論文摘要：Kendre 等人（2026）探討 GAN、擴散模型與多模態 Transformer 如何重塑政治藝術，以批判理論框架詮釋演算法美學與權力、文化記憶的碰撞。

來源：ShodhKosh Journal of Visual and Performing Arts｜2026-02-17 作者：M. Kendre、Sakshi Singh、Tushar Jadhav、Prapti Pandey、Gayathri B 等

核心概念

生成式 AI 正在重塑人類用視覺語言表達政治意志的方式。這篇論文系統性地梳理了三類主流生成模型——GAN（生成對抗網路）、擴散模型（Diffusion Models）以及基於 Transformer 的多模態系統——在政治藝術領域的具體應用。

作者以批判理論（critical theory）與文化研究（cultural studies）作為詮釋框架，提出一個核心概念：社會技術裝配（socio-technical assemblage）。這個概念指的是，AI 生成的政治藝術並非純粹的技術產物，而是一個複雜的組合體，其中演算法的美學邏輯（algorithmic aesthetics）與人類社會的權力結構、代表性政治（representation politics）以及文化記憶相互碰撞、彼此塑造。

研究方法上，本論文採用質性—計算混合取向（qualitative-computational approach）：一方面對具體的 AI 政治藝術案例進行文本分析與批判性詮釋，另一方面引入計算分析工具量化這些作品的視覺特徵與傳播模式。

政治藝術自古以來就是社會運動的武器。從 20 世紀的海報宣傳、街頭塗鴉到當代的迷因（meme）文化，視覺表達始終是公民參與的重要管道。生成式 AI 的出現為這個傳統帶來三個新向度：

  1. 生產民主化：過去需要高超技藝的諷刺肖像或場景重組，現在任何公民都能透過提示詞（prompt）快速生成，降低創作門檻
  2. 規模化傳播：AI 能在短時間內生成大量變體，配合社群媒體演算法形成資訊浪潮
  3. 深度假冒（deepfake）的政治化：政治人物的形象可被高度真實地重構，模糊真實與虛構的邊界

關鍵要點

  • 三類生成模型的差異化應用：GAN 擅長生成高度逼真的視覺欺騙（如假新聞圖像）；擴散模型的創意空間更大，常用於概念性政治隱喻；多模態 Transformer 則能結合文字與圖像，生成具敘事深度的作品

  • 演算法美學的意識形態性：模型的訓練資料並非中立——當某一文化的視覺語彙主導訓練集，生成的作品便內嵌了特定的審美偏見與代表性偏差（representation bias），這本身就是一種政治現象

  • 抵抗（resistance）與操控（manipulation）的雙面性：同一套工具可用於揭露威權、諷刺政客，也可用於散布假資訊、操縱輿論。本論文特別強調這種工具的道德二義性（ethical ambiguity），避免對生成式 AI 在政治場域的作用作出簡化判斷

  • 文化記憶的演算法重塑：AI 藝術能召喚、重組歷史影像，使過去的政治創傷或集體記憶在當代語境中重新意義化，這既是創作的可能性，也帶來歷史詮釋的倫理風險

  • 公民參與的新形式：論文將 AI 輔助的政治藝術視為一種新型態的公民參與（civic participation），有別於傳統選舉或遊行示威，是數位時代「視覺民主」的延伸

實務應用

從創作者與研究者的角度，本論文提出幾個值得關注的實踐方向：

創作倫理框架的建立：在使用生成式 AI 創作政治內容時，創作者應明確揭露 AI 介入的程度，特別是涉及真實人物的圖像生成。這不僅是法律問題，更是維護公共論述品質的倫理責任。

平台政策的挑戰：主要社群平台目前對 AI 生成政治內容的管理規範仍不完善。隨著生成技術門檻持續降低，如何在「言論自由」與「資訊操控防制」之間取得平衡，將成為政策制定的核心挑戰。

批判讀寫素養的需求：受眾需要培養辨識 AI 生成政治影像的能力。這種素養不只是技術層面的「辨真假」，更包括理解：即便是真實的 AI 藝術，其敘事框架本身也可能具有意識形態立場。

延伸觀點

AI 圖像作為新型宣傳武器的研究共識已在多個媒體研究領域逐漸形成。延伸的學術討論指出，生成式 AI 政治圖像的最大威脅並非完全捏造的假圖，而是「真實+微調」的混合操作——以真實場景為底、以 AI 重組細節，使事實查核工具難以定性。

演算法美學偏見在藝術研究中也愈發受到關注：研究顯示，主流文生圖模型傾向將「抗議者」描繪為特定族裔，將「政治家」描繪為特定性別，這些偏差直接影響生成式政治藝術的再現公正性。

開放性問題：AI 生成的抵抗藝術（resistance art）是否具備與人類創作相同的政治能動性（political agency）？當一件諷刺作品的作者是演算法，其「意圖」與「責任」如何界定？這是本論文留下的核心哲學爭議，目前學界尚無定論。