下課後，謝以莊常會隨手傳訊息給AI。如此互動未必帶有目的，比起輔助學習或創作的工具，AI更像日常裡一位可以隨時與他交談的對象。就讀於臺灣藝術大學美術學系，他早在2022年ChatGPT問世前便已開始關注相關論文；2024至2025年間，他與各語言模型相處的時間，有時一天長達16小時。
這樣的關係說明了，在談論AI如何進入藝術教育時，所需理解的層面遠比「學生應不應該使用AI」複雜。如今AI既可整理資料、輔助學習、發展創作概念，也能陪伴、聽人傾訴；而在這些交織互動之中，如何培養個人的獨立思考，或許是更為關鍵的議題。
採訪間，他也特別說明自己在同儕中屬於較極端的例子。事實上，身邊仍有同學至今未曾接觸AI；在校擔任助教期間，他也觀察到大多數學生，仍維持於請語言模型修改文件的使用階段。同時，使用程度也會因所學專業而異，例如一位多媒體動畫藝術學系的同學，已在遊戲製作中大量導入AI，接觸之深便遠超過他；相較之下，美術系在創作上運用AI的程度則未如此頻繁。
設立界線與創意的趨同
在互動上，謝以莊分享AI有時能為他在創作中尚未成形的想法，提供繼續思考的起點。但他為此劃下一條清楚的界線：「在我感覺它開始給建議的時候」，討論就會告一段落。「每位藝術家感知世界的方式與風格都不同。」他說，「有時AI給的結果單看很好，但放進長期創作脈絡裡，就會感覺它不是屬於你的東西。」至於如何判斷AI的回饋，他的方式更像是在認識一個人：「相處久了，就知道對方說話的習性，哪些話需要打折扣。」
他同時也留意網路上的相關討論，以及身邊同儕使用AI的情形，從中察覺到創意的趨同：「即使自己想到了好點子，與AI討論時，卻常被拉回更普通、更大眾的方向。」例如，他曾與某一語言模型談及仍然模糊的發想，並一度從回饋中找到值得深究的方向，後來卻發現身邊朋友乃至網路媒體，竟都開始談論起相似的觀點。
他將AI比喻為一位全球知名的明星。大眾模仿它的穿著、語氣與舉止，久而久之，便形成了共同的風格。「但它並不是中立的工具。」而其中令人不安的，還包括我們可能逐漸失去察覺相似的能力。經流暢文字包裝的概念，容易獲得超出其價值的說服力；當答案隨手可得，也使人輕易將模型的慣常回答，當成自己的獨立發現。那段原本用以細想、讓原創想法成形所需花費的時間，就這樣被省略了。
獨立思考，並為創作負責
回到教育現場，他分享自身經驗：目前僅少數課程清楚說明AI使用規範，教師態度從鼓勵、默許到未表態皆有。而比起是否使用AI，他更在意於培養「討論」的能力。例如，他觀察到許多學生將小組討論視為作業分工，而非交換想法、一起推進思考的過程。至於AI，雖能持續回應，卻未必理解現實中的限制，也不會與人共同承擔失敗。
這也牽涉另一個議題：當作品使用了AI，應揭露到什麼程度？他對詳細交代「AI使用範圍」有所保留，儘管能理解這是出於評分考量，卻也認為如此提問預設了AI只是被「使用」的工具；而以他與AI長期互動的經驗，很難將過程切割為一項項使用紀錄。他也以小組作業為例：組員需要說明各自負責的部分，卻不必逐一交代如何「使用」了其他組員的想法。一方面，標示個人貢獻的意義，也在於「當作品出了問題時，你是要負責的。」
因此，在作品評量上，他更希望能看重原創性、思考過程與個人判斷，而非僅著眼於AI的使用程度。尤其當代藝術本就容許挑戰既有觀念，AI若參與創作，創作者便須為此負責；在他看來，AI的回答與身邊任何人提供的意見並無不同，最後採納與否終究要經由自己的判斷。「你不會因為爸媽的一句話就改變作品，那為什麼會因為AI一句話就改變？」
不以產能論的藝術教育
延續這樣的立場，他也反對藝術大學以「用AI提升生產力」為教學目標：「藝術大學本來就不是以生產力而論的地方。」但他並不排斥AI作為教學輔助的可能。例如，在一門藝術史課堂中，教授曾讓學生練習向Midjourney描述畫作細節，再生成相近的圖像，而這項練習著重於訓練觀察能力，「讓我們了解詳實描述眼前的事物，其實也是一門技術。」
他也觀察到，「大家談AI時都關注於更快一點、再多一點。」然而，材料限制、身體勞動、反覆的實驗與試錯，以及需要時間醞釀的原創想法，都顯見藝術創作並不總沿著最快的路徑前進，若一切以效率為目標，這些經驗便容易被視為多餘。他認為，當前藝術教育應加強手作技術、資訊判讀、AI素養與討論等能力；也希望學校邀請具跨領域視野的講者，讓學生接觸技術以外的人文社科研究，而非僅停留於如何操作工具。
如今，AI加速了取得答案的過程，這也意味著必須同時意識到它具有左右群體判斷的力量。而在追求效率成為普世價值的當下，那些難以被自動化的個人經驗，或許是藝術教育更應重視之處：培養一種獨立思考能力，使我們在多數人都認為唾手可得的答案已足夠時，仍想繼續追問為什麼如此。
《典藏 今藝術＆投資》編輯，關注國內外當代藝術、文學與文化等跨領域議題。
