當(dāng)AI生成的畫作在國(guó)際藝術(shù)比賽中奪冠、在以高價(jià)成交，一個(gè)問(wèn)題浮出水面：面對(duì)一幅畫，如果你被告知它出自AI之手，你還會(huì)像欣賞人類畫作那樣去感受它嗎？近年來(lái)，生成式人工智能在創(chuàng)意領(lǐng)域取得了令人矚目的進(jìn)展，AI生成的藝術(shù)作品在視覺(jué)質(zhì)量上已經(jīng)可以與人類創(chuàng)作相媲美。然而，公眾對(duì)AI創(chuàng)作的接受度和評(píng)價(jià)卻遠(yuǎn)未跟上技術(shù)的腳步。已有研究表明，人們?cè)诘弥髌酚葾I生成后，往往會(huì)給出更低的評(píng)價(jià)——即便作品本身相同。這種現(xiàn)象被稱為“算法厭惡”（algorithm aversion），但其背后的神經(jīng)機(jī)制一直缺乏深入探究。究竟是什么驅(qū)動(dòng)了這種偏見(jiàn)？它僅僅停留在主觀評(píng)價(jià)層面，還是已經(jīng)深入到大腦的認(rèn)知加工過(guò)程中？

近日，華東師范大學(xué)團(tuán)隊(duì)采用EEG與fNIRS雙模態(tài)技術(shù)，揭示了AI藝術(shù)標(biāo)簽偏見(jiàn)的神經(jīng)機(jī)制，成果發(fā)表于《Social Cognitive and Affective Neuroscience》，題為“Neural correlates of evaluative bias against artificial intelligence-labeled versus human-labeled artworks”。研究針對(duì)現(xiàn)有AI偏見(jiàn)研究缺乏神經(jīng)證據(jù)的局限，控制畫作客觀一致，僅操控“人類/AI”標(biāo)簽，對(duì)125名被試開展行為與神經(jīng)測(cè)試。結(jié)果表明，被試對(duì)AI標(biāo)注作品評(píng)分顯著更低，且人類標(biāo)注作品可引發(fā)更強(qiáng)P300、α波活動(dòng)及右側(cè)角回與額下回功能連接；對(duì)AI態(tài)度越積極，偏見(jiàn)越弱。

文章信息

本研究包含兩項(xiàng)預(yù)注冊(cè)實(shí)驗(yàn)，均采用被試內(nèi)設(shè)計(jì)，核心操作在于：所有畫作實(shí)際上相同，但被隨機(jī)標(biāo)注為“人類創(chuàng)作”或“AI生成”。參與者在每次試次中先看到標(biāo)簽提示，隨后呈現(xiàn)畫作，最后從審美價(jià)值、創(chuàng)造性、情感表達(dá)和整體喜好四個(gè)維度對(duì)畫作進(jìn)行評(píng)分（如圖1）。

圖1 (a) 實(shí)驗(yàn)流程示意圖(b) AI條件下畫作呈現(xiàn)示意圖(c) 人類條件下畫作呈現(xiàn)示意圖

實(shí)驗(yàn)一（EEG研究）

實(shí)驗(yàn)一共招募60名大學(xué)生參與。在參與者觀看和評(píng)價(jià)畫作的過(guò)程中，同步記錄腦電信號(hào)重點(diǎn)分析畫作呈現(xiàn)后的事件相關(guān)電位（ERP）成分——特別是P300成分，以及alpha頻段（8-13 Hz）的功率譜變化。此外，構(gòu)建了基于EEG特征的預(yù)測(cè)模型，用以區(qū)分人類標(biāo)簽和AI標(biāo)簽條件下的神經(jīng)活動(dòng)模式（如圖2）。

圖2 (a) EEG數(shù)據(jù)和(b) fNIRS數(shù)據(jù)的模型構(gòu)建細(xì)節(jié)

實(shí)驗(yàn)二（fNIRS研究）

實(shí)驗(yàn)二共招募65名大學(xué)生參與，實(shí)驗(yàn)范式與實(shí)驗(yàn)一類似。使用近紅外設(shè)備對(duì)參與者在評(píng)價(jià)畫作過(guò)程中的腦血氧動(dòng)力學(xué)變化進(jìn)行實(shí)時(shí)監(jiān)測(cè)。感興趣腦區(qū)包括背外側(cè)前額葉皮層（DLPFC）和角回（AG），研究者分析了各腦區(qū)的激活水平，并通過(guò)功能連接分析考察了額下回（IFG）與角回（AG）之間的協(xié)同活動(dòng)模式。

圖3 探頭放置位置示意圖

1.行為學(xué)結(jié)果

兩項(xiàng)實(shí)驗(yàn)均一致發(fā)現(xiàn)：當(dāng)畫作被標(biāo)注為“AI生成”時(shí)，參與者在多個(gè)評(píng)價(jià)維度上給出了顯著更低的評(píng)分（如圖4）。這一結(jié)果在控制了畫作本身相同的前提下獲得，直接證實(shí)了標(biāo)簽驅(qū)動(dòng)的評(píng)價(jià)偏見(jiàn)的存在。此外，參與者對(duì)AI的態(tài)度（通過(guò)問(wèn)卷測(cè)量）能夠預(yù)測(cè)其偏見(jiàn)程度——對(duì)AI持更消極態(tài)度的參與者，表現(xiàn)出更強(qiáng)的反AI評(píng)價(jià)偏見(jiàn)。

圖4 研究1的行為學(xué)結(jié)果(a) 在四個(gè)維度上，人類與人工智能在評(píng)分上的差異(b) 人類與人工智能在觀看畫作時(shí)所花費(fèi)時(shí)間的差異(c) 對(duì)人工智能的態(tài)度對(duì)參與者對(duì)人工智能創(chuàng)作的藝術(shù)品產(chǎn)生的偏見(jiàn)的影響

圖5 研究2的行為學(xué)結(jié)果(a) 在四個(gè)維度上，人類與人工智能在評(píng)分上的差異情況(b) 對(duì)人工智能的態(tài)度如何影響人們對(duì)人工智能創(chuàng)作的藝術(shù)品的評(píng)價(jià)

2.EEG結(jié)果

在畫作呈現(xiàn)后的 P300 時(shí)間窗口內(nèi)，人類標(biāo)簽條件誘發(fā)的 P300 波幅顯著高于 AI 標(biāo)簽條件（圖 6a、6b）；P300 作為與注意分配、刺激評(píng)估相關(guān)的經(jīng)典 ERP 成分，表明當(dāng)個(gè)體認(rèn)為作品由人類創(chuàng)作時(shí)，會(huì)自動(dòng)投入更多注意資源與認(rèn)知加工。

人類標(biāo)簽條件下的全腦 α 頻段功率也顯著更高（圖6c、6d）；在神經(jīng)美學(xué)與創(chuàng)造性認(rèn)知研究中，α 波增強(qiáng)通常反映自上而下的內(nèi)源性注意、深度審美加工與認(rèn)知參與，提示人們?cè)诿鎸?duì) “人類創(chuàng)作” 標(biāo)簽時(shí)會(huì)進(jìn)入更深層的審美與情感加工狀態(tài)?；?α 波段活動(dòng)構(gòu)建的預(yù)測(cè)模型顯示，人類標(biāo)簽條件下的評(píng)分預(yù)測(cè)優(yōu)于 AI 標(biāo)簽條件（圖6e），進(jìn)一步證實(shí)兩種標(biāo)簽條件下的神經(jīng)加工模式存在穩(wěn)定、系統(tǒng)性差異。

圖6 不同呈現(xiàn)方式（人類操作與人工智能操作）對(duì)腦電圖活動(dòng)的影響(a) 顯示了與畫作同步的FC2頻段上的平均ERP波形，圖中的曲線反映了P300波形在頭皮上的分布情況(b) 顯示了人類操作和人工智能操作條件下P300波幅的差異(c) 顯示了左右半腦中α波功率的分布情況(d) 顯示了人類操作和人工智能操作條件下α波功率平均值的差異(e) 顯示了人類操作和人工智能操作條件下預(yù)測(cè)模型的預(yù)測(cè)性能差異

3.fNIRS結(jié)果

fNIRS結(jié)果顯示，AG在人類標(biāo)簽條件下的激活水平顯著高于AI標(biāo)簽條件（圖7b）。角回是默認(rèn)模式網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)，主要參與語(yǔ)義加工、記憶整合與情緒聯(lián)結(jié)加工，該結(jié)果表明，當(dāng)被試認(rèn)為畫作由人類創(chuàng)作時(shí)，會(huì)進(jìn)行更深入的語(yǔ)義解讀與情感共鳴加工。DLPFC激活呈現(xiàn)條件與試驗(yàn)序列的交互效應(yīng)（圖7a），提示審美評(píng)價(jià)過(guò)程中認(rèn)知控制與決策加工隨任務(wù)進(jìn)程發(fā)生動(dòng)態(tài)調(diào)整。另外，IFG-AG之間的功能連接在人類標(biāo)簽條件下顯著增強(qiáng)（圖7c）。

圖7 (a) DLPFC激活的結(jié)果，以及順序和條件對(duì)Beta值的影響(b) AG激活的結(jié)果，以及順序和條件對(duì)Beta值的影響(c) 各功能區(qū)域在四種評(píng)分方式中的作用

注：黃色條形表示那些在人類和人工智能兩種條件下都能有效預(yù)測(cè)評(píng)分的功能連接，這兩種條件之間沒(méi)有顯著差異；紅色條形表示那些在人類條件下預(yù)測(cè)權(quán)重明顯高于人工智能條件的功能連接；藍(lán)色條形則表示那些在人工智能條件下預(yù)測(cè)權(quán)重明顯高于人類條件的功能連接。顏色的深淺反映了兩種條件下預(yù)測(cè)權(quán)重差異的大小，顏色越深，差異越大。

本研究采用兩項(xiàng)預(yù)注冊(cè)實(shí)驗(yàn)，結(jié)合EEG與fNIRS技術(shù)，從行為與神經(jīng)層面系統(tǒng)揭示了藝術(shù)作品來(lái)源標(biāo)簽引發(fā)的評(píng)價(jià)偏見(jiàn)。行為結(jié)果顯示，在作品相同的情況下，僅標(biāo)注“AI生成”就會(huì)顯著降低評(píng)價(jià)得分，且偏見(jiàn)程度受個(gè)體態(tài)度調(diào)節(jié)。神經(jīng)結(jié)果表明，人類標(biāo)簽可引發(fā)更強(qiáng)的注意投入與深層認(rèn)知加工，并增強(qiáng)右側(cè)角回激活及額下回—角回功能連接，支持更充分的語(yǔ)義整合與情感加工。

研究存在一定局限：采用標(biāo)簽操控而非真實(shí)創(chuàng)作來(lái)源對(duì)比，被試主要以大學(xué)生為主。未來(lái)可拓展真實(shí)作品對(duì)比、擴(kuò)大樣本范圍，并開展縱向追蹤，探究偏見(jiàn)隨技術(shù)普及的變化趨勢(shì)。

原文信息鏈接

Zhang W, Xie C, Jiang L, Yang L, Hu Z, Hao N. Neural correlates of evaluative bias against artificial intelligence-labeled versus human-labeled artworks. Social Cognitive and Affective Neuroscience, 2025, 20(1): nsaf071.

作者及團(tuán)隊(duì)介紹

該研究由華東師范大學(xué)心理與認(rèn)知科學(xué)學(xué)院完成；論文作者為Wenyu Zhang，其他作者包括Cong Xie、Liuqing Jiang、Li Yang、Zhe Hu。通訊作者為郝寧教授，郝寧教授課題組長(zhǎng)期聚焦創(chuàng)造性認(rèn)知的神經(jīng)機(jī)制、人類與人工智能協(xié)同創(chuàng)新、群體創(chuàng)造的腦間互動(dòng)等前沿方向，綜合運(yùn)用 EEG、fNIRS 等技術(shù)開展創(chuàng)造性認(rèn)知與審美評(píng)價(jià)的神經(jīng)基礎(chǔ)研究。

關(guān)于維拓啟創(chuàng)

相關(guān)產(chǎn)品