Технологии генеративного искусственного интеллекта: возможности и вызовы для современного цифрового искусства и дизайна

Аннотация

Рассматриваются возможности и ограничения генеративного искусственного интеллекта в цифровом искусстве и дизайне. Цель - систематизировать изменения творческих процессов и разработать модель оценки человеческого вклада. Использованы обзор литературы, концептуальный синтез и сопоставление документированных практик. Рассмотрены технологическое развитие, распределение решений, происхождение данных и авторство. Предложена модель из шести измерений с раздельной фиксацией характера участия и доказательного статуса. Она позволяет различать подтвержденные сведения, сообщения участников, интерпретации и отсутствие данных. Практическое значение связано с документированием творческих решений и учебным оцениванием. Результат имеет теоретико-методологический характер; эмпирическая апробация модели является следующим этапом исследования.

Ключевые слова: генеративный искусственный интеллект, цифровое искусство, дизайн, совместное творчество, творческий вклад, авторство, качественный контент-анализ

References

1. Боден М. А. Творчество и искусственный интеллект // Artificial Intelligence. — 1998. — Т. 103, № 1–2. — С. 347–356. — DOI: 10.1016/S0004-3702(98)00055-1.
2. Херцманн А. Могут ли компьютеры создавать искусство? // Arts. — 2018. — Т. 7, № 2. — Ст. 18. — DOI: 10.3390/arts7020018.
3. Четинич Е., Ше Дж. Понимание и создание искусства с помощью искусственного интеллекта: обзор и перспективы // ACM Transactions on Multimedia Computing, Communications, and Applications. — 2022. — Т. 18, № 2. — Ст. 66. — С. 1–22. — DOI: 10.1145/3475799.
4. Йин Р. К. Исследование случаев и его применение: планирование и методы. — 6-е изд. — Лос-Анджелес: SAGE, 2018.
5. Се Х.-Ф., Шеннон С. Е. Три подхода к качественному контент-анализу // Qualitative Health Research. — 2005. — Т. 15, № 9. — С. 1277–1288. — DOI: 10.1177/1049732305276687.
6. Браун В., Кларк В. Использование тематического анализа в психологии // Qualitative Research in Psychology. — 2006. — Т. 3, № 2. — С. 77–101. — DOI: 10.1191/1478088706qp063oa.
7. Гудфеллоу И. Дж., Пуже-Абади Ж., Мирза М. и др. Генеративно-состязательные сети // Advances in Neural Information Processing Systems. — 2014. — Т. 27. — С. 2672–2680. — URL: https://arxiv.org/abs/1406.2661 (дата обращения: 12.11.2026).
8. Хо Дж., Джейн А., Аббил П. Диффузионные вероятностные модели с удалением шума // Advances in Neural Information Processing Systems. — 2020. — Т. 33. — С. 6840–6851. — URL: https://arxiv.org/abs/2006.11239 (дата обращения: 12.11.2026).
9. Ромбах Р., Блаттманн А., Лоренц Д. и др. Синтез изображений высокого разрешения с помощью латентных диффузионных моделей // Материалы конференции IEEE/CVF CVPR. — 2022. — С. 10684–10695. — URL: https://arxiv.org/abs/2112.10752 (дата обращения: 12.11.2026).
10. Рамеш А., Павлов М., Гох Г. и др. Генерация изображений по тексту без дополнительного обучения на целевой задаче // Proceedings of Machine Learning Research. — 2021. — Т. 139. — С. 8821–8831. — URL: https://proceedings.mlr.press/v139/ramesh21a.html (дата обращения: 12.11.2026).
11. Чжан Л., Рао А., Агравала М. Добавление условного управления в диффузионные модели генерации изображений по тексту // Материалы конференции IEEE/CVF ICCV. — 2023. — С. 3836–3847. — DOI: 10.1109/ICCV51070.2023.00355.
12. Анантарасиричай Н., Булл Д. Искусственный интеллект в творческих индустриях: обзор // Artificial Intelligence Review. — 2022. — Т. 55. — С. 589–656. — DOI: 10.1007/s10462-021-10039-7.
13. Эпштейн З., Херцманн А. и группа исследователей человеческого творчества. Искусство и наука генеративного искусственного интеллекта // Science. — 2023. — Т. 380, № 6650. — С. 1110–1111. — DOI: 10.1126/science.adh4451.
14. Амерши С., Уэлд Д., Ворворяну М. и др. Рекомендации по взаимодействию человека и искусственного интеллекта // Материалы конференции CHI 2019. — 2019. — Ст. 3. — С. 1–13. — DOI: 10.1145/3290605.3300233.
15. Музей современного искусства в Нью-Йорке. Рефик Анадол: «Без учителя». Документация выставки 19.11.2022–29.10.2023 [Электронный ресурс]. — URL: https://www.moma.org/calendar/exhibitions/5535 (дата обращения: 12.11.2026).
16. Сотбис. Марио Клингеманн. «Воспоминания прохожих I». Каталог аукциона, лот 109. — 2019 [Электронный ресурс]. — URL: https://www.sothebys.com/en/auctions/ecatalogue/2019/contemporary-art-day-auction-l19021/lot.109.html (дата обращения: 12.11.2026).
17. Чунг С. «Подражание»: операции рисования. Документация проекта 2015 года [Электронный ресурс]. — URL: https://sougwen.com/work/mimicry-drawing-operations (дата обращения: 12.11.2026).
18. Бюро авторского права США. Авторское право и искусственный интеллект. Часть 2: Охраноспособность. — Вашингтон, 2025 [Электронный ресурс]. — URL: https://www.copyright.gov/ai/ (дата обращения: 12.11.2026).
19. Европейский парламент, Совет Европейского союза. Регламент (ЕС) 2024/1689 об установлении гармонизированных правил в области искусственного интеллекта. Ст. 53. — 2024 [Электронный ресурс]. — URL: https://eur-lex.europa.eu/eli/reg/2024/1689/oj (дата обращения: 12.11.2026).
20. Агентство по делам культуры Японии. Общее понимание вопросов искусственного интеллекта и авторского права в Японии: обзор. — 2024 [Электронный ресурс]. — URL: https://www.bunka.go.jp/english/policy/copyright/index.html (дата обращения: 12.11.2026

How to cite

Бердалы Р.Т. Технологии генеративного искусственного интеллекта: возможности и вызовы для современного цифрового искусства и дизайна // Central Asian Scientific Journal. – 2026. – №4(32), Т. 2. – С. 282–290.