生成式AI中的离身创造力：创意实践中提示法的表面挑战与本质局限

这篇综述批判性探讨了生成式人工智能（GenAI）在创意实践中通过自然语言提示（prompting）带来的根本性局限。文章基于德雷福斯技能模型（Dreyfus model）、波兰尼 tacit knowledge 理论和具身认知理论（embodied cognition），论证了 GenAI 的提示创作模式无法复现人类专家基于身体经验、直觉和 tacit knowledge 的创造性过程，并指出其导致用户被禁锢在"新手级"交互（novice-level engagement）的风险。

　　

1 引言

生成式AI（GenAI）被宣传为通过提示（prompting）"民主化"创造力的工具，但本文揭示其本质是离身的（disembodied）、依赖规则的语言指令系统。与传统工具不同，GenAI切断了创作者与材料间的身体反馈循环（feedback loop），将创作简化为文本指令的机械执行。通过分析大型语言模型（LLM）作为"会说话的图书馆"（talking library）的存在模式，指出其缺乏自主性（autonomy）和规范性（normativity），仅能实现"中介型认知"（midtended cognition）。

1.2 灵感来源≠共同创作

关键区分在于将LLM作为灵感来源（inspired by）还是核心创作工具（creating with）。前者保留人类创造力主体性，后者则陷入"GenAI独立创作模式"——纯粹依赖语言描述生成作品。这种模式具有三大缺陷：离身性（无手部参与）、数据集依赖性、以及概率性随机生成（probabilistic generation）导致的不可控性。

2 人类创造力与认知

2.1 具身创作过程

从麦克卢汉（McLuhan）到帕拉斯玛（Pallasmaa）的研究表明，手部作为思维延伸的"思考的手"（thinking hand）在创作中不可或缺。建筑师弗兰克·盖里（Frank Gehry）的案例显示，专家通过身体直觉（如对模型"浮夸感"的厌恶）进行溯因推理（abduction），这种具身认知无法转化为语言指令。传统数字工具至少保留鼠标/数位板等身体接口，而GenAI完全消除这一维度。

2.2 超越话语的创造力

德雷福斯五阶段技能模型揭示：专家创造力超越规则依赖，进入直觉驱动阶段。新手需明确规则（如象棋走法），专家则直接"感知该做什么"。GenAI用户被永久禁锢在新手阶段，因其必须持续生成显性指令（explicit instructions）。波兰尼的 tacit knowledge 理论进一步证明，像骑自行车这类身体技能无法完全语言化——这正是提示法的根本局限。

3 创造力的本质

3.1-3.5 GenAI的五大误区

1）民主化陷阱：声称"人人可成艺术家"实则制造规则依赖的新手；

2）像素谬误：艺术作品的文化语境（如毕加索《格尔尼卡》与相对论的联系）无法被数据集捕捉；

3）规模悖论：快速生成50幅插图反而稀释创作价值，违背工匠伦理（craft ethics）；

4）效率迷思：创作本质需要摩擦（friction），效率优化导致同质化；

5）偏见困境：训练数据固有偏见（如AI生成纳粹黑人士兵图像）暴露文化理解缺失。

4 讨论与出路

当前GenAI产品应转向更透明的本地模型（local models），采用ControlNet等允许鼠标编辑的具身交互界面。核心结论是：GenAI可作为新型创作材料，但必须明确其辅助属性。真正的创造力仍需要人类整合多重认知官能（epistemic faculties）——这正是机器无法复制的本质差异。