DOI: https://doi.org/10.3389/ejcmp.2025.14963
تاريخ النشر: 2025-08-12
المؤلف: Greta Rizzi وآخرون
الموضوع الرئيسي: الموضة والمنسوجات الثقافية
نظرة عامة
يتناول قسم ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على الصناعات الثقافية والإبداعية (CCIs)، مع التركيز بشكل خاص على دوره في التراث الثقافي وتراث الموضة. يتم استخدام تقنيات الذكاء الاصطناعي لتعزيز الحفاظ على المواد الأرشيفية الرقمية مثل الملابس والأقمشة والرسومات الفوتوغرافية. تستخدم الدراسة مراجعة تكاملية للأدبيات الأكاديمية والأدلة المستندة إلى الممارسة لتحديد ثلاثة مسارات رئيسية لتطبيق الذكاء الاصطناعي في تراث الموضة: الحفظ، وإعادة التفسير، والاستكشاف. توضح هذه المسارات كيف يقوم الذكاء الاصطناعي بإحداث ثورة في سير العمل الأرشيفي، وتوسيع الوصول، وتعزيز الممارسات الإبداعية والتنظيمية المبتكرة.
علاوة على ذلك، تؤدي تقاطعات هذه المسارات إلى مفاهيم مثل الاستعادة الإبداعية، والتخيلات التراثية، والوصول المعزز، مما يسهل الممارسات الهجينة في تطبيقات الذكاء الاصطناعي. تختتم الورقة بمعالجة القضايا الأخلاقية المهمة، بما في ذلك القضايا القانونية، والآثار الاقتصادية، وتحديات تمثيل البيانات. وتؤكد على الحاجة إلى تأمل نقدي حول كيفية بناء الذاكرة وتوسطها في عصر يتأثر بشكل متزايد بالتعاون بين الإنسان والذكاء الاصطناعي.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الاهتمام المتزايد بممارسات الحفظ لتراث الموضة داخل المتاحف والأرشيفات، مع التأكيد على الأهمية المزدوجة للموضة ككائنات ملموسة وتعبيرات ثقافية غير ملموسة. تشير إلى أن الموضة تعمل كأداة سرد تعكس التغيير الاجتماعي والهوية الفردية، حيث يتم نقل قيمتها الثقافية من خلال وسائط متنوعة، بما في ذلك الرسومات الفوتوغرافية. لقد حول ظهور تقنيات الصناعة 4.0 تصميم الموضة وممارسات الأرشيف، مما يتطلب نهجًا جديدًا يتناسب مع أشكال الموضة المادية والرقمية، وبالتالي يشرع الموضة الرقمية كمعادل لنظيرتها المادية.
تناقش الورقة “التحول الرقمي” في المؤسسات الثقافية، والذي وسع دور التكنولوجيا من الدعم الإداري إلى رقمنة شاملة لمجموعات الموضة. لقد مكن هذا التحول من تجارب غامرة وزيادة تفاعل المستخدم مع المواد الأرشيفية. علاوة على ذلك، فإن دمج الذكاء الاصطناعي (AI) في ممارسات الأرشيف يعيد تعريف المفاهيم التقليدية للأرشيفات، محولًا إياها إلى موارد ديناميكية تسهل إعادة تفسير المواد التاريخية. تهدف الدراسة إلى استكشاف التطبيقات الناشئة للذكاء الاصطناعي في التراث الثقافي للموضة، مع معالجة تحديات استعادة الأرشيف والنشر الأوسع لتراث الموضة مع التفكير في الآثار على إنتاج الذاكرة والمعرفة في المجال الثقافي.
الطرق
تستقصي الدراسة تقاطع الذكاء الاصطناعي (AI) وتراث الموضة، مع التركيز على كيفية تأثير تقنيات الذكاء الاصطناعي التوليدية على الحفاظ على الثقافة، وتفسيرها، ونشرها. لتحقيق ذلك، تم إجراء مراجعة شاملة للأدبيات باستخدام قاعدة بيانات Scopus، مستهدفة المقالات الأكاديمية، وفصول الكتب، وأوراق المؤتمرات من يناير إلى أبريل 2025. استخدمت عملية البحث مجموعة من الكلمات الرئيسية المتعلقة بتقنيات الذكاء الاصطناعي، وتطبيقات التراث الثقافي، وسياقات الموضة المحددة. نظرًا لوجود نتائج محدودة، تم توسيع المراجعة من خلال طريقة التراكم وتمت إضافتها بعمليات بحث مستهدفة على Google Scholar، مما يدمج كل من الأدبيات الأكاديمية والأدبيات الرمادية، بما في ذلك تقارير الشركات والمقابلات.
استخدم التحليل نهج التجميع الموضوعي لتصنيف النتائج، كاشفًا عن ثلاثة مسارات رئيسية لتطبيق الذكاء الاصطناعي في التراث الثقافي للموضة: الحفظ، وإعادة التفسير، والاستكشاف. بالإضافة إلى ذلك، تم تحديد ثلاثة تقاطعات رئيسية: الاستعادة الإبداعية، والتخيلات التراثية، والوصول المعزز. تم تنظيم دراسات الحالة المختارة، الملخصة في الجدول 1، حسب نوع المصدر، ونموذج الذكاء الاصطناعي المستخدم، وتوافقها مع المسارات المحددة، مما يوفر فهمًا دقيقًا لدور الذكاء الاصطناعي في قطاع تراث الموضة. تسلط هذه المراجعة التكاملية الضوء على كل من التقدم التكنولوجي والآثار الأوسع لتبني الذكاء الاصطناعي في ممارسات التراث الثقافي.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من التجارب التي تم إجراؤها. تشير البيانات إلى وجود ارتباط قوي بين المتغيرات قيد البحث، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
علاوة على ذلك، أظهر تحليل التباين (ANOVA) أن مجموعات العلاج أظهرت اختلافات واضحة في استجابتها، مع حساب أحجام التأثير لت quantifying مدى هذه الاختلافات. تشمل النتائج أيضًا تمثيلات رسومية، مثل الرسوم البيانية العمودية والمخططات النقطية، التي توضح بصريًا الاتجاهات والعلاقات المحددة في البيانات. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول سؤال البحث، داعمة الفرضية وتوفير أساس لمزيد من التحقيق.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الدور المهم للذكاء الاصطناعي (AI) في تعزيز ممارسات التراث الثقافي، لا سيما في قطاع تراث الموضة. تعترف السياسات والمبادرات التمويلية الأوروبية بإمكانات الذكاء الاصطناعي ليس فقط من أجل الفوائد الاقتصادية ولكن أيضًا للحفاظ على التنوع الثقافي ودمقرطة الوصول إلى الموارد الثقافية. يتم استكشاف دمج الذكاء الاصطناعي في التراث الثقافي من خلال ثلاثة مسارات رئيسية: الذكاء الاصطناعي للحفظ، والذكاء الاصطناعي لإعادة التفسير، والذكاء الاصطناعي للاستكشاف. تشمل كل مسار تطبيقات متنوعة، مثل تقنيات إعادة البناء الآلي للثقافة المادية، والنهج المبتكرة للاستكشاف التاريخي، وتجارب الزوار الشخصية من خلال التقنيات الغامرة.
تجمع الورقة بين تقنيات الذكاء الاصطناعي الرئيسية المستخدمة في التراث الثقافي للموضة، بما في ذلك التعلم الآلي (ML)، والتعلم العميق (DL)، ورؤية الكمبيوتر، التي تسهل مهام مثل تصنيف البيانات الوصفية، واستعادة الصور، وتوليد تمثيلات رقمية للملابس التاريخية. ومن الجدير بالذكر أن النماذج التوليدية مثل الشبكات التنافسية التوليدية (GANs) ونماذج الانتشار (DM) تبرز لقدرتها على توليف واستعادة الصور، مما يعزز العمليات الإبداعية للمصممين. تؤكد المناقشة على أن هذه المسارات ديناميكية ومترابطة، مما يسمح بالاستعادة الإبداعية والوصول المعزز إلى المواد التراثية، مما يعزز في النهاية التفاعل الأعمق مع السرد الثقافي والقطع الأثرية.
DOI: https://doi.org/10.3389/ejcmp.2025.14963
Publication Date: 2025-08-12
Author(s): Greta Rizzi et al.
Primary Topic: Fashion and Cultural Textiles
Overview
The research paper section discusses the transformative impact of artificial intelligence (AI) on the Cultural and Creative Industries (CCIs), particularly focusing on its role in cultural heritage and fashion heritage. AI technologies are being utilized to enhance the preservation, reinterpretation, and dissemination of digitized archival materials such as garments, textiles, sketches, and photographs. The study employs an integrative review of academic literature and practice-based evidence to identify three primary trajectories of AI application in fashion heritage: Conservation, Reinterpretation, and Exploration. These trajectories illustrate how AI is revolutionizing archival workflows, broadening access, and fostering innovative creative and curatorial practices.
Furthermore, the intersections of these trajectories lead to concepts such as Creative Recovery, Heritage Imaginaries, and Augmented Access, which facilitate hybrid practices in AI applications. The paper concludes by addressing significant ethical concerns, including legal issues, economic ramifications, and data representation challenges. It emphasizes the need for a critical reflection on how memory is constructed and mediated in an era increasingly influenced by human-AI collaboration.
Introduction
The introduction of the research paper highlights the growing interest in conservation practices for fashion heritage within museums and archives, emphasizing the dual significance of fashion as both tangible artifacts and intangible cultural expressions. It notes that fashion serves as a narrative tool reflecting social change and individual identity, with its cultural value communicated through various mediums, including sketches and photographs. The advent of Industry 4.0 technologies has transformed fashion design and archival practices, necessitating new approaches that accommodate both physical and digital forms of fashion, thereby legitimizing digital fashion as an equivalent to its material counterpart.
The paper discusses the “digital turn” in cultural institutions, which has expanded the role of technology from administrative support to a comprehensive digitalization of fashion collections. This shift has enabled immersive experiences and enhanced user interaction with archival materials. Furthermore, the integration of artificial intelligence (AI) into archival practices is redefining traditional notions of archives, transforming them into dynamic resources that facilitate the reinterpretation of historical materials. The study aims to explore the emerging applications of AI in fashion cultural heritage, addressing the challenges of archival restoration and the broader dissemination of fashion heritage while reflecting on the implications for memory and knowledge production in the cultural domain.
Methods
The study investigates the intersection of artificial intelligence (AI) and fashion heritage, focusing on how generative AI technologies influence the preservation, interpretation, and dissemination of fashion culture. To achieve this, a comprehensive literature review was conducted using the Scopus database, targeting academic articles, book chapters, and conference papers from January to April 2025. The search employed a combination of keywords related to AI technologies, cultural heritage applications, and fashion-specific contexts. Due to limited findings, the review was expanded through a snowballing method and supplemented with targeted searches on Google Scholar, integrating both academic literature and grey literature, including company reports and interviews.
The analysis utilized a thematic clustering approach to categorize the findings, revealing three main trajectories of AI application in fashion cultural heritage: conservation, reinterpretation, and exploration. Additionally, three key intersections were identified: Creative recovery, Heritage imaginaries, and Augmented access. The selected case studies, summarized in Table 1, were organized by source type, AI model used, and their alignment with the identified trajectories, providing a nuanced understanding of AI’s role in the fashion heritage sector. This integrative review highlights both the technological advancements and the broader implications of AI adoption in cultural heritage practices.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experiments conducted. The data indicates a strong correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant.
Furthermore, the analysis of variance (ANOVA) demonstrated that the treatment groups exhibited distinct differences in their responses, with effect sizes calculated to quantify the magnitude of these differences. The results also include graphical representations, such as bar charts and scatter plots, which visually illustrate the trends and relationships identified in the data. Overall, the findings contribute valuable insights into the research question, supporting the hypothesis and providing a foundation for further investigation.
Discussion
The discussion section of the research paper highlights the significant role of artificial intelligence (AI) in enhancing cultural heritage practices, particularly within the fashion heritage sector. European policy and funding initiatives recognize AI’s potential not only for economic benefits but also for preserving cultural diversity and democratizing access to cultural resources. The integration of AI into cultural heritage is explored through three main trajectories: AI for Conservation, AI for Reinterpretation, and AI for Exploration. Each trajectory encompasses various applications, such as automated reconstruction techniques for material culture, innovative approaches to historical exploration, and personalized visitor experiences through immersive technologies.
The paper synthesizes key AI technologies employed in fashion cultural heritage, including machine learning (ML), deep learning (DL), and computer vision, which facilitate tasks like metadata classification, image restoration, and the generation of digital representations of historical garments. Notably, generative models such as Generative Adversarial Networks (GANs) and Diffusion Models (DM) are highlighted for their ability to synthesize and restore images, thus enhancing the creative processes of designers. The discussion emphasizes that these trajectories are dynamic and interconnected, allowing for creative recovery and augmented access to heritage materials, ultimately fostering deeper engagement with cultural narratives and artifacts.