在搜索引擎中键入“人工智能”，跃入眼帘的往往是发光的蓝色大脑、冷峻的机器人面孔，或是闪烁着数据流的科幻场景。这些图像用千篇一律的视觉符号，无声地塑造着公众对AI的想象。然而，一个名为“Better Images of AI”（更好的AI图像）的全球性项目正在打破这种刻板印象——它致力于提供真实、多元、负责任的人工智能视觉素材，让技术回归人的温度。
从刻板到真实：一场视觉“祛魅”
“Better Images of AI”由英国阿达·洛夫莱斯研究所（Ada Lovelace Institute）、数据科学研究所（The Alan Turing Institute）等多家机构于2020年联合发起，旨在应对AI领域长期存在的视觉表征危机。项目创始人、视觉研究员卡特琳娜·西蒙诺娃博士指出：“当人们看到AI的配图总是灰暗的电路板或冷冰冰的机械手时，很容易将技术想象成不可控的‘黑箱’，或产生不切实际的科幻期待。这种视觉符号的异化，恰恰阻碍了公众对AI真实能力的理解。”
为此，项目团队邀请专业摄影师、插画师与AI伦理学家合作，创作了一套免费可商用的图像库。这些照片和插画摒弃了传统视觉套路——没有发光的大脑，没有悬浮的二进制代码，取而代之的是：一位教师正在调试课堂用的自适应学习系统；农民用手机扫描田间的病虫害，AI识别结果直接显示在屏幕上；护士与患者共同查看AI辅助诊断报告，画面中人与人之间的互动成为焦点。
细节里的“人性”重量
在Better Images of AI的图库中，每一张图片都经过精心设计，暗含对技术伦理的思考。例如，一张名为“算法审计”的照片中，几位不同族裔、不同年龄的开发者围坐在会议室，正对着白板上的流程图讨论，背景墙上贴着“公平性”“透明度”等便签条。摄影师刻意选择了非典型的工作场景：有人穿着休闲衬衫，有人在笔记本上手绘算法结构，而非传统意义上的“硅谷极客”形象。
项目还特别注重对“数据劳动”的可视化。一张广受欢迎的插画展示了数据标注员的工作场景：一位女性在电脑前仔细框选图片中的物体，旁边放着水杯和记事簿。画面上方标注着“她每天处理超过5000张图片，这是AI学习的基础”。这种刻意“去魔幻化”的处理，旨在提醒人们：AI并非凭空产生的智能，而是无数人类劳动的结晶。
从图库到运动：被看见的力量
截至目前，Better Images of AI已收录超过300张高质量图片和50组插画，全部采用CC BY 4.0许可协议，允许任何人免费使用、修改和分发。项目影响力迅速扩大：联合国教科文组织（UNESCO）在2022年发布的《人工智能伦理建议书》中使用了该图库的图片；《自然》《科学》等学术期刊的AI专题报道也开始引用；甚至一些AI初创公司在产品介绍页面上主动替换了原有的科幻风格图片。
英国惠康基金会（Wellcome Trust）的政策顾问詹姆斯·威尔逊评价道：“如果AI永远被表现为‘他者’——一个冰冷的、有威胁性的存在，公众便难以建立信任，政策制定者也容易滑向两极化的监管。Better Images of AI提供了一种建设性的可能性：让AI回归到‘工具’的定位，由人类来决定它的角色和边界。”
争议与未来：视觉伦理的边界
当然，这场“视觉再造”也面临争议。有批评者认为，过度美化和“人性化”AI图像，可能掩盖算法偏见、隐私泄露等真实风险。对此，项目团队表示，他们并非要粉饰技术，而是提供一种“更诚实的视觉语言”——例如，图库中同样包含“算法偏见”系列：通过不同肤色的人群在人脸识别测试中得到不同结果，来直观展示技术缺陷。
2024年，Better Images of AI启动了“全球采风计划”，招募来自肯尼亚、巴西、印度等地的摄影师，记录AI在不同文化语境下的实际应用。项目还开发了“图像伦理评估工具”，帮助使用者判断哪些AI视觉表现会强化刻板印象。
正如西蒙诺娃博士在最新项目报告中所写：“图像不仅是技术的装饰，更是叙事的入口。当我们改变AI的画面，我们也在改变关于未来的想象。”在AI深入日常的今天，这场始于图库的视觉革命，或许正悄然重塑着人与技术共处的方式。