什么让 AI 生成的作品显得粗制滥造？

Chris Williamson 说，人们经常使用“品味”和“粗制滥造”这两个词，却很少解释具体含义。他更想知道，人们如何培养判断作品的能力，而不是把品味当成身份地位的标志。

Williamson 介绍了 Billy Oppenheimer 的一个练习：保存自己喜欢的东西，并解释为什么喜欢。他又增加了反向练习，记录不喜欢的东西和理由，为自己的创作积累一份可以回看的资料。

嘉宾提到 Ira Glass 对初学者品味与早期作品质量之间差距的描述。两人概括其中的建议：定期持续创作，因为缩小差距需要时间和练习。

两人讨论拖延和发布作品的价值。他们认为，如果只发布自己已经知道会成功的东西，就会失去从多种尝试中学习的机会。

嘉宾把品味定义为辨别作品好坏的能力。他认为，人们批评作品粗制滥造时，常常指的是缺少创作意图：强大工具如果没有得到创作者引导，就可能反复产生容易辨认的默认结果。

Williamson 同意人们可以批评差的作品，但希望他们说清楚原因。两人认为，只贴标签而不解释，本身也可能缺乏新意。

他们讨论了一个 AI 生成的影子拳击角色：一些观众最初对其印象深刻。Williamson 想知道，当人们得知片段是生成的，同样的成品是否会得到不同反应。

他注意到，一些纪录片频道强调资料由人类研究。在他看来，当观众很难仅凭成品判断制作过程时，这类声明可以传达作品背后的投入。

两人观看 AI 喜剧账号 Gossip Goblin 的作品。他们认为，这展示了有人在通常被观众视为低投入的媒介中加入可见的技艺和有意识的制作。

看完片段后，他们讨论作品如何运用容易辨认的英国人物刻板印象，并追问观众是否会认可 AI 作品背后的投入。Williamson 认为，目前许多观众对 AI 有强烈反感，无论作品的制作水平如何。

嘉宾预计，人类制作的作品可能越来越多地被标识和重视，类似消费者区分手工商品的方式。两人还讨论了复杂评估结果难以向公众传达模型质量的问题。

两人观看了第二段 AI 恶搞作品：它将一个场景改编成对腌黄瓜的较量。他们的反应再次回到核心问题：即使使用同一种工具，创作者仍需决定笑点、呈现方式和执行细节。