利用人工智能开展大规模漫画研究：PAGE 框架与美国漫画及日本漫画的三项研究

漫画是二十世纪重要的视觉记录之一：在数十万页漫画中，大众读者看到了他们的领袖、战争和英雄。这些记录大多从未得到整体研究；漫画学术研究仍以逐本考察的方式推进。我们认为，包括生成式模型在内的人工智能能够改变这一状况，并使漫画这一媒介本身受益。我们提出 PAGE，一个将人工智能转化为漫画研究工具的框架。它将每份扫描件解析为分格、文本和书目记录；利用视觉语言模型，像人类编码员一样遵循书面编码手册，对每一页进行标注；通过人工标注验证部分解读样本；并在控制出版商和类型因素的基础上进行估计，解释整个档案库中的变化。我们以 3,929 本美国漫画书（1938—1956 年）和 87 卷日本漫画为对象，通过三项各自依托不同能力的研究展示该框架。第一项研究将文本检索与视觉解读相结合，还原一种大众媒介如何描绘政治权力。第二项研究在整个行业范围内测量页面的视觉形式，并辨识个别画家的创作笔触。第三项研究追踪两种漫画传统中由谁发声，并通过人工标注进行核验。在研究之外，这些工具还可以让档案按绘制内容进行检索，使盲人和低视力读者能够阅读漫画，并帮助保存脆弱的馆藏，为未获署名的画家确认创作归属。我们勾勒出一项研究议程，旨在利用人工智能加强对漫画这一媒介的研究与保存，并扩大其传播范围。