文学研究的危机是人工智能造成的吗？
编者按
生成式人工智能的浪潮，已对文学创作和文学批评带来了巨大冲击。《天涯》2025年第6期“作家立场”栏目的“人工智能”与“文本末世”讨论小辑带来了最新的思考，学者刘禾借其二十年前的《弗洛伊德机器人：数字时代的哲学批判》一书中文版出版之机，在与刘盟赟的对谈中对人文和科学如何碰撞、技术与心灵该如何对接等话题，进行了深入思考；李音则在省思，“文本末世”是怎么造成的？在当下，创作与批评何为？
今天，我们推送学者李音《文学研究的危机是人工智能造成的吗？》全文，以飨读者。
文学研究的危机是人工智能造成的吗？
李音
我们可能很快会面临一场文本末世（Textpocalypse），届时机器生成的语言将成为常态，而人类撰写的文章则成为例外。届时，网络上的人类创作文本可能会变得稀有，就像书法家的珍贵作品一般。这仿佛一场全球性的垃圾信息事件，但我们尚未开发出有效的过滤机制。
——马修·柯申鲍姆
“文本末世”并不是太阳底下的新鲜事
人文学者，尤其是被视为人文学科主导力量的“文学知识分子”，在经历了对大语言模型的神化和恐惧之后，貌似正在经历第三种“温和”的心理：也许因为最终发现人工智能在文学写作方面并不尽如人意——然而毕竟它令人难以理解难以置信地“出色”，我们已经在意识里超越困惑，无所谓主动和被动地接纳人工智能，悄无声息地、现实主义态度式地让它作为文字处理软件逐步深度渗透进我们的研究和写作。在我看来，在明显的人类巨变时刻，这种心理转换之容易是一种令人不安的潜意识，带有某种既不深究事物的过去也不瞻望未来的放弃历史的态度。这是某种当下流行的，与信息时代形成诡异反讽关系的，可称之为“数字昏睡”的症状：在铺天盖地的信息中，在滔滔不绝的人工智能话题中，逃避现实、回避决策，事情如此就是如此。或者，横空出世的人工智能海啸就像当下世界上发生的其他一切重大事情一样，都只是屏幕上的，类似于各种类型片，被不断刷新和弃剧——正如你已经不像之前那样迫切关心俄乌战事了。但对相当一部分人文学者来说，这种心理也源于一种学科惯性和堕力——对符号生产和现实不相关联的知识情境的习以为常，每个个体都无助地被技术主义、绩效主义的文化制度所沦陷。
那些警觉于人工智能会给文学以及深深依赖于写作的人类主体会带来何种摧毁性变化的人文学者，如马里兰大学英语系的教授马修·柯申鲍姆等，最为忧虑的是，像ChatGPT这样的新型的大语言模型，改变了最初基于人类创作的文本进行训练的模式，机器可以提示其他机器无休止地生成文本，利用机器生成的文字“自我训练”，这些毫无人味的合成文本将迅速充斥互联网，就像文字版的灰色粘质（gray goo，科幻概念，指纳米机器人消耗完地球上所有的生物量，通过无限自我复制造成的末日灾难）。届时，人类会面临一场文本末世，“如今的文本已不再是为了被阅读，甚至不再是供人消费的内容，而更接近一种通用货币——一种无限的、可替代的代币，成为新的（并且具有掠夺性的）书写经济的化石燃料”。我们生活在一个未来已来的人类时刻，所以近年来科幻文学变成了我们当下最具真实性、最现实主义的文学。但关于我们的外国同行马修·柯申鲍姆发出的文本末世警告，我却完全不需要动用想象力去刷新认知，也不需要等待时间去验证，而是启发和确证了我对当下文学制度和知识状况的体认：我们在大语言模型降临之前就早已置身大量的文字灰色粘质中了，人工智能只是某种持续推进的境遇的一个历史重要节点。
如果忽略事情的程度差别，或一些不重要的文化差异，我要谈论的也许不是个别专业或地方性的局部经验，而是近二十年来的全球人文学术体制处境——命名为新自由主义管理模式、绩效主义、数字至上均可。这种管理模式迫使学者进行机械性的学术产出竞争，同时对学术衡量标准几乎等同于发表评估考核，而学者则借助于互联网信息技术革命，将学术阅读和研究变为极度专业化的、目标狭窄、对象明确的快捷浏览、摘取、复制。这导致了人文知识爆炸景象，但其实质则是制造了大量重复、平庸、琐碎、无聊的研究，充斥着无关紧要的过度发表。这种沦为评估考核的发表泛滥几乎摧毁了学术交流体系，使得真正出于兴趣、需要投入广泛观察、长期关注的、严肃思考的研究艰于生存，败坏了大学应该有的良好的智识生活形式。由于人文学科与自然科学不同，本质上属于非累积性知识生产，这种大量劣质知识“积累”“自我复制”尤其造成了严重的资源浪费和学术累赘。尼尔·波兹曼将这种肇始于孔德实证主义的——凡是不能看见和计量的东西都是非真实的——技术主义进入二十世纪以来对文化的毁坏状况定义为“技术垄断”，斥责这是一种极权主义的技术统治。借用麦克卢汉的“媒介即信息”的思路，他说：“每一种工具里都嵌入了意识形态偏向，也就是它用一种方式而不是用另一种方式建构世界的倾向，或者说它给一种事物赋予更高价值的倾向……在手握榔头者的眼里，一切都仿佛是钉子……在手握铅笔者的眼里，一切都像是写下的清单，……对使用计算机的人来说，一切都像是数据；对手握成绩单的人来说，一切都像是数字。”
虽然信息时代加剧了这种学术制度的极端化，但现代大学学科化的历史更是其重要、悠久的根源。“学科”往往像许多制度一样需要通过“专业化”自我再生和自我延续。最早尼采就曾讽刺过使自己专门化，不再登高、仰视、环视、俯视的学究们。虽然学科化使得“有知识的无知者”在各个学科都有，但是专业化却与以解释文学的理论和实践即阐释学为主要活动的文学学科有本质性的冲突（今天随着专业不断微细化，文学研究者安心于做“专家”的“有知识的无知者”也表现得格外粗鄙）。正如利维斯最早将英文系定位为大学内部吸引其他所有学科的枢纽，强调文学批评是特殊却非专门的学科，是与感性、判断力和思维有关的，非专门才智训练的学科，其他国家的文学系也一样，在其最好的历史时期，实际上成为或至少总是被期许成为一种超越性的、反技术官僚和功利主义，与其他文化活动领域密切相关的人文中心。作为“学科”，文学研究在专业性和超越性之间的摇摆和引起的危机争论一直没有停息过。其中，爱德华·萨义德在1970年代对美国文学批评专业化的严肃批判，以及他所提倡的“世俗批评”，对我们理解当下人工智能即将造成的“文本末世”有一种奇特的相关性、启发性。
在萨义德看来，1970年代末的美国文学批评出现了远离日常生活、模糊社会现实、充满矫揉造作的习语的专业主义道德规范的胜利，而一开始旨在反对实证论霸权、资产阶级人道主义物化、学术专业壁垒的“理论”——自诩为凌驾于智识产品世界里小小封地至上的一种综合，也从一个跨越专门化界限的干预运动，退缩进“文本性”(textuality)的迷宫里。萨义德批评他们把文本性从背景、事件和实体意义中分离出来，和充满事件以及社团的世界没有任何联系，他们挪用论题的方式，并不是现世性的、境况性的，从某种程上来说，文本性就是文学理论的一种神秘的、洗净了的论题。于是，萨义德提出一种“世俗批评”，强调批评扎根于具体的、历史的、物质的社会现实和经验，文本应该与世界有动态关联，而不是抽象的封闭体系的理论空转。与此对应，萨义德又提出对位的“语文学阅读”，“对生存于历史中的人们所使用语言之言词与修辞的详细而耐心的审视，一种毕生相伴的关注”，分析“文本中特定态度、感觉和修辞的结构是以何种方式与现实语境中的某些潮流和历史社会表达相纠缠的”。由此，萨义德将文学批评/人文主义定义为“是运用语言上的诸种才能，去理解、重释和应对历史上的语言文字成果，以及别种语言、别种历史的成果”，“人文学科关切的是世俗的历史，人类劳动的成果和人清晰表达的能力”。再详细一点说，萨义德理想中的文学批评是阅读和解释都植根于作为现实载体的语词中，通过言语的触角去让原来沉默的文本自身同话语世界密切关联起来，艰苦地辨析艺术历史性与复杂性，读写出现实重压，以“异乎寻常的细读与领受”辨析出美学与现实之间“尚未议决的辩证关系”。我们可以看到他将与人文主义关系密切责任重大的文学批评活动锚定在语言、历史，还有他者三个关联向度上。
现在我们可以看到，无论是尼尔·波兹曼所说因唯科学主义、技术垄断而出现的人类自己造成的文本末世，还是人工智能带来的文字版的灰色粘质，都是完全和萨义德的理想背道而驰的，都是他所批判的脱离现世的、文本生产文本的、习语繁殖习语的“文本性”。二者虽然是不同的智能输出/输入，出于不同的原因/逻辑，但是它们并非没有相关性和可比性。我想说的是，在将AI拟人化理解的同时，人早就AI化了。为了清楚地理解人类和人工智能，理解在此情形下文学的命运，辨析其危机，我们也许需要在人类智慧和人工智能之间不断往返、对读。同时，我们现在谈论AI的方式，仿佛有一种错觉，我们假设人类经手的所有思想文字产品都是均质地充满智慧和清明的，而文本的灰色粘质是AI才有的。事实上，这些读取人类文字产品的大语言模型，吸纳了人类的智慧，也打包走了人类思想和语言的所有混乱。人工智能会产生“幻觉”，而人类更是从不罕见“臆语”。威诺纳州立大学大众传播学副教授达文·赫克曼说：“一旦无休止的、令人信服却完全空洞的机器人诡辩泛滥成灾，参与和表达有意义内容的场所的价值将迅速下降。话语的价值将变得更加廉价。很快，你会看到人们推着满载文字的手推车走出图书馆，而这些文字的价值甚至比承载它们的纸张还要低。”但是，看看本世纪以来那些海量的论文发表吧，正如没有生活在AI时代的鲍德里亚所预言的，是一个饱和的充满惰性的世界。“各种停滞的形式正在增殖，而增长则被固定在赘生物里。这也是‘器官过度发达’的秘密，也就是那种比自身的目的走得更远的东西的秘密。”我们在人工智能出现之前，就以碳基矩阵预演了大语言模型的文本训练，我们有自己的“衔尾蛇语言问题”。
美国社会学家安德鲁·阿伯特在一次访谈中也抨击了目前人文学科的弊病，直言现在人文学科整个知识体系必须改变，否则真正的智识主义将在大学中消亡。过去学者的发表率远远低于今天，但取得了巨大成功，没有任何证据表明我们的新体系能够取得相近的成就。他说目前主要由自然科学家设计的AI的模式并不适用于人文学科或社会科学。对于人文社科，我们需要不同的关于知识理想的标准。即便如此，对我们现在的人文和社会科学中的知识观念提出挑战，其实是件好事。因为这些领域很久没出现什么伟大的新思想了，确实需要被好好搅动一下。安德鲁·阿伯特的对人工智能的态度是赞同和反对之外的独辟蹊径。而我一直盘旋着一个想法，人工智能永不疲劳地“专业”，以其文本生产的无限能力，将展演和耗尽人类追求数量盲目粗制滥造文字的意义。一个旧的危机将暴露荒唐的面目，并被AI这个普通（不差）水准选手终结荒唐的机会。以一种与人类完全不同的“思想”方式和推理逻辑运转的人工智能，作为搅局者/终结者，将逼迫文学研究/人文学科必须作出调整，重新寻找起点。马修·柯申鲍姆教授所谓的Textpocalypse文本末世，启用了《圣经•启示录》apocalypse一词，但该词本源于希腊语，原有揭开、揭示之意——上帝通过灾难性事件向人类揭示真理与审判，隐含着“毁灭与重生”的辩证逻辑。“大灾难”以旧秩序的终结开启救赎的新生。
语言混乱的祝福
伊莎贝尔·米拉的《人工智能的精神分析》贡献了一个有意义的角度，为了探究何为人之主体，就不得不以人之为对象。而人文知识分子正是由于对人工智能的未知而将其神秘化，在机器身上投射了人类的心理和想象，以为其具有类人的动机、目标和策略。所谓的“生成式人工智能”所使用的大型语言模型（LLM），主要通过海量学习人类的语言文本，统计预测文本序列中的下一个字母或单词的出现概率，学会捕捉语言的模式、语义和上下文，然后通过不断叠加层级的计算，生成模仿被输入文档的句子和段落。它们是将最早的类似于文档中的“自动补全”语词的功能扩展到了整个互联网。模型的回答过程本质上是一个概率预测过程：根据输入的问题，模型预测最有可能的输出序列即回答。在这个过程中，AI与人类对语言的理解和使用是完全不同的。人是在现实情境中对应语言的意义根据语言规则来使用的，自然语言不是封闭的系统，其意义和语境位于特定的文化和社会中。而AI的计算源于把“语境”置换为和物理世界无关也无所谓意义的语言的“直接语境”，也就是说它的方法是统计一些词汇倾向出现在其他词汇旁边的概率。它并不像人类一样理解语言，它的“理解”实际上是从词与词一起出现的概率统计中编织出来的。对于任何给定的问题，“正确”的答案也代表了一串字符最“可能”的延续。这是一个概率宇宙。
尽管围绕着人工智能的相关命名和描述都采用了拟人化的修辞，但人工智能根本不是类人的。它们通过把语言转换为数字或向量（一连串的1、0的二进制数据）来进行人类根本无法想象的庞大的数据计算。人类语言和计算代码意味着不一样的世界观。简单来说，人类语言是一种比喻性语言，模拟类比真实世界。人类的意识、文学可以看作是一个模拟表征系统，通过叙述、隐喻、描述等手段创建一种与现实相似的“模拟”体验，与真实的物理世界一样具有连续性流动性。而计算机代码语言则是一种数字表征系统，数字计算基于离散符号，即符号必须是取值有限、状态明确，被转换为“0”和“1”（比特），不会渐变或模糊，从而确保计算过程的可靠性和可重复性。后人类学者凯瑟琳·海尔斯指出，我们面临着一个悖论：几乎整个生物世界，包括人类意识，都是模拟的，而制作、存储和传输重要信息流的技术媒介却几乎全是数字的。人类语言建立在对世界的隐喻基础上，而隐喻即由此及彼，因此充满模糊性、不确定性、流动性。人类通过话语阐释对世界进行认知的行为方式可以理解为用词语定义词语，用故事解释故事，以此“准确”地再现世界的秩序。人工智能所涌现出来的高层级的复杂性、模糊性仿真却是通过计算搭建建立起来，非常依赖于低层级的严格性和确定性，越低层级的计算越是二元对立和简单粗暴的逻辑关系。人类语言的迂回本质与计算机代码的“率真”本质有着深层的矛盾。凯瑟琳·海尔斯在其《我的母亲是计算机——数字主体与文学文本》中援引过一位程序员的体验，在“浓缩”语言为代码的过程中，她感到真正的人类本质已经缺失了。我们的通用机器遭受了语言与世界之间不匹配的困扰，这似乎也可以理解为普遍理性要求解决语言和文化的模糊性。但是人类语言和代码对“准确”有不同的定义和追求，也奉行不同的表征方式。和凯瑟琳·海尔斯一样，《机器人如何学会写作》的作者丹尼斯·伊·特南也是具有跨界视野和技术背景的文学研究者，他们都在代码和人类语言之间来回打量，不惜投入深邃的思考和辨析，其重要性和意义不言自明。历史上，不止一位仁人志士，不止一次涌动过修正或制作一种人工语言的想法，如莱布尼茨所说，精确地结算“意义的总账”。人工智能的广泛应用再次使语言的“缺陷”成为一个重要问题。被认为是诅咒的语言混乱，对于文学研究、人文学者来说，此刻应前所未有地感受到对人类深沉的祝福。由于文学的特殊性以及文学系定位的超越性，文学研究从来都不是一门纯粹的学科，而是各种理论和话语的大杂烩，与众多学科交融，并互相呈现出文类混同性，以至于仅仅研究“文学”从来都是可疑的，甚至可以说文学系什么都研究，除了人们通常理解的“文学”。不过，英国学者乔·莫兰观察到，近年来，似乎出现了新的知识风尚。人们似乎渴望回归一个复杂的说不清的“真实”。这一观察非常吻合大家对理论的疲惫，经过十几年密集快速的国际理论旅行，不仅全球学术同质化，看来人的情绪感受也基本同频了。就连马克思主义文学批评家特里·伊格尔顿也表现出回归基础方法的冲动，《如何读诗》就是为了纠正学生们倾向于只对文本进行“内容分析”，却没有任何诗学功底的弊病。马修·柯申鲍姆提出一个新的说法，在大型语言模型的操作层面和网络的政治经济学的框架下，文本不仅是一种数据类型，也是一种“内容”，具有可交换的商品价值，基于运作方式，大型语言模型将加速并放大文本作为“内容”的商品价值，而之所以能做到这一点，正是因为文本已被业务化，使其能够被自动操控和处理。他还提到一个信息：1990年代末，互联网产业的人们突然开始广泛使用“内容”一词，以替代作家、艺术家和各种创意工作者创造的东西。在AI对“内容”的某种风干语言式的操控和文学研究风尚转向二者之间，难道没有一种关联，不存在一种“直觉”吗？让我们再回到萨义德，如朱迪丝·巴特勒在纪念萨义德逝世十周年时所说：我们应该用现在时来谈论萨义德的文字。他没有面临也没有预言AI时代，但他将人文主义的希望放在严肃地投入阅读和解释现实载体的言词上，基于对人文学科本质的深刻认识，他重述了尼采的话，人类历史的真理是一支隐喻和换喻的机动部队。
古登堡时代终于落幕了
我们从一开始对观察和讨论AI能否替代人类进行文学创作最为兴奋，因为无论对人类还是AI，文学都是享有高度特权与麻烦的符号系统。但大部分时候，关于这个问题，我们实际上只想知道AI能不能比人类创作得更好，要不要选择被替代其实是另一个议题。对AI的文学创作目前表现尚不尽如人意这个状况，目前有两种态度：一种是拒绝将AI过早本体化，即人工智能目前能够做到这一点，不等于人工智能就是这样；另一种则相反，基于有关主体性、文学性的信念，认为人工智能的计算逻辑是无法完全捕捉“文学性”这种具有逃逸性的不可计算之物。其实，在大语言模型所输出的文本中，并非没有一些具有“文学性”的修辞表述。但这些看起来有诗意的句子，并不一定具有实际意义，其诗意可能是基于语法逻辑展现出来的意义模糊性，其真实性（文学揭示意义上的）需要在物理世界、人的生活世界进行确认。如果按照罗兰·巴尔特所说，“形象、叙述方式、词汇都是从作家的身体和经历中产生的，并逐渐成为其艺术规律机制的组成部分”，那么大语言模型所有的训练仅限于文本，在任何人类的概念意义上，它都称不上拥有经验，就像鹦鹉说着它无法理解的话。它对按照指令要求输出的文本也没有任何意向性，它可以无限生成句子，但是人类真实的世界则上演着生老病死，欢乐和痛苦。这正是人类需要文学的原因。
毕竟，预测最有可能的下一个词，与拥有关于世界的正确信息是两回事。既是工程师又是科幻小说家的特德·姜说，要创作一部小说或一幅画，艺术家所做的选择与人工智能根本不同。尽管人类谈论文学性的很多说法都适合用来对比人工智能的运作，但特德·姜的角度非常具有针对性。他说，艺术是众多选择的结果。“当你写小说时，无论你有没有意识到，你几乎在你输入的每一个词上做选择。”“我的意思是，艺术需要在每一个尺度上做出选择。对最终作品而言，在创作过程中做出的无数小选择与在构思过程中做出的少数大决策同样重要。在艺术创作中，将‘大’与‘重要’等同起来是错误的，大尺度与小尺度之间的相互关系才是艺术性所在。”特德·姜的表述中，似乎偏向说输出一篇文本是“大”，细节抉择是“小”。但是他的这番表述真正具有启发性的是，我们通常说AI只能在平均水平上产出文本，其实更准确的说法应该是，在AI生成的所有文本中，信息是被“均等化”对待、无所谓主次大小延续出来的。而人的谋篇布局则有总体意向性、交流性，贯穿着某种称之为taste的东西。
尽管这些讨论对理解人工智能文学都有所帮助，特德·姜的大小尺度之辨也让人顿生悲怆——在硅基生命时代，也许人类的痕迹将掩藏或仅存于语词中。不过，这些可能都不是我们现在最需要关心的问题。首先，将人类艺术家和AI都做单一人称来讨论，是犯了一个流行的错误，艺术家是有差异性的复数，AI也有很多训练类型的，这些问题放在人类的好作家和差作家中进行比较也是适用的。其次，也是最重要的，如果按照媒介环境学派精神领袖尼尔·波兹曼的社会观察思路来看，他会觉得，这些细枝末节的问题，只会转移我们的注意力，使我们看不见新媒介引起的严重的原有社会、思想和制度危机。一项重要的技术变革不是给社会带来数量上的增减损益，而是会造成整体的生态变革，重构人们生存的条件和新环境。当我们还在讨论文学的时候，人工智能这项技术已经重构了我们的文化生存条件和生态，改变了“文学”生产原先所赖以存在的一切社会条件：现代文学诞生于古登堡革命带来的印刷文明，虽然印刷文明早已被电子文化侵入而衰落，但我们今天的社会政治架构仍然是印刷文明的伴生物——民族国家、教育、民主、个体、文学等。印刷文明也仍对社会发挥着一定的影响力。关于现代文学的诞生以及读者群的培养如何有赖于印刷出版业的支持，小说和报刊又如何与现代民族国家、公共空间的塑造有紧密关系，已是常识不必赘述。不过，让我们在AI时代，借用一下凯瑟琳·海尔斯的媒介新唯物主义方式，比如把“现代公民”概念替换为“模拟主体”，描述这段历史试试：“模拟主体”与印刷文化的主导地位紧密相连，其属性包括一种关于主体性的深度模型，其中自我最有意义的部分被认为存在于身体（以前用“心灵内在深度”，不强调身体）的深处，小说通过书写语言，把作者的声音和页面联系起来，这种模拟相似性确保了书页表面与作者想象中的内在世界相匹配，而这个内在世界又在读者那里唤起并塑造了一个同样想象出来的内在世界。由此，小说强化了内在性的深度模型，以及模拟主体的稳定性和个体性。而数字主体则与之不同……这才是人工智能作为一种新媒介，对人类及文学带来的真正危机。正如尼尔·波兹曼在《技术垄断》中所说，新技术会改变我们的兴趣结构、思考对象以及我们赖以思考问题的符号，诸如自由、真理、智能、事实等词语的意义都将变化，通过改变社群的性质，我们思想发展的舞台也要变化。如果未来人机合一，“模拟主体”成为人类最需要时时被提醒的身份；如果赫拉利（《人类简史》作者）预言的状况正在到来，人类社会将进入亲密关系5.0模式，人与AI建立亲密关系……我们将如何讨论文学？它还会是我们现在所讨论的文学吗？
其实早在上个世纪，因为电视等新媒介的出现，希利斯·米勒敏锐前瞻了“文学已死”，宣称印刷时代“终结”后，我们对文学的“死亡/危机”问题——也即对其历史和未来的理论清理，已鲜有洞见，难逃窠臼。文学并没有真正死亡，书籍也没有被数字技术渗透而消失，人们仍然愿意通过阅读文学去想象、去逃离。但是文学书写已经成为众多媒介中的一种，“文学性”和叙事技术也不为其独有。相应地，文学研究什么都研究，唯独不太关心作为概念的“文学”了。恰恰是人工智能这个新媒介的出现让文学重新成为“问题”。不过，这里仍旧没有文学本身的什么新话题，重心在技术，在通用人工智能的定制化文化消费。正如特德·姜在讨论什么样的人工智能可以帮助作家时说，“这个假想中的写作程序可能要求你输入十万字的提示词，以便它生成完全不同的十万字来构成你所想象的小说。我不清楚这样的程序会是什么样子。理论上，如果这样的程序存在，用户或许可以被称为作者”。但特德·姜迅速把话题转向到：“但同样，我认为OpenAI这样的公司并不希望创建这样的ChatGPT版本，让他们的用户像从零开始写小说一样费力。生成式人工智能的卖点在于输出内容远远多于输入内容，而这正是它们无法成为艺术家有效工具的原因。”我的意思是说，也许人工智能会产生出一些令人惊讶的作品，但我们更需要将目光聚焦在人工智能背后的数字政治经济学。作为一项技术，它不会脱离社会或经济体系独立运转。这里并没有什么“文学”，只有旨在提供给每个消费者高度适配性、个体性的文本产品。不可否认，这也是一种破除/解散知识垄断的文化民主，但相比较十九世纪知识借助印刷品普及化带来的社会进步，人工智能这样的数字媒介会给政治、社会和心理现象造成非常复杂、无法简单判断的新情况。
同时，对人工智能不应该只关注“智能”这个定义，也应该将其理解为一种让人摆脱信息稀缺的前所未有的“速度”——正如速度已然改变了我们的时空感，当下信息速度也在摧毁、消解构成人类现代社会组织、政治制度运行的诸多重要条件，或使之扭曲、失效。当代最激进坦率的“后现代解密”者保罗·维利里奥将人类所有科技上的改良、演进乃至突变，归结为速度的提升，早在1980年代他就将信息加速和原子裂变做比拟理解，预言了信息时代西方民主效力的被摧毁。随后，更年轻的新生代哲学家韩炳哲，在他一系列当代社会分析小手册中，更大范围、更详细地阐述了，信息加速、零时差及其带来的过度透明，信息胜过思想造就的数字化生命，如何导致了社群、公共空间的坍塌，危害了民主和自由，妨害了有意义的政治议程。文学也与这些问题息息相关，面临共同的威胁。仅就一个非常狭义的文学问题而言，任何语言和风格一旦被过度使用就会失去表现力和精确性，而迭代的频率关系着对意义可能性的耗尽。在AI时代到来之前，文学已经在互联网信息泛滥中经历了严重的叙事能量损耗，如韩炳哲所言，当今在一片故事化喧嚣中，充斥着无方向无意义的叙事真空。资本主义借助故事化将讲述占为己有。它让讲述听命于消费。“故事”被推销，故事化实为卖故事。生成式大语言模型越好用，就会越加速文学能量的萎缩。
目前为止，我们讨论“文学”，背后是有一整套制度支撑的，还不太习惯想象如果没有清晰的作者版权观念，也不再有目前的作品传播和评价机制（也是知识垄断机制），会是一种什么情况。但是很快，大部分人都会把生成式人工智能视为一种协助性的文字处理工具来使用。马修·科申鲍姆认为届时区分“人类创作的文本”或“机器创作的文本”将不再具有实际意义，除非是像有机食品一样，特意标榜强调“100%纯人类创作”。就在这样新旧交接具有魔幻色彩的人类书写史时刻，中国文学界突然爆出一场规模颇大的文学作品“网络鉴抄”事件，被曝的作家作品中，有的文字抄袭量令人吃惊，有的属于散落全篇的寻章摘句。这些文字内容或抄自经典作家作品，或来源于活着的同行。其中绝大部分“鉴抄”缘于使用了“查重软件”，因此可以精准到个别句子举证。作家有抄袭行为，事情的道德伦理是很清楚的，但这个事件散发着“事实”之外的某种“意义”。人类自十八世纪形成的版权观念即将因为人工智能这个新媒介而退出历史，而建立在人类的公共档案馆、图书馆和百科全书等基础之上的生成式大语言模型，是用无数人类作者的文本资料投喂训练出来的，它既不在乎版权，也无所谓独创。新的世界已经到来，但其规则尚未形成；旧世界正逐步退去，然而其道德还未消散。这些作家按其“写作”的劳动性质来说，尽管使用了电脑，仍旧可谓“人类有机”，但他们被“阅读”的方式却是机器数据读取——说不清是过去终于追上了他们，还是未来穿越过来为自己做最后的清场。说实在的，人类文学的这一历史时刻是如此暧昧不明，事情沸沸扬扬，却没有形成有力的道德正义。一个文学事件，其中唯一没有发生的就是“文学阅读”行为。因此就连围观者最后也散去，像数字时代很多丑闻一样，感觉既不值得防守也不值得攻击。那些作家的作品很新，但文学性陈腐，他们既是陈陈相因的文本喂食出来的结果，也是这一文学循环上的语料，无法和自己所属的世界真正对位，就连抄袭的内容也没有让人感到为其作品明显增色，完全不知道动机缘何。还有很多作家作品是因为被曝光抄袭才为人所知……也许这件事的发生仅为发出一个暗示：古登堡时代终于在一阵数字噪音中落幕了。
作为潜能的危机
英国学者乔·莫兰的著作《跨学科》通过考察了英文系的历史，展现了文学系作为一门学科，始终为两种相互竞争的力量所驱动的状况。一个是通过将关注领域限制在公认的现象——“文学”上，试图使它更像一门硬科学，但其实何为“文学”的价值判断和特定文化议程都极不稳固。另一个则试图将其确立为人文学科的跨学科中心，边界模糊、灵活开放、缺乏整体连贯性，既是这个学科的缺点也是其优点。剑桥大学英文系核心人物利维斯说，真正的文学兴趣是对人、社会和文明的兴趣，其边界无法划定，这个形容词不是一个限定词。因此，可以说文学研究总是时不时处于某种“危机”中，不断反思重构思想体系，寻求新的知识联盟，对世界作出解释。危机是这个学科的宿命，也是其潜能。毕竟，知识/秩序不过是我们给予混乱的现实一种暂时的不稳定的赋形。今天谈论文学研究的危机，若只是因为关心人工智能大语言模型可以写出“文学”文本，并替代人产出中等水平的研究，便真的意味着这个学科的终结，而我们对这个学科唯一能做的，便是送上萨义德的祝福：“流亡”。流亡于学科的细微化和专业化；流亡于生活和思想的边界；还有，流亡于算法的世界。
人工智能即将对我们生活的物理世界、知识生产和人类身心带来的全面冲击和改变，目前人文学科话语对此难以充分描述。但人工智能也改变了人获取知识的速度和方式，跨学科在某种程度上变得前所未有的可能和必要。我们需要一些更有创造力的词语去命名有关人工智能的一切，解决诸如“智能”“人工”等术语周围的混乱，降低我们对人工智能的心理投射。我们也需要一些新的基于人文和科学共同合作的宏大叙事。科学家借用文学、神话等叙事来阐释普及理论并不罕见，而那些重要的科学知识不仅仅改变人理解自然物质世界的方式，也构成人文叙事和哲学追问的一部分。通过叙事来解释世界不再是文学的特权，许多学科都在提供新的话语资源，总体而言文学反而落后了，除了科幻文学孤军奋战，传统文学面对世界的巨变，显现出感受力脱节的状态。不过，一些人文学者的跨学科研究可以看作是对人类新叙事的寻找——写作的文类越来越混同，他们都提供了迷人的思想——就像但不止于本文所提到并深受启发的，那些追溯人工智能的技术历史及其与文学、哲学关系，深思“计算制度”的学者。我一直难忘一个故事。关于如何理解和命名人工智能不同于人类的智能形态，我们目前没有合适的词语，谷歌副总裁布莱斯·阿圭拉·阿卡斯做了一个意味深长地比拟：
一个人一生都在岸上度过，有一天却在湖里淹死了，他会以一种他从未想象过的方式体验“水”（深深地、发自内心地），因为它终止了他的呼吸，充满了他的肺部，引发了最深的恐惧，然后就是虚无。
这就是水。难道那些在岸边无助地看着的人不懂水吗？在某些方面，与溺水者相比，他们幸运地没有这样做，但在其他方面他们当然这样做了。人工智能是否“在岸上”，以某些方式理解世界，但不以其他方式理解世界？
这个故事最初只是吸引了我，但是在读过刘禾的《机器中的维特根斯坦》之后，它开始散发出持久的震撼气息。维特根斯坦的哲学思想，对人工智能研究的先驱们如何努力弄懂语言机器中错综复杂的词汇和概念网络，有过重要启发。他的学生，女性哲学家玛格丽特·马斯特曼领导了世界上最领先的计算研究中心之一，为基本的人工智能技术奠定了基础。刘禾对这一段历史的追溯不仅描画了在“计算”历史中女性的力量，也生动展演人对“计算”的设计——人工智能的算力是人所不能及的，但这的确是人类最聪明的大脑赋予它的。如果计算是理解宇宙的另一种方式，我们又如何理解计算和人这种智能体的关系？我们将会形成一种多元并存的智能生态吗？好比代码之于计算机，叙事就是人类的进化程序，我们为世界建立因果关系、意义序列，我们也向自己描述、解释自己的感受和行为。靠着叙事我们人类智能已经进行过很多次迭代了，这次我们将如何讲述，人和自己所塑造之物的故事？
（本文较刊印本略有增订）
李音，学者，现居海口，主要著作有《在时间面前》。
