费俊：在“感能”与“智能”的张力之中，重塑学科形态与创造范式

陆静

（本刊编辑部）

        2026年，生成式人工智能（AIGC）已从辅助工具进化为具备“准主体”特征的“共创者”。面对技术迭代对传统设计岗位的颠覆性影响，高校艺术设计教育正经历一场深刻的范式转移。近日，本刊专访了中央美术学院设计学院艺术与科技方向教授、博士生导师费俊。在这场深度对话中，费俊跳出“工具论”的窠臼，从学科重组、人机关系到人才培养，为我们描绘了一幅关于智能时代艺术教育的“再艺术化”图景。

        学科重构：并非“砍旧立新”，而是深层结构的重组

        近年来，国内多所高校相继撤销传统专业，转向“智能影像艺术”等新方向，引发了关于学科“破”与“立”的热议。对此，费俊表达了审慎的态度。他认为，当前艺术设计学科确实处于一个“必须重构”的阶段，但不应该简单理解为表层的专业更名或新旧替换。“如果把这场转型理解为用‘新技术’替换‘旧专业’，那么很容易陷入以技术进步来主导学科演化的线性思维。”费俊强调，他更倾向于将当下的变化理解为一种“深层结构的重组”。所谓“破”，不应是对传统的切断，而是对既有知识边界、学科壁垒以及单一创作范式的打破；所谓“立”，也不只是设立新专业，而是建立一种能够回应智能时代的新知识生产机制。在中央美术学院设计学院艺术与科技的实践中，他更关注如何把艺术、技术与人文重新组织为一个动态系统，而不是简单叠加。

        在这一重组过程中，哪些传统艺术教育的“基因”是绝对不能丢弃的？费俊指出了三个核心支柱：第一，是对感知能力的训练。无论技术如何发展，艺术首先仍然源于对世界的敏感经验与身体性理解，这是算法无法模拟的基础。第二，是价值判断与文化立场。在人工智能深度介入创作的时代，真正稀缺的不是生成能力，而是判断什么值得被生成、如何生成，这涉及文化自觉与伦理意识。第三，是形式语言与创造力的内在逻辑训练，包括造型、结构、节奏等，这些底层法则并不会因为媒介变化而失效，反而愈发重要。因此，未来的艺术设计学科不应走向“去艺术化”，而应走向一种更高维度的“再艺术化”——在“人类感能”与“机器智能”的张力之中，生成新的学科形态与创造范式。

        人才培养：构建“感能”壁垒，抵御算法的隐性驯化

面对“懂算法又懂审美”的复合型人才需求，中央美术学院的教学实践有着独特的侧重点。费俊指出，如果只是把代码能力和视觉能力并列相加，还远远不够。因为人工智能真正带来的，不只是工具升级，而是一种更深层的认知重构：它正在以推荐机制、数据范式和生成逻辑，悄悄塑造我们如何看、如何想、如何判断。在这个意义上，今天教育最危险之处在于，不是学生技术不够，而是感知被格式化、经验被模板化、判断被概率化。为此，他在教学中提出了“感能”这一概念。其并非感性冲动，而是一种在复杂现实中保持敏锐感知、具身判断和意义生成的能力。它是一种不能被数据完全替代的认知能力，也是艺术教育在智能时代最重要的价值根基。重点并非让学生更好地掌握软件，而是让他们在虚实交织的环境中，依然保持对身体、空间和情感的具身性认知。

        “算法擅长在既有数据中寻找模式，但真正的艺术创造往往发生在模式失效之处。”费俊强调，未来最重要的人才，不是最先掌握某种模型的人，而是那些在算法高度普及之后，依然保有感知锋利度、经验复杂度和价值判断力的人。在他看来，真正决定创作上限的，从来不是生成速度，而是能否看见那些机器看不见的东西，是否还能提出那些数据库无法自动生成的问题。艺术教育如果还有不可替代性，它恰恰就在这里：不是培养更顺滑地适应系统的人，而是能够对抗系统同质化、重新打开世界的人。

        对抗与生成：以“反编码”创作对抗思维扁平化

        针对AI生成内容的“顺滑”与“合理”导致的思维扁平化，费俊提出了“反因果、反逻辑、反编码”的创作主张。他强调，这并不是一种姿态上的“反技术”，而是对当下认知结构被算法持续规训的一种必要回应。AIGC的核心能力在于对既有数据中的统计相关性进行放大，它擅长的是“合理”“顺滑”“可预测”的生成路径。但恰恰是在这种高度合理化的机制之中，创作逐渐趋于同质，思维被压缩为概率分布中的高频区域。所谓“反编码”，本质上是把创作重新拉回到那些尚未被编码、难以被归纳甚至带有不确定性和矛盾性的经验之中。

        在国家艺术基金2025年度艺术人才培训资助项目《数字艺术与智能设计创作人才培训》学习成果汇报展——“感能VS智能：AI艺术展”中，这种对抗性得到了淋漓尽致的体现。费俊表示，这种对抗并非拒绝技术，而是通过改变人机关系的结构来实现：一方面，作品刻意让系统暴露其偏差、延迟甚至“失效”的状态，让观众看到算法在面对复杂情境时的局限性；另一方面，引入身体经验、情绪波动等“不可编码”的因素，让创作处于不稳定的生成状态。

        “我们并不是要证明‘人比机器更好’，而是要通过这种对抗，让创作从单一的算法逻辑中挣脱出来，重新获得复杂性与多义性。在这个过程中，人类的独特性并不来自于速度或效率，而来自于对不确定性的承受能力、对矛盾经验的整合能力，以及对意义的主动建构能力。”费俊如是说。

        主体位移：作为“多面镜”与“生成性他者”的AI

        在谈及AI的角色时，费俊提出了一个极具启发性的隐喻：AI不仅是一个工具，更是一面“多面镜”——它映照的不是技术本身，而是人类认知结构、欲望机制、文化偏见和现实秩序的复杂折射。

        他以自己的互动装置作品《水曰》为例阐释道，在当前的创作中，AI已不再是后端执行既定命令的隐形程序，而是被纳入到作品生成机制内部。它与水的物理状态、观众的感知经验以及系统的实时反馈共同构成一个开放的叙事结构。“它不是‘帮我做图’，而是在不断参与世界的再解释：把流动、偶然、变化这些原本属于自然与经验层面的特质，转化为一种可被持续生成和重新组织的感知事件。换句话说，AI不再只是服务表达，而是在改变表达何以成立。”费俊说道。

        那么，AIGC是否具备了“主体性”？费俊给出了辩证的回答：如果主体性意味着自我意识、价值承担与伦理自觉，今天的AI显然还未达到；但如果将主体性理解为一种能对结果施加实质影响、改变创作走向、并与人类共同构成意义生产过程的“准主体位置”，那么AIGC已经部分进入了这个区间。它既不是完整的主体，也绝不再只是工具，而是一种正在逼近主体边界的生成性他者。他强调，今天艺术正在从“人使用工具”转向“人机共同卷入生成过程”的新阶段。在这个阶段里，真正重要的不是捍卫人类中心主义，也不是夸大机器神话，而是重新定义主体、重新理解创造，并在这种不稳定的边界上建立新的美学与伦理。

        文化转译：从符号拼贴到机制重建，留住“文化温度”

        在文化遗产数字化领域，费俊同样对“技术炫技”保持警惕。他认为，当下的误区在于把文化符号当作可被调用的视觉素材库，停留在图像风格迁移或纹样拼贴的表层。真正有效的转译，应当是机制层面的。例如，中国山水画中的“气韵”“游观”“散点透视”等，本质上是一种动态的感知结构。AI的介入，应当是在算法层面重构这种“生成机制”，而非停留在风格模仿。至于如何避免“技术炫技”，费俊表示，关键不在于减少技术，而在于重新确立文化的主导地位。技术的存在必须服务于一个更深层的问题：它是否让观众更接近文化的内在逻辑？是否激发了新的理解方式，而不是仅仅制造感官刺激？“我常说‘文化温度’并不来自素材本身，而来自人与文化之间是否建立了真实的关系。如果观众只是被震撼，那是技术；如果观众在其中产生理解、共鸣甚至反思，那才是文化。”费俊如是说。

        因此，“‘文化+科技’的核心不在‘加’，而在‘转’。”费俊总结道，从符号到机制、从展示到体验，只有当技术服务于让观众产生理解、共鸣甚至反思时，才能称之为“文化温度”；否则，那仅仅是感官刺激。

END

｜本文刊于《艺术教育》2026年4月第08期｜

｜微信编辑：F｜

AM 新媒体矩阵

（点开二维码长按关注）

往期精彩回顾

谢子龙：以影像构建中国视觉形象展示的核心路径

舒勇：培养有文化主体性和创新思维的未来艺术人才

咸顺女：坚守民族舞蹈之根，创新传承发展之路

刘晓静：当代艺术需要技术赋能，更需要创作主体自觉

吴洪亮：人既是非遗传承的核心载体，又是传播的关键枢纽

陆佳漪：黄河流域舞蹈的空间播布与创作主题

叶笛：流动的身姿与凝固的历史——长江流域舞蹈的“多元一体”叙事

姚磊 侯琛 | 一方水土一方舞：黑、吉、辽三地秧歌风格的形成与表达

胡骁 董爽 | 岭南舞蹈在地化探索对于广东舞蹈高等教育的意义

谢彬如 | 歌舞的海洋：多彩贵州的民族民间舞蹈

刘平 | 市场演出“实绩”见证作品质量——2025年民营话剧创作演出述评

郭春方 徐嘉仪 | 2025年度中国设计教育的发展动向

张锦 | 电影教育何以成为学科 ——中国电影教育史的概念框架及其理论意义

张苗苗 | 光影铸魂 教化润心——中国电影120周年的时代演进与文化担当

冷凇 姚怡斐 | 国产电影中“小人物叙事”的德育功能——从《浪浪山小妖怪》谈起

胡智锋 祝明 | 中国电影的类型探索之历史发展、美学成就与经验启示

夏燕靖 | 美育课程进校园是推动学校美育工作的重要抓手

宋慧文 | 艺术专业学位美育人才培养的实践与思考

肖向荣 | 共生与创造：人工智能时代美育的范式重构路径研究

点击"阅读原文"购买本刊