曾軍:AI是平常的
一、對雷蒙·威廉斯的百年致敬
每天,手機的鬧鈴都會在六點整響起來。在我起床、洗漱的同時,手機開始播放定制的AI播客:一條某國際爭端再起波瀾的揪心報道,一則某學術公眾號推出的最新論文,還有當天的天氣預報——陰,有小雨。我想起前天晚上與AI的對話,那是一個一直困擾我百思不得其解的思想實驗。那個會話窗口還開著,幾百條對話記錄靜靜躺在屏幕里,等著我繼續(xù)。上班途中,地鐵里有人在用手機上的AI工具做PPT,有人在用語音輸入功能起草報告,還有人甚至在對著耳機里的AI助手說話,討論某個合同條款的措辭。這些都是稀松平常的事情,沒有人覺得奇怪,也沒有人專門談論它,就像沒有人專門談論水、電、煤、網一樣。當天下午,一位同事路過我的辦公桌,看見屏幕上的對話框,隨口說了一句:“你也在用這個啊。”她用了“也”字。就是這個“也”字,讓我覺得有些東西值得認真說說。
我是學中文的。20世紀90年代初,我在一所地方高校讀書。那時個人電腦的主流配置是286或386。我還記得當時自費上培訓班學習DOS系統(tǒng),面對純命令行界面,一個字符一個字符把代碼敲進電腦的情形。到了20世紀90年代末,我考上博士,那時候互聯(lián)網剛剛進入校園。每天一早,用201電話卡撥號上網時的刺耳噪聲,在我耳里是通向未來世界的美妙樂章。BBS是當時最主要的交流空間。老師告誡我們,要多讀書,不要只盯著屏幕;而我則透過尼葛洛龐帝的《數字化生存》的描述,想象著《紐約客》雜志彼得·施泰納的經典漫畫“在互聯(lián)網上,沒人知道你是一條狗”究竟是一幅怎樣的荒誕場景。30年后的今天,我同樣也在指導學生多讀書、讀好書——但現(xiàn)在這句話的語境已經完全不同了。“讀書”這件事本身,已經和各種AI工具深度纏繞在一起:檢索文獻用AI、輔助翻譯用AI、梳理觀點用AI,有時候甚至第一稿的提綱也在AI的幫助下成形的。我的祖父那一代人,處理文字靠毛筆;我父親這一代人,靠的是鋼筆;我們這一代,已經幾乎徹底地換成了鍵盤;而現(xiàn)在正在長大的下一代(00后的Z世代),他們處理文字、圖像、聲音、知識的方式,將會是一種與AI深度交織的方式。
但這不是壞事。AI是平常的:我們必須從這一點開始。
對于今天的絕大多數人來說,與AI聊天已經成為一種很平常的使用經驗。“遇事不決問豆包”,這句半玩笑式表達其實比任何宏大敘事都更誠實地描述了當今的現(xiàn)實。當一位在縣城開小超市的小老板用手機AI工具起草進貨清單,當一個在公司上班的年輕人用AI翻譯工具給海外客戶回郵件,當一位年邁的退休老人用語音識別功能向子女發(fā)送微信——AI就已經是平常的了。
AI是平常的:這是個重要事實。但承認這一點,并不等于對它視而不見,而恰恰意味著要認真對待它。正如任何一種深度嵌入日常生活的事物——語言、貨幣、城市、書寫——AI的“平常性”本身就是一個需要思考的問題。我們使用它,被它塑造,在它的幫助下行動,在它的限制里展開思考。這是一種新的文化現(xiàn)實,而不只是一種技術現(xiàn)實。AI有兩個意義層面:一個是作為科技工具的AI,那是一系列具體的軟件、模型、接口;另一個則是作為文化事實的AI,那是人類在使用這些工具的過程中形成的新的生活方式、意義結構和權力關系。我說“AI是平常的”,指的是這兩層意思,而且我認為兩種意思都很重要,它們的連用才構成真正的理解。
以上部分是筆者對雷蒙·威廉斯寫于1958年的《文化是平常的》(Culture is Ordinary)一文的致敬。筆者盡可能地模仿了他第一人稱自述式的散文式筆法,那種帶有懷舊式的娓娓道來的語氣,以及從經驗挖掘向理論提升的論證思路,甚至,不惜直接改裝了他詠嘆調式的標志性句式。這樣做的目的,也是為了刻意營造一種跨時代跨地域的文化共鳴:當雷蒙·威廉斯發(fā)出“文化是平常的”這個感慨時,英國的文化正處于“二戰(zhàn)”后開啟新一輪全球化浪潮的時刻,雖然數字技術還處于萌芽期,但是工業(yè)革命機械自動化的力量已徹底讓歐美國家進入了以城市為主導的工業(yè)社會。而現(xiàn)在,我們開始意識到“AI是平常的”的時候,數字技術已躍升為“數智”技術,信息自動化的窗口已經開啟。在這個AI技術革新的浪潮中,中國不甘落后,正在與歐美發(fā)達國家展開跟隨、并跑的競賽,甚至在某些領域已具有領先的優(yōu)勢。
在《文化是平常的》這篇文章中,雷蒙·威廉斯認為,文化并非精英專屬,它是普通人共同創(chuàng)造的“一種完整的生活方式”。他特別強調文化的主體是“普通人”(ordinary people)。這個“普通人”不同于“群眾”也不同于“大眾”(它們所對應英文并不相同,但經常根據不同的語境交替式翻譯)。在他看來,“一般普通人(the ordinary people)實際上并不像通常對大眾(masses)的描述:品位和習慣比較低俗、不上檔次。我想用另一種方式來表述:其實并沒有什么大眾,只有把人看成大眾的方法”。“‘大眾’變成了代替‘群氓’(mob)的新詞:那些其他人、無聞之輩、平頭百姓、難以接近的群氓。”在文章的后半部分,雷蒙·威廉斯還使用了“公眾”(public)一詞,希望“要向公眾提供越來越積極的藝術和成人教育”。因此,“文化是平常的”強調的就是涵蓋普通人的日常生活實踐、價值觀以及社會關系的普通人的文化。在這里,有必要辨析三個相互關聯(lián)卻又本質不同的概念。“平常的”(ordinary)強調的是嵌入日常、彌散于生活肌理的普遍屬性,其對立面不是精英主義,而是“奇異的”“非凡的”(extraordinary);“大眾的”“流行的”(popular)的對立面是“經典的”“具有代表性的”(classic);“通俗的”(mass/mob-like)的對立面則是“高雅的”“精英的”(elegant/elitist)。將AI界定為“平常的”,旨在剝離其長期被賦予的特殊地位,確認其已轉化為一種日常化的應用場景——AI不再只是深藏于實驗室之中的神秘裝置,或由少數人才能擁有的奢侈品,它已變成廉價的技術商品,可以被普通人隨手調用的工具。20多年前,筆者也曾在《觀看的文化分析》中描述過“普通觀眾”的形象,認為“普通觀眾”給人一個模糊而籠統(tǒng)的印象,比如說普通觀眾是庸俗的,他們沒有多大的藝術修養(yǎng),他們都是媚俗的;貧窮是普通觀眾的基本經濟狀況;普通觀眾是沒有什么更高的精神追求的,快樂是第一位的;等等。這一描述類似魯迅筆下的“看客”、勒龐所界定的“烏合之眾”(the Crowd)。不過,在當前的“新大眾文藝”(new forms of literature and art for the general public)熱潮中,“成為生產者的作者”的“大眾”已成為具有較高文化和藝術修養(yǎng),能夠熟悉應用最新的數字媒體新技術,能夠藝術化地表達自己的日常生活、展開自己的藝術想象,創(chuàng)造喜聞樂見、不斷推陳出新的文藝新樣態(tài)的創(chuàng)作者群體。因此,這一階段的“普通人”已減弱了早先“烏合之眾”“看客”“普通觀眾”的負面因素,更加增添了當家作主、富有創(chuàng)造力的“人民大眾”的積極因素。因此,這一“ordinary”看似“普通”其實并不“平常”,只是那些曾經被視為神秘、高端或昂貴的AI已經“飛入尋常百姓家”,化神奇為日常了。
二、面對AI的第三種態(tài)度
當然,“AI是平常的”這個說法,可能并不那么容易被人接受和認同。相反,筆者看到更多的,是人們對AI的認知在兩種極端態(tài)度間撕裂。
一種撕裂是:要么將其視為前沿技術議題,局限于精英小圈子的討論,要么將其簡單等同于普通工具,忽視其對人類主體性和社會結構的影響。在筆者參加的許多學術討論會議上,經常遇到的情形是:眾多學者一路上談的全是“大模型的局限性”,談得非常精準,充滿各種專業(yè)術語:幻覺問題、對齊問題、涌現(xiàn)性的不可預測性等。他們并不反對AI,相反,他們對AI的興趣極大。只是這種興趣是一種特殊意義上的興趣:關注AI作為前沿技術議題的那種興趣,關注它在哲學上引發(fā)的認識論挑戰(zhàn)的那種興趣,關注它對“人類獨特性”構成威脅的那種興趣。至于同樣用著AI的那些縣城超市老板、公司里的年輕人、用語音發(fā)微信的老人,在這些談話里是沒有位置的。這是一個特定的、有學問的小圈子所共享的關于AI的理解方式。他們談得非常好,也很深入;但這個AI不是我們大多數人的AI。當然還有另一種極端看法,認為AI既然是工具,就應當像鐵錘和釘子一樣被使用——拿來就用,用過即棄,不必想太多。這種“技術工具主義”在實踐層面無疑有其合理性,但它在認識論上帶來的懶惰則相當危險。當我們說“這只是一個工具”時,我們往往同時關閉了另一個問題:這個工具如何改變了使用它的人,如何重構了使用它的場景,如何改寫了“工作”“創(chuàng)作”“學習”這些詞的含義?一位寫作者使用AI輔助構思,和他不使用AI構思,產出的可能都是同一篇文章;但這兩種情況里,那個“寫作者”是否還是同一個主體,他的技能、判斷力、想象力的運作方式是否還相同——這些問題,“只是工具”四個字是回答不了的。
另一種撕裂是:要么站在技術樂觀主義立場,為AI帶來的科技革命歡呼雀躍,要么站在技術悲觀主義立場,對AI超越人類智力、替代人類工作黯然神傷。對AI持技術樂觀主義立場的很多都來自科技領域。“技術奇點”論預言超級智能的爆發(fā)式增長,“第四次工業(yè)革命”的呼號試圖賦予AI與蒸汽機、電力同等的歷史地位,“無人實驗室”“全自動化知識生產”等構想則成為科技加速主義的號角。這種敘事并非孤立現(xiàn)象——在媒介技術史上,每逢顛覆性技術涌現(xiàn),社會話語總傾向于將其神圣化:蒸汽機的動力機制被類比為人體的“器官投射”(Organprojektion)、“龐大的機器怪物”;計算機與人的神經系統(tǒng)一樣都被視為“自動控制系統(tǒng)”,借助電力技術實現(xiàn)了“中樞神經系統(tǒng)的延伸”;互聯(lián)網被視為“賽博空間”“人類新空間”。當前的生成式AI,正處于新一輪“智能爆炸”神話包裹之中。對AI持技術悲觀主義立場的,也不乏科技領域的大牛。如被稱為“AI教父”的杰弗里·辛頓。正當ChatGPT成功出圈之時,杰弗里·辛頓毅然辭去谷歌副總裁的職務,并聲稱“我對自己畢生的工作感到非常后悔,我用一個借口來安慰自己,如果我沒有這么做,還會有其他人”。雖然當時發(fā)布的大語言模型的版本還只是GPT3.5,但是杰弗里·辛頓已經做出判斷:“當今的多模態(tài)聊天機器人已經具有意識”,而數字智能超越生物智能只是時間問題。而與之相類似的,AI替代人類勞動、取代人類工作的擔憂也一直成為各大主流媒體和自媒體關注的焦點,其中諸如馬斯克的“在最理想的情況下,我們可能都不需要工作了”“人工智能是我最大的恐懼”的驚悚言論往往成為最大的流量。人文領域也一直存在對技術工具限制人的能力、控制人的自由乃至替代人的存在的警惕和擔憂。不同于此前石器、木棍式的工具和蒸汽機那樣的機械裝置的是,以大語言模型為代表的生成式AI實現(xiàn)的是文生文、文生圖、文生音、文生視頻,實現(xiàn)的是對人類引以為傲的創(chuàng)造性精神活動的模擬和替代。因此,所引發(fā)的技術悲觀主義更具有具體性和震撼性。
與之相呼應的,一個多世紀以來科幻文學敘事也在不斷強化著大眾對AI神秘感、恐懼感的認知。從1818年瑪麗·雪萊的《弗蘭肯斯坦》開啟人造生命反噬的敘事原型,到阿西莫夫通過“機器人三定律”的悖論深刻揭示了技術控制的內在困境;從《2001太空漫游》中HAL 9000因指令沖突而理性失控的經典意象,到劉慈欣《三體》中作為文明間工具的“智子”對人類科學的鎖死與監(jiān)控……再到《銀翼殺手》里渴望生存權利的復制人、《終結者》中的“天網”、《機械姬》中工于心計的Ava、《西部世界》里覺醒的接待員。這些作品層層疊加,共同構建了人工智能作為“絕對他者”的集體想象:AI被描繪為一個其存在、情感或意識無法被人類體系完全接納、理解與控制的異質力量,其自主性的展現(xiàn)往往預示著現(xiàn)有秩序的挑戰(zhàn)與沖突。這種長期的文化積淀,在客觀上阻礙了公眾對AI技術本質的理解,也使得人文思想中替代焦慮與技術批判的聲音,從一開始便占據了主流。
然而,無論是技術樂觀主義所描繪的“奇點將至”,還是技術悲觀主義所憂慮的“人類終結”,本質上殊途同歸——它們共同遮蔽了AI作為日常實踐工具的“平常性”本質。這兩種極端的想象,都深陷技術決定論的窠臼:習慣于將技術革新置于社會演進的單一核心,卻忽視了技術始終是與人類文化實踐深度互構的要素。任何媒介技術的價值,并不全然取決于其算力參數,而在于其在多大程度上回應了社會成員的具體需求,并融入了日常的文化生產。
因此,筆者更愿意在這兩種極端的撕裂態(tài)度之外,尋求第三種態(tài)度的可能性。即“AI是平常的”。它不僅具有“平常性”,而且從這一概念誕生之初開始,就開啟了“平常化”進程。
AI這個概念的誕生,常常被追溯到1956年達特茅斯會議。一小群美國科學家坐在一起,認真地討論是否可以用機器模擬人類的智能。那時候,“智能”在他們那里主要是一個邏輯問題:能不能讓機器做證明、推理、下棋。70多年過去,這條路走得遠比他們預料的更遠,也遠比他們預料的更曲折——不止有兩次“AI寒冬”,更有無數次令人失望的停滯,當然也有一次次出乎意料的突破。2022年底,ChatGPT橫空出世。以GPT系列為代表的大模型使內容的自動生成能力從功能性的簡單模仿邁向具備創(chuàng)意與邏輯的預測性實踐。在過去的幾年時間里,幾乎所有的人都在談論它:文科的學者驚訝于它寫文章的流暢、理科的同事?lián)乃鼤〈跫墶按a農”,行政人員驚訝于它的數據處理和公文寫作能力。但震驚之后是什么?是習慣、是“平常”。不過三年,那種新技術的震撼已經消退,取而代之的是對AI的日常化使用,是“也在用”的隨口一提。
AI是平常的。這種平常最重要的意義在于AI的“平常化”過程。在中國,AI在國家戰(zhàn)略層面具有非常重要的意義。2015年《中國制造2025》首次將智能制造列為國家戰(zhàn)略主攻方向、2017年國務院《新一代人工智能發(fā)展規(guī)劃》正式確立“三步走”戰(zhàn)略目標、2021年“十四五”規(guī)劃強化戰(zhàn)略地位、2023年《生成式人工智能服務管理暫行辦法》規(guī)范行業(yè)發(fā)展、2024年“新質生產力”理念進一步明確了AI在經濟轉型中的核心價值。由此形成了從頂層設計到系統(tǒng)推進的完整戰(zhàn)略體系。不過,作為國家戰(zhàn)略的AI和普通人手機里的AI,是兩種相互依存卻又存在張力的存在。前者是戰(zhàn)略的AI,講的是競爭力、產業(yè)鏈、國家安全;后者是生活的AI,講的是方便、效率、解決手頭這件事。這兩種AI話語并不總是對話的,它們各說各話的時候,每個普通人,更多的只是日常實踐中持續(xù)地再生產著AI的社會文化意義。
其實,當我們討論AI時,習慣于用大寫的單數的AI來指稱;但在科技領域,被稱為AI的其實有很多種。以大語言模型為代表的生成式AI,其實是自然語言處理技術的最新進展;在特斯拉、比亞迪等汽車中的自動駕駛系統(tǒng)則屬于計算機視覺領域;此外還有與機器人相結合的具身智能技術等。現(xiàn)在的問題是,為什么是大語言模型激起了全民AI的熱潮?原因可能恰恰在于:大語言模型第一次讓普通人直接感知到“智能”本身——不是隔著App界面,不是通過特定功能,而是通過最自然的對話,直接體驗到一種“有智能的存在”。在此之前,語音識別、AI修圖、車載導航、智能家居等AI產品早已深度嵌入日常生活,但這些技術長期被視為設備的功能屬性,用戶對其技術存在感缺乏直接的體認。但是大語言模型將AI從幕后推向臺前:過往的AI雖然滲透極深,但感知極低(“手機本來就這樣”);大語言模型可能滲透未必很深,但感知極強(“AI居然能這樣!”)。正是從這一刻起,AI從“幕后”走向了“前臺”,從一種不可見的算法邏輯,轉化為一種可觸達、可交流的文化經驗,正式宣告了AI在日常生活場景中的進駐。
因此,在以大語言模型為代表的生成式AI正在深度融入日常生活的當下,亟須建立一種超越兩種極端間撕裂的二元對立式的認知框架,擺脫盲目樂觀或過度焦慮的兩極思維,以更加理性的基于現(xiàn)實主義的理想主義,來應對AI的沖擊與影響。AI的真正生命力,恰恰體現(xiàn)在其與社會文化日常生活實踐的深度融合之中:它不是取代人類的行為,而是擴展人類實踐的可能性;不是消解人類創(chuàng)新創(chuàng)意的獨特性,而是創(chuàng)造新的文藝形態(tài);不是削弱人類的創(chuàng)造力,而是增強創(chuàng)意表達的能力。
三、AI已經成為平常的了
以大語言模型為代表的生成式AI作為一種技術工具正在逐漸失去其幾年前剛剛面世時引起的新技術的震撼(欣喜與悲觀兩種極端情緒相交織)。當Kimi、DeepSeek、豆包、千問等已經融入每個人的電腦、手機終端,成為人們的“聊伴”,當OpenClaw、WorkBuddy不再只是作為“養(yǎng)蝦”的新奇,而真正成為人們的“私人助理”時,一個基本文化現(xiàn)實便擺在人們面前:AI已經成為平常的了。
首先,AI極大降低了用戶的技術門檻。經歷了AI沖擊波之后,對AI的悲觀主義、樂觀主義的情緒正逐步趨于理性客觀。AI技術的發(fā)展也正在按照人類的需要得以形塑。2022年底到2023年是ChatGPT年,標志著生成式AI從實驗室變成現(xiàn)實,成為人人皆可交互的工具;2025年的“DeepSeek時刻”,標志著生成式AI的成本極大降低,使AI作為“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的生成力工具成為可能;2025年底到2026年已經成為OpenClaw(龍蝦)火爆,標志著生成式AI從“聊天”到“做事”,真正具備了提高生產效率的能力。與此同時,以宇樹機器人為代表的具身智能也獲得長足進展。在上海浦東張江模力社區(qū)的全國首個異構人形機器人訓練場2025年1月正式啟用[內部模擬了高度真實的家庭(洗碗、疊被)、工業(yè)(擰螺絲、物流分揀)、實驗室、零售等六大類30余個典型場景]。因此,2026年被寄希望為AI應用場景的落地年。
其次,生成式AI的價值觀對齊與技術同步在推進。科幻電影對AI和機器人的想象,最令人恐懼的是失控,即不受人控制。因此,價值觀對齊是生成式AI的底線;同時,因為生成式AI基于概率、均值的內容生成規(guī)律,而非出于對具體的、真實的社會現(xiàn)實的回應,使得“一本正經地胡說八道”的幻覺成為其備受詬病的特點。不過,現(xiàn)在無論是價值觀對齊還是幻覺的消除,都已經獲得了較大的進展。我的判斷是,生成式AI已基本可以規(guī)避可檢索知識的“低級錯誤”了,但對那些有待驗證的似是而非的分析性“高級錯誤”仍有很大難度。
再次,對生成式AI“涌現(xiàn)”的樂觀期待和悲觀害怕都正在消退。人們對AI最大的恐懼是其具有創(chuàng)新創(chuàng)造能力。所謂硅基生命替代碳基生命就是這個意思。但是在我看來,當前的生成式AI的能力總體上肯定是超越我們每個作為個體的能力的,但是它是否具有創(chuàng)新創(chuàng)造的能力,我一直持謹慎態(tài)度。所以我創(chuàng)造了一個概念“人類經驗的向量化”,即AI預訓練的數據是人類經驗的集合,因此是人類智慧的結晶,成為人類傳統(tǒng)最濃縮的存儲。但是,生成式AI基于“人類數據向量化表示”以及“概率預測生成”的算法架構不足以使生成式AI具備“涌現(xiàn)”能力。換言之,我們之所以覺得AI生成內容“聞所未聞”其實只是超出了我們每個人的知識邊界和能力,但是它并未超出人類總體經驗和知識的邊界。與此同時,生成式AI這種抵達人類總體經驗和知識邊界的能力也提供了真正跨越人類知識、經驗和認知邊界的可能。
“人類經驗的向量化”這一判斷還意味著,AI并非外在于人類文明的強加物,而是人類文化與創(chuàng)意實踐演進的內在產物;技術革新本質上是對創(chuàng)意需求與文化價值的深度回應,而非由技術邏輯單向驅動。大語言模型的普及,正是AI從科幻想象向生活常態(tài)回歸的轉折點。隨著友好交互消除了技術的距離感,AI從高權重的技術實體降維為具備交互溫度的“數字伙伴”。隨著自然語言編程降低了軟件開發(fā)的門檻,技術的使用權從專業(yè)人士的壟斷中解放出來。這種透明度的提升打破了算法“黑箱”帶來的認知隔閡,使技術運作邏輯在社會實踐中變得清晰可見。科幻文學中那些極端的AI形象,終將成為特定歷史階段的產物和歷史的注腳。隨著AI融入人們的日常生活,AI的“平常性”也就不僅僅是一種技術屬性,更是一種文化自覺——它要求我們以更加平和的態(tài)度看待技術變革,以更加開放的心態(tài)擁抱技術發(fā)展,以更加務實的精神推動技術應用。當AI不再被視為特殊的存在,而是成為創(chuàng)意表達的自然手段時,它才能真正服務于人類文化藝術的繁榮,實現(xiàn)技術與人文的和諧共生。正如雷蒙·威廉斯所說的:“文化永遠同時具有傳統(tǒng)性與創(chuàng)新性;它永遠同時具有最普通的共同意義與最優(yōu)秀的個體意義。”AI的情形正是如此。一方面,AI的訓練數據包含了人類書寫的絕大部分歷史積累——它在某種意義上是人類迄今最大的“已知意義”庫;另一方面,每一次人與AI的具體交互,都是一次新的觀察、新的檢驗、新的意義生成。AI不是文化的終結,也不是文化的外部,它已經成為當代文化再生產過程的內在組成部分。
承認AI是平常的,不等于接受AI的現(xiàn)狀是理想的。的確,AI有偏見,因為它的訓練數據是經過人為選擇的,它的語料庫里充滿了英語中心主義、西方中心主義、男性中心主義,它的算法也包含著設計者的思想觀念,反映的是特定的權力關系。這些指責是正確,而且重要的。在這個意義上,“AI是平常的”這一觀點其實在表現(xiàn)為一個愿景的同時,也包含著一種批判。它批判那種將AI變成新的精英門檻的可能,批判那種用技術術語和高價訂閱費重新建立文化壁壘的沖動。它主張,AI的價值不在于讓少數人變得更聰明,而在于讓更多人能夠表達、能夠理解、能夠參與那些以前看似只屬于專業(yè)人士的工作。也正因為如此,雷蒙·威廉斯當年批評英國的文化機構時說:“我們必須保留和拓展大的全國性機構,但同時又必須采取措施逆轉這部分文化的過于集中的狀況。”這句話也應該有它的當代中國的版本:我們應當使用AI,但必須同時推動AI本身的多元化、去中心化、本土化。中文語料的豐富與完善,地區(qū)性知識的數字化,少數民族語言的AI化,這些工作不是AI的周邊工作,而是AI“平常化”本身的必要組成部分。平常,意味著可以被所有普通人所用,而不只是被掌握了特定語言、特定資源、特定技能的人所用。
這一愿望也不是烏托邦式的。在我看來,至少有三個前提是無法回避的。
第一個前提是教育。AI的“平常化”不會自動到來,因為使用AI的能力本身是不平等分布的。我們不能假設只要工具存在,使用工具的能力就自然普及。真正讓AI變得平常,需要教育體系的主動介入——不僅僅是培訓AI工程師的那種教育,更包括培養(yǎng)普通人和AI打交道的判斷力、批評力和創(chuàng)造力的教育。一個能夠識別AI生成內容中的錯誤的中學生,比一個只會調用API的技術人員,對于“AI是平常的”這個目標更為關鍵。
第二個前提是去中心化。雖然現(xiàn)在仍然是“百模大戰(zhàn)”“千模競發(fā)”的狀態(tài),但是AI資源的高度集中仍然是不爭的事實。少數的幾家大公司、主要的幾個大模型和平臺控制著絕大部分用戶的日常使用體驗。這種集中意味著,“AI是平常的”在相當程度上有可能會成為被特定的商業(yè)邏輯所中介的平常——它的交互界面、它的回答方式、它所優(yōu)先服務的語言和文化背景,可能都會首先經由這種中介被塑造。雷蒙·威廉斯說,“文化是平常的,無需到倫敦去尋找它”。AI的當代版本也同樣:文化意義的生產也不必非得經由硅谷的服務器。開源模型的發(fā)展、本地部署的推廣、非英語語言模型的建設,是讓AI真正“平常”的技術基礎。
第三個前提是最麻煩的,也是最重要的:我們不要把一種現(xiàn)成的AI使用方式提供給不知情的大眾,就好像把一種現(xiàn)成的文化提供給他們一樣。AI工具的設計里內嵌了大量關于什么是“好的輸出”、什么是“有效的提問方式”、什么是“合理的使用場景”的預設。所有這些預設其實都是通過所謂的“系統(tǒng)提示詞”“監(jiān)督微調”以及“獎勵模型”等技術被嵌入AI的算法之中的。這些預設不是中立的,它們會偏向某種特定的知識標準、表達規(guī)范和認知習慣。如果我們只是接受這些預設而不去質疑,AI的“平常化”就只不過是另一種形式的文化規(guī)訓。因此,真正要做的是:使用AI,同時對AI保持審慎的批判;從AI那里得到幫助,同時堅持擁有自己的判斷力;讓AI服務于人類個性的表達,而不是讓個人的風格被AI遷移。
四、“漫長的革命”:AI時代作家創(chuàng)作的意義
“AI是平常的”,這也就意味著AI人人皆可使用。如果人人都能利用AI生成作品,那么,這是否意味著人人都能借助AI成為作家?如果人人都能成為作家,那么作家的創(chuàng)作還有意義嗎?正因為在理論與現(xiàn)實之間還存在巨大的落差、貌似合理的推論之前還有大量需要厘清的前提存在,使得這一疑問變得似是而非、模棱兩可了。
其實,說“AI是平常的”,并不意味著人人已經享有了使用AI的權力和能力;言“AI是平常的”,并不意味著世界已經變得更加美好;論“AI是平常的”,更不意味著AI不再進步、人類不再尋求新的意義和價值。正因為AI具有“平常性”,也需要“平常化”,才使得AI素養(yǎng)、批判精神、創(chuàng)新意識成為AI時代人類最亟待呵護和強化的能力。而這些能力的培養(yǎng),正是當今人文學科的使命,也是在AI時代重新定義作家創(chuàng)作的意義所在。
AI時代,普通人最需要的,就是基本的AI素養(yǎng)。所謂“AI素養(yǎng)”簡言之就是從常識來理解AI。理解AI,不只是指掌握它的技術原理,不只是指會進行提示詞工程,也不只是指能夠流利地談論大語言模型的涌現(xiàn)能力。理解AI,更重要的是指知道它在做什么,知道它的輸出背后是什么樣的訓練邏輯,知道自己在什么時候應當相信它,在什么時候應當懷疑它,在什么時候應當完全繞開它。這種對AI的理解,才是一種真正的文化能力。
AI時代,人們最需要的,還有批判精神。我們不是把AI當成洪水猛獸來抵御,也不是把它當成神奇法寶來崇拜,而是幫助人們在真實地使用經驗中,發(fā)展出一套關于AI的成熟判斷。這需要時間,需要實踐,需要犯錯和修正,需要有人愿意在課堂上、在文章里、在公共討論里,認真地、具體地談論那些平常的AI使用經驗——不是為了下結論,而是為了保持問題的開放。
AI時代,值得討論的問題之一是,創(chuàng)造性是否需要重新定義?面對AI的深度滲透,作家的創(chuàng)作是否還有意義?這個問題也正好是雷蒙·威廉斯在《文化是平常的》結尾所提及的:
采用技術手段比較困難,但最大的困難是我們在思想深處如何接受他們所依賴的價值觀,即:應當由普通大眾來理政;文化和教育都是平常的;不存在什么需要拯救、俘虜或引導的大眾,只有在瞬息萬變、令人眼花繚亂的生活擴張過程中的龐大人群。作家的工作具有獨特意義,他們要普及這些意義。
雷蒙·威廉斯的這一思想與薩特的“介入文學”思想形成了精神上的共鳴。作家的核心使命,在于通過揭示隱藏在日常生活實踐(如戲劇、電視等)之下的權力關系、文化霸權與社會矛盾,使那些有可能被遮蔽的邊緣的或個體的經驗得以彰顯。他認為作家的獨特能力,在于通過敏銳的直覺捕捉特定時代正在形成但尚未固化的社會情緒與共同經驗,將它們形成的“情感結構”(Structure of Feeling)轉化為具象的敘事,連接個人經驗與集體歷史。這種捕捉與轉化,是技術邏輯無法替代的人文內核。與此同時,雷蒙·威廉斯也認為,文化的變革并非一蹴而就的斷裂,而是一個持續(xù)揭露現(xiàn)實、重構意義體系并創(chuàng)新表達范式的漫長進程。在這一進程中,作家的工作超越了個人才華的自我確證,成為連接集體經驗與未來愿景的樞紐,并最終指向一個全員參與、多元并蓄的意義生產共同體。從這個意義上說,這種立足于現(xiàn)實關懷又指向超越性想象的創(chuàng)作實踐是一個“漫長的革命”(Long Revolution)。
如前所述,AI極大降低了用戶的技術門檻。但與此同時,AI也極大抬高了創(chuàng)新創(chuàng)意和創(chuàng)造性活動的門檻。在口傳時代,文化的傳承主要憑借的是記憶的能力,正因為如此,“講故事的人”、行吟詩人以及歌舞戲劇的演員的“演藝”成為文藝活動的主導力量,評價其能力的標準是重復、模仿以及再現(xiàn)的技巧;在書寫和印刷時代,文化的傳承不再需要記憶,于是人類的創(chuàng)造性活動開始轉向符號的創(chuàng)新和創(chuàng)意,傳情達意的“筆法”“手法”這類技能成為文藝創(chuàng)造性活動的主要標志。進入機械復制時代之后,科技手段開始成為文藝實踐的工具和載體。曾幾何時,攝影師不僅要懂構圖的原理,更要懂如何調整照相機的各種參數;電影導演的作用不僅僅是用動態(tài)影像講好故事,更在于如何協(xié)調從編劇到制片、從演員到道具、從拍攝到后期制作一整套電影工業(yè)流程的相互配合。這種高技術門檻在數字藝術誕生初期也同樣存在。如20世紀60年代計算機生成藝術(Computer-generated art)的代表者弗里德·納克、邁克爾·諾爾等一批人其實都是從事數學、計算機科學的專家。最先出圈的微軟“小冰”也是AI工程師的杰作。不過,科學技術最根本的特征在于其對效率的追求,因此,自動化的技術邏輯會不斷追求將形成的共識固定化為類型模式、將重復性活動替代為工程化技能。于是,“技術藝術”的天平再度從“技術”轉移到“藝術”,文藝創(chuàng)造性活動的能力再次回歸“審美”及其想象力,“審美”成為程序員最后的“護城河”。
而且這一“審美決策”的能力由于大語言模型“人類經驗的向量化”顯得更加稀缺而且珍貴。如果說口傳時代僅憑“記憶”能力、書寫印刷時代掌握了“符號”的技能、機械復制時代掌握了機械自動化的技術,就可以號稱“作家”“藝術家”的話,那么,借助AI賦能,普通人也能很輕易地實現(xiàn)“心想事成”,生成符合自己創(chuàng)作意圖的作品,甚至能夠很輕易地達到中等及以上文藝創(chuàng)作的水平。如此一來,判斷何為創(chuàng)新、創(chuàng)意以及創(chuàng)造性活動的標準也將更加嚴格。正如20世紀80年代,在文獻稀缺、語言隔閡、借閱不便的時代,譯介、綜述、復述便是最容易獲取新知的途徑。因此,“作品譯介”“理論復述”發(fā)揮了思想解放、睜眼看世界的積極效能,也催生了一代“學富五車”“學貫中西”學人。但是在AI技術發(fā)展之后,人類數據都已被向量化了、翻譯質量也顯著提升了、世界各大學術數據庫檢索也更方便了,譯介、綜述、復述能否再被視為原創(chuàng)性的學術成果?這個問題恐怕多少也要被打上一個問號。這個問題在文化創(chuàng)意領域同樣有效:是否可能以及如何提出“前無古人,外無西人”的文化創(chuàng)意,成為對專業(yè)的文藝工作者提出的更高要求。
作為生成式AI的代表,大語言模型現(xiàn)在已發(fā)展成為基于預訓練的具備轉換生成能力的多模態(tài)模型。所謂多模態(tài)(Multimodal)即實現(xiàn)文生文、文生圖、文生音、文生視頻、文生代碼及圖生文、圖生視頻等不同符號類型之間的轉換生成。不僅如此,隨著AI編程能力的提升,AI正在成為新的生產力工具,普通人也有望從“用戶”轉變成“開發(fā)者”。這種多模態(tài)能力與Agent技術相結合,使AI的定位從“對話界面”躍升為“任務執(zhí)行者”。當編程邏輯隨自然語言交互普及,軟件開發(fā)也便不再僅為專業(yè)人士所壟斷。“作為開發(fā)者的作者”已不再是隱喻,也成為對專業(yè)的文藝工作者提出的“改造生產機器”的更高要求。
AI是平常的,文化是平常的,生活是平常的。我們所有的學習和思考,都是從這些平常的事物出發(fā),也最終要回到這些平常的事物之中。平常,是起點,不是終點。將AI納入雷蒙·威廉斯“文化是平常的”這一理論框架,揭示技術的終極價值,不在于其展示出的非凡震撼力,而在于將其視為一種彌散性的力量,使之自然而然地成為人類表達創(chuàng)意、構建意義的有機組成部分。當AI不再作為高懸的科技神話,而是作為一種隨手可得的創(chuàng)意伙伴參與文化意義的生產時,AI便完成了從技術工具向人文載體的過渡。這種基于“平常性”“平常化”的技術邏輯,不僅為文化傳承提供了新的介質,更構建了一個更為豐富且富有活力的文化生態(tài)圖景。
注釋從略,詳見《南方文壇》2026年第5期


