换种视角：在计算创造力中用四世界框架建模解释性视角

# 另眼相看：运用四世界框架在计算创造力中建模阐释视角
论文类型：研究论文
来源：https://arxiv.org/html/2607.28644

###### 摘要

> 计算系统中的创造力常常被评价为制品的客观属性，现有的计算创造力（CC）框架也主要在产出或系统层面评估创造性价值，而非阐释情境。然而，艺术意义本质上依赖于视角，并可能因观者与批评传统的不同而发生变化。本文提出一种对阐释视角进行建模的计算方法，而不是将创造力视为单一可测量构造。本研究采用一个包含十二个特质的创造力框架，该框架组织在四个概念域中，并通过三种评价角色加以操作化：形式主义、社会—历史与图像学。基于 SemArt 数据集中的 1,069 幅艺术作品，分析生成了 38,484 次基于角色的评价，以考察视角如何影响创造力评估。结果显示，不同视角之间存在系统性分歧，其中“社会反身性”等特质表现出较强的视角敏感性。对 CLIP 图像嵌入的线性探测表明，不同视角对应于表征空间中的不同方向向量，这意味着创造力评价取决于在每个角色条件下哪些视觉特征变得显著。这些发现支持关系性的创造力观点，并表明纳入多元评价视角可以使共创系统更好地支持阐释视角多样的人类协作者。

## 引言

计算性的创造力评价方法在将新颖性、价值和惊喜等属性操作化为制品或系统的可测量特征方面取得了显著进展（?;?）。这些方法通常假定创造性价值可以被客观评估，即一个设计良好的评分量表若被一致地应用，会在不同观察者之间产生稳定的评价结果。然而，这一假设与美学和艺术史中的一个长期洞见存在张力：创造性作品的意义并非固定不变，而是通过作品与施加于其上的阐释视角之间的关系而涌现（?;?）。

这一张力为计算创造力提出了一个重要问题：如果采用不同分析框架的人类评价者对同一制品的创造性属性存在系统性分歧，那么计算评价系统是否应当对这种多样性进行建模，而不是将其压缩为单一指标？

本文对该问题进行了实证研究。我们采用一个跨四个概念域——内在、外在、想象与道德——组织的十二特质创造力框架（?），并操作化了三种源自既有艺术批评传统的阐释视角：形式主义、社会—历史与图像学。我们使用 GPT-4.1 作为视觉—语言评价器，通过角色提示（persona prompts）对其施加条件，在每种视角下对 SemArt 数据集中的 1,069 幅艺术作品进行评价，并分析由此产生的特质得分如何发生分歧。我们进一步在 CLIP 图像嵌入上训练岭回归探针，以考察不同视角是否对应于共享视觉表征空间中的不同方向。

结果表明，创造力评估会随视角不同而系统性变化；某些特质比其他特质对视角更敏感；不同的评价透镜与表征空间中的不同方向相关联。总体而言，这些发现支持关系性的创造力观点，并表明对阐释多元性进行建模既在计算上可行，也具有理论动机。

本文所采用的关系性创造力框架在创造力研究中已有充分先例。Rhodes 的经典 4P 模型（人、过程、产物、环境压力）已将“环境压力”（press）——即接收环境——列为创造性评估的组成部分（?），而 Jordanous 的 PPPPerspectives 模型则进一步将环境压力/环境置于评价判断的核心（?）。Glăveanu 的五 A 框架将创造力重新定义为一种涉及行动者、作品、受众、行动与可供性的分布式现象（?）；Kantosalo 与 Takala 的五 C 框架则强调共创系统中的接收社群（?）；Sternberg 与 Karami 的 8P 框架则将上述线索整合到产品、过程与感知导向的诸种论述中（?）。这些框架的共同之处——也是本研究在此基础上继续推进之处——在于认识到创造力评价所依赖的远不止孤立存在的作品本身。我们的贡献是将这一关系图景中的某个特定维度加以操作化：即施加于作品之上的评价视角，并在大规模艺术作品集上对其进行实证研究。

## 四世界创造力框架

本研究采用一个“四世界”框架，从四个互补领域概念化创造力：内在世界、外在世界、想象世界与道德世界（?）。该框架综合了创造力的心理学理论洞见与针对实践艺术家的半结构化访谈而发展出来，其目标是捕捉超越新颖性或技术执行的创造性意义维度。表 1 展示了与四个世界相关的所有特质。

表 1：四世界创造力框架及相关特质。

| 世界 | 描述 |
| --- | --- |
| **内在世界** | 代表植根于情感体验、自传体记忆和个人符号系统的内省性创造力维度。此领域的作品常传达主观感受、内在叙事或反映创作者内心生活的独特符号语言。 |
| **外在世界** | 将创造性作品置于文化、环境和社会脉络中。在此，创造力通过与历史传统、人与环境的关系以及与社会受众和机构的对话而涌现。 |
| **想象世界** | 将创造力视为通过符号发明、超现实意象和游戏性实验对现实的转化。这些特质反映了创造性作品建构另类逻辑、多层象征或意外概念组合的能力。 |
| **道德世界** | 涉及创造力的伦理与共同体维度。此领域的作品可能引发对道德困境的反思，与共享的集体经验产生共鸣，或描绘转化、正义与更新的叙事。 |

在上述四个领域中，该框架定义了十二个特质，用以操作化这些创造性表达维度。在本研究中，我们采用该框架并非将其作为创造力的预测模型，而是作为一种结构化词汇，用于考察不同阐释视角如何评价同一件艺术作品。我们并不假定创造力特质是制品的固有属性，而是考察这些特质如何因所采用的评价视角不同而被不同地解释。需要说明的是，十二特质评分量表与评分提示遵循（?）中规定的表述。为完整起见，本研究所使用的确切提示文本见附录 A。

创造力文献中一个有用的区分是*元框架*与*评分量表*之间的区别。元框架用于命名一个完整创造力解释的组成部分（例如行动者、作品、受众、过程、环境），而评分量表则对单件作品在可测量维度上进行打分。前述关系性框架（Glăveanu 的五 A、Jordanous 的 PPPPerspectives、Kantosalo 与 Takala 的五 C、Sternberg 与 Karami 的 8P）均属元框架：它们确认了一个完整的创造力解释必须涉及接收者与语境，但本身并未提供用于给作品打分的特质级量表。确实存在的作品评价量表——例如 Jordanous 的十四个创造力组件（?）、Ritchie 的经验性标准（?）以及 Boden 的 H/P 创造性区分（?）——是为评价创造性*系统*或对新颖性、价值与惊喜进行高层次判断而设计的。其中若干维度（如主动参与与坚持、领域能力、意图）属于创造者的属性，而非可从完成作品中评分的特征；另一些维度则粒度太粗，无法定位不同阐释视角在何处发生分歧。

本研究正位于这两条线索的交汇处。它从关系性框架中继承了“创造力评价取决于所采用的视角”这一承诺，同时它需要一个满足以下条件的评分量表：（i）在作品层面评分；（ii）覆盖阐释传统可能发生分歧的*语义*维度；（iii）允许将视角效应定位于意义的特定维度，而不是将其压缩为单一的创造力判断。既有量表是为不同目的而设计的：刻画创造性系统，或对新颖性、价值与惊喜作出全局评价判断，而非定位艺术作品被阐释时的语义差异。

四世界框架最初是为跨心理学、社会、想象与伦理维度分析视觉创造力而发展的，它综合了创造力的心理学理论与对实践艺术家的半结构化访谈（?）。我们在本研究中采用该框架，是因为其十二个特质恰好跨越了形式主义、社会—历史与图像学三种解读系统性分歧的意义建构维度——内省的、语境的、想象的和伦理的，如下文结果所示。在此，该框架是考察阐释分歧的工具，而非主张创造力可还原为特质得分。

## 建模阐释视角

尽管四世界框架定义了创造性表达的维度，但对这些维度的解释可能因所采用的评价视角而异。艺术史与美学传统长期以来一直强调，艺术作品可以通过不同的分析透镜加以阐释，每种透镜都优先关注不同形式的证据与意义（?;?）。本研究并不假定创造力特质是制品的固有属性，而是将阐释视角建模为结构化的评价观点。我们使用三种源自既有艺术批评传统的角色来操作化阐释视角。之所以选择这些视角，是因为它们代表了艺术史中广泛使用的分析方法，并且非常适合分析本研究所用 SemArt 数据集中的艺术作品，该数据集主要包含欧洲美术绘画：

**形式主义视角**：强调视觉构图、形式、色彩与风格化技法，基本忽略历史或社会脉络，这与形式主义艺术批评方法一致（?）。

**社会—历史视角**：通过文化、政治和历史条件来阐释艺术作品，关注创造性作品如何反映或批判社会结构（?;?）。

**图像学视角**：聚焦符号内容、叙事意义以及视觉母题与寓言元素的阐释，遵循艺术史中的图像学传统（?）。

这些视角通过角色条件化提示加以实现，提示指导视觉—语言模型按照特定阐释透镜来评估艺术作品。每个角色提示都指示模型应用源自四世界框架的同一套十二特质评分量表，但在分配得分时可能对不同类型的视觉或语境证据赋予不同权重。提示明确将评价框定为一种阐释视角而非客观判断，鼓励模型在评分特质时一致地应用该透镜。完整的角色提示见附录 A。

## 实验

### 数据集

我们使用 SemArt 数据集（?），这是一个包含约 21,000 幅欧洲美术绘画的语料库，专为语义化艺术理解而设计，涵盖多个历史时期、风格与艺术流派。我们分析了标准化测试分区中的 1,069 幅艺术作品。每件作品都包含元数据字段——标题、作者、日期、技法、艺术流派以及一段文本描述——在评价时随图像一同提供给模型。SemArt 对欧洲美术传统的关注使其非常适合考察源自既有艺术史分析传统的阐释视角。

### 角色条件化的特质评分

为了操作化阐释视角，我们使用视觉—语言模型 GPT-4.1（?），通过对应于三种艺术批评传统——形式主义、社会—历史与图像学——的角色提示对其施加条件，从而评估每件作品。每个角色接收相同的输入：作品图像、作品元数据（标题、作者、日期、技法、流派）、数据集中的文本描述，以及源自四世界框架的十二特质评分量表。模型被指示为每个特质分配 0–4 分（0 = 不存在，4 = 非常强），并返回包含以下内容的结构化 JSON 响应：特质名称、所属世界、得分、简短理由。评估使用 `temperature=0` 和 `top_p=1` 执行，以最大程度减少输出变异性。每件作品由三种角色独立评分。在 1,069 幅作品和三种角色之间，该过程产生 38,484 个特质得分（12 个特质 × 3 种角色 × 1,069 幅图像）。这些得分构成后续跨视角分歧分析的基础。

### 视觉嵌入

为了分析阐释视角与视觉表征之间的关系，每幅作品使用 CLIP ViT-B/32 编码，生成 512 维图像嵌入（?）。CLIP 图像嵌入每幅图像只计算一次，并在各项分析中复用。图像使用模型的标准预处理流程进行处理，并通过图像编码器编码。

### 阐释方向的线性探测

为了考察不同视角如何在共享视觉表征空间中解释同一特质，我们训练岭回归探针，将 CLIP 嵌入映射到特定角色的特质得分（?）。对于每个特质 \(T\) 和每种角色 \(P\)，我们求解

\[
\min_{w_{T,P}}\|Xw_{T,P}-y_{T,P}\|^2+\lambda\|w_{T,P}\|^2
\]

其中 \(X \in \mathbb{R}^{N \times 512}\) 是 \(N\) 幅图像的标准化 CLIP 嵌入，\(y_{T,P}\) 是角色 \(P\) 对该特质给出的得分，\(\lambda\) 是通过交叉验证选择的正则化强度。得到的权重向量 \(w_{T,P}\) 定义了嵌入空间中的一个方向，捕捉该视角如何将视觉特征与特质相关联。

为了比较不同视角，我们计算同一特质下各角色向量之间的余弦相似度。相似度越低，表明角色条件化探针在预测该特质时对不同的视觉特征赋予权重。在十二个特质和三种角色之间，该过程产生 36 个方向向量，从而可以在表征空间中对阐释分歧进行量化分析。

## 结果

### 角色分歧

为了考察阐释视角是否系统性影响创造力评价，我们比较了三种角色对 SemArt 测试集中 1,069 幅作品所给出的平均特质得分。图 1（https://arxiv.org/html/2607.28644#Sx5.F1）展示了在形式主义、社会—历史与图像学视角下，十二个特质各自的平均得分（0–4 分制）。