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。