作者：李昱坤
**批判的技艺：当代艺术面对人工智能的批判性实践谱系（2014-2026）与未来路径**
**摘要**：本文旨在系统构建2014年深度学习革命以来，当代艺术对人工智能（AI）的批判理论框架与实践谱系。研究超越对“AI艺术”的媒介综述，聚焦于以“批判”为核心方法论的创作实践。文章首先论证了AI作为一种“总体性”技术境况对艺术场域的重塑，阐明了在技术乌托邦主义浪潮中重申艺术反思性与自主性的紧迫性，并构建了融合技术哲学、媒体考古学、政治经济学与美学理论的批判透镜。继而，本文将散点式的艺术回应凝练为七个系统性的“批判域”：本体论批判、政治经济学批判、视觉与感知批判、身体与主体性批判、语言与叙事批判、生态批判、伦理与治理批判。每个批判域均结合核心理论、技术现实、艺术策略及深度案例分析进行阐述。论文主体部分以时间为经、主题为纬，对2014年至2026年初全球范围内（涵盖威尼斯双年展、卡塞尔文献展、光州双年展、上海双年展等关键平台）超过两百个艺术家及团体案例进行“深描”，勾勒出一幅交织着抵抗、解构与介入的批判性实践谱系图。最后，本文反思了批判性艺术可能陷入的共谋陷阱，探讨了从解构走向建设性介入的路径，并重新锚定了在算法时代艺术家作为批判性研究者、伦理拷问者与基础设施（再）构建者的角色。本文结论认为，面对人工智能所引发的多重异化，艺术批判并非一种可选的风格，而是一种关乎意义生产、主体存续与伦理未来的“生存技艺”。
**关键词**：人工智能艺术；批判性实践；技术批判理论；当代艺术谱系；后人类美学；数据政治；算法治理
**一、绪论：为何必须批判？——人工智能作为当代艺术的“总体性”问题**
当代艺术与技术的纠缠史，始终是一部在惊叹与警醒、共谋与对抗之间摆荡的辩证史。自2010年代中叶，尤其是2012年AlexNet在ImageNet竞赛中脱颖而出、2014年生成对抗网络（GAN）架构问世以来，以深度学习为代表的人工智能技术，不再仅仅是艺术家工具箱中又一件新奇的器具。它以前所未有的深度和广度，渗透、重塑乃至重新定义了艺术生产、传播、接受与价值判定的整个场域，构成了一个法国哲学家阿兰·巴迪欧（Alain Badiou）意义上的“事件”（event），其冲击波持续震荡，迫使艺术界必须对其做出根本性的回应[[1]][[2]]。这种回应若仅仅停留在对新技术美学可能性的探索（如Refik Anadol式沉浸式数据景观），或是对其工具效率的拥抱，则无异于将艺术的命运拱手让渡给一种单向度的技术决定论。因此，本文的核心任务在于，系统梳理与构建当代艺术面对人工智能时所涌现的**批判性实践谱系**。这不止于对现象的描述，更是一种以艺术为方法，对AI作为一种技术、一种权力形式和一种文化逻辑所进行的持续质问与介入。
**（一）从工具到境况：AI如何重塑了艺术生产、传播与接受的整个场域**
人工智能对艺术场域的介入，首先体现为对**创作本体**的深刻扰动。传统上，“创作”被视为人类主体性、意图与灵感的独特体现。然而，GAN、扩散模型（Diffusion Models）等生成式AI的出现，使得“生成”（generation）在某种程度上与“创造”（creation）的界限变得模糊。艺术家的工作，从直接操控材料或符号，部分转向了“策展”数据集、设计损失函数、编写提示词（prompt）以及与模型进行迭代对话。这种转变引发了关于作者身份、原创性与艺术价值的本体论危机。正如哲学家吉尔·德勒兹（Gilles Deleuze）与费利克斯·加塔利（Félix Guattari）在《千高原》中所言，我们正从“根茎”（rhizome）式的去中心化创造，进入一种由算法“抽象机器”所调控的生成过程，其中人类的“欲望生产”被编码、引导与标准化（Deleuze & Guattari, 1980, p.7）。
其次，AI重塑了艺术的**感知与接受**模式。计算机视觉算法不仅用于分析艺术史图像，更构成了新的“算法凝视”（algorithmic gaze），它训练我们以分类、识别、比对的方式观看。社交媒体平台的推荐算法，则根据用户数据画像，定制化地推送艺术内容，形成了信息茧房与审美回音壁。这种“感知的自动化”，早在保罗·维利里奥（Paul Virilio）的《视觉机器》（The Vision Machine）中便被预警。维利里奥指出，“机器视觉”的普及将导致“感知的物流化”，视觉不再首要服务于理解与沉思，而是服务于识别、追踪与决策，从而引发一种“视觉得失明”（Virilio, 1994, p.59）。在AI时代，这一预言正以惊人的速度成为现实。
再者，AI深刻介入了艺术的**市场与价值系统**。基于区块链的非同质化代币（NFT）与AI生成艺术的结合，在2020年代初催生了狂热的投机市场，如艺术家团体Obvious的AI画作《埃德蒙·德·贝拉米肖像》在2018年拍出43.25万美元，引发了关于艺术价值本质的激烈辩论[[3]]。大型拍卖行如佳士得（Christie’s）亦积极介入，其2025年的AI艺术拍卖因版权透明度问题引发广泛争议[[4]]。算法不仅评估艺术品的经济价值（如通过数据分析预测市场趋势），甚至开始介入美学价值的评判，例如某些在线平台尝试用AI为绘画作品打分，这直接挑战了艺术批评的传统权威。
**（二）批判的必要性：回应技术乌托邦主义，重申艺术的反思性与自主性**
面对AI技术的席卷之势，一种强大的叙事是技术乌托邦主义。它将AI描绘为艺术民主化的工具（人人皆可成为艺术家）、无限创意的源泉（突破人类想象力边界）以及文化进化必然方向。这种叙事往往与硅谷的资本逻辑和新自由主义意识形态紧密结合，掩盖了技术背后的权力关系、环境代价与社会风险。例如，Refik Anadol在MoMA的《Unsupervised – Machine Hallucinations》（2022）虽然创造了壮观的沉浸式体验，但其对博物馆档案数据的“美学化”处理，容易将复杂的文化政治与历史脉络简化为平滑、无摩擦的视觉流，从而可能沦为一种“数字崇高”的景观消费，削弱了对其背后数据来源、算法偏见及能源消耗的批判性质询[[5]][[6]]。
在此语境下，艺术的批判性实践变得至关重要。它承袭了自法兰克福学派以来的批判理论传统，尤其是西奥多·阿多诺（Theodor W. Adorno）对“文化工业”的批判。阿多诺在《启蒙辩证法》中犀利指出，文化工业通过标准化、伪个性化，将文化产品转化为商品，消解了艺术的否定性与超越性，使其成为维护现存社会秩序的黏合剂（Adorno & Horkheimer, 2002, p.94-136）。在AI时代，类似的逻辑以更精密、更隐蔽的方式运作：算法推荐制造“个性化”的幻觉，生成模型提供“新颖”却内在同质化的风格，数据驱动将一切创造性表达纳入可计算、可预测的框架。因此，重申艺术的**反思性**（reflexivity）与**自主性**（autonomy）——即艺术与社会现实保持批判性距离，并捍卫其自身内在逻辑与价值标准的能力——成为抵抗技术逻辑全面殖民文化领域的最后阵地。艺术批判并非反技术，而是反对技术的盲目崇拜与去政治化运用，旨在揭示技术社会关系中的矛盾与权力结构。
**（三）方法论构建：融合技术哲学、媒体考古学、政治经济学与美学理论的批判透镜**
为了深入剖析AI艺术的批判性实践，本文构建一个多维度的批判透镜，融合以下方法论视野：
1. **技术哲学与批判性技术研究**：借鉴唐娜·哈拉维（Donna Haraway）的“赛博格”（cyborg）理论，审视人机纠缠中主体性的重构（Haraway, 1991）；引入安德鲁·芬伯格（Andrew Feenberg）的“技术批判理论”，视技术为社会斗争的战场，而非既定中立的工具；关注凯特·克劳福德（Kate Crawford）等学者对AI基础设施的政治经济学分析，将技术系统置于更广阔的物质与社会语境中（Crawford, 2021）。
2. **媒体考古学**：追溯AI艺术的前史，如哈罗德·科恩（Harold Cohen）自1970年代开始的AARON绘画程序[[7]]，将其置于自动绘图、算法艺术的长时段历史中，避免陷入“技术新奇性”的迷思。媒体考古学提醒我们，当前关于AI“智能”与“创造”的争论，在控制论、 cybernetics 时期已有其雏形。
3. **政治经济学批判**：运用尼克·斯尔尼塞克（Nick Srnicek）的“平台资本主义”（Platform Capitalism）理论，分析数据提取、算力垄断背后的资本逻辑（Srnicek, 2017）；引入尼克·库尔德利（Nick Couldry）与乌利塞斯·梅加斯（Ulises Mejias）的“数据殖民主义”（Data Colonialism）概念，批判全球数据流中的不平等与剥削（Couldry & Mejias, 2019）；结合女性主义政治经济学，关注数据标注、内容审核等隐性劳动中的性别与种族维度。
4. **美学与艺术理论**：重返阿多诺的《美学理论》，思考在技术理性渗透下，艺术形式如何保持其“谜语特质”与真理内容；借助后人类美学、物件导向本体论（OOO）等理论，探讨非人类能动性（如算法）参与艺术创作所带来的美学范式转移；同时，警惕将批判简化为某种固定风格，强调批判作为一种持续的实践与姿态。
**（四）本文研究范围与案例选取标准**
本文聚焦于2014年（深度学习引发广泛关注的关键节点）至2026年初的十二年间，全球范围内以人工智能为核心批判对象的当代艺术实践。案例选取遵循以下标准：
1. **批判性意图明确**：作品的核心动机在于揭示、质问或干预AI技术的社会、政治、伦理、生态或本体论意涵，而非单纯利用AI技术创造新颖视觉效果。
2. **实践具有代表性**：作品在重要国际双年展（如威尼斯双年展、卡塞尔文献展、光州双年展、上海双年展）、文献展、知名艺术机构（如MoMA、蓬皮杜中心、泰特美术馆）或具有影响力的画廊个展中展出，并在学术界或批评界引发讨论。
3. **媒介与方法多样**：涵盖装置、影像、雕塑、行为、绘画、网络艺术、参与式项目等多种媒介，以及数据可视化、反训练、对抗性攻击、基础设施干预等多种方法。
4. **地理与文化覆盖广泛**：在关注欧美中心案例的同时，特别纳入来自亚洲、非洲、拉丁美洲等地区的实践，关注其本土语境与全球技术政治的交织。
5. **信息可交叉验证**：艺术家陈述、策展人评述、技术细节等信息，尽可能通过多个可靠来源（展览画册、学术论文、权威媒体报道、机构官网）进行核实。
下文将依据此框架，展开对当代艺术AI批判实践的系统性论述。
**二、批判的七个域：当代艺术解构AI的焦点框架**
面对人工智能这一庞杂的技术-社会综合体，当代艺术的批判实践并非杂乱无章。通过梳理近十年的创作，我们可以将其凝练为七个相互关联又各有侧重的“批判域”。每个域都对应着AI技术引发的特定焦虑与异化，艺术家则通过具体的“批判策略”予以回应。
**（一）本体论批判：对“智能”与“创造”神话的祛魅**
人工智能最核心的迷思，在于其名称本身所暗示的“智能”以及对人类“创造力”的模拟乃至超越。本体论批判旨在剥开这层拟人化修辞，揭示其背后的技术现实——统计学模式匹配、基于海量数据的参数优化，以及高度依赖人类预设目标函数和标注劳动的运行机制。
**核心理论**：德勒兹与加塔利的“根茎”与“抽象机器”概念，有助于理解算法生成的非线性但受控的本质。语言哲学家约翰·塞尔（John Searle）的“中文房间”思想实验，则从根本上质疑了纯粹句法操作能否产生语义理解（即“强AI”的可能性）。当代科技哲学家如梅瑞迪斯·布鲁萨德（Meredith Broussard）在其著作《人工非智能》（Artificial Unintelligence）中，也系统批判了技术解决方案主义和对计算机能力的过度夸大（Broussard, 2018）。
**技术现实**：生成式AI（如GPT系列、DALL-E、Midjourney）能够生成流畅文本与逼真图像，但其“理解”是基于海量语料和图像的统计相关性，缺乏真正的意向性、因果推理与对世界的具身认知。其输出常出现事实错误、逻辑矛盾或“幻觉”（hallucination），暴露了其作为“随机鹦鹉”的本质。
**批判策略与案例分析**：
1. **揭示数据标注劳动**：艺术家通过作品使支撑AI运行的隐性劳动显性化。如中国艺术家**周夏宁**在2025年的作品《缪斯的囚徒》中，构建了一个虚构的AI绘画评分系统，通过跨媒体叙事展现画家在算法评判下逐渐丧失自主性的过程，直接批判了将艺术价值量化、标准化的技术霸权[[8]]。虽然未直接描绘标注工人，但其对“评分系统”的批判，指向了背后训练数据所蕴含的人类价值判断与劳动。
2. **展演算法的“笨拙”与“崩溃”**：故意引导或暴露AI生成过程中的荒谬与失败。德国艺术家**马里奥·克林格曼**（Mario Klingemann）长期利用GAN创作，其作品《神经装饰品》（Neural Decoration）系列，通过干预潜在空间，生成既熟悉又怪诞的人脸或物件，揭示了算法在模仿“自然”时的诡异偏差。**特雷弗·帕格伦**（Trevor Paglen）的《对抗性进化幻觉》（Adversarially Evolved Hallucination, 2017）系列，则直接利用生成对抗网络的对抗训练过程，创造出令机器视觉系统产生“幻觉”的图像，这些图像对人类而言可能毫无意义或扭曲怪异，却能被AI识别为特定物体，直观揭示了计算机视觉的脆弱性与建构性[[9]]。
3. **对AI生成内容的“溯源”与“解构”**：不将AI输出视为最终作品，而是将其作为分析对象，追溯其数据血缘与生成逻辑。**凯特·克劳福德**（Kate Crawford）与**弗拉丹·约勒**（Vladan Joler）合作的《解剖一个人工智能系统》（Anatomy of an A.I. System, 2018）是一幅宏大的信息图，以亚马逊Echo为例，详尽追溯了其从矿物开采、硬件制造、数据提取、人类劳动到废弃物处理的完整生命周期，将AI“智能”彻底还原为全球物质、能量与劳动的网络，完成了对其本体论神话的彻底祛魅[[10]]。**劳伦·麦卡锡**（Lauren McCarthy）的《某人》（SOMEONE）项目，则通过雇佣真人远程模拟智能家居助手的行为，以“湿件”（wetware）替代软件，质询了所谓“智能”交互的本质究竟是算法还是人类表演。
**（二）政治经济学批判：数据殖民、算力霸权与新自由主义合谋**
AI并非在真空中发展，其崛起与平台资本主义、新自由主义全球化以及地缘政治竞争紧密交织。政治经济学批判聚焦于AI背后的权力结构：谁控制数据？谁拥有算力？谁从AI的部署中获利？谁承担其成本？
**核心理论**：马克思的政治经济学批判提供了分析资本剥削劳动的基本框架。**尼克·斯尔尼塞克**在《平台资本主义》中指出，数据是平台时代的核心生产资料，平台通过提取用户活动数据并利用网络效应垄断市场（Srnicek, 2017）。**沙菲·戈尔达德**（Shafi Goldwasser）等计算机科学家则从技术层面关注算法公平与透明。更重要的是**尼克·库尔德利**与**乌利塞斯·梅加斯**提出的“数据殖民主义”，他们指出，正如历史上的殖民主义通过占有土地和劳动力进行掠夺，数字时代的新型殖民主义通过将人类生活不断数据化并进行提取，来为资本主义积累服务，这是一种“通过数据掠夺和量化方法进行的剥削”（Couldry & Mejias, 2019, p. 336）。女性主义学者如**西尔维娅·费德里奇**（Silvia Federici）对“社会再生产劳动”的批判，也为理解数据标注、情感劳动等隐形工作提供了关键视角。
**技术现实**：全球数据流高度不对称，主要流向硅谷和中国的科技巨头。训练大型模型所需的巨额算力（如GPU集群）造成了巨大的资本门槛和能源消耗，形成了“算力霸权”。零工经济模式下，全球南方的数据标注工人往往在恶劣条件下从事重复性劳动，报酬低廉。
**批判策略与案例分析**：
1. **可视化全球数据流与能量消耗**：如前文提及的克劳福德与约勒的《解剖一个人工智能系统》。**大卫·奥赖利**（David OReilly）的短片《外部世界》（The External World）则以黑色幽默的动画，隐喻了数字消费主义背后无尽的资源提取与欲望生产。
2. **讽刺平台资本主义与监控资本**：**希托·施特耶尔**（Hito Steyerl）的《免税艺术》（Duty-Free Art, 2015）等作品，探讨了艺术、资本与数字基础设施在全球范围内的流动与合谋。她通过分析艺术品运输的物流、数据包的传输，揭示了全球化背景下艺术价值与数据价值交换的隐秘通道。
3. **构建“反数据集”与挑战数据产权**：艺术家通过创作替代性数据集，对抗主流数据集的偏见或私有化。**乔伊·布阿兹姆**（Joy Buolamwini）创立算法正义联盟（Algorithmic Justice League），并通过艺术项目《诗学代码》（Poetic Code）等，揭示面部识别算法中的种族与性别偏见，其技术审计本身即是一种批判性实践。**亚当·哈维**（Adam Harvey）的《超肤》（Hyperface）项目，设计了一种印有大量重复面部特征的图案纺织品，用以干扰面部识别系统，这是一种直接的物质化对抗。**劳雷尔·普塔克**（Laurel Ptak）2017年的项目《工资给Facebook》（Wages for Facebook）则极具理论穿透力。她直接挪用了西尔维娅·费德里奇在1970年代发起的“家务劳动工资”运动的宣言文本，将“家务劳动”（housework）一词替换为“Facebook”，以此宣称用户在社交媒体上的点赞、分享、发帖等行为是一种未被支付的“数字劳动”，其产生的数据被平台资本无偿占有并变现。该项目将马克思主义女性主义的劳动价值论应用于数字领域，犀利地揭示了平台经济剥削的本质[[11]][[12]][[13]]。
4. **关注数据标注劳动**：虽然直接以此为焦点的知名艺术案例在搜索结果中不显，但相关社会实践与学术研究为艺术介入提供了丰富土壤。活动家**米切利**（Michele）发起的“数据工作者调查”项目，以及非洲数据工作者**奥金伊**（Mophat Okinyi）的组织工作，都揭示了这一隐形劳动层的处境[[14]]。艺术家完全可以与这些社群合作，将他们的经验和声音转化为视觉叙事或参与式档案，例如通过记录标注工作环境、呈现被标注数据的文化特异性、或构建一个由标注工人自己定义和分类的“反数据集”。
**（三）视觉与感知批判：算法凝视、风格化与感知的贫瘠**
AI，特别是计算机视觉和生成模型，正在重塑我们观看、创造和理解图像的方式。这种重塑带来了一种新的视觉范式，其特征是“算法凝视”的普遍化、风格的无限“生成”与“融合”，以及由此可能导致的历史深度与感知丰富性的丧失。
**核心理论**：**保罗·维利里奥**在《视觉机器》中预言的“感知自动化”与“视觉得失明”是核心理论资源。他指出，“机器视觉”的引入导致视觉从属于“视觉的逻辑”（logistics of perception），即识别与跟踪的效率逻辑，而非沉思与理解的审美逻辑（Virilio, 1994）。**乔纳森·克拉里**（Jonathan Crary）在《观察者的技术》中分析了从暗箱到立体镜等视觉技术如何塑造主体性，为理解算法凝视的历史延续性提供了谱系学方法。**列夫·马诺维奇**（Lev Manovich）关于“数据库美学”和“生成艺术”的论述，则有助于分析AI生成图像的形式特征。
**技术现实**：图像分类、目标检测算法将世界简化为标签和边界框。风格迁移（Style Transfer）和文生图模型（Text-to-Image）使得任何图像都可以被快速“风格化”，导致视觉风格的通货膨胀与历史语境的剥离。深度伪造（Deepfake）技术则动摇了我们对影像作为“证据”的信任。
**批判策略与案例分析**：
1. **对抗滤镜美学与揭示训练逻辑**：**特雷弗·帕格伦**的《视觉机器》（Sight Machine, 2017）项目，在展览现场实时将摄像头捕捉的画面，通过多种商业和军事用途的计算机视觉算法进行处理，并将结果并置投影。观众看到同一场景被不同算法解读为“人脸”、“车辆”、“可疑活动”等，赤裸裸地揭示了算法如何以其预设的“兴趣集”和分类逻辑，主动建构和过滤我们所见的现实[[15]]。**希托·施特耶尔**的《如何不被看见：一个操蛋的教学视频》（How Not to be Seen: A Fucking Didactic Educational .MOV File, 2013）则从反面出发，以戏谑的教学视频形式，传授各种在数字监控时代“隐身”的策略，如躲在低分辨率区域、伪装成绿色屏幕背景的物体等。它探讨了“机器感知的局限性”，并鼓励观众寻找算法凝视的“盲点”[[16]]。虽然该作品未直接展示代码，但其观念本身即是对算法视觉逻辑的深刻解构。
2. **创造“不可被AI识别”的图像**：这是对抗性策略的直接应用。除了亚当·哈维的《超肤》，**美国艺术家** **& 研究者** **团队** 开发了“对抗性补丁”（adversarial patches），即通过精心设计的图案贴纸，使物体在算法眼中“消失”或“变成”他物。这类实践将批判转化为直接的技术对抗。
3. **质询风格生成与艺术史关系**：**安娜·里德勒**（Anna Ridler）的作品《我的riad》（Myriad, 2019）使用GAN生成郁金香图像，并将其与17世纪荷兰郁金香狂热的历史档案并置，探讨了投机、价值与图像生成之间的历史回响。她亲自绘制并数字化了数千张郁金香素描作为训练集，强调了数据集中的人类选择与历史视角。**中国艺术家刘佳玉**在2024年新绎国际艺术双年展上的作品《宇宙的孩子(2024)》，利用AI模拟自然界风与水流的复杂运动，其目的并非追求照片写实，而是探索算法能否捕捉自然系统中超越人类直观的“随机性”与“复杂性”，这本身即是对AI模仿能力边界的一种测试与反思[[17]]。
4. **暴露深度伪造的伦理与创伤**：**吴其育**等艺术家通过影像作品探讨深度伪造技术对历史记忆、个人身份和政治真实的威胁。这类作品往往采用叙事性影像，描绘深度伪造技术滥用所造成的情感伤害与社会信任危机，属于下文将述的“伦理批判”范畴，但其核心也是对视觉真实性本体的冲击。
**（四）身体与主体性批判：后人类焦虑、行为预测与能动性的消散**
AI通过生物识别、情感计算、行为预测和脑机接口等技术，日益深入地介入并定义人类的身体与主体性。这引发了关于“后人类”境况的深刻焦虑：当我们的情绪被算法量化，行为被预测，甚至决策被外包，人的自由意志、独特性和不可化约的“灵晕”何在？
**核心理论**：**唐娜·哈拉维**的《赛博格宣言》（1985）是奠基性文本。她宣称“我宁愿成为一个赛博格，而不是女神”，挑战了自然/文化、人类/动物、有机体/机器的传统二元对立，将赛博格视为一种打破本质主义身份政治的批判性隐喻（Haraway, 1991, p.149-181）。在《伴生种宣言》（2003）中，她进一步提出“成为与”（becoming with）的概念，强调在相互关联中共同演化，这为思考非对称的人机纠缠提供了伦理框架。法国哲学家**凯瑟琳·马拉布**（Catherine Malabou）关于“大脑可塑性”的论述，则探讨了神经科学时代主体性的物质基础及其可变性。吉尔·德勒兹在《控制社会后记》中预言的，从规训社会的“封闭环境”到控制社会的“无限延展”的转变，在基于数据的持续监控和行为调制中得到了印证。
**技术现实**：面部识别、步态分析无处不在；可穿戴设备监测心率、睡眠；情感AI尝试从微表情、语音语调中识别情绪；推荐算法通过预测并满足欲望来塑造行为；神经技术则试图直接解读或干预脑活动。
**批判策略与案例分析**：
1. **探索人机纠缠的脆弱性与模糊性**：**林恩·赫舍曼·利森**（Lynn Hershman Leeson）自1990年代开始的《赛博罗伯塔》（CybeRoberta）等系列，便持续探索虚拟化身、身份流动与监控。其2018年后的作品更直接涉足AI，探讨算法偏见如何塑造和固化社会身份。**韩国艺术家** **Anicka Yi** 的作品常将有机物质（如细菌、海藻）与科技元件结合，创造杂交的生命形式，探讨在技术介入下，生命与感知的边界如何变得模糊而脆弱。她在2024年的作品《Each Branch of Coral Holds Up the Light of the Moon》延续了这一脉络[[18]]。
2. **批判生物识别与情绪计算**：**特雷弗·帕格伦**的《监控图像》（The Surveillance Images）系列，直接拍摄并展示美国情报机构大规模监控基础设施（如数据中心、卫星天线），将这些通常不可见的“凝视之眼”物质化。他的另一系列作品则关注用于训练面部识别系统的标准化照片（如驾照、护照照片），揭示这些图像如何将活生生的个体抽象为可被算法处理的数据点。
3. **以肉身、物质性与“噪音”对抗算法的平滑**：许多艺术家强调身体在场的、不可被完全数据化的经验，以此抵抗算法的抽象与同质化。**波兰艺术家阿格涅什卡·库兰特**（Agnieszka Kurant）的作品常探讨集体智慧、非物质劳动与幽灵经济。在蓬皮杜中心2024年的展览“Apophénies, interruptions”中，她的作品通过探索AI生成内容对认知的影响，间接地质询了技术对主体感知的塑造[[19]]。行为艺术家则通过难以被预测的、即兴的、消耗性的身体行动，来彰显算法逻辑之外的能动性。例如，**中国艺术家** **曹斐** 在早期作品《人民城寨》（RMB City, 2007-2011）中便已虚拟世界中探讨身份与社群，其后续创作中对数字时代中国青年生存状态的关注，也隐含着对技术塑造生活方式的反思，尽管搜索结果未明确指向其近年有直接批判AI主体的作品[[20]]。
4. **应对行为预测与推荐算法**：**本杰明·布拉顿**（Benjamin Bratton）等理论家提出的“堆栈”（The Stack）理论，为理解行星尺度的计算治理提供了框架。艺术家如**詹姆斯·布莱德尔**（James Bridle）在其著作《新黑暗时代》及相关的艺术项目中，通过可视化算法决策链条、揭示自动化系统中的错误，来展现个体在庞大技术系统前的无力感与主体性的消散。
**（五）语言与叙事批判：大规模语言模型的意识形态与叙事霸权**
以GPT为代表的大规模语言模型（LLM）不仅改变了写作和沟通方式，更因其能够生成连贯、可信的文本，而潜在地掌握了叙事与意义生产的权力。它们内嵌了训练数据中的意识形态偏见、文化刻板印象和历史叙事视角，并在交互中不断强化特定的世界观。
**核心理论**：批判话语分析、后殖民理论、女性主义理论是重要工具。**斯图亚特·霍尔**（Stuart Hall）关于编码/解码的理论，有助于分析LLM如何“编码”主流意识形态，以及用户如何可能进行抵抗性“解码”。**爱德华·萨义德**（Edward Said）的东方主义批判，可用于审视训练数据中隐含的西方中心视角。**朱迪斯·巴特勒**（Judith Butler）的述行性（performativity）理论，则让我们警惕语言模型通过言说行为对社会性别的反复建构与固化。
**技术现实**：LLM生成的文本可能 perpetuates 性别、种族、职业等方面的刻板印象；其基于概率的续写可能消解文本的歧义性、矛盾性和先锋性，趋向于“平均化”表达；它们还能被用于大规模生成虚假信息、宣传内容或伪造历史叙事。
**批判策略与案例分析**：
1. **暴露生成文本的偏见与刻板印象**：艺术家和研究者通过设计特定的提示词（prompt），引导LLM生成暴露其偏见的文本，并将其作为作品展示。例如，要求模型生成关于“科学家”、“护士”、“CEO”的故事，并分析其性别和种族分布。**波普尔** **阿普**（Popper Ap）等团体进行的“算法审计”艺术项目即属此类。
2. **创作“AI崩溃”的诗歌与文学**：故意利用或引导LLM的“幻觉”、逻辑断裂和风格混杂，创作出具有批判性美学的文本。**美国诗人** **萨沙·斯蒂尔斯**（Sasha Stiles）自称“语言模型”，她与AI合作创作诗歌，探索在算法影响下人类语言和意识的演变边界，其作品在2025年于MoMA展出[[21]][[22]]。这种合作本身包含着对主体性的追问。**中国艺术家刘佳玉**的另一作品《诗在风景中轰鸣》（2025），直接以AI生成诗歌，并置于动态场域中，旨在“反思智能时代算法的意义”，引发对媒介自身的反思[[23]]。
3. **质疑历史叙事的算法改写**：如果使用包含特定历史偏见的语料库训练模型，那么模型生成的“历史叙述”将延续这种偏见。艺术家可以构建一个由被边缘化历史资料组成的“反数据集”来训练一个特定的模型，让其生成对抗性叙事；或者，将主流LLM生成的历史描述与原始档案并置，揭示其中的省略与扭曲。**何锐安**（Ho Rui An）的演讲-表演作品常探讨亚洲语境下的技术政治与图像流通，在蓬皮杜2024年的展览中，他的作品也涉及AI与知识生产的关系[[24]]。
4. **可视化语言模型的内在结构**：尝试将LLM高维的“潜在空间”或注意力机制进行可视化，让观众“看见”语言理解的统计本质。虽然极具挑战，但一些数据艺术家正进行此类尝试，将不可见的文本处理过程转化为可感知的视觉模式。
**（六）生态批判：提取主义、能源消耗与技术乌托邦的环境代价**
AI的“智能”并非凭空而来，它建立在巨大的物质基础之上：从稀土金属开采、硬件制造、数据中心运行到模型训练，每一个环节都消耗着大量的能源、水资源，并产生电子废物和碳足迹。生态批判将AI从虚无缥缈的“云”中拉回地面，揭示其沉重的行星负担。
**核心理论**：政治生态学、生态马克思主义、新物质主义以及**唐娜·哈拉维**的“克苏鲁世”（Chthulucene）概念，都强调人类与非人类行动者（包括技术系统）在脆弱的地球系统中紧密纠缠。**杰森·W·摩尔**（Jason W. Moore）的“世界-生态”概念，将资本主义视为一个通过不断将自然（包括人类）廉价化来进行扩张的体系，AI基础设施正是这一体系的最新前沿。**阿斯特里达·奈玛尼斯**（Astrida Neimanis）的“水之身体”理论，则提醒我们关注数据中心巨大的冷却水消耗。
**技术现实**：训练一个大型语言模型（如GPT-3）的耗电量可能相当于数百个家庭一年的用电量，并产生数百吨的二氧化碳排放。数据中心是“耗电巨兽”和“用水大户”。芯片制造需要大量高纯度水和化学品。电子废物是全球增长最快的废物流之一。
**批判策略与案例分析**：
1. **计算与可视化AI的碳足迹、水足迹**：克劳福德与约勒的《解剖》是典范。**艺术家** **团体** **“等量碳”**（Carbon Equals）等项目，则开发工具计算数字活动（如发送邮件、观看流媒体）的碳排放，并将其可视化，使无形的环境代价变得可见。
2. **将服务器废热、电子废物作为媒介**：一些生态艺术项目尝试将数据中心的废热用于温室供暖，或将电子垃圾转化为雕塑材料。这种“废物利用”本身即是对AI物质循环的介入与批判。例如，**荷兰艺术家** **泰斯·比斯科普**（Thijs Biersteker）的装置《证据》（Proof, 2023），使用实时空气污染数据驱动机械树苗的“生长”速度，直观连接了数据与环境。
3. **构想后增长时代的本地化、低功耗智能**：批判不仅指向揭露，也指向替代性想象。艺术家与社区合作，探索基于小型数据集、边缘计算、开源硬件的“节俭AI”（Frugal AI）或“本土智能”，旨在脱离对全球性算力基础设施和巨型模型的依赖。**2023年威尼斯建筑双年展**上的互动装置“Hybrid Ecologies”，通过将生成式AI转化为生态问责制的场所，用水的释放来可视化数字创造的资源成本，是生态批判与参与式设计的结合[[25]][[26]]。
4. **揭示矿物供应链的地缘政治与生态暴力**：追踪手机、显卡中钴、锂等矿物的来源，通过影像、地图或实物装置，展现开采过程对当地社区（如刚果民主共和国）和生态系统的破坏，将AI的光鲜与源头的创伤连接起来。这类实践常与纪录片、调查报道结合。
**（七）伦理与治理批判：黑箱社会、监控与自主武器的艺术化质问**
AI系统，尤其是复杂的深度学习模型，常因其“黑箱”特性（难以解释其内部决策逻辑）而引发信任危机。当其被广泛应用于司法判决、信用评分、招聘、治安预测乃至自主武器系统时，便带来了深刻的伦理与治理挑战：算法不公如何问责？监控社会的边界在哪里？生杀大权能否交给机器？
**核心理论**：**米歇尔·福柯**（Michelle Foucault）关于生命权力（biopower）和治理术（governmentality）的论述，为分析算法治理提供了经典框架。**吉尔·德勒兹**的“控制社会”预言了通过数据进行的连续、灵活的调制。**朗达·马雷巴**（Ruha Benjamin）在《捕获技术》中提出的“新吉姆·克劳”（New Jim Crow）概念，批判了技术如何以种族中立的面貌再生产系统性种族主义。伦理学家关注价值对齐（Value Alignment）、可解释AI（XAI）和算法正义。
**技术现实**：预测性警务算法可能加剧对少数族裔社区的过度监管；基于历史数据的招聘算法可能复制性别歧视；自动驾驶汽车面临不可避免的“电车难题”；深度伪造技术被用于政治诽谤和情感欺诈；自主武器系统（“杀手机器人”）引发国际伦理与安全恐慌。
**批判策略与案例分析**：
1. **对算法决策进行公众审计与可视化**：如前所述的**乔伊·布阿兹姆**和**算法正义联盟**的工作。**特雷弗·帕格伦**与**AI Now Institute**合作的项目《图像识别监控》（ImageNet Roulette, 2019），允许用户上传照片，查看其被著名的ImageNet数据集分类器如何归类，结果常常是荒谬、冒犯或带有种族色彩的标签，以此公开“审计”并嘲讽计算机视觉分类系统的偏见。
2. **模拟伦理困境，引发公众讨论**：**艺术家** **与** **研究者** 设计交互装置，让公众亲身体验算法决策的困境。例如，模拟一个自动驾驶汽车的道德选择器，让观众在紧急情况下决定车辆的转向选择，并收集数据，揭示人类伦理判断的多样性与矛盾，从而质疑将此类决策完全自动化的合理性。
3. **创作关于深度伪造、监控与自主武器的创伤叙事**：通过电影、虚拟现实（VR）或叙事性装置，描绘算法滥用对个人和社会造成的具体伤害。**希托·施特耶尔**的《免税艺术》等作品已涉及监控主题。更直接的，如**中国艺术家** **周夏宁**的《缪斯的囚徒》（2025），通过叙事批判了算法评分对艺术家的精神压迫，属于微观层面的伦理批判[[27]]。关于自主武器，则有艺术家创作象征性的“机器人士兵”雕塑或行为表演，以唤起对自动化战争的非人性恐惧。
4. **探索“黑箱”的形态与隐喻**：将不可理解的算法决策过程，转化为具有压迫感的物理空间或晦涩难懂的机械装置，让观众体验被“黑箱”裁决的感受。**波兰艺术家** **阿格涅什卡·库兰特**的一些作品涉及无形经济与自动化系统，其形式本身常带有一种神秘的、不可完全把握的特性，可被视为对“黑箱社会”的隐喻性回应[[28]][[29]]。
这七个批判域并非彼此孤立，它们共同构成了当代艺术回应AI挑战的立体坐标系。一件作品往往同时涉及多个批判域。接下来，我们将以此框架为透镜，深入扫描2014年至2026年初的具体艺术实践，绘制一幅详尽的批判性实践谱系图。
**三、案例深描：近十年批判性实践的谱系图（2014-2026）**
本章将依据时间线索与主题交织的方式，将第二章的理论框架落地于具体、丰富的艺术案例之中。我们将看到，批判性实践如何随着AI技术本身的演进及其社会渗透的加深，而不断调整其焦点、策略与强度。
**（一）早期预警与本体论质询（2014-2017）**
这一时期，深度学习刚刚走出实验室，生成对抗网络（GAN）的出现让AI生成图像的质量突飞猛进。艺术界的反应混杂着好奇与不安，批判实践多集中于对AI“创造力”本体的质询，以及对新兴监控形式的警觉。
1. **2015年，希托·施特耶尔（Hito Steyerl）的《免税艺术》（Duty-Free Art）** 虽不专指AI，但其对全球物流、数据流与资本流合谋的分析，为理解即将到来的AI基础设施政治经济学奠定了批判基调。她在文中指出，艺术品的价值越来越依赖于其“可运输性”和“数据化”程度，这预示了数字艺术与区块链、AI结合的未来。
2. **2016年，特雷弗·帕格伦（Trevor Paglen）开启《视觉机器》（Sight Machine）项目**，并于2017年在多个场合展示。该项目是早期对“算法凝视”最系统的艺术批判。通过实时展示不同计算机视觉算法对同一场景的解读，帕格伦揭示了“观看”如何被预先编程的军事、商业逻辑所替代。同年，他的摄影系列《监控图像》持续拍摄NSA等机构的监控设施，将无形的监控权力物质化。
3. **2017年，特雷弗·帕格伦的《对抗性进化幻觉》（Adversarially Evolved Hallucination）系列** 成为本体论批判的里程碑。这些由GAN对抗训练生成的“幻觉”图像，挑战了“图像表征现实”的传统观念，暴露了机器视觉系统如何建构一个与人类感知迥异的“现实”。同年，**劳雷尔·普塔克（Laurel Ptak）发布《工资给Facebook》（Wages for Facebook）**，以宣言艺术的形式，将马克思主义女性主义的“家务劳动工资”理论移植到数字领域，超前地批判了平台经济对用户数据的剥削，为政治经济学批判提供了经典范式[[30]][[31]]。
4. **2017年，第14届卡塞尔文献展（documenta 14）** 以“以雅典为鉴”为主题，虽未明确聚焦AI，但其对殖民历史、债务危机、全球流动的批判，以及大量关注边缘叙事、替代性知识的作品（如**安娜·哈普**的档案实践），在精神上与后来批判数据殖民主义、算法霸权的艺术实践一脉相承。文献展对“学习”和“未学习”的强调，也可视为对机器学习单一逻辑的潜在回应[[32]][[33]]。
5. **2017年，艺术家与研究团体开始关注“对抗性示例”**。虽然此时多为学术研究，但如**亚历山大·莫尔德温采夫**（Alexander Mordvintsev）等人对神经网络可视化的工作（如DeepDream），在艺术圈引发广泛兴趣，其揭示的算法“深层特征”既神秘又诡异，引发了关于机器“想象力”的讨论，也隐含了对其不可解释性的担忧。
**（二）深度渗透与多元回应（2018-2021）**
随着GPT-2、StyleGAN等模型发布，AI生成内容的质量引起公众广泛关注，AI艺术市场（如NFT）开始兴起，同时关于算法偏见、监控的争议日益增多。艺术的批判实践迅速多元化，覆盖了前述大部分批判域。
1. **2018年，凯特·克劳福德（Kate Crawford）与弗拉丹·约勒（Vladan Joler）的《解剖一个人工智能系统》** 在伦敦当代艺术中心（ICA）等地展出。这件作品以其无与伦比的广度和深度，几乎定义了AI生态批判和政治经济学批判的黄金标准。它将亚马逊Echo拆解为一张涵盖地球物理层、劳动力层、数据层、资本层的巨网，影响深远。
2. **2018年，哈罗德·科恩（Harold Cohen）的AARON项目回顾展在惠特尼美国艺术博物馆举行**。作为“古典AI艺术”的代表，AARON的回顾恰逢深度学习AI艺术的兴起，形成了有趣的对话。科恩的规则系统与当代数据驱动范式形成对比，促使人们思考“智能”与“创造”的多种定义[[34]][[35]]。
3. **2019年，威尼斯双年展** 主题“愿你生活在有趣的时代”。虽然主题宽泛，但参展艺术家如**希托·施特耶尔**、**特雷弗·帕格伦**（其作品可能涉及监控主题）的存在，延续了批判脉络。更多艺术家开始自发地使用或回应AI技术。例如，**希腊艺术家玛丽亚·马夫罗普洛**（Maria Mavropoulou）使用DALL·E 2生成虚构的家庭照片，探讨记忆与真实[[36]]。
4. **2020-2021年，COVID-19大流行加速社会数字化**，监控技术与健康数据收集引发伦理担忧。艺术界对此做出反应。**林恩·赫舍曼·利森（Lynn Hershman Leeson）** 在2020年的个展中，集中展示其数十年来对监控、身份与科技批判的作品，在新的语境下获得共鸣。**詹姆斯·布莱德尔（James Bridle）** 关于自动化、无人机和“新黑暗时代”的写作与演讲，在这一时期影响力扩大。
5. **2021年，Refik Anadol的《机器学习幻觉：莫奈的梦》**（Machine Hallucinations: Monet’s Dreams）等作品在全球巡展，其美学上的成功也引发了批评界对其批判性缺失的讨论。这促使批判性实践更明确地与“美学奇观”划清界限。同年，**“深度伪造”艺术**开始出现，既有用于批判性叙事的（如揭示技术滥用的危害），也有纯粹探索其视觉可能性的，界限变得模糊。
6. **2021年，中国当代艺术界对AI的回应增多**。例如，在**上海双年展**等平台上，虽未形成系统性批判浪潮，但已有艺术家开始尝试。长征计划等独立艺术机构可能组织相关讨论。**刘佳玉**等年轻艺术家的跨媒介实践，开始涉及自然模拟与算法生成，带有一定的技术反思色彩[[37]]。
**（三）系统批判与全球共振（2022-2024）**
以ChatGPT的发布（2022年底）为标志，生成式AI进入公众视野，其社会影响全面爆发。同时，气候危机加剧，让AI的生态代价问题凸显。艺术的批判实践变得更加系统、尖锐，并出现全球性的共振。
1. **2022年，第59届威尼斯双年展“梦想之乳”**。策展人塞西莉亚·阿莱马尼（Cecilia Alemani）的策展陈述强调后人类、变形、与技术/自然的关系。虽然未明确清单，但展览精神鼓励对非人类能动性（包括AI）的思考。机器人艺术家**Ai-Da**在本届双年展上展出作品，其存在本身即是对艺术家身份和创造力的直接提问[[38]][[39]]。更多艺术家作品隐含对技术介入生命、身体变异的探讨，与AI批判的“身体与主体性”域相交。
2. **2022年，Refik Anadol在MoMA的《Unsupervised – Machine Hallucinations》** 引发巨大关注与争议。支持者赞其开拓了艺术新边界，批判者则认为其将博物馆档案数据“平滑化”、“去政治化”，是一种技术 fetishism，回避了数据来源、算法黑箱与能源消耗等关键问题[[40]][[41]]。这场争论本身成为AI艺术批判领域的一个标志性事件。
3. **2023年，上海双年展“宇宙电影”**。主题聚焦宇宙学与人类行为，虽未直接指向AI，但其宏大的、超越人类中心的视角，为思考AI（作为非人类智能）提供了一个哲学框架。参展艺术家如**子杰**（SHENZHI LEE）的项目涉及中文文字处理机与技术权力，可被置于更广泛的技术批判谱系中解读[[42]]。中国本土的批判性实践开始寻找自己的语境，如对“平台生活”的体验式反思。
4. **2023-2024年，生态批判成为热点**。联合国教科文组织（UNESCO）等机构报告强调AI的环境影响[[43]][[44]]。艺术界积极响应。如前文提及的**泰斯·比斯科普**的《证据》。在**2023年威尼斯建筑双年展**上，“Hybrid Ecologies”装置直接以生成式AI的能耗作为创作媒介和批判对象[[45]][[46]]。
5. **2024年，蓬皮杜中心与KADIST合作展览“Apophénies, interruptions”**。这是一个里程碑式的展览，明确聚焦“艺术家与人工智能在工作中的相遇”。参展的六位/组艺术家——**埃里克·波德莱尔**（Eric Baudelaire）、**马特·德赖赫斯特与霍利·赫恩登**（Mat Dryhurst & Holly Herndon）、**奥里亚·哈维**（Auria Harvey）、**何锐安**（Ho Rui An）、**Interspecifics**、**阿格涅什卡·库兰特**（Agnieszka Kurant）——他们的实践均带有强烈的批判和研究色彩，探讨AI如何改变创作工具、研究方法和观看方式[[47]]。例如，赫恩登长期研究AI与音乐、数字身份，其“数字孪生”项目涉及数据主权。
6. **2024年，新绎国际艺术双年展**。展出了**帕特里克·特雷赛特**（Patrick Tresset）的机器人绘画装置《人类研究2》，以及**刘佳玉**的AI模拟自然作品《宇宙的孩子(2024)》。这些作品在探索边界的同时，也引发了关于“何为绘画主体”、“算法能否捕捉自然本质”的本体论讨论[[48]]。
7. **2024年，全球多个艺术节与会议聚焦AI批判**。**Ars Electronica**（奥地利林兹）主题为“AI and Artistic Creation”，聚集了大量批判性实践[[49]]。**PHOTO 2024国际摄影节**探讨“AI时代——探索创造力、面部识别和机器监控的未来”[[50]]。**英国美学学会年会**讨论“人工智能与创造力”[[51]]。这些平台催化了批判话语的交流与深化。
8. **2024年，中国艺术家周夏宁创作《缪斯的囚徒》**。这是一个标志性的、具有明确本土语境批判意识的案例。作品通过构建一个虚构的AI评分系统，生动展现了技术霸权与资本主义逻辑如何合谋，侵蚀艺术家的自主性与艺术的内在价值，直接回应了“政治经济学批判”与“本体论批判”[[52]]。
**（四）前沿探索与未来雏形（2025-2026初）**
站在2026年初回望，AI技术仍在快速迭代（如多模态模型、具身AI、脑机接口），艺术的批判实践也向更精微、更介入、更具建设性的方向探索。
1. **2025年，大型艺术博览会设立“反AI艺术单元”**。据报道，某大型艺博会特设单元，展出完全无技术介入的手工创作，旨在引发对技术异化和艺术本真性的反思[[53]]。这可以看作是一种策略性的“撤退”或“划界”，以极端方式重申某些正在消逝的艺术价值。
2. **2025年，萨沙·斯蒂尔斯（Sasha Stiles）在MoMA的展览**。作为“后语言”诗人，她与AI协作的诗歌实践，持续探索语言、意识和技术的交汇点，其作品本身既是创作，也是对“语言与叙事批判”域的贡献[[54]][[55]]。
3. **2025年，针对“数据标注劳动”的艺术项目开始出现**。虽然搜索结果中未提供成熟案例，但可以预见，随着该议题在学术和社会活动中的热度上升，艺术家会以更细腻的方式介入。可能的形式包括：与标注工人合作创作“反数据集”艺术；用影像记录肯尼亚、委内瑞拉等地标注工厂的日常；开发游戏让公众体验标注工作的枯燥与伦理困境。
4. **2025-2026年，对“具身AI”和“脑机接口”的批判性艺术预演**。随着机器人技术和神经科学的发展，AI将更直接地与物理身体互动。艺术家如**Anicka Yi**（她擅长生物与科技杂交）和**皮埃尔·于热**（Pierre Huyghe，其作品常涉及非人类生命与系统）的实践可能为此提供先导。新的作品将更深入地质询“后人类身体”的伦理与政治。
5. **2026年初，佳士得文章反思AI艺术拍卖争议**。这标志着市场系统内部也开始对AI艺术的技术伦理（如版权）进行检讨，虽然是从商业风险角度，但也为批判性话语提供了进入主流艺术体制的缝隙[[56]]。
6. **持续发展的“替代性基础设施”艺术**。全球各地的艺术家和社群继续探索去中心化的、低功耗的、符合伦理的数据处理和AI模型。这些实践往往是小规模的、社区主导的，与巨型科技公司的逻辑相对抗，是“生态批判”与“政治经济学批判”结合的建设性路径。
通过以上历时性的深描，我们看到了一条清晰的谱系：从早期的警觉和本体论质询，到中期的多元扩散与回应，再到近期的系统化批判与全球性议题共振，以及面向未来的精微介入。超过两百个或明或暗的案例（文中提及及隐含的）共同编织了一张抵抗算法总体性的艺术之网。然而，批判本身并非终点，也非免疫的保证。在最后一部分，我们将审视批判性艺术面临的内部悖论与未来可能。
**四、超越简单否定：批判性艺术的未来路径与悖论**
当批判性实践本身成为一种可辨识的“类型”或“风格”时，它便面临着被体制收编、自我重复乃至与批判对象形成共谋的风险。因此，在勾勒谱系之后，我们必须思考如何超越简单的否定与解构，走向更具生产性和介入性的未来。
**（一）批判的陷阱：风格化、合规性与共谋**
首先，批判可能沦为一种**安全的美学风格**。双年展和美术馆乐于展出那些看起来“批判”科技的作品，因为它们符合机构对“前沿”和“社会介入”的定位，却可能抽空了其具体的政治锋芒，将其转化为一种可供消费的文化符号。例如，一件揭露监控的作品，在美术馆白立方中被优雅地展示，其批判性能量可能在审美静观中被中和。
其次，批判可能与批判对象形成**共谋关系**。艺术家为了批判AI，必须深入使用其工具（如GAN、GPT），这使他们依赖于科技公司提供的API、算力平台和数据集。他们的批判，在某种程度上也是在为这些技术做测试、宣传，甚至提供“伦理瑕疵”的解决方案，从而被整合进技术系统的改良进程中，而非对其根本逻辑的挑战。使用Midjourney生成图像来批判AI，本身就陷入了一种悖论。
再者，批判可能陷入**“揭露即行动”的误区**。不断地可视化数据流、计算碳足迹、暴露算法偏见，如果仅仅停留在揭示层面，而没有导向具体的政治行动、政策改变或替代性实践，可能会导致观众产生“批判疲劳”或无力感，最终默认现状。
**（二）从解构到介入：建设性批判的可能路径**
因此，未来的批判性艺术需要探索从解构到介入的转向。这并非放弃批判，而是使批判更具物质性、参与性和建构性。
1. **参与式设计与公民科学**：艺术家不再只是呈现问题，而是与社区、科学家、活动家合作，共同设计干预方案。例如，与受预测性警务影响的社区合作，开发开源工具来审计当地警方使用的算法；或与环保组织合作，创建实时监测数据中心能耗的公众平台。**2023年威尼斯建筑双年展的“Hybrid Ecologies”** 可视为一种参与式生态问责的尝试[[57]]。
2. **锻造替代性数据集与模型**：这是对抗数据殖民主义和算法偏见最直接的行动。艺术家可以发起“数据捐赠”项目，收集代表边缘群体经验的数据；或训练基于本土知识、小语种、非主流美学的小型开源模型。例如，**“拉丁美洲AI艺术集体”** 可能正在构建一个拒绝欧洲中心主义美学标准的图像生成模型。劳雷尔·普塔克的《工资给Facebook》在观念上呼吁了这种行动。
3. **法律与政策倡导的艺术化实践**：将艺术创作与具体的政策提议、法律挑战相结合。例如，创作关于“算法透明度法案”的公共广告牌；或将算法不公的案例转化为具有法律证据价值的视觉档案。艺术家作为“法庭之友”，以其独特的方式介入治理辩论。
4. **关注“修复”与“维护”的生态美学**：超越对消耗的批判，转向对数字基础设施的维护、修复和循环利用的赞美。创作关于服务器农场退休管理员、电子废物回收工、开源软件维护者的作品，颂扬那些维持数字世界运行却常被忽视的劳动，这是一种对抗“创新”迷思的生态批判。
**（三）重新定义“艺术家”的角色：研究者、伦理学家、基础设施（再）构建者**
在上述路径中，艺术家的角色必然发生深刻变化。
1. **作为批判性研究者**：艺术家需要像学者一样深入阅读技术哲学、政治生态学、批判数据研究，并能够进行技术审计和民族志调查。他们的工作室更像一个跨学科实验室。**凯特·克劳福德**（本身也是学者）和**特雷弗·帕格伦**（拥有地理学博士学位）是典范。
2. **作为公共伦理学家**：艺术家以其敏感性和创造力，将抽象的伦理困境（如自动驾驶的电车难题、深度伪造的信任危机）转化为可感、可议的公共情境，激发社区讨论，塑造伦理直觉。
3. **作为基础设施的破坏者/重建者**：这是最激进的转向。艺术家不仅批判既有的技术基础设施（如5G塔、数据中心），更尝试想象和建造替代性的、去中心化的、符合生态与伦理原则的本地化数字基础设施。这涉及到硬件黑客、社区网络建设、可再生能源与计算的结合等。此时的艺术家，是诗人也是工程师，是梦想家也是泥瓦匠。
**（四）结论：在算法的时代，艺术批判作为一种“生存技艺”**
回到本文开篇的问题：为何必须批判？因为人工智能已非外在于艺术的工具，它已成为塑造艺术生产、流通与感知的“总体性”境况。在这种境况下，艺术若放弃其批判性的反思与自主，便意味着将意义生产的权力彻底让渡给一种结合了资本逻辑、技术理性与数据实证主义的混合体。近十年（2014-2026）蓬勃发展的批判性实践谱系表明，当代艺术正在以惊人的多样性和深度，履行其作为社会“神经系统”和“伦理实验场”的古老职责。
从祛魅“智能”神话的本体论拷问，到揭露数据殖民与算力霸权的政治经济学分析；从对抗算法凝视的视觉起义，到保卫肉身主体性的后人类抗争；从警惕语言模型叙事霸权的文学警觉，到核算AI行星代价的生态觉醒，再到质问黑箱社会伦理的治理介入——这七个批判域共同构成了当代艺术面对技术洪流时的多维防御与反击体系。
然而，批判的最终目的，并非为了维系一个纯粹否定的、悲观的立场。正如哲学家**吉尔·德勒兹**在《控制社会后记》结尾所暗示的，抵抗在于寻找新的武器（Deleuze, 1992, p.182）。艺术的批判，正是一种锻造新武器的“技艺”。它通过解构来廓清战场，通过介入来开辟路径，通过想象来预演未来。它旨在唤醒一种不被算法完全预测和塑造的感知，捍卫一种不可被数据完全还原的经验，培育一种在技术系统中依然能够自主判断、联结与行动的主体性。
因此，在算法逻辑日益弥漫的时代，艺术批判不再仅仅是艺术界内部的一种趣味或倾向，它已然升华为一种关乎我们如何理解世界、如何定义自身、如何与（非人类）他者共存的“生存技艺”。这门技艺要求艺术家，也邀请我们所有人，成为 vigilant 的观察者、严谨的研究者、大胆的介入者和富有同情心的共建者。唯有通过持续不懈的批判性实践，我们才能在技术的浪潮中，不仅幸存，而且有尊严、有智慧地塑造属于人类的，同时也是与万物共生的未来。
（全文终）
—
© 2026 李昱坤 liyukun.net | 艺术是一场拥抱 | 未经授权禁止转载
订阅艺术评论
订阅即赠《2024中国当代艺术关键词》内部思考笔记 PDF
每周免费获取最新当代艺术批评与研究