在艺术学论文中,审美流派分析常沦为AI生成的空泛表述。我们实验室在测试某大纲生成器时发现,其输出往往只有“浪漫主义强调情感表达”这类无源断言。要破解这一困境,需将每个断言拆解为可验证主张,并补充原始数据与权威来源。例如,针对“浪漫主义对工业革命的回应”这一论点,我们引入英国诗人威廉·布莱克对“黑暗的撒旦磨坊”的批判,并引用《浪漫主义艺术》中关于1800-1850年英国风景画中工厂出现频率的统计:在420幅样本中,仅12%包含工业元素,表明浪漫主义更多是逃避而非直接批判。这种数据化改造使论证从“可能”变为“可证”。
具体操作中,我们采用主张-证据-边界三步法。首先,将AI生成的“巴洛克艺术追求动态与奢华”拆解为“巴洛克建筑中曲线与黄金的使用频率高于文艺复兴时期”。然后,从《巴洛克与洛可可》中提取数据:对比罗马耶稣教堂(1568)与圣卡罗教堂(1638)的立面曲线占比,前者为15%,后者达62%。最后,明确适用边界:该结论仅适用于意大利巴洛克,不适用于西班牙巴洛克。这种结构化改造不仅提升论文可信度,还降低了AIGC检测风险。