Современные лингвистические исследования специфики искусствоведческого дискурса актуальны в контексте стремительно развивающегося искусственного интеллекта. Цель – изучить воздействие искусствоведческого дискурса на зрителей и правильность интерпретации произведений с применением автоматизированных систем генерации изображений по текстовым запросам. Новизна исследования заключается в использовании автоматизированных систем генерации изображений по текстовым запросам для анализа искусствоведческого дискурса, что открывает новые возможности для исследования и понимания искусства. В работе поддерживается идея о том, что интерпретационный характер и дуалистическая природа являются основными характеристиками данного вида дискурса. В качестве материала исследования использовался каталог выставки «Небесная пустошь» художницы Анны Андржиевской (рассмотрены произведения «ФВ» и «Заря»). Для анализа были применены нейронные сети «Шедеврум» и Bing Image Creator. Выявлено, что использование экспрессивной лексики в искусствоведческом описании способствует передаче атмосферы и задумок художницы А. Андржиевской. Однако употребление комплексных метафорических образов из-за сложности препятствует пониманию произведения, создает барьер в восприятии содержания. Эпитет, сравнение или гипербола, более понятные и доступные, будут более эффективны для взаимодействия с аудиторией, помогут упростить восприятие произведения и способствовать более ясной передаче задумок и идей художника. Это позволит уменьшить риск непонимания нейросетью содержания и улучшить восприятие произведения как с точки зрения его художественной ценности, так и с точки зрения коммуникативной эффективности. Результаты исследования могут служить основой для выявления ключевых аспектов, которые искусствоведы должны учитывать при вербализации произведений искусства. Практическая значимость исследования проявляется в возможности составления рекомендаций по написанию искусствоведческих описаний и, кроме того, в возможности улучшения качества и точности генерируемых изображений: полученные результаты могут быть использованы при обучении нейросетей распознавать экспрессивную лексику и стилистические приемы на лингвопрагматическом (дискурсивном) уровне.