丘挺｜算法的规训与艺术的突围：数字时代绘画自主性的再发现

人工智能技术正深刻改变图像生产与审美传播机制，促使传统绘画艺术面临文化定位与价值体系的重新审视。在此背景下，亟待探讨的核心问题是：当算法主导视觉领域时，艺术创作的主体性是否遭受系统性消解？人类感性经验的丰富性是否被简化为可预测的算法规则？本文通过分析“算法审美”对感性经验的标准化运作及其对艺术创作、接受模式的改造，考察艺术主体如何在新技术逻辑中重构意义生成机制，进而为传统绘画在数字时代的深读与创新发展提供启示。

一、算法环境中的绘画困境

进入21世纪，数字技术的普及使算法逻辑深度嵌入视觉文化生产体系。数字时代的图像本质发生根本转变——从传统的视觉再现载体，演变为经算法编码、训练与筛选的特定形式。生成式人工智能的算法谱系正从早年的变分自编码器/生成对抗网络（VAE/GAN）两分天下，快速演化为“Diffusion＋Autoregressive Transformer”，其背后是数据驱动与算力提升共同推动的生成范式跃迁。生成式人工智能不仅成为艺术创作的新工具，更重新定义了图像的生成范式与认知基础。这种数据驱动的创作机制，正在深刻改变艺术领域的感知结构：绘画艺术赖以存续的视觉经验与感性机制遭遇挑战，图像不再单纯承载艺术家对世界的个性化表达。尤其对于强调笔墨精神性的中国画而言，这无疑是前所未有的挑战。算法的中介性不仅改变了作品的生成机制，也深刻重塑了艺术的感知方式与传播模式。

首先，算法对情感与感知的编码处理，造成了人类感性经验的巨量压缩。诸如普拉奇克（Plutchik）的情绪轮（8类情绪标签：喜、信、恐、惊、悲、厌、怒、期待），以及FER-2013（7类情绪标签）、AffectNet（8类情绪标签）等数据集，将复杂的心理反应拆解少量可用于训练的标签，使得以情感微妙变化为美学支点的传统绘画难以被系统识别或生成。中国画自古强调“传神写意”，讲究“气韵生动”，艺术家通过笔墨抒发主观情感与宇宙感应，而AI算法生成机制则往往倾向于图像形态的表面拟合与情绪标签的线性处理，它在处理“笔墨气韵”这类难以量化的视觉经验时显得力不从心，从根本上难以承载水墨的微妙转化与“心手相应”的过程性维度。这种生成逻辑背后隐含的“简化现实”机制，正在压缩艺术表达的深度与歧义性，令“多义”“混沌”“无用之用”等中国画美学核心逐步消解于技术表征中。更深层的问题在于，算法对“不确定性”的排斥与中国画对“偶然天成”的追求构成根本性冲突。水墨的晕染、笔法的飞白在追求精确、可控的算法逻辑中容易被判定为“噪声”而遭剔除，同时，算法训练依赖的海量数据往往缺乏对特定文化语境的理解，使得AI生成的水墨作品常流于形式拼贴。

其次，社交媒体与数字平台所依赖的算法推荐机制导致了审美选择的“标准化”，进一步影响着艺术作品的可见性与存续方式。在算法偏好的驱动下，视觉冲击力强、易于传播的图像形式（如高饱和色块、叠加特效等）更易获得流量支持，而传统艺术中紧扣文化根性的诗意化逻辑，及其背后对生命“之间”的描绘，却因不易量化和互动率较低而被边缘化，这也使得公众的审美经验逐渐被推向同质化和程式化。图像逻辑从以人为中心转向“生成—训练—分发”的数据流程，艺术由此失去在精神空间中的主动权。

再有，计算机算法和数学领域的技术精英对“美学”“中式审美”知之甚少，由于缺乏艺术专业的训练与绘画创作的体悟，让他们做好人工智能的训练是“强人所难”。但艺术家空有审美品位，在人工智能时代，若不能介入算法，不能介入人工智能训练，不能将“美学品位”以“技术体例”传达给大模型，那么AI生成肯定止步于大众消费的视觉品位。中国画特有的视觉图式在人工智能视觉认知体系中面临双重危机：既存在被系统性边缘化的风险，又可能遭遇文化误读。这一状况不仅制约了传统绘画的传播效能，更通过算法推荐机制潜移默化地形塑艺术教育的价值导向。尤其当算法主导文化内容分发时，那些承载批判性思考的绘画实践常因不符合流量化审美逻辑而遭到压制。由此观之，算法已超越技术工具属性，演变为承载特定文化偏好的认知框架，重新定义什么是“可见的艺术”。这种“可见性”的争夺还延伸到文旅产业的数字化呈现，尽管当前AI在文旅产业的应用仍在初级阶段，但AI与虚拟技术的结合，使得文旅地标建筑、博物馆的技术应用正在创造超越物理空间的沉浸式体验，正在逐步改变文旅产业原有的结构和规则。

在算法深度渗透视觉生产的当代语境中，绘画遭遇的困境既体现为媒介迭代带来的形式挑战，更关涉其文化根基、审美逻辑与精神价值的系统性调适。由此，“如何深读艺术”已超越技术层面，成为关乎文化立场与价值取向的根本命题。需要指出的是，人工智能并非艺术的对立存在，而是具有对话潜能的共生主体。唯有通过对算法运行机制的批判性解析，方能真正把握传统艺术危机的本质。这要求我们摒弃“技术威胁论”与“工具崇拜论”的二元对立，在技术批判的基点上转向文化重建，进而探索传统艺术在数字时代的创造性转化路径。

二、艺术应变的实践探索

笔者曾于2024年前往惠特尼美国艺术博物馆（Whitney Museum of American Art），参观计算机生成艺术领域先驱哈罗德·科恩的回顾展览。这位致力于探索人工智能的艺术家将知识和创作过程转化为代码，其艺术实践为理解当下生成式艺术（如DALL-E、Midjourney等应用）中的创作主体性、人机关系等核心命题提供了一种非常重要的历史视角。当前，面对算法对艺术感知、传播与生产机制的结构性影响，艺术家群体呈现出超越技术拒斥的复合态度：通过在创作、展示与教育场域重新激活身体经验、感性维度与文化肌理，以“反向介入”策略回应算法权力的规约。此类实践不仅构成美学方法的调适，更标志着从视觉表达到文化批判的范式转型。

“哈罗德·科恩: 亚伦”（Harold Cohen: AARON）展览现场  2024年2月3日—5月19日  惠特尼美国艺术博物馆  图片由惠特尼美国艺术博物馆提供  摄影/Ron Amstutz

英国艺术家安娜·里德勒（Anna Ridler）通过手工绘制上万张郁金香图像，训练GAN模型生成“未来郁金香投机图”。在她的装置Mosaic Virus中，AI生成图像随比特币价格而变化，借AI生成逻辑批判视觉消费主义。捷克艺术家兹德涅克·塞科拉（Zdenek Sykora）在20世纪70年代已开创了独特的艺术语言：以计算机算法生成交织曲线组合。从色彩配置到线条的长度、粗细及走向，构图的每个要素均由程序确定。这种创作方式使作品兼具数学精确性，同时融入随机性与偶然性特质。意大利艺术家达维德·夸约拉（Davide Quayola）使用工业机器人以高精度笔触模拟古典绘画的生成过程，却刻意引入故障、误差与图像不完整，以此制造一种“非理性技术”的视觉逻辑。法国艺术家帕特里克·特雷塞特（Patrick Tresset）将AI应用于模拟绘画行为本身，机械手臂用毛笔一笔笔描绘人物素描。他借助算法模拟“迟缓的手工绘画”来延续传统艺术的节奏美学，以缓对快、以体感对抗运算。同样对视觉秩序进行系统解构的还有中国艺术家曹斐，在作品《RMB城市》（RMB City）中使用Second Life平台构建虚拟城市，通过在虚拟世界中创建自我投射的数字身份，揭示出算法如何重塑人的行为逻辑、身份结构与情感机制。她对虚拟身份与真实个体间断裂的持续追问，构成了对数字社会“算法同一性压迫”的反思，也为传统艺术中“自我书写”“意象自由”等本体价值的重新唤醒提供了参照。

[捷克] 兹德涅克·塞科拉  Lines n°24-The Last Judgement  布面油彩  300×300厘米  1984  摄影/丘挺

中国当代水墨艺术同样选择将文化特性嵌入数字语境中，在创作中保留“书写的偶然性”“笔墨的不可控”“意象的模糊边界”等传统水墨核心语汇，重视水墨中的涣散性与沉思性，从而在视觉文化加速背景下提供另一种抗速感，重申中国画中“澄怀味象”的精神维度。艺术家陆军将墨滴入水中捕捉其瞬时三维形态变化，通过后期非线性组合与再造，探索墨在水中超越宣纸的灵动性，以数字技术承载水墨精神。高妍玫团队在近2000张宣纸手绘运动人形，结合三万帧数字动画渲染，赋予数字笔刷“骨气雄强”的书法质感，为2022年北京冬奥会开幕式创作了惊艳世界的动态水墨动画，通过“观象取意”提炼体育精神，实现水墨气韵与运动数据的融合。2025年年初，笔者于中央美术学院美术馆策划了“传移模写：中央美术学院中国画临摹教学作品展”大展，其中李世奇团队的作品《人工神经雅集》是面向中式审美的生成式AI探索，将传统文化与美学知识结构化地融入模型训练，实现了对AI生成的文化嵌入和审美规训。

李世奇 人工神经雅集静帧1数字影像尺寸可变2024