化解人工智能“創造力缺失難題”的情境主義嘗試

摘要：人工智能的創造力建模研究中盡管出現了大量關于創造力計算建模與工程實踐的討論，甚至誕生了像計算創造力這樣的AI研究部門，還有大量據說有巨大創新能力的軟件如ChatGPT之類，但存在著“真實性缺失問題”，其表現是，已有的為計算機實現的創造力只是“被評價為”有創造力，而沒有真實的創造力。情境主義作為諸多化解此難題的一種方案，基于對創造力機制和秘密的深度解剖，建構了關于創造力的模型，進而探討如何將所建構的諸模型應用于計算創造力研究的工程技術實踐之中。這些探討既在化解AI創造力缺失難題的過程中發揮了并正在發揮著積極的作用，又為哲學重思創造力的本質，重構新的創新觀提供了難得的思想資料。

關鍵詞：創造力；人工智能；情境主義；創新觀

基金項目：教育部人文社會科學研究規劃基金項目“意向性與人工智能建模基礎問題研究”（20YJA720003）；湖北省教育廳人文社會科學研究一般項目“人工智能與基于‘目的論轉向’的智能剖析理論實證研究”（21Y110）

中圖分類號：B804.4；TP181 文獻標識碼：A 文章編號：1003-854X（2025）02-0049-10

人工智能（以下簡稱AI）的“創造力缺失難題”有兩層意思，一指“計算創造力”（專門研究創造力的計算建模和機器實現的AI分支研究領域）誕生之前的這樣的現象，AI有對幾乎所有心智現象如知覺、情感、思維、自主體等的建模，但就是看不到對創造力的建模。在二三十年前的AI教科書中，幾乎看不到探討創造力建模的文字，這顯然是AI的根本性缺陷。長此以往，機器所表現的所謂人工智能就沒有理由說是真正的智能，作為研究部門的AI也不能說是探討用人工方法實現智能的學問，因為智能的必不可少的標志是有自主的創造力。二是指西方最近二三十年隨著計算創造力的誕生，盡管出現了大量關于創造力AI建模與工程實現的討論，甚至誕生了像計算創造力這樣的AI研究部門，還有大量據說有巨大創新能力的軟件，如“AI詩仙”、ChatGPT等，但存在著“真實性缺失問題”，其表現是，已有的為計算機實現的創造力只是“被評價為”有創造力，而不是由軟件獨立自主地完成的真實的創造力，它們即使表現了所謂的創造力，也只能歸屬于程序員或別的主體。面對這類難題，計算創造力研究中已涌現了許多極有創意的方案，情境主義方案就是其中同時具有AI意義和哲學意義的方案。由于它突出心以外的因素、力量在創造力形成和構成中的作用，因此是創新觀問題上的對立于傳統的內在主義、個體主義的外在主義或反個體主義。關注這一思潮的價值在于，它基于對創造力的起源、結構、作用機制、本質和特點等創新觀的根本問題的情境主義理解，建構了關于創造力的模型，進而探討如何將所建構的諸模型應用于計算創造力研究的工程技術實踐之中，以生成真正的而非表面或號稱的創造力。這些既在化解AI創造力缺失難題的過程中發揮了并正在發揮著積極的作用，又為哲學重思創造力的本質，重構新的創新觀提供了契機和難得的思想資料。

一、AI的“創造力缺失難題”與“接地”探討

包括AI專家在內的很多有識之士清醒地意識到，AI的發展盡管令人欣喜和稱奇，但仍有許多現在還難以逾越的大山橫亙在它的面前，如意識、意向性、規范性等的建模，其中公認的薄弱環節、“大山”中的大山則是創造力，有學者甚至認為，AI在這方面的建模和機器實現如果還一直沒有像樣的表現，那么機器所表現的所謂AI就沒有理由說是真正的智能，作為研究部門的AI也不能說是探討用人工方法實現智能的學問，因為智能的必不可少的標志是有自主的創造力。博登等一大批著名AI哲學專家認為，AI對人類智能建模的最大的問題或缺陷是幾乎沒有關于創造力的建模。最明顯的是，AI的教科書中有對各種認知能力的建模，可唯獨缺了對創造力的建模。這既與已有AI的智能觀存在著欠缺有關，也與創造力本身的難度特別是現象學上的抵制機器建模的特點有關。正是看到了創造力的缺失問題，一些AI專家和相關領域的學者經過二三十年的耕耘，一門新興的作為AI子學科和工程技術的“計算創造力”赫然出現在了AI的地平線上。

令人欣慰和吃驚的是，計算創造力研究盡管只有很短的時間，但其進步和成就顯而易見，不僅已在AI這一科學技術部門建立了獨立的、專門探討創造力計算建模和機器實現的、有完整理論體系和技術支撐的計算創造力分支，而且所建模的關于創造力的模型和有強大創新能力（至少表面上如此）的軟件、程序、自主體不僅數量驚人，而且功能強大到令人驚訝的地步，例如眾所周知的ChatGPT和能打敗世界下棋冠軍的下棋軟件。但冷靜反思計算創造力研究的已有成就，特別是將機器實現的創造力與人類的創造力加以比較，又不難發現，那些所謂的自主創新系統特別是有巨大創造力的軟件存在著“真實性缺失（lack）問題”。（1）這一概念不是筆者為嘩眾取寵而杜撰出來的，而是計算創造力領域中的許多專家基于扎實研究而創立的一個有真實指稱的符號，也可看作是本領域的一個新的研究課題。根據科爾頓等計算創造力研究領軍人物的看法，它指的是前述的創造力缺失難題的一種新的形式，即已被宣稱有創造力的軟件所表現出的沒有真正創造力、值得我們進一步面對的難題。

在我們反觀和思考軟件系統所表現的創造力時，我們必須對里面存在的問題作出細心的清理，例如宣稱有創造力的軟件的創造力是否是由它客觀地、真實地自主完成的？它究竟是被評價為、被解釋或被歸屬為有創造力，還是真實地、自主地表現了創造力？軟件上如果真的表現出了創造力，那么這創造力究竟是由軟件自己獨自完成的，還是由其后的程序員完成的？懷疑論的回答是，它只是被評價為有創造力，而非真有創造力。在懷疑論者看來，“缺乏真實性”是已有人工系統的創造力的一個主要局限。即使是反懷疑論的但能冷靜對待計算創造力成就的專家學者和AI專家，如科爾頓等人也承認，這是軟件工程建設中要正視和突破的難題。他們說：“對于人工系統中的文化上可接受的、真正自主的創新行為來說，我們相信缺乏真實性是一個迫在眉睫的問題。”（2）毫無疑問，這也是最值得探討、最有意義的問題，因為解決好這里的問題有助于將自主創新軟件帶給社會的福利、價值最大化，同時有助于解決計算系統被認為沒有意義生成能力、沒有創作意圖之類的問題。因為真實性問題比智能缺失意向性和意義等問題更根本，如果計算系統解決了這一問題，那么意向性、意義之類的缺失問題便煙消云散。

“真實性缺失問題”之所以真實，對計算創造力之所以至關重要，是因為它與計算創造力研究的方向選擇是否正確、是否能實現建模和超越人類創造力的理想息息相關。科爾頓等人認為，人的創造力之所以是真實的，除了真的是由人的目的、動機、力量決定并可隨時予以調節的之外，它還鑲嵌、滲透在人類文化之中，與之融為一體，既受文化的制約、影響，又服務于文化。“真實性”的范圍還可擴大到人的生活的廣泛方面，如對自己經驗、經歷的描述是否是真的。從倫理上說，真實性是一種道德屬性，一種塑造我們世界的理想。真實性有許多形式，如名義上的真實性和名副其實的真實性，可接受的真實性和不可接受的真實性等。真實性的反面是不真實性，有的不真實性是社會能容許或接受的，如作家的不真實性。（3）在科爾頓等人看來，這些真實性的表征都沒有出現在已有的人工計算創新系統之上。

軟件已表現出的創造力為何是不真實的，人及其創造力為何是真實的？只要深入解剖和細心比較就會發現，人及其創造力有“接地”（grounding）的特點，即生活于、具體化于他們的世界中，如海德格爾所說，人是在世存在。（4）計算創新系統則不同，它們只是“孤島論”所說的“孤島”，不是在世存在。（5）鮑恩批評說：孤島論所代表的觀點“不用動力的構架來看事物，把創造力看作整齊劃一、有界的實在。這是日常生活中對世界的簡化理解，其問題是，遺失了世界流變、相互影響、有多孔邊界、融合、斷裂所用的方式”。（6）由于據此建模的創造力像孤島，不接地，沒有生活基礎，因此當然就不是真實的創造力。既然如此，要解決真實性問題，關鍵是解決計算創造力軟件的“接地”問題，即應讓它有自己的生活世界，讓它嵌入、具體化于它的世界之中。怎樣解決計算創造力的真實性缺失及接地問題呢？計算創造力研究中已誕生了許多方案，如內在動機模型在解決上述問題方面邁出了積極的一步。這是一種關于內在動機的計算模型，它不是要為創新系統提供外在的確定的目標，如讓它以特定方式創作作品，而是為其提供內在動機，如建立獎勵機制：發現了新的東西就給予獎勵，將“授權”最大化。最后，好奇心的研究及其建模也有解決內在動機從而解決真實性問題的意義。我們這里將考察的“情境主義計算創造力”構想也是其積極成果。

二、情境主義的方法論轉向與創新觀建構的創新

這里所說的情境主義是廣義的，既包括心靈哲學中的反個體主義或外在主義，也包括認知科學中的四E理論，更包括AI的創造力建模中的各種強調情境作用的方案。其源頭可追溯到心靈哲學中的外在主義、認知科學中的四E理論、自我哲學中的生態學自我論和情境自我論。再往前推，它的思想淵源可追溯到心理學的四P和六P理論以及以“創新個體－領域－專家團隊”三范疇為核心內容的大系統觀。這里所說的情境既包括社會文化的構成，又包括自然的因素，甚至還有生態的構成。在創造力問題上，這種情境主義作為計算創造力研究和建構的一種方法、范式、思潮和運動，其矛頭直指AI中的人類中心主義、內在主義創新觀及其計算創造力建模理念。根據人類中心主義，創造力是人類獨有的神秘的能力，因此AI建模創造力只能以人類創造力為原型實例。根據內在主義，創造力是發生于心內的過程，要建模創造力，只能關注其內在的條件和機制。情境主義反其道而行之，強調應該用內外結合的辦法來看待創造力，既要關注人的創造力，也要關注非人的創造力。在從計算主義角度解剖創造力、為之建模時，應重視包括身體在內的情境因素的作用。這樣的反傳統思想既源于它在傳統觀念中看到的問題，又得益于它所發起的方法論轉向。

情境主義在方法論上的創新表現在，強調從原先常用的“抽象方法”轉向“情境化方法”。抽象方法即傳統自我和創造力研究常用的方法，其特點是將本不可分割的人與情境、人與世界的關系人為分割開來，抽象地、分裂地加以研究，如只關注人之內的東西，不關注人在特定情境下所做的行為，即不關心人的情境化行為，用反思、內省等方法去觀察內心，琢磨創造力的奧秘。由于這種方法把意識、自我、創造力當成了孤島式的對象，因此就沒法真正弄清楚它們在行為王國中所扮演的角色。所謂情境化方法就是強調關注自我、創造力的情境化形式，探討它們是否能成為認識自我、創造力的理論基礎。它不孤立看待和考察自我及創造力，而努力在與它不可分割、相輔相成的情境中予以考察，即把它們看作是情境化于行為王國之內的東西。加拉格爾說：“只有在更情境化的框架之內，人們才有可能建立更接近于根基而遠離抽象的理論。”（7）換言之，借助這種方法，我們可以建構出一種關于自我和創造力的更廣泛的、更少抽象性的模型。這種模型中的創造力就是情境化創造力。

情境化創造力有兩個關鍵構成，一是意向態度。它由當下的、有目的和意圖的內容所構成，而這內容又有讓這些態度指向某一點的功能。相對于行動的整個情境來說，意向態度又是它的一個構成方面。質言之，行動的總情境由意向態度和外在環境所構成。意圖的形式很多，如相對抽象的、與情境無關的意圖，實用性情境化意圖（如與有目的行為有關的意圖）、社會性的情境化意圖等。二是情境化行為，即在特定情境下表現出來的隨情境變化而變化的行為。根據情境主義方案，創新行為在本質上就是情境化行為。這是我們在計算創造力建模和機器實現時必須牢牢把握住并努力加以貫徹的一個原則。具言之，要按情境主義方法論原則建模創造力就要清醒看到，情境化行為和行為出現于其中的情境，都是整體性的、具有現象學性質的東西，不能絕對割裂開來，不能作還原分析。行為盡管會影響、改變情境，但情境對行為也有不可分析的作用。由此，可推論出人身上的一種為過去忽視了的創造力，即情境化創造力。由于行為有此特點，因此在行為中必然有情境化的人、自我、創造力。它們本來就滲透于行為和情境之中，不能從情境中割裂、剝離出來。

在創新觀問題上，它認為創造力是由創新主體、領域、專家和社會評價等因素組成的大系統，堅持的是關于創造力的寬理解。依據情境主義原則而形成的寬創造力概念既是“后創造力”（即后人類中心主義創造力）的一種形式，也是挑戰人類中心主義創造力理論之內在主義的最有力的工具。根據情境主義，寬創造力中有的形式有內在心理的構成，但同時又包括身體、外在行為、環境等外在構成，因此這種創造力彌散于主客體之間，是不同于局限于心內的“窄”創造力的“寬”創造力；而有的創造力形式沒有人的直接參與和干預，是由多種人工自主體通過交互而生成的，當然后面有人類設計師和軟件工程師的間接作用。這也就是說，寬創造力有三種形式，一是人類的寬創造力，二是人機通過協作共同完成的寬創造力，三是由一個人工自主體或多種人工系統共同完成的寬創造力。堅持關于創造力的寬理論的形式很多，如心理學所講的各種大系統論都有這樣的理解，認知科學中的具身理論、鑲嵌理論、生成或行然理論、延展理論也是如此。其特點是反傳統，強調創造力不是單純的內在心理能力，而是彌散于主客體之間的一種廣泛的精神文化現象。瓦雷拉等人認為，認知和創造力總是通過與環境及環境中的別的自主體的即時即地的交互而表現出來的，人機協作創新中的即興互動的原則是由來自環境的反饋引導的。（8）

三、情境主義為解決真實性缺失性問題的建模嘗試及其哲學意義

根據情境主義的邏輯，要解決現有計算創造力的真實性缺失和接地問題，出路只能是用它們的上述方法論重構創新觀，看到創造力的起源、結構、機制、作用、本質和特點都離不開情境的事實，進而據此建構關于創造力的情境主義模型，最終將這樣的模型應用于計算機直至讓計算機生成計算創造力。事實是否是這樣呢？我們這里不妨對情境主義創造力的建模作一考察，以便一方面進一步認識情境主義的創新觀，為豐富和發展哲學的創新觀積累資料，另一方面了解情境主義從建模和工程技術實踐上所展開的創造力探討。

計算創造力研究領域中的創造力模型不同于哲學和心理學中的純學術性模型的特點在于，它們是為滿足創造力機器實現這一工程學需要而建構的，因此具有突出的應用動機和實證色彩。但由于工程學上的需要和實踐離不開對一般創造力的理論探討和建模，因此計算創造力的創造力模型同時又有對哲學的創造力研究成果的借鑒和利用。

情境主義的具體形式很多，其建模的理論探討和實踐嘗試也很多。這里擬以新興的、帶有綜合特點的“社會－延展”建模方案為個案稍作考釋。這一方案在繼承認知科學的延展理論的基礎上強調，在看待創造力時不僅要有延展性維度，看到身體以外的自然、社會和文化因素，如手上用的手機、電腦對創造力的生成及其作用發揮的制約作用，甚至把它們看作創造力的內在構成，而且要承認社會因素對創造力的更具根本性的作用。創新系統之所以有創造力，一是離不開他所用的工具，例如藝術家若沒有其特定的工具，是不能完成他的創新的。就此而言，他的工具可看作是他的延展性的表現。二是離不開社會。這是人的社會嵌入性的表現。鮑恩說：對創造力的完全理解，“離不開認識到價值怎樣在社會系統之內被產生出來”。（9）這兩方面是藝術家完成他的創新的必要條件或必然構成。孤立的個體是不可能有創造力的。應看到，鮑恩的思想受到了認知科學延展心靈觀的啟發，但有新的發展，其表現是，強調有創造力的系統是一種分布系統，其內除心靈、個體的人之外，還有周圍的對象、工具等，甚至“還應把社會復合體看作是包含或多或少認知因素的分布式系統”。（10）鮑恩贊成基本自主體和次級自主體的劃分，認為這對建構關于創造力的“社會－延展”論極為重要。次級自主體除了包括藝術工具等之外，還可建構成內涵更豐富的次級自主體概念，如肯定它有創新潛力，其內和其外都有很多相互作用方式。如果是這樣，計算創造力研究的思路和視野就應發生相應轉變，如重視開發具有自主作用的人工制品。在做這樣的研究時，應關注自主作用的等級、程度、差別，而不只是范疇上的分類。例如交互遺傳算法就是這樣的人工進化系統，在其中，用戶就可“培育”某種形式的有審美價值的產品。這個系統只有在生存和測試周期中與人類用戶結合才能獲得適應性創造力，不過，它允許用戶探索新的模式和行為，因此，它的自主性不高，但它是參與性的，這是由人類用戶和外部價值系統所決定的。由此可以看出，交互遺傳算法既是一種能延伸個體認知的有創造力的工具，也可以成為具有社會性的集體創新系統中的一員，在這種集體創新系統中沒有一個成員能被看作是人工延展系統的中心。其中的人的心靈和機器形成了一個相互作用的異質網絡，它讓我們從社會層面關注這種融合了人和人工制品的進化系統。總之，根據“社會—延展”范式及其模型，已有的有創新能力的人工系統并不是真正的自主體，要么是人機聯合體，要么是人的代理，要么是人的仆人，例如科恩的會畫畫的AARON就是一種創新過程的仆人或助手，而科恩才是這一過程的真正主人。新模型想變革的是，讓軟件系統成為它的作用的真正作者，如在藝術上，就是要建構一種有物理身體的、自主的機器人藝術家，它是作品的真正作者，而不是人的創造過程的代理。在實現這個目標的過程中，不能像過去那樣，把計算創造力當作個人的創新實踐的假想性延伸，而仍應堅持社會性方案，對適應性創造力作出實驗，同時設法把它與生成性創造力結合起來。在這里，既可把生成性創新系統分析為適應性創造新過程的工具，也可把它看作這樣異質的社會網絡中的因素，這網絡本身有生成性創造力。

再看塔卡拉（T. Takala）創立的“變量作用域”模型。從對創造力的構成的解析看，他反對創造力孤島論，贊成寬創造力理論對創造力的松綁；從理論淵源和基礎看，他的建模有兼收并蓄的特點，具體工作是從分析已有的創造力理解開始的。我們知道，關于創造力常見的一個定義是，創造力是能生成新的、有用的思想或產品的過程。其問題是，“新的”這一標準或要求不精確，有時因為一點輕微的修改、變化，就可讓一觀念的新舊發生根本變化。紐厄爾等人的定義是，創造力即解決問題的過程。這個定義的特點是，突出新穎性、有價值、反傳統、越軌等。但他們同時又認為，找不到把創新和非創新區別開來的嚴格定量標準。博登等人認為，創新的一個標志是，令人震驚或意想不到或離經叛道。還有人認為，創新沒有客觀的定義，因為所謂的創新離不開人的主觀判斷，特別是離不開旁觀者的評價。塔卡拉在借鑒上述關于創造力的評價論的基礎上提出了反客觀主義概念空間理論的理論，認為創造力沒有客觀的定義，完全取決于評價，一過程被評價為新穎的或意想不到的，即可被認為是有創新性的。他說：“評價是創造力的根本的決定因素，正是它分辨出生成者所產生的成果的價值和新穎性。”“創造力在旁觀者眼中，不可能客觀定義。”（11）質言之，創造力具有相對性，與評價的層次有關，即可分別從計算機層次、個人層次和社會歷史層次上去加以評價。為了把握這一相對本質，塔卡拉借鑒紐厄爾等人的“生成－驗證模型”提出，創造力是一個“變量作用域”，即由情境中的計算機、個人、社會和歷史等變量因素共同決定。它們合在一起即是情境作用域，正是它們決定了對一過程輸出的預期，人們正是根據這一預期來評判該輸出是否有創新性，例如如果它不同于、超越于預期，即被認為有創新性，如果一致于預期則沒有創新性。塔卡拉說：“如果意料不到的某物出現了，即如果對它的預期被違反了，那么它就有令人震驚的特點。”（12）什么是預期？預期可理解為對成果或過程的約束，即人們在創新之前所想到的應成為的或被認為會成為的事情。這些約束既可以是硬的，如能定義一個領域的自然和邏輯規律，或游戲規則，也可以是軟的，即由習慣所使然的，如習慣、風俗、禮儀、時尚、社會規范、政治制度等。

塔布（R. Tubb）等人的“創新交互的四策略”模型既是一個關于一般創造力的模型，又是計算創造力研究中的一個能解釋計算機音樂家主觀經驗、有助于設計提高創新交互水平的模型。從關系上說，后者是以對一般創造力的解剖即以前者為基礎而建構出來的。就特點而言，這一模型具有綜合、集大成的特點。具言之，對之有影響、被其吸收了思想營養的模型主要有：（１）“發散－收斂”模型；（２）達爾文主義模型；（３）“孵化－靈感閃現”模型；（４）“特殊過程”模型；（５）威金斯的創新系統構架；（6）關于直覺的“雙重過程”模型。塔布等人贊成上述模型對心靈的直覺與理性的二分，當然也有補充，如把它們分別稱作隱系統和顯系統。在說明這兩種過程怎樣關聯于創造力時，塔布等人提出，通過把思維發散和收斂結合起來，利用解空間遍歷機制可讓它們關聯起來。（13）總之，在兼收并蓄、博采眾長的基礎上，塔布等人建構了關于創新交互的四策略模型，它說明了怎樣把兩階段模型（發散與收斂）與雙過程模型（隱和顯）結合起來，最終表達了他們對創造力的構成、機制和本質的看法。從應用上說，它能直接應用于對創新軟件的設計，如能指導創新作曲界面的設計。根據這一模型，發散與收斂、隱過程與顯過程，若分開看待，可看作是創新的四種策略，但這四策略不是絕對孤立的，而可以相互作用；正因為它們以特定方式相互作用，因此才有特定形式的頓悟的發生，進而有創新成果的突現。根據塔布等人對創造力機制和本質的認識，具體的創新的過程就是以特定的方式運用這些策略，協調它們的關系，讓它們以特定方式結合起來發揮作用。基于這一認識，他們對參數探索策略作了分類，論述了這些策略怎樣結合起來最終創作出同時具有新穎性和價值性的作品。

不難看出，AI的創造力模型建構探討不僅有深刻的學理意義，如有助于我們進一步全面深入地認識創造力的機制和本質，而且有重要的工程學意義，可被直接應用于創造力的機器實現工程，例如只要借助一定的技術轉化，這些模型就能成為相應創新軟件設計的指導方針，例如能指導設計和評估有創造力的界面。根據這些模型，計算機界面應盡可能一致于人類思維過程，這不僅表現在步驟上，而且也表現在尋找最終結果的探索策略上。這就是說，界面要表現創造力，必須支持探索性、反思性、分析性和默會性模式。即使是像頓悟、孵化－靈光閃現這樣的創新現象也可以以某種方式反映在創新技術交互之中，因為已有的技術可以增強每個個別的象限。幾乎所有用了有創造力軟件的用戶界面都能提供這樣的參數，以至于有關特征能以單獨、連續方式加以編輯。這些界面可以應用于音樂創作、動畫制作、工業和建筑設計、電腦游戲等。它們幾乎滲透到了21世紀數字文化的方方面面。如果這種互動模式真的改變了人們的創新方式，那么這樣的邏輯安排對藝術家的發明創造就會產生重大影響。

四、情境主義創造力建模的工程實現與創造力的創造

AI作為一科學技術部門的主旨不外是以人工的方式創造出新的智能，同理，作為AI一分支的計算創造力研究就是要在已有的各種自然創造力樣式的基礎上創造出功能接近乃至超過自然創造力的人工創造力。情境主義的計算創造力方案為解決已有AI缺失真正的創造力之類的缺陷，不僅作了創造性的理論探討和建模嘗試，而且也進行了大量的讓創造力真實地表現于計算機之上的工程學實踐，亦即做了大量的創造創造力的技術工作。這主要表現在，它試圖建構能將人和計算機的創造力組合起來的創新系統。這樣的創新系統研究有三種形式，每一形式都有自己獨有的動機和目的。一是研究和創建能增強人的創造力的創造力支持工具，如計算機輔助設計工具；二是對生成系統的研制，它旨在自主或半自主地生成有創造力的工件或人工系統，如計算機繪畫軟件、詩歌創作軟件等；三是創建計算機同事，這一研究旨在與人類用戶一道合作以完成創新任務。這種同事的理想形式就是人類有創造力的合作者。很顯然，這些以AI或計算方式實現的創造力是過去所沒有的，因此是被AI創造出來的創造力樣式。

創造力支持工具作為計算創造力研究的一個子領域之興起得益于這樣的憂慮和追求，即彌補已有計算創造力研究實效不明顯、已有計算創新系統缺乏真正的創造力等不足，以更好地幫助人創新。建構創新支持工具的主要工作是研究如何設計出有助于人們更好創新的工具和技術。科特爾（T.K?tter）等人說：“為了支持創新，幫助激發新的發明創造，我們提出，將不同領域的數據集成到一個單一的網絡中，以建模跨領域關聯的概念。”（14）在這里，計算創新系統是作為后續的可能發生的創造力的工具而發揮作用的，例如它不一定會像傳統檢索系統那樣回應給定的查詢，而試圖提供有趣、新穎的信息，這些信息是有利于打破思維定勢的，因為這樣的創新支持系統能引導或激發用戶對問題形成更具創意的解決方案。創造力支持工具研究一反過去以創造者為中心的觀點，強調創新是一個包含創造者與使用者或創新成果消費者互動的、不斷提高的過程，里面不僅有原創者的貢獻，如原創者提出的創意及其對該創新工作的開啟和奠基，而且還有由創新成果所刺激、誘發的用戶的二次創新。這里誕生了這樣兩對有意義的范疇，即創造者與消費者，一次創新與二次創新。用戶是創新成果的最直接的、最熱心的消費者，當他們碰到并使用創新成果時，他們不僅會予以消費，有時還會受其刺激和啟發，參與到創新過程的新的階段中來。由此可以說：“真正的創新成果不僅是它的創造者的創新經驗的一個產物，而且必定會在適當參與其中的消費者中激發創造力。”（15）創造力支持工具已有許多成功的開發，根據應用領域可分為如下四種，一是用機器作為管理、輔助工具；二是作為交流溝通工具；三是讓機器成為創新的增強器，即通過機器增強人類創新；四是讓機器成為創新行為中的合作者，如在詩歌創作中，先讓機器寫，然后人類詩人再來將其作為創作的基礎或靈感。根據目的與手段的關系可把它們分為兩大類，一是以服務于該工具以外的存在為目的的創造力支持工具，例如它的運行最終能幫用戶帶來經濟利益，幫用戶生成看得見、摸得著的成果；二是本身有自己目的的創造力支持工具。

生成性創新系統是能自主生成創新成果的計算系統，所表現的創造力可稱作生成性計算創造力。情境主義方案在研發這類創新系統時的特點表現在，強調這樣有自主創新能力的系統是由諸多各負其責的模塊所組成的，進而將這些構成要素與創造力的具身的、情境的方面整合在一起。其軟件結構是這樣的，首先，系統讀取大量的語料庫材料，并將它們解釋為可用作知識庫的結構表征。為了使系統更具創造力，強調要小心選擇語料庫，精心形成更有趣的組合，如微博帖子和新聞文章。這些表征構成了自主體能遍歷的概念空間，通過探索，自主體可生成新的輸出。例如詩歌生成系統能將一篇文章解析成結構化表征，然后根據詩歌的硬編碼規則進行拼接和重組。概念空間本身可擴展、重建。只要被擴展，其內的附加映射和遍歷就會增加。這樣的映射可稱作轉型性創造力。最后，這些空間可全部被遍歷，進而整合成可提供給用戶的新的創新成果。這些計算系統生成的是有界和具體的創新成果。

計算機同時是有合作能力的創新自主體，能與人實時地、連續地合作，以豐富和提升創新。這一研究方案是本領域最新的、也最富探索精神的方案，其表現是，它作為一種有創造力的軟件除了要建構一些機制以對共享成果作出原創性貢獻之外，還試圖找到辦法來控制、調節與用戶的實時的相互作用，以完成即興創作。要讓系統有這樣的創造力，就要研究人類的合作活動和協同創新過程。根據該方案基于情境主義創造力的解剖，人類的合作創新是由許多部分共同完成的，每一部分都有其不可或缺的作用。研究發現，協同創造力允許合作者根據同伴當下的決策、行動來實時即興發揮，同時這種即興表現又是別的合作者作出即興發揮的依據。在這里，合成而形成的創新輸出是由合作者的相互作用和協商共同決定的，因此是一種整體的突現，不是個體貢獻的簡單相加。這一方案內又有許多不同走向，共同的操作是借助模仿、結構化即興創作和共享心理模型來完成創新任務。例如即興打擊樂機器人Shimon通過分析人類音樂表演的節奏和音調來模仿人類音樂家，進而生成同步的即興旋律。在合作創作中，人和機器人有一種呼叫和響應的交互，每一方都會根據對方的表現和情境實時調整下一步的演奏。不難看出，這些系統表現的創造力不再是系統內的一種屬性或能力，而是系統在與情境相互作用中突現出來的東西。

這里不妨考察一下情境主義方案對有即興合作音樂創作、演奏能力的計算創新系統的工程技術探索，以揭示創造創造力這一愿景、構想是如何實現于AI之中的。我們知道，人類的即興合作音樂創作、演奏是一種綜合性的藝術形式，既要求演奏參與者根據觀眾和別的參與者的當下行為反應作出得體的配合，又離不開每個參與者的即興創造力發揮，以及別的參與者對這發揮的創造性反應。在這種發揮和反應發揮的過程中，即興的創新是最起碼的要求。最近的計算創造力研究中誕生了這樣的實踐，即讓有特定音樂演奏能力的機器人或軟件與人類音樂家一道演奏，完成人機合作的實時即興創作和演奏。很顯然，要讓機器有這樣的創造力，即要人工創造這樣的創造力，一個必須解決的技術問題是，要有實時或現場編碼技術，要寫出能對情境作出得體、適時反應的“活算法或適時算法”。這種技術必須是一種通過使用動態語言解釋器來對源代碼進行實時編輯的即興創作工具。這里的“實時”不僅指與現場的觀眾、聽眾的實時互動，而且指對正在運行的代碼的實時更新。它要求參與的藝術家和人工系統用比標準更高的技能，進而用形式化計算機語言來表征他（它）們的作品。盡管以前只有人類能在實時編碼方面表現創造力，但現在的情境主義方案也試圖表現這種能力，即試圖創造這種創造力。自2004年以來，實時編碼成了計算創造力研究中的一個新生的、極活躍的領域。問題是，計算創造力能否模擬、表現實時編碼能力？

人類智能包括創造力的特點在于，能根據情況的變化調節行為所遵循的規劃。這樣的調節就是實時編碼。計算創造力研究在這里關心的問題是，計算機能像人類那樣進行實時編碼嗎？很顯然，實時編碼根本不同于傳統的編碼（這也是它的困難之所在）。以前的編碼在執行過程中沒有修改和變化，按程序完成的輸出是事先規定好了的。而實時編碼離不開根據變化的情境不斷重新編碼。應承認，這里的探討還處在初創階段，有起色的工作是探討即興音樂創作中的實時編碼，如探討分辨形式語言的表達式與聲音的音樂形式表達式之間的關聯，開發新的表現新音樂形式的新方法。這些如果成功了，那么需要的就不是一種音樂形式，而是以新的方式理解音樂。麥克林和威金斯說：“正是這種理解音樂的新的計算方案，證明探討有音樂創造力的軟件自主體是極有價值的。”不僅如此，從實時編程的角度看，計算創造力在這里也是“有前途的”。（16）盡管我們的認識和實踐還處在初創階段，可喜的是，能參與即興演奏、能與觀眾互動的機器樂手已研制出來了，并有良好的表現。（17）

桑德斯等人為了建構有即興合作演奏能力的人工系統，依據前面所說的情境主義特別是具身性方案，建構了一個好奇自主體模型。之所以被稱作好奇自主體模型，是因為桑德森等人認為，這樣的系統由能夠獨立生成、評估、交流和記錄新成果的有好奇性能的設計自主體所構成。在此模型的基礎上，他們還有這樣的工程學實踐，例如設計了一個能夠參與即興演奏的機器人，它是在Sparkfun電子公司的裸體機器人Ardubot平臺上建造的，經過添加揚聲器、一對麥克風和足夠多的處理單元就成了一個自主體，里面的那些處理單元能表現自己對聲音環境的“興趣”。他們的機器人不僅能根據新穎性標準從內存中提取有趣且符合情境要求的歌曲，而且能以重組、在概念空間中探索以及轉型等方式生成存儲器中沒有的新歌。它生成新歌的“創新”既得益于它的長期內存中的原型，又與情境有關，例如當它發現一首歌有趣、值得與他人分享、交流時，就會生成一首新歌。（18）很顯然，它如果有這種能力，那么就意味著，它為自己創造了一種創造力。至少按圖靈測試標準可以這樣說。

依據情境主義方案的創造創造力工程實踐不局限于即興創作、演奏，在其他如故事創作、講說、繪畫等領域比比皆是，例如自動游戲設計就是如此。這是計算創造力研究中的一個具有挑戰性的前沿課題。設計者通過不斷嘗試形成了這樣的結果，即ANGELINA，它是一個自動的游戲設計工程，已經歷了幾代的更新。設計人員發現，2018年前的每一代有此功能的軟件盡管有其創造力，但這些創造力缺乏連續性，更遑論有進步性。為解決這些問題，他們建構了該軟件的新版本。他們把它稱作“持續的自動的游戲設計”。也可說，它是關于計算創造力的一種新方案，其特點是具有“持續創造力”。（19）之所以有此質變，是因為以前的軟件都是抽象的形式轉化系統，幾乎不太強調創造性決策，到后來才逐漸考慮現實環境、自評價和框架建構等。（20）

五、結語：哲學創新觀的重思與AI創造力建模的新方向

情境主義在解決AI和計算創造力研究的真實性缺失難題、實現創造力的AI工程學目標的過程中的確邁出了關鍵一步，那就是讓人工計算系統“生活于”情境之中，具有像人類創新主體那樣的“接地”特點，進而借助與環境的互動，讓里面的算法、程序有實時或活性特點，最終讓系統有自主的創新能力。當然，這里仍有這樣的問題，即如此被創造出的創造力是真正的創造力嗎？要回答這一問題，首先要解決這樣的規范性問題，即怎樣理解創造力？什么是真正的創造力？它們之所以是規范性問題，是因為隨著創造力的樣式的不斷地被發現，不斷被創造出來，其原型實例呈多樣、開放乃至無限的特點，至少有人類創造力與非人類創造力兩大類。如果根據非人類的創造力標準，如進化創造力、生態系統創造力等，那么可以說，軟件表現的創造力是真正的創造力，至少一致于進化之類的創造力。再者，由于軟件所表現的創造力很大一部分是模仿生態系統創造力而建構的，因此如果承認生態系統的創造力是真實的創造力，那么軟件所表現的創造力也是真實或真正的創造力。如果以人類的創造力為標準，由于其內部極為復雜，因此答案便不能一概而論。例如人類的創造力有潛在和現實的創造力，前者是計算機沒法建模的，因此據此不能說計算機實現了真正的創造力。就現實的創造力而言，它的確像情境主義所說的那樣，是由內外復雜因素共同構成的大系統，是廣泛而復雜的心理、自然、文化、社會現象。如果以此為標準，那么至少可以說，依據情境主義而建模的計算創造力可看作是有較高程度的真實創造力。如果把人類的創造力分為內在心理過程和外在行為表現兩方面，那么按圖靈測試所強調的行為效果標準，完全有理由說，計算機依據情境主義所建模的創造力是真實的創造力。當然，若依據內在標準，其相對于人類創造力內在過程的真實性確實是不夠的。不過，根據認知和心靈哲學的智能或創造力可多樣實現論，創造力不一定非要由人腦、人心來實現，只要確實有像人類創造力一樣的效果，那么創造力是由機器實現，還是由大腦、手腳、泥土實現都無關緊要。

還要看到的是，情境主義的發展計算創造力的方案仍有其他方案的“軟”的一面，仍有向“硬”科學發展、提升的功課要做。它里面盡管有一些硬科學的成分，但主要停留于軟科學的層面。其“軟”的表現是，許多概念、表述不精確、不具體、不定量，例如在討論系統的自主性時，常有這樣的話語，即說一系統“它自己做了某事”，這里的“它自己”“做”等都不具體、精確。再如探索性和轉型性創造力的比較和分類也有類似的問題，因為這樣的分類建立在不精確的歷史數據之上。根據嚴格的硬科學，有關術語要成為科學上有用的術語，必須具有可測量性，或能從數學上加以處理，否則就只能被看作是脆弱的語詞。要改變這一狀況，有必要向人類學學習，因為它在消除它的“軟科學”的軟方面做得比較成功，如嚴格檢驗、改進它的語言運用。受賴爾對心的分析的啟發，有些人類學家將觀察、描述等方法發展成“厚描述方法”，以便讓作為軟科學的人類學有辦法對其“軟的”、待解釋的方面作出驗證。情境主義要完善它的創造力的理解，也應這樣，即應有像人類學那樣的經驗材料基礎。這經驗材料應是人類學的，而非心理學的，即應圍繞源于文化的人類行為的解釋而展開，特別是這里應建立關于“創造力”的可共享的理解。

情境主義方案在哲學創新觀和計算創造力研究中所做的工作無疑深化和拓展了我們對創造力本身的認知，讓我們看到了創造力的秘密、鮮為人知的方面、構成和機制等，例如它讓我們認識到，有機體是自創性系統，有面對不確定性、變化性的適應性。正是看到適應性對于創造力的決定作用，看到它們的內在關聯，有些人根據適應性來區分創造力和非創造力。所謂適應性指的是系統根據環境變化而調節自身狀態及與環境關系的創新能力。其創新表現在，以不同于以前的方式去反應熟悉的擾動，對以前沒碰到過的擾動作出反應。因此可以說適應性創造力是這樣的創造力，即構成上自主的、適應性的自主體所表現出的創造力，其特點是以新的方式對以前沒有碰到的擾動作出靈活反應。其次，情境主義發現了“通過行動來思維”這一新的創造性思維方式。這樣的思維實即一種試探性的，讓構想與行動、環境進入循環的過程，其特點是減輕了思維中的認知負荷，最大限度地利用基于知覺的推理。例如藝術家在創作素描時，就是只提出模糊的、粗略的想法、構想，然后用某種草圖或原型活動來進行創造性的探索、評估，在感知－行動循環中修改、調整、完善意圖。這樣的過程讓自主體在行動中思維，通過行動來思維。當行動或想法以某種方式具體化時，知覺系統就會獲得比心理模擬和抽象推理更豐富的數據，進而完成創新任務。再次，情境主義讓我們看到，現實的創造力即實在地顯現出來的創造力是真正的大系統，其內在構成極其多樣和復雜，既是以前所說的心理現象，更是自然、社會、文化現象。只有看到這些，才能扭轉過去的創造力本質認識上顧此失彼的局面，進而全面深刻地揭示創造力的本質。綜合來看，要揭示創造力的構成、機制和本質，至少要關注這樣八個層次，即文化（如同行評議、環境等）、社會（社會的把關和調控因素、有創造力的階層、社會資本、遷移）、群體（群體一致性、團隊多樣性）、產品（相對優勢、兼容性、復雜性、可試驗性等）、個性（外向性、支持性、開放性）、認知（創造性認知）、神經過程（神經解剖、神經網絡模型）、計算創新過程（機器創造力、發明創造的計算模型、工具和支持系統）。根據這一新的觀點，過去的創造力認知遺失太多，特別是沒有看到創造力除了有許多質的特點之外，還有計算這樣的形式轉化的本質。正是因為有此本質，它才與軟件、機器等具有同質性，進而才能為機器等建模。同理，人類的創造力由于有計算這一新發現的本質，因此才有成為科學研究對象的可能。

如果能像上面這樣全面深入地理解創造力，那么作為AI中專門研究創造力建模的計算創造力就有了更明確的前進方向。根據新的思路，計算機建模的創造力不應是機器工具所實現的一種無生命、無意識、無社會文化性的功能，一種純粹作為工具的計算過程，而是像人的創造力一樣的廣泛文化—社會—心理現象，即應看到計算創造力也有文化性、社會性、個體性和認知性。所謂文化性指的是計算創造力是這樣一種旨在模擬或利用下述文化資源的過程，如知識庫、語料庫、文化進化、組織文化、大眾媒體、市場趨勢、經濟環境等；所謂社會性是指這樣的過程，即能說明網絡、移民、社會權威、階層結構、社會資本等的影響的過程；所謂個體性指的是動機、好奇心、情緒、生活方式等；所謂認知性指的是與創新認知有關的一切過程，如直覺、洞見、孵化、記憶、問題解決、表征、推理、知覺、歸因偏差、啟發式等。

情境主義的AI創造力建模方案和工程學實踐的最大意義在于，既促使我們順應時代潮流思考創造力創造的哲學問題，又為我們解決這一問題提供了有益的啟示。在關注西方飛速發展的創造力研究的過程中我們深切感受到，計算創造力研究，加上其他的力量所形成的合力，將創造力哲學推向了非創新不可、不變革就沒有出路的邊緣。我們不僅要創新對世界的認知，而且要創造創造力。這是因為，我們進入了一個創造創造力的時代，人類不僅發明了單數形式的創造力，而且事實上發明了許許多多的創造力形式，如大寫和小寫的創造力，心理學和歷史學的創造力，組合性、探索性和轉型性創造力，人機協作的創造力，純人工系統的創造力等。伴隨而來的新聲音是，要發明發明，創新創新，創造創造力。其意思是，不僅要用發明創造的精神去發明創造，而且在創新、發明創造力的過程中也應貫徹這種精神。而要創造創造力，首先當然是創新對創造力的理解，推進對創造力奧秘的探索。對照新的發展反觀過去不難看到，已有的創造力理解的問題太多，如只關注一種創造力原型實例，用模糊的、過于抽象寬泛的術語去描述，這些描述幾乎沒有明確、具體的意義，再要么是用還原的、削足適履的術語去描述，結果將本應包括在創造力中的產物、現象和實踐排除在外。受情境主義的啟發，我們認為，要創新創造力的理解，務必堅持創造力的原型實例多樣論，看到創造力樣式的多樣性、開放性，只有這樣，我們才有可能抽象出更為全面和科學的創造力認知。另外，情境主義在建構創造力的模型時常將評價作為創造力的構成要素，這是我們過去的創造力理解常疏忽的方面，很值得進一步思考。按此方案設計的人工創新系統之所以有不斷發展的創造力，是因為系統內嵌有適時的自評價子系統和機制。質言之，系統的自評價是它的有機構成和機制。反觀人類的創造力，那些真有創新意義的創新過程何嘗不是這樣？事實上我們認為，將評價看作創造力的有機組成部分是一種深刻洞見。再者，要創新創造力的哲學研究，還應有敢吃螃蟹的創造性嘗試，如開展創造力的逆向工程學研究，對創造力展開另起爐灶的概念化。所謂逆向工程主要是概念上的，可理解為一種“概念轉向”，因為它可以改變我們認識、欣賞和回報被當作有創造力的事物的方式。根據這一概念圖式，創造力既是一組實踐或結果，又是一種規范或一組價值，它們相互關聯。這樣的實踐還會引發可被稱作創新的新的實踐。總之，我們應在生產和實踐的層面重新發明發明，重新創造創造力。

注釋：

（1）（2）（3）（4） S. Colton， A. Pease and R. Saunders， Issues of Authenticity in Autonomously Creative Systems， in F. Pachet， A. Jordanous and C. León （eds.）， Proceedings of the Ninth Intentional Conference on Computational Creativity， Spain： University of Salamanca， 2018， p.272， p.278， p.274， p.277.

（5） 這些概念是鮑恩（O. Bown）在批判傳統創新觀和計算創造力中的內在主義時創立的。參閱O. Bown，Attributing Creative Agency： Are We Doing It right， in H. Toivonen， S. Colton and M. Cook et al. （eds.）， Proceedings of the Sixth International Conference on Computational Creativity， Provo： Brigham Young University， 2015， pp.17-18.

（6） O. Bown， Attributing Creative Agency： Are We Doing It Right， in H. Toivonen， S. Colton and M. Cook et al. （eds.）， Proceedings of the Sixth International Conference on Computational Creativity， Provo： Brigham Young University， 2015， p.18.

（7） S. Gallagher and A. J. Marcel， The Self in Contextua-lized Action， in S. Gallagher et al. （eds.）， Models of the Self， Thorverton： Imprint Academic， 1999， p.274.

（8） F. Varela， E. Rosch and E. Thompson， The Embodied Mind： Cognitive Science and Human Experience， Cambridge， MA： MIT Press， 1991， ch.1-3.

（9）（10） O. Bown， Generative and Adaptive Creativity： A Unitied Approach to Creativity in Nature， Humans and Machines， in J. McCormack and M. d’Inverno （eds.）， Computers and Creativity， Belin： Spninge-Verlag， 2012， p.366， p.366.

（11）（12） T. Takala， Preconceptual Creativity， in H. Toivonen， S. Colton and M. Cook et al. （eds.）， Proceedings of the Sixth International Conference on Computational Creativity， Provo： Brigham Young University， 2015， p.252， p.252.

（13） R. Tubb， A Four Strategy Model of Creative Parameter Space Interaction， in S. Colton， D. Ventura and N. Lavra? et al. （eds.）， Proceedings of the Fifth Intentional Conference on Computational Creativity， Ljubljana： Jo?ef Stefan Institute， 2014， p.17.

（14） T. K?tter， K. Thiel and M. Berthold， Domain Bridging Associations Support Creativity， in D. Ventura， A. Pease and R. Pérez et al. （eds.）， Proceedings of the International Conference on Computational Creativity， Coimbra： University of Coimbra， 2010， p.200.

（15） D. O’Donoghue， Y. Abgaz and D. Hurley et al.， Stimulating and Simulating Creativity with Dr Inventor， in H. Toivonen， S. Colton and M. Cook et al. （eds.）， Proceedings of the Sixth International Conference on Computational Creativity， Provo： Brigham Young University， 2015， p.221.

（16） A. McLean and G. Wiggins， Live Coding Forwards Computational Creativity， in D. Ventura， A. Pease， R. Pérez et al. （eds.），" Proceedings of the International Conference on Computational Creativity， Coimbra： University of Coimbra， 2010， p.179.

（17） R. Saunders， P. Gemeinboeck and A. Lombard et al.， Curious Whispers： An Embodied Artifical Creative System， in D. Ventura， A. Pease and R. Pérez et al. （eds.）， Proceedings of the International Conference on Computational Creativity， Coimbra： University of Coimbra， 2010， pp.100-103.

（18） D. Feld， M. Csikszentmikalyi and H. Gardner， Changing We World： A Framework for the Study of Creativity， Westport： Praeger Publishers， 1994， p.107.

（19）（20） M. Cook and S. Colton， Redesigning Compu-tationally Creative Systems for Continuous Creation， in F. Pachet， A. Jordanous and C. León （eds.）， Proceedings of the Ninth Intentional Conference on Computational Creativity， Spain： University of Salamanca， 2018， p.32， p.34.

作者簡介：高新民，華中師范大學馬克思主義學院教授、博士生導師，湖北武漢，430079；張舟，通訊作者，武漢紡織大學藝術與設計學院副教授，湖北武漢，430073。

（責任編輯 胡 靜）