欧美另类又黄又爽的A片,秋霞影院午夜伦A片欧美,国产精品永久免费视频观看,一区二区成人午夜电影,巨乳的女同学高清观看,久久寂寞少妇成人内射,日韩性爱第一页,啊用力快点好深小柔

用戶登錄投稿

中國作家協會主管

人工智能文學有風格嗎——兼論大語言模型的風格遷移路徑
來源:《文學評論》 | 劉家夷  2026年06月02日09:30

內容提要 作為人工智能技術介入文學創作的重要方式,“風格遷移”推動著人工智能文學從表層語言模仿向深層風格重構轉型。以人類文學風格為標準,人工智能通過篩選語料與訓練模型,實現了大語言模型的風格遷移,并使之成為一種生成風格的技術機制。這不僅折射出“AI文本”與“AI文學”的辯證關系,也更新了風格的內涵和外延:風格是語言修辭的技術性外顯,更是文學生成語境中的主體性顯現。沿著風格的可計算邊界,我們能夠更好地理解技術如何切入文學風格的發生與發展,從而催生出一種人工智能驅動下的文學生產方案。在風格遷移的技術突破背后,是人工智能文學作為仿制品的審美價值重塑,也是其進入人類文學內部,為文學打開新向度的契機。

關鍵詞 人工智能文學;風格遷移;算法機制;梅洛-龐蒂;完美贗品

1950年,英國數學家圖靈在《計算機器與智能》中提出了一個思想實驗,實驗設置了三個角色:一位人類審問者(C)、一臺計算機(A)和一位人類回答者(B),三者被隔離在不同的房間中,只能通過文字進行交流。在實驗過程中,C向A和B提出問題,并基于回答辨別誰是人類,誰是機器。如果C選擇計算機A為人類,則此計算機可被視為通過圖靈測試,即其文本質量與對話能力達到人類水平。這個“智能測試”暗含了一個值得深究的問題:以“無法區分”作為判斷標準,是否預設了人類行文風格與人工智能行文風格的并列與比較?因為只有A在風格上也足以“混淆視聽”,才能通過圖靈測試,這意味著A必然不存在自身獨特的行文風格。然而,基于大語言模型生成的人工智能文學常常面臨“AI感”“機械感”的評價,此即人工智能文學的“風格悖論”:它要么有風格(因而被辨認),要么無風格(因而被混淆),卻不能同時擁有可辨認性與不可區分性。那么,“AI感”究竟是技術尚未完善的階段性產物,還是人工智能文學獨有的、可被辨認的風格標識?

這一追問之所以必要,是因為古往今來,“風格”始終被視為與創作者的生命體驗、歷史語境和意向性表達深度綁定的概念。當非人類主體介入創作,我們不得不重新審視:“風格即人”這一傳統范式是否已被改寫甚至顛覆?AI時代的“風格”是否可能脫離主體的生命經驗,成為一種通過算法任意遷移的純粹形式?要回答這些問題,就必須直面人工智能文學帶來的風格爭議,深入剖析其生成機制,才有可能揭示出它帶來的審美范式新變。

一 風格悖論:“AI文本”與“AI文學”的相反相成

要解釋人工智能文學的“風格”問題,首先要了解它獨特的生成機制:人類鍵入提示詞后,人工智能通過算法模型的預先設定,向語料庫調取詞語,并以概率測算下一個詞語的方式輸出文本,此時“AI文本”的生成質量和長度由算力決定。這一文本足以通過圖靈測試,但是往往不夠“文學”,需要人類在提示詞階段就明確故事內容、文體類型、風格特點等,從而將模型輸出“引導”或“錨定”在與特定文學風格相關的區域,寫出符合要求的“AI文學”。因此,在這一過程中,實際上出現了“AI文本”和“AI文學”兩種樣態。

事實上,這類區分早已有之。先秦時期,“詩言志”便確立了詩歌的特殊地位,與“書”之記言、“春秋”之記事形成功能分野。至魏晉南北朝,曹丕《典論·論文》提出“奏議宜雅,書論宜理,銘誄尚實,詩賦欲麗”,系統區分了不同文體風格的寫作規范;劉勰《文心雕龍》以“無韻者筆也,有韻者文也”來區分“文”“筆”,探索審美文體與應用文體之間的界限。在西方,從亞里士多德《詩學》區分“詩”與“歷史”,到俄國形式主義者將“文學性”視為文學研究的核心對象,劃出文學語言與日常語言的邊界,強調文學通過節奏、韻律、修辭等手法實現對常規語言的偏離,千百年來,古今中外的理論家們始終在追問“是什么因素使語言信息轉變為文藝作品的?它不僅涉及到各種語言行為,而且涉及到語言藝術與其它語言行為的本質區別”。

這個問題牽涉甚廣,卻至少說明一個事實,即文學語言與非文學語言存在一定的區分度,兩者并無高下之分,卻分屬不同的語言功能,因為文本指向實用、溝通、信息傳遞,文學則指向審美、體驗、意義生產。熱奈特更是直接提出“語言的表達功能,與語言的概念功能、認識功能或語義功能相對立”。因此,當我們把目光轉回人工智能時,也會發現“AI文本”更接近日常語言,其“風格”體現為可計算的詞頻、句長、搭配習慣等,簡潔、清晰、意義明確,我們可稱之為 “文本風格” 。“AI文學”則不同,它不僅具備特定的文學形式,還包含一定的文學手法,甚至隱含某種“神來之筆”“天才般的巧思”等要求,即 “文學風格” 。這就帶來了一個新的問題,如果兩者涇渭分明,為何我們在面對人工智能生成的內容時,既覺得某些AI輸出的“文本風格”易于辨認,又為其充滿“文學風格”的表達感到驚異,甚至難以區分其與人類文學水平之高下? 這也是人工智能文學風格悖論的根源所在。

從算法架構層面考察,無論是“AI文本”還是“AI文學”,它們都誕生于同一個概率預測機制,這種方式生成的文本雖然在語言形式上具有“文學風格”,但并未完全脫離“文本風格”生成模式,因此,人工智能文學看上去似乎是兩種風格的復合產物:AI文本作為底架,保證文本的流暢度和可閱讀性;AI文學作為形式、手法、語言質感的進階規則,形成文學表達的基本樣態。這也就可以解釋為什么人工智能文學會有飽受詬病的風格缺陷:扁平化的語言、概述性的內容和極具光明感的結尾。即便對提示詞進行干預,這種風格特點也難以完全消失。

那么,我們能否通過改善這一缺陷,從而提升人工智能的“文學風格”呢?要回答這一問題,就要先理解人工智能文學中的風格為什么是一種復合產物。從技術邏輯上說,要使人工智能生成的文本具有良好的可讀性,就要持續提升其自然語言處理的能力。以目前最常用于人工智能寫作的大語言模型為例,它作為自然語言處理技術(Natural Language Processing,以下簡稱NLP)的具體化實踐,能夠通過計算系統處理和分析大量的文本數據,從而理解、生成和處理人類使用的自然語言。近年來,NLP技術的發展重心轉向了基于神經網絡的統計語言模型。模型的訓練目標決定了其輸出必然趨向于統計意義上的“均值化表達”,即在給定上下文的情況下,選擇概率最高的詞語組合,這就導致在書寫上更接近自然語言的“文本風格”會在生產過程中被高度強化,即模型在最大化輸出流暢性的目標驅動下,形成一種朝向統計均值的生成偏向。因此,我們使用人工智能進行文學創作時,即便提供了文體、故事概要、文學技巧等具體要求,生成的作品質量可能仍無法完全達到預期,而是維持在一個相對穩定的“文本風格”水平,這種“風格”的本質是人工智能在“生成可閱讀內容”這一目標上所具備的技術特性。

這種技術特性與人工智能相伴而生,因為在模型訓練階段,風格一致性作為核心優化目標,能夠通過雙重機制確保文本輸出的語言流暢度與邏輯連貫性:其一,語料篩選上不僅需要追求語言義項的精確度,還要整合多模態數以增強特征提取的穩定性;其二,算法架構與參數空間的優化需優先確保輸出文本的穩定性,這種以最小計算資源投入實現最大訓練效能的工程取向,必然導致文本生成趨向于統計意義上的均值化表達。訓練過程的隨機值一旦增高,則需指數級增加模型訓練頻次,算力成本也隨之升高。因此,“文本風格”是LLM誕生之初就必然存在的核心特質。

這一特質不僅出現在模型開發和訓練中,也深深植根于人類使用人工智能進行寫作的方式中。目前的人工智能創作形式主要是人機對話,其產出的內容主要受制于兩大技術要素:一是大模型訓練的超參數設置,它直接控制著文本輸出的隨機性強度,決定風格的穩定程度;二是模型算法結構,它控制的是文本內容的可塑性邊界,包括風格連貫性、一致性等。因此,在創作過程中,LLM的工程目標是生成流暢、可讀、普適的文本,文學表達卻“是事物的‘反常化’手法,是復雜化形式的手法”,兩者之間的沖突很難調和。這一沖突在用戶交互層面尤為明顯:LLM的文本需要兼容自然語言的多種變形(包括方言變體、語法彈性及語義模糊性等),這種普適性要求迫使LLM采用標準化語言規范,進而引發雙重審美損耗:一方面,“陌生化”文本出現的概率大大降低,但“陌生化”是“文學性”誕生的重要源頭之一;另一方面,用戶在使用人工智能生成文本時,很難形成自身的獨特風格,但這種獨特的風格是使創作者能夠區別于其他人,使文本能夠成為文學作品的根本原因。

回到最初的問題,人工智能文學有風格嗎?這個問題看似是兩種風格合成的后果,本質卻是人工智能的文本生產機制特性與文學寫作目標之間的張力問題。更進一步,人工智能在語言處理能力比肩人類時,為何無法創作出令人滿意的文學性作品?其本質正在于功能性“文本”與審美性“文學”之間的風格悖論:一方面,LLM的優化機制以概率最大化、流暢度和可理解性為核心,這種強文本輸出能力必然拉平鮮明的文學性表達;另一方面,文學要求破壞文本中的日常表達,以多義性、含混性等方式進行創作,卻不得不依賴作為生產特性的文本進行生成。兩者之間的沖突似乎是人工智能文學中無法擺脫的問題,也是其相較于人類文學出現的獨特困境。因為在人類文學創作過程中,作家可以調和日常語言與文學語言之間的關系,甚至讓日常語言也能夠呈現出一定的文學性。但是當前人工智能文學主要通過人機對話實現,而LLM本質上是以日常語言數據為基礎訓練的功能性系統,其生成邏輯必然受到信息傳遞效率的規約,從而形成難以克服的機制特性,導致人工智能在轉向文學創作時,在“文本”生產的高效能與“文學”表達的高要求之間形成內在張力。這也解釋了為什么人工智能文學既能夠在風格上“以假亂真”,也會具備一定的“AI感”。

那么,如果這一困境如此根深蒂固,人工智能還能生成具有“文學風格”的作品嗎?事實上,人工智能文學不僅被驗證為可能,而且已經出現了一大批人工智能文學作品。以人工智能小說為例。1977年,美國科學家詹姆斯·R.米汗(James R. Meehan)開發的Tale Spin可直接生成故事,并根據使用者設定的故事場景、角色關系和情節關鍵問題來建構整個故事,在此之后,陸續出現了一大批用于故事生成的自動化系統。2020年,中國科幻作家陳楸帆使用人工智能創作了《恐懼機器》《出神狀態》等多篇科幻小說。2023年,清華大學教授沈陽與人工智能進行對話生成的《機憶之地》獲得江蘇青年科普科幻作品大賽二等獎。同年,華東師范大學王峰團隊突破文本限制,采用“大語言模型+提示詞工程+人工編輯”的方式創作了首部人工智能百萬字長篇小說。目前,公開出版的人工智能文學已有300余部,亞馬遜推出了200多本AI寫作的電子圖書,包括《聰明的小松鼠:儲蓄與投資的故事》(The Wise Little Squirrel: A Tale of Saving and Investing)、《家庭作業的力量》(The Power of Homework)、《宇宙的回聲》(Echoes of the Universe)、《人工智能接管世界一周》(The Week AI Took Over The World)、《愛與科技的融合》(The Fusion of Love and Technology),等等。這就帶來了一個新的問題:生成“文本風格”的人工智能如何進行“文學風格”的創作?

二 風格轉化:從“AI文本”到“AI文學”的生成路徑

“文本風格”和“文學風格”之間的分野,本質上是日常語言和文學語言之間的沖突,以前者為底層風格,必然會拉平后者的獨特表達,但是,我們也必須承認,文學的標準是在實際閱讀體驗中顯現出來的。也就是說,這種差異之所以存在,是因為閱讀的標準由人類設定。這提示我們,“AI文本”有可能向“AI文學”轉變。實現這種轉變的首要途徑是人類的閱讀接受:如果人工智能生成的文本能夠激發讀者的閱讀興趣,并引發文學審美體驗,那么這些文本就可以被視為人工智能文學。

事實上,這一標準也適用于人類文學。以詩歌為例。一張留在餐桌上的便條:“我吃了李子,那些在冰箱里的。那可能是你留作早點的,原諒我,它們是那么可口,那么甜,那么冰涼”,在威廉·卡洛斯·威廉斯(William Carlos Williams)筆下,就是一首小詩:“我吃了/李子/那些在/冰箱里的/那可能/是你留作早點的/原諒我/它們是那么可口/那么甜/那么冰涼”。因此,這首詩也被譯為《便條》。便條作為傳遞信息的文本,當內容保持不變而閱讀形式改變時,被確認為文學作品,并激發了讀者的閱讀興趣,引起審美感受,促成了“文學風格”的形成。當人工智能生成的文本引發讀者的審美體驗時,就為“AI文本”向“AI文學”的轉變提供了第一條路徑:以讀者接受為標準,對人工智能生成的文本進行文學篩選。

仍以詩歌為例。1959年,德國人盧茨(Theo Lutz)首次使用文本生成器制作“機器詩歌”,即采用詞語隨機組合的方式進行生產,并按照個人審美偏好進行選擇,形成“組合詩”。1962年,美國人沃西也采用這種創作方式,將詞匯庫中的語料與語法規則結合,進行隨機生成,從中篩選出《玫瑰》《姑娘》《風箏》等系列詩作,并以《一個美國新詩人登上詩壇:埃比的創作》為題發表于美國的藝術雜志《地平線》。1989年,劉慈欣設計的“電子詩人”“從模版數據庫隨機提取模板,再用提取的模版從詞庫中隨機取詞”,用戶只需設定行數,機器便能生成詩作,盡管機器產出的詩作數量眾多,但最終被收錄進詩集的,仍是那些被人類接納為詩歌的作品。在這一系列的詩歌自動化生成實驗中,詩歌都是被篩選出來,而不是被直接生成的,這個篩選過程依據的標準正是閱讀層面上的“文學風格”。

從接受美學和人工智能美學的雙重維度來看,這一“文學風格”的本質是通過人類審美主體的介入,以人類文學風格的形式特征為標準,對人工智能文本進行轉化,從而解決“AI文本”與“AI文學”之間的沖突。這種轉化使得“風格”不再是文本內部的語言結構或修辭特征,而是一個文學生產機制、文本語言特征和審美接受共在的動態闡釋框架。篩選的過程,是人類審美經驗介入人工智能文學生成的過程,也是原本作為靜態分析對象的文本釋放文學潛能的過程。因此,人工智能文學風格的生產邏輯從文本與文學的辯證之思轉入基于人機協作的審美共感結構,文學風格的評判標準也由此完成了從封閉的文本內在性向開放的審美接受性轉型的過程,為人工智能文學的風格模態建立起合法性。

如果以“篩選”為路徑,可以建立對人工智能文學風格的范式重構,確認人工智能文學作品,那么,以文學作品本身為訓練材料,是否有可能從生產環節建立算法模型,以主動性的風格生成取代被動性的風格篩選呢?也就是說,一旦“文學風格”從接受判斷轉化為生成規則,人類作為審美主體在篩選過程中形成的風格認知,就可以轉化為被算法識別的文學向量空間,形成文學風格遷移,從而完成“AI文本”向“AI文學”轉化的第二條路徑:以具備人類文學風格的內容為訓練語料,在生產環節進行風格遷移,實現人工智能文學的穩定生成。

事實上,在科幻小說中,早已存在這一設想。波蘭科幻作家斯塔尼斯瓦夫·萊姆在《萊姆狂想曲》中收錄了一篇獨特的序言——短篇《比特文學的歷史第一卷》,專門為其虛構的鴻篇巨制《比特文學的歷史》而作,但事實上這部被評述的著作本身并不存在。在這一短篇中,萊姆將“比特文學”界定為“任何來源于非人類的作品——其真正的作者并非人(但人可能是間接作者,通過做出某些行為來激發真實作者的創造力)”,并虛構了一個文學事件:“最早一部聞名于世的比特模仿作品是假陀思妥耶夫斯基寫的一部小說《女孩》。……俄國文學專家約翰·雷利在他的回憶錄里描寫了當他收到該俄語文稿時的震驚感,文稿上簽著‘希克斯’,他還以為那是陀思妥耶夫斯基用過的一次性筆名。該作品在這位陀思妥耶夫斯基專家內心留下的印象之深刻肯定是難以用語言形容的,正如他所承認的,他懷疑自己是在做夢。作品的真實性令他無從質疑,盡管他知道陀思妥耶夫斯基從沒寫過這么一本小說。”同時,萊姆還提供了這種“比特文學”能夠創作出媲美陀思妥耶夫斯基原作的原理:將陀思妥耶夫斯基的所有作品視為一個有缺口的圓環,通過分析他的創作,將這一缺口確定在《罪與罰》《群魔》之后、《卡拉馬佐夫兄弟》之前,這也正是比特文學《女孩》的定位。這部作品的思想在《罪與罰》中有所顯現,在《群魔》中得到進一步加強,在思想上與《卡拉馬佐夫兄弟》有重合,但書寫成熟度卻遜色于后者。萊姆將這種原理稱為基于給定作者的語義拓撲結構。

這雖然是科幻作品的情節,卻在今天具備了實現的可能性。“比特”這個詞匯源自于“Binary digit”的縮寫“BIT”,原本是計算機領域中的一個專業術語,用來衡量信息量。因此,我們可以將“比特文學”視為現實中的“計算機文學”,即采用計算機系統進行書寫的文學作品,人工智能文學正是計算機文學在系統迭代、算法升級過程中誕生的新文學形式。萊姆所提出的語義拓撲結構也在今天成為現實:通過構建作家作品的標注系統,可以開發出針對此文學風格的大模型,在新作品中完成風格遷移。

2017年,微軟小冰發布了首部人工智能詩集《陽光失了玻璃窗》,其開發團隊還曾使用“駱夢”“風的指尖”等27個化名,先后在各類社交平臺發布小冰的詩歌作品,均無人發現。這證明,小冰的詩作已經具備了被認可的“文學風格”。這種“文學風格”的生成始于開發階段的訓練過程:微軟小冰在進行詩歌創作之前,用三年時間,對1920年以來519位中國詩人的現代詩反復學習了近萬次。與此相似的還有四川封面團隊開發的AI詩人“小封”,它學習的是李白、白居易、徐志摩、葉芝、惠特曼等幾百位詩人的寫作手法,最終達到1分鐘1首詩的創作速度,并在2019年出版詩集《萬物都相愛》,在內容質量上較《陽光失了玻璃窗》有了長足進步。在詩歌領域,“文學風格”的生成探索較早且效果相對更好。這就為人工智能生產“文學風格”提供了可能性,在小說創作方面,界定“文學風格”的標準更加復雜,但這并不意味著不可實現。

從技術實現的角度來看,“風格”的轉變依賴于“文本風格遷移”(Text Style Transfer,以下簡稱TST)技術的發展與成熟。所謂“文本風格遷移”,是指在保持給定原文的意思不變時,使其風格發生變化。這也是“AI文本”轉化到“AI文學”的第二種路徑,即顯式分離,主要做法是人為定義何為“內容”,何為“風格”,并在數據層面進行物理分離,再采用不同的編碼器進行處理,將原有的風格剔除,最后補充新的風格,進行融合,得到全新風格的文本。2018年,Li等人提出一種基于“刪除—檢索—生成”(Delete-Retrieve-Generate,DRG)的技術思路,核心思想是確認標記文本屬性的特定短語、刪除源屬性標記、檢索目標屬性標記、再生成流暢句子,即可完成文本風格遷移。以這種方式訓練一個具有“文學風格”的模型,首先應標注語料中的“風格詞”,建立合適的算法模型,通過不斷訓練和調整參數,反復驗證文本的生成效果,最終實現風格的穩定替換,達到風格遷移的目標。由此,“文學風格”成為生成規則,進入人工智能生成文學的起始環節,從而實現從“文本風格”向“文學風格”的轉變。

在這條轉變路徑中,一旦風格標準被明確設定,人工智能就可以持續生成這種“文學風格”的作品,包括中國古典小說的巔峰之作——《紅樓夢》。2024年,澎湃新聞推出首款AI紅樓夢文風生成器,用戶輸入文本內容后,這款生成器可以在保持原意的同時,將其改寫為《紅樓夢》風格的文本。在訓練環節,需要用《紅樓夢》前八十回的數據給此前開發的紅樓夢大模型做一個微調,把寫作的風格微調到紅樓夢風格,模型就會基于紅樓夢的文風寫作。同年,StyleLLM 文風大模型問世,并被應用于文學作品風格的遷移工作。該項目能夠通過深入學習特定的文學作品,包括其常用詞匯、句式結構、修辭技巧以及人物對話等元素,將捕捉到的文學風格應用到其他通用文本中。目前已經具備四大名著的風格遷移功能,分別采用《三國演義》《西游記》《水滸傳》《紅樓夢》這四部中國古典長篇小說訓練而成。這就帶來一個新的問題:風格遷移技術日益成熟,由此生成的人工智能文學作品也會越來越像人類文學作品,這種“以假亂真”的生成效果能夠觸發人類的審美感受,從而為自身建立合法性嗎?

三 風格仿制:以人類文學為標準的人工智能文學生產

當我們談論人工智能生成的“文學風格”是否具有合法性時,其實我們關注的是文學風格范式的雙重重構:既要確認算法生成的風格與人類風格的同源性,更要論證人工智能文本所引起的接受經驗是否重塑了風格的認知框架。就本質而言,以“文學風格”為輸出規則的生成路徑一旦成立,“風格”就進入了計算邏輯:既在原作之中,又能夠與原作剝離,被遷移到任何一個文本中進行嵌套,形成一個與原文既相似又不同的文本。由此,必然存在一個固定的計算標準,讓風格能夠脫離原作,這意味著任何作家作品的風格都可以被量化、標注和計算。也就是說,在足夠的算力支撐下,如果數據標注系統足夠細致、文本標記量足夠龐大,人工智能就可以生成任意風格。由此,一個自由替換風格的算法模型成為可能,人工智能也就從“無法去除的固有風格”走向“制造任意風格”,這種生成風格的方式并不指向某種特定的文字特色或類型,而是一種生成風格的技術機制,我們可稱為“元風格”。

這種技術機制與人類寫作風格的形成機制不同,其本質是一種“切片裝置”。通過標注不同作家的用語習慣、高頻意象和行文邏輯等,人工智能將“文學風格”從社會歷史與作家個人命運的語境中剝離,使之成為純粹的技術審美范式,進而實現風格的制作,并通過提示詞調用完成風格的遷移。這看似是從“文本”到“文學”的第三條遷移路徑,但實現起來非常困難,這也是TST領域的一大難題:如何分離文本內容和風格內容。兩者在分離過程中的難度直接影響了下一環節,即風格詞被確定標注、剔除、替換的過程。我們不禁要問,如果無法與內容進行有效區分,那么在書寫同一主題時,讀者為什么可以對人類作家的風格進行區分呢?比如同樣是寫作《槳聲燈影里的秦淮河》,人類可以分辨俞平伯與朱自清的文風,人工智能卻很難以標準化的方式對兩者進行標注和計算。兩者之間的區分正是“風格”的本質所在。

學術界對風格問題的爭論由來已久。對人類作家來說,風格至少具有三個方面的含義:一是不經語法、邏輯和語言標準所強加的表達部分,即“文風”;二是審美的藝術方式,即“特色”;三是個人的行為特征,即“作風”。這意味著“風格”一詞的含義涉及語言學、藝術學與美學、行為學三個方面。這正是梅洛-龐蒂對“風格”(style)的界定。

從1945年發表《知覺現象學》和《塞尚的疑惑》開始,梅洛-龐蒂就將“風格”視為“文本意義的最初的雛形”,并明確提出“一個未被充分理解的哲學文本至少向我揭示出某種‘風格’——斯賓諾莎式主義、批判哲學或現象學的風格……我理解一種哲學,就是通過潛入這一思想的獨特存在方式,也就是通過重現該哲學家的口吻或腔調”,從而為“風格”這一概念建立起一種主體性:身體在與世界打交道的過程中展現出主體是如何存在于世界之中,即主體存在的“風格”。在《間接的語言與沉默的聲音》中,梅洛-龐蒂反駁了安德烈·馬爾羅(Andre Malraux)將“風格”視為作家獨特個性的觀點,將“風格”界定為一種“等價系統”(Système d’équivalence)或“連貫的變形”(Déformation cohérente)。這意味著作品不是一部充滿語言符號的紙張合集,而風格正是“為這種表現的作品為自己建立的等同體系,是‘嚴密變形’的普遍征象”,展現出主體與世界的交互關系,因此,作家所寫下的字符、段落、章節都是創作者自己內心的欲望通達世界的展現。

這意味著藝術史中百花齊放的作品并非任性的偏離,而是以重新組合符號的方式超越“意義”的存在;作品中看似缺席的作者,實際上以“風格”的形態實時在場,而“風格”也就成為了使得作家能夠如其所是地向讀者呈現的根本原因。從這個意義上說,風格并非表達的終點,而是要將文本意義引入向更深更遠處,使其自身也成為一種揭示。由此,人類作家對“文學風格”的期許就遠不止于文體、語法、句式等文本特點,而指向一種人類對自我的認知,這不僅包含人和自己的關系,也包含人和世界、人和他人的關系。由此,“文學風格”的重心就被從形式調整為精神,我們借由形式把握作家作品的書寫習慣,但精神才是使該作家區別于其他人的根本所在,文學正是在這個意義上,得以呈現出生活的幽深與微妙,進而折射出整個時代的磅礴與寬廣。也就是說,人類作家的“文學”,是一場朝向人類自身的冒險,是不可見的“文學性”通過可見的“風格”呈現出的向著縱深處和開闊處深耕的可能性,也是對人類情感模式和感知結構發生變化的觀察和質詢。一言以蔽之,“文學風格”的核心始終是“人的文學”。

這意味著,盡管人工智能可以高度模仿人類文學的形式,卻無法復制人類文學的精神。從生成機制上來說,人類文學指向某種意義的表達,是主體“如其所是”地向世界呈現自身的方式,但人工智能無法具備人類文學的“具身性”,只能通過對海量人類文本的統計學習,提取出可量化的特征并將其存儲為向量空間中的參數。換言之,人工智能文學復制的是風格的“結果”,而非風格的“起源”;是風格的“表象”,而非風格的“本質”。這也是人類文學與人工智能文學在風格維度上最深層的差異,即人類文學的發展方向是開辟新的感知方式,展現出獨特的生命經驗甚至描畫出時代的精神狀況,但人工智能文學卻更強調提示詞的完成度和風格遷移技術實現的有效性。

從這個意義上來說,人工智能文學注定無法復刻人類的“文學風格”,也無法建立一個形神兼備的風格標注系統與算法模型。以《比特文學的歷史第一卷》中提到的《女孩》為例,即便讀者和研究者都為這部人工智能作品與陀思妥耶夫斯基原作的相似程度感到震驚,這部作品仍是一種去主體化的“風格切片”,無法復制原作具有的具身性和社會歷史語境,從而造成自身在部分闡釋路徑上的失效。本質上,這仍是“風格”與“內容”無法有效分離造成的,人工智能生成的“文學風格”也成為一種對原作的仿制,由此,“人工智能風格”的本質就從“風格”的任意制造轉變為一種整體性的仿制,這也就催生了從“AI文本”到“AI文學”進行風格遷移的第三條路徑:隱式學習。Dai等人直接利用Transformer的自注意力機制實現風格遷移,讓模型直接訪問源句子,通過注意力機制動態決定保留什么、改變什么。但是,這條新的風格遷移路徑并沒有解決人類文學風格的主體性問題,只是將風格的范圍從局部轉變為整體,使其與用戶輸入的文本進行融合,并完成“文學風格”的遷移與重塑。如果無法返回社會歷史語境,呈現一種“人的文學”,“人工智能文學風格”的建立與發展還有意義嗎?

當我們以這一標準來評估人工智能文學風格的價值時,就會不可避免地陷入到“完美贗品”悖論中,即作為風格仿制品的人工智能文學能否具備原作的藝術價值?如果答案是否定的,那無疑也否定了讀者面對人工智能文學仍然會產生審美感受的問題,但如果我們承認它與原作媲美的藝術價值,那么按照人類文學標準篩選出的人工智能文學詩集、著作就能夠具有同樣的藝術高度和價值,這必然會造成兩方面的問題:一是無限仿制,無限生成,最終造成過擬合,反而困住了文學的創作和生成;二是文學由此成為語言符號的組合游戲,社會歷史現實的語境問題被剔除,甚至可能造成文學的真空形態。這顯然違背了人工智能文學的創作初衷。對文學本身來說,重要的是如何借助語言打開新的面向,無論是在形式上,還是在內容上,突破現有的文學范式,創造新的可能性,才是文學能夠保持生命力的根本動力。正因如此,我們才能夠在文學史上看到各種各樣的文學實驗,它們往往因為獨特的成文方式展現不同的面貌,讓文學本身變得絢爛多彩。

從這個層面來說,人工智能文學反而具備了堅實的合法性。因為問題的本質不在于人工智能的風格仿制是否損害了人類文學的發展,而是文學的評判標準被限定在“真”與“美”了。我們之所以很難得出確切的結論,是因為對人工智能文學來說,與人類文學相同的真與美都是不存在的。人工智能是無機體,與作為有機體的人類之間存在著不可彌合的鴻溝,無法生成“真”的人類文學作品。同時,人類在閱讀人工智能文學時產生的審美感受也是一種仿若如此的“美學感”,而非真正的“美感”。所謂“美學感”,指的就是“為了表達人工智能判斷當中既接近于人的審美判斷,但又不同于人的審美判斷的那樣一種狀態”。這種非真非美的狀態,導致原有的用于評估人類文學的標準失效了。當然,也因為這種特殊的中間形態,人工智能文學澄清了其初衷并非取代人類文學,而是要建立一種新的文學生產模型,從而為文學寫作打開新的可能性。一旦我們將之視為“贗品”,就預設了人類文學的中心地位,人工智能文學也不得不作為人類文學的附庸,按照人類文學標準,追逐永遠也無法實現的“真”與“美”。因此,這種“美學感”是人工智能生成“文學風格”的必然結果,也是它真正的目標:激活作為“切片裝置”的風格遷移路徑,以計算的方式重新書寫人類文學風格在人工智能狀態下的可能性,從而為人工智能文學建立起一種新的文學生產方案。

這種新的生產方案必然要對人類文學進行風格遷移。一方面,人工智能文學本身是一種指向內部的文本生產工作,它是一種自我映射狀態下的語言繁殖。人工智能文學風格本質上是要在封閉的人工智能文學系統中建立一個不在場的在場,讓人類文學作為一種外界的力量,為人工智能文學提供一種伸展空間,使其具備一種越出的可能性。另一方面,在對人類文學風格進行遷移的過程中,人工智能文學正在不斷置換人類的審美經驗方式,并以此作為文學生產的新路徑。無論是“篩選”還是“切片”,都是借助人類文學的風格之效果,重建一種特殊的風格樣態,人類文學也在這個意義上成為人工智能進行風格遷移和風格生產的基準,至此,“誕生在一個生命的火紅年華的作品變成了另一個世界的奇跡”。

結 語

人工智能文學有風格嗎?之所以會產生這個問題,是因為在書寫過程中,人工智能的文本生產機制展現出與“文學風格”的生成邏輯相悖的路徑,從而導致作為技術特性的 “人工智能文本”與作為審美追求的 “人工智能文學”被推至難以調和的風格兩端。究其根源,是我們將“文學風格”視為人類的特權,認為人類文學風格的標準,即“主體性”,是人工智能文學無法達到的。但是,這并不直接意味著人工智能文學的失效,因為人工智能既不可能也不需要具備主體性,而是促使我們去思考一種新的文學形式究竟在何種意義上更新了我們對“風格”的理解。

探索文本風格遷移的路徑,不僅是對“形式與內容”能否實現分離的追問,也是在思考“風格”的可計算性邊界。如果說在人工智能文學的風格遷移路徑下,仍然存在無法被量化、被標注、被遷移的剩余,這個剩余正是風格中屬于“人”的那部分。人工智能文學的風格實踐因此成為一面鏡子:越是接近人類風格,就越清晰地照見人類風格中那些無法被技術復制的維度。正是在這個意義上,人工智能文學不僅沒有取消“風格即人”的命題,反而將其重新激活,并催發“風格之后”新的審美標準。它不是真正的“美感”,無法被傳統的“真”或“美”的標準所衡量,卻構成了人類閱讀人工智能文學時的真實經驗。也正是在討論這種新的審美標準的過程中,我們得以跳出既有的文學認知框架,重新審視技術與文學、形式與精神、復制與創造之間的復雜關系,在人機共生的文學圖景中,為 “風格” 尋找面向未來的理論坐標與闡釋空間。

由此反觀人工智能文學的風格生成實踐,我們得以更清晰地理解技術對文學的回應,這也是人工智能時代文學在面對技術時作出的嘗試。當然,這種嘗試并不是以犧牲“精神”為代價,將人類文學的“形式”鐫刻在人工智能的語言結構中,而是要以計算的方式,驅動作為“元風格”的人工智能文學機器,重新書寫被奉為經典的人類文學風格。由此,人工智能以不斷合成、轉化和仿制為遷移路徑,促使風格從不可捉摸的靈韻轉變為人人皆可使用的切片裝置,人類文學以背離自身的姿態成為人工智能文學的奇跡,釋放出自身的無限潛能,從而催生出更多的可能性。