收稿日期：2023-09-01

作者簡介：楊逸云（1992—），女，武漢大學(xué)文學(xué)院博士研究生（湖北武漢，430072）；宋時磊（1982—），男，文學(xué)博士，武漢大學(xué)漢語寫作研究中心研究員，文學(xué)院副教授，中國寫作學(xué)會副秘書長（湖北武漢，430072）。

基金項目：武漢大學(xué)人工智能問題融通研究專項課題“人工智能寫作的技術(shù)路徑、倫理困境與法律風(fēng)險”（2020AI005）的階段性成果。

①參見楊俊蕾：《機器，技術(shù)與AI寫作的自反性》，載《學(xué)術(shù)論壇》2018年第2期；楊丹丹：《人工智能寫作與文學(xué)新變》，載《藝術(shù)評論》2019年第10期；劉欣：《人工智能寫作“主體性”的再思考》，載《中州學(xué)刊》2019年第10期。

摘要：人工智能寫作雖經(jīng)歷了從理性主義到經(jīng)驗主義的范式轉(zhuǎn)變，但始終具有以下三種特質(zhì)：首先，寫作過程由人機共同合作完成，計算機是人工智能寫作的顯性作者；其次，其基礎(chǔ)是語言模型，理性主義范式采用基于語法規(guī)則的模型，經(jīng)驗主義范式則采用基于統(tǒng)計的語言模型和基于神經(jīng)網(wǎng)絡(luò)的語言模型；最后，人工智能通過計算寫作生成自然語言文本。這三種特質(zhì)彰顯了人工智能寫作的實質(zhì)，即計算機以語言模型生成自然語言文本的過程?；诂F(xiàn)有學(xué)術(shù)成果，研究者可在進一步明確研究邊界、拓寬研究視野、改進研究方法等方面著力，促進人工智能寫作的理論發(fā)展。

關(guān)鍵詞：人工智能寫作；理性主義；經(jīng)驗主義；語言模型；自然語言文本

中圖分類號：I04；TP18" " " 文獻(xiàn)標(biāo)識碼：A" " " 文章編號：1003-8477（2024）04-0038-09

人工智能寫作是人工智能（Artificial Intelligence，AI）技術(shù)的應(yīng)用之一。近年來，人工智能已寫出了不少引人注目的作品，如微軟“小冰”的《陽光失了玻璃窗》，“快筆小新”、Dreamwriter等生成的新聞報道等等。自2022年始，國內(nèi)外又推出ChatGPT、kimi、文心一言等基于大語言模型的寫作工具，人工智能寫作迅速成為億萬民眾矚目的對象和全球?qū)W界討論的焦點。人工智能寫作勇立21世紀(jì)信息技術(shù)的潮頭，攜手人文藝術(shù)，成為溝通“兩種文化”[1]的橋梁。在人文社科領(lǐng)域，學(xué)界已廣泛探討了與人工智能寫作相關(guān)的諸多理論問題，包括寫作主體、技術(shù)生成機制以及審美創(chuàng)造等。①不過，關(guān)于如何認(rèn)識人工智能寫作的本質(zhì)，怎樣理解人工智能寫作科學(xué)實驗與人文實驗的雙重屬性，并在跨學(xué)科視域下找尋有利于觀察人工智能寫作現(xiàn)象的立場、獲得溝通科技與人文的交互性視角等問題，學(xué)界還未取得廣泛共識。本文擬從理性主義與經(jīng)驗主義兩種自然語言處理研究范式出發(fā)，回溯人工智能寫作歷史，嘗試界定人工智能寫作的概念，展望人工智能寫作研究的發(fā)展前景。

一、歷史回顧

1956年，約翰·麥卡錫（John McCarthy）在達(dá)特茅斯會議上，首次提出了人工智能的概念。而人工智能寫作實踐卻可追溯至1952年，當(dāng)時英國計算機學(xué)者克里斯托弗·斯特雷奇（Christopher Strachey）用計算機程序生成文本，拉開了人工智能寫作的序幕。人工智能寫作深受理性主義和經(jīng)驗主義兩種研究范式的影響，理性主義方法以阿夫拉姆·諾姆·喬姆斯基（Avram Noam Chomsky）的語法理論為基礎(chǔ)，又稱基于規(guī)則的方法（rule-based approach），即通過專家編制規(guī)則，構(gòu)造相應(yīng)的寫作程序，旨在通過手工編碼大量的先驗知識和推理機制，復(fù)制人類大腦中的語言能力。[2]（p10）但是，理性主義方法面臨著知識瓶頸，有關(guān)研究進展緩慢，于是經(jīng)驗主義方法隨之興起。經(jīng)驗主義方法以香農(nóng)（Claude Shannon）的信息論為理論基礎(chǔ)，又稱基于統(tǒng)計的方法（statistic-based approach），主張通過建立特定的數(shù)學(xué)模型學(xué)習(xí)復(fù)雜、廣泛的語言結(jié)構(gòu)，[2]（p10）并很快在機器翻譯1、漢語對聯(lián)寫作2等方面取得驕人成績。

20世紀(jì)90年代，基于理性主義方法的人工智能已在詩歌、戲劇、小說等文體寫作領(lǐng)域嶄露頭角。21世紀(jì)以來，基于統(tǒng)計和神經(jīng)網(wǎng)絡(luò)的經(jīng)驗主義方法后來居上，并在人工智能寫作方面不斷推出令人震驚的學(xué)術(shù)成果?？傮w來看，國內(nèi)人工智能寫作的實踐雖起步較晚，但自20世紀(jì)80年代開始，其進程基本與國外同步。

（一）理性主義范式下的人工智能寫作

20世紀(jì)八九十年代，國內(nèi)人工智能寫作實踐主要在詩歌領(lǐng)域展開。1984年，上海育才中學(xué)的梁建章設(shè)計了一款詩詞創(chuàng)作軟件，獲得首屆青少年計算機程序設(shè)計競賽初中組四等獎，這是我國最早的人工智能寫作實例。梁建章設(shè)計的詩詞創(chuàng)作軟件，平均不到30秒即可創(chuàng)作一首五言絕句。為設(shè)計這一軟件，他學(xué)習(xí)了《唐詩三百首》《千家詩新注》《學(xué)詩百法》，根據(jù)語法句式結(jié)構(gòu)、對偶、韻律等設(shè)計出詩歌寫作規(guī)則，再將500多個詩詞常用詞匯納入計算機數(shù)據(jù)庫。[3]（p39）與梁建章的軟件不同，1989年劉慈欣設(shè)計的“電子詩人”專產(chǎn)現(xiàn)代詩歌。它用VF編程，含5個程序模塊、6個詞庫、1個語法庫，產(chǎn)詩量為每秒200行（不押韻）或每秒150行（押韻），產(chǎn)詩的方式絕對全自動，除了告知行數(shù)外，不需任何人為干預(yù)。3劉慈欣認(rèn)為現(xiàn)代詩歌講究朦朧和自由，沒有絕對的標(biāo)準(zhǔn)，因此現(xiàn)代詩歌的生成也不需要嚴(yán)格的專家知識。程序員獵戶與劉慈欣持同樣看法，他認(rèn)為現(xiàn)代詩歌的規(guī)律是主謂賓的“亂搭配”及形容詞、名詞、動詞的“亂搭配”，并據(jù)此開發(fā)出“獵戶星”免費在線寫詩軟件。工程師張小紅則對現(xiàn)代詩歌的生成有著不同看法，1994年，他開發(fā)出智能寫作軟件“GS文章自動生成系統(tǒng)”，并把軟件生成的作品結(jié)集為《心訴無語——計算機詩歌》和《中國機器詩》，其中《中國機器詩》以電子形式出版，獲得國家版權(quán)局計算機軟件著作權(quán)。張小紅的寫作軟件采用“詩歌坐標(biāo)構(gòu)思法”生成現(xiàn)代詩，這一方法類似于雅各布森詩歌理論中的對等原則，即將詩歌中的詞語分別對應(yīng)到坐標(biāo)軸，x軸為組合軸、y軸為選擇軸，將x軸與y軸上的信息進行強化聯(lián)結(jié)，就生成了詩歌。與此相似的還有林鴻程（稻香老農(nóng)）開發(fā)的古典詩歌智能寫作軟件“電腦作詩機”、“大作家”自動寫作軟件等等。

人工智能的寫作實踐，引發(fā)了學(xué)界關(guān)注。對于這個嶄新事物，學(xué)者們采用了多種不同的指稱方式，例如“計算機輔助寫作系統(tǒng)”“智能輔助寫作”“電腦自動寫作”“機器智能寫作”等等。值得指出的是，當(dāng)時學(xué)界并未將其作為獨立的研究對象，而是普遍認(rèn)為人工智能寫作是電腦寫作的高級發(fā)展階段。1

（二）經(jīng)驗主義范式下的人工智能寫作

21世紀(jì)以來，基于經(jīng)驗主義的人工智能詩歌寫作實踐令人矚目。這類寫作程序均建立了數(shù)據(jù)集，通過學(xué)習(xí)和分析其中的詩歌，搭建寫詩模型。當(dāng)用戶輸入詩歌題目時，模型便會通過概率計算出與該題目相關(guān)的字詞，組合成最終的詩歌。如微軟“小冰”學(xué)習(xí)了1920年以來519位中國詩人的現(xiàn)代詩，通過不斷訓(xùn)練擁有了寫作現(xiàn)代詩的能力，并于2017年出版了首部由人工智能寫作的詩集《陽光失了玻璃窗》。同年，清華大學(xué)開發(fā)的人工智能詩歌寫作軟件“九歌”登上中央電視臺科技類挑戰(zhàn)節(jié)目《機智過人》，與青年詩人比拼詩詞創(chuàng)作，并成功通過現(xiàn)場圖靈測試。2019年，封面團隊的“小封”通過學(xué)習(xí)數(shù)百位詩人的詩歌，來創(chuàng)作現(xiàn)代詩和古體詩，出版了詩集《萬物都相愛》。京東、百度等網(wǎng)絡(luò)平臺也開發(fā)了相應(yīng)的詩歌寫作軟件。目前，網(wǎng)絡(luò)上較為活躍的人工智能寫作平臺還包括“詩三百”、華為“樂府”等。

同一時期，人工智能新聞寫作也取得了較大成功。國內(nèi)機器新聞寫作在2015—2019年出現(xiàn)一個小高峰，媒體紛紛開發(fā)了自己的寫作機器人。2015年，騰訊新聞上線了寫作機器人Dreamwriter，它從國家統(tǒng)計局網(wǎng)站中獲取數(shù)據(jù)，并選擇一些高級統(tǒng)計師的評論建議，僅用一分鐘就完成了國內(nèi)第一條由機器寫作的稿件《8月CPI同比上漲2.0%，創(chuàng)12個月新高》。同年，新華社使用“快筆小新”為體育部、經(jīng)濟信息部等部門和《中國證券報》等報刊提供財經(jīng)、體育類新聞稿件。2016年，中國地震臺網(wǎng)在四川發(fā)生地震的幾分鐘后就使用寫稿機器人發(fā)布了新聞。同年，今日頭條的“張小明”在奧運會報道中也嶄露頭角，它主要從文字直播數(shù)據(jù)中進行語句篩選與融合，進而生成賽事報道。隨后幾年間，《南方都市報》《封面?zhèn)髅健贰稄B門日報》、百家號等媒體紛紛使用寫作機器人批量生成新聞。2

在小說領(lǐng)域，陳楸帆使用自主研發(fā)的人工智能寫作程序“AI 科幻世界”完成了人機交互寫作《恐懼機器》《出神狀態(tài)》等短篇科幻小說，并發(fā)起了首次華語科幻AI人機共創(chuàng)寫作實驗項目“共生紀(jì)”。華東師范大學(xué)王峰團隊采用“國內(nèi)大語言模型+提示詞工程+人工后期潤色”的方式發(fā)布了超過100萬字的人機融合式長篇小說《天命使徒》。此外，經(jīng)驗主義范式還催生了不少輔助寫作軟件和平臺，如“筆神”“彩云小夢”“WPS智能寫作”“法律文書智能輔助”“在線劇本智能寫作”等，為寫作者提供了數(shù)據(jù)庫聯(lián)想、續(xù)寫等功能，只要使用者輸入相關(guān)文字，平臺便會推送關(guān)聯(lián)文本信息，以供參考。

2022年，OpenAI推出的ChatGPT可以按照人類提示自主完成詩歌、小說、新聞、學(xué)術(shù)論文等各種文體的寫作，通用人工智能不再遙不可及。隨著技術(shù)進步，基于經(jīng)驗主義的人工智能寫作質(zhì)量大幅提升，相關(guān)研究課題數(shù)量也顯著增長。在諸多研究中，不僅有針對寫作基礎(chǔ)問題的研究，如人工智能寫作的主體、原理、文本形態(tài)、讀者接受情況等；還有針對不同文體寫作的研究，如對人工智能詩歌、人工智能小說、機器新聞等的專題討論。然而，有關(guān)人工智能寫作概念的研究幾近缺位。從理性主義到經(jīng)驗主義，人工智能寫作已經(jīng)積累了足夠的研究樣本，進行概念界定的條件早已具備，但多數(shù)研究忽略了這一基礎(chǔ)問題，轉(zhuǎn)而直接投入具體理論研究中。厘清概念是開展系統(tǒng)理論研究的基礎(chǔ)，只有通過明確的定義，才能深入探討人工智能寫作的本質(zhì)、挑戰(zhàn)及應(yīng)對措施，推動相關(guān)研究向前邁進。ChatGPT等大語言模型的火爆出圈使人工智能寫作現(xiàn)象再次成為各界焦點，人文學(xué)者如何充分吸收自然科學(xué)的研究成果，從跨學(xué)科的角度理解并界定人工智能寫作的概念，成為21世紀(jì)中國寫作研究的當(dāng)務(wù)之急。

二、概念界定

人工智能寫作是計算機科學(xué)自然語言處理技術(shù)的應(yīng)用之一，人文社會科學(xué)界則傾向于將人工智能寫作理解為新技術(shù)詞匯“人工智能”與舊藝術(shù)概念“寫作”的疊加，[4]（p85）該如何界定人工智能寫作概念？筆者認(rèn)為，首先要考慮人工智能寫作的特殊性，避免簡單類比人類寫作概念的傾向；其次要充分考慮人工智能發(fā)展的技術(shù)路徑，盡量從技術(shù)與藝術(shù)的交互角度切入?；谶@兩點，筆者將從誰在寫、怎么寫、所寫為何這三個維度探究人工智能寫作概念的內(nèi)涵。

（一）誰在寫？——計算機

談到人工智能寫作，首先遇到的問題就是誰在寫？是人還是機器？對此，學(xué)界多從主體性角度予以討論，如，張強等認(rèn)為主體性是人獨有的，只認(rèn)可人的作者地位；[5]（p42-46）又如，劉欣、[6]（p153-158）畢日生等、[7]（p69-75）周建瓊[8]（p145-150）則將當(dāng)前的人工智能寫作主體視為一種人機間性主體。人工智能寫作由人機合作完成，人類的參與主要體現(xiàn)在前期人工智能寫作程序的開發(fā)及后期對寫作結(jié)果的刪選中，而人工智能生成文本的整個過程都由計算機在“中文屋”1中完成，并不需要人類直接干預(yù)。因此，筆者認(rèn)為有必要強調(diào)計算機的顯性作者2地位。近兩年GPT模型的發(fā)明與運用更加凸顯了人工智能寫作這種自在自為的性質(zhì)。

計算是人工智能寫作與人類寫作最根本的區(qū)別。人類寫作由人腦構(gòu)思成文，而人工智能寫作則是計算機通過計算完成的。人工智能將自然語言轉(zhuǎn)換成數(shù)值，通過計算得出結(jié)果，然后再轉(zhuǎn)換回文本形態(tài)。誠如美國硅谷人工智能研究院院長皮埃羅·斯加魯菲（Piero Scaruffi）所言：“到目前為止，無論何時人工智能解決了一個問題（例如，在圍棋比賽中戰(zhàn)勝人類大師），人們都會發(fā)現(xiàn)這種解決方法并沒有任何特別之處，只是在高速計算機上進行了非常復(fù)雜的數(shù)學(xué)運算罷了?！盵9]（p31）在以往的人工智能寫作研究中，學(xué)者往往選擇重視計算的方法，將人工智能寫作定性為程序?qū)懽骰蛩惴▽懽?，而忽略了實施計算的主體——計算機。雖然人工智能寫作程序承載著人腦的思想，是實現(xiàn)人工智能寫作的靈魂，但如若沒有計算機這一平臺，再好的程序也無法發(fā)揮作用。

作為計算的主體，計算機在人工智能寫作中扮演著十分重要的角色，它為程序和算法的實現(xiàn)提供了硬件和軟件環(huán)境，使人工智能能夠處理大量的數(shù)據(jù)、完成復(fù)雜的任務(wù)。當(dāng)前人工智能寫作對計算機運算能力的要求越來越高，例如谷歌在2018年開發(fā)的用于人工智能寫作的BERT語言模型只有3.4億模型參數(shù)量，而到了2020年，由OpenAI 公司開發(fā)的GPT-3語言模型已超過了1750億個參數(shù)量。目前，人工智能寫作正處于以計算能力換取寫作效果的階段，創(chuàng)造龐大的模型似乎成為人工智能寫作不可逆轉(zhuǎn)的趨勢，計算機的計算能力也直接決定了經(jīng)驗主義范式下人工智能寫作未來發(fā)展的可能。

（二）怎么寫？——建立語言模型

語言模型是人工智能寫作實現(xiàn)的具體方法。在人工智能寫作過程中，計算機難以直接處理復(fù)雜的自然語言，因此需要將自然語言用數(shù)學(xué)方法形式化，建立語言的形式模型，簡稱語言模型。[10]（p17-24）語言模型的發(fā)展經(jīng)歷了從理性主義方法到經(jīng)驗主義方法的轉(zhuǎn)變。在人工智能寫作發(fā)展初期，理性主義通過歸納語言規(guī)則來實現(xiàn)語言的表示和推理，雖然在特定領(lǐng)域取得了成功，但其在處理人類語言的復(fù)雜性方面存在局限。隨著大規(guī)模語料庫的出現(xiàn)，經(jīng)驗主義逐漸在發(fā)展中占據(jù)主導(dǎo)地位，并在處理大規(guī)模文本數(shù)據(jù)方面成績顯著，ChatGPT等大型語言模型便是其代表。

1.理性主義范式語言模型

“情書生成器”是理性主義范式語言模型的代表性實踐。1952年，克里斯托弗在第一臺商用通用計算機“馬克1號”（Ferranti Mark I）上開發(fā)了“情書生成器”，專門用于情書寫作?？死锼雇懈ハ胱層嬎銠C模仿人類思維生成多樣化的成果，于是自制了一套情書寫作規(guī)則，并將這些規(guī)則轉(zhuǎn)換為計算機指令。首先，他從羅杰英語同義詞詞庫中選擇了70個左右的基本詞匯，然后根據(jù)語法規(guī)則編制出了五句話的情書生成模型。他主要設(shè)計了兩種句型，一種是“我的lt;形容詞gt;lt;名詞gt;lt;副詞gt;lt;動詞gt;”，另一種是“你是我的lt;形容詞gt;lt;名詞gt;”。生成器可以隨機選擇使用哪種類型的句子，但如果有兩個連續(xù)第二種類型的句子，則第一句以冒號結(jié)尾，第二句前面的“你是我的”被省略。整封情書一共有五句話，最后以“你的lt;副詞gt; M. U. C.”結(jié)尾。句型確定后，再將對應(yīng)詞性的詞語隨機填充到規(guī)則當(dāng)中，便可產(chǎn)生一封情書，如下所示：[11]（p25-31）

親愛的甜心

你是我的狂熱伙伴。我的感情奇怪地緊緊抓住你的熱情愿望。我喜歡你的心。你是我渴望的同情：我溫柔的喜歡。

你美麗的 M. U. C.

克里斯托弗的這一嘗試，開啟了人工智能寫作的先河。上文所述梁建章、劉慈欣、張小紅等人發(fā)明的文本生成軟件均使用這種寫作方法。

2.經(jīng)驗主義范式語言模型

與理性主義不同，經(jīng)驗主義認(rèn)為大腦并沒有先天的語言知識，語言知識是基于經(jīng)驗發(fā)展而來的，完成自然語言處理任務(wù)不一定要經(jīng)過“理解”的階段。經(jīng)驗主義研究范式將人工智能寫作視為概率求解問題，通過概率確定自然語言出現(xiàn)的可能性，概率越大，句子的合理性越充分。經(jīng)驗主義范式下的人工智能可以在大規(guī)模文本數(shù)據(jù)上進行訓(xùn)練，生成的內(nèi)容質(zhì)量相對較高，由于其底層邏輯為概率統(tǒng)計，被姜峰楠（Ted Chiang）等學(xué)者稱為“應(yīng)用統(tǒng)計學(xué)”。[12]

（1）基于統(tǒng)計的語言模型

經(jīng)驗主義最初采用的是基于統(tǒng)計的語言模型（statistics-based language model）。這種模型通常依賴于數(shù)據(jù)集，通過分析數(shù)據(jù)集中的文本數(shù)據(jù)來計算單詞序列出現(xiàn)的概率。假設(shè)給定一個語料庫詞典V，所有的單詞w都是詞典V當(dāng)中的，wi∈V。統(tǒng)計語言模型計算的就是任意單詞序列合理的概率p（w1，w2，…，wn），其中，p≥0。假設(shè)訓(xùn)練集中共有N個句子，接下來數(shù)一下單詞序列（w1，w2，…，wn）出現(xiàn)的次數(shù)n，即可得出概率p（w1，w2，…，wn） =[nN]。但是，一旦這個單詞序列（w1，w2，…，wn）沒有在訓(xùn)練集中出現(xiàn)過，模型的輸出概率就會變成0。為了解決這一問題，人工智能研究者采用了概率論中的鏈?zhǔn)椒▌t，將長句子的概率分解為多個簡單部分的乘積，并假設(shè)每個詞的出現(xiàn)概率僅與它前面的詞相關(guān)。通過這種方式，計算機可以逐步計算每個詞的條件概率，并將它們相乘得到整個句子的概率，即p（w1，w2，…，wn）≈ p（w1）p（w2|w1）p（w3|w2）…p（wi|wi-1），這就是二元語法模型（Bigram Model），同理可推廣至三元語法模型（Trigram Model）、N元語法模型（N-gram Model）。1

由于統(tǒng)計語言模型學(xué)習(xí)能力有限，需要學(xué)習(xí)的詞組太多，如果訓(xùn)練集中缺少某些詞組，這些未出現(xiàn)的詞組將導(dǎo)致計算出的概率值為零。即使采取平滑技術(shù)解決，將所有詞組出現(xiàn)的次數(shù)加1，仍會出現(xiàn)諸如維度災(zāi)難2的問題，于是基于神經(jīng)網(wǎng)絡(luò)的語言模型（neural-network-based language model）3應(yīng)運而生。

（2）基于神經(jīng)網(wǎng)絡(luò)的語言模型

神經(jīng)網(wǎng)絡(luò)語言模型的基礎(chǔ)仍然是概率計算，但它使用詞向量表示單詞或單詞組合，并在此基礎(chǔ)上通過神經(jīng)網(wǎng)絡(luò)表示語言模型，提高了語言表達(dá)效率，成為當(dāng)前人工智能寫作使用的主流方法。

首先，神經(jīng)網(wǎng)絡(luò)語言模型提出詞向量的概念，采用具有一定維度的實數(shù)向量表示單詞的分布式，以此代替統(tǒng)計語言模型中使用的離散變量，解決了維度災(zāi)難問題。其次，神經(jīng)網(wǎng)絡(luò)語言模型用神經(jīng)網(wǎng)絡(luò)建模語言，對于從來沒見過的單詞搭配也能通過詞向量擬合出對應(yīng)的概率，避免了零概率問題。神經(jīng)網(wǎng)絡(luò)是一種模仿人腦神經(jīng)元連接方式的計算模型，它由許多相互連接的神經(jīng)元組成，每個神經(jīng)元都與其他神經(jīng)元相連，并通過這些連接傳遞信息。2003年，約書亞·本吉奧提出第一個前饋神經(jīng)網(wǎng)絡(luò)語言模型（FFNNLM），該模型先在輸入層輸入詞向量，然后通過隱藏層對詞向量進行加權(quán)和轉(zhuǎn)換，最后由輸出層給出可能出現(xiàn)的單詞的概率。在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)會調(diào)整連接權(quán)重，以便更準(zhǔn)確地預(yù)測單詞序列。之后，為了更好地捕捉和分析單詞序列特征的信息，其他學(xué)者又提出了循環(huán)神經(jīng)網(wǎng)絡(luò)模型（RNN）、長短期記憶模型（LSTM）、序列到序列模型（Seq2Seq）等等。目前，人工智能寫作最先進的神經(jīng)網(wǎng)絡(luò)語言模型為雙向編碼器表示模型（BERT）和生成式預(yù)訓(xùn)練模型（GPT）。

對于人工智能而言，建立語言的形式化模型，并使之能以一定的數(shù)學(xué)形式嚴(yán)密規(guī)整地表示出來是最有困難和挑戰(zhàn)性的一步，因此，語言模型直接決定了人工智能寫作的質(zhì)量。目前，理性主義和經(jīng)驗主義方法下的語言模型各有優(yōu)勢，在不同文體寫作領(lǐng)域都取得了一定成績。

（三）寫的是什么？——自然語言文本

人工智能寫作的文稿可以稱為“作品”嗎？由于涉及知識產(chǎn)權(quán)，法學(xué)界重點關(guān)注了這一問題，并形成兩種鮮明的觀點。1文學(xué)界的多數(shù)學(xué)者則仍然使用傳統(tǒng)的“作品”一詞來指代人工智能生成的內(nèi)容。筆者認(rèn)為，人工智能寫作與人類寫作存在本質(zhì)差異，為凸顯二者區(qū)別，建議將人工智能寫作的文稿稱作“自然語言文本”。

人工智能通過數(shù)據(jù)、算法、算力完成寫作任務(wù)，其本質(zhì)是計算寫作，并不具有主觀精神與意識。人類寫作由“心”生發(fā)，與人工智能依靠的“機芯”有著根本區(qū)別。[13]（p94-99）下文以“云松”主題為例比較人工智能生成的詩歌文本與人類詩歌的差異。

云松[14]（p263）

鑾仙玉骨寒，松虬雪友繁。

大千收眼底，斯調(diào)不同凡。

這首《云松》由前述梁建章設(shè)計的詩詞創(chuàng)作軟件生成，屬于理性主義范式下的人工智能寫作。該詩夸贊了云松的高大聳立及其不同凡響的氣質(zhì)，文字看似對偶工整，實則缺乏內(nèi)在邏輯，如“松虬雪友繁”一句，松樹盤曲的枝干與“雪友繁”之間似乎并無聯(lián)系。

在“詩三百”平臺中輸入古詩主題“云松”，選擇五言絕句，即可快速得到下面這首基于經(jīng)驗主義范式的文本：

云松

白鶴舞清秋，云松共偃休。

何時歸去此，長伴赤松游。

該平臺擁有較大的古詩數(shù)據(jù)庫，當(dāng)用戶輸入詩歌主題后，平臺通過概率計算推測出首聯(lián)的首字“白”，然后利用“白”和語義向量繼續(xù)推測出第二個字“鶴”，再根據(jù)“鶴”和語義向量推測出第三個字“舞”，依此類推，直到預(yù)測出終止符。這首《云松》前兩句描述了一只在深秋起舞的白鶴站在云松旁休息的情景；后兩句追問白鶴何時回到仙人身邊，陪伴仙人游歷。雖說題目為“云松”，但詩歌內(nèi)容并未圍繞云松展開?？梢?，人工智能生成的詩歌內(nèi)容與題目的關(guān)系并不緊密，似未達(dá)到詩歌寫作的基本標(biāo)準(zhǔn)。

同樣是描寫松樹，李白的《南軒松》以其超凡脫俗的意境和深邃的情感，將松樹的高潔品質(zhì)與詩人的志趣相融合，展現(xiàn)了一幅生動而富有哲理的畫面。從寫作技巧上看，既展現(xiàn)出清晰的邏輯層次，又對詞句進行了精心雕琢。詩歌的首聯(lián)即破題，頷聯(lián)和頸聯(lián)寫景，尾聯(lián)借孤松寄托詩人高遠(yuǎn)灑脫的情懷。

南軒松[15]（p962）

南軒有孤松，柯葉自綿冪。

清風(fēng)無閑時，瀟灑終日夕。

陰生古苔綠，色染秋煙碧。

何當(dāng)凌云霄，直上數(shù)千尺。

比較三種文本，就可以發(fā)現(xiàn)人工智能寫作與人類寫作之間的差異。首先，從作詩動機看，人工智能只是在完成一項以“云松”為主題的寫作任務(wù)，并不理解自己的操作有何意義；而人類的寫作則是“情動于中而形于言”，[16]（p34）是李白在觀察到南窗外的松樹時產(chǎn)生了感悟，繼而運思和行文。一個是“要我寫”，動力來源于外部；一個是“我要寫”，有強烈的內(nèi)在動機。其次，從作詩過程看，人類的寫作受到作者性格、閱歷及文化環(huán)境影響，李白寫作《南軒松》時正棲止于安陸，雖隱居山中，但仍在尋求復(fù)出時機，因而寫出“何當(dāng)凌云霄，直上數(shù)千尺”的詩句，以孤松自喻，表達(dá)出對未來的期盼；而人工智能寫作的詩歌主要受數(shù)據(jù)庫和算法制約，在“詩三百”版本的《云松》中，“何時”“歸去”“長伴赤松游”等都可在先前的詩歌中找到原型?？梢哉f，人工智能寫作并非嚴(yán)格意義上的原創(chuàng)，不具有人類寫作的創(chuàng)造性，只是一種制作。如果嚴(yán)格對標(biāo)人類寫作的概念，人工智能寫作就成為了一個不言自明、不攻自破的偽命題。[17]（p137-144）因此，人工智能寫作的結(jié)果更適合稱為“自然語言文本”。

筆者提出“自然語言文本”的概念，還有以下兩方面的考慮。其一，文本是作品的存在形態(tài)，它與作品的關(guān)系可以用一個短語來說明——某某作品的文本。文本是低級的，同時也是基礎(chǔ)的，它可以是一句話、一個段落或一個篇章；而作品則是高級的，往往蘊含了豐富的精神價值。當(dāng)前人工智能生成的文稿并非都能達(dá)到作品的水平，文本的用法顯然更加貼切。其二，從技術(shù)層面上看，文本生成本身就是自然語言處理中的一個重要研究領(lǐng)域，它曾被認(rèn)為是人工智能寫作的學(xué)術(shù)性說法。[18]但僅僅使用文本來代替作品，仍容易產(chǎn)生歧義，因為計算機領(lǐng)域中的文本除了指主流意義上的語言文字外，還包括代碼等其他編碼化的電子信號。因此，有必要在文本前面加上自然語言的限定，使表述更加精確。

通過探究誰在寫、怎么寫、所寫為何等寫作學(xué)基本問題，筆者認(rèn)為，人工智能寫作的實質(zhì)是計算機以語言模型生成自然語言文本的過程?；谌斯ぶ悄芗夹g(shù)來對人工智能寫作進行概念界定，更符合人工智能寫作的本質(zhì)，且有利于確立觀察人工智能寫作現(xiàn)象的穩(wěn)定立場，進一步深化人工智能寫作的研究。

三、研究展望

人工智能寫作及其研究既受技術(shù)迅猛發(fā)展的影響，也與人文社科多學(xué)科交叉互動，處于科技與人文交匯的前沿。當(dāng)前，人工智能寫作及其研究仍處于起步階段，概念界定僅僅是人工智能寫作系統(tǒng)性理論研究的第一步。在厘清概念的基礎(chǔ)上，還需要明確人工智能寫作的研究對象；開闊研究視野，警惕僅僅研究某種人工智能寫作范式的傾向；同時注意研究過程中跨學(xué)科方法的運用，避免從單一的人文或科學(xué)角度開展研究。

（一）明確研究對象：厘清人工智能寫作研究的邊界

一直以來，人工智能寫作都沒有一個明確統(tǒng)一的概念，相關(guān)研究的邊界不甚清晰。在以往研究中，人工智能寫作或被理解為一種技術(shù)，或被當(dāng)作一種寫作現(xiàn)象。如若將其看成一種技術(shù)，那么，只有計算機以語言模型生成的自然語言文本才屬于人工智能寫作，與此相關(guān)的事物皆為人工智能寫作研究的對象?；诖嗽瓌t，需要指出以下兩點注意事項：第一，不應(yīng)將所有自稱為人工智能寫作的軟件或平臺都納入研究范圍。由于人工智能已成為時尚的標(biāo)志性用詞，市面上一些偽原創(chuàng)軟件也想搭乘人工智能的快車獲取商業(yè)利益，但這些軟件只能對寫作素材進行同義替換或順序調(diào)整，并不符合人工智能寫作的定義，不能作為人工智能寫作研究的對象。第二，一些符合人工智能寫作概念但并未以此命名的機器寫作現(xiàn)象應(yīng)當(dāng)納入研究。例如生成式聊天機器人經(jīng)常被學(xué)者忽略，但它的工作原理其實與人工智能寫作的原理相同。聊天機器人有兩種類別，一種是檢索式，一種是生成式。檢索式聊天機器人有明確的問答數(shù)據(jù)庫，使用語句匹配的形式查找答案，并不涉及文本生成；而生成式聊天機器人是在大量的語料訓(xùn)練基礎(chǔ)之上，利用語言模型生成回答文本的，故也應(yīng)該納入人工智能寫作研究的范圍。

倘若將人工智能寫作視為一種寫作現(xiàn)象，那么，應(yīng)該明確寫作研究本身的范圍，而不能隨意擴大或縮小。寫作基礎(chǔ)理論中的寫作主體、客體、受體和載體，都是可研究的對象；文體寫作中的審美性文體、析理性文體及應(yīng)用性文體也都屬于可研究的領(lǐng)域，包括人工智能詩歌、人工智能小說等等。在機器新聞寫作的文體研究中，部分學(xué)者默認(rèn)機器新聞寫作包含了寫作本身以外的新聞分發(fā)及傳播等環(huán)節(jié)，這就擴大了研究對象的范圍。在文學(xué)寫作研究當(dāng)中，有些學(xué)者又縮小了研究對象的范圍，將人工智能寫作僅僅定義為一種文學(xué)生產(chǎn)，但事實上，人工智能寫作不僅包括文學(xué)寫作，還涵蓋了非文學(xué)寫作。

（二）開闊研究視野：以全面的眼光看待人工智能寫作

當(dāng)下，大語言模型在人工智能寫作中取得了顯著成績，但不能僅將研究視野局限于此，而應(yīng)認(rèn)識到技術(shù)是不斷演進的，未來的“鐘擺”也許還要回歸至理性主義，1理性主義范式下的文本同樣具有重要研究價值。

一方面，對比基于理性主義和經(jīng)驗主義方法生成的文本，可以深入揭示人工智能在特定文體寫作中的發(fā)展趨勢和獨特屬性。例如在新聞文體寫作領(lǐng)域，隨著技術(shù)方法的轉(zhuǎn)變，機器新聞寫作的發(fā)展并未日趨向上，而是面臨著趨冷的狀況。理性主義方法指導(dǎo)下的新聞寫作，往往可以以秒級的速度生成新聞，文稿質(zhì)量雖然一般，但符合新聞的基本原則；而經(jīng)驗主義方法下生成的新聞如若未經(jīng)人工審核，十分容易違反新聞寫作的原則。2023年由ChatGPT生成的一則杭州限號假新聞在網(wǎng)絡(luò)上廣泛傳播，引起了較大反響，該新聞的結(jié)構(gòu)與內(nèi)容并無明顯錯誤，卻違背了新聞的真實性原則，因此在ChatGPT被各個行業(yè)爭相使用之時，新聞行業(yè)并未表現(xiàn)出過多的熱情。因此，未來是否應(yīng)使用理性主義與經(jīng)驗主義結(jié)合的方法來生成新聞以及假新聞傳播所造成的系列衍生問題，特別是安全治理問題都可成為學(xué)界討論的重點問題。

另一方面，將基于理性主義與經(jīng)驗主義方法生成的文本進行文體間的分析，有助于進一步深入理解各種文體的特點及其與人工智能的獨特關(guān)系。例如，ChatGPT一經(jīng)出現(xiàn)，學(xué)術(shù)教育領(lǐng)域便面臨著巨大的沖擊和變革，一些學(xué)生使用其完成學(xué)術(shù)論文寫作，這說明基于經(jīng)驗主義的人工智能在學(xué)術(shù)論文寫作領(lǐng)域取得了較好成績。對比來看，學(xué)術(shù)論文與新聞兩種文體在人工智能寫作的應(yīng)用發(fā)展過程中呈現(xiàn)出了不同的效果，而兩者的差異具體體現(xiàn)在哪些方面，為什么會存在這些差異等也是未來人工智能寫作研究者需要關(guān)注的問題。

（三）更新研究方法：促進技術(shù)和人文的對話與合作

人工智能寫作是科技與人文的結(jié)合。學(xué)界對人工智能寫作的研究，不僅應(yīng)立足于科學(xué)原理探討和技術(shù)層面分析，而且還要重視人文學(xué)科的基礎(chǔ)理論，通過人文學(xué)科的視角審視人工智能寫作的技術(shù)挑戰(zhàn)，為科技進步提供富有啟發(fā)性的建議，實現(xiàn)人文研究對技術(shù)的反哺。

首先，從技術(shù)角度考察人工智能寫作的基本原理，研究者能更清晰地理解人工智能寫作的底層邏輯。學(xué)界對人工智能寫作的研究，存在一些人類中心主義[19]（p8-14）的預(yù)設(shè)立場，對從技術(shù)視角提出的相關(guān)問題重視不夠。例如，在探究人工智能寫作原理時，學(xué)界偏重以人類寫作的特點和水平為評價標(biāo)準(zhǔn)，一定程度上忽視了人工智能寫作內(nèi)蘊的創(chuàng)新意義。再如，關(guān)于人工智能寫作主體的研究，部分學(xué)者引入“作者之死”等文學(xué)理論觀照當(dāng)前的人工智能寫作。然而，先前的理論討論的是寫作主體與作品、讀者的關(guān)系，而人工智能寫作主體首要關(guān)注的卻是一種寫作主體與另一種寫作主體間的關(guān)系。如果從技術(shù)角度出發(fā)，可以把人工智能寫作的主體問題轉(zhuǎn)換為人機交互的技術(shù)考察。

其次，人工智能寫作是人類寫作的鏡像，人文研究者同樣可以從文學(xué)藝術(shù)角度對技術(shù)的開發(fā)和改善提出合理建議。例如趙汀陽在研究大語言模型時，大膽假設(shè)如果有一種“動詞邏輯”可被用來分析事件和問題的生成關(guān)系與客觀結(jié)構(gòu)，就能夠與分析真值關(guān)系的“名詞邏輯”（即現(xiàn)代形式邏輯）形成配合，從而幫助我們更為充分地理解意識和語言，理解語言何以成為自身的自我解釋系統(tǒng)。如果人工智能學(xué)會了動詞邏輯，或許就能夠發(fā)展出自我意識從而成為真正的主體。[20]（p41-45）未來，如果人文研究者能從語言學(xué)和寫作學(xué)的角度提出更多設(shè)想，也許會反向促進人工智能寫作技術(shù)的發(fā)展，在真正意義上實現(xiàn)科技與人文的結(jié)合。

四、結(jié)語

人工智能已開啟自動寫作的時代，由此引發(fā)的劃時代革命將寫作理論提升到了全新高度，傳統(tǒng)以人類為中心的寫作研究范式已無法充分解釋由此引發(fā)的新寫作現(xiàn)象。面對人工智能寫作帶來的新問題，從技術(shù)原理出發(fā)對其展開全面剖析，進行明確的概念界定，便成為研究的首要任務(wù)。人工智能寫作經(jīng)歷了從理性主義到經(jīng)驗主義的范式轉(zhuǎn)變，寫作水平逐步提升，不少人工智能專家認(rèn)為人工智能已經(jīng)出現(xiàn)了智能“涌現(xiàn)”1能力。但實際上，當(dāng)前以ChatGPT為代表的人工智能寫作本質(zhì)上仍然是計算寫作，計算機是通過編程展現(xiàn)人類智能水平的，[21]（p417-424）還未實現(xiàn)從制造到創(chuàng)造的飛躍。只有進入強人工智能時代，人工智能才會發(fā)生質(zhì)的改變。屆時，“機器人成立作家協(xié)會”便會成為現(xiàn)實，當(dāng)前的概念界定及系列研究也將同步更新。總之，科技同人文的跨學(xué)科融合研究已是大勢所趨，如何在研究中既充分考慮到技術(shù)的本質(zhì)及發(fā)展方向，又保持人文學(xué)者的特質(zhì)，是每一位人工智能寫作研究者都應(yīng)思考的問題。只有在理論和實踐中不斷探索人類寫作的優(yōu)勢，時刻保持居安思危的憂患意識，才能更好地應(yīng)對人工智能時代寫作學(xué)面臨的挑戰(zhàn)。

參考文獻(xiàn)：

[1][英]斯諾.兩種文化[M].紀(jì)樹立，譯.北京：生活·讀書·新知三聯(lián)書店，1994.

[2]陳鄞.自然語言處理基本理論和方法[M].李生，主審.哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2013.

[3]周新英.“計算機普及要從娃娃做起”——記上海市中小學(xué)生電子計算機教育[J].人民教育，1985，（1）.

[4]耿弘明.AI時代藝術(shù)概念的產(chǎn)生方式及其反思[J].藝術(shù)學(xué)研究，2022，（2）.

[5]張強，王超.人工智能時代的寫作主體性位移[J].當(dāng)代作家評論，2020，（5）.

[6]劉欣.人工智能寫作“主體性”的再思考[J].中州學(xué)刊，2019，（10）.

[7]畢日生，宋時磊.人工智能文學(xué)寫作“作者”問題之思[J].寫作，2020，（3）.

[8]周建瓊.人工智能寫作背景下作者主體性的消解與重構(gòu)——以陳楸帆人機交互寫作實驗為中心[J].當(dāng)代文壇，2021，（4）.

[9][美]皮埃羅·斯加魯菲.智能的本質(zhì)：人工智能與機器人領(lǐng)域的64個大問題[M].任莉，張建宇，譯.北京：人民郵電出版社，2017.

[10]馮志偉，丁曉梅.計算語言學(xué)中的語言模型[J].外語電化教學(xué)，2021，（6）.

[11]Strachey C.The“Thinking”Machine[J].Encounter，1954，3（4）.

[12]Murgia M.Sci-fi Writer Ted Chiang： ‘The Machines We Have Now Are Not Conscious’ [EB/OL].https：//www.ft.com/content/c1f6d948-3dde-405f-924c-09cc0 dcf8c84，2023-06-02/2023-08-10.

[13]陶鋒，劉嘉敏.文心與機芯：中國古代文論視閾下的人工智能文學(xué)[J].文藝爭鳴，2020（7）.

[14]張壽萱，徐建毅，張建生.中文信息的計算機處理[M].北京：宇航出版社，1984.

[15]（唐）李白.李太白全集（下）[M].（清）王琦，注.北京：中華書局，2011.

[16]（明）郝敬.毛詩原解 毛詩序說（上冊）[M].向輝，點校.北京：中華書局，2021.

[17]楊丹丹.人工智能寫作的“鏡像”與“正名”[J].廣州文藝，2019，（9）.

[18]宋睿華.好玩的文本生成[EB/OL]. https：//www.sohu.com/a/123411822_472869，2017-01-04/2023-08-17.

[19]余謀昌.走出人類中心主義[J].自然辯證法研究，1994，（7）.

[20]趙汀陽.替人工智能著想[J].哲學(xué)動態(tài)，2023，（7）.

[21]Searle J R.Minds，Brains，and Programs[J].Behavioral and Brain Sciences，1980，3（3）.

責(zé)任編輯" "孔德智

11988年計算語言學(xué)會上，國際商用機器公司（IBM）的Thomas J. Watson研究中心機器翻譯小組發(fā)表了關(guān)于統(tǒng)計機器翻譯（Statistical Machine Translation， SMT，一種機器翻譯方法）的論文，并推出法語/英語的翻譯系統(tǒng)Candide，標(biāo)志著大數(shù)據(jù)時代統(tǒng)計學(xué)派的興起。參見顧駿、郭毅可編：《人與機器：思想人工智能》，上海大學(xué)出版社2018年版，第124頁。

2統(tǒng)計機器翻譯被借用到人工智能寫作實踐中，微軟亞洲研究院將其用于對聯(lián)的自動寫作，可以在開放條件下生成較高質(zhì)量的對聯(lián)，在當(dāng)時取得了頗為震撼的效果。參見孫茂松：《詩歌自動寫作芻議》，載《數(shù)字人文》2020年第1期。

3參見劉慈欣新浪博客博文《電子詩人》，https：//blog.sina.com.cn/s/blog_540d5e8001000329.html。

1參見袁明光：《語文建設(shè)的新課題——電腦寫作》，載《語文建設(shè)》1992年第1期；閆俊清主編：《現(xiàn)代科技寫作簡明教程》，天津科學(xué)技術(shù)出版社1995年版。

2更多關(guān)于國內(nèi)新聞寫作機器人的信息參見楊逸云：《人工智能寫作的應(yīng)用現(xiàn)狀與問題》，載《寫作》2021年第1期。

1“中文屋”是美國哲學(xué)家約翰·塞爾（John Searle）提出的思想實驗。塞爾假設(shè)一個人位于房間中，這個房間只有一個出口和一個紙片槽。房間內(nèi)的人不懂中文，但是他可以使用一本中文翻譯書以及一些規(guī)則，根據(jù)接收到的中文問題編寫中文答案并將其放在紙片槽中。雖然他不理解中文，但是通過翻譯書和規(guī)則，卻可以回答中文問題，從而給人以他理解中文的印象。塞爾通過這個思想實驗來說明，雖然計算機可以執(zhí)行各種復(fù)雜的計算任務(wù)，但它們就像中文屋的人一樣，并沒有真正理解所處理的信息。見[美]約翰·塞爾：《心、腦與科學(xué)》，楊音萊譯，上海譯文出版社2006年版，第23—24頁。

2筆者認(rèn)為，計算機是人工智能寫作的顯性作者，人則是計算機背后的隱性作者。

1對統(tǒng)計語言模型更具體的描述可參見馮志偉、丁曉梅：《計算語言學(xué)中的語言模型》，載《外語電化教學(xué)》2021年第6期。

2維度災(zāi)難指的是隨著數(shù)據(jù)特征（維度）數(shù)量的增加，數(shù)據(jù)點在高維空間中的分布變得稀疏，導(dǎo)致機器學(xué)習(xí)模型的性能下降和計算資源需求呈指數(shù)級增長的現(xiàn)象。

32003年，約書亞·本吉奧（Yoshua Bengio）等人的文章“ANeural Probabilistic Language Model”（《一種神經(jīng)概率語言模型》）提出了神經(jīng)網(wǎng)絡(luò)語言模型，該文通常被認(rèn)為是深度學(xué)習(xí)在自然語言處理中應(yīng)用的開始。深度學(xué)習(xí)能夠?qū)?shù)據(jù)進行精準(zhǔn)建模，提高了語言生成精度，基本淘汰了基于統(tǒng)計的語言模型。

1以李偉民為代表的部分學(xué)者認(rèn)為人工智能生成的內(nèi)容能構(gòu)成作品，以王遷為代表的部分學(xué)者則持相反意見。參見李偉民：《人工智能詩集的版權(quán)歸屬研究》，載《電子知識產(chǎn)權(quán)》2019年第1期；王遷：《論人工智能生成的內(nèi)容在著作權(quán)法中的定性》，載《法律科學(xué)（西北政法大學(xué)學(xué)報）》2017年第5期；王遷：《再論人工智能生成的內(nèi)容在著作權(quán)法中的定性》，載《政法論壇》2023年第4期。

1自然語言處理專家丘吉認(rèn)為，經(jīng)驗主義和理性主義應(yīng)該像鐘擺一樣，每隔二十多年來回振蕩一次。參見Church K. A Pendulum Swung Too Far. Linguistic Issues in Language Technology， 2011，6（5）.

1人工智能的“涌現(xiàn)”指人工智能出現(xiàn)的出乎意料的新行為和功能，這些行為可能與初始訓(xùn)練目標(biāo)無關(guān)，是隱式歸納而不是顯式構(gòu)造的。參見Bommasani R， Hudson D A， Adeli E， et al. On the Opportunities and Risks of Foundation Models. arXiv 2108.07258 [Preprint] April 8， 2024 [cited 2021Aug 16]. Available from：https：//doi.org/10.48550/arXiv.2108.07258.