生成式AI绘画背景下的伦理问题

摘 要 

        随着生成式人工智能（AIGC）技术的不断演进和普及，其应用领域已从科研领域的结构化模拟逐步扩展至人们的日常生活。当前，生成式AI科学的发展正进入一个以跨学科融合为特征的崭新阶段，其持续创新推动中发挥着强大动力作用。然而，随着人工智能技术的深入发展和广泛应用，一系列社会问题也随之涌现，如艺术观念的变革、产权问题的挑战、伦理道德的困境等。这些问题不仅影响着技术自身的进步，更是一场酝酿中的“源于科技的伦理危机”。

        在社会科学领域，以AI绘画为研究对象的多学科交汇选题日益受到关注，吸引了哲学、社会学、经济学等学科的积极参与。这些学科通过各自独特的视角和方法论为AI艺术的未来发展提供了丰富多样的观点和层次，共同构建了多元化、互动性强的学术生态。

        本文以《生成式AI绘画背景下的伦理问题》为题，结合多学科研究背景对AI绘画艺术产生的社会现象的进行分析，论述人工智能技术之发展当下面临的工程伦理问题，以及未来发展需要怎样的治理方法。

关键词： 生成式人工智能；AIGC绘画；伦理问题；社会科学；

从生成艺术走向AI绘画

        生成式人工智能绘画作为技术与艺术的交汇点，在当前网络、大数据和人工智能等新技术的推动下，生成式人工智能绘画所带来的科技风暴似乎正以难以抵挡之势冲击着视觉艺术领域，开启了一个被称为“生成艺术创造”的新纪元。只不过，随着新事物的产生，带来的往往还有社会层面的诸多系统性问题。在AI绘画诞生后，机器生成的艺术作品取代甚至超越了众多艺术创作者的劳动，可以混淆视听的不当传播带来了一系列的负面影响......矛盾随之而来，拉扯着这个新兴科技健康发展。

        在AI技术的演进过程中，科技无疑是其推动力的重要来源。而单纯依赖科技并不能解决AI发展路线上的所有问题，社会科学的重要性便由此凸显出来。社会科学意在通过其独特的视角和方法论，为AI技术的发展提供必要的伦理、哲学和社会支持，以确保AI在创新和应用中能够遵循基本的人类价值观，并与社会结构、文化习俗等相协调。可以见得哲学和社会科学等理论工具同样意义非凡。

        现如今AI绘画的伦理问题从何而来？咱们不妨回看一下其发展历史。

        生成式人工智能绘画的发展过程，可谓科技与艺术交融的一大缩影。19世纪70年代初期， 艺术家哈罗德·科恩开发了AARON程序，用机械臂配合预先设定的算法与规则，应用局限于个人风格简单的模仿与再现，其创作成果往往缺乏独特性与创造性。然而，随着深度学习技术的突破性进展，2012-2014年，吴恩达团队使用机器学习方式，成功训练电脑绘制猫脸图像。此后，机器不再依赖人工编码的规则，而是通过大量的数据训练模型，使其学会生成特征和样式，作品更加逼真和多样。

        现如今，生成式人工智能开始展现出前所未有的创作潜力。特别是在近年来，基于神经网络的生成对抗网络（GANs）等技术的广泛应用，使得人工智能不仅能够学习并模仿大量现存的艺术作品风格，还能在一定程度上自主创造出新颖的视觉表达。至此，AIGC的绘画应用正式面向广泛大众，伦理问题自此有了受众基础。

AI绘画之三大伦理问题

2.1商业伦理问题

       在2022年，在美国科罗拉多州艺术博览会上，最终一举夺魁的《太空歌剧院》居然是由游戏设计师AI绘画作品。这一戏剧性事件所引发的社会反响远超出了其艺术范畴，不仅让人赞叹生成式人工智能在模仿真实艺术家风格上的惊人能力，同样也带来了巨大的争议。人们开始警惕AI开始“取代”人艺术创造的能力，同时这种技术也引发了版权和侵权问题的聚焦，伦理问题成为一个重要的讨论焦点。

图1-获奖AI绘画作品《太空歌剧院》

        这一事件仅仅是人工智能跨学科发展所引发众多社会现象中的冰山一角。生成式技术在艺术领域的应用已经不仅仅局限于工具性的辅助角色，而是开始触及到艺术创造的核心领域。这一发展趋势，实际上也折射出了跨越社会科学各学科时所面临的复杂挑战的可能。

        从法学的角度，生成的作品引发了关于版权和知识产权的深刻讨论。《太空歌剧院》这样的作品在版权上应如何归属？是归属于使用了人工智能技术的“创作者”（在这种情况下是Jason Allen），还是应该归属于算法的开发者，抑或是那些被AI“学习”了的原始艺术家？这些问题对于现有的版权法律框架构成了挑战，法学要解决的问题则是对知识产权法律进行重新审视和修订。

        无独有偶，以耳熟能详的生成式绘画平台Midjourney也在权利问题上面临了争议。 其主流数据集包含超过33万张图像和250万个标题，涵盖大约80个对象类别、概念和场景。其他引用的流行的训练数据集包括Visual Genome数据集，包含超过10.8万张图像和400万个对象样本，以及Flickr30k数据集，包含超过3.1万张图像和15.8万个文本描述。在一次福布斯采访中，该公司的首席执行官丹尼尔·霍尔兹承认，公司在训练其人工智能图像生成器时使用了数亿张来自互联网的图片，而未征得作者的同意。这一披露引发了艺术家们的强烈愤慨，他们认为自己的作品被挪用，却没有得到任何补偿。

        法律对于不同的意识形态背景下有不同的表现形态，中国和美国的也同样对此有不同的实践。如在2023年的美国新规中强调“如果作品的传统作者身份要素是由机器产生的，则该作品缺乏人类作者身份，主管局不会对其进行注册。”《太空歌剧院》的版权实践：版权局同意艾伦使用后期修改的仅画作部分构成原创作品，并坚称人工智能生成的部分不能获得版权保护。其理由是：该作品生成部分包含的人类创造性投入的程度低于最低限度。而在中国版权法中规定“在无委托合同约定的情况下，著作权应由决定人工智能核心代码、训练数据来源和发展偏好的设计者享有。”

        法学作为人工智能绘画中解决商业伦理问题的主要力量，对于人工智能学科的意义在于，为AI生成的作品提供版权和知识产权的法律指引和保障。随着生成式技术的发展，如何合理界定AI作品的版权归属成为亟待解决的问题。如果法学学科不通过审视和修订现有的版权法律框架，不同国家和地区就不会具有特色的实践方案。可以见得，法律实践在保护创作者的权益，以及对生成技术创新应用的法律支持方面，还有很多商业伦理治理任务值得进一步探索与实践。

2.2 社会伦理问题

        随着人工智能技术的迅猛发展，AI绘画作为其在艺术领域的重要应用，引发了社会各界的广泛关注。然而，该技术的推广与应用不仅潜藏着对艺术创作劳动价值的冲击，还可能加剧数字鸿沟，导致艺术领域的精英化趋势，从而引发一系列深层次的社会伦理问题。

        在艺术领域，创作一直被视为需要长期学习与实践的艰苦过程，它要求艺术家通过不断的练习与反思，深化对艺术本质的理解与把握。然而，AI绘画技术的出现似乎为这一过程提供了某种程度的替代，其快速生成与模仿的能力使得艺术创作的“低端劳动”似乎变得不再重要。这种技术导向的转变可能误导公众对艺术创作的认知，削弱艺术创作的劳动价值，进而对艺术发展产生深远的负面影响，特别是对于那些新进入艺术领域、尚未形成个人风格的创作者而言，他们可能更加倾向于依赖技术而非自身的实践与探索。

        艺术家是一个富有创造能力的群体，我们之后看到，他们在AI绘画彻底毁灭一个艺术性行业前迅速展开了“反击”—— Nightshade 利用生成式人工智能模型中的一个安全漏洞，即如若AI模型是从互联网上抓取的图像上进行训练的，用到它的这些训练数据可能会损害图像生成模型的未来迭代，使模型的一些输出结果变得错乱 —— “狗被误认成猫，汽车变成牛” 等等；从而帮助将权力天平从人工智能公司向艺术家倾斜。这就是最早针对于生成式绘画AI的对抗样本。对抗样本某些角度上是对传统的艺术创作者群体提供了一些反制手段，但这些行为对于AI技术人员来说，又何尝不是另一种无端的伤害呢？

        尽管有人主张技术能够作为艺术创作的辅助工具，为艺术家提供新的灵感与视角，但这种乐观的观点往往忽视了技术应用中的社会不平等问题。事实上，生成式绘画技术的使用门槛相对较高，它不仅要求用户具备一定的文化素养与技术能力，还需要相应的资本投入以获取高质量的工具与服务。这种情况导致信息弱势群体在享受技术带来的便利时处于不利地位，他们可能因缺乏必要的资源与支持而无法有效利用这些工具，从而加剧了社会中的数字鸿沟现象。

        随着技术的普及与应用，那些掌握先进技术与资本的精英群体可能更加容易地获取艺术资源与市场机会，从而形成新的阶层分化。如若继续忽视AI绘画中的社会伦理问题，其精英化趋势可能进一步拉大艺术领域内的社会距离。分化的结果，无非削弱了艺术作为社会批判与沟通桥梁的功能，还可能加剧社会的不平等与分化现象，使得艺术追求产生了更高的门槛，对于普通出身的艺术创造者变得更加遥不可及。

        总之，AI绘画技术所带来的社会伦理问题不容忽视。社会成员需要更加审慎地思考如何在推动技术创新的同时维护艺术创作的劳动价值、缩小数字鸿沟以及防范精英化风险。

2.3 传播伦理问题

        从传播伦理的角度来看，生成式AI绘画技术中存在的这些问题引发了对技术中立性的质疑。尽管机器本身并没有意图，但其在应用过程中所反映出的偏见和刻板印象却可能对社会产生深远影响。人们需要更加审慎地思考如何在使用这种技术，避免传播有害的刻板印象和视觉偏见。

        一个经典的案例是输入文字内容，我们希望人工智能以图像作为输出结果，产生对应内容的绘画图像。当输入某些具有社会敏感性的词汇时，如“贫瘠”，所生成的图像往往以深色人种为主。这种现象并非偶然，它揭示了其技术在处理图像生成时可能存在的隐性偏见。这种偏见可能来源于训练数据的不均衡，也可能反映了社会文化中普遍存在的刻板印象；当输入内容与“主流事件”相关时，AI绘画的输出结果往往受到传播属性的影响，从而强化了某些刻板印象。例如，在涉及社会冲突或政治事件的图像生成中，可能会倾向于展现与主流媒体报道相一致的视觉元素，从而忽略了事件的复杂性和多面性。这种倾向性不仅限制了技术的创意潜力，还可能加剧社会中的偏见和歧视。

        当下行之有效的方法则是在训练AI模型时，确保使用均衡且多样化的数据集，以减少模型对特定群体的偏见。同时笔者认为，引入多学科的知识和视角也尤为重要。社会学、心理学和传播学等社会科学的介入，可以帮助人工智能在迭代阶段更全面地顾及自身任务与社会之间的复杂关系。

        从伦理学的视角深入剖析，AI绘画技术所引发的道德和伦理困境的核心问题在于和人类之间的“失衡”。当机器在创造性活动中模仿甚至可能“剽窃”人类艺术家的独特风格时，艺术家的道德权利与信息技术进步之间形成了紧张的张力。同时，随着AI技术在多个领域的广泛渗透，其对于社会和文化话语的影响日益显著，文化符号在该技术的传播中出现了前所未有失衡现象。失衡现象不仅可能加剧已有的文化偏见和社会不平等，还可能对艺术创作生态产生深远的影响。艺术界对此类行为的深刻忧虑和反抗行为通过揭示人工智能模型的安全漏洞和训练数据的潜在问题，进一步凸显了生成式AI绘画技术在伦理层面的挑战。

        另一个传播伦理问题的角度则是涉及真实性审查：AI绘图的逼真图像可能被误导为是新闻报道。2022重庆山火灾害，有网络用户使用AI绘画生成的图像，这些图像纯属虚拟。虽然在发布初始便注明了来源于AI绘图，但在传播过程中还是被传为现场摄影，甚至一度出现在政府媒体的新闻报道中。这极大提高了传媒辨伪的成本，有可能引发更大的舆论争议。

        人类迫切需要在推动生成式绘画技术发展的同时，从伦理学的角度对其进行全面审视。这包括建立更加公正、透明的算法机制，以确保技术在处理涉及多元文化和敏感主题的内容时能够更加准确和负责任。加强对技术的监管和评估也至关重要，以防止其应用加剧社会不平等和文化冲突。正是有了伦理学的贡献，我们才能在未来确保生成式绘画技术在尊重艺术创作和价值多样性的基础上健康发展，为社会带来真正的福祉。

结语

        总体而言，AIGC绘画技术的发展进程中，所引发的社会伦理问题和挑战呈现出多样性和复杂性。社会问题不仅涉及技术层面的优化与创新，更触及了文化、社会结构等多个维度，于是单一学科的视角和方法往往难以全面应对，人类也因此需要整合多学科的知识和资源，形成跨学科的研究与解决方案。跨学科的协作不仅有助于推动AI技术的健康发展，更能够深化我们对AI技术与社会环境相互作用的理解。

        这也正是社会科学在人工智能艺术发展中跨学科意义的核心所在。AI的进步不能仅仅依靠技术的推动，更需要人文和社会科学的参与和引导。社会科学为我们提供了一个宽广而深入的视角，让我们能够重新审视和理解技术与社会、文化、伦理等诸多领域的交织关系。通过工程伦理的视角，我们作为科技的实践者，更加希望建一个更加包容、可持续的AI发展环境。人类需要确保技术是在造福人类，尊重和保护人类社会的多元文化和价值观地得到发展。

参考文献

［1］戴宏朵． 人工智能生成艺术的伦理反思 ［Ｄ］．江苏： 南京大学 4-6

［2］卢炳宏． 论人工智能生成物的著作权保 ［Ｄ］．吉林： 吉林大学

［3］赵睿智 李辉． AIGC背景下AI绘画对创意端的价值、困境及对策研究 ［Ｄ］． 山东师范大学

［4］聂洪涛． 生成式人工智能绘画侵权的样态分析与规制路径 ［Ｄ］．《政府与法治》2023年第12期

总结