越《戴珍珠耳环的少女》、《呐喊》、《沉船》、《阿尔勒的卧室》等诸多世界名画之中，寓意着可口可乐在世界各地无处不在的普及。整个视频都是由AI生成，富有创意，又有魔幻现实的感受。正如巴黎奥美数字执行创意总监David Raichman说的：“我们正处于创意产业革命的开端。AI代表着一种令人难以置信的潜力，它影响着我们构思、设计和生产方式，以实现创意的最大潜力。”

3、激发大众化创新潜能

设计是一种极具专业性的工作，但是现在AI将技术放权后，激发了设计行业向大众化发展的转向。传统设计需要专业化知识体系作为基础工作，专业技能壁垒让一些有奇思妙想的大众创新潜能难以抒发。AIGC的出现打破了这一技术壁垒，化解了普通大众创意发展方面的难题，简单的代码交互促使设计这一概念从专业性的生产模式转向大众化创造模式。如短视频平台衍生的AI头像生成玩法。传统插画头像是需要插画师耗时数日的定制服务，现在只要上传照片，即可快速拿到个性化的图片。这类技术应用，不仅打碎了专业与非专业的彼此对立，更通过全民参与的创意实践激活了社会创新的整体活力。

（三）设计伦理发展中的多维探析

1、逐渐消隐的主体性

首当其冲的设计伦理困境是创作主体性的渐隐。设计师对AI生成方案的依赖程度越来越深，创作思维甚至出现了将原本属于设计师的创造性决策权让渡给AI，产生了明显的“外包化”依赖现象。哲学家埃吕尔曾提出"技术自主性"理论，“即技术系统按照其内在逻辑发展，最终可能反制人类主体性”[4]。创作主体性是设计实践过程中最为核心的部分，不仅需要体现设计师独特的情感体验，还需要做到专业认知与审美判断的有机统一。AIGC生成的内容是基于算法和数据的，它的内容缺乏真正的灵感和创意，无法完全取代人类独特创造力和想象力。AI创造出的内容是难以与受众产生共鸣的。而文化，情感，经验需要设计师作为创作主体去大量学习感受，作为最终决策者赋予技术手段让其生成最合适的内容。例如，以Stable Diffusion为代表的图像生成式AI，它们仅仅是将人类的反馈信息作为学习训练的材料，依据深度学习的思维链条和既定的的概率逻辑来产生图像内容。由于缺乏自我标注能力和批判性思维能力，生成式AI惯性将已生成的内容重复作为数据来源纳入新的生成过程。这种“自引式”生产模式极易导致生成内容的极度中心化，甚至形成马太效应，带来知识对象被凝固、数据离散度减小等问题。[5]长此以往，在数据洪流的冲击之下，那些原本属于人类范畴具备独特文化价值属性的设计思考，其可见性会逐渐降低。

2、认知民殖化风险

“认知殖民化风险”也值得细思。认知殖民化风险是指某个群体的认知模式、价值观以及思维方式等遭受另一群体系统性的影响、塑造甚至被替代，致使该群体丧失自身原有的认知自主性与独特性。主流的AIGC模型的训练数据主要是来自英语世界的数字内容，其产出的内容隐含着浓烈的西方认知。并且AI的数据的收集、整理以及控制权往往集中于少数科技巨头或特定机构之手，这些主体若基于特定目的有选择性地为AI提供训练数据，那AI输出的内容必然带有偏向性。用户长期接触这类经过筛选的AI生成的信息，其认知极易被限制在特定框架内，形成单一的认知模式，从而难以接触和理解多元的信息与观点。2023年“龙辰辰”春晚吉祥物引起了大众广泛的讨论。网友指出画风看起来有点A风，不像传统中国的龙，也有网友根据AI不会画手来指出它是AI生成。网友们如此在意龙辰辰是AI生成的，还是手绘的，是因为手绘就一定比AI高级吗？并不是。无论是手绘还是AI生成又或者是AI+后期加工，都只是创作手法。龙作为中华民族重要的精神象征和文化符号，其形象贯穿各个领域。所以设计出来的成果要符合民族的审美。AI生成龙的图片都有比较统一可以辨识的特点，相似的光源材质，错位的细节，繁复无意义的花纹和氛围塑造，都是属于比较容易辨认的AI绘图特征。这也促就了网友对于龙辰辰会说“丑”“不符合中国龙的印象”等言论。如果不坚守这些丰富的地域独特性和文化多样性等认知特征，那么人类知识生产的无限可能性和偶然性也将不复存在。

3、“注意力经济”的附庸

当AIGC使设计产出呈现指数级增长时，设计更容易成为”注意力经济”的附庸，失去其应有的社会批判和文化建构功能，造成设计价值的异化。迈克尔·戈德海伯于20世纪90年代提出“注意力经济”概念，认为注意力经济是“最大限度攫取消费者的注意力，以期获得最大的未来商业利益的经济模式”。[6]设计从本质上来说，不仅仅是创造美观实用的物品或视觉形象，更应当是社会现象的敏锐观察者和批判者。发布在各大视频网站的一些AI图片，搭配一段模棱两可的音频，就可以创造一个不存在的事实。最让人映像深刻的是“地震小孩被埋图”，图片搭配西藏日喀则地震消息，被多方转发，在铺天盖地的营销加持之下，不少人深信不移，可是仔细辨认不难看出，这个小孩的手指有六根，是典型的AI作图。越来越多的“假”消息影响着大众的思维。然而，以AIGC主导的设计产出模式下，为了追求快速吸引注意力和产生最大化的商业利益，许多设计作品放弃了对社会问题的关注和思考，不再承担起社会批判的责任。长此以往，设计行业将陷入一种过度追求表面的热闹和短暂的经济利益的恶性循环。这不仅是设计行业自身的悲哀，更是整个社会文化发展的损失。

（四）结语

要“探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭‘算法’，全面提高舆论引导能力”。[7]设计无疑是需要积极拥抱科技的进步，目前的AIGC仅仅是一种程序和算法，不具备思考能力、环境感知和情感表达等方面的特点。在真正的设计师眼中，它也是一种提升效率改善设计流程的工具。所以设计师要坚守住作为人类的创作主体权，做好最终决策者的身份。借鉴医学伦理上的"医生最终决定权"模式，在关键创意决策节点必须保留人类设计者的实质性参与。再者就是推动多元文化对话，打破当前生成式AI中的文化霸权，做到既不妨碍技术创新又守护设计的本质价值。这不仅关乎设计专业的未来发展，更关系到设计师在AI时代如何守护人类创造力的本真性问题。

参考文献：

MALINA R F， MCCORDUCK P，COHEN H. Aaron’s code： meta-art，artificial intelligence and the work of Harold Cohen[J]. Leonardo，1991，24（5）： 628-629.

作者简介：李真瑞（1996，4），女，汉，山西晋中，研究生在读，浙江工商大学，研究方向设计学