作品来源能够改变审美判断。审美感受与创作贡献，需要分别评价。来源信息可以改变意义，却不能替代对作品的判断。
情感支持提示我们区分体验与关系，艺术评价则要求进一步区分感受、意义与生产过程。作品的形式可以保持不变，关于作品的知识仍可能改变理解。
来源参与评价，已有经验证据
2023年发表于《Scientific Reports》的一项研究，通过六项实验考察来源标签对艺术评价的影响，发现AI标签可能降低评价，比较情境也会影响结果。全文
2026年9月公开的俳句研究预印本，则区分作者识别与审美判断。作品被认为多像人写，与来源识别是否正确，并非同一指标；结果限于特定诗体与样本。预印本
这些研究支持一个有限判断：人们会把来源信息带入评价。它们没有直接裁定这种评价变化是否合理。经验研究描述判断如何形成，美学仍须讨论哪些理由具有相关性。
形式之外，还有行动与历史
艺术评价可以关注构图、节奏和表达，也可以关注作品的历史位置、创作者的选择及其与他人的关系。来源信息因此可能改变作品的意义，而不仅是干扰感官印象。
但来源的意义需要具体说明。知道作者是人，并不能证明每个细节都来自独特经历；知道使用了AI，也不能证明其中没有人的选择与表达。身份标签不足以替代对创作过程的了解。
“AI创作”尤其容易遮蔽差异。直接接受生成结果，与持续选择、修改并纳入整体作品，包含不同劳动。评价贡献，需要确定哪些选择真正改变作品，不能只依据工具名称分配承认。
模型所依赖的创作传统与材料劳动，也需要进入讨论。具体用了什么材料、何种授权与贡献，须以证据说明。“机器生成”不能抹去历史劳动，“人类也会学习”也不足以消除两种过程的制度差别。
来历可以改变意义，标签不能代替评价。
把审美、贡献与分配分开
作品是否值得欣赏，谁作出了哪些贡献，收益应当如何分配，相互关联，却需要不同论证。一项作品可以具有审美价值，其生产条件仍然值得批评；对生产条件的批评，也不能自动说明作品毫无价值。
这种区分有助于设计更细的研究。评价可以分别考察形式、表达、投入与来源，而不只要求参与者给出一个总分。创作过程也可以分层说明，检验人们在意的是自动化程度、人的选择，还是某种真诚期待。
研究所得仍需保留范围。公众普遍重视某个因素，不会自动使它成为充分的美学根据；公众没有察觉某项劳动，也不意味着劳动无需承认。
艺术问题由此连接到知识生产。无论作品还是研究成果，都需要区分产物本身、形成过程和贡献归属。产物质量提高，可以得到肯定；过程中的责任与劳动，仍须分别说明。
AI使创作更容易，也使评价需要更准确。承认作品的效果，说明选择的分量，才有条件讨论创作的价值。
参考资料与延伸阅读：
发表评论