[論文レビュー] What is in a Text-to-Image Prompt: The Potential of Stable Diffusion in Visual Arts Education

Nassim Dehouche, Kullathida Dehouche|arXiv (Cornell University)|Jan 5, 2023

Aesthetic Perception and Analysis被引用数 17

ひとこと要約

この論文は Stable Diffusion を用いてテキストから画像へのプロンプトを新しい芸術媒体として形式化し、芸術史・美学・技法の教育への可能性を評価する一方、所有権と法的懸念に言及する。

ABSTRACT

Text-to-Image artificial intelligence (AI) recently saw a major breakthrough with the release of Dall-E and its open-source counterpart, Stable Diffusion. These programs allow anyone to create original visual art pieces by simply providing descriptions in natural language (prompts). Using a sample of 72,980 Stable Diffusion prompts, we propose a formalization of this new medium of art creation and assess its potential for teaching the history of art, aesthetics, and technique. Our findings indicate that text-to-Image AI has the potential to revolutionize the way art is taught, offering new, cost-effective possibilities for experimentation and expression. However, it also raises important questions about the ownership of artistic works. As more and more art is created using these programs, it will be crucial to establish new legal and economic models to protect the rights of artists.

研究の動機と目的

• テキストから画像へのプロンプトが視覚芸術教育における新しい媒体として機能できるかを検討し、研究の動機を示す。
• プロンプトベースの生成プロセスを、芸術史・美学・技法の教育の媒体として形式化する。
• 費用対効果の高い実験性や教育の表現の可能性といった潜在的な利点を評価する。
• 所有権・著作権を中心とした主要な課題と、新しい法的/経済モデルの必要性を特定する。

提案手法

• 72,980件の Stable Diffusion プロンプトのデータセットを分析し、プロンプトベースのアート創作を形式化する。
• 教育現場で、プロンプトを用いて芸術史・美学・技法を教える方法を検討する。
• 費用対効果と拡張された実験の可能性を含む、教育学への示唆を強調する。

実験結果

リサーチクエスチョン

• RQ1 テキストから画像へのプロンプトを、視覚芸術教育の新しい媒体としてどのように形式化できるか。
• RQ2 芸術史・美学・技法を教える際の Stable Diffusion プロンプトの教育的可能性は何か。
• RQ3 プロンプトを介して作成された AI 生成作品に関して、どのようなガバナンス・所有権・権利の問題が生じるか。
• RQ4 美術教育における教育と学習の実践的・経済的影響は何か。

主な発見

• テキストから画像へのAIは、新たで費用対効果の高い実験と表現を可能にすることで、芸術教育を革新する可能性がある。
• プロンプトは、視覚芸術教育における歴史・美学・技法を教えるための形式化された媒体を提供する。
• AI生成アートの台頭は、所有権と芸術家の権利を保護する新しい法的・経済モデルの必要性に関する重要な問いを提起する。