艺术家们越来越多地使用人工智能技术（创意 Ai），并将他们的作品展出于知名艺术场馆。然而，研究社区也认识到使用 Ai 技术涉及可持续性问题，如能源消耗和模型的增大和复杂化等。本研究通过目前正在进行的实地研究提供对可持续性评估的各种限制的见解，并为该领域进一步的、更具体的可持续性评估提供基础，同时也提供该领域可持续性评估的现状知识。

Oct, 2022

对于艺术家和创意工作者来说，现有的 AI 工具和可持续性工具并不适用于艺术实践，因此本文介绍了两项经验研究，旨在为 AI 艺术开发环境可持续性反思系统，并讨论和引入可解释的可持续性。

Sep, 2023

本文着眼于 AI 的可持续性发展问题，分析了解决该问题的机器学习方法和算法，并提出对可持续 AI 技术研究的挑战和发展方向的建议。

May, 2022

本研究探讨了创意和人工智能之间的关系，研究了人工智能在艺术创作中的应用，并考虑了人工智能对意识研究、兴趣和决策能力的潜在影响和伦理问题，以刺激人们对人工智能在创意领域中使用和伦理问题的思考。

Jun, 2023

该研究论文介绍了可持续 AI 项目的关键概念和工具，重点是评估其潜在社会影响和道德可允许性，以及促进利益相关者的公平和有意义的参与和位置感知。

Feb, 2024

本文探讨了绿色人工智能的前景，以实现更可持续、能效更高和更能意识到能源生态系统，在人工智能研究、计算和从业者社区中进行开发。包括对操作和硬件优化、数据中心 / 高性能集群的潜在变化和改进的鸟瞰，以及人工智能研究和实践世界中现有的激励结构。

Jan, 2023

综合分析了人工智能与软件系统集成的潜在可持续性利益和成本，结果显示能源管理、员工福利、部署问题、伦理与社会、环境问题是人工智能集成可能带来的关键主题。

Apr, 2024

本文提出基于 19 项可持续性标准和 67 个指标的 “可持续人工智能 (SCAIS)” 框架，为意识到 AI 系统的开发和应用提供了实用的标准和工具。

Jun, 2023

未来，艺术和人工智能（AI）之间的融合充满了前景，通过技术的进步，AI 在设计中的使用越来越广泛，艺术实践可能不再是一种仅限于人类的艺术形式，而是成为一种数字化整合的体验。通过增强的创造力和协作，艺术和 AI 可以共同努力创造出视觉上吸引人且满足艺术家和观众需求的艺术产出。虽然融合将走多远还难以预测，但艺术与 AI 很可能会相互影响。本文的研究人员通过描述 HCI 研究人员和 AI 之间试图摆脱创造障碍的互动，提出了一次第一人称研究，以探索 AI 如何支持艺术家的创造力，并在这种情境中什么是可解释的。结果引发了进一步讨论和探索，涉及到 XAIxArts 社区中透明化的归因、创作过程、伦理问题、灵感与抄袭等方面。

Aug, 2023

人工智能系统的可持续性取决于项目团队对其潜在现实影响和转变效应持续敏感的能力。持利益相关方影响评估（SIAs）是一种可以实现这种响应能力的治理机制。它们是创建过程的工具，用于记录 AI 创新项目可能造成的伤害和益处的协作评估和反思预期。

Feb, 2024