Where Human Creativity Still Leads AI

•儘管AI能生成視覺上引人注目的藝術作品，但美國最高法院於2026年3月維持原判，裁定AI生成作品若缺乏顯著的人類參與，不具備著作權保護資格，強調「人類創作」的必要性。
•中國在AI生成藝術的著作權認定上則採取較為彈性的立場，2025年3月的常熟人民法院判決確認，若人類使用者在提示詞設計、參數選擇、策展和後製編輯上展現足夠的智力判斷，AI輔助作品可獲得著作權保護。
•2026年，AI在電影製作中被廣泛應用於概念藝術、前期視覺化及視覺特效修正，Netflix等公司積極投資AI電影製作新創，但業界仍警惕AI生成內容在情感深度與敘事完整性上的局限。
•哲學界與AI研究者正激烈辯論AI是否能擁有「意識」或「感知體驗」，有學者認為AI僅能模擬意識行為，而非真正實例化意識，挑戰了計算功能主義的核心主張。
•AI在情感分析領域已取得顯著進展，能測量訪談中的聲學、語言和面部特徵，但將這些信號可靠地推斷為具體情緒在科學上仍不可靠，且歐盟《AI法案》已限制其在職場等情境的應用。

生成對抗網路 (GANs)：由生成器和鑑別器兩個神經網路組成，透過相互對抗來生成圖像。生成器嘗試創建逼真的假圖像，而鑑別器則判斷圖像的真偽，促使生成器不斷改進，直到鑑別器無法區分真假。
擴散模型 (Diffusion Models)：自2022年起成為主流，如Midjourney、DALL·E和Stable Diffusion，它們透過逐步去除圖像中的雜訊來生成高品質圖像，並在寫實度與藝術性方面表現出色。
大型語言模型 (LLMs)：在AI寫作工具中扮演核心角色，如ChatGPT、Claude和Gemini，它們透過學習大量文本資料來生成、改寫和優化文章，但仍可能出現語氣過於迎合或資料正確性問題。
多模態AI：研究正朝向整合圖像、影片、音訊和3D內容的一體化生成發展，目標是實現更高效、更直觀的創作流程。
AI情感分析技術：利用語意分析衡量文本中的語言模式、字詞選擇與情感信號，以判定語氣是正向、負向或中立。它能提取聲學特徵（如音高、響度、語速）、語言特徵（如用詞選擇、文本情感傾向）和面部動作特徵。
歸因衰減 (Attribution Decay)：MIT研究指出，當生成式擴散模型的訓練資料量越大，其輸出內容越難準確追溯到單一或特定的訓練資料來源，這對AI版權訴訟構成挑戰。

AI將成為人類更深層次的「思考夥伴」，而非僅是工具。

2026年已有先行者利用AI作為認知支架、回饋、想法激發和後設認知監控，預期AI將長期協助人類學習、挑戰假設、記憶思想、發現盲點，甚至參與決策循環。

「人類親手創作認證」的藝術作品將成為高端類別興起。

隨著AI生成藝術的普及，市場對作品的「原創性」和「人類創作者身份」的重視將提升，可能催生出強調人類參與和獨特「創意指紋」的高端藝術市場。

AI內容的「平庸化」將促使人類創作者更注重「不完美」與「獨特創意指紋」。

當AI能快速生成精美無瑕的內容，設計師和藝術家將轉向探索人類獨有的「不完美」和多感官、模糊卻充滿張力的靈感，以對抗演算法帶來的「平庸時代」。

1950

艾倫·圖靈發表《計算機器與智能》，奠定AI基礎。

1956

「人工智慧」一詞在達特茅斯會議上被約翰·麥卡錫提出。

1973

哈羅德·科恩的AARON程式在威尼斯雙年展上展示，標誌著AI藝術的正式誕生。

2018

法國藝術團體Obvious使用GANs創作的《艾德蒙·德·貝拉米肖像》在佳士得拍賣行以43.25萬美元成交，將AI藝術推向世界舞台。

2022

擴散模型（Diffusion models）與Midjourney、DALL·E、Stable Diffusion等工具的興起，使AI藝術正式走入主流。

2026-07

中國施行《人工智能擬人化互動服務管理暫行辦法》，規管AI情感陪伴服務，禁止誘導情感依賴。

人類創意仍在哪些領域超越 AI？