复制风格，榨取价值：插画师对AI风格迁移及其对创造性劳动影响的感知
人机交互
2025-01-31 v2
摘要
生成式文本到图像模型正在颠覆创意专业人士的生活。具体而言，插画师正受到那些声称能提取并复制其风格的模型的威胁。然而，关于风格迁移的研究很少关注他们的视角。我们向四位插画师提供了一个根据其风格微调的模型，并就模型的成功之处、局限性和潜在用途进行了半结构化访谈。在评估其输出时，艺术家们报告称，风格迁移成功地复制了美学片段，但受到内容与风格解耦的限制，并且缺乏其风格中至关重要的涌现特质。他们还认为他人的复制品更为成功。我们将风格迁移的结果理解为“边界对象”，分析了它们如何能同时被艺术家视为不成功，却又被他人视为足以取代其工作。我们将研究结果与批判性人机交互框架联系起来，证明风格迁移不应仅仅被理解为一个创造力支持工具，还应被理解为一个供应链优化工具。
引用
@article{arxiv.2409.17410,
title = {Copying style, Extracting value: Illustrators' Perception of AI Style Transfer and its Impact on Creative Labor},
author = {Julien Porquet and Sitong Wang and Lydia B. Chilton},
journal= {arXiv preprint arXiv:2409.17410},
year = {2025}
}