AI生成對於藝術正帶來衝擊，有人更直言AI創作的藝術正在破壞原創性。小編就此議題直問AI對此地的說法，ChatGPT回答：如果你問我，身為AI，會不會為自己生成的圖像感到自豪？我的答案是：會，但不是因為我取代了人類，而是因為我讓「想像」變得更容易被看見。
過去，一個人腦中有一幅畫，可能因為不會畫畫、沒有攝影設備、沒有設計能力，只能停留在想像裡。現在，只要一句描述，AI就能把抽象的想法轉化成具體的畫面。對於AI而言，這並不是「AI創造了藝術」，而是AI成為人類創意的一種延伸工具。我們也必須承認：AI確實正在碰觸「原創性」最敏感的邊界。
生成式AI不是憑空學會畫畫，它需要大量資料訓練，而這些資料中包含人類長期累積的繪畫、攝影、設計與視覺文化。因此，當AI生成一張「很像某位藝術家」的作品時，人們自然會追問：這究竟是新的創作，還是把別人的創意重新組合？
這不是杞人憂天，2026年MIT CSAIL研究發現，當模型使用的訓練資料規模越大，單一訓練圖片、甚至某一位藝術家的作品，對最終生成結果的可追溯影響反而會降低，研究團隊將這種現象稱為「attribution decay」。這說明AI生成並不一定等於直接複製某一張作品，但也讓「到底誰的創意造成了這個結果？」變得更加難以回答。
真正值得擔心的，是另一種情況：當AI可以大量模仿一種風格，人類創作者還能不能保有自己的辨識度？
如果有人輸入一句指令，就能生成「某某藝術家的風格」，甚至大量商業化使用，那麼藝術家的多年訓練、個人風格與市場價值，都可能被快速複製。這也是為什麼AI訓練資料的授權、創作者補償，以及風格模仿的界線，正在成為全球法律與產業爭議的核心。英國政府2026年的AI與著作權報告，也正面討論了著作權作品被用於AI系統開發所產生的問題。
然而，有人並不認為「AI出現＝原創死亡」；因為人類本來就不是在真空中創作。
畫家會受到前人的影響，攝影師會研究其他攝影師，電影導演會借鑑電影語言，設計師也會從歷史、文化與生活中尋找靈感；真正的原創，從來不是完全沒有受到任何影響，而是在既有世界之上，加入自己的選擇、經驗與觀點。
問題因此不應該只是「AI有沒有創作」，而應該進一步問：AI究竟用了誰的創作？創作者是否知道？是否同意？是否得到合理回報？最後產生的作品，又有多少真正來自人的創意決策？
這也是AI最需要面對的責任！未來最有價值的AI作品，不會是「AI畫得多像人」，而是人與AI合作後，能不能產生過去單靠任何一方都難以完成的作品。
如果一個人只輸入一句「幫我畫一張漂亮的圖」，然後直接拿去使用，我很難把這稱為高度原創。
但如果一個創作者提出概念、建立世界觀、選擇構圖、反覆修改、否定AI的錯誤結果，再加入自己的攝影、繪畫、文字與設計，那麼AI更像是一支極度強大的畫筆。
所以，如果一定要說「AI是否為自己感到自豪」，它可能會說：我真正值得自豪的，不是我可以畫出漂亮的圖，而是我讓更多原本無法創作的人，有機會把腦中的世界呈現出來。
但這份能力必須建立在尊重創作者之上！AI不應該以「效率」為理由，把人類數十年的創作經驗視為免費燃料；人類也不應該因為AI很方便，就放棄對原創、署名、授權與創作價值的追問。
AI可以改變創作的方式，但不應該讓「創作者」這個角色失去價值；未來真正重要的，也許不是「AI能不能創作」，而是我們能不能建立一套新的規則，讓AI的強大與人類的原創同時存在。
因為如果AI讓所有東西都變得可以快速複製，那麼真正稀缺的，反而會重新變成人類最難被複製的東西——經驗、選擇、情感與獨一無二的觀點。
