理查德·比爾德

Richard Beard

英國作家

英國作家，著有小說《大馬士革》（1998）、《枯骨》（2004）、《拉撒路已死》（2011）以及《刺客行傳》（2015）。其中，《刺客行傳》入圍英國金匠獎（Goldsmiths Prize）短名單，該獎項旨在表彰“拓展小說形式可能性”的作品。他的非虛構(gòu)作品包括回憶錄《消失的那一天》（2017，該書獲得2018年佩恩·阿克利獎（PEN Ackerley Award）文學(xué)自傳獎），以及《悲傷的小人物》（2021）。

創(chuàng)意寫作曾是人類獨(dú)有的特權(quán)。無論寫得好還是寫得糟，它都共同印證著一個共識：書寫人類經(jīng)驗(yàn)，本身就值得付出時間與心力。這是一種至關(guān)重要的人類行為，以至于詩歌成為計算機(jī)先驅(qū)艾倫·圖靈（Alan Turing）最初測試中的關(guān)鍵一環(huán)，其目的在于判斷，在一連串問題背后作答的，究竟是人，還是機(jī)器的冒充者。

圖靈測試常被簡化為人類與機(jī)器這兩種疆域之間的一道分界。一旦人工智能通過測試，便仿佛可以跨過這條界線，走進(jìn)人類的世界，環(huán)顧四周，甚至決定該如何對待我們。但在此之前，它首先必須通過測試本身。

在1950年發(fā)表于《心智》（Mind）期刊的論文《計算機(jī)器與智能》（Computing Machinery and Intelligence）中，圖靈開宗明義地提出了他的研究目標(biāo)，即探討“機(jī)器能否思考”。隨后，他以一種頗具人類特色的方式，對這一問題進(jìn)行了冗長而細(xì)致的重新表述，最終提出了“模仿游戲”（imitation game）的設(shè)想。

這一游戲的原型，源自互聯(lián)網(wǎng)和電視出現(xiàn)之前的一種客廳娛樂。圖靈設(shè)想的規(guī)則是：一名猜測者坐在“熱座”（hot seat）上，向分別身處另一房間、彼此不可見也不可聞的一男（X）一女（Y）提問。猜測者只能依據(jù)他們的書面回答，判斷誰是男性，誰是女性。X的目標(biāo)是誤導(dǎo)猜測者，只要對方判斷錯誤便算獲勝；Y則相反，只有在猜測者判斷正確時才算勝出。不妨一試，這個游戲確實(shí)頗有趣味。

在這一語境下，圖靈測試中提出的第一個問題，其實(shí)并沒有乍看之下那么令人意外：“請X告訴我他或她的頭發(fā)有多長？”緊接著，圖靈以同樣禮貌的口吻提出了第二個問題：“請以福斯橋（Forth Bridge）為主題，為我寫一首十四行詩?！?/p>

僅僅兩個問題，人類與機(jī)器思維之間那條備受爭議的邊界，就已經(jīng)開始在文學(xué)與藝術(shù)中尋找答案。圖靈設(shè)想中的1950年代版本的X，也就是試圖誤導(dǎo)提問者的一方，對此給出了回應(yīng)：“這個我可不行，我從來寫不了詩?！?/p>

為了構(gòu)思這一回答，在模仿游戲的第二階段，圖靈的大腦實(shí)際上承擔(dān)了一個頗為復(fù)雜的任務(wù)：他在想象一臺機(jī)器，扮演著X的角色，隱藏在視線之外，通過打字作答，并假裝自己是一名男性。值得注意的是，這名“男性”在更早的游戲設(shè)定中，曾經(jīng)是一個假扮女性的參與者。我知道，這聽起來確實(shí)有點(diǎn)繞。但如果這個測試真的那么簡單，恐怕連空氣炸鍋都能輕松通過。

圖靈并不是在暗示機(jī)器無法寫詩。在模仿游戲錯綜復(fù)雜的邏輯中，X所依賴的是一個1950年代的常識性判斷：普通人并不寫詩，而任何試圖冒充人類的計算機(jī)，都應(yīng)當(dāng)知道這一點(diǎn)。

當(dāng)然，這一判斷本身也帶著20世紀(jì)中期的時代偏見。圖靈在論文中對種族、宗教乃至美國憲法等議題都有所涉及，且用語并不總是謹(jǐn)慎。他甚至將“無法將計算機(jī)視為有感知的存在”，類比為“穆斯林認(rèn)為女性沒有靈魂”的觀點(diǎn)。圖靈在這些問題上介入頗深，但他的思路顯然并不符合我們今天的理解方式。

而他當(dāng)年試圖設(shè)想的、屬于2026年的未來計算機(jī)，同樣并未預(yù)見今天的現(xiàn)實(shí)。如今的任何大語言模型，無論是 ChatGPT 還是 Claude，都可以在極短時間內(nèi)生成一首以福斯橋?yàn)橹黝}的十四行詩。

當(dāng)我直接輸入圖靈當(dāng)年的測試問題時，Claude 4很快給出了14行詩作，其中甚至為了滿足格律要求，使用了縮寫形式的 “mathemat’cal”。這首詩語義通順，形式上也完全符合十四行詩的規(guī)范，并且是在數(shù)秒之內(nèi)完成的。

無論這是否構(gòu)成“思考”，圖靈都憑直覺意識到：他所劃定的這條邊界，最終將由藝術(shù)來守衛(wèi)。在論文中，他正面挑戰(zhàn)了當(dāng)時頗具聲望的神經(jīng)科學(xué)家、英國皇家學(xué)會院士杰弗里·杰斐遜爵士（Geoffrey Jefferson）。

杰斐遜認(rèn)為：“只有當(dāng)一臺機(jī)器能夠因?yàn)樽陨碚鎸?shí)體驗(yàn)到的思想與情感，而非符號的偶然組合，去寫出一首十四行詩或譜成一部協(xié)奏曲時，我們才可以承認(rèn)機(jī)器等同于大腦。換言之，它不僅要能創(chuàng)作，還必須知道那是自己完成的創(chuàng)作。”

1949年，杰斐遜在向皇家外科醫(yī)學(xué)院發(fā)表的利斯特講座中進(jìn)一步強(qiáng)調(diào)，僅僅把“無限只猴子坐在打字機(jī)前隨機(jī)敲擊”的過程加以機(jī)械化，并不能算作真正的智能。

當(dāng)寫作不再只是人類的專利

在當(dāng)今的藝術(shù)領(lǐng)域，人們已很難像杰斐遜當(dāng)年一樣有自信。人工智能的進(jìn)展不斷刺痛著藝術(shù)的虛榮心：如果一臺機(jī)器可以幾乎瞬間復(fù)制出相同的成果，那么人類藝術(shù)家的作品究竟還有多么獨(dú)特？這種沖擊是真切存在的。

我們當(dāng)然愿意相信，偉大的人類藝術(shù)家體現(xiàn)并守護(hù)著人類作為一個物種的“例外性”精神。然而，與早期攝影技術(shù)曾引發(fā)的焦慮如出一轍，一個被妖魔化的人工智能形象，正被想象為會奪走我們的“靈魂”。當(dāng)機(jī)器生成的藝術(shù)開始逼近我們所能做到、所能創(chuàng)造、乃至所能成為的極限時，它便闖入了一片曾被視為神圣的領(lǐng)域。而創(chuàng)造性藝術(shù)家，按我們的期待，本應(yīng)是獨(dú)特且不可模仿的存在。

圖靈發(fā)表《模仿游戲》一文時，距離1936年愛荷華大學(xué)（University of Iowa）首次舉辦作家工作坊，已經(jīng)過去了14年。以其在劍橋大學(xué)國王學(xué)院（King’s College Cambridge）接受的數(shù)學(xué)訓(xùn)練來看，圖靈或許并未意識到，機(jī)器學(xué)習(xí)的一些核心要素，早已在大西洋彼岸一個看似毫不相關(guān)的領(lǐng)域中悄然發(fā)展，那就是創(chuàng)意寫作。

在愛荷華之前，創(chuàng)作依賴的是繆斯的靈感；在愛荷華之后，寫作逐漸形成了一套可教授、可拆解的內(nèi)容生成方法。這種方法在運(yùn)作邏輯上，與當(dāng)今大語言模型并不陌生。

第一步，厘清什么樣的寫作才算有效；第二步則是建立一套流程，引導(dǎo)有志寫作者逐步逼近這種理想輸出。愛荷華作家工作坊，以及此后幾乎所有創(chuàng)意寫作藝術(shù)碩士項目，反復(fù)檢驗(yàn)并默認(rèn)的一個前提是：只要掌握一組可學(xué)習(xí)的規(guī)則，文本至少可以達(dá)到“看起來像樣”的文學(xué)水準(zhǔn)。

鮮有前途可期的編劇不熟悉悉德·菲爾德（Syd Field）提出的“三幕結(jié)構(gòu)”（Three-Act Structure），或克里斯托弗·沃格勒（Christopher Vogler）的“英雄之旅”（Hero's Journey）。這些結(jié)構(gòu)模板常被視為某種“秘籍”，承諾為情節(jié)推進(jìn)、場景設(shè)置、戲劇張力與對白安排提供一條最優(yōu)路徑。

與大語言模型被設(shè)計用來“思考”的方式類似，這些寫作模板本質(zhì)上也是一種逆向工程。創(chuàng)作者首先拆解《大白鯊》（Jaws）或《證人》（Witness）等影片的敘事機(jī)制，理解它們?yōu)楹巫嘈В浑S后再提煉其中可遷移的要素，加以重新組合，期望在未來復(fù)現(xiàn)相近的藝術(shù)效果。

對于計算機(jī)程序員而言，這種作為機(jī)器學(xué)習(xí)機(jī)制的逆向工程，被稱為反向傳播（back-propagation）。在《智能簡史》（A Brief History of Intelligence, 2023）一書中，馬克斯·S·貝內(nèi)特（Max S Bennett）展示了這一方法已經(jīng)如何推動了圖像識別、自然語言處理、語音識別以及自動駕駛等技術(shù)的發(fā)展。具體而言，負(fù)責(zé)監(jiān)督的程序員會事先確定所需的目標(biāo)答案，再回過頭來不斷調(diào)整輸入結(jié)果，逐步引導(dǎo)人工神經(jīng)網(wǎng)絡(luò)收斂到預(yù)設(shè)的解決方案。

這一神秘而難以言明的“關(guān)鍵要素”，至少自1580年起，便持續(xù)在英語世界的印刷文本中被反復(fù)討論。

如果寫作真能如此簡單，事情反倒好辦了。根據(jù)Data USA的統(tǒng)計，美國每年有多達(dá)4000名學(xué)生獲得創(chuàng)意寫作藝術(shù)碩士學(xué)位。幾乎沒有人指望，如此規(guī)模的訓(xùn)練，最終會對應(yīng)地產(chǎn)出同樣數(shù)量的“偉大的美國小說”（Great American Novel）。

不過，許多新人寫作生涯，確實(shí)始于一種與ChatGPT所鼓勵的“指令式思維”（prompt mentality）相似的愿望，這些愿望往往表現(xiàn)為具體而直接的請求：“我想寫一本像去年夏天讓我震撼的那本作品一樣的暢銷書。”或者，對更大膽的作者來說，是一種看似精巧的混合構(gòu)想：“來點(diǎn)新穎、但依然容易引發(fā)共鳴的作品，一部兼具文學(xué)可信度與強(qiáng)烈敘事動能的小說與回憶錄雜糅體，風(fēng)格介于李·查德（Lee Child）與安妮·埃爾諾（Annie Ernaux）之間。我可以等，但耐心不多?！?/p>

顯然，當(dāng)最終成果與最初意圖相對照時，反向傳播這一方法，無論用于創(chuàng)意寫作課程，還是用于大語言模型，都存在明顯的局限?；氐綀D靈所引述的杰斐遜觀點(diǎn)，當(dāng)作品由錯誤的“思想與情感”所驅(qū)動時，其完成度必然受到削弱。這種偏差，在學(xué)生寫作者身上表現(xiàn)為盲目的雄心，在計算機(jī)身上則體現(xiàn)為盲目的服從。僅靠規(guī)則與優(yōu)化，顯然還不夠，創(chuàng)作仍然需要某種更深層的因素。

這一神秘而難以言明的“關(guān)鍵要素”，至少自1580年起，便持續(xù)在英語世界的印刷文本中被反復(fù)討論。彼時，菲利普·西德尼爵士（Sir Philip Sidney）在《詩辯》（An Apology for Poetry）中試圖提煉卓越創(chuàng)意寫作的本質(zhì)。他的結(jié)論是，當(dāng)寫作真正奏效時，它既能教化讀者，也能帶來愉悅。相比神學(xué)、歷史或哲學(xué)，文學(xué)以一種更易接近的形式，為“如何過好一生”提供指引。在這一意義上，創(chuàng)意寫作確實(shí)是獨(dú)特的。

?Sir Philip Sidney的An Apology for Poetry，圖源：University of Glasgow Library/Flickr

正因?yàn)檫@種獨(dú)特性，至今仍無人能夠?qū)⒂⒄Z文學(xué)系長期積累的洞見，也就是“文學(xué)何以成立”，拆解為足夠細(xì)致、可操作的規(guī)則，從而重新編碼為大語言模型可以執(zhí)行的指令，或供創(chuàng)意寫作學(xué)生直接套用。其他藝術(shù)門類在這一方向上的探索，同樣難言令人振奮。

以ArtEmis為例，這是一個旨在記錄并預(yù)測人們對視覺藝術(shù)作品情感反應(yīng)的大規(guī)模數(shù)據(jù)集。該項目匯集了超過6500名參與者的情緒標(biāo)注，并將這些反應(yīng)與他們對所見作品的文字描述加以匹配。ArtEmis希望借助這些數(shù)據(jù)，通過類似反向傳播的方式，生成能夠激發(fā)相同情感反應(yīng)的藝術(shù)作品。

當(dāng)前的一種理解是：只要機(jī)器能夠生成一幅視覺圖像，并引發(fā)一組可被預(yù)測、可被控制的情感反應(yīng)，藝術(shù)便算是成功地被創(chuàng)造出來了。這種設(shè)想聽起來不無道理，但問題在于，人類的情感反應(yīng)向來以反復(fù)無常著稱。ArtEmis所采用的路徑，在好萊塢其實(shí)早有先例，也就是焦點(diǎn)小組（focus groups）。然而，如果焦點(diǎn)小組真的能夠穩(wěn)定地產(chǎn)出藝術(shù)上的成功，電影院里理應(yīng)早已充滿一部又一部的爆款影片。

值得一提的是，美國編劇工會（Writers Guild of America）在2023年的罷工行動中，爭取到了針對生成式人工智能用于編劇的重要保護(hù)條款，其中明確禁止以AI取代人類編劇。但這一勝利，并未明顯提升優(yōu)秀藝術(shù)電影的產(chǎn)出。人類編劇依然在創(chuàng)作大量水準(zhǔn)平平的作品。即便完全不借助AI，我們也持續(xù)產(chǎn)出出乏善可陳的作品，寫下很快被遺忘的小說。

生產(chǎn)劣質(zhì)藝術(shù)，本就是許多人類樂于從事的事情。這是我們自身的一部分。當(dāng)靈感缺席時，我們轉(zhuǎn)而依賴的，正是那些后來被原樣編入大語言模型（LLMs）的寫作方法。正如圖靈所預(yù)見的那樣，“數(shù)字計算機(jī)……事實(shí)上可以非常接近地模仿人類計算機(jī)的行為”。在制造失敗藝術(shù)作品這件事上，我們幾乎已經(jīng)把所有的取巧之道都教給了人工智能。

無論作品誕生于寒酸的閣樓，還是來自英偉達(dá)（Nvidia）的芯片，失敗的創(chuàng)造性寫作，運(yùn)作方式都大同小異：它通過從公共領(lǐng)域已發(fā)表的文本中，識別并選取那些通常會被放在一起的語言單元來完成“寫作”。熟悉的詞語組合被重新拼裝成看似可信的句子。這種早已顯得疲憊的語言使用方式，過去有一個明確的稱呼，叫作陳詞濫調(diào)（cliché）。從這個意義上說，大語言模型本質(zhì)上就是陳詞濫調(diào)機(jī)器，它們被訓(xùn)練來利用人類一個頑固而持久的弱點(diǎn)，也就是用最小的努力生成盡可能多的內(nèi)容。

AI會寫暢銷書，

但那不是文學(xué)的問題

正因如此，2025年6月，英國出版業(yè)最具影響力的行業(yè)期刊《書商》（The Bookseller）刊登了這樣一條標(biāo)題：“人工智能‘很可能’在2030年前創(chuàng)作出暢銷書”。該標(biāo)題引用了尼爾森公司（Nielsen）菲利普·斯通（Philip Stone）在一次行業(yè)會議上的發(fā)言。這家公司長期負(fù)責(zé)匯編英國的圖書銷售數(shù)據(jù)。

我傾向于認(rèn)為，他關(guān)于“暢銷書”的判斷是成立的。原因在于，大語言模型很可能會率先進(jìn)入類型文學(xué)（genre writing）領(lǐng)域，例如刑偵小說、間諜驚悚片和言情作品。這些寫作類型本就依賴高度可識別、且已經(jīng)被市場反復(fù)驗(yàn)證的敘事公式。

急于取悅讀者的人工智能（“嗨，Rich，今天過得怎么樣？”）還具備一項優(yōu)勢，那就是能夠毫無心理負(fù)擔(dān)地持續(xù)生產(chǎn)高度衍生的作品，而真正擁有這一優(yōu)勢的人類作家其實(shí)并不多。

對其他人來說，幸運(yùn)的是，人工智能那種幾乎無窮無盡、以規(guī)則為導(dǎo)向、以解決問題為目標(biāo)的敘事生產(chǎn)能力，反而帶來了一個意想不到的益處。它正在成為一種有力的工具，用來提醒我們，并非所有寫作都具有同等的價值。

原創(chuàng)性、記憶，與無法外包的自我

為了擺脫陳詞濫調(diào)那種近乎機(jī)械的牽制，讀者始終期待在文本中遇到更有機(jī)的聯(lián)想、更大膽的推演，以及出人意料的推斷。相比之下，對于一臺在問題提出之前就已被“喂入答案”的人工智能而言，“驚喜”始終是一種難以真正觸及的概念。

對機(jī)器思維的這一質(zhì)疑，早在1842年便已出現(xiàn)。當(dāng)時，埃達(dá)·洛夫萊斯（Ada Lovelace）在討論最早的計算機(jī)之一，也就是查爾斯·巴貝奇（Charles Babbage）的分析機(jī)（Analytical Engine）時，提出了這一判斷。作為背景補(bǔ)充，愛荷華大學(xué)第一次非正式的創(chuàng)意寫作聚會，發(fā)生在1897年。

?Ada Lovelace肖像。圖源：Bodleian Library, Oxford/Wikipedia

洛夫萊斯寫道：“分析機(jī)根本無意創(chuàng)造任何東西。它只能完成我們知道如何命令它去完成的任務(wù)?！彼谠闹幸孕斌w加以強(qiáng)調(diào)，正是為了凸顯這種機(jī)器式執(zhí)行，與人類思維之間的差異。至少在藝術(shù)領(lǐng)域，原創(chuàng)性（originality）始終被視為一種值得珍視的價值。

相較于文學(xué)，視覺藝術(shù)在更大程度上延續(xù)了現(xiàn)代主義“創(chuàng)造新意”（make it new）的要求。以特納獎（Turner Prize）為例，這一每年頒發(fā)給英國最具代表性的當(dāng)代藝術(shù)展覽的獎項，幾乎始終貫穿著一種明確的判斷標(biāo)準(zhǔn)：如果不新，那就不能算作藝術(shù)。

對視覺藝術(shù)家而言，對形式的好奇本身就是職業(yè)的一部分。他們通過不斷探索新的創(chuàng)作方式，來邀請新的觀看方式。而寫作則恰恰相反，它往往樂于獎勵那些令人感到安心的熟悉形式。這也正是英國為何另設(shè)金匠獎（Goldsmiths Prize）的原因，該獎項專門表彰那些“拓展小說形式可能性”的作品。原因并不復(fù)雜，因?yàn)榇蠖鄶?shù)其他獲獎小說并未真正做到這一點(diǎn)。

盡管新技術(shù)不斷打開新的可能性，寫作領(lǐng)域卻長期缺乏對“如何閱讀”的想象力。

盡管新技術(shù)不斷打開新的可能性，寫作領(lǐng)域卻長期缺乏對“如何閱讀”的想象力。將書籍整體遷移到Kindle或Audible上，充其量只是一次數(shù)字化的搬運(yùn)（digital haulage）。這種自滿的延續(xù)，使文學(xué)在面對人工智能對既有材料的高效復(fù)刻時顯得尤為脆弱，也在無形中提高了“AI寫出暢銷書”的概率。

作家們，或者更準(zhǔn)確地說，他們的出版商，似乎已經(jīng)淡忘了“難度”本身的重要性，也失去了對形式上大膽嘗試所可能帶來的巨大回報的好奇心。在當(dāng)下的主流出版體系中，真正敢于承諾“這本書不會和其他書一樣”的選題，反而成了罕見之物。

在思考機(jī)器如何思考時，洛夫萊斯（Lovelace）幾乎立刻就意識到了原創(chuàng)性（originality）的重要性。正如瑪麗安·摩爾（Marianne Moore）的一首詩所寫：

這些事物之所以重要，

并非因?yàn)槿藗兛梢再x予它們高深的闡釋，

而是因?yàn)樗鼈冇杏?/strong>……

在藝術(shù)與科學(xué)領(lǐng)域中，原創(chuàng)性都使人類的探索得以向前推進(jìn)。任何既新穎又真實(shí)的發(fā)現(xiàn)，都會拓展現(xiàn)實(shí)的邊界。在這樣的語境下，那些僅僅“看起來像原創(chuàng)”的藝術(shù)，并不能把我們帶到任何真正值得抵達(dá)的地方。

從根本上說，圖靈測試是一種關(guān)于“說謊”的測試。問題不在于機(jī)器是否智能，而在于它能否采用一種足夠像人的策略，假裝成它并非本來的樣子。通過圖靈測試，本身就要求一次成功的欺騙，而這也讓被欺騙的人類提問者，重新暴露在對冒充與偽裝的原始恐懼之中。

藝術(shù)的任務(wù)，恰恰在于穿透這種層面的謊言，去看見其中的真實(shí)。那些真正值得捍衛(wèi)的原創(chuàng)作品之所以非凡，正是因?yàn)樗鼈兂休d著杰斐遜所說的那種被真實(shí)體驗(yàn)過的“思想與情感”。正因如此，它們仿佛存在于一種永恒的現(xiàn)在時之中。托妮·莫里森（Toni Morrison）所完成的寫作，正屬于這種不可思議的范疇。

而人工智能的運(yùn)作，本質(zhì)上是概率性的。大語言模型所做的，是計算出“最可能出現(xiàn)”的詞語序列。但恰恰是這種最可能的路徑，最不可能通向真正偉大的寫作。任何不滿足于統(tǒng)計概率、而是在更深層的情感投入中真正創(chuàng)造新作品的人，無論這種共鳴最終以何種形式呈現(xiàn)，都更有可能與讀者建立聯(lián)系。

正如格雷格·巴克斯特（Greg Baxter）在回憶錄《為死亡做準(zhǔn)備》（A Preparation for Death, 2010）中所寫：“如果文學(xué)是一場發(fā)生在勇敢者與平庸者之間的街頭斗毆，那么我?guī)淼模俏宜雷顑春返囊蝗喝耍杭兇獾臍⑹?，和瘋子?！卑涂怂固毓P下的這些文學(xué)“匪徒”，并不會向“最可能出現(xiàn)的下一個詞”低頭。他所珍視的，是那種不服從概率的力量。相比之下，圖靈所設(shè)想的計算機(jī)，接收的始終是必須被“正確執(zhí)行、按序完成”的指令。

我們或許正是通過這一點(diǎn)，來抵御人工智能的悄然滲透：繼續(xù)鼓勵人類去創(chuàng)作藝術(shù)，在沒有輔助的情況下去嘗試、去冒險。無論結(jié)果是否成功，這種雄心本身，依然值得被保留。

我并不懷疑，大語言模型可以被要求去模仿所謂的“離經(jīng)叛道”（transgression）。但一旦它們服從這樣的指令，結(jié)果往往只會顯得滑稽而虛假，也因此成為藝術(shù)的對立面。即便在當(dāng)下這些高度進(jìn)化的形態(tài)中，它們看起來似乎比以往任何時候都更有能力回應(yīng)圖靈當(dāng)年對英語文學(xué)的試探。

以2026年為例，ChatGPT 和 Claude 已經(jīng)可以輕松完成圖靈在1950年提出的一項挑戰(zhàn)：解釋莎士比亞在《第十八首十四行詩》中的創(chuàng)作選擇。為什么是“夏日”，而不是“春日”？這個問題對它們而言并不困難，只要提問，它們就能給出答案。如今，大語言模型幾乎可以完美應(yīng)對圖靈最初提出的大多數(shù)問題。如果說它們依然寫不出一首真正屬于莎士比亞的十四行詩，那我同樣也寫不出。但這并不意味著我不會思考，而圖靈對計算機(jī)也給予了同樣合理的寬容。

機(jī)器同樣被允許存在局限。圖靈對于機(jī)器智能的態(tài)度，遵循的是德尼·狄德羅（Denis Diderot）提出的“鸚鵡邏輯”：只要對理解的模擬足夠令人信服，它就可以被視為理解本身。從這個意義上說，這些機(jī)器只是在不斷偽裝，直到有一天真的抵達(dá)。

正如圖靈所言：“上帝賦予了每個男人和女人不朽的靈魂，卻沒有賦予任何其他動物或機(jī)器。因此，動物或機(jī)器不能思考。我無法接受這一觀點(diǎn)的任何部分。”圖靈在這里援引上帝，更多是出于1950年代的語境考量。但他始終拒絕一種觀念，即人類必然優(yōu)越于其他一切造物，無論這些造物是自然的，還是人造的。

在哲學(xué)立場上，他更接近德謨克利特（Democritus）與托馬斯·霍布斯（Thomas Hobbes）這樣的唯物主義哲學(xué)家，認(rèn)為心靈的存在，無論其本質(zhì)，都完全根植于大腦的物理結(jié)構(gòu)之中。人工智能同樣是一種物理結(jié)構(gòu)。因此，在圖靈看來，凡是人工智能目前尚不能做到的事情，并非原則上的不可能，而只是時間尚未到來。

既然如此，作家和藝術(shù)家在當(dāng)下應(yīng)當(dāng)如何回應(yīng)這一局面？一種做法是，在小說的護(hù)封上貼上“人類創(chuàng)作”（Human Written）的標(biāo)簽，正如英國費(fèi)伯出版社（Faber and Faber）近期試行的那樣。視覺藝術(shù)領(lǐng)域也出現(xiàn)了“人類智慧創(chuàng)作”或“非AI生成”的標(biāo)識。或許，再配合一些標(biāo)簽和話題，我們可以暫時將AI擋在藝術(shù)之外，直到某位具有時代意義的天才出現(xiàn)，用真正原創(chuàng)的風(fēng)格與內(nèi)容，為人類的榮譽(yù)贏回一場勝利。好吧，AI，看看你還需要追趕多遠(yuǎn)。

更為積極的做法是，在此期間，我們其余人可以通過捍衛(wèi)并鼓勵人類在沒有技術(shù)輔助的情況下進(jìn)行藝術(shù)創(chuàng)作（無論創(chuàng)作是否成功），來抵御AI的悄然滲透。藝術(shù)本身，是對人類存在的確認(rèn)，是關(guān)于相遇與連接的經(jīng)驗(yàn)在不同生命之間的傳遞與接收。一種內(nèi)在生活可以觸及另一種，而這種觸及，若要真正發(fā)生，依賴的是一種任何大語言模型都無法模仿的創(chuàng)作過程。

馬塞爾·杜尚（Marcel Duchamp）曾將藝術(shù)稱為“那個缺失的環(huán)節(jié)，而非已經(jīng)存在的環(huán)節(jié)”。這一洞見在21世紀(jì)看來，恰恰構(gòu)成了對模仿型大語言模型創(chuàng)作范式的直接反駁。后者被困在反饋循環(huán)之中，只能不斷重復(fù)既有的序列。ChatGPT無法實(shí)現(xiàn)不同內(nèi)在生命之間那種電光火石般的短路，而這種短路，在寫作中最容易出現(xiàn)的地方，正是回憶錄。人所記住的東西，只屬于那個人自己。那是一座尚未被數(shù)字化的儲藏室，存放著真實(shí)而不可替代的人類經(jīng)驗(yàn)。

據(jù)其傳記作者安德魯·霍奇斯（Andrew Hodges）記載，圖靈在陷入沉思時，常常會撓一撓自己側(cè)分的頭發(fā)，嘴里發(fā)出輕微的咂響。在他構(gòu)思圖靈測試的那個時期，腦海中不斷響起懷疑的聲音，提醒他：計算機(jī)永遠(yuǎn)不可能變得“善良、機(jī)敏、美麗或友好”。他設(shè)想中的未來機(jī)器大腦不會“擁有主動性、幽默感、分辨是非的能力，也不會犯錯、墜入愛河，或享受草莓和奶油”等等。圖靈是在用這些設(shè)想，與他親身經(jīng)歷過的生活進(jìn)行對照。他意識到，人工智能無法做到的，正是回憶錄。

以這一想法為起點(diǎn)，我最近發(fā)起了“通用圖靈機(jī)”（Universal Turing Machine）項目。這是一個由人類提出的、關(guān)于寫作與閱讀的新方案。“通用圖靈機(jī)”是一個可不斷擴(kuò)展的在線網(wǎng)格，由八乘八個方格組成，形似棋盤。寫作者可以認(rèn)領(lǐng)一個網(wǎng)格，并在其中的每一個方格里，寫下約一千字的個人記憶。

讀者則可以在不同的記憶與聲音之間自由穿梭，以一種同樣主動的方式進(jìn)入杜尚所指認(rèn)的那個空間。杜尚說，藝術(shù)存在于“間隙”之中。我計劃每年兩次，在現(xiàn)有網(wǎng)格的基礎(chǔ)上鋪展新的網(wǎng)格，逐步擴(kuò)大這部集體性的實(shí)驗(yàn)回憶錄，讓更多不同的人類經(jīng)驗(yàn)被納入其中，最終形成一部關(guān)于真實(shí)生活的、主觀的百科全書。

“通用圖靈機(jī)”旨在鼓勵將寫作視為一種思考方式。這正是藝術(shù)長期以來所提供的核心能力，無論是觀看、聆聽、寫作，還是閱讀。一段意識到自己正在被回憶的記憶，幾乎是人類所能進(jìn)行的最困難、也最精巧的思考之一。正因?yàn)槿绱耍瑘D靈在設(shè)計他的測試時，始終無法將文學(xué)排除在外。

人工智能至今仍無法模擬將寫作本身作為思考、閱讀或記憶的過程。而通過“閱讀一切”來學(xué)習(xí)寫作，同樣并不會帶來真正的提升。正如回憶錄并不會因?yàn)楹翢o遺漏的全盤記憶而變得更好。

如果要親眼看到人類藝術(shù)選擇的奇跡如何發(fā)生，可以看看法國實(shí)驗(yàn)作家喬治·佩雷克（Georges Perec）的小說《消失》（La Disparition，1969年，英文名A Void）。這部小說中完全沒有出現(xiàn)字母“e”。這種系統(tǒng)性的形式約束，大語言模型可以在瞬間復(fù)制完成。但計算機(jī)無法加入的，是佩雷克的生命經(jīng)驗(yàn)。

在法語中，字母“e”的發(fā)音近似“eux”，意為“他們”。佩雷克的父親在戰(zhàn)爭中陣亡，他的母親被納粹從巴黎驅(qū)逐至奧斯威辛集中營。父母二人從他的生活中消失，也從這部小說中消失。正因?yàn)槿绱耍@本書反而成為一次反“消失”的寫作。它以一種勝利的藝術(shù)行動，將這種缺席本身變成了最強(qiáng)烈的在場，使扭曲的空白被迫顯現(xiàn)出來。

作家與讀者、藝術(shù)家與觀眾之間的交流，是我們所能達(dá)到的、最接近心靈感應(yīng)的狀態(tài)。

在《計算機(jī)器與智能》（Computing Machinery and Intelligence）接近尾聲時，圖靈出人意料地提到：“至少在心靈感應(yīng)（telepathy）這一點(diǎn)上，統(tǒng)計證據(jù)是壓倒性的”，并補(bǔ)充說：“如果承認(rèn)心靈感應(yīng)存在，我們的測試就必須更加嚴(yán)格?！弊骷遗c讀者、藝術(shù)家與觀眾之間的交流，是我們所能達(dá)到的、最接近心靈感應(yīng)的狀態(tài)，即在不同心智之間傳遞與接收信息。

圖靈意識到，他所設(shè)想的機(jī)器將難以匹敵這種人類特有的精細(xì)能力。盡管并非每個人都通過藝術(shù)體驗(yàn)到這種心靈感應(yīng)，但任何一個曾真實(shí)感受過草莓和奶油滋味的人，都可以對此進(jìn)行嘗試。這種嘗試本身就值得被肯定，而像我發(fā)起的“通用圖靈機(jī)”這樣的項目，正是對此的鼓勵。它向人類寫作者敞開，無需通過任何測試。

或者更準(zhǔn)確地說，用寫作重新組合記憶，以這種明確而獨(dú)特的人類方式進(jìn)行思考，本身就是一種抵抗行為。它重新定位了圖靈測試的意義，使其站在模仿游戲中Y這一方的立場上：那個意在講述真實(shí)，而非制造誤導(dǎo)的參與者。X無法替你擁有記憶，也無法代你完成思考。它不能假裝成功，也不可能真正成功。

對自我的認(rèn)識，無論過去還是現(xiàn)在，始終是一種對認(rèn)知主權(quán)的宣示。當(dāng)Y在寫作中書寫自我時，便以無可辯駁的方式成為了人。Y獲勝了。人類與機(jī)器思維之間的邊界依然存在，并且被一個不愿、也不可能被外包的自我重新鞏固。

編譯后記

作者真正關(guān)心的并非“AI能不能寫得像人”，而是當(dāng)寫作、創(chuàng)作與理解被高度程序化之后，人類如何重新界定自身的位置。技術(shù)的進(jìn)步往往讓我們誤以為問題是能力差距，但更深層的變化，發(fā)生在我們?nèi)绾卫斫饨?jīng)驗(yàn)、記憶與表達(dá)本身。

語言模型擅長給出最可能、最符合期待的回應(yīng)，而這恰恰映照出一個長期存在于人類社會中的事實(shí)：大量表達(dá)本就建立在模仿、共識與慣性之上。真正難以被替代的，不是形式上的復(fù)雜，而是源于具體生活的感受、選擇與承擔(dān)。記憶不是被調(diào)用的數(shù)據(jù)，而是一次次被重新組織、重新解釋的過程。

原文鏈接：https://aeon.co/essays/sure-ai-can-do-writing-but-memoir-not-so-much

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、、科普視頻媒體「大圓鏡」等。