Ben Shneiderman
University of Maryland · HCIL
“Make people more capable — not machines more autonomous.” High automation and high human control are not opposites; the best systems hold both.
Faculty page →Human-Centered AI × Art Education
HAI
HAI
HAI
Three times, like a name you call across water. Human · Artificial · Intelligence — and the lane markings we are still drawing while everyone swims.
A small thing keeps coming back to me. If I paint, I paint because painting is how I hold my mood, my noticing, my taste, my whole slow afternoon. Suppose the world fills with generated pictures — does my afternoon get cheaper?
And if young people lean on generation too early, will they ever spend the forty hours, the four hundred, that a voice of their own actually costs? Will anything be allowed to be slow, when everything good gets copied in a week?
Has anyone asked whether what a person needs is not the finished work at all — but the making of it?
The question under the questionTwo things are running. AI is fast; the rest of us are behind. But they are not two races. They are two sides of one body. So we are trying something slightly naive: bring the people who think this way into the AI lane, and let them swim out the other side of the speed.
You cannot pace a swimmer from the deck. Jump in first. Below are the people already in the water — names, institutions, and the line each of them holds. The point is to build a relay, not to win a race.
01
Who named it: Human-Centered AI
Fei-Fei Li & James Landay
Stanford Institute for Human-Centered AI
Build AI with the humanities in the room. The human, the community and the society come before the benchmark — and artists belong at that table.
Stanford HAI →Wendy E. Mackay
Inria · Université Paris-Saclay · ExSitu
Human–computer partnership: design instruments that extend what a body can already do, rather than systems that quietly decide for it.
ExSitu lab →02
The studio: why the process is the point
Mitchel Resnick
MIT Media Lab · Lifelong Kindergarten
Projects, passion, peers, play. Creativity is a spiral you walk around — imagine, make, share, reflect — not an output you request.
Overview →Ellen Winner & Lois Hetland
Harvard Project Zero · Studio Thinking
What an art class teaches is not pictures. It is eight studio habits of mind: observe, envision, reflect, persist, stretch and explore.
Project Zero →Punya Mishra
Arizona State University · Teachers College
Technology only becomes education when a teacher's craft knowledge wraps around it. Creativity is novel, effective and whole.
Writing →03
Machines that make: computational creativity
Margaret Boden
University of Sussex · Cognitive Science
Three kinds of creativity — combinational, exploratory, transformational. Machines are fluent in the first two; the third is still a human door.
University of Sussex →Ahmed Elgammal
Rutgers University · Art & AI Lab
Creative Adversarial Networks: a model taught to deviate from known styles produces novelty — but novelty is not yet meaning.
CAN paper →Rebecca Fiebrink
UAL Creative Computing Institute
Wekinator: machine learning as a material you shape by demonstration, in minutes, with your own gesture. The training set becomes a sketchbook.
Wekinator →04
Already in the water: artists who swim with models
Sougwen Chung
Scilicet Studio · New York
Draws beside robotic arms trained on the memory of her own hand. Collaboration as remembering, not automation.
Studio →Anna Ridler
Independent artist · London
Hand-drew ten thousand tulips to build her own dataset. The labour is the work; the dataset is a self-portrait of attention.
Works →Refik Anadol
Refik Anadol Studio · Los Angeles
Data as pigment, the model as a collaborator with a memory far larger than any single painter's hand.
Studio →05
The lifeguards: what we lose if no one watches
Sherry Turkle
MIT · Science, Technology & Society
We have begun asking of technology what we used to ask of each other. Watch closely what the shortcut quietly removes.
Site →Kate Crawford
USC Annenberg · Microsoft Research
No model is immaterial. Every image generator sits on minerals, labour, and other people's pictures. Atlas of AI.
Research →Jaron Lanier
Microsoft · Octopus Prime Chair
Data dignity: if human work feeds the model, the humans must stay visible, credited and paid.
Site →06
Seoul · Beijing: the East Asian lane
Juho Kim
KAIST · KIXLAB
Designs human–AI interaction for learning at scale: the model as a studio critic for thousands of learners at once, never as the author.
KIXLAB →Art Center Nabi
Seoul · Media art institution
Korea's long-running media-art centre: an exhibition floor where artists and engineers rehearse the future together.
Art Center Nabi →Qiu Zhijie
CAFA · School of Experimental Art, Beijing
Treats art and technology as a pedagogy rather than a genre — remapping the school itself, not just the artwork.
CAFA →A relay, not a race
- Put a studio teacher and a model builder in the same room for one whole semester — and grade the logbook, not the render.
- Fund the hours, not the output: residencies that pay for the forty hours a hand needs before it knows anything.
- Keep the dataset honest. If a class trains a model, let them make the data by hand first — like Ridler's tulips.
It is slightly naive. It is also the only way to be inside the conversation: you cannot pace a swimmer from the deck.
Read: The Half-Wrong Answer →인간 중심 AI × 예술 교육
HAI
HAI
HAI
물 건너 누군가를 부르듯 세 번. Human · Artificial · Intelligence — 모두가 이미 헤엄치는 동안, 우리는 아직 레인을 긋고 있습니다.
작은 생각 하나가 자꾸 돌아옵니다. 제가 그림을 그리는 이유는, 그림이 제 기분과 관찰과 취향과 느린 오후 전체를 담는 방식이기 때문입니다. 세상이 생성된 이미지로 가득 찬다면, 제 오후는 값싸지는 걸까요?
그리고 젊은 사람들이 너무 일찍 생성에 기대면, 자기만의 목소리를 얻는 데 필요한 마흔 시간, 사백 시간을 과연 쓰게 될까요? 좋은 것은 일주일이면 복제되는 시대에, 무엇이 느려도 된다고 허락받을 수 있을까요?
사람에게 정말 필요한 것은 완성된 작품이 아니라 만드는 과정 그 자체일지도 모릅니다. 누가 이 질문을 해본 적 있나요?
질문 아래의 질문두 가지가 동시에 달리고 있습니다. AI는 빠르고, 나머지 우리는 뒤처져 있습니다. 하지만 이것은 두 개의 경주가 아닙니다. 하나의 몸이 가진 두 개의 면입니다. 그래서 우리는 조금 순진한 시도를 합니다. 이렇게 생각하는 사람들을 AI 레인 안으로 데려와, 그 속도의 반대편으로 헤엄쳐 나오게 하는 것입니다.
수영장 밖에서는 선수의 페이스를 잡아줄 수 없습니다. 먼저 뛰어들어야 합니다. 아래는 이미 물속에 있는 사람들입니다. 이름, 소속, 그리고 각자가 지키는 한 문장. 목표는 경쟁이 아니라 계영(relay)을 만드는 것입니다.
01
이름을 붙인 사람들 — 인간 중심 AI
벤 슈나이더만 (Ben Shneiderman)
University of Maryland · HCIL
“기계를 더 자율적으로가 아니라, 사람을 더 유능하게.” 높은 자동화와 높은 인간 통제는 반대말이 아니며, 좋은 시스템은 둘을 동시에 가집니다.
교수 페이지 →페이페이 리 & 제임스 랜데이
Stanford Institute for Human-Centered AI
인문학을 같은 방에 두고 AI를 만들 것. 벤치마크보다 사람과 공동체와 사회가 먼저이며, 그 자리에는 예술가도 앉아야 합니다.
Stanford HAI →웬디 맥케이 (Wendy E. Mackay)
Inria · Université Paris-Saclay · ExSitu
인간–컴퓨터 ‘파트너십’. 대신 결정해 주는 시스템이 아니라, 몸이 이미 할 수 있는 일을 확장하는 악기를 설계합니다.
ExSitu 연구실 →02
스튜디오 — 왜 과정이 핵심인가
미첼 레스닉 (Mitchel Resnick)
MIT Media Lab · Lifelong Kindergarten
프로젝트, 열정, 동료, 놀이. 창의성은 상상–제작–공유–성찰을 도는 나선이지, 요청해서 받는 결과물이 아닙니다.
소개 →엘런 위너 & 로이스 헤틀런드
Harvard Project Zero · Studio Thinking
미술 수업이 가르치는 것은 그림이 아닙니다. 관찰하기, 상상하기, 성찰하기, 버티기 — 여덟 가지 ‘스튜디오 사고 습관’입니다.
Project Zero →푸냐 미슈라 (Punya Mishra)
Arizona State University · 교육대학
기술은 교사의 실천적 지식이 감쌀 때 비로소 교육이 됩니다. 창의성은 새롭고, 효과적이고, 동시에 온전해야 합니다.
글 모음 →03
만드는 기계 — 계산적 창의성
마거릿 보든 (Margaret Boden)
University of Sussex · 인지과학
창의성의 세 종류 — 조합적, 탐색적, 변형적. 기계는 앞의 둘에 능하지만, 세 번째 문은 아직 사람의 것입니다.
서식스 대학교 →아메드 엘가말 (Ahmed Elgammal)
Rutgers University · Art & AI Lab
Creative Adversarial Networks. 알려진 양식에서 벗어나도록 훈련된 모델은 새로움을 만들지만, 새로움이 곧 의미는 아닙니다.
CAN 논문 →레베카 파이브링크 (Rebecca Fiebrink)
UAL Creative Computing Institute
Wekinator. 머신러닝을 몸짓으로 몇 분 만에 빚는 재료로 다루면, 학습 데이터가 곧 스케치북이 됩니다.
Wekinator →04
이미 물속에 — 모델과 함께 헤엄치는 예술가들
소우겐 청 (Sougwen Chung)
Scilicet Studio · 뉴욕
자기 손의 기억으로 학습한 로봇 팔 옆에서 그립니다. 자동화가 아니라 ‘기억하기’로서의 협업입니다.
스튜디오 →애나 리들러 (Anna Ridler)
독립 작가 · 런던
직접 그린 튤립 1만 장으로 자신의 데이터셋을 만들었습니다. 노동이 곧 작품이고, 데이터셋은 주의력의 자화상입니다.
작업 →레픽 아나돌 (Refik Anadol)
Refik Anadol Studio · 로스앤젤레스
데이터를 안료로, 모델을 한 화가의 손보다 훨씬 큰 기억을 가진 협업자로 다룹니다.
스튜디오 →05
인명구조원 — 아무도 보지 않으면 잃는 것
셰리 터클 (Sherry Turkle)
MIT · 과학기술사회 프로그램
우리는 서로에게 묻던 것을 기술에게 묻기 시작했습니다. 지름길이 조용히 덜어내는 것이 무엇인지 지켜봐야 합니다.
사이트 →케이트 크로퍼드 (Kate Crawford)
USC Annenberg · Microsoft Research
비물질적인 모델은 없습니다. 모든 이미지 생성기는 광물과 노동, 그리고 다른 사람들의 그림 위에 서 있습니다.
연구 →재런 러니어 (Jaron Lanier)
Microsoft
데이터 존엄(data dignity). 사람의 작업이 모델을 먹인다면, 그 사람은 보이고, 기록되고, 보상받아야 합니다.
사이트 →06
서울 · 베이징 — 동아시아 레인
김주호 (Juho Kim)
KAIST · KIXLAB
대규모 학습을 위한 인간–AI 상호작용을 설계합니다. 모델은 수천 명의 학습자를 동시에 비평하는 스튜디오 비평가일 뿐, 저자가 아닙니다.
KIXLAB →아트센터 나비 (Art Center Nabi)
서울 · 미디어아트 기관
한국의 오랜 미디어아트 거점. 예술가와 엔지니어가 함께 미래를 리허설하는 전시장입니다.
아트센터 나비 →추즈제 (Qiu Zhijie)
중앙미술학원(CAFA) 실험예술학원 · 베이징
예술과 기술을 장르가 아니라 교육학으로 다룹니다. 작품이 아니라 학교 자체의 지도를 다시 그립니다.
CAFA →경주가 아니라 계영
- 스튜디오 교사와 모델 개발자를 한 학기 동안 같은 방에 두고, 결과 이미지가 아니라 작업 일지를 평가할 것.
- 결과물이 아니라 시간을 지원할 것. 손이 무언가를 알기까지 필요한 마흔 시간을 지불하는 레지던시.
- 데이터셋을 정직하게. 수업에서 모델을 학습시킨다면, 리들러의 튤립처럼 먼저 손으로 데이터를 만들게 할 것.
조금 순진합니다. 그러나 이 대화 안으로 들어가는 유일한 방법이기도 합니다. 물 밖에서는 선수의 페이스를 잡을 수 없으니까요.
읽기: The Half-Wrong Answer →以人为本的 AI × 艺术教育
HAI
HAI
HAI
喊了三遍，像隔着水面叫一个名字。Human · Artificial · Intelligence —— 所有人都已下水，而泳道线还在画。
有一个很小的念头，一直回来找我。我画画，是因为画画是我盛放情绪、观察、偏好，以及一整个缓慢下午的方式。如果世界被生成的图像填满，我的那个下午会不会变得便宜？
再换一个角度：如果年轻人太早依赖生成，他们还会不会愿意花四十个小时、四百个小时，去换一个真正属于自己的声音？在好东西一周就被复刻的速度里，还有什么被允许慢下来？
有没有人问过——人真正需要的，也许根本不是那件作品，而是创作本身？
问题底下的问题两件事在同时跑。AI 很快，其他的事都落在后面。但这不是两场比赛，而是同一个身体的两面、甚至多面。所以我们做一件略显天真的事：把有这种思考的人带进 AI 的跑道，让他们在加速之中，游出另外的一面。
站在池边是没法给选手配速的。先跳进去。下面是已经在水里的人——名字、机构，以及各自守住的那一句话。目标不是赛跑，是组一场接力。
01
命名者 —— 以人为本的 AI
本·施奈德曼 Ben Shneiderman
马里兰大学 · 人机交互实验室 HCIL
“让人更有能力，而不是让机器更自主。”高度自动化与高度人类控制并不对立，好的系统两者兼得。
个人主页 →李飞飞 & James Landay
斯坦福以人为本人工智能研究院 HAI
让人文学科留在同一个房间里造 AI。人、社群与社会先于基准测试，而艺术家本就该坐在那张桌子旁。
Stanford HAI →Wendy E. Mackay
Inria · 巴黎萨克雷大学 · ExSitu
人机“伙伴关系”：设计能延伸身体既有能力的乐器，而不是悄悄替你做决定的系统。
ExSitu 实验室 →02
工作室 —— 为什么过程才是重点
米切尔·雷斯尼克 Mitchel Resnick
MIT 媒体实验室 · 终身幼儿园组
项目、热情、同伴、游戏。创造力是想象—制作—分享—反思的一圈螺旋，不是一次请求得到的输出。
介绍 →Ellen Winner & Lois Hetland
哈佛零点计划 · Studio Thinking
美术课教的从来不是画。是八种“工作室思维习惯”：观察、构想、反思、坚持、延展与探索。
Project Zero →Punya Mishra
亚利桑那州立大学 · 教育学院
只有当教师的实践知识包裹住技术，技术才成为教育。创造力须同时是新的、有效的、完整的。
文章 →03
会创作的机器 —— 计算创造力
玛格丽特·博登 Margaret Boden
萨塞克斯大学 · 认知科学
三种创造力：组合式、探索式、变革式。机器擅长前两种；第三扇门目前仍由人来推开。
萨塞克斯大学 →Ahmed Elgammal
罗格斯大学 · 艺术与人工智能实验室
创造性对抗网络（CAN）：被训练去偏离既有风格的模型能产出新奇，但新奇还不等于意义。
CAN 论文 →Rebecca Fiebrink
伦敦艺术大学 创意计算研究所
Wekinator：把机器学习当成可以用身体、用示范在几分钟内塑形的材料，训练集于是成了速写本。
Wekinator →04
已经在水里 —— 与模型同游的艺术家
05
救生员 —— 无人看守时我们会失去什么
06
首尔 · 北京 —— 东亚这条泳道
Juho Kim 金周昊
韩国科学技术院 KAIST · KIXLAB
为大规模学习设计人机交互：模型只是同时为成千上万学习者做点评的“工作室评图人”，绝不是作者。
KIXLAB →Art Center Nabi 나비美术馆
首尔 · 媒体艺术机构
韩国长期运营的媒体艺术据点：一个让艺术家与工程师一起排练未来的展场。
Art Center Nabi →邱志杰 Qiu Zhijie
中央美术学院 实验艺术学院 · 北京
把艺术与技术当作一种教育学，而非一个门类——重画的是学校本身的地图，不只是作品。
中央美术学院 →不是赛跑，是接力
- 让一位工作室老师和一位模型开发者在同一间屋子里待满一个学期——评分看过程日志，不看最终渲染图。
- 资助小时数，而不是产出：用驻留计划付钱给那“手还什么都不懂”的四十个小时。
- 让数据集保持诚实。若课堂要训练模型，先让学生亲手做出数据——像 Ridler 的郁金香那样。
这确实有一点天真。但这也是进入这个话语体系的唯一方式：站在池边，你无法为一个选手配速。
阅读：The Half-Wrong Answer →