今年三月我參加了「TransCultural Exchange」在波士頓舉辦的研討會「藝術機會國際會議：勇於創新的途徑」（TransCultural Exchange’s 2025 International Conference on Opportunities in the Arts: Avenues for Daring，註1），在會議中與同樣帶領工作坊，當時在科技公司工作的孟加拉藝術家普爾尼瑪．米特拉（Purnima Mitra，註2）針對藝術家使用人工智慧作為創作的協作工具私下有簡短的討論。
同樣在研討會「藝術家的新技術」（New Technologies For Artists）單元中，中國藝術家林菁菁也分享了人工智能時代的藝術實踐與社會參與方式。在此之前，我在作品《香蕉幣》（2023）當中曾經使用過一些人工智能的技術，也在接下來的時間中也嘗試使用一些人工智慧的線上工具作為創作的輔助工具，但過程中總是充滿了微妙的不適感，在人工智慧成為重要生活輔助工具的今日，如何重新建構人與工具間的關係與審慎處理倫理問題？
作為創作者我想提供一些切入點作為參考，避免陷入人與技術二元劃分的泥濘中。當人工智慧足以透過強大的運算能力為藝術工作者分析資料、學習藝術工作者的思考方式並作為重要決策參考時，已經確認了有別於傳統意義上藝術家助手的位置，更適宜以能夠影響創作方向的「協作者」來思考如何建立起彼此之間的關係。另一方面，由不同藝術家所提供的具備差異化的思考方式，也在人工智慧訓練過程中成為大型科技公司數據庫的一部份，可能被運用在機械學習中，成為形塑未來所有使用者的協作者材料，當然，重複訓練也帶來了扁平化的風險。
面對個人與大型科技公司之間在資訊掌握能力與科技工具使用技術上的不對等，我認為無法以「互為協作者」的角度輕鬆定義藝術家與人工智慧的關係，除非，藝術家已經跨越技術門檻，掌握了從運算方式到最終成果的能力。但這一點極為困難，技術的創造本身就受到經濟與政治的多重影響，創作者所能做的，並非如同抖音上的技術工人生產大量影音，而是早先一步提出對於未來的洞見，包含技術上的。
人工智慧（ Artificial Intelligence）一詞在1956年由約翰．麥卡錫（John McCarthy，1927-2011）與納撒尼爾．羅切斯特（Nathaniel Rochester，1919-2001）等人提出，在2014年資訊科學家們提出「生成對抗網路」（Generative Adversarial Network，以下簡稱GAN，註3），透過核心生成器（Generator）與判別器（Discriminator）兩個神經網路互相對抗訓練的方法後（註4），逐漸被嘗試使用在藝術領域中。
在德國藝術家馬里奧．克林格曼（Mario Klingemann，1970-）於2017年發表的作品《另類臉孔v1.1》（Alternative Face v1.1）中，以提取自法國歌手馮絲華．哈蒂（Françoise Hardy，1944-2024）在MV中的臉孔特徵作為訓練模型，使影片一開始川普的總統顧問凱莉安．康威（Kellyanne Conway）的臉孔轉變為歌手哈蒂的臉孔。藝術家稱該件作品靈感來自於康威同年稍早在「Meet the Press」節目中的演講以「另類事實」（alternative facts）為白宮的做法辯護，並進一步透過人工智慧反映了假新聞所造成的媒體及公共不安。
延伸閱讀｜【演算法的靈光】在數據裡尋找靈魂 馬里奧．克林格曼：了解、質疑，並顛覆任何內部系統
另外一個案例是土耳其裔美籍藝術家雷菲克．阿納多爾（Refik Anadol，1985-）的《機械幻覺》（Machine Hallucinations），該系列靈感源自於「Google藝術家與機械智能的專案駐留計畫」（Artists and Machine Intelligence program），2019年此作在紐約「ARTECHOUSE NYC」的發表中（註5），宣稱使用「機械學習演算法」（machine learning algorithms）處理超過一億張來自於社群媒體的紐約照片，構成長達30分鐘的實驗電影。
克林格曼使用了「條件式生成對抗網路」（Conditional GAN, cGAN）的Pix2Pix模型，特點是處理「以圖到圖」（Image-to-Image Translation）的任務，其他典型應用如黑白影像還原為彩色影像、草稿到實際照片等；克林格曼使用的則是輝達在2018年推出，2019年提供開源代碼的Style Gan，「非條件式生成對抗網絡」（Unconditional GAN），不需要成對的影像作為訓練資料，特點是高解析度人臉的生成與風格控制，如光影細節等。
即便兩人因為GAN的類型不同產出了截然不同的作品，都面對著相同的問題：作為根基檔案庫（大量圖像或聲音）如何取得、以什麼方式蒐集？過程中是否保有對於個人隱私的尊重並且避免資料庫在商業化使用的過程中因為篩選等原因所造成的疏漏？
延伸閱讀｜【演算法的靈光】在數據裡尋找靈魂 雷菲克．阿納多爾：以資料為本，重塑感知與記憶的AI視覺詩人
英國藝術家安娜．里德勒（Anna Ridler，1985-）與鬱金香相關的系列作品做了一個良好的示範。在《無數（鬱金香）》（Myriad (Tulips)，2018）中，藝術家在鬱金香花期間拍攝了數千張鬱金香照片，建立起龐大的資料集，而後在《馬賽克病毒》（2018）與《馬賽克病毒》（2019）兩件作品當中使用該資料集、GAN並連結比特幣的價格，使價格控制作品中的鬱金香生長，當比特幣價格上漲時，鬱金香上的斑紋越發明顯，以此反映金融市場失去理智的狂熱。
藝術家以手工建置的資料集點出了目前多數大型資料庫與其基礎設施被大型科技公司壟斷的問題，也顛覆了大型圖像數據集使用群眾外包網站，如「Amazon Mechanical Turk」（MTurk）從網路上蒐集圖像的慣例，花期的結束等同於資料集蒐集時間的終止與大量勞動的過程也使資料集的建置與環境、實物的連結更加緊密。
延伸閱讀｜【演算法的靈光】在數據裡尋找靈魂 安娜．瑞德勒：鬱金香的三道創作題，AI如何帶來偏見？
但GAN對於資料庫的依賴性與生成過程中精準度掌握的困難，也提高了藝術家在創作中使用的門檻，隨著「擴散模型」（Diffusion Models）的興起，以及「深度學習」（Stable Diffusion）在英國新創公司Stability AI、德國慕尼黑大學CompVis團隊與德國非營利組織LAION合作下於2022年推出，能夠根據文字生成影像與不必依賴大型伺服器的特質，創造了更多藝術實踐的可能性。
市面上也開始出現免費或僅需支付些許費用就能夠線上使用的人工智慧影像生成服務，在2024年我使用Luma AI生成影像的嘗試中（註6），我隨意將一些歷史影像餵給Luma AI，僅選擇Loop做為指令使照片隨意生成影片，當中包含了一張蒐集自網路，應是拍攝自1970年代的柬埔寨內戰時的影像，照片原始出處已不可考。照片中臉上帶有傷痕，僅看得到側臉的士兵在沒有明確指令的情況下緩慢轉動臉部使螢幕前的觀眾得以清晰地看到他被數位工具模擬出來的「歷史」樣貌。
即便我理解影像中人物的動作與運鏡方式符合了科技公司預設的一些使用需求，模型可能來自於商業電影片段或MV，仍讓我感到無比震撼，一方面人工智慧為我們提供了一種面對歷史空缺時推測真實的工具（或許可以是解殖的契機？），已經讓人感到臨近的迫切感，可以想見不久的未來，這類模擬經由大量訓練會越發成熟，並且成為大眾想像真實的途徑之一。另一方面，某個存在於檔案、歷史與今日之間，不應該被打破的界線似乎被悄悄挪動了：作為前提，檔案不應變動、塗改，藝術實踐者更不應混淆檔案的再造物與檔案之間的差異。在過去，因為技術而難以達成的再製或變造，如今已經成為專業與非專業影像工作者唾手可得的能力，僅剩道德與自我約束著人們不跨過界線。（註7）
我發現的另一問題是，在經過多次生成，或是單次透過複雜的人像照片，如多人、構圖複雜或不清晰的畫面生成影像時，亞裔臉孔會逐漸偏向高加索臉孔，顯示著數位工具的訓練方式與使用數據背後的政治。居住於達卡的藝術家琳達．杜尼亞．雷貝茲（Linda Dounia Rebeiz，1994-），在2024年由微軟研究院的人工智慧與社會計畫推動的「重獲人工智慧控制權」的系列講座中（註8），她認為數據是「我們衡量什麼、在哪裡衡量與如何衡量」，但由於數據背後的決策方式涉及權力結構，使得數據難以真正客觀。
同時，她以非洲做為案例指出，今日訓練人工智慧的大量資料都來自於網路，但非洲低度普及的網路所造成的資料缺乏，使得現有數據不夠準確。同時，非洲做為人工智慧基礎設施的原料礦物開採地，卻在人工智慧的發展中缺席，並且承受著人工智慧產業鏈末端，由淘汰的的伺服器零件、電腦設備以升級改造或是回收的名義所帶來的環境傷害。
人工智慧今日已經是臺灣藝術工作者重要的工具之一，在今日激化的地區衝突中，包含了供應鏈重組、灰色地帶衝突（Gray Zone Conflict）等都與我們的生活及人工智慧緊密相連，在享受技術所帶來的益處時，正視其背後的風險，以及發展出利基於此的論述將會愈發重要。
註釋
註1 本次機會來自於細着藝術的邀約，研討會介紹。
註2 藝術家個人網站，詳見「Purnima Mitra」。
註3 詳見美國紐約康乃爾大學對「生成對抗網絡」之研究。
註4 簡易舉例：生成器從隨機潛在空間產生影像，試圖模仿真實樣本；判別器則學習分辨影像是真實的還是生成的，兩者在對抗訓練中互相改進，直到判別器無法分辨真假為止。
註5 藝術家個人網站，詳見「Refik Anadol」。
註6 從2024年我初次使用至今日其界面經過數次變動，功能與演算方式與今日有所差異。
註7 在2024年與蔡秉儒共同製作，在話鼓電台播放的Podcast節目《鷹生犬：異域旅行指南》第三集「後記憶：紅色高棉大屠殺與世代創傷」中，來賓Soko PHAY更詳細地討論了這個題目。考量到聽眾的閱聽習慣，該集先製作了法文版本後，透過人工智慧工具協助，以講者的原始的聲音作為基礎製作了中文版本。
註8 藝術家個人網站，詳見「Salon with Linda Dounia Rebeiz」。
李奎壁( 4篇 )1991年生於臺南，2017年畢業於臺北藝術大學美術學系碩士班，現生活在台北。她的作品關注於跨國移動與勞動經驗，透過改造勞動過程中所產生的物件與介入勞動的過程，轉變商品原所屬的內涵，提出她對於今日物質世界的批判觀點。她善於運用來自於勞動現場的物件，透過仿造、再製與重新編撰，讓觀眾在作品展示現場落入精心策畫的陷阱當中，成為一名演員，與被展示的對象。同時，透過隱藏在物件中的歷史線索，她試圖將對於生產系統的關心擴延到族群的身分認同上。對她而言，歷史不只是線性串聯的事件，而是生產系統在緩慢的改變過程中所形成的結果，而生產系統的改變也意味著技術與工具的變化，如何將變化納入作品之中，成為作品的一部分，同時讓觀眾的進入完成作品，是她經常思考的。