Lecture Guide · Block 9 / 10

AI特论 第1回「逆行之美学」
久保田晃弘 · 後半

来源:Tama Design University 讲座 当前块:第 9 块 · 塑料树的美学反驳与 AI 类比

讲完 Krieger 为塑料树辩护的四个论点后,久保田引入了日本美学家 西村清一 的反驳。西村从美学角度指出,Krieger 的论证忽略了经验背后的历史、语境与存在论差异。随后,久保田把这套争论直接套用到生成式AI上,解释为什么 AI 生成的作品会让我们感到"不对劲"——以及这种"不对劲"到底来自美学还是伦理。

二十五、西村清一的美学反驳

久保田说,2011 年左右,日本东京大学的美学家 西村清一 写了一本书,书名也叫《塑料树有什么不好?》(或类似标题)。他继承了 Krieger 的问题,但把它进一步放到美学的语境中追问。

自然与人工的边界在哪里?

西村认为,Krieger 提出的问题——自然与人工的边界——在生成式AI的时代尤其重要。

很多人下意识地把人类画家画的油画当作"自然的",而把 AI 用伦勃朗风格生成的画当作"人工的"。但西村追问:这条边界到底在哪里?如果一幅 AI 画在视觉上与伦勃朗原作无法区分,那么"自然"与"人工"的区分到底基于什么?

视频画面:西村清一著作封面或相关照片
反驳一:美的经验不只是视网膜刺激

西村对 Krieger 的第一个反驳是:美的经验不只是视网膜上接收到的视觉刺激。

即使两件东西在视网膜上产生完全相同的视觉信息,它们也不一定是同等的。为什么?

当我们欣赏自然风景时,我们感受到的不只是"好看",还包括:

  • 自立性:它不是被人类制造出来的。
  • 历史敬意:它经历了几十亿年的进化历史,生物以这样的方式演化、形成这样的形态。

正是这种对历史与自然的敬意,让我们觉得自然可贵、可爱、值得尊重。塑料树即便看起来再像真树,也缺失了这一层存在论上的差异。

眼睛看到的相同,不等于心里感受的相同。
反驳二:"原作"与"复制品"的存在论差异

西村的第二个反驳是:塑料树不管怎样逼真,它终究是人类意图制造出来的模仿品。所谓 origin(起源/本源)不同,会在美的评价中造成决定性差异。

久保田解释说:只看眼前所见,或者只看物质材料,Krieger 似乎是对的——塑料树几乎没什么不好。但人不是只看表象的动物。历史性、语境、存在方式这些因素会进入审美判断。忽略它们,就是把审美经验过度简化了。

反驳三:模仿本身包含欺瞒

第三个反驳涉及模仿与欺瞒的关系。

模仿之所以能够成立,是因为有被模仿的对象存在。塑料树之所以能"像"真树,是因为世界上有真树。但这种模仿同时也可能是一种遮蔽:它让"自然"与"人工"的类别变得混乱,让人误以为人工制品可以无差别地替代自然物。

西村认为,这不是简单地说"塑料树恶、真树善",而是指出:当我们用模仿品替代原作时,我们失去的不仅是视觉差异,还有一种对真实起源、真实历史过程的认知。

环境美学:要欣赏自然,必须先知道它是什么

西村引入了环境美学的视角,其背后有一种叫科学认知主义的主张:

要正确欣赏自然,就必须知道欣赏对象是什么。

比如,看树的时候,如果你知道它是经历了漫长进化、在自然中生长出来的生命,你的欣赏就会与看一根塑料杆完全不同。同样,欣赏生成式AI作品时,如果你知道它背后的技术史——从 1950 年代 AI 提出,到今天设计空间爆发——你的判断也会不同。

久保田说,技术者之所以容易欣赏 AI 作品,正是因为他们了解这种技术文脈。他们知道这背后有无数人几十年试错,所以能看到其中的价值。而只看结果的人,可能只会觉得"这是哪里见过的东西"。

二十六、把塑料树套用到生成式AI

讲完西村的反驳后,久保田开始把这个论争直接套用到生成式AI上。他说,过去很多人都讨论过 AI 作品的违和感,但很少有人把这个问题拆清楚。

问题一:AI 作品为什么让我们觉得"不对劲"?

久保田列出人们常对 AI 作品提出的批评:

  • "做得很好,但有点空虚。"
  • "这不是真正的创作。"
  • "有伦理问题:数据窃取、劳工剥削、环境负担。"

西村的重要性在于,他指出这些批评中其实混杂了两种不同的问题:美学违和感伦理批判。如果不把它们分开,讨论就会永远纠缠不清。

核心方法:先把美的评价与伦理的评价切分开。二者逻辑上独立,但在人心里又强烈互相影响。
问题二:美的违和感来自哪里?

久保田说,AI 作品给人的美学违和感,主要来自几个方面:

1. 相似性过剩

AI 作品看起来很像人类作品,但又不是。它像是"看起来像主体的存在",却没有主体的意图。这种"像但又不是"的状态,正是塑料树与真树关系的翻版。

2. 主体的缺席

我们被浪漫主义训练成重视"谁做的"。看作品时不只看画面,还看背后是否有受苦的、思考的、情感的作者。AI 作品没有这个"可投射的作者",所以让人感到空洞。

3. 既视感的均质化

AI 作品大量来自过去数据库的统计重构,容易产生既视感——"好像在哪里见过"。同时,强化学习中的 alignment 会把输出调整到"人类平均偏好",导致风格均质化,像品管过的塑料产品。

4. 语境的缺失

作品背后的经验、身体、历史——这些语境被压缩了。技术者能看到技术史语境,但普通观众看不到。这种语境落差,也是违和感的来源。

问题三:"像"与"是"的断裂

久保田强调,AI 作品的核心张力是"像"与"是"的断裂

  • 伦勃朗的画。
  • 但它不伦勃朗的画。

塑料树也是如此。Krieger 说"像就够了",西村说"像不等于同等"。这个争论在 AI 时代被放大了:现在技术可以生成几乎无法分辨的复制品,但"像"与"是"的哲学差异并没有因此消失。

二十七、伦理与美学的纠缠

逻辑上独立,心理上纠缠

久保田引用西村的结论:美的价值与伦理价值在逻辑上可能是独立的,但在人的经验中却不是独立的。

什么意思?

  • 逻辑上:一件作品可以伦理上很有问题,但美学上很杰出;也可以伦理上完全干净,但美学上很无聊。
  • 心理上:一旦我们知道某件作品是数据榨取来的、或背后有低薪劳工、或消耗大量电力,我们对它的美感也会改变。

久保田举了一个直接例子:如果听说"这幅画是 AI 十分钟生成的",很多人的审美评价就会改变。但这种改变究竟来自美学本身,还是来自对"没努力"的伦理反感?其实很难分清。

"没努力"会让我们觉得它不值钱——这是伦理判断渗透审美判断的典型。
技术者视角 vs. "只是工具"视角

久保田还指出两种极端态度的问题:

  • 技术者视角:非常重视技术史,容易高估 AI 作品的价值。
  • "只是工具"视角:把计算机、AI 都说成"不过是工具",这其实是对技术者长期努力的轻视。计算机背后是无数人的试错与积累,一句"不过是工具"就把这些历史抹掉了。

西村认为,美的价值与伦理价值不应该混为一谈,但也不能完全分离。生成式AI的评价,必须放在制度性语境中:计算资源、数据收集的不透明性、权利问题、产业结构、劳动问题——这些都会影响我们如何评价一件作品。

第九块总结:西村清一从美学角度反驳了 Krieger:美的经验不只是视网膜刺激,还包括对自然历史与自立性的敬意;复制品与原作之间存在存在论差异;模仿本身可能包含对真实类别的遮蔽。把这些反驳套用到生成式AI上,AI 作品的违和感来自:相似性过剩、主体缺席、既视感的均质化、语境缺失——也就是"像"与"是"的断裂。但久保田强调,美学问题与伦理问题在人心里是纠缠的:知道作品是 AI 生成的、知道它有数据/劳工/环境成本,都会影响我们的审美判断。因此,评价生成式AI时,需要同时建立两条轴:一条是美学轴,一条是伦理/制度轴,二者独立却互相干涉。