Модель оценки искусства, сгенерированного ИИ, объединяющая вычислительную эстетику и когнитивную психологию

Почему важно оценивать искусство, созданное ИИ

По мере того как системы ИИ заполняют наши экраны картинами, фотографиями и дизайнерскими решениями, мы по‑прежнему не до конца понимаем, как люди решают, красива ли эта машинная работа, и как компьютеры могли бы осмысленно выполнять ту же задачу. Это исследование строит мост между тем, как психологи представляют отклик ума на искусство, и тем, как модели ИИ оценивают изображения, с целью сделать автоматические рейтинги искусства более согласованными с человеческим опытом и проще для понимания.

Связывание человеческих ощущений и машинных оценок

Большинство существующих систем оценки изображений трактуют красоту как некий «черный ящик» — число без объяснений. В отличие от них, эта работа исходит из хорошо известных идей в психологии: людям нравятся изображения, которые легко обрабатываются, имеют ясную структуру и находят баланс между знакомством и новизной. Автор переводит эти идеи в пошаговую модель ИИ, имитирующую переход зрителя от сырых ощущений к общей оценке картины. Дизайн сочетает базовую визуальную организацию, меру того, насколько трудно интерпретировать изображение, и два разных пути вынесения суждения — быстрый и медленный.

Как устроена новая модель оценки

Сначала модель организует изображение в значимые регионы, повторяя то, как наши глаза отделяют фигуру от фона и замечают сходства, группировки и завершённые формы. Затем она оценивает лёгкость восприятия изображения, комбинируя визуальный беспорядок, знакомость типичных приятных паттернов и уровень новизны, настроенный так, чтобы умеренное удивление предпочиталось скуке или недоумению. Поверх этого модель одновременно запускает два пути: быстрый, который улавливает общий вид и настроение за доли секунды, и медленный, который тщательнее анализирует локальные детали, текстуры и содержимое, а потом всё объединяется в итоговый эстетический балл.

Проверка модели на людях

Чтобы выяснить, соответствуют ли эти вычисления человеческому опыту, в исследовании приняли участие 120 добровольцев с разным уровнем художественной подготовки. Они смотрели как работы, созданные людьми, так и изображения, сгенерированные ИИ, от простых до визуально насыщенных, оценивали, насколько им нравятся эти работы, и заполняли опросы о рабочей нагрузке, описывающие, насколько умственно требовательным было каждое восприятие. Трекер взгляда записывал, куда и как долго они смотрели на разные части изображения, а дополнительные устные отчёты фиксировали рассуждения о сделанном выборе. Это богатое сочетание времени реакции, паттернов взгляда и самооценок позволило напрямую сравнить внутренние процессы модели с реальным поведением людей при просмотре.

Что показали сравнения

Оценки ИИ показали сильное совпадение с человеческими суждениями, близкое к уровню согласия, обычно наблюдаемому между разными людьми. Прогнозы модели особенно хорошо сходились для изображений с чёткой структурой, где базовые правила группировки наиболее очевидны. Модель также успешно отслеживала умственные затраты, корректно предсказывая, какие изображения будут восприниматься как более требовательные к обработке, особенно по показателям ментальной нагрузки и физического напряжения. Шаблоны движений глаз, полученные из карт внимания модели, напоминали человеческие траектории взгляда: и модель, и люди уделяли больше внимания визуально и эстетически важным областям, а временные характеристики быстрых и медленных фаз просмотра отражали дизайн двух путей. Вместе с тем исследование выявило, что культурный фон, личные ассоциации и художественное образование объясняют многие оставшиеся расхождения, напоминая, что красота никогда не бывает полностью универсальной.

Что это значит для нашего взаимодействия с искусством ИИ

Для широкого читателя ключевой вывод в том, что возможно создавать системы ИИ, которые оценивают изображения таким образом, чтобы это было интерпретируемо для людей, а не просто вызывать слепое доверие. Закладывая в каждую часть модели психологические представления об внимании, усилиях, предпочтениях и эмоциях, исследование показывает, что ИИ может помогать объяснять, как мы переживаем искусство, даже несмотря на то, что наши реакции формируются культурой и личной историей. На практическом уровне такая структура может направлять рекомендательные системы, цифровые образовательные инструменты и выставочные экспозиции, учитывая человеческие ограничения и вкусы. В то же время работа подчёркивает, что ИИ должен дополнять, а не заменять человеческое эстетическое суждение, служа линзой в понимании нашего восприятия, а не окончательным авторитетом в вопросах красоты.

Цитирование: Jin, C. An AI-generated art evaluation model that integrates computational aesthetics and cognitive psychology. Sci Rep 16, 15309 (2026). https://doi.org/10.1038/s41598-026-42766-8

Ключевые слова: искусство ИИ, эстетическое суждение, когнитивная психология, отслеживание взгляда, оценка изображения