Entry
AIの10年で芸術はどう変わった？アーティストたちの本音 — Artists on a Decade of AI Evolution: An Interview Study of Affordances, Culture, and Artistic Practice with Machine Learning
Simple Title
. . "Artists on a Decade of AI Evolution: An Interview Study of Affordances, Culture, and Artistic Practice with Machine Learning."
Type
Paper
Year
@June 18, 2024 9:30 PM (GMT+1)
Posted at
March 25, 2026 12:50 PM (GMT+9)
Tags
artethicsdesignhuman-aivisualNLPsocietycross-modal
alphaxiv
以下の内容はAIによって自動生成されたものをベースにしています
Overview
- 機械学習ツールを使うアーティストたち10年の軌跡をインタビューで追跡し、AIがどう創作に影響したかを調査しました。
- 言語ラベルの不正確さやモデルに固定された概念が、アーティストの自由な表現を制限してしまう現実が見えてきました。
AIがクリエイティブ産業に急速に浸透する中で、実際にそれを使うアーティストたちは何を感じているのでしょうか。この研究は、一般的な『AIは便利だ』という単純な議論を超えて、アーティスト自身の声を丁寧に聞いた貴重な記録です。特に、AIモデルが世界をどう解釈するかが、私たち創り手の想像力にどう影響するのかという根本的な問い方が注目されます。
Abstract
View 3 comments: 参加者たちは、データセットのラベル付けに使用される言語は、深い芸術的表現に必要なニュアンスに欠けることが多いと主張しました。マルチモーダルモデル（CLIPなど）にエンコードされた強く固定された関連性は、アーティストが利用できる「概念空間」を制限する可能性があります。アーティストは新しい視覚形態を発見する代わりに、モデルの「猫」や「森」がどのようなものかという事前に定義された定義と交渉することになり...
Motivation
- AIツールが普及する中で、アーティストたちは実際のところ何を困っているのか、何が便利なのか、その詳しい実態が知られていませんでした。
- これまでの研究は技術中心で、『使う側の人間』の経験や葛藤に十分な注目をしていませんでした。
- CLIPのようなマルチモーダルモデル（複数の情報形式を一度に処理するAI）が普及する今、その仕組みが創作活動に与える深い影響を理解する必要が生じました。
Method
長期間にわたってAIツールを実際に使うアーティストたちを対象に、丁寧なインタビューを実施しました。彼らがどんな経験をしたのか、AIとどう向き合っているのかを言葉から丹念に読み取り、テーマごとに整理する質的研究の手法を使っています。
- 創作にAIを取り入れてきた複数のアーティストたちをインタビュー対象者として選定し、長期の体験談を聞き取りました。
- インタビュー内容から『AIはどんな制約や自由をもたらすのか』『概念空間はどう変わったか』などのテーマを抽出し、パターンを見つけました。
- AIなしの創作とAI活用時の創作プロセスを比較し、アーティストたちにとって何がどう変わったのかを分析しました。
Results
AIモデルに組み込まれた固定概念とデータセットの粗い言語化により、アーティストたちは本来描きたい細かなニュアンスを失い、モデルが『知っている』既存のビジュアルとの交渉を余儀なくされていることがわかりました。
- 過去10年でAIモデルをハックすると言うローレベルなAIとの接し方から、ブラックボックス的な製品としてのAIシステムを使うような意識に変化している (ローレベルのハックが難しい)
- アーティストの証言：データセット内のラベル『森』『猫』などは、芸術的表現に必要な豊かなニュアンスを持たないため、あらかじめ定義された世界観に合わせざるを得なくなる。
- CLIPなどのマルチモーダルモデルは、テキストと画像の関連性を強く固定しており、アーティストが自由に新しい視覚形態を発見・創造する道を狭めている傾向。
- 創作の前期段階（アイデア出し）では便利だが、後期段階（細部の表現）ではAIの制約がより強く現れるというプロセス上の差異が観察された。
アーティストの道徳的な見地でのコンセンサスは得られず、大きく三つのグループに意見が分かれた。
- 搾取的モデル（システムレベルの責任）： 一部のアーティストは、大規模モデルがインターネットの「同意のない」スクレイピングに基づいて構築されているため、本質的に非倫理的であると見ています。この観点から、データ収集プロセスは、著者の多様性を消去する搾取行為です。
- 使用に基づく責任（アーティストレベルの責任）： 他のアーティストは、根底にあるモデルではなく、出力と使用事例に責任を負うのはアーティストであると主張します。彼らは、盗作や著作権侵害を避ける上での個人の主体性を強調します。
- 創造的自由（不可知論的責任）： 第3のグループは、大規模なデータ処理の時代において著作権を時代遅れの概念とみなし、トレーニングの「カオス」とリミックスやサンプリングの歴史的先例を優先します。
Further Thoughts
- AI・機械学習の開発者は、『万人向け』の汎用モデルだけでなく、細かな表現を必要とするプロフェッショナルな用途にも対応できる柔軟性が求められることがわかります。
- アーティストコミュニティ全体の創造性が、AI企業の設計判断や学習データの仕方に左右されるようになる可能性があり、社会的に重要な問題として認識が必要です。
- 今後は、アーティストたちが自分たちのニーズに合わせてモデルを調整できる透明性やカスタマイズ性が重要になるでしょう。また、データセットの言語化をもっと細かく、多様にする工夫も必要です。
- 道徳的な見地でコンセンサスが得られなかったというのは面白い。直感的に感じていることと一致している。