后半场以对话形式展开。久保田先回应了前半场的线索，把话题引向更具体的问题：在美术/设计的语境中，20 世纪是"解体与建构"的时代。他从索尔·勒维特的概念艺术出发，谈到数字化浪潮（Negroponte《Being Digital》），然后追问近代教育体系中的"自我"观念，最后揭示广告文化如何与浪漫主义合谋，塑造了我们今天对生成式AI的焦虑。
后半场一开始，一位对话者（可能是主持人或另一位教师）回应了前半场关于 20 世纪"解体与建构"的论述。他提到：20 世纪确实经历了达达、杜尚、包豪斯、索尔·勒维特等重要运动。索尔·勒维特不仅留下了大量绘画（drawing），其实践还包括实物、甚至用植物创作——比如在花坛里种花，让四季开花这件事本身成为作品。
这位对话者强调，对勒维特而言，重要的不是花儿在绽放，而是设计图。所以当作品进入美术馆时，设计图本身就可以作为作品展出。也就是说，勒维特的艺术核心在于"思想/指令"，而不在于手工执行出来的物质结果。
由此他做了一个假想：如果 1967 年勒维特写《概念艺术断章》时已经有数字艺术，那他毫无疑问也会创作媒体艺术作品。但现实中，数字化是后来才推进的。其中最具象征性的书之一，就是 Negroponte 的 Being Digital。
这本书 1995 年在美国 MIT 出版，1996 年由 ASCII 的西和彦先生翻译成日文，迅速在日本传播。它的口号是"从原子到比特"，以非常 catchy（ catchy ）的方式把"数字"这个概念带入了大众视野。
对话者说，这本书也深深影响了他自己。随着这本书的传播，实际接触数字媒体的人数开始压倒性地增加，时代状况由此改变。但与此同时，我们的教育方式、我们接受的"自我"观念，是否还跟得上这种变化？
对话者接着问久保田：在这个"作者性已经 remix 化"的时代，美术大学应该如何教授"概念"？久保田回答说，今天这场讲座之所以做大而化之的历史梳理，正是因为生成式AI牵连出太多问题，值得重新思考。但他认为，这些问题并不只是生成式AI的问题，而是与近代诸多系统有关，其中他认为最关键的原因之一是广告文化。
久保田先回到更基础的问题：我们接受的教育结构。他提到笛卡尔在 17 世纪提出"我思故我在"，把"自我"变成核心问题。日本近代化过程中也诞生了夏目漱石等作家，以及"近代自我"这样的说法。
明治维新以后，日本人都接受了非常近代化的教育，但这种教育的深层结构是否真的改变了？我们可能仍然被某种价值观念所塑造，而面对生成式AI时，这些被内化的观念会自动跳出来影响我们的判断。
久保田说，刚才提到浪漫主义在艺术中重新发现"内面"，但另一个更大的力量是宣传/广告。他引入了 Edward Bernays（爱德华·伯奈斯）——被称为"广告之父"，也是弗洛伊德的侄子。Bernays 把宣传（propaganda）的概念运用到商业中，开创了现代广告。
Bernays 的核心洞察是：
久保田引用洛克的说法：人类对物品的需求本来有自然节制，不会无限索取。但大规模生产打破了这个平衡。为了消化过剩产能，广告必须不断扩大人的欲望。他说："即使冰箱还能用，只要让你觉得新款更好，你就会扔掉旧的买新的。"这就是广告作为 propaganda 的功能。
久保田认为，这种"重视内面"的倾向，也助长了浪漫主义。我们被训练去相信：真正的价值来自个人内心的欲望、情感和独特性。而当生成式AI出现时，我们会本能地问"它有灵魂吗？""它有内在吗？"——这些问题本身就是广告文化和浪漫主义共同塑造出来的。
对话者尖锐地指出：多摩美术大学的平面设计学科、统合设计学科，实际上很多学生毕业后会进入正是助长这种消费主义/广告文化的企业。他问久保田如何看待大学教育在这种结构中的位置。
久保田回答说，今天的讲座只是"入口"，他并不是说自己的说法就是正确的。最重要的是让大家意识到存在多种问题系。他说，最危险的是对新技术不加怀疑、囫囵吞枣地觉得"好厉害"就全盘接受。他希望学生能学会"从背面看、从侧面看、怀疑"。
久保田进一步说，所谓"人性"其实是脆弱的。并不存在一个永恒、坚固、完整的"个人"。这种东西很危险——现在也有人想利用这一点，把人推向全体主义。
他说，所有事情都取决于使用方法，可以走向很多方向：
但这些方向都是脆弱的，因为价值观会随着时代变化，没有什么"最终版"或"决定版"。所以我们要始终保持意识，思考"怎样比较好"，如果觉得有意义就提出异议，如果觉得正确就行动。他希望大家把今天的内容当作一种"目录"（catalog）来看待。
对话者接着问：像智能手机广告里展示的那样，相机其实早已变成软件，但这个过程对普通人来说是"黑箱"。如果要教学生面对这种黑箱，应该怎么做？
久保田回答说，最大的黑箱其实是自然和人本身。一个人不可能完全理解自然。我们看富士山觉得美，但这不等于我们理解了自然。因此，面对技术时最重要的是谦逊。
他批评那种轻率的说法："生成式AI不过是预测下一个词罢了。"这忽视了一个事实——为了把技术做好，无数人进行了几十年试错。AI 从 1950 年代提出，经过 60、70 年代，到今天才有这样的成果，不是突然冒出来的。现在只是某个设计阈值被跨越，设计空间爆发式扩大，整个行业还在混沌中，远未收敛。
他说，承认"不懂"很重要。最危险的是让事情显得"容易懂"、让人产生"我懂了"的错觉。大学应该教会学生如何与"不懂"的世界对峙。技术背后的试错历史、它的可变性、它还不是决定版——这些才是需要了解的关键。