AIと芸術文化研究の研究潮流：美学、メディア研究、計算的創造性（2024–2026）

生成AIが絵を描き、曲を書き、物語を生むようになったとき、真っ先に揺らいだのは技術ではなく概念だった。誰が作者なのか。複製の時代に一度は失われたはずのアウラは、生成の時代にどうなるのか。 2024年から2026年にかけての査読文献は、この問いをそれぞれの分野の語彙で引き受けている。

このノートは、その学術的な応答を16件の文献から整理する。産業のエコシステムや市場の動向には立ち入らない（それは generative-art-ecosystem-industry に委ねる）。ここで追うのは、美学、計算的創造性、メディアと文化研究、音楽学、批判的文化理論が、生成AIをどう概念化しはじめたかである。デジタル人文学とAIの交差については ai-humanities-digital-humanities-trends を参照。

作者性とアウラは、複製ではなく生成の問題として問い直された

ベンヤミンが技術的複製の時代に論じたアウラは、複製が原作の一回性を掘り崩すという構図に立っていた。生成AIはこの構図をずらす。生成物には複製すべき原作が存在しないからだ。

Park は2024年に、生成AIが伝統的なアウラを再定義しながら、技術的解放と技術への依存のあいだの力学を生むと論じた（AI & Society）。 Salas Espasa と Camacho は2025年、この議論を系統的文献レビューにまとめ、AI生成物は原作と複製の境界そのものを曖昧にすると整理した。彼らはそこに「半アウラ（semi-aura）」という中間概念を置く。完全に一回的なアウラでも、純粋に機械的な複製でもない位置に、AI生成物を据える提案である。

作者性の側からは、分析美学が規範的な問いを立てた。 Lopes は2026年、既存の生成AI（DALL·E 等）は真の意図性と執行的エージェンシーを欠くため、それ自体は「アーティスト」ではなく「道具」だと診断する（Journal of Aesthetics and Art Criticism）。ただし彼はそこで留まらない。「美的整合（aesthetic alignment）」の原則に従って設計すれば、AIは人間が個人的には評価しない文化的実践の美的価値まで尊重し、美的多様性をむしろ拡張しうると主張する。ロボットAIアーティスト Ai-Da を概念実証に使い、AIアーティストへの実存的不安は正当化されないと結論づける。

歴史の側から接続する試みもある。 Peters は2025年、構成主義やダダといった20世紀初頭のアヴァンギャルドの実験精神と、現代のAIアートを重ねた（AI & Society）。そこで見えてくるアーティスト像は、単独の創造者ではない。技術と文化のシステムを批評的に組み替える「エンジニア/キュレーター」への役割変容である。

計算的創造性は、通説の検証へと重心を移した

美学が概念を問い直すあいだ、計算的創造性の研究は評価の方法論を問い直していた。

Franceschelli と Musolesi は2024年、計算的創造性理論の歴史と最新の機械学習手法、そして自動評価手法を一望するサーベイを ACM Computing Surveys にまとめた。分野の参照軸として、生成的深層学習を創造性研究の系譜に位置づける仕事である。 Ismayilzada らは同じ2024年、創造性を「新規で有用で驚きのあるアイデアを生む能力」と定義し直し、問題解決、言語、芸術、科学の4領域でAIの創造能力を横断調査した（arXiv）。最新モデルは言語的および芸術的な出力に長ける一方、抽象推論、独創性、長距離の一貫性に重大な限界を残し、幻覚を伴う。彼らはプロセスを多次元で見る評価を提唱する。

この分野で象徴的なのは、通説そのものを実験にかけた仕事だ。 LLM の temperature は「創造性パラメータ」だと広く言われてきた。 Peeperkorn らは2024年、物語生成でこれを検証し、temperature と新規性は弱くしか相関せず、cohesion や typicality とは無関係だと示した（ICCC’24）。高い temperature が生む「創造性」は、通説が想定するよりずっと弱く、微妙だった。評価を製品として測るか過程として測るかという方法論の選択が、結論を左右するという認識が、この分野の共通の足場になりつつある。

表象と労働の政治は、文化研究の中心に入った

メディア研究と文化研究は、生成AIを美的対象としてではなく、文化生産の装置として扱う。

Gillespie は2024年、生成AIツール3種を実証的にテストし、それらが規範的なアイデンティティとナラティブを再生産して少数派の表象を抑制する「可視性の政治（politics of visibility）」を作動させると示した（Big Data & Society）。プラットフォームのコンテンツモデレーション研究を、生成の局面へ拡張する理論的な接続である。 Laba は同年、この表象の問題をより具体的な場面で撃つ。ウクライナ戦争を題材に Midjourney が生成した画像を分析し、シリコンバレーが掲げる「想像力のエンジン」というナラティブを解体した（Media, Culture & Society）。生成された戦争のイメージは、文脈と多様性を欠いた同質的なものへ収束していた。この論文は本領域で被引用が集まるターニングポイントとして参照される（Scopus 引用数は[要一次検証]）。

労働の側からの応答も厚い。 Lee は2024年、生成AIが人間の創造性独占を崩し「クリエイティブ・プリカリティ（creative precarity）」を生むと論じ、文化政策の既存の労働三区分を批判的に組み直した（Media, Culture & Society）。 Bender は同年、2023年の全米脚本家組合と俳優組合のストライキの言説を分析し、「人間の創造性の優位」という前提そのものを検討にかけた。 Erickson はやや異なる像を出す。 6つのAI製品のケーススタディから、AI製品はむしろ従来のメディア製品より労働集約的で、伝統的な制作スキルと新しい計算的専門性を組み合わせると示した（Creative Industries Journal）。労働の「消失」と「連続性」という二つの診断が、同じ2024年に並んで立っている。

学問分野そのものが、AIを対象化しはじめた

AIは文化研究の道具であると同時に、各分野が自らの前提を映し返す鏡にもなった。その転回を最も鮮明に示したのが音楽学である。

White は2025年、音楽学の主流誌 Journal of the American Musicological Society で「音楽のAI問題、AIの音楽問題」を双方向に論じた。 AIが音楽学に突きつける問題と、音楽学がAIに突きつける問題を、対称に置く構成である。分野の中心的な学会誌がAIを正式な論題として引き受けたこと自体が、対象化の一つの指標になる。彼はこの議論を書籍 The AI Music Problem（Routledge, 2025）へ拡張している。

批判理論は、AIアートを政治経済と植民地性の問題に据えた

批判的文化理論は、表象の偏りを表層の不具合ではなく構造の徴候として読む。

Jääskeläinen らは2025年、Stable Diffusion で生成した180枚をインターセクショナルに分析した（AI & Society）。法執行の画像は白人男性に、貧困はグローバルサウスに、フェミニストのイメージは旧来的な女性像に統計的に偏っていた。彼女らはそこに「アルゴリズム的修復（algorithmic reparation）」の必要を見る。偏りを均すのではなく、歴史的な不正義を積極的に是正する設計思想である。

脱植民地の視点はより構造的だ。 Correa Lucero と Martens は2025年、ラテンアメリカの脱植民地理論で文献をマッピングし、AI開発が「権力と知識と存在の植民地性」という歴史的構造を再生産すると示した（AI & Society）。データ植民地主義、労働の植民地性、デジタル封建主義という現代的な再構成を、彼らは名指しする。

同じ批判の系譜に、計算的社会科学からの実証が加わる。 Roland、So、Long は2025年、ブルデューの「文化的場」理論を援用し、実在の作家を模したAI「著者」101体をシミュレートした（AI & Society）。言語モデルは、人種、ジェンダー、出版文脈をまたいで文学的卓越を単純な二項対立に還元し、集団内の多様性を平坦化した。表象の偏りは、生成のたびに再生産される構造的な傾向として立ち現れる。

横断的な論点（レビューの軸候補）

作者性の再定義：AIを「道具」と切り分ける規範的な立場（Lopes 2026）と、作者性を人間の意図とアルゴリズム生成と社会的評価の相互作用に置く関係論的な立場が並走する。アウラ論（Park 2024、Salas Espasa & Camacho 2025）は、この再定義に美学史の語彙を供給している。
評価の方法論：計算的創造性は、創造性を過程で測るか製品で測るかで結論が変わる（Peeperkorn et al. 2024、Ismayilzada et al. 2024）。通説（temperature=創造性）の反証が、この分野の自己点検を進めた。
消失 ⇔ 連続：創造労働をめぐって、AIが人間労働を消すという診断（Bender 2024、Lee 2024）と、むしろ労働集約性を保つという診断（Erickson 2024）が同時に立つ。
表象の偏りは構造の徴候か：偏りを技術的欠陥と読むか、植民地性やジェンダー秩序の再生産と読むかで、処方が「バイアス除去」から「アルゴリズム的修復」「脱植民地的評価」へ変わる（Gillespie 2024、Jääskeläinen et al. 2025、Correa Lucero & Martens 2025、Roland et al. 2025）。

次に読むべき一次文献（優先）

概念の再定義：Lopes 2026（美的整合の原則）、Salas Espasa & Camacho 2025（半アウラの SLR）。
方法論の反証：Peeperkorn et al. 2024（temperature の実験）。
表象のターニングポイント：Laba 2024（Midjourney と戦争イメージ）、Roland et al. 2025（文化的場のシミュレーション）。
学問道具化：White 2025（音楽学の AI 問題）。

参照文献

全16件。DOI/URL は取得日 2026-07-19 に確認。[要一次検証] は出版社認証壁のため一次ページに未到達だが、DOI と書誌を複数の独立ソースで照合済みの項目（主要事実には影響しない書誌確定の残作業）。内部の作業台帳は source/review/ai-arts-culture-studies-trends/papers.md。

美学と芸術哲学

Park, S. (2024). The work of art in the age of generative AI: aura, liberation, and democratization. AI & Society 40, 1807–1816. https://doi.org/10.1007/s00146-024-01948-6 [要一次検証]
Salas Espasa, D., & Camacho, M. (2025). From aura to semi-aura: reframing authenticity in AI-generated art—a systematic literature review. AI & Society 40, 6727–6759. https://doi.org/10.1007/s00146-025-02361-3 [要一次検証]
Lopes, D. M. (2026). AI Art and Artists: What They Are, What They Could Be, What They Should Be. Journal of Aesthetics and Art Criticism (advance article). https://doi.org/10.1093/jaac/kpag001
Peters, J. (2025). Generative AI and the avant-garde: bridging historical innovation with contemporary art. AI & Society 40, 6407–6424. https://doi.org/10.1007/s00146-025-02410-x [要一次検証]

計算的創造性

Franceschelli, G., & Musolesi, M. (2024). Creativity and Machine Learning: A Survey. ACM Computing Surveys 56(11), Article 283. https://doi.org/10.1145/3664595
Ismayilzada, M., Paul, D., Bosselut, A., & van der Plas, L. (2024). Creativity in AI: Progresses and Challenges. arXiv:2410.17218 [cs.AI]. https://arxiv.org/abs/2410.17218
Peeperkorn, M., Kouwenhoven, T., Brown, D., & Jordanous, A. (2024). Is Temperature the Creativity Parameter of Large Language Models? Proc. 15th International Conference on Computational Creativity (ICCC’24). https://arxiv.org/abs/2405.00492

メディア研究と文化研究

Gillespie, T. (2024). Generative AI and the politics of visibility. Big Data & Society 11(2). https://doi.org/10.1177/20539517241252131 [要一次検証]
Lee, H.-K. (2024). Reflecting on cultural labour in the time of AI. Media, Culture & Society 46(6), 1312–1323. https://doi.org/10.1177/01634437241254320
Bender, S. M. (2024). Generative-AI, the media industries, and the disappearance of human creative labour. Media Practice and Education (online first). https://doi.org/10.1080/25741136.2024.2355597 [要一次検証]
Erickson, K. (2024). AI and work in the creative industries: digital continuity or discontinuity? Creative Industries Journal (online first). https://doi.org/10.1080/17510694.2024.2421135
Laba, N. (2024). Engine for the imagination? Visual generative media and the issue of representation. Media, Culture & Society 46(8), 1599–1620. https://doi.org/10.1177/01634437241259950

音楽学における AI

White, C. W. (2025). Music’s AI Problem, AI’s Music Problem. Journal of the American Musicological Society 78(3), 856–883. https://doi.org/10.1525/jams.2025.78.3.856 [要一次検証]

批判的文化理論

Jääskeläinen, P., Sharma, N. K., Pallett, H., & Åsberg, C. (2025). Intersectional analysis of visual generative AI: the case of stable diffusion. AI & Society 40(6), 4341–4362. https://doi.org/10.1007/s00146-025-02207-y
Correa Lucero, H., & Martens, C. (2025). Colonial structures in AI: a Latin American decolonial literature review of structural implications for marginalised communities in the Global South. AI & Society 41(3), 2511–2527. https://doi.org/10.1007/s00146-025-02547-9 [要一次検証]
Roland, E., So, R. J., & Long, H. (2025). The social AI author: modeling creativity and distinction in simulated cultural fields. AI & Society (online first). https://doi.org/10.1007/s00146-025-02790-0 [要一次検証]

未検証事項

以下は一次ページに未到達（出版社認証壁）だが、DOI と書誌を複数の独立ソースで照合済み。次版で一次ページ到達により解消する。 Park 2024、Salas Espasa & Camacho 2025、Peters 2025、Gillespie 2024、Bender 2024、White 2025、Correa Lucero & Martens 2025、Roland et al. 2025 の8件。加えて、Laba 2024 の Scopus 引用数（ターニングポイントの根拠）は要一次確認。