■ 杨一凡 朱洲仪
在当今科技浪潮中，生成式AI已从科幻构想走进现实日常，深刻改写着创意生产版图。从Midjourney笔下美轮美奂的艺术画作，到ChatGPT妙笔生花产出的文案篇章，生成式AI展现出强大的内容生成能力，这不禁引发追问：机器是否已触及人类引以为傲的“创造性”内核？
一、哲学视域下生成式AI“创造性”的剖析
（一）传统哲学对创造性的界定
传统哲学将创造性视为人类独有的精神禀赋，深深植根于主观意识与精神世界。康德提出，创造性源于“想象力”与“知性”的协同作用，在无目的的合目的性中孕育出新的审美与认知成果。黑格尔则从绝对精神的辩证发展视角，把创造性看作精神自我扬弃、不断进化的关键动力，体现人类在理念世界与现实世界间往返，以实现对真理更高层次的把握。这些传统观点，无一不凸显人类的主观能动性、情感体验、文化积淀及意向性是创造性的核心。
（二）生成式AI工作机制与传统创造性的区别
生成式AI借助深度学习算法，通过海量数据学习模拟既有知识与模式。以GPT系列为代表的语言模型，通过分析互联网上浩如烟海的文本，掌握词汇、语句的组合规律，进而依据用户输入生成看似连贯、富有逻辑的文本。然而，这一过程与传统哲学所定义的创造性存在本质区别。AI缺乏内在的主观意识与情感体验，其生成内容并非基于自身对世界的感悟与洞察，只是依据数据统计规律与算法模型进行概率性的组合与输出，这种形式上的“创新”难以触及创造性的精神实质。
（三）生成式AI对创造性概念的冲击与重塑
尽管生成式AI的“创造性”与传统定义大相径庭，但它无疑拓展了创造性的外延。AI能够快速生成海量创意，打破人类思维定式与创作局限，为创意生成开辟全新路径。这促使我们重新审视创造性的边界，不再单纯以人类主观意向性为唯一标尺，而是将生成式AI纳入考量，思考在人机协同的大趋势下，如何实现新的融合与进化，在更广泛的意义上理解创意的生成与价值创造过程。
二、生成式AI在创意产业中的应用实例
（一）艺术创作领域：绘画、音乐与文学创作的新范式
在绘画艺术领域，生成式AI成为艺术家灵感激发与创作辅助的得力工具。艺术家输入风格、主题等关键词，AI能迅速生成多幅风格各异的草图，为创作提供丰富的视觉创意。音乐创作中，AI可依据设定的旋律、节奏、和声规则，生成不同风格的音乐片段，作曲家在此基础上进行修改完善，大幅提升创作效率。在文学创作方面，AI可协助作家构思情节、塑造人物。例如，作家在创作卡壳时借助AI生成段落，启发创作思路，部分科幻小说已尝试在AI辅助下完成创作，展现出人机协作的文学创作新模式。
（二）广告与营销行业：个性化内容生成与精准传播
广告与营销行业对生成式AI的应用已十分广泛。通过分析消费者的浏览记录、购买偏好等数据，AI能生成高度个性化的广告文案与创意设计。例如，电商平台借助AI为每位用户定制专属的商品推荐文案与图片，提升广告的吸引力与转化率。在社交媒体营销中，AI根据不同平台的特点与受众属性，生成适配的营销内容，实现精准传播。
（三）影视制作行业：从剧本创作到特效制作的全方位渗透
影视制作从前期剧本创作到后期特效制作，都离不开生成式AI的助力。在剧本创作阶段，AI可根据市场趋势、观众喜好分析，生成故事梗概、角色设定甚至完整剧本初稿，为编剧提供创作灵感与参考。特效制作环节，AI能够快速生成逼真的虚拟场景、角色与特效画面，降低特效制作成本与难度。AI还能辅助导演进行分镜头脚本设计，通过模拟不同的镜头语言与场景调度，帮助导演提前规划拍摄方案，提升拍摄效率与质量。
三、生成式AI引发创意产业价值重估
（一）对创意产业价值创造逻辑的影响
生成式AI打破了传统创意产业由少数精英主导的价值创造模式，降低了创意生产门槛，使得人人皆可参与创意创作，开启大众创意时代。同时，AI的高效生成能力使创意的供给量呈指数级增长，创意的价值不再单纯取决于创意本身的新颖性，更在于其与市场需求的精准匹配度。创意产业的价值创造逻辑从“创意驱动”逐渐向“创意与数据双轮驱动”转变，数据成为挖掘创意价值、实现创意精准转化的关键要素。
（二）创意产品价值衡量标准的转变
在生成式AI的影响下，创意产品的价值衡量标准发生深刻变化。一方面，产品的创新性依然重要，但创新性的内涵有所拓展，不仅包括人类原创的独特性，还涵盖AI生成创意与人类创意融合所产生的新价值；另一方面，产品的个性化、定制化程度成为衡量价值的重要维度。AI可按用户个性化需求生成定制创意产品，满足消费者多样化需求，其个性化价值的市场权重持续上升。同时，创意产品的交互性价值日益凸显，能与用户深度互动、激发用户参与创造的产品，更易获得高价值认可。
（三）创意产业价值链重构与新商业模式涌现
生成式AI促使创意产业价值链进行重构。在创意生产环节，AI成为重要的创意生成与辅助工具，提升生产效率与质量，改变创意生产者的角色与分工；在传播环节，AI助力创意产品实现精准分发，提高传播效果；在消费环节，消费者从单纯的产品接收者转变为创意生产的参与者，与创作者、AI共同塑造产品价值。基于此，新的商业模式不断涌现，如“创意众包+AI优化”“AI定制+订阅服务”等新模式：前者通过众包收集大众创意，经AI筛选优化整合后推出创新产品；后者允许消费者定制产品并以订阅获取持续服务。这些新模式正重塑创意产业的商业生态。
四、生成式AI时代创意产业发展面临的挑战及其应对策略
（一）伦理与法律困境：版权归属、虚假信息与隐私保护
生成式AI面临的首要伦理与法律难题是版权归属。因AI生成内容需学习借鉴大量既有作品，版权难以明确，易引发纠纷，如一幅AI画作可能融合多位艺术家风格，其原创性与版权归属难界定。虚假信息传播也是一大隐患，AI生成的虚假新闻、广告等可能误导公众、扰乱市场。此外，AI在数据收集与使用过程中，存在侵犯用户隐私的风险，“如何保障用户数据安全与隐私”成为亟待解决的问题。为应对这些问题，需要尽快完善相关法律法规，明确AI生成内容的版权归属原则，加强对AI数据使用的监管，建立健全虚假信息监测与辟谣机制。
（二）人类创造力的角色定位与发展方向
生成式AI广泛应用冲击人类创造力角色定位，但并非意味着其衰退，而是促使人类重新审视自身独特价值与发展方向。人类应专注发挥情感理解、文化洞察、价值判断等优势，从事更具深度、复杂性与人文关怀的创意工作，如筛选、优化AI生成创意，赋予作品更高精神内涵与文化价值。同时，加强创造力培养与教育，注重跨学科知识融合，提升人机协同创作能力。
（三）创意产业人才需求与培养模式变革
生成式AI对创意产业人才提出新要求，既须具备深厚创意素养与人文底蕴的人才，又需掌握AI技术、数据科学知识的复合型人才。传统培养模式难以满足需求，需进行变革。高校与职业教育机构应调整课程设置，增设AI技术、数据处理、人机协作等课程，培养跨学科思维与实践能力；同时，加强产学研合作，在实践中掌握前沿技能，提升人才培养与产业需求契合度，为产业发展提供支撑。
总之，生成式AI对“创造性”的挑战与重塑，以及引发的创意产业价值重估，是科技与人文交织的时代命题。尽管面临伦理、法律与人才培养等挑战，但只要积极应对，发挥人类创造力优势，推动人机协同创新，创意产业必将在AI助力下开启新篇章，创造多元丰富且有价值的创意成果，满足人们的精神文化需求，为社会经济注入新活力。
（作者单位：云南师范大学马克思主义学院）
