How Learning Reshapes Aesthetic Evaluation of AI-generated and Traditional Xilankapu Patterns: Evidence from a Longitudinal Intervention Study

何世紀もの間、人間は、芸術を深く理解するためには人間の心と精神が必要であると信じてきました。私たちが絵画やタペストリーを見るとき、単に色や形を見ているのではありません。私たちはその作品の背後にある物語、歴史、そして意図を感じ取っています。この感覚は、私たちが美しさを判断する上で中心的な役割を果たしています。しかし今日、コンピュータは人間が作ったものと同じくらい印象的な画像を作成することができます。人工知能によって動かされるこれらの機械は、既存の芸術の膨大なライブラリから学習することで、パターン、風景、肖像画を生成できます。この能力は、静かながらも切実な問いを投げかけています。すなわち、どのように作られたかを知ったとき、私たちの芸術を認識し価値を見出す能力は変化するのだろうか、という問いです。もし私たちがコンピュータが従うルールを理解したり、伝統的なデザインの深い歴史を学んだりしたとき、私たちの脳はその作品を異なる見方をするようになるのでしょうか。神経美学として知られる、私たちがどのように美を知覚するかを研究する科学者たちは、私たちの好みは固定されたものなのか、それとも学習によって形を変えうるものなのかを問うています。

ある研究チームは、特定の美的な伝統、すなわち中国のトゥジャ族による「西欄帽（Xilankapu）」の文様に焦ニを当てて、この問いに答えようとしました。これらは自然、宗教、日常生活の象徴に満ちた、世代を超えて受け継がれてきた複雑な織物タペストリーです。研究者たちは、これらの伝統的な文様と、人工知能によって作成された新しい文様を、人々がどのように比較して判断するかを知りたいと考えました。彼らは特に、3種類の画像に注目しました。それは、オリジナルの手織りのデザイン、人間の助けを一切借りずにコンピュータのみで作られたパターン、そして人間がデザイナーとしてコンピュータと共に作業して結果を洗練させたパターンの3種類です。これをテストするために、彼らはこれらのタペストリーについて何も知らない100人の成人を集めました。参加者は芸術やテクノロジーの専門家ではありませんでしたが、視覚的なデザインに対する一般的な感性を持っていました。研究者たちは、参加者にパターンを見せ、それがどれほど美しいか、どれほど意味があると感じるか、そして人間と機械のどちらが作ったと思うかを評価するよう求めました。

実験は、学習期間を挟んだ2つの段階で展開されました。第1段階では、参加者は単にパターンを見、率直な印象を述べました。彼らは、色の鮮やかさから感情的なつながりの強さに至るまで、15の異なる特性に基づいて画像を評価しました。その後、研究者たちは構造化された学習プログラムを導入しました。30日間にわたり、参加者は西欄帽の歴史、シンボルの意味、そしてコンピュータが新しいパターンを生成する際の技術的な原理について学びました。彼らは、トゥジャの人々がいかにして自然のイメージを幾何学的な形態へと変えていったのか、そして人工知能がいかにしてこれらの要素を組み合わせたのかを学びました。この1ヶ月の学習の後、同じ参加者が再び同じパターンを見、再度評価を行いました。目的は、この新しい知識が彼らの考えを変えるかどうかを見ることでした。

結果は、参加者が世界の見方をどのように変えたかを示す明確な変化を明らかにしました。学習を行う前、彼らの判断は主に即時的な感覚的反応に左右されていました。彼らは明るく、鮮やかで、表現力豊かな画像を好みました。彼らはパターンの表面的な美しさに惹かれていたのです。しかし、学習の月を経た後、彼らの基準は変化しました。彼らは作品のより深い意味を重視するようになりました。「典型性（typicality）」、つまりパターンがいかに伝統的な様式に合致しているか、そして「意味（meaning）」、つまり文化的な物語をいかに伝えているかが、評価において非常に重要になりました。参加者は、芸術を単に見た目がどうであるかではなく、それが何を象材しているかによって判断するようになったのです。彼らはもはや、単に色に反応しているのではなく、シンボルを解釈していました。

この思考の変化は、芸術の出所を判断する方法にも影響を与えました。学習期間の前、参加者は誰がパターンを作ったのかについてしばしば混乱していました。彼らは、人間が作ったタペストリーとコンピュータが生成したものの違いを確実に判別することができませんでした。実際、学習前には、人間とコンピュータが共同で作ったパターン（HITL）が、純粋に伝統的なものや純粋にコンピュータが生成したものよりも高い美しさの評価を得ていました。しかし、歴史とシンボルを学んだ後、彼らの伝統的なパターンを見分ける能力は著しく向上しました。彼らは本物の手織りタペストリーを識別するのが非常に上手くなり、それらは典型性と意味という核心的な文化的次元において最も高い評価を得ました。興味深いことに、彼らは引き続き人間とコンピュータが共同で作ったパターンを非常に美しいと評価しましたが、純粋にコンピュータが生成したパターンへの評価は低いままでした。学習は、彼らに機械製の芸術をもっと愛させるためのものではなく、むしろ、完全に自動化されたバージョンに何が欠けているのかを見抜くための道具を与えたのです。

この研究は、対象となる文化について学ぶとき、私たちの脳はその対象の処理方法を変えることを示唆しています。私たちは、素早く直感的な反応から、よりゆっくりとした、より思慮深い評価へと移行します。研究の参加者は、純粋にコンピュータが生成したパターンは、時には視覚的に印象的ではあるものの、伝統的なパターンが持つ深い文化的共鳴を欠いていることを見出しました。コンピュータと共に作業した人間のデザイナーは、この溝を埋める役割を果たしており、新鮮でありながら文化的に根ざした作品を生み出しているようです。この研究は、人工知能が文化の視覚的なスタイルを模倣することはできても、人間の導きなしには、その歴史と意味の重みを完全には捉えきれないことを示しています。

最終的に、この研究は、芸術に対する私たちの鑑賞眼は固定された特性ではなく、知識とともに成長する柔軟なスキルであることを示しています。人々がパターンの背後にある物語を理解するとき、彼らはそれを異なる形で価値付けます。彼らは、たとえそれらが表面上は美しく見えたとしても、物語を欠いた作品に対してより批判的になります。この発見は、創造的な世界における人間と機械の関係に新たな視点を提供しています。それは、人工知能が芸術を作る能力を高めていく中で、人間の役割は、単に芸術を作るためだけでなく、それが私たちと真に響き合うための文脈と意味を提供するために、いっそう不可欠になることを示唆しているのです。パターンの美しさは、単にその線や色にあるのではなく、私たちがそこに持ち込む知識の中にあるのです。