Better Images of AI：打破AI视觉刻板印象的倡议

背景

在当前的新闻报道和市场营销材料中，关于人工智能（AI）的插图往往充斥着陈词滥调和误导性元素。我们常见到的是类人机器人、发光的脑部模型、伸出的机械手、蓝色的科技背景，甚至是《终结者》式的恐怖形象。

这些刻板印象不仅被过度使用，而且往往具有意想不到的负面效果。抽象的、未来主义的或受科幻启发的AI图像，阻碍了公众对这项技术已经产生的显著社会和环境影响的理解。将机器智能与人类智能相关联的图像，不仅设定了不切实际的期望，还歪曲了AI的真实能力。

此外，将AI描绘成具有感知能力的机器人，掩盖了真正开发该技术的责任主体——人类，并可能在现实中并不存在机器人的地方暗示其存在。这类图像潜在地播撒了恐惧，研究表明，它们往往承载着关于性别、种族和宗教的历史偏见。

然而，寻找替代方案并非易事。正是为了解决这一问题，一个非营利协作组织发起了“Better Images of AI”（更好的AI图像）项目，致力于研究、创作、策展并提供更恰当的AI视觉素材。

核心内容

“Better Images of AI”是一个由非营利组织主导的协作项目，旨在建立一个全新的替代性库存图像库。该项目的核心理念是通过视觉语言的革新，纠正公众对AI的误解，促进更理性的技术讨论。

1. 视觉库的建立与开源 该项目建立了一个专门的图像库，收录了旨在替代传统刻板印象的高质量图片。这些图片向所有人免费开放，采用知识共享（CC）许可协议（CC licenses），任何人都可以自由使用。此外，这些图片也可作为灵感来源，帮助创作者探索更多样化、更有益的AI表现形式。

2. 参与艺术家与作品示例 该项目汇集了多位艺术家的作品，通过具体的视觉案例来展示什么是“更好的AI图像”。参与的艺术家及其部分作品包括：

• Quantified Human - Alan Warburton
• Classification Cupboard - Anton Grabolle
• Banana / Plant / Flask - Max Gruber
• Silicon on Black 1 - Catherine Breslin
• A trainer instructing a data annotator on how to label images - Nacho Kamenov

这些作品涵盖了从数据标注的具体工作场景到抽象概念的艺术化表达，旨在打破“AI即机器人”的单一叙事。

3. 呼吁社会支持 该项目强调，要增加公众对AI的理解并推动更有意义的对话，需要社会各界的支持。组织者呼吁拥有创意想法、图像资源、时间或资金的个人和组织参与进来，共同资助艺术家创作，并制定相关的视觉指导原则。

关键要点

• 刻板印象的危害：传统的AI视觉符号（如发光大脑、机器人手）不仅过时，而且具有误导性。它们掩盖了AI技术的真实社会和环境成本，并可能引发不必要的恐惧。
• 去神秘化与责任归属：将AI拟人化或神格化（如表现为有意识的机器人）会模糊技术背后的责任主体，让人误以为AI是自主行动的实体，从而忽视了开发者和使用者的责任。
• 隐含的社会偏见：现有的AI图像往往隐含了关于性别、种族和宗教的历史假设，可能加剧社会偏见。
• 开源与协作：该项目是一个非营利协作，提供CC许可的免费图像资源，旨在降低创作者使用恰当AI视觉素材的门槛。
• 行动号召：项目不仅提供资源，还积极寻求资金、时间和创意支持，以资助艺术家创作并制定更规范的视觉指南。

意义与影响

“Better Images of AI”项目触及了科技传播中一个常被忽视但至关重要的维度：视觉修辞。

首先，它挑战了科技媒体和营销界长期存在的“科幻叙事”惯性。通过提供具体的替代方案，该项目有助于公众更准确地理解AI的本质——它不是拥有意识的超级智能，而是由人类开发、用于特定任务的数据处理工具。这种认知的纠正是建立合理监管框架和社会信任的基础。

其次，该项目强调了视觉素材在塑造公众舆论中的力量。图像往往比文字更具感染力，错误的图像会潜移默化地影响公众对技术的态度。通过推广更真实、更多元、更少偏见的图像，该项目有助于减少因误解而产生的技术恐慌，促进关于AI伦理、隐私和社会影响的理性对话。

最后，作为一个非营利协作项目，它展示了科技社区内部自我反思和修正的能力。通过开源共享资源，它降低了正确使用AI视觉语言的门槛，鼓励更多的媒体、教育者和创作者参与到这一改进过程中，从而在更广泛的层面上提升科技传播的质量。