王 峰、王 意 | 算法的限度:人工智能创作的“能”与“不能”

360影视 欧美动漫 2025-05-19 00:39 2

摘要:提要:人工智能不同于人却又始终模仿人,大语言模型的广泛应用展现出人工智能的超强文本生成能力,当人工智能介入文艺创作时会引发人类自身被替代的焦虑,因为这意味着自工业革命以来人的体力与脑力优势将先后被机械机器与智能机器所取代。然而,当下的人工智能技术在创作行为与作

提要:人工智能不同于人却又始终模仿人,大语言模型的广泛应用展现出人工智能的超强文本生成能力,当人工智能介入文艺创作时会引发人类自身被替代的焦虑,因为这意味着自工业革命以来人的体力与脑力优势将先后被机械机器与智能机器所取代。然而,当下的人工智能技术在创作行为与作品艺术性方面饱受质疑,同样在努力寻求自身合法化路径。相较人类艺术的创作,人工智能究竟“能做什么”与“不能做什么”是值得思考的问题。在“能”与“不能”之间,既混杂着想象性的文化语境和人工智能消灭人类的远景担忧,也体现了算法治理的技术现实与人工智能工程水平的真实发展。这启示我们明确算法的限度,剔除过分的科技迷狂,注入合理的文化想象,不仅可以推动人工智能与文学的深度融合,也将丰富既有的文论观念。

关键词:人工智能;算法;文学创作;技术限度;技术想象

2023年以ChatGPT为代表的大语言模型(Large Language Models,缩写LLMs)迅速走红,全球注册使用者过亿,引发各界热议,国内也陆续推出各类中文版大语言模型,如Deepseek、文心一言、讯飞星火等等。大语言模型在人机对话模式中展现出超强的文本生成能力,这也不可避免地影响到传统写作领域。2024年3月,华东师范大学王峰教授团队发布了首部由人工智能主导完成的百万字长篇小说《天命使徒》,验证了AI大语言模型进行超长文本写作的可能;2024年10月27日,发布了“灵咔灵咔”创意写作智能体(CWA),可以连续生成20万—30万字长篇小说,一个新的写作时代就此到来。但与此同时,已有多国“封杀”ChatGPT,全球多家高校及出版机构明令禁止使用ChatGPT及其他AI工具完成考试任务或科研工作,国内最近一个例子是复旦大学的人工智能“禁令”。我们既无法拒绝智能技术应用带来的美好体验,也担心技术的加速进化会造成人类生活的失序,尤其当人工智能与人类特有的精神创造力同台竞争后,这种危机意识开始显著增强,似乎总令我们在“锁死技术”与“拥抱未来”之间进退维谷。厘清人工智能在文学创作中的限度与能力,有助于我们摆脱这一困境。

一、人工智能神话的降临

早在1956年8月,约翰·麦卡锡就在达特茅斯会议(Dartmouth Conference)上正式提出了人工智能(Artificial Intelligence,简称为AI)的概念。2016年至2017年,随着谷歌alphago(阿尔法狗)在围棋对战中相继战胜李世石和柯洁,相关话题借助彼时如火如荼的社交媒介进入公共视野。现今AI换脸、AI图像修复,模拟真人AI等新闻层出不穷。人工智能的火热不仅体现在新闻媒体对高端技术应用的报道中,2019年3月在教育部公布的文件《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》中,人工智能专业首次被列入新增本科专业名单,上海交通大学、南京大学等高校相继成立人工智能专业,目前国内已有500多所高校开设了人工智能专业。人工智能技术承载了人们对未来图景的期待,也满足着大众对精英尖端技术的想象,当其被直接纳入高等教育的人才培养环节时,意味着人工智能技术不只是大公司的特权试验,还有国家意志的介入与引导,它与电子通信、信息技术、互联网、计算机、机器人等众多新兴科技领域交叉重叠、相互推动,并在共同发展中,融入大众生活。

人工智能技术的发展又可分为“由弱至强”的过程,“狭义人工智能”(Artificial Narrow Intelligence,缩写ANI)即“应用型人工智能”的应用场景单一,多被应用于特定的功能领域,如在线客服、智能家居等,尚不足以满足人类日常生活的核心需求,更无法在文艺创作中大显身手。但随着ChatGPT展现出的超强的类人性和智能化表征,大语言模型的出现标志着人工智能技术进一步迈向通用型。“通用型人工智能”(Artificial General Intelligence,缩写AGI)便属于“强人工智能”阶段,此时的人工智能不仅能进行多场景连续作业,处理完成各项不同的任务需求,也被设想能像人一样思考决断。很早以前人们便意识到,机器拥有与人脑相比的压倒性的计算效率,人脑每秒最多可执行1000次运算这种速度仅仅是计算机运行能力的千万分之一,并且人脑“没有分享大量的神经元连接和神经传递素浓度的大量模式,后者构成了我们的学习、知识和技能”,互联网中存储着人类历史的记忆和智慧集合,人们基于语言文字的交流是缓慢的,但机器间能无障碍迅速实现资源汇集与知识共享。有限的知识结构代表我们无法踏足那些自己不知道的领域,然而智能机器不仅拥有高速的运算速度与“泛化的记忆”能力,也提供了庞大的搜索空间以填平认知鸿沟,在“预训练+提示”范式下,大语言模型可以利用提示词的索引式问答,在持续的人机对话中缩小话题范围,循环产出逐渐对齐人类意图的语言文本。

可以说,大语言模型正朝向“生成”无限未来的可能发展,“生成”一词既包含着“一键生成”的用户体验,也指代机器在智能写作方面所采用的生成式人工智能技术,ChatGPT的全称为Chat Generative Pretrained Transformer,即聊天生成式预训练变换模型,其中包含的Generative便是“生成”。一方面,人工智能“生成”带有机器生产的快速、便捷特点,但不同于前工业时期重复性的流水线生产,“它强调的是智能化、自动化和高效率,是一种高级的、智能化的后工业生产方式”。就创作的语汇编织层面而言,人工智能“生成”文本的速度和数量都远高于普通人类写作,只要硬件条件允许,ChatGPT可以无止境地生成数以万计的文本信息。以百万字智能小说为例,网络写手创作100万字的网络小说最快也需要大约一年时间,但若采用人机融合的写作模式,同等体量的作品则仅用时一个半月左右。另一方面,这种“生成”技术也展现了突出的学习和自迭代能力,以往的技术模式相对单一封闭,如使用推理机依托知识库进行推理或是从状态空间中进行搜索,但以深度学习(Deep Learning)和强化学习(Reinforcement Learning)为代表的机器学习范式则通过训练机器学习已标注的样本数据,使其根据奖励信号不断优化和调整自身行为策略,从而更好地完成复杂任务。ChatGPT便是基于Transformer语言模型先投入大量高质量的文本标注数据进行预训练,然后根据专门数据实现微调,从人类反馈中进行强化学习(Reinforcement Learning from Human Feedback,缩写RLHF)以大幅减少不真实和不合理的输出内容,从而达到理解复杂语义、批量生成上下文连贯的文本的效果。传统聊天机器的自然语言处理(Natural Language Processing,缩写NLP)能力有限,往往只能回答预设框架内的问题,对于超出预期的复杂情况处理效果不佳,换言之,其给出的结果是基于“机器知道什么”而非“人们想知道什么”,但大语言模型在递归自增强系统(recursively self-augmenting systems)的加持下,自主学习、持续进化,让大众觉得人工智能越来越“智能”。

人工智能在递归的自我完善循环中既带来智能的不断增强,亦潜藏着技术发展失控的威胁,众多关于技术“奇点”(Singularity)的假说便是基于对技术增长至不可逆、不可控阶段的风险预设,即未来技术加速过程中将出现智能爆炸(intelligence explosion)阶段,这意味着“超智能机器”的出现将达到甚至超过人类的能力,一旦越过奇点,熟知的人类文明将产生无法预见的改变。如库兹韦尔根据“加速回归定律”预测2029年人工智能达到人类平均水平。类似的预测结论或许过于理想,但当人脑智能的神经学原理明晰后,便能逐步简化为可实现的计算工程,该进程看似是改善细节的缓慢推进,累积反应在系统中却是日新月异的变化,技术呈现指数级的倍增演进也是指日可待的。众多关于人工智能风险的讨论,其核心观点便认为,当人工智能处于指数级和不可预测的发展模式下,如果没有及时付出巨大的、有意识的努力去应对,我们将越来越难以跟上技术发展速度并保证任何安全标准。这样的担忧看起来是有道理的,人类整体发展与人工智能的整体发展似乎形成尖锐的对立,在习焉不察之间演变为敌我、主奴的关系。

二、“超能”想象:人类被替代的危机?

以人工智能为代表的智能科技发展也被称为正在进行的“第四次革命”,然而,“革命”并非是温情美好的过程,新事物诞生的同时也必然伴随着旧事物的破碎,它的一面是向往的憧憬,一面是尖锐的撞击。若将目光投向历史便能发现,前两次工业革命是以机器化生产碾压式地战胜了人类劳作,例如机器承载运输大体积、大重量的物质材料,或是替代原本需要多人团队协作的任务,用流水线作业分割出统一的制作步骤,分工精细,生产高效。但是与其说这是一种体力替代,我们更倾向于将之视为工具性的帮助。当工业化迅速推进,城市中的各类基建工程也成为常态,或许我们从未怀疑过那些笨重的机械装置会因提供了承重、运输等便利而威胁或取代人的地位,相反将其视为对人力局限的克服,机器作为人类体力的“延伸”将我们从艰辛繁重的劳作活动中解放出来,同时也推动物质生产力的进步。但是为何在人工智能兴起后,人们会产生被机器超越的焦虑?

马克思认为现代工业之所以区别于传统的工场手工业,正是机器起了主要作用。工业革命锻造出“机工劳动”(energy work by machine),终结了古典时期“手工劳动”(energy work by hand)。前两次工业革命中,蒸汽机、发电机的应用确实使得大部分以体力谋生的劳工陷入失业危险,大量手工生产者被机器生产所排挤,原始的家庭手工作坊模式被自动化生产流水线取缔,“机械毛纺织工厂的兴旺,以及耕地不断转化为牧羊场,引起了农业劳动者的大量被驱逐和‘过剩’”。当机工生产取代手工生产后,彼时的脑力劳动者尚且得以幸存。传统观念认为需要更多智慧的脑力劳动明显优于单调重复的体力劳动。同时,“不用劳作”也是富裕阶级彰显身份的代表。对非体力劳动群体的推崇以及对涉及体力活动时的鄙夷情绪,都体现出财产私有制度下“金钱至上”的价值导向与社会风尚。凡勃仑(T.B.Veberlen)的《有闲阶级论》揭示出仆役的主要用途在于证明主人的支付能力,“有闲阶级”的实质为“有钱阶级”,不必为生计奔波而依靠雇佣专员将本属自己的基本劳作转移给仆从群体,如绅士家庭的厨师、马夫;而他们摆脱生存压力后所拥有的闲适,乃因他人提供优良服务而节省下的时间剩余。当高度自动化的工业设备席卷而来,机器使得个体失去体能优势后却仍能作为知识主体享有绝对地位,而那些原本出售体力的谋生者开始转向资本家出卖劳动时间,并逐步向使用、配合和维护机器者的身份转换,他们与机器一同被纳入生产流水线的作业环节,在日复一日的程式化工作中丧失主体性,个体生命“异化”为确保机器一直顺利运转下去的某个零件。

然而,“人工智能时代”的到来意味着机器逐步介入精神世界,甚至向人类专属的艺术创作领域宣战。早在ChatGPT之前,国内就已出现了成熟的中文诗歌创作系统,清华大学孙茂松教授团队研发的“九歌”(THUAIPoet)系统以及正式出版过诗集《阳光失了玻璃窗》的微软小冰,前者以古体诗为创作体裁,后者则是面向白话诗。在不提前告知创作主体是人工智能的情况下,随机对读者进行阅读测试,很多人无法根据作品区分出是人工智能创作还是人类写作的结果,人工智能创作不仅通过了图灵测试(The Turing Test),甚至可以达到以假乱真的程度。更不必说当下大语言模型能轻松胜任闲聊、润色或撰写论文、讲稿、代码等任务。如果说200多年前,面对工业大生产的庞大机器群,人类已经失去了体力体能上的优势,那么面对逐步智能化的机器,我们不禁担心是否连人脑也开始贬值?“正如熟练的木匠、技工和裁缝在一定程度上幸存于第一次工业革命,第二次工业革命也会留下熟练的科学工作者和管理者。当第二次工业革命完成后,那些能力平庸的人将没有任何价值可以向别人出售了”。从机器发展史来看,AI技术意味着“第一次工业革命所引发的‘动能’自动化之后向‘智能’自动化的开启”,前者实现了对人的体力器官的超越,后者则努力追赶人的脑力器官功能,也标志着人类生产的“‘总体’器官开始二次发育并走向全面成熟”④。面对智能机器的迅猛发展,我们担心的是:倘若人类在先失去体能优势之后又失去了脑力的优势,人类将何以自处?如何立于世界之中?看起来,这是一个无限趋近的未来。

艺术曾经是我们面对人工智能冲击时的庇护所,我们相信,人工智能只能计算,而艺术出自最神秘深渊的心灵,是最不可计算之物。然而,出乎我们意料的是,文学艺术却在最近几年连续陷落。微软小冰、清华九歌可以创作现代诗和古体诗。在文学之外,人工智能同样积极介入其他艺术形式,如AI绘画软件Midjourney、生成视频的Sora等等,于是类似“文学已死”“艺术终结”的声音又一次响起,人工智能进行文艺创作挑战了文学的生产方式,意味着原本专属于人的“创造性”能力被攻破。传统人文学科的知识生产及创造机制需主体的身心投入和亲力亲为,经历冥思苦想后的灵光乍现与批阅十载、增删五次的辛劳,方能产出珍贵的文明成果。艺术创作被视为天才的迷狂(delirium)状态和灵感的迸发瞬间,其中凝结着智慧、情感、语言这些人类独特而珍贵的能力。但技术驱离了传统主体性的神圣与权威,就创作主体的层面而言——艺术终结了。这预示着一种潜在风险,即人在精神、心灵领域所提供的价值随时可被机器替代,而被替代的部分正是人类最后的尊严。因此“可替代”成为人工智能技术焦虑的根源所在。替代的逻辑不断深化总会唤起危机论,因为一旦这种替代变成确凿无疑的趋势,无疑会彻底撼动人的主体地位,即如何重估自身的存在价值。

替代性的危机唤醒了人们对自身价值的怀疑,而这也与我们对待机器的观念有关,我们往往因人工智能高度拟人的智能化表征而忽视其作为机器的本质。机器代替人手劳作提高了生产效率,也接替了原属有闲阶级的“奴仆”的位置。在社会各阶层中,有相当大的一部分群体被贬低为仅具有“工具性”的价值,机器的应用替代了其“工具职能”。这一过程也即间接被当成工具的“他人”转换为直接被作为工具的“他物”。机器劳动不涉及暴力强制的人身虐待和剥削,但任何接受了奴隶劳动竞争条件的劳动本质上就是奴隶劳动。近代化历程中规模性投入使用的机器虽被纳入资本主义的市场逻辑,但同样也具有奴隶生产的经济性质。也就是说,即使工业革命促成了“人的机体工具”(劳动工具)到“工具机的工具”(机械装置)转变,但其本质仍延续了传统的“工具论”思维,即工具乃是被人类使用、利用以服从于各类“目的”的“手段”。从“手工工具”(镰刀、斧石)到“机械工具”(纺织机、蒸汽机)再到“智能工具”(人工智能),虽然机器相较于简单静态的手持工具会在自动化工作中持续运转、释放能量,并且效率更高、节奏更快,但本质上也是一种完全被驯服的、为人服务的存在,始终被置于次要的、服从的地位。换言之,将机器视为人类制作活动的“手段”其本质乃是以“人类中心主义”为主导的“主奴关系”,人工智能亦是如此。人与人的交流总是在彼此问答中实现倾诉者与倾听者的身份转化,但在人机对话中,大语言模型一直是被动回答人类提问的一方。我们通过下达语言指令启动大语言模型,大语言模型则根据提示词(Prompt)定制、生成符合人类预期的结果,并被期望更好地对齐(Alignment)人类意图,“这种指令性的语言可能会导致一种极端的主奴思维和控制思想”。以服从人类意志为导向的人机关系隐含着不平等的权力关系,大语言模型不同于人却又始终模仿人,既作为区别于人类“自我”的机器“他者”,又因高度的拟人性挑战了传统人类中心的主体性地位,人与大语言模型既有显著差异却又时刻相连,这种不完全的区隔唤醒了自我否定的危机,即步入智能化阶段的机器意味着具有主体性的他者的诞生。“机器通过与人一模一样的语言和回答,使得人们产生机器有主体性的焦虑,这也是人对类人者绝对控制的合法性的焦虑”。这时刻挑战着人类长久作为机器“统治者”的优势心理,毕竟胜利者总是时刻提防任何“非我族类”的反抗和威胁。

三、“无能”的算法创作:合法性的焦虑

哈罗德·布鲁姆(H. Bloom)曾以“遮护天使”(The Covering Chemb)形容弥尔顿对后世诗人的影响,如何超越前人的优秀作品与经典范式,开辟出专属自己的领域一直是艺术创造性的永恒难题,在文学传统与文学创新之间摇摆的人类创作总受制于这种“影响的焦虑”。然而大语言模型作为一种类人的创作方式却不同,它面临的是“合法性的焦虑”。阿兰·图灵制造自动计算机器时就坚信,如果让自动机器学会写十四行诗,最终会比莎士比亚写得更好。然而如今看来,还没有哪一部机器的写作能够超越莎士比亚的文学成就。对人工智能创作的质疑的声音从未停止过,伴随着人类对人工智能威胁自身的担忧,人工智能创作也在不停寻求突破,与人相融。

这种质疑首先围绕在人工智能创作行为的合法性方面,《时代周刊》曾报道OpenAI公司廉价雇佣了大量肯尼亚劳工标注海量数据用以训练ChatGPT。语言学家乔姆斯基曾公开质疑ChatGPT不能达到原创性,“一个笨重的模式匹配统计引擎,狼吞虎咽地处理数百兆字节的数据,并推断出最为可能的对话回应,或为科学问题提供最可能的答案”。大语言模型采用生成式自监督学习算法机制,在训练中需投入千亿级的数据并辅以后期的干预和修正,以精确的数字化路径实现人类精神文明的创造结果,而后者通常被视为是心灵受情感驱动下的自然反应,须以无利害、非功利的审美意识为前提,也就是“在心为志,发言为诗。情动于中而形于言”。自古希腊起,苏格拉底便认为从外部世界获取的种种附属特征(财富、名利、地位)皆为非真实的幻象,只有内在的灵魂与精神境界才能真正显示人的本质。心灵被思想家赋予了至高的价值,人类一切的思想结晶和理性光辉皆由此产生。任何艺术创造离不开天才的灵感、充沛的情感和精巧的构思,这些都被视为由心灵产生的不可分割的整体能力;人工智能算法运行的逻辑则是将艺术创造过程进行可计算式的切割,这显然与传统的美学观念不符。德雷福斯(H. Dreyfus)、塞尔(J. R. Searle)以及加布里尔(M.Gabriel)等哲学家认为,人工智能无法具备人类的创造力,因为它们不可能有意识,无法产生真正意义上的智能,换言之,计算机程序可以在一定程度上实现思想的功能,但它毕竟不是人类的心灵。

如果说人的创作基于“情感—创造”的模式,那么人工智能创作则是一种“计算—模仿”行为,始终无法与感性体验的审美活动相比拟。朱光潜将审美艺术活动总结为从“物甲”到“物乙”的生成过程,经过了从“表象”到“意象”的变化,“‘表象’是物的模样的直接反映,而物的形象(艺术意义的)则是根据‘表象’来加工的结果”,也就是“意象”,可见从“物”到“物的形象”必然经由心灵映射之后方能成为审美对象,“美感的世界纯粹是意象世界”。若以画竹为例,艺术的创构则经历“眼中之竹”(自然物)、“胸中之竹”(自然美)和“笔中之竹”(艺术作品)三个环节,其中需要心灵的升华与表达的冲动。基于算法、目的明确的大语言模型运行机制只需要完成指令任务,不必经过人类创造必需的情感体验、理性思考、冥思苦想、斟酌修改等一番创作流程。大语言模型算法的运行高度依赖优质语料库的建立,在自然语言处理前需将收集、整理后的语料进行清洗、过滤,删除低质语料、降低无关干扰形成“更干净”的样本数据集合用以训练神经网络。这些高质量语料为机器学习其中内在规律和表达层次提供样本基础,大语言模型的“模仿”便是在数据训练中找寻语词与语词之间的关联规律,逐步提高信息化分析行为的准确性,产生具有类似分布特征的数据,该过程带有运算推测的概率性质,从此而论,我们完全可以批判人工智能写作不包含语义的真正理解,只是语词的组合。齐泽克也曾公开以“人工智障”(Artificial Idiocy)嘲讽ChatGPT,认为大语言模型无法真正理解字面意思之下的多义性、复杂性,遑论拥有人类的意识。算法的逻辑是将写作分解为“解码—编码”的步骤,呈现出“输入—输出”的一键式效果。语词成为了数据,人工智能持续性的文本编织行为更像是以文本为中心的符号游戏,而无法与人类的历史、社会、文化等“外部研究”要素相连接,所以,我们很容易就能认定,人工智能创作不具备理性哲思的深度,也无法涉足价值维度,缺少对生命存在的关怀和对时代现实的批判反思。

除对人工智能创作行为的质疑外,关于人工智能作品的艺术性方面也多有否定之音。以正式出版的人工智能作品《阳光失了玻璃窗》为例,这部诗集是经由人为挑选、筛查后留下的精华诗篇合集,这表示微软小冰系统生成的数万首诗歌中不是每首都有文学价值,倘若算上那些未被收纳的草稿与废弃作品,人工智能创作的综合水平怕是难以达到优秀艺术家的标准。王峰对人工智能长篇小说《天命使徒》的评价是“网络小说的下游水平”,只给出了刚刚及格的61分成绩,而这还是在人工干预占比达到30%的情况下。换言之,人工智能写作质量良莠不齐,并非一位机器天才横空出世,所吟句句佳句,其背后仍需大量人力的介入与专业技巧的辅助,自然无法与人类历史上璀璨的艺术成就相媲美。在ChatGPT出现之前,人们对人工智能创作水准的诟病多是出于技术承诺与实际应用间的落差,彼时人工智能工程应用的整体水平仍处初阶,不论是日常生活中“天猫精灵”“小爱”音响那牛头不对马嘴的回答,还是人脸识别系统将手遮住口鼻的面孔默认为已戴口罩等等,“人工智障”的戏称便是对智能程序产出拙劣结果的嘲讽。但ChatGPT实现了技术飞跃式的提升,GPT-4作为多模态大语言模型更是升级为支持文本与图像的混合输入,不仅避免了以往技术不成熟时的低级错误,也逐渐打破传统聊天机器的刻板程式化窠臼,而此时人工智能作品面临的则是同一与差异的拷问。

人工智能产出的是“智能复制时代的艺术产品”,“灵晕”(Aura)的消失不仅在于技术复制手段剥离了艺术的本真性,使其丧失崇拜价值,同样也因为数字化行为磨平了语言表达的个性差异。算法运行的逻辑不同于人类心灵、情感的发生模式,两种创作机制的差异也就注定了二者分道而行,人的创作是努力形成自身特点,人工智能创作却是要消除自身特殊性。因为越是消除机器人的特征才能越靠近人类,人工智能技术只有越不像机器才能越像人,越靠近人则意味着模仿任务的成功。

鲁迅与周作人的文学气象大相径庭,成熟的创作者往往在艺术实践中形成专属自身的风格,以鲜明的创作个性与话语特色而自成一派。不论是布封(Buffon)所言“风格即人”,还是古代文论的“文如其人”“知人论世”之传统,都将作品视为主体精神人格的显现,甚至不同时期的艺术风格融贯着特定地域、时代的风尚。人工智能则如同巨大的语词熔炉抹平了文字间的差异,因为算法运行的结果导向意味着其设计之初便明确了输出目标,为达目标而不断进行系统调试的过程也必然伴随着自然语言与计算机语言间的相互转化。文学的技术化意味着语言的客观化,这便削减了其中的多义指涉和个人特点,造成语词含蓄性的缺失。

若再进一步看,确定意义的语言体系似乎也会成为人工智能创新性匮乏的一个证据,“机器语言的智能更像是一种共生关系,它依靠互联网的发展,在大量吸收人类语言信息的基础上实现了高度类似人类的对话体验,但却缺乏产生新概念的能力”。在一般的观念中,语言的数字化样本总有穷尽的时刻,算法的重复是不可避免的,而这“可能会产生模型自噬紊乱,即由于缺乏新鲜真实的自然语言样本而陷入生成内容质量下降的自我消耗的循环”。但是,我们忽视了人类创作从本质上也可以视为一种特殊的算法,虽然我们并不能将这一“算法”搞清楚。人工智能算法达到一定的复杂度,与人的使用的复杂程度相适配,很可能会达到人工智能会思考的程度。

从传统文论立场来看,人工智能创作的“不能”比比皆是,拿出任何一个人类创作的标准来比对人工智能,总能发现“根本性”的不能。然而,在理论对照中的“不能”与现实活动的“能”之间到底发生了什么?是现实的“欺骗”还是理论的失位?这并不是一个容易回答的问题。

四、“能”与“不能”之间:算法创作的限度

人工智能既是无生命的机器,却又具备人的能力。类脑智能(brain-inspired intelligence)模拟大脑的工作状态,对智能化存储数据库进行筛选取样、分析加工之后进行整合,虽然对人的模仿越像代表着算法越成功,但这种无限趋近能否等同人的所有功能且实现整体替代?

想要回答这个问题,我们首先需明确问题背后的技术限度,在人工智能“能”实现的美好现实与“不能”到达的理想彼岸之间划出技术想象界限。换言之,当我们谈论“人工智能”时经常混杂着想象性的文化语境和算法治理的技术现实,二者存在“可实现的工程学方案与远景性的概念性方案的距离”,其中既包含着远景的担忧,即未来人类是否会被人工智能取代的焦虑,也带有近景的技术努力。人的审美创造能力是以身体心灵的整体能力为基础,人工智能技术只是对人的部分能力的切片式模仿,在面向远景方向的技术努力过程中,人类自身与社会环境也同时发生渐进式的发展和改造,这是多元共进的。②总体而言,狭义的人工智能只能实现单一功能的突破,很难百分百模仿人类的创造功能,对人类的全方位的模仿只是通用人工智能的广义目标悬设。哪怕未来若干年中,某个公司或机构宣称实现了通用人工智能,这也是一种混杂了概念与实质技术的融合体。

现代社会历经了韦伯(M.Weber)所言世界的“祛魅”(disenchantment),即科学理性祛除宗教的神秘与信仰的神圣地位,也清除了非理性的巫术、迷信传统,以计算为主导的工具理性思维推动现代国家社会走向了实用功利、效率至上的价值伦理。然而,技术的泛滥未尝不会迫使理智走向自身的反面:过度崇尚科学以至于认为技术可以解决所有问题时,科学也就成为迷信——超级人工智能未尝不是人为造出的新“神”。“黑箱式”的人工智能便承载了这类想象,使“祛魅”后的世界重新蒙上“技术的魔魅”。如果说此前的机械机器多呈现为庞大且粗重的外观,偏向于可视化的硬件,智能机器的算法则依赖非可视化的软件,就算我们能看见具体的程序代码,若非专业人士也无法轻易读懂其中的运行逻辑,知识壁垒造成的陌生感与疏离感一定程度上替代了原本宗教伦理的神秘感,而这种非直观也近似于某种未知性,无形增加了大众对未知风险的恐惧,“赋予那些完全无法驾驭的问题并在想象或梦境中无法成为现实的事物以生活意义”。技术崇拜心理下的人工智能神话极易引发公众的未来想象,关于“智能机器会拥有自我意识吗?”“人工智能会消灭人类吗?”类似的发问一度成为科幻文学和电影中的主流话题。其中一种典型叙述形态便是设想在未来的某一天,机器群体不仅拥有远远超出人类身体机能的能量,还有可能在获得自主意识后开始攻击人类,甚至毁灭地球。这类描述推翻人类专制的作品往往带有一定的“恶托邦”色彩,将对现实的隐喻和批判熔铸于未来的想象图景中,只是反抗强权压迫的主体变成了非人类的生命形式——机器,然而这种“奴隶的觉醒”过程也恰恰吻合前文所述人与机器的“主奴关系”定位。算法统治的未来会是人类的末日吗?或许提问方式本身就代表了技术对“人类中心”地位带来的撼动乃至颠覆的可能。“人机冲突就源于对机器强权的某种人权化倾向和对技术革新的外在依托”。若将此种恐慌情绪换以积极的角度审视,未尝不是一种摆脱“人类中心主义”困境的遥远设想。

然而,在人工智能能够到达的现实近景中也需要设下界限。2024年6月29日,华东师范大学传播学院联合北京师范大学新闻传播学院发布了《生成式人工智能学生使用指南》,规定了高校学生使用生成式人工智能(AIGC)技术时,AI直接生成内容应明确标注且不超过全文的20%。这显示出国内教育领域对人工智能使用的引导、限制意识。但该问题在文艺创作领域则更为复杂,我们很难从使用行为上按篇幅占比直接区分个人贡献与人工智能生成,人机交互创作新模式下如何确立具体的限度是个难题。因为,艺术创造本身便带有原创性与复制性的模糊,只是这种模糊经过高级转化成为理所当然的知识积累,而被艺术共同体所普遍认同。“抄袭”与“互文”看似褒贬两极的语词,若抛开各自的使用语境不谈,即前者是法律侵权行为,后者是文本修辞效果,二者皆为对他人的借鉴——剽窃亦是一种互文,只是使用情景差距过大让我们不会将二者联系起来。人工智能亦如此,当乔姆斯基指责ChatGPT是一个高科技的剽窃系统时,我们不应忘记人类创作的文本也是对先前文本的呼应与阐发,“任何文本都是一种互文。在一个文本之中,不同程度地、以各种多少能辨认的形式存在着其他的文本”。基于此,人工智能创作也必然映射着人类作品的影子。文本间的互文性(intertextuality)可以依靠引用、指涉、戏仿、改写等策略实现,但抄袭是最极端的一种方式。因而,确立人工智能创作中互文性的限度显得极为重要,在何种程度上吸纳和继承已有文化成果属于合理范围,如何更好地实现对人类文明成果有价值的转化是未来思考的方向,而非站在顶尖艺术水准的高度,因识破现有AI的粗糙技巧便给予全盘否定。

最后仍需回到文学本身,替人工智能设限的同时也意味着文学的敞开。早期文学由群体创作结合个人整理而成,讲故事的形式流行于农业、手工业社会,远游的水手和商人讲述异国他乡的奇闻,世代定居的农民讲述祖辈流传的趣事,他们是早期作者,用故事减轻劳作的辛苦,文学的雏形便在口耳相传中形成,如《荷马史诗》历经了群众合作的程序,有时甲唱乙和,有时丙续丁改,流传时不断增减修改,直至诗人荷马收集后辅以个人才华创作出《荷马史诗》。口传文学终结于纸质印刷的流行,个体的小说家、诗人不再是讲故事的群体,写作成为主体私人经验的传达与内心情感的抒发,文学流通中角色分明,作者和读者都是独立的个人。如今人工智能的加入则重新将写作从个体行为中解放出来,作者角色不再仅由人类生命所扮演,人工智能作为非生命也参与其中,人脑与机器智能协同,形成辅助生成、人机交互的新局面。罗兰·巴特与福柯都提出过“作者之死”(the Death of the Author),西方文论中作者角色历经制作者(maker)、创造者(creator)、生产者(producer)与书写者(scripter)等四种范式,由真实作者转向文本中的作者,从关注作者的实体性功能到关系性功能的变化。不论是将研究重心由作家转向文本,还是将视角从外部研究收缩回内部研究,这些探讨总体仍局限于人文学科内,没有超出文学史、思想史与历史文化的范围。若在此基础上进一步延伸,人工智能写作的强势冲击将带来新一轮的“作者之死”,即传统的作者功能的结束,但也将赋予作者以“技术者”的新生。作者身份的转换带来文艺创作的变革,不仅为文学注入新活力,也对艺术接受产生影响。科学范式不再是人文范式的对立面,在艾勃拉姆斯(M.H.Abrams)的文学框架基础上,技术将作为新要素加入,形成文本、世界、AI、读者、作者的文学“五要素”,这些都将迫使我们迎接新的挑战,重审已有的文学定义和作者身份。

结 语

大语言模型的横空出世唤起人们重估自身价值的焦虑,如何把握技术想象的“度”是个难题,既不能因其蕴藏着巨大的发展潜能而低估人类智能,也不应从人类经典艺术的顶尖水平去衡量机器智能。在人工智能“神化”与“矮化”的两极间,需理性认识到人工智能创作的潜力和局限性,明晰它“能做什么”与“不能做什么”,剔除对科技理性的崇拜和偏见,至少对人工智能做出文化语境与工程现实、狭义与广义、功能型与通用型等层面的区分。合理的文化想象能为技术创新提供灵感与思路,但过度的情绪则会扰乱其合理化进程,警惕算法逻辑下的规训与惩戒,消除技术膨胀后的悲观与恐惧,反思新技术冲击后的人文精神,方能真正推动人工智能与人文领域的融合。当然,人工智能创作能否突破现有的表层化的语词游戏,发展出兼具形式美感与思想深度的艺术生成能力,则是未来强人工智能取代弱人工智能的关键所在。

人工智能创作是一种探索中的新写作方式,随着人工智能技术的不断突破发展,它一定会突破目前智能文学创作的某些“不能”,超越基于传统文论观念所预设的“不能”,由“不能”转换为“能”,然而,我们也要小心堕入极度的技术乐观主义,认定人工智能创作完全替代人类创作,这是一种不恰当的技术想象。在人工智能创作的“能”与“不能”之间,展现出的是人机融合创作的未来,作者负责创意和整体控制,人工智能负责场景的描写,并由作者进行修改,从而完成整个创作活动。这样一种新的创作图景完全不同于传统写作模式,由于人工智能技术还需要不断完善,人工智能创作的方案也需要不断优化,在相当长的一段时间里,人机融合写作与纯粹人类写作方式的并存会成为新常态。这一新常态将会带给文学巨大的变化。对此我们充满期待。

〔作者王峰,华东师范大学传播学院院长,传播学院、中国语言文学系联聘教授、博士生导师;王意,华东师范大学博士研究生。上海 200241〕

本文原文刊载于《浙江学刊》2025年第3期。

★注释从略,如有需要请参阅原文。

来源:再建巴别塔

相关推荐