AI已經成蔚為趨勢，莫之能擋了，其在當代的價值何在？特別是在藝術教育上，AI評圖客觀性將如何面對？國立臺南大學視覺藝術與設計學系洪明爵博士，他接受專訪論旨在試著從AI資訊收集的技術面切入，並分析正面客觀與潛在偏見的差異對照，最後再回到AI評圖的運用及其可能發生的價值改變！
AI作為視覺藝術的評圖工具，可行嗎？
對於台灣長期接收西方藝術發展教育養成的藝術家而言，洪明爵博士覺得它有一定的準確性。然而，這其中隱藏的邊陲與主流資訊的不對等，西方與第三世界藝術的被理解程度也有著相當大的差異；換言之，大數據收集的資訊來源大多是較為數位化的大國家亦或是民族，其評圖所產生的偏見與誤差就可想而知。
《二魚五餅》洪明爵/複合媒材/200x100cm/2025
AI判讀畫面中的白點均勻分佈，暗示著人類透過低軌衛星試圖掌控與監督著大地的高度開發，你/妳認為呢？
洪明爵說，首先就技術原理來理解AI如何評圖，部分文獻曾提及卷積神經網路CNN或生成對抗網路GAN的模型，聽起來好陌生，理解還需要下一番功夫，用較為白話的說法即透過大量標註的藝術作品（如風格、構圖、色彩分數）訓練模型，學習人類評判的「模式」。另外還需要將圖像轉化為數學特徵（如對稱性、對比度、筆觸密度），量化視覺元素。最後再模擬人類思維模式的AI式總評。
AI評圖可能發生四種窘境
洪明爵表示，這樣的數據處理手法，可擷取數以萬件作品的評圖經驗值，也避免了人類評判的好惡與疲勞偏差。對於過去的技法經驗（如透視準確度、色彩和諧性）的判斷相對精準與穩定。然而，如同前面提及它的數據來源是「歷史數據的統計模擬」，無法突破既有審美框架，也會有偏好數據集中於常見的構圖，而壓制實驗性創作。
他也指出，對於特殊的文化語境或刻意打破傳統規則的實驗性作品，可能被AI判定為技法缺陷，Banksy的塗鴉作品便是一例。若訓練數據是以西方古典藝術為主，系統可能低估非洲部落藝術或第三世界藝術的價值。
洪明爵認為，運用AI作為評圖的工具還可能發生創意同質化、話語權的壟斷以及文化脈絡與藝術脫節的窘境。
有助降低學生學習上的門檻
洪明爵認為，儘管運用AI來作為評圖的工具有其潛在的偏頗與限制，然而運用在教育訓練上還是有其正向與實用的功能，它可以即時分析與反饋學生作品，降低學習上的門檻。特別是部分學生過度依賴技法的表現而忽略創作本質上的問題，AI正好可以矯正風格形式的表現及文獻資料的收整。
AI的價值不在取代人類判斷
洪明爵強調，我們不得不說，AI的評圖「客觀性」實質是對特定審美體系的數位化再現，而非絕對真理。其價值不在取代人類判斷，而在於提供跨文化、跨歷史的風格對照工具。有一天我們也必須承認AI與人類一樣，都是被文化、歷史與權力形塑的「主觀存在」。唯有保持這種反思，AI技術才能成為拓展藝術邊界的夥伴，而非新的權威枷鎖。
