AI生成艺术评价偏见的神经基础：EEG与fNIRS揭示人类创造力偏好机制

本研究针对公众对AI生成艺术的评价偏见问题，通过两项预注册实验（N=125）结合脑电图（EEG）和功能性近红外光谱（fNIRS）技术，发现即使面对相同艺术作品，AI标签会导致显著更低的创造力、审美价值和精细度评分。神经数据显示人类标签作品诱发更强的P300波幅、α波功率及右角回激活，揭示了注意力分配与语义加工深度的神经差异，为算法厌恶理论提供了实证依据。

　　

在AlphaGo战胜人类棋手和ChatGPT席卷全球的背景下，人工智能（AI）已展现出媲美人类的数学推理、诗歌创作等"高阶智能"。然而一个悖论始终存在：当机器能够生成与人类作品难分伯仲的艺术品时，公众是否真正接纳这些创造？已有研究发现，得知对话对象是AI会显著降低用户体验评价，诗歌标注AI来源会导致评分下降——这种"算法厌恶"（algorithm aversion）现象在医疗诊断、金融预测等领域普遍存在，但其神经机制仍是未解之谜。

华东师范大学心理与认知科学学院心理健康与心理危机干预上海重点实验室的研究团队在《Social Cognitive and Affective Neuroscience》发表的研究，首次通过多模态神经成像技术揭示了这一偏见的生物基础。研究采用事件相关电位（ERP）和功能连接分析，对125名被试进行两次实验：Study 1使用64导联脑电图记录艺术评价时的毫秒级神经活动，Study 2采用52通道近红外光谱仪捕捉右半球血流动力学变化。所有刺激材料均通过前期研究筛选出80幅风格统一的AI绘画，随机标注"人类创作"或"AI生成"进行对照。

关键方法

1. 双盲实验设计：采用完全相同的AI绘画材料，仅变更创作者标签
2. 多维度评估：创造力、审美价值、偏好度、精细度4项评分
3. EEG技术：记录P300成分及8-12Hzα频段功率变化
4. fNIRS技术：监测右额叶-顶叶网络（含角回、额下回）的血氧信号
5. 计算建模：基于α波段相位锁定值（PLV）构建100次LASSO回归预测模型

行为学结果
人类标签绘画在四项评分中均显著占优（p<0.05），其中审美价值差异最大（Cohen's d=0.71）。观看人类作品时被试停留时间延长43ms（p=0.016），且对AI持积极态度者的偏见程度更低（β=-0.352, p=0.004）。

EEG特征

fNIRS发现
右角回（AG）激活在人类条件下随实验进程递增（β=2.96, p=0.003），而AI条件无此变化。功能连接分析显示，额下回（IFG）-角回通路对人类作品评价的预测权重显著更高（p<0.001）。

讨论与意义
该研究首次证实AI艺术评价偏见存在明确的神经标记：P300振幅降低反映早期注意资源分配不足，α功率下降提示认知投入减少，而角回激活减弱则意味着语义整合深度不足。这些发现超越了传统问卷测量的局限，揭示出"人类创造力崇拜"的神经本质——我们的大脑会为"人类"标签自动启动更深入的审美加工网络。

研究对AI产业发展具有双重启示：技术上需提高算法透明度缓解信任危机，应用上应关注态度教育干预。未来研究可拓展至音乐、文学等创作领域，或结合经颅磁刺激（TMS）探索因果性神经机制。正如作者所述："当AI已具备解决黎曼猜想的能力时，如何解决人脑对算法的信任鸿沟，将成为人机协同的核心命题。"