具身傳播視角下腦機融合的傳播學審思

□ 文 陳 旭

0 引言

技術的飛速突破，使機器與人體器官之間的連接端口不斷增加，如果說這些新技術仍以身體為基托，通過外接設備來擴大人體對外部環境的感知，那么腦機融合技術則真正的跨越了身體的限制，開辟了人類意識層面與外部環境的直接對話路徑。技術浪潮推進下，人們擁有更為豐富的交流手段，但底層邏輯下，人們終歸需要將各類信息納入到自己的認知基模中，以自己過去的實踐經驗與獲取的信息進行比對，來鞏固或刷新自我的認知。在這個過程中，無論是過去經驗的積累還是對現有信息的比對，身體的體驗感知都是個體處理信息的必要環節。但同時我們也應看到，該項技術并未在人機之間搭建流暢的對話橋梁，人機之間的交互仍存在多種障礙。利用具身視角來看待腦機融合技術，或許能為該技術的進步提供新的思考路徑。

1 身體在傳播過程中的意義

哲學研究中對身體漠視貶義的傾向長期存在，從柏拉圖在《斐多篇》記載的蘇格拉底對身體和靈魂的論證，到笛卡爾提出的“我思故我在”，可以說，身體一直游離于人們對世界的認知系統之外。這種認知模式也被認知語言學所采納，身體在人們感受外部世界和構建自身精神世界的過程中被隱形，并未被信息傳播學科嚴肅對待。這一認知在二十世紀五十年代的認知學范式轉向中受到質疑，基于計算隱喻和功能主義觀念的“第一代認知科學”的基土松動，以具身心智觀念為代表的“第二代認知科學”在學界逐漸被人接受。在具身認知觀看來，人們的認識過程不是脫離人類的身體進行的單純的抽象符號計算與表征活動，而是與人的身體結構和身體與世界的相互關系緊密聯系的一系列的身體體驗和實踐。

1.1 共同的體驗是獲得理解的基礎

傳播理論中，信息在由傳播者發出或傳達至受傳者的環節中被編譯或解碼。人們如何利用表征符號形成千差萬別的表達，以及對不可勝數的信息進行解讀，在過去的研究中經常受到忽略。喬姆斯基曾對這一問題做出解釋，認為人們是利用有限的“語法”，在各種詞匯間建立聯系，形成公式化的語言系統。這種觀點將各種符號和表征放在了人們認知世界的核心地位，卻把多變的語義置于了從屬地位，在語法的公式化表達下，信息的意義可以被固化并被準確地接收。

顯然，喬姆斯基的形式主義主張與實際上的人類表達存在偏差，相同的句子語法，在不同的場合、環境、時機下，其意義會有很大的不同。強調信息的形式而拋棄了潛藏在表征符號下的意義表達無疑遺漏了語言表達的核心內容。在對形式主義進行批判的基礎上，萊考夫與約翰遜等學者提出“具身實在論”，認為個人的生存經驗是幫助個人對各種表征和表達進行理解和應對的基礎，人的理性產生于個體的身體經驗。正因此，個體的不同產生體驗的偏差，使得語義不可能被固化下來，語言的表達難以擺脫體驗、框架和視角的糾纏。

由此，我們可以看出，正是這種由過去的身體體驗所得到的感受，才是將各種符號和語義統合成人們交流所能理解的信息的關鍵。在經驗實踐的積累過程中，身體將各種感受進行存儲，然后再利用語言將過去的體驗表征化。在交流過程中，對方所接收到的信息是根據一定的邏輯和規則排列組合出來的“合理”的語言結構。因此，交流總是無奈的，信息的傳達，再借助語言等一系列交流工具的那一刻起，意義在某種程度上就發生了變形，接受的信息已不再是最初的信息了。

1.2 虛擬情境下的“離身”交流

在人類發展的進程中，技術一步步地將身體從交流的過程中抽離出來。早期人們只能依靠面對面進行交流。在文字出現后，人們的溝通首次出現了身體的“缺席”，人們可以將想表達的內容記錄下來，借由文字傳遞信息，身體的“在場”不再是交流的必要條件。電力技術的飛速發展使距離不再是阻隔人們交流的障礙。在全球化的今天，跨地區、跨國、跨文化的交流也越來越頻繁。

因此，從人類交流方式的不斷變化來看，無論是生理意義上的“身體”，還是作為經驗和記憶存儲器的“身體”，在交流的過程中，“缺席”已成為常態。人們不僅可以遠距離的溝通，還可以跨越文化，與存儲不同經驗的身體進行交流。在日常的交流過程中，各種電子媒介，為處于不同場景的個體搭建對話的橋梁，過去在傳播過程中處于重要地位的現實情境正逐漸讓位于媒介這一具有高度技術特征的、虛擬的、流動式的對話情景。電子媒介的出現，削弱了交流對物質場所的依賴性，交流似乎不再受到物質場地的限制。

身體“缺席”的對話在媒介技術高度發展的當下越來越普遍，但技術的進步未必帶來交流的順暢，無論是共處同一情境的缺失，還是技術偽裝下的個人印象整飭，都會對意義的傳遞造成損傷。但我們也應認識到，人的能動性和學習能力能夠適應不斷交疊的媒體情境，建立在虛擬空間的文本世界會逐漸形成自己獨有的對話機制。

2 人工智能及腦機融合技術的傳播邏輯

在互聯網和人工智能技術高速發展的背景下，人的大腦與思維逐漸與網絡空間相互耦合，人在自然人和社會人之外，還獲得了另一層身份——賽博人。技術與人的關系越來越密切，一些設備如手機、運動手表、車載廣播等儼然成為很多人生活中不可或缺的組成部分。人們利用技術強化自身，突破生理的局限的同時，還將自己的思維映射到網絡空間中，在虛擬空間中擺脫身體的束縛，實現了數字化生存。

2.1 AI科學下的語言邏輯

AI技術的發展不僅極大地便利了人們的生活，在一些領域，還出現了戰勝人類智慧的傾向。美國IBM公司的“深藍”超級計算機就曾以2勝1負3平戰勝了當時世界排名第一的國際象棋大師卡斯帕羅夫。但這些并不意味人們已經破解了人類思維的奧秘，掌握了人類心智的運作原理和機制。人類如何處理萬千繁多的符號，并在符號之間建立聯系，以及在具體情境中將對文本進行準確的傳達和解讀等，仍然沒有得到很好的解釋。

在人們發展AI技術的過程中，主要通過語言來實現人際交流，而這其中，存在著將符號表征與傳播主體剝離的意識傾向。事實上，語言是身體與環境交互體驗產生的結果，而非是客觀存在的語法框架，即便人們傳達的是拼寫無誤的詞匯，沒有語病的語法，邏輯通順的語句，在一些情況下，AI仍然不能徹底地把握文本中所包含的準確含義。早期的AI研究試圖將各種符號表征與人的思維路徑聯系起來，以此來模擬人類的心智。但人類對于語言的運用是十分靈活且隨意的，由于交流者語言運用能力的不同，個人心境的變化，以及情境因素的影響，單純的句法框架難以鎖住人類語言的使用邊界。且語言本身是一個積非成是的系統，語言中很多用法沒有辦法用理性去束縛。即便是錯誤的用法，當被大多數人使用時，它的正當性就被無條件地確立了。

鑒于以上原因，AI技術的工程師們也不得不改變思路，在尚未掌握人類語言輸出路徑的情況下，尋找更實際的手段來實現人機交互。目前，人工智能領域對于人類句法的規律探求已經不再是行業的主攻方向，通過構建龐大的人類語言庫，并利用統計學知識分析處理即時溝通是當前AI工程師所采用的主流方法。雖然這種處理方式確實無法應對所有的交流情境，但它的實用性得到了證實，在智慧家居、外語翻譯、交通通信等領域，以語言庫為基礎的AI技術發揮了巨大的作用。這種情況下，我們自然不能認定人工智能“理解”了人們的語言，AI技術只是在相當多的情況下適配了人們的語言運用時機。

2.2 腦機融合技術的信息解碼與編碼

人的大腦在人進行各種生理活動的過程中，會通過神經系統利用電信號向身體發號施令，在科學儀器的檢測下，會在儀器的屏幕上生成波浪狀的圖形，我們將其稱為“腦波”，這也是實現腦機融合技術的前提和基礎。經過科學的實驗分析，人們總結了大腦在不同情境下的腦波的特征信號。通過對這些特征信號進行反向解碼，在利用計算機語言進行匯編，就可以將人的思維活動轉變為計算機的數字信號，從而實現人腦與機器的直接交互。同樣，也可以反過來，計算機端口也可以向大腦輸送計算機匯編后的信號，貫通人腦與機器之間的雙向交流路徑。

作為由多領域交叉學科建設下的新技術，腦機融合技術同樣在研發實踐過程中面臨諸多挑戰，在信號學領域，如何做到生物信號和電子信號的高度統合是這個方面的關注重點。傳統的人機交互主要利用言語系統與機器的電子信號進行交互。而在腦機融合技術中，還需將人的腦波變化進行解碼，并將電子信號編碼為神經信號，這勢必會造成信息傳遞的準確率進一步下降。

即便如此，就前文所言，目前的AI邏輯并不以同人類保持思想的同步性作為第一要義，而是以廣泛適用性作為當前研究的主要導向。腦機融合技術作為AI技術的延伸性發展，同樣遵循著以技術產品的實用性為研究主旨的原則。結合當前的AI發展實踐，根據符號表征來解讀人類意義表達的準確性正逐步增長，人們也愈發習慣同AI之間的交流，這種交流慣性也將會形成新的表達邏輯和規律，瓦解AI同人類交流的屏障。

3 腦機融合技術的具身理論分析

腦機融合技術在人類的神經領域與機器之間建立了直接聯系，實現了神經信號與電子信號之間的相互轉換。信息的傳播需要符號表征作為載體和中介，人在個體內部進行記憶、思考、自我對話等活動的時候，一樣需要處理各種符號，在各種符號之間建立聯系。就神經認知層面而言，這些活動具體表現為動態的神經元放電信號的映射。

收集并總結人體內部的生物信號在人類進行表達時的變化規律，有助于我們理解人類認識形成的過程，也是腦機融合技術實現的前提。根據當前的神經學研究發現，神經系統會根據所處的情境以及所使用的媒介的不同，針對相似或相同的信息，形成不同的反應。目前，對于人體神經信號的解讀與生成，在利用腦神經元集群運行法則和規律的基礎上，還綜合了不斷迭代的解碼算法來加強對高級心理活動的理解。因此，無論是人類的內部心理還是外部表達，其中所蘊含的意義都是由個人、交流對象和環境等多重因素共同作用的結果。

在具體的交流過程中，交流雙方可以在交流空間這一場域中互相交換彼此的具身經驗，在共同的交流情景中逐漸達到心智的統合，因此，無論是真實空間還是虛擬空間，交流的雙方在經過一段時間的磨合后，一般能找到相對和諧的交流方式。但作為人工編程創建的人工智能系統，雖然目前具有一定的學習能力，但這種建立在數據庫基礎上，依據大數據分析所得到的語言分析能力，尚不能匹配人類的交流模式，其可塑性還有很大的進步空間。缺乏將信息歸化到“自我”當中的能力，是當前技術難以充分理解語言的一大困境。

4 結語

由于經驗獲取的方式，內部思考的路徑，符號表征的運用模式等方面的不同，人們尚未很好的解決人與機器之間的溝通問題。但我們也能感受到，人工智能與人之間的關系在不斷磨合，交流的路徑也逐漸暢通。目前的腦機融合技術仍以實用主義為主要的發展導向，并在解決生理障礙的病人的生活問題，指導機器完成危險精細作業等方面取得喜人的進步。另一方面，在認知語言學、生物符號學等多學科縱深研究的背景下，人類思維的秘密也將逐漸被揭開。處于起步階段的腦機融合技術還有巨大的發展潛力。■