教皇利奥十四世批AI艺术：算法缺乏人类火花

当生成式人工智能以几乎每周一个新模型的速度席卷创意产业时，梵蒂冈发出了迄今为止最直白的一次批评。教皇利奥十四世在近日的一次公开讲话中明确表达了对AI生成艺术的否定态度，并把矛头指向了这类技术最根本的合法性来源——它并不“创造”，它只是“计算”。

据TechCrunch报道，教皇的核心论点并不在于AI作品好不好看，而在于它压根不属于艺术这个范畴。这一表述迅速在科技圈与艺术圈同时引发讨论，因为它触及了生成式AI最敏感的那根神经：机器能否成为创作者。

“算法缺乏人类火花”

“There is an ontological difference, even before an aesthetic one, between art and what a machine can generate through statistical calculation based on millions of images created by others. Algorithms lack the spark of humanity.”（艺术与机器基于他人创作之数百万图像进行统计计算所生成之物，首先存在的是本体论差异，其次才是美学差异。算法缺乏人类的那一簇火花。）

这段话的措辞值得逐字拆解。教皇没有说AI作品“不够美”，也没有说它“缺乏情感”——这些都是常见的、可被反驳的批评。他强调的是“ontological difference”，即存在层面的差别：一件艺术作品之所以是艺术，不在于它的成品形态，而在于它由一个有意识、有生命经验的主体，在特定处境中做出选择并承担后果。而机器所做的是概率分布上的拟合与采样，前者是“选择”，后者只是“输出”。

“统计计算”与“他人创作的数百万张图像”这两个限定词同样杀伤力十足。它们同时指向了两个长期争议：其一，AI并不理解图像的意义，它只是在模仿像素之间的统计关系；其二，也是更棘手的一点——训练数据的来源本身属于他人。

为什么这场争论不只是审美问题

如果只看表面，教皇的表态像是一次传统宗教机构对新兴技术的保守反应。但把它放回2026年的产业语境，会发现它其实精准命中了生成式AI商业模式中最脆弱的一环。

过去三年，图像生成模型的训练数据几乎全部来自公开互联网上的人类作品。大量插画师、摄影师、概念设计师发现，自己的作品在未经授权的情况下成为模型能力的来源，而模型产出的成品又在同一市场上与自己竞争。围绕这一点的法律行动从未停歇：从Getty Images对Stability AI提起的诉讼，到多名艺术家发起的集体诉讼，再到各国监管机构对训练数据合法性的反复问询，核心争议始终是同一个问题——机器的“学习”与人类的“借鉴”，是不是一回事？

教皇用“本体论差异”这个词，实际上给出了一个神学与哲学层面的回答：不是。人类的借鉴伴随着理解、取舍与责任，而算法的计算不承担任何东西。

梵蒂冈并非第一次谈AI

值得注意的是，这并非梵蒂冈首次就人工智能发声。早在2020年，教廷就参与推动了《罗马人工智能伦理呼吁》，主张AI的发展必须以人类尊严为核心，强调透明、包容、责任与公正。2025年初，梵蒂冈又发布了一份名为《古老与新颖》的文件，专门讨论人工智能与人类智能的关系，明确指出AI无论多强大，都只是在模拟人类智能的某些功能，而非复制人的整体性。

在这样的脉络下，教皇利奥十四世此次针对AI艺术的表态并不突兀，而是教廷一贯立场的延续与具体化：从抽象的伦理原则，落到一个可以被普通人立刻感知的领域——艺术创作。

艺术界的反应：一场没有中间地带的辩论

在创意行业内部，对这一表态的反应明显分裂。一部分独立艺术家与插画师社群对此表示欢迎，认为这是对“创作被数据化”的一次高规格反击，也是他们多年呼吁的“人类创作应被区别对待”在国际舆论场上的放大。

另一部分声音则指出，把“人类火花”作为区分标准，在实践层面很难操作。许多当代艺术实践本身已经包含算法生成、程序化构图、随机过程等元素；若严格按此标准划线，一部分被广泛承认的现代艺术作品也会被排除在外。更现实的担忧是，这种论述可能被用于推动过度的监管，进而抬高创作工具的使用门槛，最终受损的仍是资源有限的中小创作者。

编者按：这是一场关于“意义”的争论

教皇的发言之所以值得科技媒体认真对待，不是因为它能直接决定AI图像生成的合法与否，而是因为它把辩论的坐标从“技术能力”挪回了“意义来源”。过去几年，行业讨论AI艺术时，焦点往往集中在画质、风格控制、生成速度与成本上，仿佛只要机器画得足够好，问题就不存在了。而教皇提出的问题是：画得好，是不是就等于画？

这个问题没有技术答案。它需要由法律、市场与社会共识共同回答——版权制度要界定训练与生成的边界，市场要决定是否为人类创作保留溢价空间，而公众要决定自己在多大程度上接受由统计计算产出的“美”。

可以预见的是，随着生成模型能力继续增强，这类价值层面的冲突只会愈发尖锐。技术路线可以迭代，模型参数可以扩展，但“谁才是作者”这个问题，最终不会由算力给出答案。

本文编译自TechCrunch