AI繪畫背景下網(wǎng)民視覺認(rèn)知失范與能力建構(gòu)探析

摘要

隨著視覺技術(shù)和傳播技術(shù)的進(jìn)步， 人們的交流與溝通越來越倚重視覺圖像，圖像已成為人們把握世界的重要途徑。人工智能技術(shù)的應(yīng)用催生了AI（人工智能）繪畫，AI繪畫帶來了全新的視覺體驗，但同時也造成了真實與虛擬邊界模糊、圖像霸權(quán)不斷放大內(nèi)心欲望、沉溺于表層視覺享受而忽略圖像背后的文化內(nèi)涵等視覺認(rèn)知失范，傳統(tǒng)的視覺認(rèn)知能力難以適應(yīng)新環(huán)境下出現(xiàn)的視覺體驗，可通過明晰視界政體這一圖像時代的生存規(guī)則、加強頂層設(shè)計和增強視覺圖像的應(yīng)用能力，來建構(gòu)新的視覺認(rèn)知能力，從而幫助網(wǎng)民在圖像化的世界里更好地生活。

關(guān)鍵詞

AI繪畫 視覺文化 視覺認(rèn)知 圖像化生存

美國社會學(xué)家、未來學(xué)家丹尼爾·貝爾（Daniel Bell）曾在其著作《資本主義文化矛盾》中寫道：“我相信，當(dāng)代文化正在變成一種視覺文化，而不是一種印刷文化，這是千真萬確的事實?！盵1]隨著印刷、攝影和網(wǎng)絡(luò)等影像復(fù)制技術(shù)的更迭發(fā)展，圖像以各種形態(tài)充斥著我們的生活。當(dāng)今世界已經(jīng)進(jìn)入了高度圖像化的時代，視覺性在文化中扮演著極其重要的作用，甚至直接成為文化的主因，即我們用以解釋、理解和再現(xiàn)世界的方式很大程度上依賴于圖像化/視覺化的形式、經(jīng)驗和趨勢[2]。視覺文化的蓬勃發(fā)展，米歇爾（W.J.T.Mitchell）將其稱為繼“語言轉(zhuǎn)向”之后的一種新的歷史階段——“圖像轉(zhuǎn)向”[3]，即高度圖像化的時代。

從印刷媒介到視覺圖像，從語言學(xué)轉(zhuǎn)向到圖像轉(zhuǎn)向，我們的價值觀、意識、行為越來越被圖像所影響、規(guī)訓(xùn)。隨著智能技術(shù)的進(jìn)步，社會進(jìn)入了智能傳播時代，人們的交流與溝通越來越倚重視覺圖像，視覺圖像已成為現(xiàn)代人把握世界的主要途徑。互聯(lián)網(wǎng)每天都會產(chǎn)生數(shù)以億計的圖像，而AI繪畫的出現(xiàn)更加讓這一數(shù)字呈現(xiàn)指數(shù)級增長，人們需要處理的圖像信息也越來越多。不同于需要實景拍攝的攝影攝像技術(shù)以及需要手部與機器共同合作的數(shù)位板繪畫，AI繪畫只需要輸入幾個關(guān)鍵詞，即使毫無藝術(shù)細(xì)胞的人也能制作出一幅精美的畫作。然而，技術(shù)的飛速更迭并沒有帶來人們視覺認(rèn)知能力的同步上升，在虛假圖像泛濫的當(dāng)下，人類應(yīng)該如何把握這個世界，建立理性的認(rèn)知，這是我們應(yīng)該思考的問題。

一、多維視角下的視覺認(rèn)知

視覺是一個生理學(xué)的概念，光作用于視覺器官，所接收到的關(guān)于外部系統(tǒng)的信息經(jīng)視覺神經(jīng)系統(tǒng)加工處理后，視覺便產(chǎn)生了。視覺是人最重要的感覺，也是人類獲取外部信息最主要的渠道，進(jìn)入人大腦的信息有75%來自于視覺[4]。而視覺認(rèn)知指的是從眼球接收到外部視覺刺激后，將這一刺激一路傳導(dǎo)到大腦，大腦對其進(jìn)行接收和辨識，從而對外部物體產(chǎn)生認(rèn)知活動這樣一個過程。視覺信息的準(zhǔn)確獲取，正確加工和解碼是大腦進(jìn)行高效的認(rèn)知加工的基礎(chǔ)。我們的知覺、記憶和思維，也有相當(dāng)大一部分是以視覺作為組織，加工和儲存的形式。由此可見，正確的視覺認(rèn)知對于我們的生活極其重要。

視覺認(rèn)知理論來源于認(rèn)知心理學(xué)，作為人類感知、理解世界的重要途徑之一，視覺認(rèn)知在各個領(lǐng)域都有了長足的發(fā)展。在藝術(shù)學(xué)領(lǐng)域，當(dāng)代美國藝術(shù)心理學(xué)家魯?shù)婪颉ぐ⒍骱Ｄ罚≧udolf Arnheim）對視覺思維進(jìn)行了系統(tǒng)的闡述，他將格式塔心理學(xué)具體地運用于藝術(shù)，把視知覺與藝術(shù)聯(lián)系起來考察，為了解人的審美心理過程提供了新的契機[5]。在心理學(xué)領(lǐng)域，認(rèn)知心理學(xué)派強調(diào)了象元（圖像和視頻）在信息加工和記憶過程中的重要作用。美國當(dāng)代認(rèn)知心理學(xué)家艾倫·佩維奧（Allan Paivio）提出了雙重編碼理論，他強調(diào)，在信息的貯存、加工與提取中，語言與非語言的信息加工過程是同樣重要的。佩維奧同時還假定，存在兩種不同的表征單元：適用于心理映象的“圖象單元”和適用于語言實體的“語言單元”[6]。對于雙重編碼理論最重要的原則就是：可通過同時用視覺和語言的形式呈現(xiàn)信息來增強信息的回憶與識別[7]。神經(jīng)生物學(xué)則從人的生理機能出發(fā)，闡釋了視覺信息是如何通過眼睛傳遞到大腦，并認(rèn)為視覺和認(rèn)知是我們最重要的感知方式。

二、AI繪畫背景下公眾的視覺認(rèn)知失范

將時間軸往前移，AI繪畫早在上個世紀(jì)就已經(jīng)出現(xiàn)。20世紀(jì)70年代，英國藝術(shù)家哈羅德·科恩（Harold Cohen）打造了電腦程序“AARON”，與當(dāng)下的數(shù)字繪圖不同之處在于，“AARON”是使用機械手臂在畫布上進(jìn)行繪畫，是一種與人體分離的外在性的輔助裝置，其本身無法進(jìn)行學(xué)習(xí)與計算。2012年之后，計算機視覺迅速發(fā)展，各種網(wǎng)絡(luò)模型問世并應(yīng)用于藝術(shù)繪畫領(lǐng)域。經(jīng)過近50年的發(fā)展，AI繪畫已然可以通過數(shù)據(jù)集與網(wǎng)絡(luò)模型，進(jìn)行數(shù)字化的繪畫創(chuàng)作，將字變?yōu)楫?。因此，AI繪畫相較于“AARON”，已經(jīng)成為了人體的延伸，且具有了“學(xué)習(xí)”與“計算”能力，通過對大數(shù)據(jù)的抓取和學(xué)習(xí)，生成的高于一般畫師水平的精美畫作給人們帶來了極致的視覺體驗。在AI繪畫爆火不斷革新藝術(shù)領(lǐng)域的生產(chǎn)力時，也造成了人們視覺認(rèn)知的失范。

（一）真實與虛擬邊界的模糊

口傳時代，人們通過身體符號及語言進(jìn)行面對面的溝通，視覺所帶來的感知是真實的、直接的。印刷時代，人們通過文字符號與圖像符號等中介物認(rèn)知與理解世界，符號建構(gòu)了我們的認(rèn)知。隨著大眾傳媒的蓬勃發(fā)展，人們越來越多地通過視覺圖像獲得信息，形成對外在世界的認(rèn)知?？v觀歷史的長河，在經(jīng)歷了歷次宗教、社會和政治運動，以及弗迪南·德·索緒爾（Ferdinand de Saussure）、路德維?！ぜs瑟夫·約翰·維特根斯坦（Ludwig Josef Johann Wittgenstein）、艾弗拉姆·諾姆·喬姆斯基（Avram Noam Chomsky）等語言學(xué)家和藝術(shù)史家的符號化、理論化和“體系”化之后，形象已經(jīng)不再是用于認(rèn)識世界的透明窗口了[8]，形象變得不再透明。

進(jìn)入人工智能時代，“眼見為實”被顛覆，AI的應(yīng)用使得文字與圖像、真實與虛擬之間呈現(xiàn)日益割裂的趨勢。不同于畫師的精雕細(xì)琢，只需要在繪畫軟件中輸入關(guān)鍵詞，AI繪圖軟件即可自動生成理想畫作，并可通過后期的訓(xùn)練不斷精進(jìn)“畫技”。AI所生成的圖畫由早期的“漫畫風(fēng)”進(jìn)化到如今的現(xiàn)實主義畫風(fēng)，人們越來越難以分清到底哪張圖是真的，虛擬與現(xiàn)實的邊界日漸模糊。通過AI繪畫軟件Midjourney V5生成的《中國情侶》十分逼真，以往被詬病的“AI不會畫手指”這一問題也被完美解決，不少看客最先根本不知道這是一張由AI繪制的假圖。在新聞領(lǐng)域，AI繪畫所產(chǎn)生的“假新聞”也已引起廣泛討論。2023年5月，一則“印度夫妻在漂浮著垃圾的恒河水中親吻”的博文沖上微博熱搜，后經(jīng)證實這是一幅由AI生成的圖片，不少網(wǎng)友表示“AI繪畫這么強大，這以后誰還能分清真假”。AI繪畫發(fā)展到如今，已經(jīng)具備了超高的圖像質(zhì)量、多樣化的風(fēng)格、更逼真的細(xì)節(jié)紋理等等特點，甚至在一些基礎(chǔ)應(yīng)用領(lǐng)域比如淘寶模特，已經(jīng)實現(xiàn)了AI替代人工。

（二）圖像不斷放大內(nèi)心追求刺激的欲望

在以紙質(zhì)文本為主的印刷文化時期，圖像的作用是附屬性的，目的在于闡釋文字的內(nèi)涵。當(dāng)視覺因素逐漸成為文化的核心時，這一關(guān)系顛倒了，語言文本成為圖像的附庸物，去解釋或“實現(xiàn)”文本的并不是圖像，而是文本，是把圖像升華、移情或合理化了的文本[9]。圖像所承載的文化、信息比以往任何時候都更豐富。居伊·德波（Guy Debord）認(rèn)為，在“景象社會”中，“景象既是現(xiàn)存的生產(chǎn)方式的籌劃，也是其結(jié)果。景象不是現(xiàn)實世界的補充或額外的裝飾，它是現(xiàn)實社會非現(xiàn)實主義的核心。”[10]質(zhì)言之，在高度圖像化的時代，圖像獲得了超越于文字的“霸權(quán)”地位，一方面現(xiàn)代社會的商品越來越傾向于圖像，另一方面，圖像也影響甚至決定著商品的生產(chǎn)和消費。在充斥著圖像的現(xiàn)代社會，“我們的眼球從沒有像今天這樣忙碌和疲勞。視覺需求和視覺欲望的不斷攀升，想看的欲望從未像今天這樣強烈。”[11]

AI繪畫帶來的極致的視覺享受一方面滿足了我們對于美的追求，另一方面，經(jīng)由圖像所呈現(xiàn)出的“新奇”“光鮮”的世界也不斷刺激著消費者內(nèi)心的欲望，進(jìn)而演變?yōu)椤皥D像拜物教”，即對圖像所具有的虛幻魔力的崇拜[12]。在消費社會中，商品的生產(chǎn)伴隨著各種各樣的圖像生產(chǎn)，從產(chǎn)品的外觀設(shè)計再到廣告呈現(xiàn)，從品牌標(biāo)識再到品牌形象呈現(xiàn)，商品的市場價值越來越倚重于商品質(zhì)量之外的“視覺認(rèn)可”[13]，商品的競爭逐漸演變?yōu)閳D像的競爭，受眾的消費也由為產(chǎn)品本身的質(zhì)量買單到為產(chǎn)品的形象買單。這也能夠說明為什么現(xiàn)在很多商品陷入了“包裝精美、質(zhì)量奇差”的花瓶陷阱。

（三）沉溺于表層視覺享受而喪失自主性思考

馬歇爾·麥克盧漢（Marshall McLuhan）認(rèn)為“媒介即訊息”，即重要的不是媒介，而是媒介所承載的信息。同樣，在高度圖像化的時代，重要的不是圖像，而是圖像所隱含與傳達(dá)的信息。因此，視覺認(rèn)知的核心就是通過讀懂圖像，理解圖像背后所承載的文化內(nèi)涵。不同于文字，視覺圖像所帶來的感官刺激是表面的、直接的、感性的，這是視覺感官的天然缺陷。在現(xiàn)代社會，萬物皆可用圖像闡釋，多樣的視覺形式，帶來極致的視覺魅惑，網(wǎng)民所獲得的視覺快感比任何時候都要強烈。這種最為“經(jīng)濟”的快感獲得方式以及最大限度的滿足使得觀看的人們沉溺其中無法自拔，在凝視與被觀看之間，人們滿足于表層的視覺享受，并逐漸喪失了思考的自主性。

然而，正是這種表層的視覺享受背后隱藏著被“黑箱”①操控的意識形態(tài)。AI繪畫軟件的運行是在大量的數(shù)據(jù)抓取、模型訓(xùn)練以及人工進(jìn)行標(biāo)記的基礎(chǔ)之上的，在進(jìn)行模型訓(xùn)練時，由于所選取的數(shù)據(jù)樣本大量的來源于國外，因此這種樣本數(shù)量的不均衡以及受到標(biāo)記員主觀意識形態(tài)的影響，導(dǎo)致目前的AI模型在藝術(shù)創(chuàng)作時具有對特定流派、創(chuàng)作風(fēng)格、種族、思想運動等因素的明顯傾向性。目前，較為成熟的AI繪畫的開發(fā)者都在國外，學(xué)習(xí)出來的AI必然會帶有外國人的意識形態(tài)，甚至是種族歧視，比如在AI圖像軟件中輸入關(guān)鍵詞，所輸出的圖片會給黑人美白、把黑人融入背景里，以及一些描述高級技術(shù)工種的生成圖里很少見到亞洲人的面孔等等，然而這種圖像背后的深層次意義很難被普通網(wǎng)民察覺。

三、AI繪畫背景下視覺認(rèn)知能力的建構(gòu)路徑

在高度圖像化的現(xiàn)代社會，每個人都處于看與被看，凝視與被凝視之中。雅克·拉康（Jacques Lacan）認(rèn)為，觀看是直截了當(dāng)、理性、主動、有意識地看，凝視則是來自他者的目光在看你[14]。換言之，觀看是人看物，凝視則是物看人。當(dāng)網(wǎng)民沉迷于圖像的瀏覽而不能自拔，這個時候是圖像在凝視網(wǎng)民，它在無形之中指引著網(wǎng)民該如何觀看，觀看哪些。在無意識的被凝視之中，網(wǎng)民成為了沒有靈魂的軀殼。因此，如何提升看的能力即視覺認(rèn)知能力對于網(wǎng)民能否在圖像化的世界中生存至關(guān)重要。視覺認(rèn)知理論將視覺認(rèn)知過程分為三個階段：一是視覺信息輸入階段，二是視覺信息儲存階段，包括如何被儲存以及儲存的形式；三是運用階段，即儲存的信息如何使用以及影響新一輪的視覺信息輸入[15]。因此，視覺認(rèn)知并非是一個完全主觀的過程，它包括了視覺和認(rèn)知兩個部分，其中視覺是客觀的生理基礎(chǔ)，而認(rèn)知是主觀的心理基礎(chǔ)，主觀的心理基礎(chǔ)是可以通過后天的學(xué)習(xí)得到提升的，因此，視覺認(rèn)知能力可以通過有效的途徑得以建構(gòu)。

（一）視界政體：圖像世界的生存規(guī)則

馬丁·杰（Martin Jay）提出的“視界政體”，意為“在視覺中心主義的思維下，視對象的在場與清楚呈現(xiàn)或者說對象的可見性為唯一可靠的參照，以類推的方式將視覺中心的等級二分延伸到認(rèn)知活動以外的其他領(lǐng)域，從而在可見與不可見，看與被看的辯證法中確立起一個嚴(yán)密的有關(guān)主體與客體、自我與他者、主動與受動的二分體系，并以類推的方式將這一二分體系運用于社會和文化實踐領(lǐng)域使其建制化。”[16]也就是說，當(dāng)“看”變?yōu)榱恕澳暋?，看的這一行為將不僅僅是一個觀看的過程，而是包含了社會經(jīng)濟秩序和意識形態(tài)內(nèi)涵，視界政體也由此產(chǎn)生。網(wǎng)民的觀看行為不僅僅是一種眼睛的，更融合了社會、文化和意識形態(tài)。因此，在高度視覺化的時代，網(wǎng)民必須要了解觀看過程中所隱含的社會、文化、經(jīng)濟內(nèi)涵，并遵守觀看的規(guī)矩，提升觀看的能力。

（二）頂層設(shè)計：強化視覺認(rèn)知能力培養(yǎng)理念

在互聯(lián)網(wǎng)時代，讀圖能力成為不可或缺的一種生存方式。自互聯(lián)網(wǎng)井噴式發(fā)展以來，媒介素養(yǎng)作為提升網(wǎng)民學(xué)習(xí)、了解世界的重要能力，許多國家都進(jìn)行了廣泛的研究，并取得了非常可喜的成果。與讀圖能力有關(guān)的視覺素養(yǎng)一詞由來已久，在遠(yuǎn)古時代人們通過“看”手勢或身體語言進(jìn)行溝通的能力便被看作是最早的視覺素養(yǎng)。但作為一個還在發(fā)展中的新領(lǐng)域，視覺素養(yǎng)至今還未形成一個統(tǒng)一的定義，各個學(xué)者都因受自己專業(yè)基礎(chǔ)所影響而有不同的見解。由于是一個跨學(xué)科的概念，因此各個學(xué)科對其下的定義也各有不同，對視覺素養(yǎng)的研究主要集中在藝術(shù)學(xué)、心理學(xué)、語言學(xué)以及哲學(xué)領(lǐng)域。因此，在傳播學(xué)領(lǐng)域，作為視覺素養(yǎng)能力之一的視覺認(rèn)知能力研究還需要進(jìn)行持續(xù)的努力與鞏固。

首先，將視覺認(rèn)知能力培養(yǎng)納入中小學(xué)教育之中。由于智能電子設(shè)備的普及和生活水平的提高，目前青少年觸網(wǎng)的時間已經(jīng)大大提前，甚至有不少在幼兒時期就已經(jīng)開始接觸電子產(chǎn)品，但是青少年對圖像及文本的分辨能力不足，容易遭受網(wǎng)絡(luò)不良信息的侵害。將視覺認(rèn)知能力培養(yǎng)納入日常的學(xué)習(xí)教育之中，讓中小學(xué)學(xué)生在學(xué)習(xí)課本之余潛移默化地形成對于圖像的正確認(rèn)知，是提升青少年視覺認(rèn)知能力的重要途徑。其次，需要不斷更新視覺認(rèn)知能力培養(yǎng)理念。技術(shù)的發(fā)展日新月異，教育理念也必須及時更新。正如視覺認(rèn)知不是圖像時代的專屬，但是隨著智能技術(shù)的發(fā)展，視覺認(rèn)知發(fā)展到如今已經(jīng)增添了許多新的內(nèi)涵。因此，必須及時更新教育培養(yǎng)理念，及時補充、增加新的時代內(nèi)涵，不斷提升青少年適應(yīng)現(xiàn)代社會的生存能力。

（三）視覺應(yīng)用：圖像化生存的技術(shù)本能

隨著5G、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、虛擬現(xiàn)實等技術(shù)的進(jìn)一步發(fā)展和完善，網(wǎng)民獲取信息的途徑和速度變得更加及時、便捷，技術(shù)已經(jīng)滲透、融入每個人的生活。很難想象在現(xiàn)代社會，一個沒有電子產(chǎn)品的人，他的生活該有多不便。我們的生活早已被湮沒在圖像的海洋里，每天一睜眼便要開始處理大量的圖像信息，而技術(shù)是影像、知識、文化得以跨時空復(fù)制與傳播的不可或缺的手段，提升現(xiàn)代社會網(wǎng)民的視覺認(rèn)知能力繞不開對技術(shù)的運用，即網(wǎng)民必須要掌握圖像處理技術(shù)。比如能使用一些圖片處理軟件以制作出能展現(xiàn)自己思想、觀點的圖片，能分辨出該圖像是真實的還是靠技術(shù)生成的，提高自身的視覺交流能力。同時還要理解技術(shù)背后所隱含的意識形態(tài)，避免陷入技術(shù)狂歡之中而被技術(shù)所裹挾。

結(jié)語

米歇爾指出：“觀看（看、凝視、掃視、觀察實踐、監(jiān)督以及視覺快感）可能是與各種閱讀形式（破譯、解碼、闡釋等）同樣深刻的一個問題，視覺經(jīng)驗或‘視覺讀寫’可能不能完全用文本的模式來解釋?！盵17]在圖像泛濫的時代，尤其是人工智能技術(shù)高速發(fā)展的當(dāng)下，人要生存與發(fā)展，就必須要生成適應(yīng)那個時代的相應(yīng)素質(zhì)，構(gòu)建AI繪畫背景下新的視覺認(rèn)知能力。網(wǎng)民既是圖像信息的接受者、觀看者，同時也是制作者、傳播者。作為觀看與被觀看的主體，網(wǎng)民一定要增強視覺信息把控能力，提升觀看接受度，分析圖像背后承載的意識形態(tài)，警惕虛擬的影像帶來的視覺快感而喪失理性的思考。

在圖像化生存和人工智能技術(shù)深入滲透的背景下，每個人都處在看與被看之中，圖像帶來的視覺快感固然充滿著誘惑，但卻容易讓人在凝視中迷失自我，分不清真實與虛幻。因此，網(wǎng)民只有不斷提高視覺認(rèn)知能力，才能更好地在圖像化的世界里認(rèn)清自己，更好地生活。

注釋：

①“黑箱”，原是控制論的概念，指為人所知的那些既不能打開又不能從外部直接觀察其內(nèi)部狀態(tài)的系統(tǒng)。參見陶迎春《技術(shù)中的知識問題—技術(shù)黑箱》，載于《科協(xié)論壇》2008年第7期。

參考文獻(xiàn)：

[1]丹尼爾·貝爾．資本主義文化矛盾[M].趙一凡，蒲隆，任曉晉譯.北京：生活·讀書·新知三聯(lián)書店，1989：156.

[2]劉濤.文化意象的構(gòu)造與生產(chǎn)：視覺修辭的心理學(xué)運作機制探析[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2011（9）：20-25.

[3][17]米歇爾.圖像理論[M].陳永國，胡文征譯.北京：北京大學(xué)出版社，2006：7.

[4]章毓晉.計算機視覺教程[M].北京：人民郵電出版社，2017：10.

[5]王禹心.論阿恩海姆的視知覺理論在藝術(shù)作品中的體現(xiàn)[D].吉林：延邊大學(xué)，2022（6）.

[6]徐美仙，張學(xué)波.多維視角里的視覺素養(yǎng)：內(nèi)涵、視野及意義[J].開放教育研究，2004（3）：31-33.

[7]何世華.雙編碼理論與單詞記憶[J].成才之路，2007（11）：44-45.

[8]米歇爾.圖像學(xué)[M].陳永國譯.北京：北京大學(xué)出版社，2012：10.

[9]Roland Barthes.The Photographic Message，in Susan Sontag， ed. A Barthes Reader[M].New York：Hill and Wang，1982：204.

[10]Guy Debord， Society of the Spectacle[M].New York：Zone books，1994：3.

[11][12][13]周憲.視覺文化的轉(zhuǎn)向[M].北京：北京大學(xué)出版社，2008：11，246，252.

[14]周子淵.圖像與眼睛：讀圖時代網(wǎng)民的媒介素養(yǎng)教育研究[J].中國編輯，2019（8）：21-26.

[15]李媛，劉德明.視覺認(rèn)知理論的發(fā)展及其在建筑設(shè)計中的應(yīng)用[J].哈爾濱工業(yè)大學(xué)學(xué)報，2011（5）：49-53.

[16]吳瓊.視覺性與視覺文化：視覺文化研究的譜系[J].文藝研究，2006（1）：84-96.