要闻速递 | 院长论坛 人工智能与艺术教育变革

周庆富：中国艺术研究院以科研立院，艺术科研与艺术教育始终是我们的重要使命。结合我院的职能，以及个人的体会，与大家分享三点理解与思考。

第一，AI带来的不是一场技术调整，而是一次触及文明层级的变局。我们这一代艺术教育工作者是幸运的，也是有压力的。说幸运，是因为我们正处在一个百年未有之大变局的节点上，亲历并参与着人类创造活动方式的根本性重构。说有压力，是因为这场变革的深度和速度，已经远远超出任何一所院校、任何一个学科、任何一位教育者可以从容应对的范围。我们都知道，现在的AI已不再是艺术生产的“脚手架”，它们介入构思、介入想象、介入判断，甚至介入风格本身。这让我们不得不重新思考诸多根本性问题：AI语境下，艺术究竟是什么？艺术家何以成立？艺术教育究竟应该教什么？这些问题，并不是对未来发展方向的预判，而是摆在每一位艺术院校负责人案头的现实问题。今天若不认真回答，明天就会被时代追问。

第二，这场变局，对于中国艺术教育而言，是一次罕有的战略机遇。之所以把它称作“战略机遇”，并不是出于乐观，而是基于一种现实判断。AI最先冲击的，是以技能复制、风格归类、流派分野为核心的现代学院范式。倘若机器能在技能层面无限逼近甚至超越人类，那么全球艺术教育现有的整套体系，都将遭遇一场深刻的合法性危机。这恰恰是中国艺术教育发挥重要作用的时刻，中华文明数千年积淀的艺术传统，从来就不是一套关于“技能”的学问：“外师造化，中得心源”讲的是主体的精神生成；“气韵生动”讲的是生命的整体感受；“技进乎道”讲的是从手艺到境界的升华；“文以载道”讲的是艺术的价值承担。这套源远流长的艺术哲学，提供了一种超越技能层面、直抵艺术本质的思想资源。它不是博物馆里的陈设，而是面向AI时代的活的智慧。所以说，这是一次战略机遇，中国完全有条件，也有责任，从自身深厚的文化传统中提炼出一种新的艺术教育范式，向世界提供来自中国的方案。这不是民族自大，而是基于文明逻辑和时代逻辑的双重基础自然生发出的判断。

第三，把握这次机遇，关键在于构建中国艺术学的自主知识体系。2023年，中国艺术研究院承担了一项国家社科基金艺术学重大项目——“中国艺术学学科体系、学术体系、话语体系现状评估与建构目标及评价标准研究”。三年来，我们先后完成了现状评估、评价标准体系研究，并取得了阶段性成果；在此期间，课题组先后赴天津美术学院、南京艺术学院、兰州大学、延安大学等多所院校深入调研，与全国艺术教育一线的同仁多次座谈。这些工作让我们意识到，“三大体系”建设不是关在书斋里写一本书就能完成的，而是要带着回答时代真问题的意识，把它真正“立”起来。AI就是这个时代绕不过去的那个真问题。

我们今天讨论“AI时代的艺术教育”，归根到底，不只是讨论课程怎么开设、专业怎么调整，而是要回答一些根本性的问题：艺术教育的根本目的是什么？艺术学科在整个高等教育体系中不可替代的价值是什么？中国艺术教育的文化立场和话语方式如何在全球语境中确立？未来二十年、三十年，中国艺术教育能否从被动应变走向主动塑造，能否真正为人类艺术教育的未来形态贡献中国智慧？这些问题的答案，不会从任何一本现成的教科书里得来，也不会从任何一种外来的理论框架中自动浮现。它必须从中国艺术教育的实践中“生长”出来，从我们这一代人的思考、对话、试错和共识中“生长”出来。

AI时代的艺术教育变革是一个世界性课题，但中国的艺术教育必须有自己的文化立场和实践路径。中国艺术研究院愿与各高校携手合作，共同深化这一领域的理论研究和实践探索。希望本次论坛能够汇聚大家的智慧与经验，为我国高校艺术教育提供思路和方向，也为全球艺术教育的转型贡献中国经验与中国方案。 

范勃：近段时间以来，无论在国家战略层面还是社会应用层面，都在逐渐形成一个共识：AI已经成为我们这个时代无法回避的新语境。艺术教育如何在这一语境下创新发展？作为一名美术教育工作者，我想借此次论坛分享几点思考。

首先，需要关注艺术主体性与创作逻辑断裂的问题。纵观艺术与技术相生相伴的发展历史，技术发展不仅改变着艺术工具和表现形式，也在不断挑战创作理念，甚至挑战有关艺术的定义。AI对艺术的影响，并不只是创作素材和方法的替换，更可能指向对艺术构成要素的更新和意义系统的重构。从主体性和创作逻辑看，有两个案例很有象征意义。2017年，俄罗斯大学艺术与AI实验室生成的绘画作品参加巴塞尔艺博会，该作品最终在面向大众的测试中胜过了其他展会作品。2018年，AI画作《埃德蒙·贝拉米肖像》在佳士得以43.25万美元的价格成交，成为生成式AI作品通过拍卖行成功交易的标志性事件。这两个案例说明，人类作为艺术唯一创作者的主体性地位正在被动摇，创作关系正在扩展为人与机器、数据之间的协同系统。

传统艺术中，艺术家通过画笔、刻刀、影像器材等工具，把通过长期训练形成的技艺和个人意志投射到作品中。而在AI时代，创作逻辑逐渐转化为提示、生成、迭代、编辑的过程。人的角色更像是策展人、导演或语言组织者，逐渐形成一种新的“作者函数”和对话式创作关系。由此可以预见，AI将至少带来两个方面的变化：其一，艺术的技术门槛被降低，技艺的稀缺性被稀释；其二，传统艺术门类的划分标准将受到挑战，AI作品因其基于数据集的创作底层逻辑，从而具有更强的综合性和多样性，这就使得“总体艺术”有可能在算法层面获得新的实现空间。AI时代的艺术创作，越来越呈现为人类引导、算法参与、文化遗产渗透其中的“涌现”行为。

其次，需要重新思考艺术的本体论和评价体系。当AI作品获奖或被美术馆收藏时，我们所面对的问题就不仅仅是“是否接受新工具”，而是“什么可以被确认为艺术”“艺术本体如何重新锚定”？历史经验表明，艺术本体论始终处于动态建构中，“艺术是什么”的答案会随时代观念和制度运行而变化。从美学角度看，本雅明所说的“灵韵”，在算法批量生成面前或将进一步消失。艺术品的风格和形式亦将不再完全来自艺术家的内在经验与时代精神的碰撞，它们更像是一种可供消费的“表皮”。从生成机制看，AI创作的底层逻辑是学习，而不是颠覆与革命。它可以生成符合既有风格范畴的“优秀作品”，但要让它进行前所未有的创造，或发起对艺术本体的根本性哲学追问，难度仍然很大。

更重要的是，AI现在并不具备艺术家最核心的创作本源（这种状况也可能会持续很久）。这个本源就是根植于肉身的感知与个体生命体验的独特情感。当“美”能够以低成本批量生成，人类的艺术审美与评判体系更需要回归本真——我们亟须重新厘清哪些是无法被机器轻易取代的体验、价值与意义维度。教育的责任，恰在于不让“看起来像艺术”的输出替代“艺术为何是艺术”的思考。

最后，我想谈谈广州美术学院的教育实践。2023年以来，面对数智时代的挑战，广州美术学院启动本科人才培养综合改革，从顶层设计、观念更新到机制创新和条件保障等都包括在内。在理念层面，我们提出“新质艺术力”“新质创造力”“新质洞察力”三个核心概念。新质艺术力，强调的是艺术教育和创作范式的变革，这一变革要求我们思考新技术如何进入创作，以及艺术如何保有人文内核等问题。新质创造力，则强调艺术创造要向社会生活更广阔的维度扩展，要成为回应复杂问题、驱动社会创新的重要力量。新质洞察力，强调个体要在信息爆炸和技术迭代中形成主动感知力、整体性认知力、深度注意力和系统性思考能力。在行动层面，广州美术学院以“大通识”为核心推进本科人才培养改革，尝试打破学科专业壁垒。2024年9月，本科一年级全面实施“6+2”课程体系，即六门通识核心课程、一门限定性选修课和一门专业先导课，目的是为学生的创造力、方法能力和终身学习能力奠定基础。通识核心课程围绕“思想—观念—方法—实践”的闭环设计，从“学院何为、艺术何为、艺术家何为、我将何为”的根本追问出发，旨在帮助学生完成从高中到大学的观念转型，并帮助其理解图像爆炸时代“治理图像”的深层内涵。六门通识核心课程主要由四类方向支撑：一是“知识与图像”，探讨语言逻辑与视觉形象的关系；二是“造诣创格”，通过引导学生对绘画、雕塑、建筑的整体认知，帮助其理解造型艺术的底层逻辑；三是“数字与体验”，讨论算法如何塑造体验、数据如何影响感知；四是“空间与场域”，研究空间如何承载意义并激发行为。我院同时设置“方法与实践”模块，把华南地区与粤港澳大湾区的社会现场作为课程空间，在真实情境中培养学生的问题意识、方法意识和行动能力。

广州美术学院通识教育改革实践文献展海报。

改革中，我们强调三个转向：从知识中心转向问题中心，从个体学习转向协作学习，从封闭体系转向开放合作。通过“小机构、大网络”的方式激活全校资源，推动跨学科、跨专业、跨院系共同参与。我们欣喜地看到，学生和教师都在发生变化：学生不再满足于完成任务，而是更主动地提出问题和跨学科设想；教师也突破专业边界，在协同教学中实现自我更新。广州美术学院的“大通识”改革，是面向未来的主动探索，也是一种系统性、结构性的实践。希望它能为中国高等美术教育自主人才培养体系建设，提供可资借鉴的经验与样本。

邱志杰：2024年5月我来到天津美术学院，开始推动设置AI艺术通识课。同年9月，这门课程面向新生开设，11月基本实现全校推广。坦率地讲，刚开始阻力非常大。设备、师资、教室、时间安排都有困难，而更大的困难来自观念层面。有学生说：“我来美院就是来画画的，不想碰电脑。”也有一些传统专业的老师和学生对AI课程有抵触情绪。但我还是坚持，因为我觉得AI已不是一个可选工具，而是艺术教育必须面对的新基础能力；它不是简单帮助学生生成图片、生成视频，而是在改变创作方式、学习方式和学科结构。我们不能等学生毕业以后再让他们面对这个问题，美术学院必须在本科教育的初始阶段就把这个问题摆出来。

为了把这门课程真正做起来，我们邀请了中国科学院、天津大学、南开大学、天津理工大学等高校和科研机构的老师一起参与。课程推进一段时间后，学生的态度开始发生变化，甚至出现了其他年级学生主动来“蹭课”的情况。2024年底，我们策划了“宇宙蛋——AI艺术通识课程作品展”，集中呈现通识课的成果。展览中有数字图像、动态影像、AI剧本、互动装置、MR混合现实等作品。这个展览让我更加确信，AI通识教育不应该只是教学生“出图”，而是要让他们进入一种新的创作结构和学习方式。

宇宙蛋——AI艺术通识课程作品展。

通识课程推进之后，我们很自然地走向下一步：成立AI艺术学院。2024年12月30日，天津美术学院成立国内首家AI艺术学院。我一直认为，AI在整个科技创新中具有“头雁效应”和溢出效应，它不仅赋能产业，也会更新科学研究本身。相应地，AI艺术在“新艺科”建设中，也不应只是科技艺术下面的一个分支，而应该成为前沿新兴学科、交叉学科的催化剂，以及传统学科转型的刺激者。所以，我们要把“AI艺术”从原来的科技艺术框架中单独提出来，建立一个实体学院。这不是为了赶时髦，也不是简单增加一个专业，而是希望通过这个学院推动全校教学、科研、管理和社会服务的智能化转型。

按我的理解，AI艺术学院的使命主要有几个方面：第一，搭建艺术家与科学家、科研机构、创新企业合作的平台；第二，持续面向全校开展AI艺术通识教育；第三，推动智能助教、名师数字孪生、个性化智能学伴等教学基础设施建设；第四，把AI艺术真正放到天津城市更新、京津冀协同发展、非遗转化、文旅传播、科学传播、机器人设计、脑科学研究等现实场景中去。在本科层面，我们正在以数字媒体艺术为基础，规划新的专业方向。其中，我特别看重“科学传播艺术”，这个专业不是简单地“帮科学家画图”，而是培养既懂AI、懂科学，又懂艺术、传播、教育、公众和空间叙事的人才。未来，学生可以做科学期刊封面、科普图画书、科学插画、科普壁画，也可以做科普纪录片、科学动画、科学教育游戏、科技馆展项、科学主题公园、科普戏剧和科学魔术。我为什么看好这个专业？因为中国的科学研究发展非常快，但科学传播的艺术表达远远不够。科学家有大量成果需要被公众理解，高质量科学期刊、科技馆、科普空间、科学教育产品也都需要艺术人才参与。“科学传播艺术”专业所要做的，就是把复杂的科学知识转化为图像、空间、游戏、影像、展演和课程，让不同年龄、不同背景的人都能以自己的方式进入科学世界。我觉得这不是边缘专业，而是一个面向未来的“文明型专业”。研究生层面，我们规划了几个专业方向，包括数据艺术与生成艺术、智能体艺术与机器人设计、游戏化学习，以及我负责的脑科学与智能艺术。每个方向都不是美院老师自己关起门来做，而是和科学家、国家重点实验室、行业机构一起做。比如脑科学与智能艺术方向，就要把艺术创作、审美经验、认知反馈、脑电数据与智能系统结合起来。研究生不能只会用AI做作品，还要理解AI的工作原理，追踪前沿论文，进入科研机构和企业实践，甚至用艺术问题反过来推动科学研究。

硬件平台也很重要。我们正在建设AI实体化平台和产教融合空间，配备比较强的算力设备。但我想强调，它不应该只是一个机房，而应该成为面向全校开放的新型艺术基础设施。艺术院校如果只是调用商业AI工具，最后很可能变成商业模型的应用培训基地。我们真正要做的是，建设自己的数据、模型、知识库和智能体平台。

其实美术学院每天的课程、作业、教师示范、课堂点评本身都在产生大量高质量的艺术教育数据，未来这些数据应该被转化为美术智能体数据库、教学智能体、学生智能学伴和文化数据平台。中国艺术传统、中国视觉经验、中国文字系统、中国社会场景等都应该进入AI时代的文化基础设施建设中。这关系到艺术教育的自主性，也关系到文化安全。从更大范围看，国内艺术院校对AI的反应已经很快，论坛、课题、中心、课程都在增加。但我觉得，还需要从“零散尝试”走向“制度建设”。学校需要有清楚的AI使用政策，要有过程档案制度和课程分级制度：哪些课禁止用AI，哪些课允许AI辅助，哪些课本来就是研究AI，都应该讲清楚。规则越明确，学生和老师就越敢去探索。同时，AI不能只放在设计学院、科技艺术专业或者新媒体方向，国画、油画、版画、雕塑、美术史、策展等都应该进入这场变革。我们需要跨学科实验室，需要真正打通传统专业与前沿技术之间的壁垒。

对于AI通识课，我也提出了一些新的要求。2024年我们完成了第一轮课程设置，2025年继续开展第二轮实验，2026年要进入第三轮。新的通识课不能只教AIGC，不能只是生成图片、生成视频、做三维。我希望每个学生都要建立个人知识图谱，为自己打造一个“智能学伴”。这个智能学伴不是一次性工具，而是能够陪伴大学四年的学习，帮助他学习、写论文、做职业规划、找工作，甚至帮助他创业和管理个人创作资料。AI通识教育真正要培养的，不是对某一个软件的应用技能，而是提出问题、拆解任务、组织工作流、调用工具、检查结果、持续积累知识的能力。

归根到底，我认为AI不是美术学院的附加课，而是重新组织艺术教育、学科结构、人才培养和社会服务能力的新基础设施。AI越强，艺术教育就越不能只教工具，而要把学生推向真实问题、真实场景和真实社会。天津美术学院成立AI艺术学院，不只是建一个新学院，而是在AI时代重新发明艺术学院自身。

于洋：我想谈一谈数智时代大美术学科的新质生产力及其未来走向，从自己作为近现代美术史和美术理论研究者的角度，谈一点相对保守、稳定、经验主义的思考。坦率地说，近几年我参加过一些AI艺术论坛，也收到不少相关约稿，但基本都推掉了。一方面是确实不太会写，另一方面是觉得很难谈清楚。AI艺术和数智时代具有超验性、颠覆性和飞跃性，而理论研究需要沉淀、距离和理性反思。面对一个高速变化的对象，某种“无从下口”本身也是一种诚实。面对新兴事物，大体有三种态度：拥抱、畏却、半推半就。我大概处在半推半就与畏却之间。说起来有些惭愧，我对当代艺术非常欣赏，也敬佩邱志杰院长那样往前蹚路的人，但我的手机里至今没有AI软件。从这个角度讲，我当然需要检讨。

不过，也正因为这种距离感，我更愿意把问题放回“生产力”的概念中理解。中华人民共和国成立后的很长一段时间里，美术与生产力的关系更多是一种“表现”与“被表现”的关系。例如，画大型基建、画劳动模范，或参与主题创作和家国叙事，美术主要承担宣传、记录、鼓舞和形象塑造功能。换句话说，生产力在很长时间里主要是美术的表现对象。但进入信息时代，特别是进入AI和数智时代后，美术本身开始真正成为生产力的组成部分。它不再只是表现生产力，而是参与生产力的生成。当下讲新质生产力，强调高科技、高效能、高质量。视觉艺术、图像技术、AI艺术与新质生产力之间，不只是题材关系，而是结构关系、方法关系和认知关系。如果说本雅明所面对的机械复制，是艺术生产方式的一次根本变化；那么21世纪上半叶，图像技术和AI技术的革新，则正在从方法论和认知论层面改变艺术生产方式。我们今天再用前AI时代的理论框架去阐释AI时代之后的艺术，常会出现“不对位”。甚至未来讨论AI艺术时，AI已能模拟我们的口吻发言，再以某种写作风格生成评论。它已经可以做到这一点，这让我细思极恐；但同时，我们必须以更开放的姿态去面对它。

中央美术学院主办、国家艺术基金资助的
“壁彩京华”——2026首都壁画彩塑数字光影艺术巡展。

回到恩格斯对生产力的定义，生产力本质上是人改造自然的能力。从新艺科、艺术科学和大美术学科的角度看，我认为数智时代的美术至少体现为三种生产：知识生产、审美生产和价值生产。第一是知识生产。当下，科技宣传、科学普及、科学传播与艺术之间的关系越来越紧密，美术馆、艺术博物馆正在成为公共知识与公共文化的重要传播场域。天津美术学院提出设立科学传播艺术专业，也说明艺术并不只是装饰科学，而是能把科学知识转化为图像、空间、游戏、影像和展演，让公众以更易理解的方式进入科学。第二是审美生产。如今的社会生活已经高度视觉化，视觉广告、城市形象、数字布景、公共设计、品牌传播、影像媒介无处不在。数智时代的大美术能够为社会贡献什么？很重要的一点，就是重塑社会的审美韵味、文化品位和视觉秩序。包括重大公共活动中的数字艺术布景、国家形象设计、城市更新中的视觉系统，都已经把传统绘画、雕塑、设计与数字艺术整合在一起。第三是价值生产。中国传统文化中早有“夫画者，成教化，助人伦，穷神变，测幽微，与六籍同功，四时并运”（张彦远《历代名画记》卷一《叙画之源流》）之说。艺术从来不止于形式问题，也承担着价值引领和精神塑造功能。近十年来，影视作品、短视频、公共艺术、主题创作、国家创作工程等都在不断强化视觉形态中的价值表达。中央美术学院获批成立艺术治疗专业，我认为也是一个重要信号。它提醒我们：数智时代的艺术教育，最终仍要回到人本身，回到人的情感、心理需求和生命经验。艺术如何服务人的身心，如何服务社会，这本身就是生产力。

当然，AI和数智技术带来的不仅是机会，也带来了值得反思的人文议题。我很喜欢《三体》第一部结尾的场景：人类面对远超自身技术的力量，却在漫天蝗灾中重新理解生命的尊严。技术差距并不能取消生命的意义，反而会激发出人类的自觉与反思。黄宾虹在《精神胜于物质》中曾说：“物质文明之极，其弊至于人欲横流，可酿成残诸祸。惟精神之文明，得以调剂而消弭之。”这句话放在今天，仍然振聋发聩。所以，在新一轮信息技术革命中，大美术学科必须发生结构性变化。美术史学偏重人文科学属性，造型艺术偏重人文与技艺传统，设计艺术、建筑艺术更具社会科学属性，而新媒介、跨媒体、AI艺术则越来越与自然科学、技术媒介相结合。未来的大美术，应当是多元学科并存、交叉融通、共同发展的格局。

归根到底，数智时代的新质艺术生产力，一方面要外拓，进入科技、社会、医学、城市、传播和公共文化领域；另一方面也要保持人文学科的自信、自足和自省。新时代的美术，只有不为物役，不止于技，才能更好地运用新技术和图像资源。我们应以人为本，技进于道，以人智驾驭数智，真正实现大美术学科的新质发展。

李伟：今天我可能算是“走错片场”的一个人，前面各位谈的是艺术学、美术学和艺术教育，我是搞电影的，切入角度会有些不一样。经常有人问我：你们搞电影的对AI时代的来临，到底是乐观还是悲观？我通常会反问：你说的是技术层面，还是关乎“饭碗”的层面？如果从技术层面看，我很乐观；但如果从“饭碗”层面看，我确实有点悲观，因为未来跟我们抢饭吃的“人”会越来越多。当然，历史上类似情况发生过很多次。19世纪中期照相术诞生，写实造型艺术受到巨大冲击，某种意义上也催生了印象派。科技与艺术、美之间的关系，从来都不是简单的替代，而是复杂的重组和再生。

我的专业是电影摄影。电影和传统艺术最大的不同在于，它天生就是交叉学科。没有第二次工业革命，没有化学、光学、机械等一系列技术的发展，摄影术和电影都不可能诞生。电影从出生起就带有科技和工业的基因。我当年进入电影学院学习故事片摄影，读了一年之后觉得自己特别像理科生：天天背公式，研究胶片的药液温度、冲洗时长、密度测量。只有把这些技术、工具和流程掌握好，才可能真正创造摄影影像和电影影像的艺术。也正因如此，我对AI的接受相对自然。我不像一些传统艺术生那样有“纯粹性”，我受到的训练本来就是技术与艺术混杂的。北京电影学院内部对此也有分歧：搞剧作、表演、导演的老师和学生，往往更看重本体、传统和技法；而摄影、录音、数媒等方向，则天然地更依赖技术，也更容易接受新技术。我带研究生时跟他们明确说过：你可以大胆用AI，我支持你。我的创作课甚至可以全用AI完成。有的学生现在已经成为平台签约的AI导演，也拿了不少奖。

北京电影学院“人工智能+中国审美”影像育人新范式：数字人拍摄实践。

当然，科技与艺术共生的过程中，也有很多值得思辨的地方。齐格弗里德·克拉考尔（Siegfried Kracauer）说电影是“物质现实的复原”；我更接受安德烈·巴赞（André Bazin）所说的，电影是“现实渐进线”。摄影和绘画最大的不同在于，绘画可以在白纸上“无中生有”，而摄影不能无中生有，它必须面对某种物质现实，是“有中生有”。所以我们一方面依赖技术，另一方面依赖现实，我们是在物质现实与技术之间寻找平衡，并表达个人对美的理解。

传统艺术领域的人常问：机器做的东西能叫艺术吗？从摄影和电影的经验看，机器做的当然可以成为艺术的一部分。我甚至有一个极端的假设：如果有一天，所有艺术家和艺术作品都消失了，只剩下一群没见过艺术的人，人类对美的追求就不存在了吗？我认为不会。人类对美的渴望并不以艺术家和艺术作品为前提，而是人性中天然存在的冲动。早在肖维岩画、阿尔塔米拉岩画时代，没有艺术教育、没有艺术理论，人类已经在用形象表达内心的热情。摄影领域也能说明这一点。例如，风光摄影师有点像画家，他们在自然中寻找美。安塞尔·亚当斯（Ansel Adams）常年在美国西部寻找山川、线条、光线，架好相机等待最合适的光。布列松提出的“决定性瞬间”，甚至要等一只鸟恰好飞到画面中那个位置。摄影师不是凭空创造，而是在现实中寻找、等待，然后按下快门。但最终形成的作品，依然包含摄影师对美的判断和热情。

人像摄影师则更像导演。他面对的是人，他要刺激、激发对象的情绪，让对象或快乐，或宁静，或愤怒。例如，丘吉尔被抢走雪茄那一瞬间的表情，正是摄影师与对象互动产生的结果。由此可见，艺术家总是在与不同材料、介质、对象打交道的过程中，把美逐渐呈现出来的。电影也是这样，我们一直与科技、机器及物质现实共生，把它们当作素材、手段和过程，最终创造电影的美。所以面对AI，我个人并不觉得这种生产方式特别陌生。机器生成的东西可以是艺术品的一部分，人做的、机器做的、现实客观存在的东西，在某种混合中共同形成作品。事实上，人类早已在不知不觉间接受了机器带来的美学经验。例如景深，在摄影术出现以前，人们对景深的认知并没有今天这么敏感。又如鱼眼镜头、桶形畸变、光学透视畸变等，传统的绘画并不会这样画，但摄影和镜头经验进入视觉文化后，它们反而成为今天许多艺术表达的资源。机器、机械、光学造成的视觉经验，早已融入我们的审美系统。

从宏观上看，审美大致包括两个部分：美的创造和美的接受。美可以由人创造，可以由机器创造，也可以由自然创造。我们看到哈勃望远镜拍摄的星系、黑洞，看到羚羊谷岩石上的线条和韵律，同样会被震撼、被感动。它们不是艺术家创作出来的，但还是击中了我们。对于接受者来说，关键不一定是谁创造了美，而是我看到了、感知了、被触动了，并与对象之间产生了交流关系。所以，作为电影人，我的态度是：我们和机器共生了很多年，也会继续接受机器。作为创作者，我当然希望机器给我多留一点“吃饭”的时间；但如果作为审美者，只要它是美的，我都可以接受。未来相当长的一段时间，艺术很可能都会处在人机共谋、人机共生的阶段。

吴琼：AIGC和智能体技术已广泛应用于设计的多个领域，设计的流程、方法、思维和对象都发生了巨大变化。与此同时，高校的教育教学也在变革，教学内容、方式和组织形式都在调整，这给设计教育带来了新的挑战。当文本、图像、视频、声音以及创意都可以由机器生成的时候，当设计的对象都在智能化升级的时候，设计应该教什么、怎么教？未来需要什么样的设计人才？产学研关系应如何调整？这些问题需要认真梳理和回应。

设计是一门注重实践和应用的学科，其发展与技术、经济、市场密切相关。设计教育旨在培养具有创新精神、能够回应时代复杂命题的人。不同时代有不同的教育环境，每一阶段的设计教育都需要结合时代背景和社会需求来分析。工业时代的设计主要解决大批量生产中产品附加值提升的问题，教学侧重技能传授和标准化方案落地，核心是训练学生“怎么做”；信息时代的设计扩展到产品系统问题，学生需要在复杂的问题中求解，学科交叉成为必然的手段；智能时代，AI不仅能高效完成建模、渲染、批量创意输出等执行工作，编程、市场分析等能力门槛也在降低，传统意义上的学科交叉已不能满足人才培养的需要，社会对设计师的价值定义和审美判断能力提出了更高的要求。当前，国内外关于“超级个体”的讨论，以及对未来创新模式的探索非常值得关注：人工智能技术仍在不断发展，工程化整合创新成为重要模式；产业方面，很多新兴科技公司收购顶尖设计团队，各大企业加强设计研究，设计参与科技创新已成潮流；政策方面，“人工智能+”行动方案持续推动企业在应用层面的创新。这些趋势既是设计发展的机遇，也是设计教育发展的机遇。系统性知识的讲授已非高校教学的核心优势，塑造价值观，搭建实践平台，培养学生在复杂的社会、技术、文化情境中定义问题和解决问题的能力，引导学生自主构建知识体系，这些是AI时代更应突出的教学目标。

智能时代的设计教学，如果只简单地在现有课程体系中嵌入AI工具训练或技术原理讲授，只能解决工具使用与知识获取层面的问题，难以支撑学生参与真正的智能创新。要回应这一挑战，必须围绕“人智协同”建设新的教学内容，从架构层面进行重塑，推动学生在感知、认知与行为设计三个维度的更新，使其真正理解人工智能时代的社会运行逻辑、经济演变规律以及产品与服务的创新范式。

清华大学所倡导的“三位一体”教育理念——价值塑造、能力培养、知识传授—— 三者缺一不可，且顺序不可颠倒。就人工智能与设计融合在教学层面而言：在知识层面，需加强艺术、技术、经济、社会等跨学科学习和研究的基础；在能力层面，应将AI生成、多模态场景推演、智能体编辑等核心技能充分融入思维和技能的训练；在价值层面，AI设计伦理、艺术思辨和人文等内容应更深入，学生不仅“能做”设计，更要明辨“为何做”与“应否做”。在教学组织层面，应打破课堂与产业之间的壁垒，建立更直接的产学研联动机制。将前沿产业项目的核心问题转化为课堂真实课题或者探索性课题，使学生全程参与从需求定义到落地评估的完整设计流程，在真实情境中完成研究能力建构与价值内化。

AI已经替代了大量执行类设计工作，设计教育更要思考如何培养设计师不可替代的核心能力。第一是定义问题的能力。AI擅长根据明确指令生成方案，但它自己没法判断哪些问题真正有价值、能改善人们的生活。未来的命题应该是“新技术能解决社会什么真实需求”，这考验的是学生对人、社会、产业和文化的综合洞察。第二是共情能力与审美判断力。AI可以识别、模拟人类的情感，却无法真正感同身受，也不具备审美判断、文化认同与伦理反思的能力。共情是以人为本的锚点；审美从来不是可计算的标准答案，而是对品味、文化、生命与时代的沉思与呈现。清华大学美术学院近年来有些毕业作品，像《身份镜像》《第N次对话》这类探讨人机新关系的数字装置受到关注，这些正是年轻人对智能技术带来的问题进行的思考。第三是系统思维的能力。设计本质上是一种策略性解决问题的过程，很多问题不能孤立地解决，尤其在复杂的问题系统中更需要借助系统设计方法拆解因果关系、搭建问题图谱，形成整体性的解决方案，这些也是对设计师能力的新要求。

此外，还有一个需要重点关注的议题——传统文化的传承与转化。数据和智能技术为文化传播和创意产业发展提供了很好的条件，设计教育要引导学生利用AI进行资源整合、场景推演，把更多精力放在需求挖掘、文化转译和伦理审视上。在中华优秀传统文化的数字化、场景化实践中，我们要求学生警惕算法语料偏差带来的文化失真，以及流量逻辑催生的泛娱乐化问题。学院也在积极建设中国传统艺术资源数据库和更具文化准确性的内容生成平台。

清华大学美术学院致力于培养的，是扎根人文、拥抱技术的复合型人才。他们能敏锐洞察社会之需，于纷繁之中笃定审美判断与价值选择；他们能以文化自觉为根，以智能工具为翼，以艺科融合之创新回应时代，用设计创造更温暖、更可持续的未来生活。

李川：我想从四川美术学院（以下简称“四川美院”）正在推进的具体项目谈起。我们与电子科技大学（以下简称“电子科大”）合作的项目已推进两年有余，从最初的会议记录、讨论纪要，到培养方案、制度文件，积累了大量材料。人工智能在这类材料梳理工作中优势显著，能够将技术性内容转化为制度性总结。未来，个人智能体在教学、研究和管理中将发挥重要作用。

今天谈跨学科，绕不开学科壁垒问题，这一壁垒并非今日才出现。人们通常认为综合性大学资源丰富，如清华大学美术学院依托清华大学的综合性学科体系，具有天然优势。四川美院之所以选择与电子科大这样学科跨度较大的高校合作，正是为了突破学科壁垒，探索新文科与新工科融合的具体路径。跨学科并非将两个学科简单叠加，也非口头宣称“打通”即可实现。学科之间的边界看似日益模糊，但真正深入对方的知识内核仍相当困难。因此，我们选择先行实践，在探索中逐步摸清融合的深度与限度。

正式启动联合培养之前，我们与电子科大已有6年的展览合作基础。早期合作以研究生层面为主，也在电子科大本科高年级学生的平台上开展了相关合作，目前均在持续推进。基于上述积累，我们于2024年进入本科学士学位联合培养阶段，旨在进一步将合作机制制度化，探索新时代新文科与新工科融合的人才培养模式。2025年，我们正式招收第一届学生。电子科大方面由信息与通信工程学院参与，该学院是其优势二级学院之一；四川美院方面则由美术与书法学科承担。令人欣慰的是，专业转变期间，双方联合培养班的在读学生均未申请转出，反而吸引了其他专业学生申请转入，这无疑是对该培养模式的充分肯定。

联合培养班还有一个显著变化：我们最初计划招收理科生，后改为通过省联考招收学生。四川美院计划招生25人，实际报到24人；电子科大同样招收25人。四川美院这边的学生高考平均分500余分，最高达640余分，与以往地方性美术院校的生源结构形成明显差异。学生的文化课基础、学习习惯与学习能力都给人留下深刻印象。我本人也承担电子科大学生的课程教学，经过近一年的教学观察，这一届学生确实展现出不同于以往的特点。实验艺术的基础课程早已超越传统意义上的素描、色彩训练，而将平面、空间、多维等内容综合贯通，以回应当代艺术对基础训练提出的新要求。在为电子科大学生授课时，我注意到他们在理解艺术时，其理科背景所赋予的理性思维发挥着重要作用——并不完全依靠感性来把握艺术，这一特点也反过来启发并推动我们重新审视和设计课程体系。

课程层面，我们正在扎实推进融合实践。电子科大的教师为我校学生开设“信息通信基础”等课程，为此我们投入近50万元购置26套设备，涉及信号处理、信息通信等内容，这在传统专业美术学院的教学配置中较为少见。与此同时，我们也为电子科大的学生开设版画课程。我一直认为版画尤其适合工科生理解艺术：它具有模块化、复数性、黑白对比和数字化逻辑等特征。版画本身与技术、印刷、传播密切相关，甚至可以说是一种早期的新媒体形态。与原有培养方案相比，我们的学分增加了十余个。学生既要完成本专业课程，又要修读电子科大的八门课程，贯穿四年持续推进。大学一年级暑假前，我们还设置了融合课程，让电子科大学生赴四川美院进行为期两周的学习，双方教师共同授课；二年级时，四川美院学生也会前往电子科大，进入其校园和实验室，在学习与研究中真正建立起学科间的关联。

这种融合已开始显现成效。前不久，我们带领学生赴安徽“人造太阳”核聚变装置所在地参加科学普及相关竞赛。中央美术学院、广州美术学院也有学生参与，我校大一、大三学生共同组队。从反馈来看，大一学生的表现尤为出色——他们对科学内容的理解能力与转化能力，以及运用艺术方式创作科普作品的能力都非常突出。这些收获提醒我们，课程体系必须在实践中不断调整，唯有真正付诸实践，才能发现需要修正之处。

AI带来的危机，同时也是转型的契机。可以看到，其迭代速度已远超预期。我们必须重新学习如何与AI、与未来智能体建立协作关系。未来的年轻人需要具备哪些技能？如何与AI有效协作？如何善用新的科学手段？归根结底，仍要回到对人的塑造这一根本命题。

四川美院地处西南，远离文化中心，独特的地理位置使其性格中带着一股“野”劲，也更为自由。罗中立老院长曾说，四川美院的学术气质很难用单一框架凝练，用重庆话讲有点“乱劈柴”——像火锅一样，又热、又麻、又烫，什么都可以往里放。我认为这种鲜活的现场感，恰恰是我们面对人工智能时代教育变革时最需要的状态。面向未来，不能止于理性讨论，更需付诸实践，需要有人率先探路、先行尝试。

孙捷：我所在的东华大学服装与艺术设计学院，并不是简单地增加一门AI课程，而是从设计教育的底层逻辑出发，思考需要作出哪些调整。过去，我们更多是在培养学生“如何设计”，未来则要培养他们“为什么设计”“应该设计什么”，以及“如何与AI共同设计”。所以，我们并不主张把AI仅仅作为一个软件工具塞进现有课程之中，而应围绕“人机协同设计”（Human-AI Co-Creation）重构课程体系。AI负责的是知识获取、方案生成和效率提升，而设计师真正需要承担的是价值判断、文化理解、伦理思考，以及对创新方向的定义。

我们学院正在推进新一轮研究生培养改革，不再简单按照传统二级学科或专业方向组织教学，而是围绕未来社会和产业发展的关键议题，重构研究方向和课程体系。例如，我们将AI、具身智能、数字孪生、智慧时尚等前沿技术融入智能研究与设计战略；把设计、科技、文化、商业和社会创新整合到时尚协同创新设计研究中；同时，通过艺术史论与时尚研究等课程，强化文化研究能力，让学生既理解技术，也理解文化。这种改革不是把AI放进课程，而是让AI成为未来设计教育的新基础设施。下面我从AI时代设计专业学生的竞争优势、产业链变革、未来设计生态及中国设计教育的价值坐标等角度，进一步谈谈我的思考。

首先，就设计专业学生的价值和竞争力而言，我认为恰恰由于AI降低了设计表达和方案生成的门槛，让设计教育得以回到艺术与设计本身。过去，一个学生可能需要花费很多时间在软件操作、效果图表现的学习上，而未来这些能力会越来越普及。设计教育的价值，从来都不是培养软件操作员，而是培养一个能够理解社会、洞察用户、发现问题、整合资源并提出解决方案的人。打个比方，AI可以生成无数漂亮的图片，但它不会主动理解一个社区为什么需要更新、一位老人为什么感到孤独、一座城市如何实现可持续发展。这些真实世界的问题，依然需要设计师真实地进入社群去发现、定义和回应。Al时代，人类更具价值的能力是品位、判断力、原创思维、跨学科视野、建立情感联结等。

其次，当AI重塑产业链之时，高校设计教育当然应该进一步走近产业，但也不能只跟着产业走。产业关注的是今天和明天，高校则更应该思考5年、10年乃至更长远的问题。特别是研究型高校，如果只是不断根据企业的当前需求调整课程设置，那么培养出来的人，很可能毕业时已经落后于产业发展情况。因此，我认为高校应该与产业形成一种共同研究、共同创新、共同定义未来的关系，而不是简单的人才供给关系。企业带来真实场景和产业命题，高校提供前瞻研究、跨学科创新和未来人才培养模式；企业解决市场问题，高校探索未来问题，双方共同推动产业升级。

近年来，我们一直在推动高校与企业合作模式的转变。我们学院与梅森·马吉拉（Maison Margiela）、巴宝莉（Burberry）、历峰集团（Richemont）等国际品牌和产业集团开展深度合作，合作内容早已不仅仅是课程共建、设计竞赛或实习实践，而是围绕可持续时尚、数字创新、未来消费体验、品牌战略等议题，共同开展人才培养、科研创新和产业探索。我们更希望把企业视为创新伙伴，而不是项目甲方，让学生在真实的国际产业环境中理解未来设计所面对的复杂问题。

AI时代，我们更应把企业作为教育现场，把社会作为实验室，让真实问题走进课堂。高校与企业合作的最终目标不是培养能够适应今天岗位的人，而是共同培养能够创造未来产业的人。这也是东华大学服装与艺术设计学院持续推动设计教育与科技、产业和文化深度融合的初心。未来，我们希望学院不仅是人才培养基地，更能够成为引领未来时尚与设计创新的重要策源地。

再次，关于未来的设计生态。我经常对学生说，不要担心AI会不会取代你，而应思考你准备利用AI创造什么。设计教育的责任，不是培养一个能够找到工作的学生，而是培养一个能够创造新工作的设计师，未来的很多职业可能今天还不存在。因此，我们更应该培养学生跨学科合作能力、系统思维能力、创新创业能力及持续学习能力。尤其是在AI时代，设计已经不只是做出产品，而是在塑造新的生活方式、新的商业模式，甚至新的社会沟通关系。未来的设计师更像一个连接者和组织者，连接起科技、人文、商业、社会和文化。高校真正要培养的，是未来设计生态的创造者。

最后，AI时代的中国设计教育要如何建立自己的价值坐标？这是一个非常重要的问题。今天，全世界都在使用相似的大模型、软件和生成算法。如果设计教育只关注技术应用，培养出来的人才可能会越来越趋同。AI提升的只是设计效率，但真正有价值的设计始终源于文化、社会和价值观的表达。中国设计教育的核心竞争力不在于追随AI技术，而在于依托中国文化、社会现实和创新实践。中国正在经历产业升级、数字化转型和生活方式变革，这为设计提供了丰富而不可复制的创新场景。

在东华大学服装与艺术设计学院的发展中，我们提出了“Hyper Fashion”（超时尚）理念，将时尚视为连接科技、文化、产业与社会创新的方法，围绕可持续时尚、设计驱动、智能科技三个方向推动设计教育发展。2025年，学院与英国皇家艺术学院共同成立“皇家艺术学院上海中心”（RCA Shanghai Centre）。该平台的建立，可以推动全球设计教育资源共享与创新合作，学科交叉、国际合作和产学研融合，更好地培养能够回应时代挑战、推动产业变革的设计创新人才。

由东华大学与英国皇家艺术学院联合主办的 “全球影响力与设计大展”。

未来，中国设计教育应建立新的价值坐标，以中国实践回应世界问题，以中国创新参与全球未来发展。设计教育培养的不只是掌握AI工具的人，而是真正能够读懂人、社会和文化并用技术塑造未来生活方式的人。

邱章红：近年来，AI浪潮冲击非常猛烈，很多高校都在推动专业和课程向AI转型：改专业名称、增加AI课程、调整课程大纲，甚至要求所有老师都在课程里加入AI相关内容。同时，AI工具也大量进入课堂，从传统的讲授式教学转向项目制教学，培养目标也从知识传授转向能力培养。表面看，这是工具、课程和产业的变化；但从深层看，它对教师的知识结构、教学能力和价值判断力都提出了全面挑战。我接触过很多影视、设计、美术方向的教师，他们最常说的一句话就是“我觉得自己没有价值了”。因为他们发现，对AI工具的掌握，学生接受更快、更新更快；而传统知识又似乎不再被重视。于是他们会追问：教师的价值到底在哪里？在我看来，AI时代的艺术教育变革，首先是一场教师能力的再造。如果教师自己都没有完成知识更新，又如何去教学生？

目前很多艺术院校主要采取两种方式应对AI带来的冲击：第一种，引进计算机或AI背景的博士进入艺术学院。但这类人才往往代码、算法、架构能力很强，却缺乏艺术修养、审美经验和艺术史训练，他们在进入艺术教育场域后很容易水土不服。第二种，请AI专家培训艺术教师。但AI专家讲代码、算法和系统架构时，并不了解艺术专业真正的需求，结果往往是艺术教师听不进去，AI专家也觉得艺术教师不懂技术，最后“相看两生厌”。因此，AI艺术教育不能简单地依靠外部技术输入，而应推动艺术专业的教师完成知识重构和能力升级。过去，北京大学的老教师常说：教师只有知识储备达到授课内容的三倍时，才真正有资格上讲台。这里的“三倍”不是多准备几本书，而是指对课程的控制能力：一是知识有深度，能够讲清楚来龙去脉；二是知识有广度，了解相关学科和行业动态；三是有专业经验，艺术教师必须有创作经验、观看经验、审美经验和行业经验，否则课堂就会变成空洞的概念讲解。

在AI时代，可将上述“三倍知识储备”重新理解为三个能力：对艺术本体的深度把握，对技术理解的广度把握，具有价值判断的高度。第一，教师要重构艺术本体知识。无论AI如何发展，艺术史、门类艺术、艺术理论、创作经验和审美判断仍然是艺术教育的根基。以影视教育为例，叙事、表演、视听语言等能力不可或缺。问题在于，教师需要把传统艺术知识转化为AI时代的判断力和表达能力。如我教授视听语言课，现在超过一半的课程内容都与AI相关，编剧课也需要大量使用我们自己开发的模型。我们需要让学生明白，要生成高质量画面，不能只说“我要一个电影感的画面”，而必须懂得用专业术语准确描述创作意图，如镜头角度、运动方式、构图关系、光线层次等。提示词越模糊，AI生成的结果越模糊；表达越专业，生成的结果越接近创作目的。第二，教师要具备基本的AI知识储备。我把对AI的理解分为六个层级：概念理解、数学转化、系统架构、算法设计、代码实现和效果验证。对于一般艺术教师来说，不必六项全会，但至少需要理解概念推演、系统逻辑和效果验证。教师不一定要成为程序员，但必须懂得大模型的基本生成原理，能够设计工作流，理解不同工具和模型在创作流程中的位置与局限。第三，教师要掌握工具链并建立评价能力。没有任何一个模型可以解决全部问题，真正的AI创作往往需要依赖多模型、多工具协同。学生在工具的使用上可能比教师学得更快，但教师也有可以超越学生的地方——对评价工具和优化工具的掌握。教师要帮助学生回答四个问题：（1）为什么生成，指向创作目的；（2）生成什么，指向艺术选择；（3）如何生成，指向方法训练；（4）生成之后如何判断，指向审美与价值判断。我们自己开发的“灵狐”微短剧智能化创作平台，就是把传统的创作流程转化为AI工作流，把编剧策划中的思维过程转化为人机交互过程。平台从主题表达、人物关系、情节结构，到剧本生成与导出，都形成了完整的流程。2024年以来，它已经向国内头部微短剧平台提供了大量剧本，并成为国家广播电视总局2025年科技重大项目。这说明艺术教育中的“AI转型”不是简单地训练学生操作AI，而是训练学生把创作逻辑重新组织为可交互、可推演、可评价的流程。

我在课堂上常用具体问题训练学生从掌握工具走向超越工具。例如，过去AI生成的人物不会眨眼，画面显得僵硬。我让学生思考：人为什么要眨眼？为什么AI人物不眨眼？如何通过动作迁移或系统设计让人物产生真实互动？这个问题既涉及艺术真实感，也涉及技术实现路径。学生在解决问题时，才会真正理解艺术判断与技术逻辑是如何结合的。

最后我想强调，AI时代的艺术教师，不再只是知识的传授者，也不是工具的说明员，而应该是艺术判断、技术理解和价值引导的组织者。我们既要让教师理解AI的底层逻辑，也要引导AI理解中国艺术与美学的深层概念。如“虚实相生”“气韵生动”等传统美学范畴，不能停留在似是而非的生成效果上，而要通过概念转化、数学建模和算法对齐，使这些传统美学范畴和概念真正进入大模型的理解结构。所以，AI时代艺术教育的关键不只是改课程、改专业、改工具，还要首先完成教师的知识重构。只有教师将艺术本体、技术逻辑和价值判断重新连接起来，他们才能真正带领学生从使用AI走向理解AI、判断AI，并最终超越AI。

李晰：我将结合中国人民大学艺术学院的具体工作，谈一些思考。作为综合大学中的艺术学院，我们与专业的艺术院校相比不够“纯粹”，与理工大学相比也不具备硬核的技术优势，所以只能也必须走学科交叉之路，把人文社会科学的厚土、AI新技术和艺术创新的实践汇集起来，寻找一条适合自己的发展道路。我想围绕一个问题展开：AI时代，艺术教育到底要培养什么样的人？

第一，我们的根脉决定了我们的方向。中国人民大学艺术教育可以追溯到1937年的陕北公学，后来历经华北联合大学文艺部、北方大学艺术学院、华北大学三部，1999年正式建院。这一历史脉络决定了我们学院的基因：艺术教育从一开始就不是象牙塔里的纯审美教育，而是与民族命运、国家发展、人民需要紧密相连。学院提出“为人民而艺术”的办学理念。对于我们来说，这不是口号，而是方法论：艺术创作要明确“为了谁”，艺术研究要解决真问题，艺术教育要培养有用的人。AI越发展，学生的价值困惑有时越明显。很多同学会问：既然AI都能画画、作曲，我们学艺术还有什么用？我常和他们说，AI生成的图像再精美，也没有经历过我们民族的苦难与辉煌；AI谱写的旋律再动听，也没有感受过这片土地的温度和气息。艺术价值的核心，不只是像不像、好不好，而是背后人的情感、记忆、立场和文化主体性。2025年，学院组织师生参与“中国共产党创办红色高等教育”主题美术创作，50多位师生深入陕北、太行山革命旧址采风。有学生回来后说，站在当年学校旧址前，才真正理解什么是“把论文和创作写在中国大地上”。我想这正是AI无法替代的部分，AI时代艺术教育的第一要务，就是守住文化主体性，培养有根的人。

第二，我想谈谈我们正在建设的四个平台。第一个平台是“人民艺术论坛”。2024年，我们联合多家高校、科研机构和艺术媒体，共同发布《构建中国艺术学学科自主知识体系倡议书》；2025年的论坛聚焦非遗，发布非物质文化遗产多模态数字资产建设知识工程阶段性成果。我们希望中国艺术学在AI时代不是被动应对，也不是简单套用西方理论，而是形成自己的话语体系和评价标准。第二个平台是非物质文化遗产多模态数字资产建设知识工程。我们依托综合大学优势，联合高瓴AI学院、信息学院等单位，提出“知识工程+空间智能”框架，推动非遗数字资产建设。项目已经反哺教学，成为不少硕士生的研究方向。未来我们也希望在条件成熟时，尝试开放技术文档和代码。第三个平台是中华古典音乐研究院。我们一方面关注新技术，另一方面也希望用学术方式延续经典。师生正在做“乾·乐”音乐智能体，尝试用AI识读和转换工尺谱，降低学习传统乐谱的门槛；也让AI生成音乐动机，再由师生进行改编和创作。做这些尝试，不只是为了解决技术问题，更希望学生在过程中体会文化自信。第四个平台是文明交流互鉴中心。艺术学院承担中欧人文艺术教育联盟秘书处工作，联动全国118家成员单位。我们也推动学校与西班牙马德里康普顿斯大学、葡萄牙科英布拉大学等建立合作中心，承担文明互鉴任务，用艺术方式讲好中国故事。

第三，我想讲两个“把论文写在祖国大地上”的案例。一个是艺术助力乡村振兴。丛志强老师长期深耕于浙江宁海，培育了1000多名村级乡建艺术家，帮助100多户村民实现创业。最初我们发现，老师和学生设计的方案，村民未必使用；后来转为启发村民共同参与方案设计，并用AI快速生成方案，再由村民投票、修改，保留他们手绘的朴素元素。最终形成的作品既有现代感，也有乡土味。这个案例提醒我们：技术要赋能，而不是替代；艺术教育的终点不只是作品，更是人的成长。另一个案例是北京地铁12号线的公共壁画。我院院长张淳带队为地铁12号线人民大学站和三元桥站创作大型壁画，每天会有成千上万的乘客经过这些作品。学生也由此感受到艺术服务社会、服务城市、服务国家的真实力量，这种正向反馈会鼓励他们更深地投入公共文化建设。

第四，我想从美育角度谈谈AI时代艺术教育的机会。AI替代部分记忆力、计算力，反而凸显了审美感、感召力和创造力的稀缺性。我们在学校美育中心开设大量课程，面向全校两万多名学生公开授课。2025至2026学年，艺术学院至少有20位教师开设25门美育课程、48个课堂，共计服务2000多人次。我们希望学生不仅从中学习艺术知识，更能获得情感表达、共情能力，以及专注、耐心等人格品质。AI时代艺术教育的第二个任务，就是让美育成为“人之为人”能力的培养场。

第五，我想谈焦虑与坚守。AI发展太快，教学大纲和培养方案似乎一个学期调整一次都嫌太慢。我们也看到，有些学生手绘能力退化，离开AI后下笔变慢。所以，一方面我们拥抱技术，另一方面也做“反潮流”的决定：大学一年级学生的素描、色彩写生等课程继续坚持；环境设计必须做实体模型；非遗课程要求学生亲手触摸材料、记录口述史。我们还结合中国人民大学社会学、档案学等学科优势，训练学生做田野调查、做记录、做技术档案与电子档案。因为AI可以生成图像，但不能替代真实生活中的身体感、情感和经验。

在2025级本科生培养方案中，我们嵌入了8个模块化课程，形成关于AI与数据技术的平台课程群。我们不要求学生都成为程序员，但要求他们理解数据思维和计算思维，知道AI能做什么、不能做什么，并能以批判性、理性的方式使用工具。我想，AI时代稀缺的不是更快的算法，而是有根、有情、有判断力的人。我们希望在综合大学培养出懂技术、有情怀、能落地的复合型艺术人才。

本文系国家社科基金艺术学重大项目“中国艺术学学科体系、学术体系、话语体系现状评估与建构目标及评价标准研究”（项目批准号：23ZD01）阶段性成果。

责任编辑：杨梦娇