ArtTao. Net

Kipengele hiki hakijajumuishwa katika toleo hili.

Katika mageuko ya baadaye ya sanaa ya dhahania ya kijiometri, akili bandia itazidi kuchukua jukumu la "zana ya kielimu na utafiti." Jukumu hili si chini ya umuhimu kama kazi yake kama jenereta, mchambuzi, au mshirika wa mfumo, kwa sababu sanaa ya dhahania ya kijiometri yenyewe ina muundo imara, mantiki, na uchanganuzi. Tofauti na aina nyingi za sanaa zinazotegemea simulizi, ishara, au makadirio ya kihisia, sanaa ya dhahania ya kijiometri inasisitiza uwiano, mpangilio, mdundo, nafasi hasi, kitovu cha mvuto, mwelekeo, uhusiano wa rangi, na mpangilio wa moduli. Kwa sababu hii, mara nyingi hukutana na tatizo la kipekee katika mchakato wa kujifunza: ingawa wanaoanza wanaweza "kuona" kazi, wanaweza wasiielewe kweli. Kazi nyingi za dhahania za kijiometri za kawaida huonekana rahisi na wazi juu ya uso, zinaonekana kuwa na mistari michache tu, vitalu vya rangi, na maumbo ya msingi, lakini mantiki yao ya ndani ya utunzi mara nyingi ni ngumu sana. Ufundishaji wa kitamaduni kwa kawaida hutegemea maelezo ya mwalimu, kuiga mifano, na mazoezi yanayorudiwa ili kukuza polepole mtazamo na hukumu ya wanafunzi; hata hivyo, katika siku zijazo, AI inaweza kubadilisha mchakato huu wa kujifunza wa polepole na usio wazi kuwa ulio wazi zaidi, unaoonekana zaidi, na unaoweza kuchanganuliwa. Kwanza, AI inaweza kuwasaidia wanafunzi kuelewa haraka sheria za utunzi katika kazi za dhahania za kijiometri za kawaida. Hapo awali, wanafunzi walipokabiliwa na kazi ya kawaida, wangeweza kuhisi tu kwa njia ya asili kwamba "uchoraji huu una usawa," "rangi hii ina nguvu," na "nafasi hii hasi ni nzuri," lakini ilikuwa vigumu kuelezea mara moja jinsi athari hii ilivyopatikana. Hata hivyo, akili bandia (AI) inaweza kuvunja vipengele vya kimuundo vya kazi, kama vile kuchambua mabadiliko katika msongamano wa mstari katika maeneo tofauti, kutambua uhusiano sawia kati ya maumbo makubwa na madogo, kuashiria usambazaji wa nafasi hasi, kubaini mahali ambapo kitovu cha kuona cha mvuto kinaanguka, na hata kuiga mwelekeo wa mwendo wa macho ndani ya picha. Kwa njia hii, sheria za kimuundo ambazo hapo awali zilikuwa hisia zisizoeleweka zinaweza kubadilishwa kuwa matokeo ya uchunguzi wazi zaidi. Wanafunzi hawahisi tu mpangilio, lakini wanaweza "kuona" jinsi mpangilio ulivyopangwa. Hii ni muhimu sana kwa kujifunza sanaa ya dhahania ya kijiometri, kwa sababu msingi wake si maelezo ya maudhui, bali mahusiano ya kimuundo yenyewe. Pili, akili bandia hufanya dhana za sanaa ya dhahania hapo awali zionekane zaidi na ziweze kuchanganuliwa. Kwa mfano, kuhusu uwiano wa rangi, katika ufundishaji wa kitamaduni, walimu wangewaambia wanafunzi kwamba rangi fulani ya msingi ina uwiano mkubwa sana au kwamba rangi za sekondari hazijasambazwa sawasawa, lakini hukumu kama hizo mara nyingi zinahitaji uzoefu ili kuelewa kweli. AI inaweza kuibua moja kwa moja uwiano wa rangi mbalimbali kwenye picha, kuwasaidia wanafunzi kuona uhusiano kati ya rangi mchanganyiko, rangi za lafudhi, rangi za msingi, na rangi za sekondari. Kwa mfano, kuhusu nafasi hasi, wanafunzi wengi wanaamini kimakosa kwamba nafasi tupu ni "maeneo yasiyochorwa." Hata hivyo, AI inaweza kuchambua na kuwasaidia kutambua kwamba nafasi hasi kwa kweli ni sehemu hai ya muundo, ikiamua hisia ya kupumua, mdundo, na eneo la mapumziko ya kuona. Kuhusu kitovu cha mvuto na usawa, AI inaweza pia kutumia uchanganuzi wa picha kuwaonyesha wanafunzi kwa nini eneo fulani linaonekana kuwa zito sana, kwa nini mstari wa mlalo huvuruga utulivu, na kwa nini kundi la ndege huunda nguvu inayopanuka kuelekea kingo. Kwa njia hii, dhana ambazo hapo awali zilielezewa kwa maneno tu na walimu au zilizopatikana na wanafunzi baada ya muda zitabadilishwa polepole kuwa maarifa yanayoonekana, yanayolingana, na yanayoweza kuthibitishwa. Katika siku zijazo, AI inaweza kuwa mfumo muhimu msaidizi wa kozi za uchukuaji wa kijiometri katika elimu ya sanaa. Baada ya wanafunzi kupakia kazi zao, mfumo unaweza kuchanganua kiotomatiki msongamano wake wa mstari, uwiano wa rangi, usawa wa anga, mdundo wa kuona, mifumo ya marudio, na usambazaji wa kitovu cha mvuto, kutoa maoni ya kuona kuhusu matatizo. Kwa mfano, mfumo unaweza kuonyesha kwamba mistari katika kona ya juu kushoto ya picha imejikita sana, na kusababisha kitovu cha jumla cha mvuto kuhama juu; inaweza kuonyesha kwamba kundi la rangi za joto na baridi halina utofautishaji wa kutosha, na kusababisha mpangilio dhaifu wa anga; na inaweza kutambua kwamba ukosefu wa tofauti ndogo katika marudio ya moduli hufanya muundo uonekane wa kiufundi na wa kuchosha. Muhimu zaidi, maoni haya hayawaambii wanafunzi tu "nini kibaya," lakini pia huwasaidia kuelewa "kwa nini si kizuri" na "jinsi ya kuurekebisha kwa ufanisi zaidi" kwa kulinganisha mifano, kutoa suluhisho mbadala, au kuiga matokeo tofauti ya marekebisho. Kwa njia hii, kujifunza si kupokea tathmini tu bila kufanya kazi, bali kunakuwa utafiti hai wa kimuundo. Kwa hivyo, mchakato wa kujifunza wa siku zijazo utapitia mabadiliko makubwa. Hapo awali, wanafunzi walikua zaidi kwa kuchunguza mifano, kuiga nyimbo, kusikiliza ukosoaji, na kurekebisha mara kwa mara; kwa ushiriki wa AI, njia ya kujifunza ina uwezekano mkubwa wa kuwa mzunguko wa "uchunguzi—uchambuzi—kizazi—marekebisho." Wanafunzi kwanza huangalia kazi za kitamaduni, kisha huchambua mifumo yao ya kimuundo kwa msaada wa mfumo; kisha hujaribu mipango yao wenyewe ya utunzi katika hatua ya kizazi; Kisha, hupokea maoni kupitia uchambuzi wa AI na kurekebisha kazi zao. Mzunguko huu hufanya kujifunza kuwa kwa majaribio zaidi na kujilimbikiza zaidi. Wanafunzi hawakariri tu mtindo, lakini polepole hujenga hukumu yao rasmi kupitia ulinganisho endelevu, marekebisho, na uthibitishaji. Kwa hivyo, AI haibadilishi walimu, wala hairuhusu wanafunzi kuwa wavivu, lakini badala yake hutoa mazingira ya maoni ya mara kwa mara, ya haraka, na yaliyopangwa katika mchakato wa kujifunza. Kutoka kwa mtazamo wa utafiti, AI pia ina thamani kubwa. Haiwezi tu kusaidia kufundisha lakini pia kuwasaidia watafiti kuchunguza upya maendeleo ya sanaa ya dhahania ya kijiometri. Kwa kuchambua idadi kubwa ya kazi za kihistoria, AI inaweza kugundua tofauti kati ya wasanii katika udhibiti wa uwiano, mpangilio wa rangi, mikakati ya nafasi nyeupe, mwelekeo wa kuona, na mantiki ya msimu, na kuwasaidia watafiti kulinganisha kwa utaratibu zaidi uhusiano kati ya mitindo. Hii inaruhusu utafiti wa sanaa ya dhahania ya kijiometri kusonga zaidi ya maelezo ya kibinafsi na polepole kukuza mbinu ya uchambuzi ya kina zaidi ya kimuundo. Kwa hivyo, umuhimu wa AI kama "zana ya kielimu na utafiti" ni mkubwa katika maendeleo ya baadaye ya sanaa ya dhahania ya kijiometri. Inaweza kuwasaidia wanafunzi kuelewa haraka dhana za kimuundo, kuwasaidia walimu kuboresha ufanisi wa maoni, na kuwasaidia watafiti kuanzisha mifumo iliyo wazi zaidi ya uchambuzi. Utafiti wa sanaa ya dhahania ya kijiometri hautategemea tena uchunguzi wa kuona na kuiga kwa mikono, lakini utaingia katika mzunguko wa maarifa ulio wazi zaidi, unaoonekana, na unaoakisi. AI haitadhoofisha mafunzo ya urembo katika elimu ya sanaa; kinyume chake, itafanya masuala ya msingi kama vile muundo, uwiano, rangi, na mpangilio kuwa wazi zaidi, na hivyo kusukuma utafiti na utafiti wa sanaa ya dhahania ya kijiometri katika hatua mpya.