朱婧

随着人工智能（AI）技术的飞速发展，博物馆领域正经历一场深刻的数字化转型。传统博物馆从“经验驱动”转向“数据驱动”，从“文物保管机构”逐步转向“智慧文化中枢”。AI在博物馆中的应用，无论是对文物的保护与修复，还是对展览策划的完善与优化，抑或对观众体验与公共服务的提升，都为文化传播带来了前所未有的可能性。现基于AI新技术在博物馆文物保护、展览策划、公共服务等领域的应用场景，分析AI应用的技术优势，探讨技术革新引发的关于伦理边界、文化责任与技术滥用的潜在风险，并提出相应的应对策略，为技术赋能背景下博物馆的数字化转型路径提供理论参考。

AI的技术优势与应用场景

文物保护与修复

AI技术通过高精度扫描、三维建模和机器学习，实现了文物的永久性数字存档与智能化修复。利用数字技术可以对文物残块进行扫描与算法匹配，突破传统修复的物理限制，完成文物的数字化复原。这不仅保护了文物本体，还为学术研究提供了量化支撑。通过深度学习算法，AI可基于碎片化文物数据重建缺失部分，加速修复进程；借助三维扫描、摄影测绘等手段实现文物全息化采集，以建模技术重现文物历史风貌，以数字化拼接还原文物形态，不仅能实现文物“数字孪生”，还能为文物修复提供数据支持，降低人工干预风险。同时，结合机器学习算法，AI可分析文物材质、结构及历史背景，辅助修复决策。

基于物联网和传感器技术，博物馆可实时监测环境参数（如温度、湿度、光照）及文物状态，结合大数据分析预测潜在风险并利用AI算法优化展厅人流与安全预警。通过构建知识图谱与大数据平台，博物馆可实现数万件藏品的动态管理，并及时对公众行为进行分析，做到智慧管理与风险防控。

展览策划与观众体验

博物馆在设计展陈空间时可结合AIGC（人工智能生成内容）生成动态内容，形成VR（虚拟现实）沉浸空间，让公众通过新技术设备“穿越”历史场景。借助AIGC生成的虚拟展厅，可根据观众画像数据动态调整展线布局，提升观众体验。同时，AI可以提供数字人技术与公共服务，数字人讲解员应运而生，并逐步替代传统人工讲解，更好地提供全天候服务。AI虚拟助手能够支持多语种讲解、个性化推荐以及用AR（增强现实）技术使文物活化，公众通过手机扫描即可再现生动历史场景。

利用生成式AI（如GPT系列模型）可快速生成展陈方案，有效降低人力成本，显著提升文化传播效率。连接AI模型的自然语言处理（NLP）技术能更好地赋能个性化服务。例如，ChatGPT类应用可为公众提供实时问答、策展解析及文创推荐；AI分析公众行为数据后，可生成定制化游览路线和解说内容，增强互动性；基于NLP技术的社交媒体评论分析，能辅助策划热点展览主题，并结合热点生成短视频宣传内容，增强宣传效果。

公共服务与文化传播

无论是在文创设计与活化层面，还是在沉浸式教育与跨界融合层面，应用AI技术都能将传统文化转化为更便捷的现代语言，有效扩大受众覆盖面，推动文化传播全球化。利用AI解码文物纹样，可以设计出融合古典美学的现代文创产品，实现“考古+科技+艺术”的跨界融合，推动文化基因的年轻化表达；基于AI推出数字演绎项目，以新IP吸引年轻群体，推动传统文化“破圈”， 助力文化数字化保护与产业化；通过AI建模实现工艺标准化，借助语音合成技术推广至全球；通过AR/VR技术、VR展厅和在线课程，博物馆构建“古今同地”的体验场景，利用3D打印还原文物原貌，结合商业市集，促进文化遗产与社区生活融合，使全球用户足不出户即可探索文化遗产，促进文化传播与发展。

AI应用的伦理争议与核心问题

数据隐私与文化遗产的“数字占有”

借助AI赋能的博物馆工作需要依赖大量的数据支持，其中包括文物数字化信息、公众行为记录等相关数据，可能存在数据壁垒与伦理风险。一方面，数据来源缺乏统一标准，尤其是文物数据存在“数据孤岛”问题，部分博物馆数字化系统兼容性不足，导致数据难以共享；另一方面，公众行为数据收集可能违反隐私保护法规。例如，借助人脸识别分析公众兴趣可能侵犯个人隐私。此外，文物数据的采集与使用可能涉及文化遗产的“数字主权”问题。AI生成内容的版权归属存在争议性，若未经原文化资源持有者授权，AI生成的虚拟展览可能沦为对文化资源的掠夺性利用，削弱原文化资源持有者的解释权。

算法偏见与文化表达的失真

AI模型的训练数据如果缺乏多样性，可能会固化文化偏见，弱化原真性，甚至偏离历史原真性。例如，某历史事件的AI解说可能因数据来源单一而忽略少数群体视角，导致展览内容存在片面化倾向，AI复原文物的历史准确性需进一步验证。AI生成的“创新性”内容，如通过深度伪造技术“复活”历史人物，可能虚构其言论，脱离历史真实，引发公众认知混乱。同时，文化表达存在同质化风险，AI依赖数据驱动可能导致博物馆利用AI策划展览时主题趋同，削弱地域文化的独特性。由于算法差异，深度学习模型的“黑箱”特性可能引发不可预测的展陈决策，导致技术失控。此外，中小型博物馆算力资源有限，技术适配性不足，难以平衡AI模型技术与成本，高精度数字化与AI算力需求对中小型博物馆可能构成资金压力。

责任归属不明确与透明性缺失

传统博物馆工作由人类完成，其责任链条清晰明了，需对选择的内容、呈现的角度和潜在的后果负责。然而，当博物馆工作主体变为AI时，责任便陷入了由开发者、平台、博物馆和游客数据共同构成的迷宫。当AI生成的内容出现错误或争议时，很难明确责任划分。展览内容失误时责任应由谁承担，是开发者、博物馆还是算法本身？若AI修复的文物因算法缺陷导致历史细节失真，则难以界定责任边界。AI的行为由其初始的算法设计和训练数据决定，如果推荐算法因数据偏见而持续推广极端内容，或搜索引擎因模型缺陷而提供虚假信息，开发者是否应承担首要责任？此外，与责任归属问题紧密相连的，是AI策展的“黑箱”特性。我们享受着策展的结果，却对其中的逻辑一无所知，AI决策的“黑箱”特性使得其策展逻辑难以被公众理解，削弱了博物馆作为文化机构的公信力。

技术依赖与人文价值的消解

AI在博物馆中的应用（如AI策展），其工作核心是算法与数据。这种运作逻辑决定了其不可避免的技术性局限，并由此催生新型的“技术依赖症”。AI的“视野”完全受限于其训练数据。如果训练数据本身不平衡，那么AI学到的“艺术史”就是一部被编码的偏见史，它会不自觉地强化主流叙事，而将边缘的、非主流的、未被充分数字化的艺术实践排除在外。而艺术最动人的部分，往往是那些无法被量化的“灵光”。当决策过度依赖点击率、关联度、色彩饱和度等可量化的指标时，那些无法被数据化的、幽微而深刻的人文价值便被系统性地边缘化了。过度依赖AI可能导致策展工作流于技术化，忽视人文思考。例如，AI生成的展览方案可能追求“流量最大化”，迎合算法偏好而非文化深度，使博物馆沦为数据驱动的娱乐场所。同时，博物馆工作对AI技术的依赖与人文价值容易发生冲突，过度依赖AI可能弱化人的批判性思维与情感共鸣。而随着时代发展，AI相关专业人才亦存在缺口，兼具文博知识与AI技能的复合型人才稀缺，部分工作人员担忧AI工具挤压传统岗位，存在职业替代焦虑。因此，亟须论证“人机协同”的必要性。

构建AI策展的伦理框架与应对策略

明确数据使用的伦理规范

针对AI在博物馆应用中存在的伦理框架问题，需完善人工智能管理的分级监管模式，建立AI应用的伦理审查机制。明确尊重文化数据主体的权利，并确保数据使用不会对个人或社会群体造成直接或间接的伤害；尊重文化遗产主权，文物数字化需征得原文化社区或相关国家的知情同意，并建立数据共享的利益分配机制；设立“偏见红线”，明确禁止使用某些敏感数据（如种族、宗教信仰、性取向等）作为核心特征，确保AI算法不会因数据偏见而固化或放大社会偏见，避免对特定性别、种族、年龄、宗教、地域等群体产生系统性歧视；对文化数据进行合法性审查，数据来源、使用方式和算法决策逻辑应对内可审计、对外可解释（在合理范围内）。

采用匿名化处理与数据脱敏技术，对涉及的个人身份信息（PII）进行技术处理，使其无法或极难与特定个体关联，对静态数据和传输中的数据进行全面加密，在数据的完整生命周期内，采取最高标准的技术和管理措施保护个人数据，防止泄露、滥用和未经授权访问。限制观众行为数据的商业化利用，保护观众隐私。同时，探索区块链技术确权，制定行业标准。

增强算法的公平性与透明性

对数据算法进行多元化训练，在模型训练中引入并监控公平性指标（如 demographic parity, equality of opportunity），而非仅强调准确率。主动采用技术手段，如重新采样、重新加权、对抗性学习等，引入跨文化、多视角的历史资料，在训练前、中、后阶段减轻模型中的算法偏见。尽可能采用可解释性强的模型，或使用LIME、SHAP等工具为“黑箱”模型提供事后解释，记录关键的文化决策逻辑，增强可解释性设计，通过可视化工具展示AI在博物馆工作中的应用逻辑路径，如标注AI生成文化内容的来源与依据，提升公众信任。同时，开发低代码AI工具，降低中小型博物馆自主开发技术门槛。

持续监控博物馆工作，如展览策划结果的公平性和多样性，定期生成伦理审计报告；监控模型性能衰减和“概念漂移”，防止模型随着时间的推移产生新的偏见；定期邀请第三方机构对AI应用系统的数据使用和算法公平性进行独立审计，以增强公信力；及时进行迭代优化，将监控和审计结果作为模型优化的重要依据，形成“评估―改进―再评估”的闭环。

建立责任共担机制

成立由跨部门成员（包括法务、技术、产品、公关、伦理学专家、博物馆代表）组成的伦理委员会，负责审议重大数据伦理问题、制定政策并监督执行。建立伦理审查清单，对博物馆中的AI应用内容进行抽样审核，检查是否存在虚假信息、仇恨言论、极端内容、版权侵权等问题；设置“熔断机制”，当系统检测到异常模式（如大量推荐同质化、极端内容）时，能自动触发人工干预。

推进法律与行业标准并行，形成责任共担机制。建立明确的责任链条，当出现伦理问题时，能够追溯到具体的决策环节、数据源或模型，并有人或部门负责；政府需制定AI文化应用的专项法规，明确责任主体；博物馆行业协会可出台伦理指南，要求AI工具需通过伦理审查方可投入使用；建立区域性文物数字资源共享平台，引入跨学科协作，联合技术专家、历史学者、伦理学家共同参与AI文化应用项目，平衡技术可行性与文化真实性。

同时，向社会公开AI数据使用伦理规范，接受公众监督，定期发布透明度报告，说明数据请求、内容移除、算法重大更新等情况，用通俗易懂的语言清晰告知公众数据如何被收集和使用，以及AI应用的基本原理，提高应用透明度。

平衡人文内核与技术辅助

AI作为博物馆工作应用的辅助工具，并不能替代人的创意与判断，需建立“专家―AI协同”机制，树立以人为中心的工作理念。例如，博物馆策展工作应利用AI强大的数据处理和模式发现能力，将其作为研究、筛选与初步分类的工具，或从众多数字档案中发现被遗忘的艺术家，或分析全球艺术趋势的变迁，但最终的叙事构建、价值判断和空间营造，必须由具备深厚人文素养的策展人来完成。

AI生成的工作方案也需经专业团队审核，通过“脑机协同”模式（如AI辅助主题生成+人类深化叙事），保留人文独特性，确保内容符合学术规范，实现技术赋能与文化平衡。未来的博物馆工作人员需要具备“读懂”算法的能力，理解其工作原理与内在偏见，能够批判性地使用技术工具，而不是被动地接受其输出。在追求效率的技术逻辑面前，我们更应强调“慢”的意义――基于长期研究、深度对话和反复斟酌的研究实践。这种充满人文关怀的“慢”，是对技术“快”的平衡与修正。

在借助AI赋能博物馆工作的过程中，要持续关注公众反馈，为公众提供调控选项，给予明确的选择权，如“不喜欢此内容”“减少此类内容”，建立便捷的反馈渠道，针对公众提出的文化质疑及时进行调查和回应。同时，通过宣传或互动展览，向公众普及AI技术的局限性，培养批判性思维，防止技术迷信，或适度开放AI应用如策展算法的部分逻辑，提升公众信任度。

在博物馆中应用AI技术的最终目标并非取代人类智慧，而是拓展文化传播维度。技术发展需以“对人类本质的深刻反思”为前提。博物馆作为文明的守护者，发展理念应逐步从“以物为中心”转变为“以人为本”。随着时代进步，博物馆依托人工智能技术，深化多模态交互，将AI模型（如DeepSeek）与多感官技术（触觉、嗅觉）有机结合，实现文物故事的智能叙事与情感化交互，打造全方位的沉浸式体验。未来，应积极建设多元化平台，推动“博物馆+科技企业+高校”协同创新，借助AI赋能形成全球化协作，通过跨国数字展览与联合研究，构建数字资源共享机制，推动中国文化的国际传播。同时，需明确责任划分与数据规范，提升算法公正性与透明度，始终将伦理与人文视为发展的核心，让AI赋能的博物馆真正成为连接过去与未来文化脉络的桥梁。

（作者单位：南京市博物总馆）