填写注意事项
- 量化描述：避免模糊表述（如“少量使用AI”），需精确标注工具使用环节及修改比例；
- 举证材料：保留AI工具操作记录（如Prompt日志、图层修改截图），随作品集一并提交；
- 风险提示：若声明与审核发现不符，可能面临作品集作废或学术不端记录。
三、新规下作品集准备策略
1. AI工具的“安全”使用边界
- 允许场景：
- 辅助前期调研（如用AI生成关键词思维导图）；
- 技术测试（如用GAN算法模拟面料纹理效果）；
- 重复性劳动（如3D建模中的基础形态生成）。
- 高风险禁区：
- 直接生成完整作品（如插画、建筑设计效果图）；
- 依赖AI完成核心创意（如交互装置的交互逻辑）。
2. 强化作品集的“人本痕迹”
- 过程记录：拍摄创作中的手工草图、材料实验失败样片、模型制作时间轴；
- 批判性反思：在作品陈述（Statement）中分析AI工具的局限性及个人修正思路，例如：
“通过Midjourney生成的初版构图缺乏空间层次感，我添加了手绘笔触以强化景深，并调整了人物动态以符合叙事逻辑。”
3. 跨专业协作的合规操作
- 与工程师、程序员合作开发数字媒体项目时，需在声明中注明代码协作比例，并附上代码所有权协议；
- 联合创作的作品需单独标注角色（如“概念提出者”“技术实现者”），避免成果混淆。
四、常见误区与避坑指南
- 误区1：“AI生成内容只要修改50%即可通过”。
- 现实：UAL更关注创作主导权，若AI完成核心创意（即使大幅修改），仍可能被质疑原创性。
- 误区2：“声明中隐瞒部分AI使用可规避审查”。
- 风险：学校随机抽查作品源文件，一旦发现未申报工具使用，直接判定学术失信。
- 误区3：“过度依赖AI生成‘吸睛’效果”。
- 建议：优先展现个人风格（如手绘能力、材料实验特色），AI仅作为效率工具而非创意来源。
五、备选方案与申诉渠道
- 争议处理：若作品被误判为“AI主导”，可提供创作过程纪录片段、导师推荐信等补充材料申诉；
- 替代选择：对于AI依赖度较高的专业（如数字媒体），可考虑申请中央圣马丁学院（CSM）等对技术包容度更高的院校。
结语：UAL新规本质是倒逼创作者回归“人本核心”，合理运用AI工具的同时，需通过过程记录、声明透明化、原创性论证构建不可替代的创作价值。建议将新规视为优化作品集结构的机会，而非单纯合规挑战。
