引言

如果说机械复制时代引发了人们对“艺术再现”及艺术品独特性的思考，那么在数字智能时代，技术干预已延伸至展览本身的结构。当算法的作用不再仅仅局限于生成图像，问题便不再仅仅是媒介的转变，而是触及了展览内部意义构建的本质。在这样的背景下，我们需要重新思考策展的性质：当代艺术体系中的策展不是简单的管理工作，而是一种审美判断的组织行为。策展人通过选择作品、安排顺序和设计空间，建立作品之间的联系，使展览成为一个具有内在概念逻辑并能够向观众传达意义的审美整体。因此，AI策展的关键问题不在于效率是否提高，而在于算法是否改变了这种审美判断方式。本文将从策展判断的结构出发，分析人工智能在展览中的不同作用层面；并结合国内外数智艺术展览的具体案例，探讨AI策展究竟只是工具层面的升级，还是已在某种程度上开始影响当代艺术展览的审美判断。

一、策展判断的结构与形成方式

从经典美学传统看，所谓审美判断，并不是关于对象知识属性的判断，而是一种以感受为基础的判断。康德在《判断力批判》中明确将趣味判断界定为“审美判断(an aesthetical judgement)”，强调这种判断依据的是反思性判断力，通过愉悦感而非概念来衡量美。由此来看，审美判断肯定不能只是简单地对象特征的符号识别，还有发生在感受、形式与可交流性要求之间的判断活动。将这一点放回策展语境中，可以看到：之所以不能将策展判断简化为技术筛选，正在于它并不只是关于“对象是什么”，更关乎“对象如何被感受、被组织并被理解”。AI策展模型的算法逻辑又依赖于具体表象或客观事实的理性推导，它的视觉算法识别是建立在人类审美基础之上的，所以可以推测，AI策展的“审美判断”是从作品的表层或表象开始实施的。

由此，传统策展判断并非抽象的主观决策，而是一个通过具体实践步骤逐步成形的过程。本研究将传统的策展判断过程归纳为“作品选择”“关系建立”和“结构安排”这三个基本方面，并分析在进入数字化社会后，AI策展判断环节是否遵循着人类策展人的判断，又是否只具有工具属性？在探讨人工智能对策展实践的影响之前，很有必要更清晰地界定策展判断的构成要素，以及AI策展又是如何介入策展判断环节的。

（一）作品选择：判断的起点

作品选择是策展判断的起点。在面对大量艺术作品时策展人必须做出取舍，判断哪些作品能够体现展览主题，之后才能确定展览的方向。这一选择过程无疑是将抽象观念转化为具体呈现：作品进入展览，本身就意味着某种立场和价值的确认，使展览具有清晰的主题表达。

在这个过程里，策展人也总要靠着对内容的取舍，去规定好一场展览的表达边界；策展从来都不是把作品和内容简单陈列的工作，而是要在一次次的征集、筛选与展览叙事限定范围的调整里，慢慢搭起整个展览的核心结构。那些最终没有被纳入展览的作品，从来都不是本身没有艺术价值，只是它们的加入，大概率会削弱展览的整体叙事，或是偏离了既定的主题脉络。因此，这种边界上的限制并非消极的“删减”，反而正是对展览完整性的积极维护。也就是说，策展判断的核心不仅在于“纳入”，边界的限定、内容的压缩乃至主动的删除，同样是不可或缺的策展行为。正是这些动作与“纳入”的选择相互配合，才最终赋予展览完整的内在逻辑与叙事统一性。

从理论层面看，当代艺术展览中的作品选择构成了一种双向运行的判断机制。一方面，策展人通过选择确定展览的叙事走向；另一方面，策展人也通过舍弃和限定划定展览的表达边界。方向与边界并不是彼此分离的，它们共同构成了展览最基本的立场。策展判断并不是单纯地把作品“挑出来”，而是在多种可能性之间不断确认作品，并对作品选择的范围进行划定。每一次纳入，都意味着另一种叙事可能性的放弃；每一次舍弃，也都在再一次地强化主题重心。可以说，一场展览在进入公众视野之前，已经通过这种不断往复的确认与限定，初步确立了自身的价值。也正因为如此，人工智能介入作品选择才具有真正的理论意义：如果算法只参与信息整理或数量筛选，那么这一判断结构的主体仍然主要由策展人承担；但如果算法开始进入标准设定与主题确认，那么作品选择本身的内部结构就可能发生变化。

在传统策展中，作品选择并不是单纯的技术环节，而是审美判断最先展开的地方。进一步说，作品选择之所以不能被简化为技术筛选，正在于它同时具有鲜明的语境性和经验性。策展人依赖长期积累的观看经验，也依赖对当代艺术讨论语境的把握。作品是否进入展览，并不只取决于形式特征是否突出，也取决于它在艺术史脉络和现实讨论中的位置。选择因此不是即时的反应，而是在具体语境中展开的判断过程。一个成熟的策展选择，往往并不只是判断“这件作品好不好”，而是在判断“这件作品为何应当出现在这里”。因此，作品选择中的审美判断呈现出双重结构：一方面，它涉及信息处理；另一方面，它涉及意义组织。这种双重结构，正是审美判断机制得以成立的基础。

从观看结构的角度看，作品选择的同时也是对观众注意力进行组织的过程。Claire Bishop在Disordered Attention中指出：注意力不被理解为人类思维普遍存在的、根深蒂固的能力，而是一种可变的能力——可以通过技术、药物和他人的存在来改变。她还认为，现代展览空间建立在集中与聚焦的观看假设之上。博物馆的展示方式强化了这种聚焦结构。这一观点说明，选择不仅决定“呈现什么”，也预设“如何观看”。策展人通过选择分配注意力，也通过选择组织和塑造观看秩序。现阶段的机器算法或许可以根据人们的视觉偏好对作品进行筛选，但大部分作品都有其背后独特的人文内涵，算法所依据的视觉吸引力并不能替代策展人对注意力秩序的整体规划。也就是说，算法可以预测哪些作品更容易吸引目光，却难以判断这种吸引是否服务于展览的整体叙事意图。

需要注意的是，如果作品的筛选同时涉及语境判断与注意力组织，选择的方法基本上就不能被还原为单纯的形式匹配了。在数字算法研究中，Lev Manovich（2020）指出，算法能够识别展览的视觉模式。然而，他又强调数据分析本身并不提供语境解释框架，研究者仍需自己在算法结果与历史文化语境之间建立理解关系。在现阶段技术的成熟度下，算法识别展览的视觉符号是可以达到不错效果的。不过由前文可知，展览的视觉模式识别与意义判断属于不同的层面。算法可以识别相似性，但并不会自动生成语境意义。而这些视觉特征的识别本身并不构成策展判断，如果作品筛选需要更进一步的话，策展人仍需在算法结果的基础上完成语境解读与价值确认。在这一认知上，我们可以认为作品的选择可以部分借助人工智能技术工具，而关于展览的语境叙事等仍然依赖人类主体的经验。

当代艺术展览The Algorithmic Pedestal直接将人类与机器的审美判断进行比较。该项目在伦敦J/M Gallery公开展出，一边是艺术家Fabienne Hess的人工选件，另一边是Instagram算法基于大都会博物馆开放馆藏做出的机器选件。相关论文将其明确概括为“comparing human and machine curation”，核心在于比较人与机器是否具有不同的选件逻辑。研究人员观察了平台算法选出的图片及其展示顺序，由于未提供图片说明、元数据或社交信息，算法的选择完全基于图片本身。相比之下，艺术家Fabiana Hess则选择创作与“失去”这一概念产生共鸣的图像。Hess认为，失去是一种独特的人类体验，却又具有普世性，是生命中不可避免的一部分。她的策展过程源于对时间、好奇心和耐心的深刻理解；多年来，她亲自探索馆藏，深入了解每件作品背后的故事，并在实地考察期间拍摄了照片。因此，Hess的策展既体现了人性化的过程，也体现了人性化的选择标准。这个案例说明，在作品选择这一环节，AI策展已经能够进入筛选过程，并对选件方式产生影响，但它目前依赖于视觉符号特征，主要作用于形式识别与特征匹配方面。

还有一个案例，在2023年美国杜克大学的纳什尔艺术博物馆举办了一场名为“扮演策展人(Act as if you are a curator)”的展览。该团队搭建了一个定制版的AI对话机器人模型界面，向其输入了该馆14,000件藏品的数据，随后要求该人工智能完成一系列通常由策展人执行的任务，例如挑选作品、确定主题、撰写展品说明以及安排展品的陈列顺序。最终，该AI选定“梦境、潜意识、乌托邦与反乌托邦”作为展览主题，并从馆藏中选出21件作品。

看起来，AI策展人似乎已经能够承担整个策展流程中的许多工作。在整个过程中，策展团队确实观察到许多有趣的现象：比如，他们发现与AI对话时采用礼貌且鼓励的语气通常能获得更好的结果。还有，AI偶尔会从馆藏中挑选出连策展人自己都从未注意过的作品，这些作品已在储藏室里积满灰尘多年。这确实会给现下的“当代艺术”发展和传播带来惊喜，有一种唤醒“沉睡的艺术”的感觉。不过与此同时，这款AI也暴露出明显的缺陷：它会虚构出馆藏中实际上并不存在的作品，且展品标签中存在大量事实错误，例如将版画描述为雕塑。在这点上无可避免地还是需要人类策展人的介入来修正错误。

由此，在策展研究中，AI确实能够承担一部分人类的工作，但对于整个展览的中心环节把控，依旧得依靠人类策展工作者的思维模式。

（二）关系建立：判断的核心环节

策展中作品之间的关系又是策展判断中的一个重要环节。策展人会先根据一个主题来搜集作品，又或是不设主题限定地先搜集作品。但不管怎样，在确定作品之后，都需要思考作品之间如何建立联系。通常，他们会围绕一个主题线索展开策划，这个主题并不是简单的标题，而是贯穿整个展览的思想框架。策展人通过这一框架将不同创作纳入同一讨论场域。同时，他们还会通过各种形式上的呼应来增强作品之间的连贯性。例如，图像语言的对照、材料运用的差异或空间位置的安排，都可能成为增强展览之间关系的密码。

在策展领域中，艺术馆、博物馆的展示方式长期依赖一种制度化的观看结构。以展览作品常见的挂置方式为例，它们往往被“一排挂在白墙上，与视线齐平”，这就是常见的白盒子模式。这一空间规范一直以来十分强调“作品—观众”的观看关系，展览中的关系不仅发生在作品之间，也发生在观看秩序之中。策展人通过建立关系，引导观众在作品之间游动，从而重塑观众体验。当多件作品被置于同一展览场域或空间时，它们不再是孤立存在的个体。作品之间开始形成对话：哪些作品相互回应，哪些作品形成对照，哪些作品展现戏剧性效果——观众正是在这些关系之中逐步进入展览叙事，开始理解主题以及策展团队的意图。观众的理解并不是从单件作品出发，而是在作品之间的反复游走中展开。关系结构因此构成展览的核心环节。没有关系的建立，展览就难以形成整体表达，而只能停留在单件作品的并列呈现。

近年来，随着人工智能技术的发展，策展理论开始更直接地讨论数字工具如何改变这种关系生成过程。Serena Iervolino和Alasdair Milne在《Curating AI-driven Art: actors, institutional strategies and organisational change》中指出，人工智能艺术正在重塑现有的艺术生态系统，并对策展流程及机构架构提出了新的要求，促使博物馆和画廊在工作中采取更具实验性、跨学科性和协作性的方法。文章还指出，现有的一些项目已尝试将人工智能直接融入策展流程，例如将机器学习作为“共同策展”的原型，或将算法生成的排名与人类策展人的判断进行对比。这些讨论说明，AI的介入并不只发生在图像生成层面，它已经开始进入作品关系的初步组织与展示叙事的形成过程。

The Next Biennial Should Be Curated by a Machine这一案例便充分体现了这一趋势。该项目的特色在于一组名为B³(NSCAM) 的技术机器学习流程，它采用来自利物浦双年展和惠特尼美术馆等机构的数据集，对这些数据进行语言学和符号学处理，计算词语未来出现的概率，从而生成无限多种可能双年展组合。这些想象中的双年展以文本的形式呈现——看似传统的艺术家传记、策展声明、新闻稿和艺术杂志评论——它们不断地进行改写与重写。因此，这些文本并不是固定成形的，而是在不断改写中维持一种流动状态，以窗口的形式呈现在各种动态视觉背景之上。该案例的意义在于，人工智能对于当代艺术展览的介入已经不只是作品的筛选，而是延伸至作品之间的叙事联系与意义关联的生成层面。在传统的策展实践中，关系的建立往往依赖于策展人对作品的历史定位、文化语境及批判取向的综合判断；然而，在这个项目中，关系主要表现为通过数据检索、符号运算和概率推断所生成的连接模式。它呈现的并非一个完整的双年展，而是一系列处于动态变化中的“可能的双年展”。正因如此，该项目特别凸显了人工智能介入策展关系时的双重性质：一方面，它确实已达到建立叙事组织与事物之间关系的水平；另一方面，其生成的底层逻辑仍主要基于可计算的组合逻辑，因为它有无数种可能，而不是由单一限定的语境决定的策展叙事关系。

总之，建立关联的重要性不仅在于它们将作品相互联结，更在于它们决定了这些关联最终将如何被理解，因为作品本身并不会自然形成意义网络。真正将它们纳入同一讨论范畴的，是策展人基于语境把握与文化差异认知所进行的关系网建立和意义组织。所以，AI模型学习的更多的应该是策展工作者的布置意图。

这么看来，人工智能的介入确实为生成此类关系开辟了新的可能性，它能够更快地识别相似性，提出组合方案，甚至在语言层面模拟某些叙事结构。就目前而言，人工智能大部分都能触及关系构建的表层，这些关联在很大程度上仍基于可计算的联系，然而AI模型策划的展览关系和叙事是否经过充分语境化还需要更进一步的探索。

（三）结构安排：判断的空间呈现

关系的建立在展览中构成了一个具有意义的连接网络，然而，只有当这一网络在物理空间中得到组织后，才会真正转化为观众可以感知的观看顺序。正因如此，在完成作品筛选和关系建立之后，策展决策还必须通过空间布局得以实现，才能达成最终的呈现效果。

在这一方面，以下案例或许能展现一些AI模型在空间布局方面的尝试。2024年上海博物馆举办的“满庭芳菲：卡地亚的艺术魔力( Cartier, the Power of Magic)”展览，则更直接地展现了AI在展览空间视觉结构层面的介入。该展览是上海博物馆首个由艺术家与AI共同参与展陈设计的展览，由艺术家蔡国强与其团队量身开发的人工智能模型cAI™担任展览场景与视觉总监。蔡国强团队花费一年多时间引领cAI™逐步展开设计，经历了多次调整以及无数的AI生成图像，最终将AI生成的倪瓒山水风格图像与中国白描庭园手稿融入整体展陈，并将cAI™提供的创意图像交由泉州工匠精雕为展柜内的背景瓷雕与石雕。展览的空间布局以“画中画、景中景、一步一景”的江南园林意境展开，构成了一个融合传统美学与AI前沿技术的观展体验。这一案例的意义在于：AI并非仅在作品选择环节和关系建立环节发挥作用，它也能深入参与到展览的意义构造与空间视觉构造之中。但AI所生成的大量方案图像仍然需要经过艺术家的反复甄选与调试，最终一关的空间意义赋予和审美判断依然由人类主导完成。

综合上述两个案例来看，人工智能在结构布局领域的应用能力主要体现在方案生成、视觉模拟和文本辅助方面，并且还能参与部分空间布局层面。它有助于策展人提高初步规划的效率，并提供有别于传统思维的结构建议。然而，结构布局的关键不仅在于“如何布局”，更在于“为何要这样布局”；某特定序列能否推进主题发展、某特定距离是否会影响作品，抑或某条说明文字是否会改变观众对作品间关系的理解；还有局部展区的视觉效果和展览整体呈现的视觉体系如何协调——这些问题仍需策展人作出综合的审美判断。因此，在结构布局层面，人工智能目前更多地发挥着技术辅助的作用，而非人类判断的替代者。它几乎已经融入展览的每一个生成过程，不过策展人依旧把握着对空间节奏与观看顺序的美学判断。

二、结语

通观本文的研究发现，人工智能确实已经进入策展判断的多个层面。它参与作品筛选，也介入关系生成；它能够影响展览结构的形成，甚至开始进入文本撰写与空间模拟。仅仅把这些变化理解为技术更新，显然已经不够。AI策展之所以值得讨论，正在于它所触及的并不是展览外围的工具层，而是尝试进入策展内部的判断过程。但同时需要明确的是，人工智能目前所改变的，更多是判断的工作条件，而不是判断本身。它能够提高效率，扩大检索范围，提出组合方案，也能够前置某些原本依赖人工完成的步骤。但一旦问题进入语境、意义和批评方向，算法仍然显示出明显的局限性。它可以计算联系，却不能承担立场；它可以生成结构，却不能自动完成解释。

因此，AI策展在今天更准确的状态，也许不是“取代”，而是“接近”人类。它正在不断靠近作品选择、关系建立和结构安排这些原本由策展人主导的判断环节，试图模仿人的思维模式进行选择，但还没有真正完成对人类审美判断力的完全接收和继承。也正因为这种既进入、又未完成人类替代的中间状态，AI策展才成为当下策展研究中最值得持续追问的问题之一。目前，我们依旧还能用“培养”的词眼来形容AI，但或许很快AI模型就会具备自身的意识能力了。如果那一天真的到来，不仅是艺术策展领域，人类社会的全行业又该如何？现在，也许只能时刻继续保持自身清醒的艺术思维判断力，尽量不让人类独有的审美判断能力被AI完全侵蚀。

参考文献：

1. [1] 康德.判断力批判[M].谢地坤,译.北京: 商务印书馆,2025.
2. [2] 张钟葡，编，魏阶平、常旖轩、刘晨，等译.艺术、人工智能与创造力：基础与批判文献[M].2024年9月第1版.中国美术学院出版社,2024.
3. [3] 宋振熙.面对科技未来的策展视野[J].当代美术家,2022(05):28-33.
4. [4] 张宋振.事件与景观[D].中国美术学院,2022.
5. [5] 周莹, 沈悦.生成式人工智能技术在博物馆叙事中的应用研究[J]. 包装工程艺术版,2024 (20):513-517.
6. [6] Bishop C. Disordered attention: How we look at art and performance today[M]. England:Verso books,2025.
7. [7] Manovich L. Cultural analytics[M]. Massachusetts:Mit Press,2020.
8. [8] Terranova T. After the internet: Digital networks between capital and the common[M].Massachusetts: MIT Press,2022.
9. [9] Iervolino S, Milne A. Curating AI-driven Art: actors, institutional strategies and organisational change[J]. Museum Management and Curatorship,2026,41(01):162-181.