本文探讨了利用艺术创作作为评估高等教育非艺术课程学生的替代任务的潜力。希腊雅典国立和卡波迪斯特里安大学教育学和小学教育系的 18 名研究生在参加了六小时的心理教育学课程后,通过绘制一幅画来评估他们通过课程理解的同理心概念。然后,他们撰写了一篇关于他们艺术作品创作的反思性文字。使用基于 Gale 和 Bond 的评估框架 (2007) 的标准的内容分析法对学生创作的绘画和反思性文字进行了分析。研究结果表明,学生创作的艺术作品提供了有关他们的知识、技能和态度的丰富数据,并揭示了传统评估技术不会强调的学习方面。此外,它促进了学习向现实生活环境的关键转移。该研究建议在高等教育的非艺术课程中实施艺术创作作为替代评估技术。
摘要。由于人工智能(AI)的持续增长,艺术风格的转型已成为一个高度关注的研究领域。它旨在将一种艺术风格应用于另一种艺术风格,并以新风格产生艺术品。目前,生成对抗网络(GAN)和计算机辅助设计(CAD)技术已成为艺术风格转换研究的两种重要方法。本文旨在探讨GAN和CAD技术在艺术风格转型研究中的应用。在文章中,选择了一系列不同类型的艺术作品,包括绘画,雕塑和建筑,使用GAN和CAD技术进行样式转换。通过对结果的分析和比较,发现GAN模型的成立得分(IS)基本上稳定在90%以上,而艺术图像之间的结构相似性指数(SSIM)约为0.957。此外,艺术家对产生艺术作品的评级很高,并且通过使用GAN模型通过样式转换产生的图像在视觉效果,创造力和艺术价值方面已得到了艺术家的认可和赞赏。这进一步证明了GAN模型在艺术风格转型中的有效性和优势。
一些评论家认为,新一代人工智能工具的不同之处不仅在于它们能够以最小的努力创作出精美的艺术作品。而是它们的工作方式。DALL-E 2 和 Midjourney 等应用程序是通过从开放网络上抓取数百万张图像来构建的,然后教算法识别这些图像中的模式和关系并以相同的风格生成新图像。这意味着将作品上传到互联网的艺术家可能在不知不觉中帮助训练他们的算法竞争对手。
建议学生,讲座,演示,表演以及讲师提供的任何其他课程材料都包括受版权保护的作品。版权法和版权法保护了每项原始的文学,戏剧性,音乐和艺术作品,包括大学讲师的讲座。课程期间可能会发生讲座,教程或其他教学方法的记录。记录可以由讲师进行授权分配的目的,也可以由学生进行个人学习。学生应意识到他们的声音和/或图像可以在班上其他人记录。如果这是您的关注点,请与教练交谈。