摘要：人工智能文学是文学与科技相结合的新形态，具有顺序范式和连接范式两种类型、两个阶段。同时，人工智能文学也是对20世纪初以来多种先锋文学实验内在诉求的回应。对人工智能文学的认识和评价不应局限于以情感、灵感和创造力为核心的人本主义现代文学观念，而应当考虑到它所处的20世纪后半叶以来后人类和后文学的背景。在后人类和后文学的框架内，当下的人工智能文学可看作与人的赛博格身份相协调的赛博格文学，在人类视角与机器视角、作者与读者、语言文本与非语言文本等方面具有跨界潜能。作为一种语言信息处理方式，它可能极大地拓展文学的概念空间与表现形式。
关键词：人工智能文学;后人类;后文学;先锋文学;生成文学
作者李国成，南京大学文学院助理研究员（南京210023）。
一、先锋文学谱系中的人工智能文学
二、现代文学观念下人工智能文学的争议
三、后人类视野下人工智能文学的潜能
第一，人类视角与机器视角的跨界。人工智能文学相比人的文学的重要意义正在于能够提供他者视角，以他异性来打破和补充人类视角的限制。但在同时，由于人工智能文学仍未能脱离人类因素的参与，所以这种他异性又不致陌生化到与人无关，如艾丽斯·巴拉莱所说：“人工智能艺术之所以如此有趣，是因为过滤和阐述世界经验的方式与我们的不同，但并没有太大的不同，以至于对我们来说毫无意义。”一方面，人工智能文学须由人工智能根据自主运行的算法自动生成，这使之成为超出人类意图绝对掌控之外的他者。另一方面，人工智能文学又是根据算法对数据库内容的学习和模仿进行创作的，人工智能的任何输出都是在数据库基础上的再组装和再创造。就此而言，人工智能文学也是一种数据库文学（DatabaseLiterature）。而当下人工智能依赖的大数据库作为海量人类语言文本的汇聚，是互联网高度发达时代的产物，承载着皮埃尔·利维所谓的“集体智慧”（collectiveintelligence）。这也意味着，尽管从生成方式来看，人工智能文学直接呈现的是不具作者意图的文本，但从创作本质来看，人工智能文学又是对数据库所蕴含的人类集体智慧的表达和实现。
由此，人工智能文学与人的经验之间被建构为一种同一与差异的辩证关系，通过这种辩证关系，我们获得了从他者反观自身的机会。如前所述，人工智能文学迥异于传统文学观念的那些特征能够激发我们对传统文学观念的反思，“计算机生成文本的特定后人类特征实际上为我们提供了一个有益地评估文学理论中已确立的关键概念的新视角的机会”。与此同时，人工智能文学对数据库内容的机器学习也与弗兰克·莫莱蒂提倡的“远读”（distantreading）在形式上颇为相近。二者都运用数字化文本和大数据处理技术对文本的形式特征进行量化分析，从中寻找文学中潜在的结构模式。不同的是，“远读”需要研究者有根据、有目的地建构模型，机器学习则在大部分情况下能自主进行，因而机器学习比“远读”更能发现文本数据中不为人注意的、类似于“集体无意识”的东西。也就是说，人工智能生成的文本能表征出数据库内容的潜在特征。例如，联合国教科文组织发布研究报告称，大语言模型带有性别偏见、种族刻板印象等倾向。这显然反映了用于训练大语言模型的人类文本数据库中存在的问题。
第二，作者与读者的跨界。在基于印刷文化的现代文学观念中，作者与读者是相互独立并各自孤立的个体，创作与阅读是个人化的行为。但在人工智能文学活动的反馈循环中，作者与读者的身份已无法严格判分，人与算法都承担了部分作者与读者的职能。或者说，正是人与算法的赛博格整体构成了“作者—读者”。从作者方面来看，人工智能常被认为是人工智能文学的作者，但这个“作者”同时又是人类语言文本数据库的“读者”，它不追求别出心裁的自我创造，而是根据对人类语言文本的普遍模式的统计学分析来进行模仿性创作。约翰·波茨用源自古希腊的“Demiurge”（宇宙工匠）一词来描述这种作者身份的变化。不同于浪漫主义将作者当作上帝那样的造物主，宇宙工匠是低一等级的神，他并不从虚空中创造，而是依照理念世界中的永恒模型进行创造。这正与人工智能文学的创作原理相类似。
余论
或许终有一天人工智能会实现“有思想、懂感情”的愿景，从而进行自我表达式的创作，但至少在当下，人工智能文学仍离不开人的广泛参与和协作。当然，这并不排除人工智能文学可能带来负面的影响或挑战，也不意味着我们应完全被动地接受和顺应人工智能技术进步对文学的改变。相反，我们应在公正认识人工智能文学的机制、能力和局限的基础上，积极地投入与人工智能的协作关系中，引导人工智能文学朝着更加正面的方向发展。
在此，有必要澄清两种可能的误解。首先，尽管人工智能文学的“后文学”特性使之不宜再以情感、灵感、创造力等现代文学观念来简单衡量，但这绝非是说人工智能文学应拒绝任何传统的文学观念的指导。即便许多传统的描述性观念已不适应人工智能文学的新形态，但某些规范性观念仍具有重要意义。例如，马克思主义文艺观强调的“人民性”“大众化”，作为规范性而非描述性观念，对人工智能文学的发展提出了总体要求。一方面，人工智能技术使文学创作民主化、普及化，使大众能够轻易地通过人工智能软件参与文学创作；另一方面，人工智能文学基于统计学和概率学模仿和学习人类语言文本，使其容易受到数据库的限制，沦为对人类文学普遍规范的平庸化表达。因此，如何协调文学创作方式的“普及”与文学内容品味的“提高”之间的关系，是人工智能文学向我们提出的一个重大挑战。