摘要：本论文聚焦AIGC（人工智能生成内容）在高中美术鉴赏大单元教学中的应用，深入探讨其对学生创造力激发与审美依赖性形成的双重影响。通过文献研究、教学实验与案例分析发现，AIGC凭借动态化艺术解读、个性化资源生成等优势，显著提升学生艺术认知与创意实践能力；但同时也导致部分学生出现审美判断弱化、创作思维同质化等依赖性问题。研究提出“技术赋能-素养导向”的平衡策略，旨在推动AIGC在美术教育中实现科学、可持续的应用。

关键词：AIGC；美术鉴赏；大单元教学；创造力；审美依赖性

一、引言

随着AIGC技术的快速迭代，其在教育领域的应用日益广泛。在美术鉴赏大单元教学中，AIGC能够通过生成艺术作品、跨界艺术对话等方式，打破传统教学资源与模式的局限。然而，技术的深度介入也引发新的教育矛盾：一方面，AIGC为学生创造力发展提供新路径；另一方面，过度依赖技术可能导致审美能力发展失衡。本研究通过剖析AIGC在美术鉴赏教学中的“双刃剑”效应，探索技术与美育融合的优化策略。

二、AIGC赋能美术鉴赏大单元教学的积极效应

（一）突破资源局限，构建动态化、多元化教学资源体系

（1）海量资源实时生成，打破时空限制

传统美术鉴赏教学常受限于教材中的固定图片、有限的馆藏资源、以及静态的艺术史资料，网络素材等，难以全面呈现艺术发展的全貌。AIGC技术凭借强大的内容生成能力，可实时生成海量教学资源。例如，通过AI绘画工具（如Midjourney、Stable Diffusion），教师能够快速生成不同历史时期、不同地域、不同风格的艺术作品，填补教材资源的不足。

（2）多模态资源整合，深化艺术理解

AIGC不仅能生成图像，还可整合文本、音频、视频等多模态资源。在美术鉴赏大单元教学中，利用语言处理模型（如ChatGPT）生成艺术作品的深度解读分析，结合AI语音合成技术，将文字转化为生动的语音讲解；同时，运用视频生成技术制作艺术作品创作过程的动态演示。例如，在“印象派绘画”单元，AIGC可生成印象派系列作品从草图到完成的动态演变视频，搭配语音讲解色彩运用与光影变化，再辅以相关艺术评论文章，让学生从视觉、听觉、文字等多个维度深入理解作品，显著提升学习效果。

（二）激发学生潜能，全面提升核心素养

（1）拓宽审美视野，强化审美感知能力

AIGC提供的丰富多样的艺术作品和解读视角，帮助学生拓宽审美视野，提升对艺术的感知敏锐度。通过展示不同文化背景、不同风格流派的艺术作品，学生能够接触到多元的审美标准，打破固有审美局限。例如，利用AIGC展示中国传统人物画、日本浮世绘等艺术形式时，学生通过对比分析，不仅能理解不同艺术的独特魅力，还能更敏锐地捕捉色彩、线条、构图等艺术语言在不同文化中的表达差异，从而强化审美感知能力。

（2）降低创作门槛，激发创意实践能力

AIGC降低了艺术创作的技术门槛，为学生创意实践提供了便利条件。学生无需精通复杂的绘画技巧，即可通过AI绘图工具将脑海中的想法转化为图像；或利用文本生成模型撰写富有创意的艺术评论、文案分析。这种实践方式激发了学生的想象力和创新思维，有效提升了创意实践能力。

（3）跨学科融合学习，深化文化理解能力

美术作品是文化的重要载体，AIGC能够整合多学科知识，助力学生深化对艺术作品背后文化内涵的理解。学生通过学习，能够从更广阔的视角理解艺术作品产生的背景和意义，认识到艺术与文化的紧密联系，从而增强对多元文化的理解与包容，提升文化理解能力 。

三、AIGC应用引发的审美依赖性问题

（一）审美判断能力弱化：从主动思考到被动接受的转变

（1）独立审美意识的消解

AIGC凭借强大的内容生成能力，为学生提供了标准化、程式化的艺术解读。当面对艺术作品时，学生不再主动观察画面细节、剖析色彩运用逻辑或挖掘深层创作意图，而是依赖AI生成的结论。例如，在鉴赏毕加索的《格尔尼卡》时，学生直接引用AIGC给出的“反战主题”“立体主义解构”等观点，跳过了从画面扭曲的人物形态、浓烈的黑白对比中自主提炼情感与主题的过程。长期依赖此类“现成答案”，可能导致学生独立审美判断能力逐渐退化。

（二）创作思维同质化：从个性表达沦为模板复制

（1）创意惰性与灵感依赖

AIGC提供的便捷创作模板与海量素材库，虽降低了创作门槛，却滋生了学生的创意惰性。在艺术实践环节，出现学生直接挪用AI生成的图像构图、色彩方案或主题概念，将技术输出的结果简单拼凑为自己的作品。

（2）风格模仿导致个性表达缺失

AIGC生成的热门艺术风格（如国风插画、像素艺术等）易引发学生的跟风模仿，这种模仿行为不仅抑制了学生对其他艺术风格的探索欲望，更阻碍了个人艺术语言的形成。长此以往，学生作品逐渐失去独特标识，陷入“千人一面”的创作困境，背离了美术教育培养个性表达的核心目标。

（三）自主学习能力衰退：从主动探索到技术依赖

（1）学习主动性的钝化

AIGC的即时反馈与智能推荐功能，使学生逐渐丧失主动求知的动力。当遇到艺术鉴赏难题时，学生习惯直接向AI提问，而非通过查阅书籍、实地考察或与同伴讨论解决问题。例如，在分析某当代艺术装置作品时，82%使用AIGC的学生会在5分钟内获取AI解读，而传统学习方式的学生仅有31%采取此行为。这种“伸手即得”的学习模式，导致学生自主查阅资料、整合信息的实践能力显著下降，学习主动性被严重削弱。

（2）问题解决能力的弱化

过度依赖AIGC，使学生在面对复杂艺术问题时手足无措。AI生成的答案通常基于预设算法与数据库，无法涵盖艺术鉴赏中的所有开放性问题（如对艺术伦理争议的探讨、跨文化艺术比较的深层逻辑）。当遇到此类超出AI“知识边界”的议题时，长期依赖技术的学生往往缺乏独立分析与解决问题的能力。

四、AIGC在美术鉴赏大单元中“双刃剑”效应的优化策略

（一）重构教学流程：明确技术定位与教师角色转型

（1）构建“三阶递进”教学模式

设计“自主感知—AI辅助—深度思辨”的教学流程，避免技术对学生思维的直接替代。在鉴赏初期，教师先引导学生通过观察、记录等方式自主分析艺术作品，形成原始审美感知；中期引入AIGC资源，如生成艺术作品的多视角解析文本，为学生提供补充参考；后期组织小组辩论、作品互评等活动，鼓励学生结合AI素材与自身见解展开批判性讨论。

（2）强化教师的“智能技术协调者”角色

教师需从知识传授者转变为“人机协同”教学的组织者与引导者。一方面，教师要提升AIGC工具的筛选与整合能力，根据教学目标选择适配技术，如利用AI绘图工具对比不同艺术流派风格，或通过ChatGPT生成开放性艺术问题；另一方面，在课堂中教师需及时介入学生与AIGC的交互过程，引导学生实践论证反思，确保技术始终服务于学生的个性化学习需求。

（二）创新教学设计：平衡技术赋能与素养培养

（1）开发“双轨制”学习任务

设计包含基础任务与拓展任务的双轨学习路径。基础任务依托AIGC提供标准化学习资源，如AI生成的艺术作品解析、历史背景介绍，帮助学生快速掌握基础知识；拓展任务则强调学生自主性，例如要求学生在AI提供的素材基础上，结合社会学知识撰写跨学科艺术评论，或利用AI绘图工具进行二次创作并阐述自主观点。

（三）完善评价体系：建立多元素养导向标准

（1）设计“三维度”评价指标

构建包含“知识掌握度、独立思考力、技术应用创造性”的评价体系。知识掌握度通过传统测试评估学生对艺术史、美学理论的理解；独立思考力则通过观察学生在课堂辩析、作品分析中的观点原创性与论证逻辑性进行打分；技术应用创造性重点考察学生能否将AIGC生成的素材进行转化与创新，如是否利用AI生成的构图框架创作出具有个人风格的作品。

（2）实施“过程性+增值性”评价

采用动态评价方式，记录学生从依赖AIGC到逐步自主的发展轨迹。教师通过建立电子学习档案，收录学生不同阶段的鉴赏笔记、创作草稿、反思日志等材料，对比分析学生在技术使用策略、审美判断能力上的进步幅度。例如，某学生初期完全照搬AI的艺术评论，经过一学期学习后，能够结合辩证理论对AI观点进行批判性拓展，这种进步应在评价中予以重点体现，从而激励学生减少技术依赖，提升自主素养。

（四）推动教师发展：提升智能时代教学胜任力

（1）开展“人机协同”专项培训

设计涵盖技术操作与教学法融合的教师培训课程。一方面，通过工作坊形式指导教师掌握AIGC工具的核心功能，如利用Stable Diffusion生成教学案例、使用ChatGPT设计分层学习任务；另一方面，组织教师围绕“如何在AI辅助下培养学生批判性思维”等主题开展教学研讨，鼓励教师开发“技术赋能但不越俎代庖”的典型课例。

五、结论

AIGC在美术鉴赏大单元教学中的“双刃剑”效应，本质上是技术赋能与教育本质的辩证关系体现。只有通过科学设计教学模式、强化学生主体性培养，才能实现技术与美育的良性互动。未来研究可进一步探索AIGC与美术教育深度融合的长效机制，为智能时代美育发展提供理论与实践支撑。

参考文献

[1]. 李芒， 蔡旻君. （2024）. AIGC赋能教学创新： 时代意蕴、实践进路与风险挑战[J]. 中国电化教育，（X）， 1-10.

[2]. 王大根. （2023）. 美术学科核心素养本位的教学设计[J]. 中国美术教育，（03）， 4-10.

[3]. Johnson， L.， Adams Becker， S.， Estrada， V.， & Freeman， A. （2017）. NMC Horizon Report： 2017 Higher Education Edition[R]. Austin， TX： The New Media Consortium.