Социальные, культурные, исторические исследования ибезопасность 163

Научная статья / Research Article

УДК 316.3:004.8

DOI: 10.14258/SSI(2025)4–10

Искусственный интеллект вформировании новой

художественной реальности: гносеологический анализ

Лариса Ивановна Нехвядович1

Ольга Николаевна Кузнецова2

Юлия Александровна Лысенко3

Алла Леонидовна Усанова4

1Алтайский государственный университет, Барнаул, Россия,

lar.nex@yandex.ru, https://orcid.org/0000–0002–9904–9554

2Алтайский государственный институт культуры, Барнаул, Россия,

onk2007@mail.ru, https://orcid.org/0000–0001–5105–674X

3Алтайский государственный университет, Барнаул, Россия,

iulia_199674@mail.ru, https://orcid.org/0000–0002–1088–3578

4Алтайский государственный университет, Барнаул, Россия,

alla_leo@mail.ru, https://orcid.org/ 000–0002–4815–2658

Аннотация. Интенсивное развитие технологий искусственного интеллекта оказывает

значительное влияние насовременную художественную практику, вызывая существенные

изменения вструктуре культурного производства, затрагивая основы художественной цен-

ности, механизмы легитимации итрадиционные представления отворчестве. Это обуслов-

ливает кризис классических категорий искусствоведения ивыявляет необходимость разра-

ботки новых теоретических подходов для анализа произведений, созданных сприменением

генеративных нейросетей. Настоящее исследование посвящено гносеологическому анализу

роли искусственного интеллекта вформировании новой художественной реальности, по-

нимаемой как продукт взаимодействия человеческого замысла ивычислительных алгорит-

мов. Методологической основой является интеграция философских концепций гносеоло-

гии исоциологии культуры сискусствоведческими подходами икомпаративным анализом

произведений, созданных сприменением генеративных нейросетевых моделей — «Портрет

Эдмонда деБелами» (Obvious), «Машинные галлюцинации», (Р. Анадол) «Пространствен-

ный оперный театр» (Д. Аллен), «Следующий Рембрандт» (Б. Корстен), «Воспоминания

прохожих I») (М. Клингеманн). Указанные проекты репрезентуют ключевые направления

искусства сучастием искусственного интеллекта: отгенеративного портрета имашинной

визуализации доиммерсионных пространственных инсталляций иреконструкции художе-

Society andSecurity Insights № 4 2025 164

ственных стилей. Входе исследования установлены перемены восновных эпистемологиче-

ских моделях искусства ираскрыта специфика алгоритмического искусства, основанного

настатистическом анализе иреконструкции вероятностных визуальных паттернов. Резуль-

татом стала представленная концепция алгоритмической эпистемологии как инструмента

понимания когнитивных процессов вцифровом искусстве. Вработе выявлены ипроана-

лизированы принципиальные различия между искусством, ориентированным на образ-

ные репрезентации, иискусством сучастием искусственного интеллекта, сосредоточенным

наобработке данных. Доказательно обоснован переход отклассической субъектности ав-

тора краспределенной агентности, вкоторой художественное сообщение рождается через

взаимодействие множества когнитивных итехнологических акторов. Вкачестве методоло-

гического вывода предложена схема анализа, включающая интерфейсное взаимодействие

(промпт- инженерия), латентные структуры обучающих данных и культурную рецепцию,

отражающую институциональные исоциальные контексты. Научная новизна состоит вси-

стематизации гносеологических особенностей искусства с участием искусственного ин-

теллекта, атакже вразработке методологических подходов для его анализа икураторства.

Практическая значимость работы проявляется ввозможности формирования новых кри-

териев искусствоведческой экспертизы цифрового искусства иподдержки инновационных

художественных практик вусловиях цифровой трансформации.

Ключевые слова: искусственный интеллект, искусство, гносеология, художественное

познание, латентные пространства, промпт- инженерия, цифровое искусство, культурная

рецепция

Для цитирования: Нехвядович Л.И, Кузнецова О.Н., Лысенко Ю.А.. Усанова А.Л. Искус-

ственный интеллект вформировании новой художественной реальности: гносеологический

анализ // Society and Security Insights. 2025. Т.8, №4. С.163–177. doi: 10.14258/ssi(2025)4–10

Articial Intelligence in the Formation of New Artistic Reality:

Epistemological Analysis

LarisaI. Nekhvyadovich1

Olga N. Kuznetsova2

Yuliya A. Lysenko3

Alla L. Usanova4

1Altai State University, Barnaul, Russia,

lar.nex@yandex.ru, https://orcid.org/0000–0002–9904–9554

2Altai State Institute of Culture, Barnaul, Russia,

onk2007@mail.ru, https://orcid.org/0000–0001–5105–674X

3Altai State University, Barnaul, Russia,

iulia_199674@mail.ru, https://orcid.org/0000–0002–1088–3578

4Altai State University, Barnaul, Russia, alla_leo@mail.ru, https://orcid.org/ 000–0002–4815–2658

Социальные, культурные, исторические исследования ибезопасность 165

Abstract. e rapid development of articial intelligence technologies has had aprofound

impact on contemporary artistic practice, leading to substantial transformations in the structure

of cultural production and aecting the foundations of artistic value, mechanisms of legitimation,

and traditional notions of creativity. is process has generated acrisis of classical art-historical

categories and revealed the need to develop new theoretical approaches for analyzing artworks

created with generative neural networks.

e present study is devoted to the epistemological analysis of the role of articial intelli-

gence in shaping anew artistic reality, understood as aproduct of interaction between human

intention and computational algorithms. e methodological framework integrates philosoph-

ical concepts of epistemology and sociology of culture with art-historical methods, including

formal- stylistic and comparative analysis of works created through generative neural models

— Portrait of Edmond de Belamy (Obvious, 2018), Machine Hallucinations (R. Anadol, 2019–

2021), Spatial Opera eater (D. Allen, 2020), e Next Rembrandt (B. Korsten et al., 2016),

and Memories of PassersbyI (M. Klingemann, 2018). ese projects represent key directions

in AI-based art — from generative portraiture and machine visualization to immersive spatial

installations and algorithmic reconstructions of historical artistic styles.

e research identies shis in the main epistemological models of art and reveals the spec-

icity of algorithmic aesthetics, based on statistical analysis and probabilistic reconstruction of

visual patterns. e result is the introduction of the concept of algorithmic epistemology as atool

for understanding cognitive processes in digital art. e study highlights and analyzes the funda-

mental dierences between art oriented toward gurative representation and AI-driven practices

focused on data processing and pattern generation.

It is argued that there is atransition from classical authorial subjectivity to distributed agen-

cy, in which the artistic statement emerges through the interaction of multiple cognitive and

technological actors. As amethodological outcome, the paper proposes athree- level analytical

framework comprising: (1) interface interaction (prompt engineering); (2) latent data structures,

shaped by the characteristics of training datasets; and (3) cultural reception, reecting institution-

al and sociocultural contexts of perception.

e scientic novelty of the research lies in the systematization of the epistemological features

of AI-assisted art and the development of methodological approaches for its analysis and cura-

torial interpretation. e practical signicance of the study is expressed in the possibility of for-

mulating new criteria for art-historical evaluation of digital art and supporting innovative artistic

practices under conditions of digital transformation.

Keywords: articial intelligence, art, epistemology, artistic cognition, latent spaces, prompt

engineering, digital art, cultural reception

For citation: Nekhvyadovich, L. I., Kuznetsova, O. N., Lysenko, Yu. A., Usanova, A. L. (2025). Ar-

tiﬁcial Intelligence in the Formation of aNew Artistic Reality: Epistemological Analysis. Society and

Security Insights, 8(4), 163–177. (InRuss.). doi: 10.14258/ssi(2025)4–10

Введение

Интеграция технологий искусственного интеллекта в сферу художествен-

ного творчества сегодня сопровождается не только стремительным развитием,

ноипротиворечиями, которые ведут кпересмотру устоявшихся культурных па-

Society andSecurity Insights № 4 2025 166

радигм. Врамках социокультурного подхода этот процесс следует рассматривать

некак сугубо технологическую эволюцию, а как перестройку всего поля куль-

турного производства, затрагивающую распределение символического капитала,

изменение механизмов легитимации исамих оснований художественной ценно-

сти. Ранние эксперименты отDeep Dream (2015) как визуализации работы сверх-

точных сетей — выявили потенциал машинного обучения; распространение ге-

неративных моделей (GAN, диффузия) перевело медиатизацию искусства вфазу,

когда алгоритм выступает активным участником культурного производства. Фо-

кус дискуссии сместился от инструмента к переопределению творчества и ав-

торства, что актуализировало пересмотр базовых категорий искусствознания:

«авторства», «оригинальности», «творческого процесса». Победа проекта Джей-

сона Аллена (2022) иотказ Бориса Элдагсена (2023) принять награду Sony World

Photography Awards заИИ-сгенерированную работу показывают, что институци-

ональные механизмы легитимации не успевают за сгенерированными художе-

ственными практиками.

Концепция «тревоги влияния» Г. Блума (Bloom, 1973: 19–20), согласно кото-

рой каждый автор неизбежно аккумулирует ипереосмысляет поэтику предше-

ственников, обладает методологической эвристичностью нетолько для литера-

турного творчества, ноидля понимания гносеологических оснований искусства

в эпоху искусственного интеллекта. Если классическое искусство развивалось

впарадигме «тревоги влияния» поотношению ккультурной традиции, тоискус-

ственный интеллект проблематизирует саму возможность оригинальности вус-

ловиях, когда алгоритмические системы функционируют как агрегаторы куль-

турного наследия. Классическая европейская эстетическая традиция, берущая

начало втрудах И. Канта (Kant, 1994), была сфокусирована нагерменевтике ху-

дожественного смысла иреконструкции авторского замысла. Втовремя как тра-

диционная критика — будь тоформальный анализ Г. Вельфлина (Wölin, 1984)

илиже иконология Э. Панофского (Panofsky, 1955) — выявляла авторский замы-

сел исредства художественной выразительности, искусственный интеллект вы-

страивает реальность, опосредованную статистическими закономерностями,

анепрямым авторским замыслом, что ставит под вопрос традиционные мета-

физические ориентиры. Врезультате возникает двой ственность искусственного

интеллекта как агента/инструмента создания новой художественной реальности

икак метода анализа художественного опыта. Возникает необходимость разра-

ботки нового подхода, способного описать процесс взаимодействия художника

имашины, переосмыслить понятия «творческий замысел» и «ценность произ-

ведения». Таким образом, актуальность данного исследования определяется его

значимостью нетолько для теории современного искусства, ноидля философии

познания исоциологии культуры вцелом.

Анализ научной литературы выявляет основные подходы кизучаемой про-

блеме. Анализ отечественной научной литературы позволяет выделить три на-

правления в ее исследовании. Существенный вклад в осмысление алгоритмиче-

ского творчества внесли работы, рассматривающие искусственный интеллект как

Социальные, культурные, исторические исследования ибезопасность 167

инструмент моделирования когнитивных процессов. Исследования Н. М. Амосова

(Амосов, 1968; 1973) заложили основы моделирования психической деятельности

человека иобозначили пути ее реализации с помощью вычислительных систем.

И. Ю. Алексеева (1993) осуществила системный анализ соотношения философ-

ских концепций знания сих компьютерными репрезентациями. Однако эти рабо-

ты, сохраняющие значение для раннего этапа развития искусственного интеллекта,

неучитывают специфику глубокого обучения игенеративных моделей.

Второе направление составляют исследования, акцентирующие онтологи-

ческое различие между человеческим имашинным творчеством. И. Н. Вольнов

(2024) обосновывает неспособность формальных методов искусственного ин-

теллекта ксимуляции «живого воображения». Критический анализ данной по-

зиции, однако, позволяет утверждать, что она неучитывает эмерджентный ха-

рактер генерации всложных нейросетевых архитектурах, где новизна является

результатом непрямого копирования, авыявления латентных паттернов вболь-

ших данных.

Современные отечественные исследования характеризуются смещением фо-

куса соппозиции «человек — машина» наанализ гибридных систем. Л. Н. Соло-

вьева иВ. В. Соловьев (2023) исследуют формирование «субъекта нового типа»

вусловиях цифровой трансформации. Вконтексте культурологического подхода

Н. А. Хренов (2024) обосновывает необходимость новых методологических осно-

ваний для анализа изменений вискусстве.

Среди зарубежных исследований следует отметить работы К. Хейлс (Hayles,

1994; 2017), анализирующей переопределение телесности иагентности, иЛ. Мано-

вича (Manovich, 2021), исследующего культурные последствия алгоритмической ге-

нерации образов. Особого внимания заслуживают работы Б. Гройса (2016), посвя-

щенные анализу цифрового искусства вконтексте институциональных практик.

Таким образом, проведенный анализ позволяет констатировать, что, несмо-

тря насуществующий корпус исследований, гносеологический статус произведе-

ний сприменением генеративных моделей остается недостаточно разработанным.

Методы исследования

Цель настоящей статьи состоит вгносеологическом анализе влияния искус-

ственного интеллекта на формирование новой художественной реальности. Мы

вводим рабочее понятие алгоритмической эпистемологии, под которой понима-

ется совокупность процедур имоделей познания, возникающих врезультате вза-

имодействия трех взаимосвязанных уровней. Во-первых, интерфейсные практи-

ки — такие как промпт- инженерия, параметризация и селекция, через которые

осуществляется семиотическое взаимодействие человека иалгоритма. Эти прак-

тики формируют новый тип когнитивной медиации, при которой смысл возни-

кает в процессе сонастройки между пользователем и вычислительной системой

(Kwastek, 2023; Manovich, 2021). Во-вторых, латентные данные структур, определя-

ющие статистическую организацию визуальных паттернов, задают вероятностные

рамки восприятия игенерации образов. Вних художественная форма возникает

Society andSecurity Insights № 4 2025 168

как результат корреляции между многомерными признаковыми пространствами,

что отражает переход отрепрезентации кстохастическому моделированию (Hayles,

2017; Mackenzie, 2021). В-третьих, институциональная рецепция — совокупность

привил легитимации имеханизмов признания цифровых артефактов — закрепля-

ет значение истатус произведений, создаваемых при участии искусственного ин-

теллекта. Вэтом контексте алгоритмическое искусство может рассматриваться как

новая форма институционального производства смысла (Groys, 2016). Таким обра-

зом, взаимодействие этих трех уровней формирует новый тип художественной ре-

альности, вкоторой авторство приобретает распределенный характер, асам образ

выступает как стохастическая реконструкция — вероятностное становление куль-

турных структур ивизуальных инвариантов наоснове алгоритмических выявлен-

ных закономерностей (Hayles, 2017; Parisi, 2019).

Висследовании использован междисциплинарный подход напересечении

гносеологии, социологии культуры иискусствоведения сэлементами культурной

аналитики. Эмпирической базой выступают два вида источников. Вкачестве тео-

ретической базы привлечены труды потеории познания иэстетики, научные пу-

бликации, посвященные современным архитектурам генеративных нейросетей,

атакже искусствоведческие публикации оцифровом искусстве. Ванализ вклю-

чены: «Портрет Эдмона деБелами» (Obvious, 2018), «Машинные галлюцинации»

(Р. Анадол, 2019–2021), «Воспоминания прохожих I» (М. Клингеманн, 2018), «Сле-

дующий Рембрандт» (2016), атакже иммерсивные проекты, такие как «Простран-

ственный оперный театр» (Д. Аллен). Методика анализа произведений включает

формально- стилистический, сравнительный иконтекстуальный анализ.

Результаты

Художественная реальность представляет собой особый тип бытия, обуслов-

ленный сущностью искусства иреализуемый впределах художественной прак-

тики. Как отмечает Л. А. Закс, «термин «художественный» как раз ификсирует

сущностно- специфическое качество (определенность) исоответственно способ

осуществления этой реальности» (Закс, 1985:48), т.е. способ реализации особого

типа реальности, возникающей впроцессе художественного творчества. Художе-

ственный образ, отражая объективную действительность, выступает как идеаль-

ная реальность субъективного плана, возникающая втворческом процессе. Вис-

кусстве идеальная реальность приобретает специфические свой ства, связанные

сфеноменологией художественного сознания, вкотором образы рождаются, ак-

туализируются иисторически изменяются. Художественная реальность, таким

образом, представляет собой исторически и культурно обусловленную форму

символического опыта, где пересекаются индивидуальное восприятие, традиции

культуры иэстетические ценности эпохи.

Анализ гносеологических оснований художественного творчества вдиахро-

нической перспективе выявил последовательную смену эпистемологических мо-

делей. Впериод отАнтичности доНового времени вевропейском искусстве доми-

нирующей являлась миметическая модель познания, врамках которой искусство

Социальные, культурные, исторические исследования ибезопасность 169

выступало как инструмент репрезентации объективной или идеальной реально-

сти через акт подражания. Согласно Аристотелю, данный акт несводился кме-

ханическому копированию действительности, но предполагал выявление уни-

версального вединичном, поскольку «…задача поэта — говорить неотом, что

действительно произошло, ноотом, что моглобы произойти, будучи возможно

ввероятности или необходимости. <…> Поэтому поэзия философичнее исерьез-

нее истории: поэзия больше говорит обобщем, история — оединичном» (Аристо-

тель, 1998: 1064–1112).

Рубеж XIX–XX вв. ознаменовал собой кризис репрезентативной парадиг-

мы вискусстве. Импрессионизм подверг сомнению объективность визуального

восприятия, смещая акцент насубъективный опыт ифеноменальную изменчи-

вость впечатлений (например, К. Моне «Впечатление. Восходящее солнце», 1872),

тогда как экспрессионизм сместил акцент навыражение внутреннего аффекта.

Примером этой тенденции является «Крик» Э. Мунка (1893), где внешняя реаль-

ность полностью подчинена задаче передачи экзистенциальной тревоги, ахудо-

жественная форма становится прямым следствием эмоционального состояния.

Дальнейшее развитие этой тенденции связано сформированием беспредметного

искусства, вкотором происходит отказ отмиметических функций впользу соз-

дания автономного художественного языка. Например, произведение «Компози-

цияVIII» В. В. Кандинского (1923), получившая теоретическое обоснование вего

трактате «Одуховном вискусстве» (1911).

Всередине XXв. практика абстрактного экспрессионизма, вчастности живо-

пись Дж. Поллока (например, «Номер 5, 1948»), получает теоретическое осмысле-

ние втерминах, предложенных Г. Розенбергом вего программной статье «Амери-

канские художники- авангардисты» (1952). Вданной концепции холст трактуется

как «арена» для событий, аживописное произведение — как его материальный

индекс. Такой подход сдвигает гносеологический акцент с задачи репрезента-

ции мира нафиксацию процессуальной иперформативной природы творческо-

го акта, подчеркивая взаимодействие художника сматериалом как центральный

элемент художественного высказывания.

Кризис модернистского проекта вовторой половине XXв. обусловил станов-

ление концептуально- критической модели художественного познания, которая

ставит под сомнение традиционные представления обуникальности авторско-

го жеста. Эта тенденция прослеживается от реди-мейдов М. Дюшана до прак-

тик институциональной критики ивключает деконструкцию авторства как ос-

новы творческого процесса. Центральным элементом данной модели является

дихотомия между концептом («идеей») иего материальной воплощенностью, что

служит теоретической основой для развития пост-антропоцентрической пара-

дигмы. Врамках этой парадигмы функции материального исполнения необя-

зательно осуществляются человеком, допускается делегирование их не-челове-

ческим агентам, что расширяет понимание творческого акта ихудожественного

авторства (Schapiro, 1994a; 1994b).

Society andSecurity Insights № 4 2025 170

Вискусстве сучастием искусственного интеллекта формируется новая эпи-

стемологическая модель — статистическая или стохастическая, основанная навы-

явлении закономерностей вмассиве данных. Здесь творчество перестает быть ре-

зультатом индивидуального восприятия истановится процессом моделирования

культурных паттернов. Характерным примером является проект М. Клингеман-

на «Воспоминания прохожих I» (2018), где алгоритм, обученный наколлекциях

европейской портретной живописи, в реальном времени генерирует поток че-

ловеческих лиц — симулякров произведений «старых мастеров». Произведение

представляет собой медиаинсталляцию, включающую два деревянных экрана-

портала и компьютер, создающий изображения в режиме реального времени.

Лица, возникающие наэкранах, непринадлежат реальным людям: каждый об-

раз существует лишь мгновение, прежде чем уступить место следующему. Таким

образом, произведение неимеет фиксированной формы, асуществует как непре-

рывный визуальный процесс. Композиционно создаваемые алгоритмом портре-

ты напоминают традиционный парадный или психологический портрет— фи-

гуру анфас или втри четверти нанейтральном фоне при мягком свете. Колорит

варьируется отприглушенно охристо- коричневых итепло- бежевых тонов доси-

них и серых оттенков, а фактура, несмотря на цифровую природу, имитирует

живописную поверхность. Концепция произведения основана наисследовании

машинной памяти ивосприятия человека. Внем портрет перестает быть отраже-

нием личности ипревращается впроцесс вычисления, где художественная фор-

ма — это результат взаимодействия данных иалгоритма (Hayles, 2017: 132). Таким

образом, вискусстве сучастием искусственного интеллекта размывается граница

между создателем ипродуктом, ахудожественное значение приобретает процесс

моделирования ичислового обучения культурных архетипов.

Обсуждение

Определение гносеологического статуса изображений, созданных сучасти-

ем искусственного интеллекта, актуализирует необходимость пересмотра кате-

горий искусствоведения иметодологических подходов. Вотличие отклассиче-

ской миметической традиции, которая воспринимала художественный образ

как отражение внешней действительности, имодернистской парадигмы, акцен-

тировавшей субъективное выражение, алгоритмические изображения основаны

налогике паттерногенеза. Как отмечает Л. Манович, визуальность вцифровую

эпоху порождается через выявление латентных структур культурных данных

(Manovich, 2021: 45). Вэтом контексте связь среферентом осуществляется нече-

рез наблюдение, ачерез статистическую организацию обучающей выборки, где

эстетическая форма становится функцией вероятности.

Данная специфика формирует феномен «статистического реализма», кото-

рый заключается невкопировании или имитации реальности, авреконструкции

ее вероятностных моделей. Пословам Н. Кэтрин Хейлс, алгоритмические систе-

мы «производят несоответствия реальности, апаттерны, чья истинность опреде-

ляется несоответствием реальности, новнутренней согласованностью данных»

Социальные, культурные, исторические исследования ибезопасность 171

(Hayles, 2017: 132). Генерация изображений впространстве многомерных латент-

ных пространств соотносит их с понятием симулякра: художественный образ

становится конструкцией, выявляющей структурные инварианты данных. Дан-

ный процесс может быть описан втерминах «культурной аналитики», определя-

емой Л. Манович как использование вычислительных методов для исследования

закономерностей человеческой культуры (Manovich, 2021: 78).

Рассмотренные теоретические предпосылки позволяют перейти к анали-

зу произведений цифрового искусства. Современные практики искусственного

интеллекта показывают переход отнепосредственного физического воздействия

художника наматериал копосредованному семиотическому конструированию

образа. Врамках промпт- инженерии словесная инструкция становится метаже-

стом, через который реализуется творческий процесс. Таким образом, творчество

приобретает форму взаимодействия салгоритмом. Впроектах, основанных нара-

боте с большими данными, архитектура латентных пространств утверждается

как самостоятельный художественный медиум. Так, серия «Машинные галлюци-

нации» (2019–2021) Р. Анадола представляет собой иммерсивное аудиовизуальное

пространство, построенное наобработке больших данных с помощью нейрон-

ных сетей. Основным визуальным материалом служат фотографии архитектуры,

природных ландшафтов и космических изображений, загруженных в систему

машинного обучения. Результатом является визуальная среда, где формы, цвета

идвижения постоянно изменяются, напоминая абстрактные пейзажи или фанта-

стические видения. Работа объединяет видеоарт, инсталляцию, медиаархитекту-

ру исаунд- дизайн. Композиция нелинейна ипроцессуальна: она неимеет начала

иконца, аразвивается как непрерывный поток данных, визуализирующих про-

цесс «сновидений» машины. Ритм пластических форм основан наалгоритмиче-

ских закономерностях. Колористическое решение варьируется отглубоких синих

ипурпурных тонов дозолотисто- оранжевых вспышек света. Световые перехо-

ды смягчены. Основные стилистические черты: абстрактность, технологический

романтизм, иммерсивность, генеративность. Основная идея — исследование ма-

шинного восприятия ипамяти. Р. Анадол рассматривает нейросеть как новый

субъект восприятия, который «мыслит» наоснове накопленных данных. Таким

образом, работа становится метафорой взаимодействия человека иискусствен-

ного интеллекта, где границы между человеческим и машинным воображени-

ем стираются. Работа неизображает конкретные объекты, авизуализирует сам

процесс мышления алгоритма. Эта позиция подтверждает тезис Н. Кэтрин Хейлс

о том, что «алгоритмические системы производят паттерны, чья истинность

определяется внутренней согласованностью данных» (Hayles, 2017: 132), ставя под

вопрос традиционные принципы субъективного художественного выражения.

Формально- стилистический анализ «Портрета Эдмонда де Белами» (2018)

коллектива Obvious (Пьер Фотрель, Юго Каселес- Дюпра иГотье Верньо) выявля-

ет характерную «эстетику сжатия» — размытые контуры ипластическую неопре-

деленность, возникающие как следствие работы соскрытыми слоями GAN-архи-

тектуры. Работа выполнена сиспользованием нейросетевого алгоритма, который

Society andSecurity Insights № 4 2025 172

обучался на базе около 15000 классических портретов XIV–XIX вв. В итоге был

получен виртуальный портрет несуществующего человека, вымышленного пер-

сонажа, придуманного художниками. Композиционно работа напоминает клас-

сический парадный портрет: фигура представлена в трехчетвертном повороте,

изображение ограничено овальной рамой итемным фоном, центр тяжести смещен

кверхней части холста, что создает ощущение величия. Однако фигура нечеткая,

размытая, границы лица иодежды растворяются внеопределенной живописной

массе. Так нарушается иллюзия материальности ииндивидуальности, столь важ-

ной для классической живописи. Колорит основан натеплых охристо- коричневых

тонах, характерных для старых портретов. Фактура имитирует живописный ма-

зок, который произведен алгоритмом. Вработе стилистически соединяются бароч-

ная иакадемическая традиции (композиция, поза, колорит), концептуальное ис-

кусство (идея как основа произведения) иAI Art иGenerative Art. Вформальном

плане изображение можно охарактеризовать как стилистическую имитацию, соз-

дающую образ искусства, увиденного машиной. Особое значение имеет подпись,

выполненная неименем художника, аматематической формулой GAN. Эта форму-

ла символизирует смену субъекта творчества: отчеловека калгоритму. Науровне

идеи работа отражает границы между человеком имашинным творчеством. «Эд-

монд де Белами» — несуществующий аристократ, чье лицо — алгоритмическая

галлюцинация. Тем самым коллектив художников показывает, что машина спо-

собна непросто копировать, носоздавать новую художественную реальность, хотя

ибез осознанного намерения.

Схожие принципы реализуются в проекте «Следующий Рембрандт»

(B. Korsten и др., 2016). Проект был реализован при участии специалистов

Microso, TU Del имузея Рембрандта вАмстердаме. Алгоритм проанализиро-

вал более 300 работ Рембрандта, выделив их ключевые морфологические, компо-

зиционные иколористические особенности. Наоснове статистической обработ-

ки данных нейросеть сгенерировала портрет «встиле Рембрандта» — мужчину

средних лет вчерной одежде сбелым кружевным воротником ишляпой. Компо-

зиционно работа сохраняет классическую рембрандтовскую структуру — полу-

фигура втри четверти натемном фоне, снаправленным источником света, моде-

лирующим объем через контраст света итени. Световое пятно, сосредоточенное

на лице, подчеркивает психологическую глубину образа, воссоздавая эффект

«внутреннего свечения», характерный для манеры мастера. Колорит ограни-

чен диапазоном охристо- золотистых, коричневых итепло- серых тонов. Фактура

имитирует плотный живописный слой масляной краски, носоздана посредством

трехмерной печати. Эстетика произведения балансирует между подражанием

игенерацией, между имитацией стиля и созданием новой художественной ре-

альности. Нанаш взгляд, наконцептуальном уровне работа воплощает идею ал-

горитмического продолжения художественной традиции, где субъектом творче-

ского акта становится вычислительная система. Вотличие от«Портрета Эдмонда

де Белами», где изображение демонстрирует распад формы и эстетизацию не-

определенности, «Следующий Рембрандт» стремится кпредельной точности изо-

Социальные, культурные, исторические исследования ибезопасность 173

бражения. Работы объединяет одно: они подчеркивают урату уникального ав-

торского жеста ипревращений художественного процесса впроцесс статистиче-

ской реконструкции традиции.

Процесс создания работы «Пространственный оперный театр» (2020)

Д. Аллена представляет собой мультимедийное пространственное произведение,

объединяющее элементы архитектуры, света, звука идвижения в единую син-

тетическую структуру. Форма произведения нефиксирована. Это динамическая

пространственная композиция, в которой зритель становится участником —

внутри трехмерного театра света и звука. Композиция основывается на архи-

тектонической логике сценического пространства: есть центральная зона (сце-

на), периферийные проекции (декорации и поле движения зрителя). Основной

принцип построения — ритмическая симметрия ивариативная структура теа-

тра. Цветовое решение основано наконтрастах холодного итеплого света. Пре-

обладают синие, фиолетовые, золотистые ибелые тона, которые переходят друг

вдруга взависимости отзвуковых частот. Аллен создает «оперу пространства»,

где вместо певцов — световые иакустические формы, вместо оркестра — алго-

ритмы. Концептуально работа исследует чувственное восприятие данных, где аб-

страктные математические иакустические отношения превращаются вэмоцио-

нальный опыт. Данная последовательность коррелирует сконцепцией Б. Гройса

о«трансформации биографии вбиографику» — переходе отспонтанного худо-

жественного творчества кструктурированному, управляемому производству ви-

зуальных образов (Гройс, 2016: 89). Витоге современный художник работает как

«метаавтор» (К. Хейлс), чья агентность распределяется между созданием пром-

потом, выбором оптимальных результатов инастройкой латентных пространств.

Следует подчеркнуть, что участие искусственного интеллекта втворческом про-

цессе ненивелирует фигуру художника, аменяет его инструментарий икогни-

тивные установки: происходит переход откисти кинтерфейсу, аутографического

жеста — ксемиотическому протоколу, отмиметического творчества — кархи-

тектуре визуальных данных.

Таким образом, искусство, созданное сучастием искусственного интеллек-

та, формирует новую эпистемологическую модель — алгоритмическую гносеоло-

гию, вкоторой художественное знание возникает нечерез репрезентацию ивы-

ражение, ачерез моделирование.

Заключение

Проведенное исследование подтверждает, что искусственный интеллект яв-

ляется фактором формирования новой художественной реальности, требующей

переосмысления традиционных гносеологических, эстетических иискусствовед-

ческих подходов. Предложенная вработе концепция алгоритмической эпистемо-

логии позволяет рассматривать искусство, созданное сучастием искусственного

интеллекта, как новую форму когнитивного иэстетического опыта.

Эмпирический анализ показал, что искусство, порожденное алгоритмами,

функционирует как когнитивная система, вкоторой художественное высказы-

Society andSecurity Insights № 4 2025 174

вание формируется впроцессе коэволюции художественного замысла ивычис-

лительных возможностей искусственного интеллекта. Такое взаимодействие

позволяет определить новый тип художественной реальности, основанной

нараспределенной агентности иконцепции сотворчества.

Основные выводы исследования заключаются вследующем:

1 Разработана концептуальная рамка алгоритмической эпистемологии, ко-

торая представляет теоретическую основу для анализа процессов познания вис-

кусстве сиспользованием больших данных игенеративных моделей.

2. Выявлены различия между традиционным и алгоритмическим художе-

ственным познанием: искусство опирается преимущественно на образную ре-

презентацию, тогда как практика сучастием искусственного интеллекта сосредо-

точена намоделировании иобработке данных.

3. Обосновано смещение отиндивидуальной субъектности краспределен-

ной агентности, при которой высказывание возникает в процессе взаимодей-

ствия различных когнитивных и технологических уровней — человеческого

имашинного.

Предложенная схема анализа произведений искусства с участием искус-

ственного интеллекта включает три уровня:

— интерфейсное взаимодействие (промпт- инженерия), зависящее отспосо-

ба формулировки задания для алгоритма;

— латентный, определяемый структурой истатистикой обучающего датасета;

— культурно- институциональный, отражающий контексты восприятия

илегитимации цифровых произведений всовременном искусстве.

Практическая значимость исследования заключается ввозможности приме-

нения разработанных положений для формирования критериев искусствоведче-

ской экспертизы цифрового искусства, атакже для разработки методик куратор-

ской имузейной работы спроектами, создаваемыми при участии искусственного

интеллекта.

СПИСОК ИСТОЧНИКОВ

Алексеева И. Ю. Человеческое знание иего компьютерный образ. Рос. АН, Ин-т

философии. М.: ИФРАН, 1993. 215 с.

Амосов Н. М. Моделирование сложных систем. Киев: Наукова Думка, 1968. 88 с.

Амосов Н. М. Автоматы иразумное поведение. Опыт моделирования. Киев: На-

укова Думка, 1973. 375 с.

Аристотель. Этика. Политика. Риторика. Поэтика. Категории. Минск: Литерату-

ра, 1998. С.1064–1112.

Гройс Б. Искусство как биография: трансформация творчества и культурных

практик. СПб.: Академический проект, 2016. 128 с.

Закс Л.А. Кисследованию феномена художественной реальности // Художествен-

ная реальность: сб. науч. тр. Свердловск: УрГУ, 1985. С.47–59.

Социальные, культурные, исторические исследования ибезопасность 175

Кант И. Критика способности суждения / пер. с нем.; вступ. статья и комм.

А. В. Гулыги. Москва: Искусство, 1994. 365 с.

Кудин П. А., Ломов Б. Ф. Использование средств технической эстетики для повы-

шения эффективности операций приема ипередачи информации человеком. Л.:

ЛГУ, 1965. С.125–143.

Сигида Д. А. Основные подходы исследования искусства втеоретической культу-

рологии // Аналитика культурологии. 2012. №3. С.84–87.

Соловьева Л. Н., Соловьев В. В. Человек иискусственный интеллект: напути кпо-

стантропологическому будущему // Общество: философия, история, культура.

2023. №11. С.126–132.

Хренов Н. А. Искусство вситуации культурологического поворота: методологи-

ческие поиски: монография. М.: Канон+ РООИ «Реабилитация», 2024. 624 с.

Bloom H. e Anxiety of Inuence: Aeory of Poetry. Oxford: Oxford University

Press, 1973. P.19–20.

Hayles N. K. Unthought: e Power of the Cognitive Nonconscious. Chicago: University

of Chicago Press, 2017.

Hayles N. Katherine. How We Became Posthuman: Virtual Bodies in Cybernetics,

Literature, and Informatics. Chicago: University of Chicago Press, 1999. P.150.

Kwastek K. Aesthetics of Interaction in Digital Art. Cambridge (MA): MIT Press, 2023.

288 p.

Manovich L. Cultural Analytics. Cambridge (MA): MIT Press, 2021.

Mackenzie A. Machine Learners: Archeology of aData Practice. Cambridge (MA): MIT

Press, 2021. 312 p.

Panofsky E. Meaning in the Visual Arts. Chicago: University of Chicago Press, 1955.

Parisi L. Contagious Architecture: Computation, Aesthetics, and Space. Cambridge

(MA): MIT Press, 2019. 376 p.

Schapiro M. e Nature of Abstract Art. New York: George Braziller, 1994.

Schapiro M. eory and Philosophy of Art: Style, Artist, and Society. New York: George

Braziller, 1994.

Wölin H. Principles of Art History: e Problem of the Development of Style in Later

Art, translated by P. S. G. Murphy. Chicago: University of Chicago Press, 1984.

REFERENCES

Alekseeva, I. Yu. (1993). Human knowledge and its computer image. Moscow: IFRAN

(inRuss.).

Amosov, N. M. (1968). Modeling of complex systems. Kiev: Naukova Dumka. (inRuss.).

Amosov, N. M. (Ed.). (1973). Automata and rational behavior: Modeling experience.

Kiev: Naukova Dumka (inRuss.).

Society andSecurity Insights № 4 2025 176

Aristotle (1998). Ethics, politics, rhetoric, poetics, categories (pp. 1064–1112). Minsk: Lit-

eratura (inRuss.).

Groys, B. (2016). Art as biography: Transformation of creativity and cultural practices.

St. Petersburg: Akademicheskij Proekt (inRuss.).

Zaks, L. A. (1985). On the study of the phenomenon of artistic reality. In: Artistic reality:

Collection of scientic papers (pp. 47–59). Sverdlovsk: UrGU (inRuss.).

Kant, I. (1994). Critique of the power of judgment (A. V. Gulyga, Trans. & Ed.). Moscow:

Iskusstvo (inRuss.).

Kudin, P. A., & Lomov, B. F. (1965). Use of technical aesthetics tools to increase eciency

of human information reception and transmission operations. (рр. 125–143). Leningrad:

LGU (inRuss.).

Sigida, D. A. (2012). Main approaches to art research in theoretical culturology. Analiti-

ka Kul’turologii, 3, 84–87 (inRuss.).

Solovyeva, L. N., & Solovyov, V. V. (2023). Human and articial intelligence: On the way

to the post-anthropological future. Obshchestvo: Filosoya, Istoriya, Kul’tura, 11, 126–

132 (inRuss.).

Khrenov, N. A. (2024). Art in the situation of the culturological turn: Methodological

searches (Monograph). Moscow: Kanon+ ROOI “Reabilitatsiya” (inRuss.).

Bloom, H. (1973). e anxiety of inuence: Atheory of poetry. Oxford: Oxford Universi-

ty Press.

Hayles, N. K. (1999). How we became posthuman: Virtual bodies in cybernetics, literature,

and informatics. Chicago: University of Chicago Press.

Hayles, N. K. (2017). Unthought: e power of the cognitive nonconscious. Chicago: Uni-

versity of Chicago Press.

Kwastek, K. (2023). Aesthetics of interaction in digital art. Cambridge, MA: MIT Press.

Manovich, L. (2021). Cultural analytics. Cambridge, MA: MIT Press.

Mackenzie, A. (2021). Machine learners: Archeology of adata practice. Cambridge, MA:

MIT Press.

Panofsky, E. (1955). Meaning in the visual arts. Chicago: University of Chicago Press.

Parisi, L. (2019). Contagious architecture: Computation, aesthetics, and space. Cam-

bridge, MA: MIT Press.

Schapiro, M. (1994a). e nature of abstract art. New York: George Braziller.

Schapiro, M. (1994b). eory and philosophy of art: Style, artist, and society. New York:

George Braziller.

Wölin, H. (1984). Principles of art history: e problem of the development of style in

later art (P. S. G. Murphy, Trans.). Chicago: University of Chicago Press (Original work

published 1915).

Социальные, культурные, исторические исследования ибезопасность 177

СВЕДЕНИЯ ОБ АВТОРАХ / INFORMATION ABOUT THE AUTHORS

Лариса Ивановна Нехвядович — д-р искусствоведения, профессор, дирек-

тор института гуманитарных наук Алтайского государственного университета,

г.Барнаул, Россия.

LarisaI. Nekhvyadovich — Doctor of Arts, Professor, Director of the Institute of

Humanities, Altai State University, Barnaul, Russia.

Ольга Николаевна Кузнецова — д-р искусствоведения, доцент кафедры ху-

дожественной культуры идекоративно- прикладного творчества Алтайского го-

сударственного института культуры, г.Барнаул, Россия.

Olga N. Kuznetsova — Doctor of Arts Studies, Associate Professor, Department of

Fine Arts and Decorative- Appllied Creativity, Altai State Institute of Culture, Barnaul,

Russian

Юлия Александровна Лысенко — д-р исторических наук, профессор, завка-

федрой востоковедения Алтайского государственного университета, г.Барнаул,

Россия.

Yuliya A. Lysenko — Doctor of Sciences (History), Professor, Head of the

Department of Oriental Studies, Altai State University, Barnaul, Russia.

Алла Леонидовна Усанова — д-р искусствоведения, профессор кафедры

культурологии идизайна Алтайского государственного университета, г.Барна-

ул, Россия.

Alla L. Usanova — Doctor of Art History, Professor of the Department of Cultural

Studies and Design, Altai State University, Barnaul, Russia.

Статья поступила вредакцию 03.11.2025;

одобрена после рецензирования 25.11.2025;

принята кпубликации 25.11.2025.

The article was submitted 03.11.2025;

approved after reviewing 25.11.2025;

accepted for publication 25.11.2025.