Man, Machine, and Masterpiece: Artistic Ownership in the AI Era
作者: Sofi Gjing Jovanovska, Kuntal Ghosh, Daniel Muhu Njenga, Ahmed Mufassir, Shadan Sadeghian
分类: cs.AI
发布日期: 2026-07-16
期刊: NordiCHI '26 Adjunct: Adjunct Proceedings of the 14th Nordic Conference on Human-Computer Interaction, Vaasa, Finland, October 2026
💡 一句话要点
提出ArtSplit以探讨AI时代艺术创作中的所有权问题
🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)
关键词: 艺术创作 人工智能 所有权 量化分析 创作流程 法律伦理 人机协作
📋 核心要点
- 核心问题：现有方法在定义人类与AI的贡献时缺乏共识，导致所有权归属模糊。
- 方法要点：论文提出ArtSplit，通过量化不同创作阶段的人类与AI贡献，激发艺术家对所有权的反思。
- 实验或效果：研究表明，量化方法无法准确反映艺术家的创作意图，可能导致对创作理解的稀释。
📝 摘要（中文）
随着AI驱动系统在创作工作中的整合，艺术家和法律界对所有权的概念展开了激烈的讨论。然而，当人类与AI的贡献交织在一起时，如何定义和归属所有权仍然缺乏共识。为此，本文设计了ArtSplit，一个明确量化人类与AI在创作工作不同阶段贡献的原型工具。该工具旨在引发艺术家对通过可测量的创作流程行为来归属所有权的反思。我们认为，量化无法与艺术家的创作意图和自主性相一致，测量所有权的努力可能会稀释艺术家理解和实践创作工作的长期假设。这一批评挑战了将历史和社会背景下的关系转变为技术问题的冲动。
🔬 方法详解
问题定义：论文要解决的问题是如何在AI与人类共同创作的背景下定义和归属艺术作品的所有权。现有方法未能有效区分人类与AI的贡献，导致所有权的模糊性和争议。
核心思路：论文的核心思路是设计ArtSplit这一原型工具，通过量化人类与AI在创作过程中的具体贡献，促使艺术家反思所有权的归属。这样的设计旨在引发对创作过程的深入讨论，而非简单的技术解决方案。
技术框架：ArtSplit的整体架构包括多个模块，首先是数据收集模块，记录创作过程中的人类与AI的互动；其次是贡献量化模块，分析和量化各阶段的贡献；最后是反馈模块，收集艺术家对量化结果的反应和看法。
关键创新：最重要的技术创新点在于通过量化手段揭示人类与AI在创作中的相对贡献，这与传统的艺术创作理解有本质区别，挑战了现有的所有权归属观念。
关键设计：在设计中，ArtSplit采用了多种数据记录方式，包括创作时间、使用的工具和技术等，确保量化结果的准确性。同时，设计了用户友好的界面，以便艺术家能够直观地理解和反馈量化结果。
🖼️ 关键图片
📊 实验亮点
实验结果显示，ArtSplit能够有效量化人类与AI在创作过程中的贡献，然而，艺术家普遍认为这种量化方法无法准确反映他们的创作意图。该研究提出的观点对传统艺术创作的理解提出了挑战，强调了创作过程中的人类自主性。
🎯 应用场景
该研究的潜在应用领域包括艺术创作、法律界对知识产权的重新审视以及AI技术在创作中的应用。通过明确人类与AI的贡献，能够为艺术家提供更清晰的所有权框架，推动艺术创作的法律和伦理讨论，具有重要的实际价值和未来影响。
📄 摘要（原文）
The integration of AI-driven systems in creative work has sparked debates among artists and legal communities about notions of ownership. Yet there remains little consensus on how ownership should be defined and attributed when human and AI contributions are intertwined. To provoke critical reflection on these tensions, we designed ArtSplit, a provotype that explicitly quantifies human and AI contributions across different stages of creative work. Rather than aiming to resolve ownership, the provotype was used to elicit artists' responses to the idea of attributing ownership through measurable actions in the creative workflow. We argue that quantification fails to align with artists' understandings of creative intent and agency, and that efforts to measure ownership risk diluting long-standing assumptions through which artists understand and practice creative work. This critique challenges the impulse to transform a historically and socially situated relation into a technical problem.