主持人语:
本栏目收录的三篇文章共同探讨了AI时代文艺研究的核心命题:技术革新是如何既释放创作与批评的潜能,又挑战人文传统的边界。华东师范大学的王峰教授和刘家夷从创作机制切入,探讨了AI如何通过“文本对齐”实现以读者为中心的写作范式,并揭示了算法与读者反应的动态耦合。深圳大学的姜娜和江玉琴教授探讨了大语言模型在文学创作中带来的伦理挑战。文章指出,价值对齐是AI介入文学创作的前提,但过度的对齐可能带来“对齐税”效应,削弱文学的创造性和多样性。贵州民族大学的鲍远福教授从AI类主体的角度提出了“分布式主体”“幽灵批评家”等概念,追问了在“碳基-硅基”协作中主体性重构的可能性。这三篇文章犹如三棱镜,折射出技术狂飙中文艺研究的清醒与自觉,提醒我们,在拥抱工具理性的同时,仍需秉持对文化偏见、主体尊严与审美自由的反思。(胡疆锋)
摘 要: 在传统写作中,作者天然优先于读者,而人工智能写作打开了新的可能性:以读者反应作为新的写作标准。这一写作标准的转变是基于写作能力模块化框架下的文本对齐出现的。文本对齐包含人机对齐、读写对齐、情感对齐三重维度,其核心是将人类文本转换为人工智能生成文本。当人工智能对人类的写作能力进行转化,并通过分布式协作进行文本对齐时,具身写作即成为智能写作数据,数据再次转化即为文本表达,这一转换机制的关键是读者。只有走向读者,我们才能解释人工智能的创作标准问题,新的分布式创作主体的建造,也必须依赖读者来判断才能得以确立,由此,写作成为一种读写共同作用下发生的形态,这打破了传统写作中作者所垄断的写作权,使读者通过文本对齐获得了智能文学生产的优先权。
关键词: 文本对齐;人工智能写作;读者优先;
人工智能的发展对人类的生产和生活方式产生了深远的影响,特别是在写作领域,这种影响尤为突出。随着技术的不断进步,人工智能已经可以根据给定的提示词自动生成文本,并在与人类的互动中不断优化内容,直至生成用户满意的作品。这种新型的写作方式虽然仍处于萌芽期,但已经覆盖了诗歌、小说、剧本等多种文体,成为了文学写作的新路径,也带来了一个有趣的问题:人工智能如何生产出人类想阅读的文本呢?前者是分布式智能体,既没有主体,也没有情感,后者却是实实在在的血肉之躯,两者为什么能够在文学写作上达成一致呢?借用人工智能领域的重要术语“对齐”,探索人工智能写作领域的“文本对齐”,我们可以更好的理解人类与人工智能的关系,并重新审视何为作者,何为读者,以及两者如何在技术背景下的文学写作中进行情感对齐,进而把握人工智能文学的生成标准和深层理路,一窥文学写作的全新面貌。
在人工智能领域,“对齐(Alignment)”概念的核心在于确保人工智能代理(Agent)能够实现人类的意图(Intentions),并在其稳定运作的过程中,确保人工智能的输出与人类的预期目标保持一致。将此概念应用于人工智能写作领域,便形成了“文本对齐”(Aligning Text)的概念,即强调在人工智能创作文本的过程中,输出的文本不仅在技术上与人类作者的意图相符,而且在生成效果也能够满足人类在文体、情节、风格等方面的期待。从技术实践来说,在工程师设定算法模型的基本架构后,系统即可依据预设规则生成初始文本。在此过程中,工程师会将人工智能输出的生成文本与预定的生成目标进行系统性比对,通过评估模型输出文本与人类意图的契合度,对算法参数进行优化。也就是说,文本对齐的两端分别是提示词文本和生成文本,前者代表人类写作意图,后者则是人工智能代理写作的结果,而评估两端是否对齐的标准则是人类的阅读反应。
因此,与其说是以人工智能生成的文本结果进行对齐,不如说是以人类对人工智能文本的阅读反馈作为对齐的标准。由此,我们应从人类读者的阅读习惯出发,建立文学阅读的实际反应模型,再类推机器可以从中学习什么,从而保证人类读者的阅读预期。这种推理方式的核心是以实际行动表象为指引,将行动表象与行动性质放入人类自身的行动逻辑中去理解,以确定某种相似的反应。无论是心理反应还是行为反应,只要有这种反应,我们就可以缘之进行反推。这就是从阅读效果反推写作过程的对齐方式。这种对齐之所以具备实现的可能,是因为人工智能写作的文本与人类文本并不是非此即彼,截然对立的,相反,正是因为两者之间存在一定的亲缘关系,所以读者对人类文本产生的阅读反应,才有可能作为一个可参考因素,进入人工智能写作机制的训练中,这就将文本对齐的可能性引向了人类文本与人工智能的关系。
从写作形式上来说,人类写作和人工智能写作是无法完全分离的。作为承担人工智能写作的主力,大语言模型(Large Language Model,LLM)是一种基于深度学习技术的自然语言处理模型,其核心原理是通过训练好的算法模型对输入端的提示词文本进行分析,并通过Transformer算法①Transformer 是一种基于自注意力机制(Self-Attention)的神经网络模型,最早由 Vaswani 等人在论文Attention is All You Need中提出,主要用于处理序列到序列的任务,是大语言模型的基础算法,该算法能够计算每个符号和其他符号之间的关系,并通过概率预测下一个字符来完成输出效果。对数据库文本进行抓取,从而输出可供阅读的文本。在这一过程中,人类文本始终扮演着不可或缺的角色。首先,在预训练阶段,LLM需要借助海量的人类语料数据来不断提升自身的自然语言处理能力,才能够完成与用户的有效交互;其次,当涉及文学类文本的生成时,LLM必须对人类作家的作品文本进行深度学习,进而生成出能够契合文学创作意图的文本;最后,用户所发布的提示词文本作为生成文本内容的核心要素,其质量高低将对人工智能文学作品的文学审美水平和故事情节走向产生决定性影响。从写作内容上来说,两者也具备一定的亲缘关系,因为人工智能写作的数据库正是人类作家的写作内容,而人工智能学习文学写作的方式,不仅与人类作家学习、模仿经典作家的行为极为相似,还能够在效率和速度上进行提升,深度融合不同作家的写作内容和风格,完成文本书写。如果将人类写作视为一个线性的历时发展形态,则人工智能写作的文本则始终与之保持着一种若即若离、如影随形的关系:既与人类写作相似,又显示出一定的独特性;既受制于人类写作的内容,又具备“涌现”①在人工智能领域,“涌现”(Emergence)指的是当系统的复杂度达到一定规模时,从简单的底层组件或规则中自发产生出更高层次的、无法直接预测的复杂行为或能力。此处指人工智能写作处理海量信息、复杂规则和交互模式的过程中,在模仿基础上通过系统复杂性自然生发的、不可预知的、并非通过显式编程实现的创造性。的潜能。可以说,内容上的亲缘性是人工智能文本与人类意图进行对齐的基础,而人类写作与人工智能写作本质上的分野,才是两者需要对齐的原因。
通常认为,人类写作是基于既往的生命经验和已有写作能力而展开的文本书写,不仅包含人类作家受到的知识、技能和审美训练,也包括自身的经历和经验,因此具备一种由个体独特性带来的写作方式和内容的偶发性,我们可以称之为“具身写作”。人工智能写作则不然,它的核心机制是智能书写,即通过算法概率来预测下一个字符的生成,不断形成可供阅读的词组、句子、段落和章节,即“算法写作”。在小说写作领域,这两种写作核心机制的区分自然带来了叙事策略的不同。
传统的人类写作采用的是“行动元中心制”的叙事策略。所谓“行动元中心制”,指的是在文本叙事中,行动元始终占据绝对的支配地位,文本中的所有元素都是在为行动元服务。这个行动元可以是主角,如《老人与海》中圣地亚哥,他以“出海—捕大鱼—斗群鲨—返港”的连续动作,把大海缩减为一根钓索的长度,读者的情感随老人每一次收线、每一次喘息而动荡,最终与那副被鲨鱼啃光的骨架一同返航;这个行动元也可以是文本中一切推动故事情节向前发展的行动者,如《水浒传》中的行动元由“揭竿—聚义—招安—覆亡”的群体动作链构成:林冲夜奔、晁盖智取、武松打虎、李逵闹江州……每个角色(如林冲、武松)既是独立行动元,又在集体命运中交织,共同推进着故事的发展。在后一种叙事方式中,我们能够清晰的看到事件发展的起因、发展、高潮和结局,也能够感受到人物的成长和蜕变。因为在阅读这类文本时,关键在于读者要将自我情感投射到小说内部,对小说角色产生共鸣,从他者书写的文本回返到自身的生命经验中,所以以行动元为核心推动力来结构作品,是最好的选择。
但在人工智能写作中,这种叙事策略显然是失效的。这一方面是因为算力和算法的限制,让人工智能无法完全保证长文本叙事的一致性,即无法从整体性角度把握小说的叙事架构和层级,因此很难规避叙事线索中的逻辑问题,伏笔、铺垫等常用叙事手段也就无法以传统方式进入文本写作;另一方面是因为语料库中的字符是向量式式分布,在语境或逻辑上相关的字符有更大概率被抓取,从而更大程度上保证人工智能生成文本的连贯性和可阅读性,因此,只有明确文体规范,人工智能的测算准确率才能够更高,更标准,生成的文本质量也能够最大程度接近写作意图,这就导致“算法写作”在固定文体写作(如应用文、诗歌等)上优势明显,却很难满足小说叙事所要求的跌宕起伏、曲折动人。
在人工智能写作领域,传统叙事策略的失效具有其内在的必然性。究其原因,人工智能文本从根本上采用一种全新的叙事策略来开展文学创作——“模块调用”。所谓“模块调用”,指的是在叙事过程中涉及的人物、场景、事件等都是不同的模块,通过调用不同的模块,人工智能才能够完成对文本情节的叙述。之所以会产生这种新的叙事策略,是因为人工智能属于分布式智能体,它的写作是把文学文本分为几个基本的智能模块来进行调用、组装,从而形成完整的文本输出。在这种调用逻辑下,人工智能可以用装配机器的方式不断生成高级模块,如场景模块、人设模块、情节模块来设定小说中的主要情节、人物的主要行为以及相关的情感关系。2024年,华东师范大学团队推出国内首部百万字AI长篇小说《天命使徒》,该小说采用了“国内大模型+提示词工程+人工润色”的模式,将网络小说的叙事结构拆解为可复用的模块,再通过提示词进行批量生成并最终形成小说。2024年底,该团队在此基础上推出长篇小说智能体“灵咔灵咔”。该系统将文学创作分解为世界观、小说类型、时代、视角、场景等多个智能模块,用户可以通过调用和组装这些预制单元来构建完整的小说内容。这种模块化运作方式使得系统能够在极短时间内完成长篇创作——测试显示,AI仅需80分钟即可生成100章初稿。可以说,在使用人工智能进行文本生产的过程中,起到决定性作用的不再是“行动元”本身的发展路径,而是调用模块的方式,即人工智能内部进行组合调用的方式,也就是算法模型和算力水平。
看上去,人工智能写作似乎近似一种意识自发性的自动写作,但事实并非如此。与今天由计算机程序生成的“AI自动化小说”不同,在20世纪初的法国文学界,安德烈·布勒东(André Breton)提出的“自动写作(l′écriture automatique)”旨在反叛当时的现实主义和实证主义写作,让人的情感重新进入到写作之中。这不仅是一种创作方法,更是一种探索人类潜意识、挑战理性桎梏的美学宣言,布勒东“主张通过这种活动,人们以口头或书面形式,或以其他方式来表达思想的真正作用。在排除所有美学或道德偏见之后,人们在不受理智控制时,则受思想的支配”①安德烈·布勒东:《超现实主义宣言》,袁俊生译,重庆大学出版社2010年版,第32页。。因此,文学家的写作应当完全建立在心理自动性的基础上,通过摒弃理性控制,让思维像梦境一般自由流动,直接记录下不受逻辑、语法或美学约束的文字。1919年,布勒东与菲利普·苏波(Philippe Soupault)合作完成了第一部自动写作实验作品《磁场》(Les Champs Magnétiques)。这部作品完全摒弃了传统小说的叙事结构,由两人在无预先构思的情况下轮流写作,记录下即兴涌现的思维片段。五年后,布勒东通过非常规的动词时态变换和图像替代描写等手法,写出了《娜嘉》这部名作,将自动写作技巧推向新的高度。作品中混合了现实观察、梦境记录和照片拼贴,揭示比日常现实更本质的“超现实”(Surréalité)”,呈现为一种自由连缀意象的潜意识表达,从而将创作重新定义为一种探索潜意识的冒险。但人工智能写作却恰恰相反,不仅其文本中的意象之间具有概率上的强连贯性,并且在文本标注、文本效果层面都强调文学手法的有意识的介入。可以说,布勒东当年追求的意识性“自动写作”,在AI这里变成了算法驱动下的语言生成。两者的根本区别在于:超现实主义的自动写作是要解放被理性压抑的人性,而AI写作则试图模拟人类的理性思维过程。从这个意义上来说,自动化写作的先锋性是因,写作形式之新是果;人工智能写作则刚好调转了这一因果关系,其与文学实验的相似之处是果,写作机制的根本性革新才是因。
这种因果倒置现象的产生,根源在于人工智能写作的本质是对人类写作的模仿。然而,这种模仿并非针对人类写作机制本身,而是聚焦于写作所带来的阅读效果。换言之,人工智能写作的核心目标是通过生成文本,达到与人类写作相似的阅读体验,而非完全复刻人类的写作过程。因此,为了实现这一目标,必须从文本的阅读效果出发,反向推导出符合要求的文本写作标准,使之进入人工智能的创作过程。如果我们把人类写作视为具身写作,则其写作的根本动力是人类既得的经验、规则和感知模式,就需要先建立连贯的逻辑线索,才能合理安排感知内容,从而通过精准的文字表达形成文本。人工智能不具备感知能力,是要通过阅读反应来创作能产生该效果的文本,就需要人类在前期进行大量的文学计算工作,比如计算小说中出现的各种词汇、人物出现的比率、情感词汇的分布等,还需要使用叙事学知识,提前训练模型对故事整体框架的把握,才可以完成根据任意提示词进行文本书写的任务。可以说,人工智能写作和人类写作是采用了两种写作路径来抵达同一个终点:文学文本。与人工智能写作相比,人类写作更依赖于作者,作家需要将自己对生命、情感、人性等的体察融入创作中,由此形成的文本才具备与读者共振的潜能。但是在人工智能写作中,文本就是从阅读效果开始的。由此,人工智能写作实际上完成了文学写作的翻转,即不再是“从写到读”,而是“从读到写”,也就是说,在文学写作中,人类与人工智能的对齐本质是读者与作者身份的对齐。
人工智能文本的落脚点是呈现给读者,这一点是毋庸置疑的。在传统写作中,也曾出现以“理想读者”②“理想读者”源自接受美学,伊瑟尔认为“理想读者”是作者预设的、能够完全理解文本意图并与之共鸣的读者形象,也是动态参与文本意义建构的主体,其通过填补空白、解读不确定性,使文本意义在阅读过程中生成。为核心目标的写作,但人工智能文学显然不同于此,它是将读者引入文学生产环节,参与文学创作,并承担起作品的主控角色。也就是说,它要以读者的阅读效果建立反应模型,从而树立人工智能写作的对齐标准,将读者的重要性置于作者之上,“读者优先”的观念在人工智能时代变为现实,读者能够真正参与文本创作和阐释过程,并直接介入到文本本身的生产中,成为了一个与作者持平的人。在这个意义上,读者所具有的审美性和文本生产能力等特质,使其与作者的地位相当,从而实现作者和读者的写作平权。也正是在这个意义上,我们会看到文学重心的转移:从作者中心到读者中心。
那么,这一转移是如何发生的呢?早在罗兰·巴特的《作者之死》中,“作者”的权力就曾经被质疑。他认为,“并不存在一种原始写作……它们来自文化的成千上万源点”,由此观之,“作者”这一概念不再是一个独立的个体存在,而是演变为一种整体性的文化结构。在这个文化结构中,所谓的“作者”仅仅是这一结构的承载者。从这一角度来看,传统意义上的作者身份的有效性在根本上被取消了。与之相对的是,读者身份的重要性日益上涨。在现代作品写作中,尤其在网络文学的发展中,通过与读者进行互动来进行文学创作的情况并不少见,比如写作《繁花》时,“自2011年5月10日11点42分‘独上阁楼(金宇澄)’先生在‘弄堂论坛’开帖创作《繁花》,每天创作一段并在‘弄堂论坛’发布。2011年11月4日13点05分,论坛创作暂告一段落”①易文杰:《论作为“网络文学”的〈繁花〉——以连载中作者金宇澄与读者跟帖的互动为中心》,《网文探秘 第三届白马湖全国网络文学评论大赛获奖作品集》,九州出版社2023年版,第88-96页。,读者也在金宇澄的帖子下与之进行互动。读者对作者创作过程的探讨,本质上是读者参与写作的一种表现形式。人工智能写作技术则将这种参与性推向更深入的状态,使读者能够直接介入文本生成过程。在此模式下,传统意义上作为独立个体的“作者”概念被消解,取而代之的是一个复合主体,其分布于整个生成机制的诸多维度中,如叙事结构的算法化分解、程序员的编码实践以及底层数据库的预设性架构等。在这个过程中,作者的形态也随之发生变化,写作不再是有机个体凭其内在综合能力而做出的个体性活动,而是一种人机协作状态下的分散性活动。因此,当人工智能写作中的作者发生变化时,写作权也随之发生了分散。创作权的实质性分散,意味着激进理论不再仅仅是一种构想或潜能,而是一种切实的文学生产标准——以读者为核心,这正是人工智能写作的文本对齐标准。
这种对齐标准的建立,根源于阅读的需求中潜藏着一种无目的的合目的性②康德在《判断力批判》中提出“无目的的合目的性”(Zweckmäßigkeit ohne Zweck),用以描述审美对象(如自然或艺术品)并不服务于某个明确的外在目的(如实用或道德),但其形式却呈现出一种内在的和谐,使人感到它似乎“合目的”。此处指阅读的终极目的并非外在的、可明确表述的目标,而是内在于阅读实践本身的隐性认知结构。读者通过无目的的沉浸,最终达成对文本的领会,并在反思中确认这种领会正是阅读活动的先验合目的性所在。。这一观念由康德提出。康德敏锐地观察到某种特殊的目标,即,我们不能明确地意识到它,但所做的又暗合这一目标,并且在达成之后,感受到某一说不清道不明的目标的实现而感到深刻的愉快,并且通过反思,发现这一愉快就潜藏于我们自身对目的的领会之中。在此,他预设了一个先验的认识框架,从而完成目的和无目的的结合。由此理解读写对齐的标准,会发现阅读行为并非以预设目的为导向,而是在阅读过程的展开及其完成阶段,主体才得以意识到阅读目的的隐性实现。这一目的性实际上先验地存在于阅读活动之前,并通过阅读实践本身逐步显现,最终实现与写作的认知对齐。换言之,阅读本身就暗合着对写作的领会,这种内在的认知同构性构成了读写对齐可能性的本质基础。
与康德相比,现象学的框架更为直观爽利。胡塞尔将康德式的目的搁置起来不论,只就可直观到的东西进行分析,目的不是深藏起来的,而是放在我们面前供我们探索的,现象就是本质③胡塞尔的现象学以“回到事物本身”(Zu den Sachen selbst)为口号,主张“现象即本质”(Wesen ist in der Erscheinung),此处强调阅读目的并非隐藏的,而是在阅读行为本身中直接显现,即写作与阅读的“对齐”并非依赖某种先验的认知结构(如康德的预设),而是在现象学层面实现——作者通过文本构造的“现象”(如语言、结构)与读者意识的意向性活动直接交互,本质(意义)即在这一交互中生成。由此,读者的意义既非被给予,亦非被创造,而是在阅读行为的直观中如其所是地显现。。如果我们以这一框架来看到写作与阅读,就会发现“不管是哪一种情况,要把文学作品和作者一大堆心理体验等同起来的尝试,都是十分荒谬的,因为作品从被创作出来开始存在的那个时候起,作者的体验就不复存在了。同样也没有任何办法可以把这些在本质上会要逝去的体验固定下来,就好像要让这些已经属于过去的体验继续存在一样,这是不可能的”①罗曼·英伽登:《论文学作品》,张振辉译,河南大学出版社2008年版,第33-34页。,因为文本就是我们直接面对的本质,读者阅读不再受作者意图的控制,而是专注于文字本身所带来的心理触动和审美感受。人工智能写作由此被视为一个无限阅读行动的集合体,这一集合体由各种形态的文本形态与读者反应的关联类型构成,其训练数据涵盖数千亿单词的书籍、网页和学术文献,但生成内容时并非直接调用原文,而是依靠神经网络计算词序概率,输出符合语义的全新文本。可见,人工智能写作并不是对这些内容的复制与再生活动,而是循数学概率原则的新型模仿范式——在宏观层面保持模仿性特征的同时,在微观层面体现为概率生成机制。因而,它可以被视为一种波动的球形镜,既吸取外部的养料,又不断生成新的镜像成品。这种机制在商业领域已有成熟应用,比如ChatGPT能够根据用户输入提示词生成数百条风格各异的文案,通过概率计算将不同元素进行创新组合,精准满足用户的需求。中国的彩云小梦平台则展示了AI在创意写作中的潜力,用户只需输入故事开头,AI就能实时生成多条情节分支,每个选项都基于对小说文本的概率建模而非简单模仿。在此情况下,传统作者所具有的审美特权弥散为文本平权。现在,决定读者可以读到什么的权力真正转移到了读者自己手中。
事实上,读者地位的提高也是一个必然会发生的事情,这种趋势在人工智能驱动的写作范式转型中呈现出加速态势。当文本生产速度突破人类阅读能力的临界阈值时,将导致文学生产系统的熵增现象——大量文本因无法及时获得阅读和阐释而沦为废品,由此带来作者与读者在某种层面上的逆转,传统创作论所推崇的某些重要价值会遭到根本性质疑,比如灵感的迸发、激情的流淌、内在心灵的感受,等等。因为在这一态势下,文本的意义转变为一个阅读事件,只有通过读者的阅读行为才能达成作品本身的存在,也唯有读者的意识活动与文本语言进行交互时,作品的审美潜能才得以现实化。作者和读者地位的颠倒之重要性正来源于此。然而,这种转变绝非意味着读者将取代作者成为文学创作的主体。这种取代既不可能实现,也无实现的必要。一方面,建立以读者为中心的读写对齐标准,其目的并非将其转化为人工智能的生成规则——作者的创作意图与读者的阅读体验本质上是不同的,正是这种差异构成了对齐的必要性。对齐所追求的从来不是同一性,恰当的“陌生化”效果反而能产生更优质的审美体验。另一方面,强调读者中心性并非要消解作者本身,而是要解构那种作为整体结构的“作者身份”,使写作转变为在各种力量共同作用下产生的新型实践,从而打破作者及其所代表的文化结构对写作权的垄断。
从这个意义上来说,人工智能写作是无法取代人类写作的,其根本目标在于消解创作主体的二元对立。从创作过程来看,一旦这种写作方式被普遍运用,文本意义将始终处于流动状态。人工智能写作将这种理论建构转化为技术实践,使创作主体性呈现出前所未有的流动性和开放性。由此,人类写作与人工智能写作的人为区隔将自然消弭——这种区隔的消失恰恰是人工智能写作的终极追求,也是其计算能力持续演进与算法模型不断优化的必然归宿。如果文本只有在被阅读时才获得完整意义,则创作主体的身份不应成为审美体验的限制。这种转变延续了文学媒介演进的内在逻辑。事实上,媒介技术的每一次革新都在重构创作的形式边界,却始终未动摇人类创作的核心本质。从口头演述转化为文字记录时,虽然失去了口口相传的时空连贯性,却通过文本实现了跨代际传播,在剥离口头语境的同时延续了文化记忆的使命。印刷术的普及则催生了更复杂的艺术辩证,使印刷品从实用工具蜕变为审美对象,却未改变其传递思想的内核。人工智能写作同样遵循这一规律,它不是终结而是拓展了文学的可能性疆域。当小说文本的审美效果趋近一致时,对创作主体的刻意辨识行为将失去必要性,读者得以超越作者身份的桎梏,回归文本本身的价值评判。从荷马史诗的吟诵到以读者为中心的AI写作,创作始终在完成两项永恒使命——对外部世界的表征与对内在体验的赋形。媒介革新如同语言迭代,只为这两项使命提供新的语法,却从未改变人类倾诉的本质。从这一点来说,人工智能写作并不是在取代人类写作,而是试图改变一种由作者主导甚至决定的文学创作模式,并将之推及到一种新的文学核心结构的建立,即以读者反应为核心的文学活动。
在这种新的文学核心结构中,文学作品的精神内核是由一个动态的行动网络共同建构的。这个网络包含三个关键维度:人工智能的生成机制、智能文本的自组织特性以及读者的意义赋予实践。这种建构性特征揭示了文学本质的深刻转变——当我们将“文学性”确立为文本价值的终极判准时,必须认识到这种文学性并非先验存在,而是在文本与读者的对话中不断涌现的品质。这一转变意味着文学作品的资格认定标准从创作端转移到了接受端,文本之所以成为文学作品,取决于它能否在阅读实践中激发并维持某种文学性体。更进一步说,人工智能写作的特殊性,正在于它通过逆向工程的方式,将传统创作中隐性的文学性标准转化为显性的算法参数。这种“逆向写作”模式不是对文学性的简单模仿,而是建立了一个反馈循环系统:以读者的文学性反应作为训练数据,不断优化生成模型,最终实现与传统写作在效果层面的趋同。值得注意的是,这种趋同并非意味着两种创作路径的同一化。人类写作依然保持着其不可复制的偶然性与历史具体性,而人工智能写作则展现出系统化的适应性。二者的差异恰如海德格尔所说的“林中路”——通向真理的不同路径。正是这种差异性的并存,使得文学场域呈现出前所未有的丰富性,同时也迫使我们必须重新思考:在一个创作主体不断流变的时代,当人工智能写作以“逆向创作”模式(即通过读者反应数据反推创作规律)消解传统作者权威时,个体读者反应的差异性是否会导致读写对齐读者标准失效呢?人工智能写作在追求民主化的同时,是否可能正在建构一种新的文学权威——不是基于作者的天才,而是基于多数读者的平均反应?这种权威与我们最初试图解构的作者霸权,在压制文学多样性方面是否具有同构性?
本质上,以读者的阅读反应为核心建立文本对齐标准,意味着要求读者在阅读过程中对叙事文本与情感类型进行再识别与确认。在现实主义文论的框架内,这种观点相对容易被接受。现实主义文学强调,通过对内心状态的捕捉以及由此引发的情感反应的表达来构建小说文本。这种创作模式呈现出一种较为线性的结构:从内心体验到情感激发,再到文本生成,三者之间存在着清晰的因果联系。然而,现代主义文学观念对这种单线结构提出了挑战。现代主义强调作品的开放性和多义性,主张读者对作品进行多元化的阐释与解读。在这种观念下,文本不再被视为单一意义的载体,而是具有多种解读可能性的复杂结构。因此,依据不同的文学观念,读者对同一部作品的内涵解读可能会呈现出截然不同的结果。那么,根据文学的潜在或显在的观念,将情感反应与特殊表达对齐,建立一个具有普遍性意义的对齐模式,还能够实现吗?
我们要明确的是,文本对齐不是仅针对特定的读者群体,而是预设作品表达的普遍性。以推理小说为例,对这一文体的接受有可能出现阅读反应的解释困境:同一文本引发读者截然对立的情感反应谱系(如兴奋与恐惧的二元对立)。如谷崎润一郎的名作《黑白》,小说一方面提供破案线索与解谜快感,另一方面把江户末期浮世绘、阴翳美学与死亡想象并置,使“理性破解”与“妖艳恐怖”在同一文本中相互渗透:当理性层层剥开真相时,部分读者获得“理性胜利”的快感;另一部分读者却因“真相过于荒诞、理性本身也被污染”而产生强烈不安。这不仅是因为小说通过嵌套叙事结构,模糊了虚构与现实的界限,使得真相本身成为“作者与读者共同想象的幽灵”,也是因为小说拒绝提供确定性答案(真正的凶手始终未现真身)导致读者不安,然而正是这种对凶手的文学化处理,带来了读者情感反应的不可通约性,从根本上消解了传统情感类型学在文本分析中的有效性。要解决这个难题,就不能从情感反应的类型出发,而要从行动进行反推。重要的是,文本如何在事实层面建构有效的情感共鸣机制。只有通过作品的情感倾向性激活读者的深层心理结构,从而触发跨主体性的共情反应,才能使作品更具生命力和影响力。
就人类文学而言,作品中所表达的情感和思想可能会引起不同程度的反响,甚至可能超出作者的预期,产生未被预设的阐释可能性,这种超出创作原意的阅读反应,正是文本获得经典性的关键因素。在人工智能写作的过程中,这一过程是以“文本对齐”的方式出现:人类向人工智能发布提示词指令,人工智能完成指令与文本生产之间的“转译”①此处的“转译”特指人工智能将人类输入的提示词指令转化为符合叙事要求的可读文本的中介过程。其核心含义是AI通过算法解析人类的情感与叙事需求,从语料库中匹配相应的语言模式进行文本再生产,将抽象的情感反应要求转化为具象的文字表征。工作,即将指令转化为对叙事的要求,进而生成相应的可供阅读的文本。清华大学团队创作的科幻小说《机忆之地》正是这一机制的典型案例。在创作过程中,人类作者首先以提示语的形式向人工智能发出指令,例如“元宇宙探险”“神经工程师”“记忆丧失”与“寻找真相”等关键词,这些提示词构成了人工智能理解叙事需求的基础。人工智能随后将这些指令“转译”为对情节、人物、氛围的具体安排,生成包括故事背景、章节概要和人物设定在内的完整大纲。在后续的多轮生成与反馈中,人类进一步细化提示,如要求“突出新奇、未知,甚至些许恐惧交织其中的复杂心情”②参见余梦珑:《AI将提升科幻文学的创造力——〈机忆之地〉创作的启示》,《光明日报》,https://news.gmw.cn/2024-07/06/content_37424538.htm,访问日期:2025年8月15日。,人工智能则据此调整文本,将原本平淡的“感到无比兴奋”之类的叙述改写为更具沉浸感的多感官描写。这种人机之间的“文本对齐”并非一次性完成,而是通过多轮提示—生成—反馈—再对齐的动态过程,逐步逼近人类预期的叙事效果。Ultralytics 官方技术博客则在技术层面揭示了这一机制的底层逻辑。其指出,文本生成的关键在于“将用户输入的提示(prompt)映射为模型可理解的语义表示”,并通过注意力机制与上下文建模,将其转化为连贯的语言输出。这一过程本质上是一种“语义到文本”的对齐操作:提示词被编码为语义向量,模型通过解码器将其转译为符合语法与语境的文本序列。这种机制不仅适用于对话系统,也同样适用于叙事文本的生成。
这样一来,读者阅读产生的情感反应会被转变为使用语词描述情感反应的能力,这不仅意味着,作者的书写实践由此被重新概念化为一种包含潜在读者反应机制的集合性言语行为,其本质在于建构具有可被量化的情感话语体系。这一转向同时为人工智能训练范式提供了新的可能性——情感语料库的构建标准获得了更广泛层面的扩展,虚构文本中那些经过文学建制化处理的情感表达,因其语言表征的精确性和系统性,反而比原生生活情感更符合机器学习对标注规范性的要求。因为重点不在于情感从何处来,而在于情感如何被书写。但是,这也引发了新的问题:在真实性问题层面,人工建构的情感表征能否保持与人类真实情感体验的指涉对应关系?在技术实现层面,人工智能如何通过算法程序达到人类具身感知的叙事效果,也就是说,人工智能如何通过文本对齐形成情感反应上的对齐?
之所以会产生这个问题,本质是因为人类写作和人工智能写作的核心驱动分属于具身和算法两套系统,由此形成了不同的文本生成路径,从而产生了冲突。这种冲突最重要的成因是人类写作能力与机器写作智能存在根本性的分野。人类的写作能力从来都不是孤立的,它需要想象力、感知力、表达力等多种维度的能力,相比之下,人工智能有一个“先天缺陷”,就是没有不同功能之间的融合、渗透和变迁,我们可以按照有机体的能力模式说它没有想象力,但似乎人工智能在需要一种人类想象力的领域,比如文学艺术,也同样能够完成创作作品的任务。因为这一缺陷也是它的天然长处:它整体是可控的,又是可以计算说明的,而这样一来,我们实际上在使用着各种替代方案,通过分布式智能对人类进行模仿,让能力从一个主体之物变为一个客观的功能性展现,从一种主体的易变性转换为可计算的直接展现。因此,这种冲突并不是一种非此即彼的对立形态,而是一种既排斥又接近的状态,排斥是人机的根本区分性,接近则是因为两者必须要完成文本对齐,才能够生产出与人类写作效果相当的文本。值得注意的是,在这一过程中,人工智能仍然不具备产生“情感”的可能性,因为它缺乏真实的情感体验,换言之,这种情感是通过与人类情感的对照而显现出来的,是在以“模拟”的方式转化人类情感。因此,当我们将人类作者与读者之间的互动模式映射到人工智能领域时,实际上是通过文本的对齐和情感的模拟来完成创作者的建构,从而创造出一个新的写作主体。用这种方式来统一人类作品的读者体验与人工智能作品的读者体验,并将这种统一的体验投射回人工智能创作的过程中,我们才重新书写了读者和作者的关系。
传统文学理论将作者视为情感传递的本源,强调读者通过文本接受作者的情感滋养。然而,在人工智能语境下,这一范式发生了根本性转变——读者的情感反应不再需要溯源至创作主体,而是可以通过文本数据与情感类型的对应关系得以建构。这一认识论转向使我们得以暂时搁置各种文论观念的争议,根据文学的各种观念,将情感反应与特殊表达对齐,建立一个具有普遍性意义的对齐模式:在文本引发情感共鸣的现象层面,建立情感反应与特定表达形式之间的对应系统。这种对应关系的有效性并不依赖于读者感受与作者意图的完全一致,而是取决于文本能否在读者内心激活某种情感结构。即使存在一定程度的误读或偏差,只要文本的情感编码机制足够明确,读者仍会基于自身的认知图式对情感内涵进行自动补足。换言之,人工智能写作的核心目标在于确保文本的情感类型标记能够触发读者相应的感受回路,至于这种感受是否完全符合预设已非关键——重要的是建立一种普遍有效的情感-文本映射模式,使文学表达与读者反应在统计意义上保持稳定的对应关系。这一机制的成功运作,揭示了文学情感传递中编码与解码的相对独立性,也为人工智能的文本生成提供了可操作化的理论框架。
从这个意义上来说,人工智能写作的本质并非是对人类情感的深度理解,而是一种基于算法模型的“情感交互”模拟。通过深度学习的神经网络架构,人工智能系统能够高效地处理海量文本数据,并运用模式识别技术对经典文学作品中的词汇组合、句式特征及修辞手法进行量化分析。这种计算语言学的方法使人工智能可以生成在形式上高度文学化的文本表达,当然,在人工智能复刻的内容中,只具备人类作家的形式,无法突出其社会历史语境的指向性。但其仍试图以读者和作者之间的联动生产,建立一种以读者为核心的情动关系。这种情动关系的本质是人类模糊的情感与经过训练的人工智能表达之间的协同运动,对传统文论中“作者-文本-读者”的三元结构提出了根本性质疑:一方面消解了创作者作为唯一权威的传统认知,将文学创作重新定义为人类情感反应与机器编码标准的产物;另一方面,这种协作机制要求我们必须以更广阔的认知视角,重新思考文学创作过程中人机间的情感互动关系。人工智能在此过程中扮演着双重映射角色——既反映出人类情感结构的模糊特质与复杂样态,又通过其特有的反馈机制,展现出传统文学接受理论所忽视的那些潜在情感传递路径。
在传统人类文学中,作者与读者通过“筛选机制”构建起独特的情感共同体,这种筛选并非简单的读者分层,而是通过文本的趣味结构与审美编码实现的情感认同建构。具体而言,文学教育体系与阅读趣味的形塑过程,共同构成了一个精密的筛选装置:一方面,特定类型的文学作品通过其内在的美学特征吸引具有相应情感结构的读者群体;另一方面,读者的审美偏好又反过来强化了文学类型的区分度。这种筛选在作者与读者之间形成了情感共振的闭合回路。那些能够与文本情感编码产生共鸣的读者,会自然地被吸纳进这个意义交换系统;而无法产生共鸣者则被排除在外。
从这个意义上说,人类创作与人工智能创作在情感模式的建构机制上确实呈现出某种结构性相似,即面对相同或相似的叙事场景时,二者所诱发的情感反应在读者层面应当具有可类比性。然而,需要特别指出的是,这种情感的一致性并非源于创作主体的预设性情感——在传统写作中表现为作家的创作意图,在人工智能写作中则体现为算法参数设置——而是根植于读者接受过程中的情感唤起机制。这就引出了人工智能生成文本的三重情感维度:第一维度是人类创作者的情感投射,第二维度是人工智能系统的情感参数设置,第三维度则是二者在读者接受场域中产生的实际情感效应。这种分析范式的转变,意味着我们将情感研究的重心从创作端转向了接受端。值得注意的是,这种情感传递并非静态的对应关系,而是呈现出双重动态特征:一方面,情感元素在叙事进程中形成连续的情感脉络;另一方面,不同创作源头的文本在读者心理层面会产生交互式的情感共鸣。也就是说,当我们讨论人工智能如何生成情感性文本时,要关注的并非创作者与读者之间的对照,而是人类作品的创作者心态、人工智能作品的创作情感设定,以及这两者所引发的读者情感。这种情感不仅贯穿于整个故事之中,形成了一种连绵不断的情感流,而且它们之间还存在着一种微妙的呼应关系。相较于小说而言,它实际上处于碎片化的状态,并未形成一个整体的构成部分,而只是有待实现。这种有待实现的情感,通过人工智能形成一整篇小说,最后交由读者阅读。在这一过程中,一开始的特殊情感就逐渐被消解掉,成为一个确定的文本表达。由此,情感得到了流动的可能性,并推动着文本不断向前,也正是在这个过程中,人工智能就完成了从文本阅读到文本数据再到文本生产的计算过程,作者与读者也在情感交互的过程中自然完成了身份的融合,从而揭示出技术时代的文本对齐标准。
在人工智能时代,以读者为中心的写作不仅意味着文学书写范式的变革,更意味着一种实际的文学生产形态正在确立。长久以来,文学创作被视为作者个人才能的独断领域,而人工智能写作的出现,却打破了这一垄断,使文本的生成与接受成为一个动态的、分布式的协作系统。在这个新型创作生态中,“文本对齐”不再仅仅是一种技术手段,而是成为了重构文学创作逻辑的方法论核心——它包含人机对齐、读写对齐、情感对齐三重维度,其核心在于将人类写作能力转化为可计算、可优化的智能表达,而读者反应则成为衡量对齐效果的根本标准。这三个维度的协同作用,正在重塑我们对“何为文学”的理解。传统观念往往将人类智能视为绝对尺度,以此评判人工智能的“真实性”或“完整性”,但这种比较本质上是封闭的——它预设了一个无法被超越的参照系,使得任何差异都被视为缺陷。然而,真正的突破并非在于让人工智能完全复刻人类智能,而在于建立新的评价体系,即以可计算性、可操作性为标准,探索智能的多元表现方式。人工智能写作的意义恰恰在于此:它不再纠结于“是否像人”,而是聚焦于“如何有效”,通过文本对齐的实践,不断优化生成逻辑,使其在读者层面实现情感与意义的精准传递。这一过程不仅是技术的进步,更是认知的革新。我们并非要等到完全解析人类智能之后才去构建人工智能,而是在人机协作的双向互动中理解“文本对齐”的内涵——人工智能的发展推动我们重新理解人类的创作机制,而人类认知的深化又反过来指引人工智能的优化方向。这是一个螺旋上升的循环,既是对智能的探索,也是对文学本身的再定义。最终,写作不再是作者的独白,而成为作者、机器、读者共同参与的意义生产网络。在这一网络中,文本对齐不仅是技术手段,更是智能文学时代的核心方法论——它让我们超越传统二元对立,真正迈向一种分布式、协作式的新型创作生态。
中图分类号: I04
文献标识码: A
文章编号: 1004-9142(2025)06-0120-10
作者简介: 王峰,华东师范大学传播学院/中文系教授,博士生导师;刘家夷,华东师范大学中文系博士研究生。
(责任编辑:杨林玉)