作为一款最新的人工智能工具，对话式大型语言模型ChatGPT一经推出便引发各界热议。ChatGPT是生成式人工智能（GenerativeArtificialIntelligence，以下简称“生成式AI”）的代表，拥有出色的内容生成（AIGC）能力，能够在具体对话场景下根据人类需求撰写邮件、代码等。之所以能够吸引文艺领域的 　　作为新媒介文艺的重要组成部分，生成式人工智能文艺的出场再次确认了媒介技术在新媒介文艺实践及其研究中的重要地位。对于新媒介文艺生产来说，媒介不仅是一种生产工具，更是深深嵌入当今社会语境和文艺场域的制度性力量。虽然人工智能文艺已经成为当前文艺研究的热点，但正如单小曦所批评的那样，多数研究是按照再现论、表现论、文本论、接受论等西方传统理论范式展开的，他呼吁媒介论范式应该成为人工智能文艺研究的主导范式。

　　理解生成式AI的双重媒介特性

　　人工智能不仅是一项跨领域的新兴技术，在媒介环境学“泛媒介论”视角下，一切有利于信息传递与交往的介质均可称为“媒介”，因此可以将人工智能视作一种典型的媒介。每一项媒介都有自身的特性，麦克卢汉提出媒介特性对人感知比例的调节作用，以及由此形成的独具特色的社会文化逻辑。那么，生成式AI的媒介特性是什么？

　　其一，生成式AI具有较强的“类人化”特性。在过去的媒介技术研究中，学者往往通过“人性化”描述媒介特性。例如，“人性化”是莱文森媒介人性化进化理论的核心，他认为媒介进化遵循“人性化”逻辑，以服务于人在社会环境与自然环境中的自主性为目标。今天，虽然“人性化”依然可以描述人工智能，但生成式AI更体现了后人类社会媒介的“类人化”特点。ChatGPT的全称是ChatGenerativePre-trainedTransformer。对于ChatGPT而言，其实现“类人化”特性的关键在于Pre-trained所指向的预训练技术。模型预训练是一种迁移学习的方法，“预”就是预先、预备，即根据初步的数据和知识经验准备一个模型，然后用更丰富的数据去使用这个预先准备好的模型，根据任务目标对模型进行反馈，对规则和参数进行调整，从而提高输出的精确率。（参见刘培玉等《基于深度学习的方面级情感分析方法研究进展》，《山东师范大学学报》（自然科学版）年第3期）

　　从文化逻辑上讲，预训练就是提前将人类思维模式与技术处理相结合，并且在后续调整过程继续融合人类的想法、目标，通过提升人机结合程度使机器更加“类人化”。并且，生成式AI的进化能力很快。年3月，OpenAI发布的GPT-4在人类情绪识别上达到更高的水平，“类人化”社交线索更加显著。因此，我们可以将生成式AI视作具有“类人化”特性的机器主体。这一点既是ChatGPT相较于先前的人工智能技术的突破，也是其能够作为人工智能文艺重要参与者（创作者、合作者、欣赏者、批评者）的技术基础。

　　其二，生成式AI具有自主性特质。技术自主论的核心观念认为，技术相对于人具有一定的独立性。当技术发展到一定程度，便显示出一定的自我创生、自我强化、自我组装和自我修复等特征。除此之外，自主性体现在技术对人和社会的影响和渗透效应上。在前人工智能时代，如果我们还认为媒介只是工具，那么在生成式AI时代，我们则当充分肯定这一类人化媒介的自主性。

　　以ChatGPT为例，其自主性与对话性紧密相关，通过人机多轮对话训练后，生成式AI才能输出符合场景和用户需求的内容。在这个过程中，它能够不断自我调整和自我强化，而不是像之前的人工智能工具一样仅仅作出机械反馈。ChatGPT的多轮对话能力是通过上下文编码和动态记忆机制两项主要技术实现的。上下文编码是指在多轮对话中，ChatGPT能够理解上下文的信息，并将之前的对话历史作为输入进行处理，这保证了生成内容的逻辑性。动态记忆机制的作用是，在不断的对话活动中，ChatGPT能够保持和更新之前的对话历史，以便在之后的对话中进行参考和回顾，从而产生更加连贯和自然的对话。这意味着生成式AI是艺术家良好的合作伙伴，二者能够在互动中彼此调整、更新创作的想法与文本输出的结果，从而在人机反馈链条中实现艺术创作的目标。

　　人机生成的数字美学

　　人类中心主义的文艺观塑造了人/技术的主客体关系，以及这种关系主导的文艺生产模式。今天，以生成式AI为代表的人工智能媒介颠覆了传统文艺生产模式和文艺价值的评判标准，在人工智能技术愈发体现出的“类人性”和“自主性”特性基础上，形成AIGC的机器生产模式。笔者认为，AIGC可界定为人机生成的数字美学。这里需要对“生成”进行辨析。生成美学并不指向AIGC中的generative，该词虽翻译为“生成”，但这种生成只是生产模式层面的。进一步而言，其底层技术哲学和美学逻辑所对应的是德勒兹意义上的“生成”，即be 　　首先，人机生成注重人类智能与人工智能之间创造力的碰撞和生成。如前文所述，在类人化和自主性特质的基础上，生成式AI基于海量多模态数据生成的机器创造力和人类创作者的人类创造力能够碰撞生成一种人机创造力，使生成式人工智能作品同时超越人与机器的美学界限。在纽约现代艺术博物馆展出的人工智能艺术作品《无人监控》，在人机生成基础上展现了艺术生成物的创造力和美学价值。这部作品的作者雷菲克·阿纳多尔（RefikAnadol）将其称作人工智能的梦境。我们知道，梦是在记忆基础上发生的，此作品的一个趣味点在于，机器的梦发生于人类数据库。人工智能收集了纽约现代艺术博物馆两百年的馆藏艺术作品数据后，自动生成了“梦境”。作品通过流体动力学算法，在7米多高的屏幕上涌动着色彩、线条和形象的组合来展示这一梦境。在历史之外，现实中的博物馆物理环境中的光线、天气和观众数据也会影响作品的实时生成。作者似乎在发问，这究竟是人工智能的梦境，还是人类的梦境？每隔几分钟，翻涌的艺术品从艺术史的元素组合中抽离，生成为屏幕上的图表，以此唤醒观众这并不是真的历史。人与机器的创造力各自有限，两两生成则使文艺创作充满潜能。在生成美学中，人和AI谁为主体并不是最重要的。重要的是，人与AI作为人工智能文艺的参与者如何拓宽美学的边界，能够生成何种意义。

　　其次，人机生成注重艺术作品的过程性，而不注重作品的完成性。中国的艺术家陈天禅通过StableDiffusion和TouchDesigner软件的人工智能图像构成和画面迭代技术，生成了作品《无限极》。该作品在美国纽约州的展览“Apex:Beyondthelimitless”中引起了人们的 　　再次，人机生成注重感知的体验性，而不注重意义的确定性。传统文艺作品的目的在于确定意义和价值的表达，而人机生成艺术更注重在艺术创作—展现过程中由感官体验激发生成的感受性空间。年，林茨电子艺术节展出了艺术家特蕾莎·舒伯特（TheresaSchubert）的作品《真菌的声音·向不确定性致敬》（SoundforFungi.HomagetoIndeterminacy），该作品是一个生成式的视频装置，模拟了真菌的生长过程。参与者能够通过手部跟踪传感器与画面中的真菌形象进行交互，并且可以实时生成菌丝生长的声音频率。作品允许调节3D画面的视角，从各个维度观察真菌的形态变化。在这个作品的生成过程中，听觉、视觉、触觉彼此交互，拓展了参与者的感受空间。人们借助技术深入日常生活的微观层面，获得对平日不可见之物的可感性。这个作品的意义是开放的，它有效结合了智能技术、人的感官体验和生物主题，也预示了激发和生成作品中的人机感官体验将是人工智能文艺的重要发展方向。

　　生成式AI所隐含的创造力是一种革命性、颠覆性的力量，对既有新媒介文艺乃至传统文学、艺术以及传统文艺观念形成的冲击和挑战是无可争辩的事实。这构成了众多文艺研究者提出和讨论人工智能时代人和机器谁为主体、谁在支配谁这类问题的起点，对技术的恐惧或崇拜形成了人工智能的技术迷思。本文之所以在开篇就讨论技术的新特质，就是希望在面对人工智能技术进化时，我们能够通过跨学科视角了解技术发展的逻辑，由此理性判断其美学特质，破除其技术和美学迷思。

　　传统艺术创作需要耗费艺术家的心血，艺术创新是非常艰难的。但生成式AI能够借助海量多模态数据训练为人类提供创新线索。在生产力方面，虽然技术的变革降低了艺术创作的门槛，使新媒介文艺生产者从精英艺术家变为普通的用户，但即便如此，长时间进行文艺作品（如网络小说）的创作、更新也充满挑战，而生成式AI能够弥补人类创作者的这一不足。站在后人类社会的入口，我们应当学会如何与人工智能合作，平衡人类与智能主体的关系，使人机生成服务于人工智能文艺的创新和不断丰富。

　　面对生成式AI这一热点现象，文艺研究者既不应当盲目追逐，也不应该随意贬低。我们首先需要对新事物的媒介特性以及技术和文艺交织的美学逻辑进行探讨。其次大胆假设，在开放的文艺观指导下进行人工智能文艺研究。

　　（作者系杭州师范大学文化创意与传媒学院讲师）

来源：中国社会科学网-中国社会科学报

作者：别君华