国产AI大模型驱动下的艺术教育多维创作教学探索:从课堂实践到产学研融合
DOI:
https://doi.org/10.71411/yishu.2025.v1i1.1203关键词:
国产AI模型, 艺术教育, 多维创作教学, 产学研融合, AIGC摘要
在人工智能生成内容技术快速发展的背景下,国内开发的大型模型为艺术教育教学模型的创新提供了新的技术支持。针对当前的问题,即人工智能融入艺术课堂往往停留在工具应用层面,缺乏系统的教学框架和实际验证,本文基于国内开发的人工智能大型模型构建了一个以文本、图像、视频为核心路径的多维创作教学模型。通过结合课程教学、学科竞赛和企业项目的协作方法在实践中进行检验。研究表明,该模型对提高学生的创意生成效率、跨媒体表达能力和项目执行能力有积极影响,促进了课堂教学与现实行业需求之间的有效联系。本文进一步讨论了人工智能应用中的技术依赖性、原创性和教师角色转变等问题,提出了以技术赋能而不是技术替代为指导的艺术教育转型道路。这项研究为国内开发的人工智能技术在高等艺术教育中的系统应用提供了实际证据和理论参考。
参考
[1] 蔡新元, 韩梦露, 张健. 生成之上: AI时代艺术创新教育再出发[J]. 高教探索, 2025, (05): 29-33.
[2] AI时代的视觉艺术教育创新发展[N]. 中国美术报, 2018-11-26(016).
[3] 杨浩, 李程程. 基于AI生成模型的艺术教育多维创作教学方法研究——以ChatGPT和MidJourney为例(英文)[C]//北京中外视觉艺术院,视觉艺术与人文学科国际研讨会组委会.第二届视觉艺术与人文学科国际研讨会论文集. 烟台科技学院;烟台德誉恒佳教育科技有限公司;,2025:316-324.
[4] Jiang Y, Fan Y, Liu Z. Generative AI in Art Education: A Systematic Review of Research Trends, Tool Applications, and Outcomes (2019–2025)[J]. Education Sciences, 2025, 16(1): 47-47.
[5] 王紫炎. AI时代的美术教育: 教师角色与教学方法的双重变革[J]. 浙江工艺美术, 2023, (22): 58-60.
[6] 王枫棋, 陆泉, 程涵楷. AI时代艺术教育范式转型: 技术赋能与协同创作的路径探析[J]. 包装与设计, 2025, (06): 184-185.
[7] Nguyen P T, Kasahara K. Exploring Japanese pre-service teachers’ experiences and reflections on text-to-image generative AI in art education[J]. International Journal of Education Through Art, 2025, 21(3): 461-481.
[8] 周晓铭. AI时代新媒体艺术教育角色转型与路径重构[C]//湖南省瑶族文化研究会. 第二届“文化融合与教育创新”研讨会论文集.哈尔滨剑桥学院;, 2025: 261-262.
[9] 熊美姝, 鲁譞. 人工智能时代未来艺术教育和学习的前景展望——评《人工智能: 李开复谈AI如何重塑个人、商业与社会的未来图谱》[J]. 课程教育研究, 2019, (13): 222.
下载
已出版
期次
栏目
许可协议
版权所有 (c) 2025 艺术与设计前沿

This work is licensed under a Creative Commons Attribution 4.0 International License.