Page 55 - 艺术设计教育创新研究

第三章 人工智能在艺术设计教育中的应用

息相匹配，最终以文字的形式通过计算机表达出来。基于当下人工智能的应用情
况，自然语言处理在艺术教育中应用场景分为五个方面：
第一，以图像信息为主要信息源的应用场景。在平面设计中艺术字的设计，
通过引用仿生学的理念，将仿生的信息要素融入进字体形态设计。其自然语言处

理技术发挥的主要功能是辅助艺术设计创作的功能。
第二，交互界面的互动信息作为主要信息源。在针对 VR/AR 技术作品的艺
术展示过程中，观影者的相关可视信息可以通过自然语言处理的技术，进行艺术
设计成果的转化。其间自然语言处理技术发挥的主要功能是辅助艺术设计展示的

功能。
第三，艺术风格与流派风格信息作为主要信息源。其应用场景为高校或研究
院内部的艺术设计文物修复的工作，其间自然语言处理技术发挥的主要功能是辅
助艺术设计作品保护的功能。

第四，三维产品形态为主要信息源。其应用场景有产品结构的数字化建模，
其间自然语言理解技术发挥的主要功能是辅助艺术作品设计产出的功能。
第五，声音信息为主要信息源，其应用场景有艺术展出中韵律可视化的创作、
声音音色的替换等，其间自然语言理解技术发挥的主要功能是辅助艺术设计可视

化的功能。
艺术元素分析。在各个高校艺考的考试场景下，对于传统艺术绘画作品的判
定，如素描、水彩、风格设计绘画等。机器批阅无法给出有效反馈，只有单一的
评委评判标准，存在很强的个人情感因素。但随着自然语言处理技术的逐步成熟，

类似于美术、音乐作品等开源性信息的评判，已经可以通过技术模型的改善而解
决。自然语言处理技术已经完全可以实现在教育辅导领域的大范围推广。其中“小
猿搜题”作为最早运用自然语言处理技术的产品，将用户搜题、审题、判题的动
作流程，通过自然语言处理的形式，进行了科学的简化，这大幅提升了学生在学

习数学、物理等理科的效率。自然语言理解下的数学图形和公式与艺术教育中的
素描和水彩图片认知具有相似的对比模型。所以不久的将来，基于自然语言理解
下的“艺术绘画评判体系”一定会得到很好发展和应用，同时“艺术绘画评判体
系”还有助力于实现教育的公平与公正。

艺术元素可视化。在艺术设计教育中，声音信息经自然语言处理后的可视化，
其中涵盖文字、音律、声波等有关“声”的表现形式。声音信息作为自然语言处

·47·