[愛墾研創] 「詩性倫理」與「創作誠信」教育

[愛墾研創]「詩性倫理」與「創作誠信」教育

在教育上，若要培養具備「詩性倫理」與「創作誠信」的文創人才，課程設計必須超越純粹的「技術操作（How）」，轉向「存在與批判（Why）」。

這種培訓模式將不再是單純的軟體教學，而是一場關於數位人文的實踐，具體包含以下四個核心模組：

1.歷史感與「物哀」的訓練（感官教育）

在接觸AI修復工具前，學生必須先學會理解「舊材料」的本質。

觸感體驗：讓學生接觸真實的膠卷、泛黃的紙張、帶有雜音的錄音帶。理解這些「瑕疵」並非錯誤，而是時間的刻痕。

審美訓練：學習如何辨識人工智能生成的「數位塑膠感」。

教育學生：修復的目的不是抹除時間，而是與時間對話。

2.批判性敘事與「提示詞工程」的哲學化

提示詞不應只是指令，而是阿諾德所說的「對生活的批評」。

從描述到觀點：訓練學生不要寫「一個微笑的老奶奶」，而要寫「一個在戰後艱難歲月中展現堅韌韌性的女性」。

干預演算法：教學如何刻意打破AI的「美學偏見」。例如，要求學生利用人工智能去強化老照片中的孤獨感或勞動的沉重，而非只是將其色彩化。

3.「影像倫理」專題實驗室

這是一場關於權力關係的法律與道德討論。

主體尊重：討論將歷史受難者影像「動漫化」或「唱歌化」的倫理邊界。學生必須為自己的加工行為撰寫「倫理自述」（Ethical Statement），解釋其改動如何對得起原作者或被攝者。

數位誠信練習：練習如何設計「透明的標註」。例如，如何透過浮水印、Metadata或作品說明，讓受眾在享受美感的同時，清楚意識到這是AI的「介入」而非「還原」。

4.詩性勞作的「減法」藝術

人工智能的特點是「加法」（增加細節、增加色彩），但詩性往往存在於「減法」中。

策展主權：訓練學生從1000張AI生成的完美圖片中，挑選出最有「靈光（Aura）」、最能觸動生命的一張，並能說出理由。

留白教育：教育學生在某些時刻，「不修復」或「局部修復」反而是更高層次的創作誠信，因為那保留了對歷史不可知部分的敬畏。

這種教育的最終目標：不是培養出能快速產出華麗影像的「技術工匠」，而是培養出能運用AI作為「顯微鏡」與「手術刀」，去探尋、剖析並重新安頓人類共同記憶的「數位詩人」。

您認為在這樣的教育架構中，哪一個環節最難落實？是對歷史真相的敬畏，還是抵抗演算法美學偏見的自覺？

在您提到的「懷舊加工」與「詩性倫理」語境下，「演算法美學（Algorithmic Aesthetics）」不再只是技術術語，而是一種由數學規則、大數據與機率共同形塑的新型審美機制。

它可以從以下三個層次來定義：

1.技術層次：以「機率」定義「美」

演算法美學的核心是參數化的執行。並不「理解」美，而是透過分析海量數據，找出受大眾歡迎的顏色、構圖與光影模式。 [1, 2]

數據歸納：它將美歸納為一套數學公式或損失函數（Loss Function），「創作」過程即是尋求這些參數的最優解。
流暢性優先：演算法傾向生成符合「對稱、平衡、有序」等經典美學原則的內容，因為這些元素能降低人類的認知負荷，讓感官感到愉悅（即「處理流暢性理論」）。 [2, 3, 4]

2. 社會層次：美學的「反饋迴圈」與「標準化」
在社交平台與 AI 工具的影響下，演算法不僅反映美，更在主動定義什麼是美。 [5, 6]

美學放大（Algorithmic Amplification）：演算法會優先推薦高互動率的內容，這會導致創作者為了流量而模仿人工智能偏好的風格（如高飽和度、無瑕疵的懷舊感），進而造成美學的單一化與標準化。

品味外包：當推薦系統決定我們聽什麼歌、看什麼濾鏡時，個人的「審美判斷」被外包給了計算模型，形成了所謂的「演算法品味」。 [5, 6, 7]

3. 倫理層次：一種「去脈絡化」的美

這正是您擔憂的「認知錯誤」來源。演算法美學缺乏歷史敏感度與情感深度。 [8]

去痛苦化的修辭：它將歷史影像中的「瑕疵」（如老照片的褪色）視為需要被「修復」的噪點，而非時間的見證。

視覺諂媚：為了達成感官上的「可愛」或「清晰」，它不惜篡改歷史的真實色調，將復雜的過去簡化為符合現代數位審美的「視覺奇觀」。 [2, 4, 5, 9]

總結：演算法美學是一種基於數據預測的「統計學美學」。它追求的是感官的極大化滿足與認知的最低阻力，卻往往犧牲了藝術中最寶貴的「真實性」與「對生活的批評」（詩性倫理）。 [8, 10]

您認為在文創培訓中，我們是否應該教導學生如何「反抗」這種過於流暢的演算法美學，轉而追求一種更具挑戰性、更能揭示真相的「不完美美學」？

註釋：

[1] [https://medium.com](https://medium.com/@abhishek.abhishek.m446/designing-with-ai-how-al...)

[2] [https://www.hanspub.org](https://www.hanspub.org/journal/paperinformation?paperid=117249)

[3] [https://prism.sustainability-directory.com](https://prism.sustainability-directory.com/term/algorithmic-aesthet...)

[4] [https://www.sciencedirect.com](https://www.sciencedirect.com/science/article/abs/pii/S1878450X2600...)

[5] [https://www.sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S0001691825010479)

[6] [https://medium.com](https://medium.com/@jessicawuyizheng/the-algorithmic-aesthetic-how-...)

[7] [https://medium.com](https://medium.com/@midhashivansh/algorithmic-taste-when-ai-curates...)

[8] [https://www.researchgate.net](https://www.researchgate.net/publication/394312145_FROM_ALGORITHM_T...)

[9] [https://www.shs-conferences.org](https://www.shs-conferences.org/articles/shsconf/pdf/2026/02/shscon....)
[10] [https://www.researchgate.net](https://www.researchgate.net/publication/385483095_Algorithmic_Aest...)