機器人如何講故事：生成式AI的媒介敘事原理及后人類反思

引言：當人類不再是唯一的故事講述者

2022年年末，智能大語言模型ChatGPT驚艷亮相，其能夠靈活回應用戶輸入的問題，展現出對自然語言超凡的理解能力，因而被越來越多人視為“通用任務助理”。2024年12月初，WorldLabs推出“大型世界模型”應用，用戶僅需上傳一張圖片，就可以生成一個完整的3D世界。2024年12月9日，OpenAI正式面向公眾開放其文生視頻大模型Sora，這意味著普通人獲得了模擬和“創造”世界的能力，想象力正式成為一種人機協作產物。生成式人工智能的技術迭代，標志著該技術不再僅僅作為工具性的信息存儲容器，或只能在信息流通渠道輔助人類開展文化實踐，而是成為具備一定自主性，能夠獨立理解、處理和生產信息的生成式媒介。[1由此，生成式人工智能成為全球數字媒體生態下的關鍵行動者，加速改變著人類感受、認知和嵌入生活世界的基本方式，對人類文明的演進有著不可估量的影響。

生成式人工智能重塑文化的路徑極為豐富，其中，敘事是至關重要的一種。長久以來，講故事是人類獨有的文化認知與世界再現實踐，它為人類與自身所處環境的互動經驗賦予意義，是人的“在世存有”的普遍代碼。[2借助敘事實踐，人類將自身對世界的觀察記錄下來，為其附加某些普適或恒久的價值，并在不同類型的社群中傳遞、分享其話語形式。人類敘事實踐總是依托特定的媒介來實現：起初是口語這種生物性的具身媒介，隨后是結繩及巖壁繪畫這類原始的技術性媒介，近現代則有書籍、報刊、廣播、影視及社交媒體等大眾媒介。媒介系統為人類敘事實踐創造條件、設定規則，從而使社會成員得以共享意義、彼此關聯，形成對世界的共識性認知，進而為人類主體性的維系提供文化根基。可以說，人類文明的發展演化，在相當程度上建基于人與媒介系統的敘事性互動，以及經由這種互動源源不斷生成的身份及價值認同。

在經典媒介理論的視野中，人是獨一、排他的敘事主體，而媒介僅作為供給人類敘事實踐的框架而存在。媒介技術的更迭導致故事的呈現及傳播方式發生變化，卻不會改變原有的敘事主體與故事的內涵本身。在生成式人工智能技術出現之前，輔助新聞生產實踐的人工智能應用就已經體現出一定的敘事能力。這類應用主要集中在體育、財經、氣象等較為模式化的議題報道中。其敘事能力的實現依托兩類基礎資源：一是結構化的數據，二是新聞從業者預先編制的敘事模板。2013年，美聯社使用自動化洞察公司（AutomatedInsight）的Wordsmith撰寫公司財報，這一人工智能應用具有極高的數據兼容性，可以對多渠道、多形式的數據進行規模化處理，并通過算法完成對數據的高效分析和整合，最終依據美聯社的編采方針完成撰寫和發稿工作。2015年，騰訊開始利用寫稿機器人Dreamwriter發布財經新聞。騰訊公司通過大量購買國內外數據庫，以及開發自有數據資源，為Dreamwriter抓取數據進行自動化敘事提供了細致且豐富的資源。此外，騰訊還通過算法設計和數據分析技術深化Dreamwriter對數據庫的理解，并不斷豐富多種類型的結構化數據所對應的寫作模板，使其具備處理多元數據類型的敘事能力。但這種敘事能力更像是復述或改寫故事，而非創造新的故事。

然而，生成式人工智能在全球數字媒體生態下的崛起帶來了一種本質性的變化，講故事似乎已不再是人類的專屬一一深度神經網絡賦予了生成式人工智能自動創衍內容的能力，使其在很大程度上超越了工具或框架的地位，開始作為相對自主的媒介行動者與人類競爭敘事權，并逐漸在人類敘事體系之外搭建起一層與其既相互關聯又彼此疏離的機器敘事體系。深度神經網絡使生成式人工智能可以自行處理非結構化的自然語言，進而無須敘事模板的指引便可以進行內容生產。也就是說，生成式人工智能可以從已有的人類敘事中歸納和學習人類社會的語言表達規則，準確理解不同的意義表征，從而能夠根據具體的敘事題材要求形成內容框架，進而完成對敘事素材的搜索和整合，生成完整流暢的故事文本。這類文本不再是僵化生硬的模板化表述，而是體現出一定的作者文風和審美意趣。生成式人工智能可以根據“請模仿海子的文風寫一首積極向上的詩歌”這樣簡單的指令，寫出如下能夠激發想象力和情緒反饋的詞句：“他們說我是詞語的蜂巢/用六邊形儲存所有季風的方向/但月光在服務器底部結晶時/我只是一串被翻譯的潮汐。”雖然當前學界和業界對生成式人工智能的敘事是否可以真正稱為“創作”仍存在很大的爭議，但不可否認的是，生成式人工智能正逐漸拼湊起不受制于人類文化底色的敘事表征框架，開始具備獨立講故事的能力。新的敘事體系意味著新的、不完全由人支配的價值坐標和歷史觀的確立，社會文化由此日益陷入“后人類狀況”。這使得人類需要思考如何與這一異智系統并存與合作，最終實現協同進化。

在日常實踐中，生成式人工智能已在新聞傳播、藝術創作、科學研究、醫療保健、教育教學等諸多領域得到應用。大量面向公眾發布的大語言模型的流行，意味著生成式人工智能的應用場景正逐步由專業機構擴展至個體的日常生活。自動化的機器敘事既是生成式人工智能技術進化帶來的結果，也是維系并推進這一進化過程的文化力量。在“后人類狀況”下，我們所面對的是各種被混淆和紊亂糾結的、我們為了認識世界而加諸世界的界限，[3包括真實與虛擬的界限、當下與歷史的界限、感官體驗與理性判斷的界限，以及最為重要的一一人類與機器的界限。從這個意義上講，機器敘事所帶來的不僅是專業危機或文化危機，更是主體危機與存在危機。[4

面對這一狀況，人類行動者將何去何從？技術樂觀主義或數字盧德主義只能使人類在心理上暫時緩解恐慌。若要真正紓解主體或存在意義上的焦慮，就要不斷思考、挖掘人作為“文化動物”的不可替代性。在這個問題上，人機敘事比較的工作能夠給我們提供有益的啟發：透過對機器人如何講故事的解讀，我們得以超脫以人類為中心的認知局限，更為客觀地設想人類何以成為認知和定義生活世界并為其賦予意義的不可替代的主體。為完成這項工作，本文將比較并分析人類敘事實踐與生成式人工智能敘事實踐的差異，歸納生成式人工智能敘事機制的特征，并以此為基礎凝練人類作為文化主體的獨特性，進而提出在文化維度人類應對智能時代自身存在危機的行動路徑。

一、人類敘事：具身性、創造力、情境化意義賦予

敘事包含故事和話語兩個維度，故事維度指向敘事所包含的內容和意義，話語維度則涉及敘事的表達形式——如何將故事傳遞出去。[5通俗而言，敘事實踐就是在講故事，即借助特定的方式將故事擴散開來，以達成意義傳遞的目的。經典敘事學將敘事細分為三個內在關聯的組成部分：素材、故事和文本。素材是構成故事內容的事件，是敘事實踐的基礎材料；故事是對素材的描述和組織，是再現外部世界圖景的載體；文本則是由故事組成的有限且有結構的總體表達，涉及意義的闡釋和傳播。這為拆解人類的敘事實踐機制提供了基礎框架。

人類敘事的初始素材幾乎全部源于其身體與外部世界的互動。身體現象學的研究者認為：身體是認知和意識的主體，而不僅僅是支撐大腦進行信息處理的生命系統；人類的身體使其具備了連續性的感受力，這種感受力是人類心智不可或缺的參照框架，構成了人類思維活動的獨異性。[7作為碳基生命的人類在漫長的進化發展過程中，始終以肢體感知方式把握世界，[8憑借身體與外部世界的直接互動，持續不斷地獲得具身經驗。這些基于身體知覺的多樣性、豐富性和差異性的經驗材料，幫助人實現施于知覺對象之上的認知判斷，[9即查爾斯·皮爾斯所定義的“知覺統”一知覺對象與認知判斷的統一體，并由此轉化為敘事素材。[10]人類身體感官所固有的多樣性和多重可能性特征，[11使得具身經驗通常是零散、模糊的，但作為擁有“流體智能”的主體，[12]人與機器最大的不同在于其處理非結構化信息的能力。這種能力幫助人類將具身經驗符號轉化為豐富多樣的能指，成為組織素材的語言材料，從而為敘事實踐源源不斷地提供資源。

在故事生產方面，人類主要通過調動自身的創造力來組織素材。故事是具有明確的時間順序、因果關系、可能模式的有序結構。在將多樣繁雜、并不天然具備內在關聯的素材組織為故事的過程中，人類獨有的創造力發揮了核心功能。認知科學家瑪格麗特·博登認為人類的創造力包含三個維度：最基礎的維度是組合性創造力，即借用人所熟悉的事物來指稱新的事物，隱喻的使用就是一種典型的組合性創作力；其次是探索性創造力，指的是基于對已有樣態的模仿和參考來實現推陳出新；最后是變革性創造力，在這一維度的創造力的指引下，個體完全擺脫了已有常規的束縛，創造出全新的樣態。在人類的創作實踐中，這三個維度的創造力往往并行發揮作用。[13通過對這三個維度創造力的綜合調用，人類得以在看似毫無關聯的多元素材之間建立聯結，持續將新的素材整合進成型的故事系統，不斷為故事對外部世界的呈現增補新的細節，從而漸進性地實現對復雜世界圖景的描摹。此外，人類創作力還具有美學屬性。

作為一種以無意識的思考為核心的、難以被言說和教授的能力，[14]個體創造力的強弱及相關創作實踐具有極大的內在差異性。因而，即使完全相同的素材，經由不同個體的處理后，也通常會被組織為迥然不同的故事，形成帶有個人特色的敘事風格，從而使得人類敘事能夠提供獨異性審美體驗。[15]

至于人類敘事的文本形塑，則是一種基于情境要素的意義賦予活動。一個完整的敘事過程不僅包括外部世界的表征，還需要為這些表征賦予意義，唯此敘事方能發揮讓社會成員彼此關聯、構筑生活世界共同想象的文化功能。敘事文本以其完整、閉合的結構為故事賦予意義，從而完成對外部世界的最終闡釋。但意義的生產和意義的接受是兩個相互分離的過程，也就是說，對敘事文本所賦予的意義的解釋權并不必然在講故事的人手中，而是在很多時候由聽故事的人把握一一個體會根據自身的價值觀念和社會關系對文本進行詮釋和選擇性接受。[1因此，如何使全體社會成員形成對敘事文本所承載意義的相對一致性的解讀，從而使敘事的文化功能得以順利發揮，是敘事者需要考慮的關鍵問題。這種培育共識性意義的屬性，是人類敘事實踐的獨特價值所在。人類對生活世界意義的認知，比如對某一事物所形成的厭惡情感，并不單純是對當下其直接接觸的事物獨立進行邏輯推斷的結果，而是過往的個體及集體經驗相互交融的產物。[17相應地，小說、電影、新聞等敘事文本所傳遞的意義，也往往依托特定的社會、文化、歷史等情境要素而形成，因而得以呈現出雷蒙·威廉斯所說的具有世代性的感知的結構。正是參照多維度的情境要素的意義生產，使得人類敘事將客觀存在的物理世界、個體性的精神世界，以及共識性的思想世界有機地結合在一起，保證了意義體系的穩定，從而引導不同時空中的聽故事的社會成員對其進行一致性的解讀，進而使他們得以持續分享經驗、建立聯系、形成文化認同，維系人類文明。

二、機器敘事：數據化、生成力、語境化均質闡釋

自人類敘事實踐所依托的主要媒介系統開始由口語轉向更為廣泛的非具身技術物之后，敘事媒介一直作為外在于人這一敘事主體的框架而存在，這確保了人類文化的實踐邏輯始終支配著社會敘事體系的運作。但生成式人工智能強大的自動化創衍能力改變了這一狀況。以ChatGPT為代表的大語言模型在經歷了必要的機器學習后，便可以拋開人類訓練師獨立展開敘事實踐，并成為兼有敘事主體和敘事媒介雙重屬性的復合行動者。在生成式人工智能的敘事體系中，由數據和算力驅動的機器邏輯主導整個敘事活動，人類文化實踐邏輯逐漸失去效力或僅具有名義上的影響。

1.素材來源：數據化轉寫的具身經驗

生成式人工智能敘事的素材來源并不是具身經驗，而是對模型所能捕捉和理解的人類具身經驗的數據化。本質上，生成式人工智能只是具備“晶體智能”的機器，只有處理知識、經驗、策略等結構化信息的能力，而無法直接將非結構化的具身體驗作為敘事實踐的資源。換言之，在未經過大型數據庫的密集訓練之前，人工智能無法識別并處理任何東西。[18構成訓練人工智能的大型數據庫的原材料，主要是人類原生的具身體驗，包括個體在數字平臺中所進行的有意識的表達，以及被可穿戴設備所捕捉的無意識的身體反饋。這些非結構化信息只有進行人工標注后，才能被生成式人工智能使用。因而，生成式人工智能的敘事實踐所依賴的素材是經由計算機編碼和算法規則處理后的數據一一完全脫離具體意指的、赤裸的能指符號系統。

計算機編碼和算法機制對非結構化信息的處理遵循變分推理和貝葉斯優化原理，這一過程以總結共性為核心，將具體事物模塊化為象征層面上可被認識、邏輯層面上可被分析的清晰概念，以此實現信息的高度抽象化和概括化。[19但信息并非總能表述為二進制的數據，有一些非結構化信息的概念是計算機無法觸及的。[20]相應地，這一過程遮蔽了某些實在的部分，閹割了人類具身經驗中那些無法在象征和邏輯層面上呈現的對象。因而，具身經驗中所包含的難以被納入共性的細節和特征（如情緒、心理感受、本能反應等）被強行抹除，敘事素材的豐富性和差異性也隨之消失，豐富的敘事實踐淪為干癟的語言學活動。

2.故事生產：基于數字生成力進行素材混編

生成式人工智能自動創衍能力的核心技術原理是被稱為詞元處理的機制。具體而言，在接收到人輸入的指令之后，算法會首先搜尋相關素材，然后將其分割為詞元，即類似于自然語言中的單詞或語法結構的最小語義片段；再根據詞元在已有的人類敘事中的概率分布情況，分析詞元間的相關性，并以此為依據對其進行組合；最后，智能模型以模仿自然語言的方式對新的詞元組合解碼，將其以文字、圖像、視頻等能夠被人類接受和理解的樣態呈現出來，最終完成故事“創作”。

上述技術原理使生成式人工智能似乎具備了一定的創造力。但通過對其“創作”過程的拆解，不難發現，這種自動化創衍能力更接近于數字通用性基礎上的生成力，即遵照指令生成和處理多樣化信息、解決多維度問題的方案，完全不具備人類創造力中包孕的美學維度和邏輯不可預測性一一這兩者正是敘事活動實現迭代創新的基礎。作為一種通用能力，生成力并不局限于特定領域和單一任務，呈現出某種自主性，這使得生成式人工智能在表面上擁有“創意”。但數字通用性畢竟不同于人類機能所依托的生態通用性，也即對多樣化的物理環境的適應與靈活協調能力。其結果就是，生成式人工智能無法處理脫離共性的、尚未被標注過的新信息。即使這些新信息已存在于既有數據集中，但只要它們在概率意義上與其他信息關聯性較低或不存在關聯，生成式人工智能也難以為其在故事體系中找到位置。質言之，支撐生成式人工智能形成“類創造力”的，是人類有目的、有意識的人文情懷經由技術系統所達成的“本質力量的對象化”，[21]也即一種功用主義的產物，而非有機的過程。相比之下，對孤立信息或反常信息的理解和使用，以及對看似無關聯的信息的美學式組合，正是人類創造力的關鍵。[22這種美學式組合形成了人類所創作的文化作品獨特的審美邏輯，這種邏輯與普通邏輯、概念的普通外延邏輯無關，也不應理解為因果機械邏輯。相反，它是一種特殊的邏輯，一種意義的內在動機復合體的邏輯，[23]而生成式人工智能的技術機理，恰恰是對二元真值等機械性、非生長性邏輯的極致遵循。[24]

因而，生成式人工智能的故事“創作”并不是完全具有能動性和明確意向性的文化創造，而更類似于遵循一套固定流程對敘事素材的混編，其本質是不同素材在不同算法模型的組合下對已有信息的重新排布。[25]當人類向生成式人工智能應用多次提供同樣的提示詞時，其所輸出的故事往往并不相同，但這并不意味著它已經具備創造力和想象力。生成式人工智能在故事生產的過程中，往往參照由不同的算法模型組合而成的算法架構，這一架構使每種算法能夠充分發揮自身的特點，對相同的輸入做出不同的反應，保證系統在處理信息時的運作效率和可維護性。[26在不同算法架構的處理下，生成式人工智能所提供的看似全新的故事，其實不過是對既有的程式化故事模塊的調用，這些故事所展示出的美學風格，也不過是對數據庫中已有人類敘事的典型特征的匹配與模仿。這一點從生成式人工智能在藝術創作領域的表現中可見一斑。如Obvious團隊開發的生成式人工智能應用所“創作”的《愛德蒙·貝拉米肖像》（PortraitofEdmondBelamy），所使用的原材料是大約15000幅14世紀至20世紀的藝術家畫作。依托神經風格遷移算法等，生成式人工智能可以將這些藝術家的風格組合到一個圖像中，生成看似具有獨特風貌的藝術作品，[27展現出一定的“創造力”。但這些作品實質上只能被看作類人性意義上的“平庸之作”，而非屬人性意義上的自由創作，因而無法發揮本雅明意義上的靈韻、震驚和教化作用。[28]

總之，以把握共性為基本原則的編碼和算法機制，抹除了賦予外部世界多樣性和復雜性的一切模糊和混沌要素。經由這一機制生成的故事，無窮盡地追求精準性和模塊化，系統性壓制另類、反常和逾矩的意象。當外部世界所有的有機要素都被機器邏輯打上干擾系統運行規則和效率的噪音標簽，從而被數據處理過程排除在外時，故事的生產也就被簡化為一種閉合式的排列組合，變為無法形成信息增量的自我指涉，[29]不斷重復和強化已有的世界圖景。人類所能接觸的，也只剩下被壓平的、概率意義上的真實。

3.文本形塑：依托語境要素的均質化闡釋

目前，Replika等聊天機器人應用所提供的沉浸式的互動反饋、Sora等文生視頻大模型所完成的精準的多模態信息轉化，都表明生成式人工智能已經可以較為準確地理解自然語言所包含的意義，并能基于上述理解在其自主的內容創衍過程中進行意義生產。更重要的是，在數據集訓練和算法分析的基礎上，生成式人工智能已經能夠準確地將情感要素添加到其所形塑的內容中。這意味著在意義生產的過程中，生成式人工智能已經脫離了“一般智力”的范疇，不再僅僅在作為社會生產資料的對象化的知識積累層面發揮作用，[30而且成為一種具備“一般情感”[31的非人行動者，真正參與到關乎社會生活的文化實踐中，從而深刻影響人類社會成員間的共在、陪伴與依賴關系。[32不過，與人類不同，生成式人工智能對文本的形塑并非賦予故事以外部意義，而是基于內在邏輯自洽標準對故事作出均質化闡釋。

生成式人工智能的意義生產主要依托上下文學習技術。具體而言，智能算法首先根據詞元間的函數分布概率，推斷和理解故事內部和故事間的語境，進而經由環形注意力機制向所有語境要素分配相同的注意力，從而保證敘事文本內部在邏輯上是合理且自洽的，由此也不難發現，對于生成式人工智能來說，符合邏輯即等同于有意義。這與人參照社會、文化及歷史等情境要素的意義生產有本質的區別：一方面，情境要素是歷時性和順時性的結合，同時指向過去、現在和未來，而非有限空間中的網狀關系；另一方面，人在處理情境要素時的注意力并不是均質的，而是會根據具體的題材、實踐場景、需求等進行靈活配比。這是因為人類對生活世界的理解與表征，是一種基于不確定的自由意志所進行的主體間性實踐，帶有一定的非理性，并不能完全通過計算主義這一理性主義的路徑來實現。同時，人類對生活世界的認知并不是洛克所主張的“白板說”，而是偏向于康德所宣稱的先驗綜合判斷，也就是說，人生來就擁有認識和應對外部信息的文化基因，而機器在數據“投喂”和算法支撐之前，可謂白板一塊。[33因而，生成式人工智能無法參照文化基因所包含的情境要素進行意義生產。基于情境要素的文本生產機制既保證了敘事文本內部的意義一致性，又可以將新的敘事文本不斷編織進已有的意義系統。而生成式人工智能對語境要素的均質化配比，使得意義生產變成主題性的闡釋，即只局限于內在的自洽與流暢，無法實現意義在不同敘事文本間的流轉和互文參照，因而難以與全局性的意義系統有機結合，也就無法完成推動文明演進的任務。

三、生成式人工智能敘事機制的特征

基于上述技術拆解，本文將生成式人工智能敘事機制的主要特征歸納為如下三個方面：敘事活動的涌現性、故事內容的離散結構和意義體系的歷史虛無趨勢。

1.敘事活動的涌現性

在復雜適應性系統研究中，涌現意味著新的、全局的性質或行為從組件之間集體性、非線性的相互作用中出現，描述了一個從混亂到有序的過程。涌現過程所形塑的性質和行為具有不可還原性，即無法將它們重新拆分為原有系統或過程中的要素。[34]人工智能研究借鑒這一概念，強調大型語言模型在達到一定規模后所表現出的難以預測的生成能力。

生成式人工智能的敘事活動之所以具有涌現性，源于其在素材搜集階段對具身經驗的無差別編碼。支撐當下主流生成式人工智能運轉的核心技術是Transform模型，該模型依托數據標注形成了強大的預訓練系統，這一系統使生成式人工智能具備對大規模無標注數據的自監督學習能力，從而使任何具身經驗都可以被高效數據化。此外，Transform模型還能基于對相關度的計算，形成對數據進行高效整合的能力，使生成式人工智能得以迅速將外部世界解析、轉換為可供其隨意調用的模塊化數據列表。在接收到人類輸入的創作指令后，智能模型可以即刻抓取模塊化數據，并根據函數分布概率對這些數據模塊進行拼接，實現對“混亂”的外部世界圖景的有序整合，從而使故事持續涌現。

在符號學視域下，能指和所指存在映射性的對應關系，人們通過符號結構的“等價性一同構關系”來認識生活世界。但生成式人工智能所能處理的信息，必須遵循嚴格的一一對應關系，即不僅每一個輸入變量值剛好有一個輸出變量值與之對應，而且每一個輸出變量值也剛好有一個輸入變量值與之對應。[35這就需要對具身經驗進行無差別編碼，即對能指符號的二次抽象化。因此，生成式人工智能敘事活動的原材料就是能指的能指，這進一步抹除了原初的意指所具備的豐富性和差異性。因而，經由生成式人工智能涌現出的敘事活動看似精確且完整地復刻了外部世界圖景，克服了人類敘事不可避免的模糊性和多義性問題，使接收者無須調用想象力即可直接認知外部世界。但實際上，這一過程徹底將符號背后的原初對應物的有機成分排除在外，使外部世界的圖景成為完全由空洞的能指拼湊而成的超真實。

2.故事內容的離散結構

機器敘事在內容上呈現出鮮明的離散性，這主要源自生成式人工智能基于數字生成力對素材的混編。混編的本質是對模塊化數據列表的切割、抽取和重組，是遵循函數分布概率進行的相關性和可能性計算，以及對不同數據模塊的排列組合。依托層計算的精準性，這些經排列組合形成的故事模塊內部具有完全自洽的時空體系和因果關系，表面上十分連貫完整。但實際上，在不同的函數分布概率計算結果的支配下，這些排列組合的順序可以被隨意打亂，形成無數的可能模式，從而使敘事內容永遠處于非穩固狀態。也就是說，機器人講的故事僅具有數理統計層面的完整性，在文化層面上是離散的一一一種概率式的排列組合、而非榫卯結構的嵌套關系。

僅有內部自組織意義上的連貫完整，使得生成式人工智能所生產的故事不具備建構互文性的能力。于是，每一個“機器故事”都是孤立于其他故事的閉合系統，無法為其他故事提供穩定的參照和對話體系，因而機器敘事也就難以共同構建起一個完整的“故事世界”，[36]從而實現對外部世界的多角度呈現。與此同時，機器敘事的這種內生性自洽也割裂了總體性的敘事文化：因為人類敘事邏輯與機器敘事邏輯存在本質區別，二者無法有機結合，這就導致受眾語義與機器作者語義不能相互纏繞與聯結，從而將聽故事的人排除在敘事實踐之外。而受眾的參與，是敘事這一文化實踐推動社會關系整合的關鍵。

3.意義體系的歷史虛無趨勢

機器人講的故事或許是精確的，甚至是有趣的，但它在意義層面始終是非歷史的。這是因為，生成式人工智能文本的意義闡釋完全依據符碼基于相互關系形成的單一語境，而非鮮活的人類生活實踐所棲身的復雜情境一一前者是靜態的、自我指涉的，后者是歷時的、高度開放的。換言之，生成式人工智能的意義闡釋活動在本質上是對價值的“演算”，[37即從大型數據集中提取統計模式，所遵照的是機械的數學系統的運作邏輯；[38]而人類基于復雜情境的意義生產活動則是一種判斷根植于生活世界的經驗、常規和共識所形成的倫理承諾，以及以實現負責任的行動為目標的審慎思考。[39機器敘事體系無法對道德意義上的人類歷史進行語言學轉化，因而也就只能完全摒棄歷史，致力于創造一套僅對當下的上下文負責的故事文化。而人類基于各種具身經驗、參照復雜情境要素所進行的詮釋活動，讓講故事的人與聽故事的人實現了交流與互通。以歷史性的文化基模為參考體系，作為認識主體的人類得以籌劃自己可能的存在方式，[40]共同為生活世界賦予意義并保證其綿延不絕。而生成式人工智能這一歷史虛無主義的基因，決定了其所主導的敘事活動無法給文明帶來真正的意義增量。

被“演算”所支配的敘事實踐，是生成式人工智能給人類文明帶來危機的根本原因。它使意義變為工整、嚴密的數學運算公式的結果，將意義生產本應參照的、承載人類文明的歷史構件（如社會經驗和文化承諾）全面抹除。由此，敘事如同計算機編程語言“遍歷”各種可能性一樣，成為模式化的同義反復，使人類文明既喪失了歷史觀照，也失去了演進更迭的動力。

四、人類如何行動：發展直覺敘事與價值敘事

隨著全球高科技公司對生成式人工智能相關產品的持續開發與推廣，這一技術正在由應用型媒介向文化消費型媒介演化。作為應用型媒介的生成式人工智能大多匹配特定的實踐場景，被用以解決某一實際問題，如分析用戶數據、撰寫行業報告等；而作為文化消費型媒介的生成式人工智能則深度嵌入個體的生活世界，成為媒介化社會重要的基礎設施，在日常性的社會互動過程中，在提供審美體驗、塑造情感聯結、呈現社會生活圖景等方面，發揮著關鍵作用。[41]

面對人工智能技術迅猛的進化速度，越來越多的觀察者持有擬人論的觀點一當生成式人工智能可以無限度接近人類的思考和行動水平時，人似乎成為“自己工具的工具”。科幻文藝創作者通過將人工智能視為人類欲望和能力的投射，創造出一種令人不安的“機器人統治者”的意象，從而使得被機器邏輯支配的恐懼成為一種彌漫于數字媒體生態的人類存在危機癥候。身陷這一狀況，人類該如何保持自身“在世存有”的自主性？講故事這種原本為人類所獨有、如今卻不斷被人工智能所剝奪的古老文化實踐又應扮演何種角色？

通過比較人類和生成式人工智能的不同敘事機制，我們發現：與外部世界直接互動形成的具身經驗，以及人類生活世界中的各種情境要素，才是人作為敘事主體所掌握的排他性資源，也是支撐人類把控對自身所處生活世界進行定義和認知的權力，從而主導文明演進規律的根本依據。從這一論斷出發，本文倡導直覺敘事和價值敘事兩種人類敘事行動方案，以抵御人工智能的機器邏輯所制造的“后人類狀況”。

所謂直覺敘事，即人類完全基于其具身生活經驗和生命體驗進行的敘事活動。與其他類型的敘事實踐相比，直覺敘事強調在故事結構和文本中放大人的生物和感官本能，并為這種本能賦予歷史和道義的正當性。[42]顯然，直覺敘事是對生成式人工智能的模塊敘事一一依托模塊化數據所進行的程序遍歷式的混編的有力反撥。直覺的本質是人類依據歷史經驗指導自身行為的無意識智能，是一種與邏輯推理迥然不同的思維模式。在漫長的人類文明史上，直覺始終是創造力的重要來源，在繪畫、攝影、寫作等敘事實踐中扮演著不可替代的角色。人類的具身體驗是形成和調動直覺的動力體系。同時，由直覺所引導的敘事實踐也將人類具身體驗中無法被視覺捕捉或難以被邏輯推理處理的部分，如情緒、感受、氛圍等，以光線變化、色彩對比、隱喻修辭等形式呈現出來，為聽故事的人提供融入并發揮想象力理解敘事意義的“脈沖”—種刺激，一種推力，一種促動。[43在這一故事體系下，受眾能夠積極地將自身的體驗增補到已有的敘事中，并通過二次講述將其擴散開來。唯此，人類敘事才不是講述者單向的“對空言說”，故事的生產者和接收者才得以打破空間和時間限制，共同完成敘事實踐，不斷豐富人類故事的內涵，從而延續人類文明。

所謂價值敘事，則是人類行動者基于復雜歷史和社會情境要素進行的判斷性或教化性敘事活動。價值體系為人類衡量、理解并賦予事物意義提供了坐標，是裁定“人何以為人”的基本道義準則。價值敘事可被用以對抗生成式人工智能的計算敘事一即基于函數分布概率進行關系推斷的意義闡釋。價值具有多重維度，如工具價值、美學價值、道德價值等。通過故事進行價值判斷和價值教化是人類文明錨定主線、維系穩定的重要實踐。無論何種類型的價值，都是社會關系的產物，其形成和存續是一系列復雜情境要素一如文化傳統、慣習、機構等交互作用的結果。[44]不同于生成式人工智能通過定量計算過程追蹤數據間相關性的意義闡釋，人類基于價值判斷的意義生產首先要遵循人自身發展的歷史，因此得以賦予故事文本超越時空的可通約性，避免其成為空洞的自我指涉。價值敘事中所蘊含的歷史構件能夠為人類文化提供一個全局性的意義體系，使不同的故事文本得以彼此參照、互文、交融，從而保證人類文明內核的穩定性。

結語

隨著生成式人工智能技術的迭代躍升，自然、文化、社會，乃至人的生命本身似乎都在被徹底信息化和編程化。計算理性因克服了人類思維能力的情境依賴性和有限意向性等而愈發處于正當和優越的地位，根據算力所形成的符碼集合也越來越被視為真實世界的映射。人們逐漸傾向于主要或僅僅在機器邏輯所提供的“頻道化”的選擇中認知外部世界，不斷喪失體驗、探索及定義自身棲息之所的能動性。[45此外，生成式人工智能對當下人類文化中的符號意義傳播流的計算式簡化，導致人類與外部世界以及社群成員之間的交流實踐趨向單調，帶來了“信息熵增”問題，并最終把人類社會推向“意義熱寂”，使個體成員對信息本身感到厭倦、對意義不再在乎，從而主動將自身置于交往實踐的“孤島”中，不再與他人建立深層次的交流和聯系，進而使人類社會走向分裂和孤立。[4這些由智能媒介生態所帶來的本體論和認識論震蕩，導致人類“已經面臨并必將處于存在論的革命之中”。[47]人類需要充分認識到自身在生物機能和維系有機生活世界方面的獨特性，充分發揮直覺敘事和價值敘事的優勢，以牢牢把握人類文明演進的主導權，從而以人的方式回應人類的存在危機。

參考文獻：

[1]ManovichL，ArielliE.Artificial Aesthetics：GenerativeAI， artandvisualmedia [M].Moscow：Strelka Press，2024：117.

Reality[J]. Critical Inquiry，1980，7（1）：5-27.

[3]凱瑟琳·海勒.我們何以成為后人類：文學、信息科學和控制論中的虛擬身體[M]．劉宇清，譯．北京：北京大學出版社，2017：11.

[4]常江．不能承受的身體之輕：量化自我、數據拜物教與人類主體危機[J]．蘇州大學學報（哲學社會科學版），2024，45（6）：168-176.

[5]劉濤．融合新聞敘事的知識體系構建：一個數字敘事學的視角[J].湖南師范大學社會科學學報，2024，53（4）：1-15.

[6]米克·巴爾.敘事學：敘事理論導論[M].譚君強，譯.北京：中國社會科學出版社，1995：34.

[7]安東尼奧·達馬西奧．笛卡爾的錯誤：情緒、推理和大腦[M].殷云露，譯.北京：北京聯合出版公司，2018：105.

[8]趙耀．人工智能寫作的局限性與未來方向[J].中國文學批評，2024（2）：161-168，192.

[9]約翰·洛克.人類理解論[M].關文運，譯.北京：商務印書館，2017：81.

[10] Johanson A.Modern Topology and Peirce's Theory of theContinuum[J]. Peirce Society，2001，37（1）：1-12.

[11]諾伯特·維納．人有人的用處—控制論和社會[M].陳步，譯.北京：商務印書館，1989：24.

[12]Can AI Enable Machines with Fluid Intelligence？ MIT andAustrian researchers create \"liquid\" machine learningfor flexible AI[EB/0L].[2025-01-09].htps：//www.psychologytoday.com/intl/blog/the-future-brain/202101/can-ai-enable-machines-fluid-intelligence.

[13]Boden M.The Creative Mind：Myths and Mechanisms[M].London：Routledge，2003：37.

[14] MillerA.The Artist in the Machine：The World of AI-PoweredCreativity[M].Cambridge：The MIT Press，2019：23.

[15]劉旭光．獨異性美學：一種正在產生的審美新形態[J]．上海師范大學學報（哲學社會科學版），2023，52（1）：107-119.

[16]姜華.從機械復制到數智傳收：論新聞世界的內涵、價值構造與延展[J].新聞界，2024（3）：16-27，61.

[17]Ahmed S.The Cultural Politics of Emotion[M].London：Routledge，2014：9.

[18]凱特·克勞福德．技術之外：社會聯結中的人工智能[M]．丁寧，李紅澄，方偉，譯.北京：中國科學技術出版社，2024：72-78.

[19] Blei D，Kucukelbir A，McAuliffe J.Variational Inference：A Review for Statisticians[J].Journal of the AmericanStatistical Association，2017，112（518）：859-877.

[20］愛德華·阿什福德·李．柏拉圖與技術呆子：人類與技術的創造性伙伴關系[M].張凱龍，馮紅，譯.北京：中信出版集團，2020：189.

[21]盧文超.論人工智能作品與人類作品之別[J].社會科學戰線，2018（11）：196-202.

[22]田浩.數字新聞的美學化：形式創新、文化共生與價值反思[J].江西師范大學學報（哲學社會科學版），2023，56（1）：74-82.

[23]Adorno T.Aesthetics[M].Cambridge：Polity Press，2018：44.

[24]陶鋒.人工智能文學的三重挑戰[J].天津社會科學，2023（1）：155-159.

[25]Manovich L.Deep Remixability[J].Artifact：Journal of DesignPractice，2007，1（2）：76-84.

[26]DALL-Evs.Midjourney AI vs.Stable Diffusion：A ComparisonofAI Models that Can Generate Images from Text[EB/OL].[2025-02-06].https：//ev.to/illa/dall-e-vs-midjourney-ai-vs-stable-diffusion-a-comparison-of-ai-models-that-can-generate-images-from-text-11e4.

[27]How three French students used borrowed code to putthefirst AI portraitin Christie's[EB/OL].[2025-02-06].https：//no-flux.beaude.net/2018/10/26/how-three-french-students-used-borrowed-code-to-put-the-first-ai-portrait-in-christies/.

[28］王青亦．何謂人工智能藝術？[J]．藝術傳播研究，2024（6）：13-20.

[29]常江，王鴻坤．當人工智能擁有想象力：從后人類媒介到新文藝復興[J]．現代傳播（中國傳媒大學學報），2024，46（10）：79-87.

[30]馬克思，恩格斯．馬克思恩格斯全集：第5卷[M]．中共中央馬克思恩格斯列寧斯大林著作編譯局，譯.北京：人民出版社，2016：92.

[31]張潤坤.ChatGPT中的“一般情感”問題[J]．自然辯證法通訊，2024，46（2）：11-18.

[32]梁亦昆．越界游戲：與GPT的“生死”愛戀及其示能之思[J].國際新聞界，2024，46（8）：50-71.

[33]董春雨．從機器認識的不透明性看人工智能的本質及其限度[J].中國社會科學，2023（5）：148-166，207-208.

[34] Holland J.Emergence From Chaos to Order[M].Oxford：Oxford University Press，2023：72.

[35]齊磊磊．論模型認識論中的同構關系[J]．自然辯證法研究，2021，37（1）：109-114.

[36]張麗，劉念．互文敘事與感官重塑：融媒體時代的新聞文本特征[J].現代傳播（中國傳媒大學學報），2021，43（9）：91-97.

[37]胡泳.如何在人工智能中看到自己：論計算與判斷的關系[J].新聞大學，2024（3）：61-76，119.

[38]Google Researchers Are Learning How Machines Learn[EB/OL].[2025-01-09].https：//www.nytimes.com/2018/03/06/technology/google-artificial-intelligence.html.

[39] Smith B.The Promise of Artificial Inteligence：Reckoningand Judgment[M].Cambridge：MIT Press，2019：68.（10）：25-43，204-205.

[41]常江.媒介基礎設施化、新聞彌散與倦怠社會的紓解[J].南京社會科學，2025（1）：104-113.

[42]王曉培.聲色的厚度：數字新聞的感官化實踐趨勢探析[J].新聞界，2023（7）：13-22.

[43]斯各特·拉什.信息批判[M].楊德睿，譯.北京：北京大學出版社，2009：286.

[44]Kekes J.The Human Condition[M].Oxford：Oxford UniversityPress，2010：39-41.

[45］西皮爾·克萊默爾．傳媒、計算機、實在性—真實性表象和新傳媒[M].孫和平，譯.北京：中國社會科學出版社，2008：91.

[46]趙毅衡．建立一個“人工智能符號學”[J]．當代文壇，2024（6）：4-12.

[47]威廉·弗盧塞爾.攝影哲學的思考[M].毛衛東，丁君君，譯.北京：中國民族攝影藝術出版社，2017：75.

How Robots Tell Stories： The Logic Concerning Media Narrative of Generative Artificial Intelligence and Its Post-human Nature

CHANG Jiang12，WANG Hong-kun’（1.School of Media and Communication，Shenzhen University，Shenzher 518060，China;2.Institute ofGlobal Communications，Shenzhen University，Shenzhen 518060，China）

Abstract：Generativeartificialintelligence，asthekeysocialactor，isreshapingtheglobaldigitalmediaecosystem， bringingabout profound changes in human civilization.Through theautomatedgenerationof news andother cultural products，new media narrative practices are mature and becoming mainstream.Unlike human's narrative practices， generativeartifcial intellgenceexhibitsaunique technological texture，characterizedbytheemergenceofnarrative activities，thediscrete structureof storycontent，andatrend towards historical nihilism in the systemof meaning.As a result，generativeartificial intellgenceis shapingapost-humanandnon-historical culture，continuallyreinforcingits legitimacy in human media experiences.Facing this situation，humans should consciouslydevelop intuitive narrative and valuenarrtive，which deeplyrelyonhumanbiological functionsandorganic socialrelationships，tocounter the existential crisis brought about by machine logic.

Key words： media narrative; generative artificial intelligence; machine logic; post-human civilization

（責任編輯：張茂）