A longitudinal constructionist case study of five student positions on AI as a creative collaborator in open source AI art pedagogy
这项针对五名京都精华大学学生的纵向建构主义个案研究，追踪了他们在 25 个月内对人工智能作为创意协作伙伴不断演变的心理模型和截然不同的立场，揭示了一个由五个部分组成的立场光谱，并识别了 AI 支架无法支持实现的特定机制。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个为期两年的艺术工作坊，一位老师和一群学生正在探索一种全新的、强大的工具：人工智能（AI）。但这并不是那种让每个人都学习相同步骤以获得相同结果的标准课程。相反，老师搭建了一个“游乐场”，它拥有低门槛（易于上手）、宽边界（许多不同的探索路径）以及高天花板（可以深入研究的空间）。
目标并不是要让每个人都成为同一种类型的艺术家。目标是观察当五名不同的学生在同一个游乐场中走过两年时光时，会发生什么。
以下是这项研究的结果，通过简单的语言进行了解释：
1. 同一种工具，五种不同的关系
尽管这五名学生使用了相同的 AI 软件（最初使用的是一个名为 ComfyUI 的复杂开源工具，随后又加入了其他 AI 工具），但他们最终对“AI 是用来做什么的”产生了五种完全不同的思考方式。这就像给五位不同的厨师提供了同一台高科技烤箱：一位成为了机器机械原理的大师，一位仅用它来烤面包，而另一位则拒绝用它来制作主菜，因为他认为食物的“灵魂”必须来自自己的双手。
论文将这五种情况称为五种“立场”：
- 系统架构师 (The System Architect)： 一位学生将 AI 视为副驾驶。她构建了一个复杂的机器，使她与 AI 紧密协作，共同创作出一个完成的艺术装置。对她而言，AI 是设计过程中的合作伙伴。
- 操作手册 (The Operations Manual)： 另一位学生将 AI 视为一本有用的说明书。它了解软件的操作方法并能承担繁重的体力活，但人类仍然是掌控全局的统帅，负责决定创作的方向。
- 概念放大器 (The Conceptual Amplifier)： 第三位学生仅将 AI 用于头脑风暴和文本写作。当涉及到实际动手制作艺术品时，她会将 AI 搁置一旁，由自己完成技术性的工作。
- 伦理实用主义者 (The Ethical Pragmatist)： 第四位学生感到一种道德上的犹豫。他担心如果使用 AI 来创作艺术，他就是在“偷窃” AI 的想法。他也发现 AI 编写的代码杂乱且效率低下，因此限制了其使用范围以避免这些问题。
- 哲学边界者 (The Philosophical Bounded)： 第五位学生认为，真正的创造力需要人类的身体和现实生活的体验。对他而言，AI 的输出就像是“梦境”——很有趣，但需要人类将其带入现实。他利用 AI 进行头脑风暴，但在最终创作阶段严格保持人类手工制作。
2. “宽边界”发挥了作用
老师的理论是，一个灵活的环境会产生不同的结果。这项研究证明了这一点。学生们不仅制作出了不同的图像；他们还发展出了不同的哲学观。他们不仅在思考如何使用工具，还在思考谁才是主导者：是人还是机器。这种“宽边界”不仅允许了不同的项目，也允许了对于“谁在掌控”这一问题的不同思考方式。
3. “创意”与“现实”之间的“鸿沟”
研究还发现了一个棘手的问题。有时，AI 非常擅长帮助你产生一个精彩的创意（概念层），但在帮助你真正实现它（实现层）方面却表现不佳。
可以这样理解：AI 可以帮你写出一份完美的蛋糕食谱，但如果你不知道如何搅拌面糊或使用烤箱，蛋糕可能还是会失败。研究发现了导致这种情况的四个具体原因：
- 工具不匹配： 有时 AI 不知道如何协助处理非常具体的视觉工具。
- 学生的抉择： 有时学生听到了老师的一个很棒的建议，但由于还没准备好应对复杂的版本，便决定做一个更简单的版本。
- 媒介限制： 有时学生选择的工具（如游戏引擎）虽然完美契合其愿景，但看起来可能不如大屏幕投影那么“令人印象深刻”。
- 沉默： 有时学生在遇到困难时没有告诉老师，导致老师无法提供解决方案。
4. 学生是如何学习的（“导师制的混合”）
老师并不只是进行讲座。研究发现，学生的学习是通过多种不同类型的帮助进行的，而且这些帮助往往同时发生。
- 有些学生通过与老师一起构建工具来进行学习。
- 有些学生将老师的大构思缩小范围，以适应自己的技能。
- 有些学生利用老师的建议来学习特定的词汇或艺术思维方式。
- 有些学生利用老师的指导来把握“大局观”，同时利用 AI 或在线模板来处理微小的技术细节。
5. “前后对比”的证据
为了确保这些观点是真实的，研究人员观察了两个时间点的快照：
- 开始时 (2024年)： 他们询问了学生们对 AI 工具的看法。
- 结束时 (2026年)： 在学生毕业并致力于最终项目时，他们再次询问了同样的学生。
他们发现学生的思维演变出了五种截然不同的模式。例如，一位学生最初对 AI 的理解仅限于模糊的“烹饪”概念，最后却发展出了非常详细、多层次的理解。另一位学生最初没有任何明确的想法，但通过这个过程，建立了一套强大且独特的哲学体系。
核心结论
这篇论文表明，当你给学生一个灵活、开放的环境去玩转 AI 时，他们并不会变得千篇一律。相反，他们会自然而然地归类为不同的角色。有些人成为机器的主人，有些人成为它的批判者，而有些人仅将其作为跳板。这种教学方法的“魔力”不在于强迫每个人以相同的方式使用工具，而在于创造了一个空间，让这五种不同且有效的协作方式都能存在并成长。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。