金方廷：眼下正是一个技术不断渗透文化领域的时代，您认为哪些媒介技术正在塑造或可能塑造新的文化形态？
曾军：这是个比较宏观的问题。既然宏观，其实也就意味着有些模糊。我自己这些年一直研究视觉文化，我对此有一个自己的判断，认为视觉文化研究有四个起源：第一个起源是20世纪90年代，问题意识是影视文化对书面和印刷文化的冲击，这就是人们常说的“读图时代”的来临。在这种趋势下，文学作品没人看，文学经典的合法性出现了危机。第二个起源是本雅明意义上的，也就是19世纪照相术的发明，迎来了所谓机械复制的时代。因为有了照相术、摄影术，就出现了真正有明确诞生日期的艺术门类，也就是摄影、电影，以及以后的电视、网络、游戏等。事实上这些都可以命名为“技术艺术”，也就是基于现代工业革命的技术所创造的新的艺术门类。第三个起源其实是麦克卢汉界定的，他在《理解媒介：论人的延伸》里明确提出了一个看法，认为印刷文化对口传文化的替代是视觉文化的开端。第四个起源是更普遍也更偏向人类学的一个看法，正如约翰·伯格在《观看之道》开篇所说：观看先于言词。这揭示了一个深刻的道理：人类文化与意义的起源，首先来自视觉图像，而不是语言文字。依据这种看法，视觉文化其实诞生于人类文明产生之前。
我个人比较认同的是本雅明在《机械复制时代的艺术作品》中所强调的，以照相术为代表的、基于工业革命的科学技术所带来的一整套现代视觉技术所创造的视觉文化。这一问题的重要契合点在于艺术与技术的关系，而且这个技术不是一般的技术，而是以工业革命为起点的现代技术。这也就意味着，随着新的技术发展，还会诞生新的艺术门类。这也是为什么我们基于技术的发展，会对艺术创新持相对比较乐观态度。
在这里面有一个概念，我想稍微做点解释，就是“媒介技术”——这是我生造的一个词——即“作为媒介的技术”。因为并不是所有的技术都能够转化成媒介，然后再通过媒介生成艺术的。亚里士多德在《诗学》里对艺术的基本解释是说，将材料作为媒介，它才能成为艺术，材料不转化成艺术的媒介，它是诞生不了艺术的。所以技术也是一样的。
为此我给媒介做了两类区分。首先我区分了“作为材料的媒介”和“作为传播的媒介”。“作为材料的媒介”主要出现在传统手工业时代，比如画笔、颜料等就是作为材料呈现的媒介；而基于现代工业革命所诞生的新的大众传播媒介，它的主要功能不是用来生成艺术作品，而是用来传播作品，所以是“作为传播的媒介”。这是我做的第一个区分。第二个区分关乎技术，我把技术也分成两类，一类就是“作为应用的技术”，技术是科学的应用，技术一定有自己的应用场景，有自己的功能、目标、任务等；另外一类就是“作为媒介的技术”，而按照康德的观点，技术要在一定程度上去功能化之后，才能转化为艺术的载体。
在这一系列论证之后，我所强调的就是大众传统媒介背后的技术属性，也就是说，是基于工业革命以来的那种技术变革。从这个意义上讲，刚才你提到的数字艺术、虚拟现实这些新兴的艺术和文化，严格来说只是我所研究的视觉文化的一个新的阶段。前面是“机械复制时代的艺术”，现在我把它命名为“数字生成时代的艺术”。
所以“数字时代”这个词，在我看来会觉得太过宽泛了。因为如果从纯粹技术的角度来看，视觉文化的数字转型经过了非常有意思的几个阶段的发展：第一个就是基于光学的模拟技术向基于电学的数字技术转型。我经常开玩笑说，我们现代人的世界观是由物理学建构的，如果不理解物理学对世界的看法，那么我们很难去理解对于世界的某种认知。技术也是一样的。本雅明所处理的机械复制时代的技术，其实是光学的模拟技术，而在本雅明之后，20世纪40年代以后，基于电学的数字技术才开始兴起，而真正对艺术产生影响其实是20世纪70年代末以后的事情了。这大概是我从技术的角度对整个所谓“数字时代”所描绘的场景，我们现在所处的是这么一个阶段。数字技术发展或许已有七八十年了，而真正产生影响却只有半个多世纪。
还有一个值得重视的方面是，虽然我们经常会讲“数字时代”，但在这半个世纪里，并不只是数字技术对艺术有影响。20世纪80年代，未来学家托夫勒的著作《第三次浪潮》明确提出了对人类未来技术影响最大的两大科学领域：一个是信息技术，另一个是生物技术。信息技术就是电学的发展结果，信息技术给文化带来的影响就是万物互联，所谓互联网、物联网、虚拟现实，再就是人工智能。还有一个生物技术，对文化也有很大的影响，但这个影响没有信息技术那么大。在新媒体艺术中专门有两个艺术门类跟生物技术有关，一个就是生物艺术—那个太残酷了，就是在人身体上“种”一个什么东西，让它呈现出艺术的内涵。这种人跟技术的结合简直就是妖魔鬼怪，太反人类了。然后还有信息和生物两者的结合，就是现在马斯克在研究的脑机接口，让信息技术和生物技术相结合，其最终目的在于实现意识控制。
Stelarc 的“臂上之耳”（Ear On Arm）：澳大利亚艺术家Stelarc在手臂上移植了人工耳朵，并进一步植入麦克风，通过网络将耳朵感知到的声音实时传输，体现了体内艺术与远程交互技术的结合。
至于你说到，哪些技术可能成为彻底主导文化领域的力量，我个人有一个新的想法。我在《中国图书评论》的那篇文章里提到，由于信息技术、人工智能等技术的发展和成熟，当前不管是文学、绘画，还是音乐、电影、游戏，都采取了几乎完全一样的艺术创作方式，或者说，就是艺术生成的方式，所以表现出一种强烈的趋同性，不管是AI音乐还是AI电影，都是通过“提示词工程”的方式来进行的。文化创造方式正在不断趋同化，这可能是一个比较大的问题。如果说以前的艺术是因为有材料、媒介、技术的不同，才有了文学、音乐、舞蹈等各个艺术门类的话，那么现在唯一的区别只是在于输出结果的不同，也就是“跨模态”的区别。
金方廷：在当前的人工智能时代，您认为哪些传统的文艺学研究方法可能需要进行调整或更新？
曾军：我这两年多时间一直在写这类文章。我个人觉得，这真的是一个能够产生理论兴奋点的新领域，因为它激活了很多以前习以为常的、认为已经不是问题的问题，使它们“再问题化”。
在好几篇文章里，我觉得仿佛形成了一种可复制、可推广的研究路径，比如人工智能时代的“艾略特之问”、人工智能时代的“麦克卢汉之问”等，我最新要在《电影艺术》上发的一篇文章里面有个小标题就是“人工智能时代的什克洛夫斯基之问”。其实就是在新的时代，去看看在新的文艺时代中如何讨论陌生化问题、个人才能问题、媒介问题等。包括前一阵在《探索与争鸣》主办的会议上，我也提到了“风格迁移”的问题，已经被淡忘的“风格”概念，因为现在有了“风格迁移”技术，终于被重新激活了。另外还有像“优化”这类的问题……真的有很多可以重新激活的问题。
当然这里面有几个理论问题，我觉得还是属于前提性问题。第一个就是所谓的“传统”。你的问题中提到“传统的文艺学研究”。当我们使用“传统”这个概念时，我的理解就是“人工智能技术之前”这么一个笼统的概念。我自己在这一年多的时间里，总体的思考指向是我自己命名的一个概念，就是“媒介艺术史”，就是从媒介的角度重新反思艺术史的问题。当我从媒介的角度重新思考艺术问题，我就不再有单一的艺术门类的这种艺术史概念。比如贡布里希写艺术史的时候就是美术史，只有单一的艺术门类。如果我从媒介的角度来重新思考艺术，那么文学、绘画、音乐、舞蹈、电影、摄影，包括现在的游戏，全部都要在媒介技术的框架里，找到适合它们的定位。
我在写“人工智能时代的文论问题”之前，当时在上海社会科学院也讲过这个内容，就是用了一张图表，从媒介的角度区分“手工加工时代”“机械复制时代”和“数字生成时代”。当然这里面还可以不断地细分，比如口传时代、书写时代、印刷时代等，但都是从媒介角度对艺术进行整体性观照。所以有一次我参加艺术学的一个论坛，当时有一个点评我的专家就很诧异，他说自己参加了这么多艺术会议，还是第一次听说把各门类的艺术放在一起讨论，更有意思的是，居然还把文学也放到艺术门类里来讨论。当时我跟他开玩笑说，“文学不是艺术已经很久了”。所以这可能就是我现在思考艺术问题的基本特点吧。
至于说第二个问题里的“人工智能时代”，我们现在动不动就喜欢用“时代”这个词，但是age这个词也可大可小。所谓“人工智能时代”在我看来只是“数字时代”的最新阶段，所以现在很多人喜欢用“数智时代”的概念。我们也可以把“数字时代”进一步区分成人工智能时代之前和人工智能时代之后，但是我可能会有一个更详细的区分。
在最近的讨论“自动机制”问题的文章里，我对“数字时代”做了三个阶段的区分。我觉得数字技术的发展可以从20世纪40年代开始算起，并将整个“数字时代”分成三个阶段：第一个阶段就是“作为存储和传播的数字技术阶段”，此时数字技术只是作为储存和传播的技术手段，比如电影的储存、视频的格式，又比如硬盘、DVD、VCD、网络平台等。这些有自己的发展脉络，也有技术不断变革的过程。我后面会讲这个阶段和阶段的区分不是一个替代性的关系，而是累积性的关系。第二个阶段就是“作为模拟和算法的数字技术阶段”。20世纪90年代以后，数字技术在电影中发挥的作用和角色发生了质的变化，计算机图像技术开始普及。这个时候开始，技术成为塑造艺术形象、创造视觉特效的手段，比如数字修复、特效合成等，在科幻片中很多——像《侏罗纪公园》里“复活”的恐龙，就是数字技术“复活”并创造的形象。《黑客帝国》里的“子弹时间”，就是技术所创造的新的表达方式。第三个阶段是“作为交互和生成的数字技术阶段”，在人工智能、机器学习、虚拟现实这些技术兴起之后，未来的电影可能会进入一个新阶段。这个阶段可能不仅包含图像生成，还可以增强观众和影片之间的互动，所以互动电影、包括我们以前讲的“影游融合”——现在的游戏越来越电影化，电影越来越游戏化——都是这种新的趋势。
我觉得未来一个非常重要的研究领域可能就是游戏。以前，构成人类精神文明活动的主要载体是文学，也就是书写的东西。然后随着影视艺术的发展，影视也能够承载和表达丰富、复杂的思想内涵。未来，具有互动性的游戏可能也会成为新的人类艺术，而不仅是娱乐方式。比如《黑神话·悟空》已经开始有了一个雏形，因为它对孙悟空和整个西游世界的重构及其所引发的话题，已经超越了纯粹的游戏行为本身。所以游戏完全可能变成交互和生成的数字艺术。当然，如果人工智能、虚拟现实、物联网这些技术不断发展，然后最终我们把这几个技术集合、集成，那么前几年前一直喜欢谈的“元宇宙”就很有可能就会变成现实——叫不叫“元宇宙”是另外一回事情，但基于沉浸式的、全息的、全景化的，并且有真人观众、可以调动全体感官全部参与的，那样一种新的虚构想象性的艺术活动方式，就可能会诞生。它既不是电影也不是游戏，它可能以游戏为载体，具备“游戏性”……那是有点畅想的成分了，但未来“作为交互和生成的数字技术阶段”，现在已经慢慢开始出现。
这三个阶段是累积性的关系，前一个阶段为后续的发展提供了必要的技术基础和逻辑前提。渐进式的演变也不仅表现为数字技术工具的不断升级，更揭示了人类与技术互动方式的深刻变化。这里我想强调的基本观点是，技术对艺术的影响，从属于工具辅助的物理层面，然后扩展到对于视觉创作过程的智能化的重塑。
这大概就是我目前对你提到的“人工智能时代”问题的一个回应吧。
金方廷：基于您的观察，人工智能这些新的技术手段，可能为传统的文艺学研究提供怎样的新视角和新方法？
曾军：文艺学是有中国特色的中国语言文学学科下的二级学科。从学术研究的角度看，它包含了文学研究、艺术研究、美学研究、文化研究等。好多年前，我给南京大学赵宪章老师做访谈时，我就明确提出一个想法，尽管大家都说文艺学是一个伪名词、伪概念，但我觉得它为我们提供了一个非常开阔的空间。我既可以研究文学，也可以研究艺术，反正是处理文学和艺术的学问。所以在文艺学学科中，你会发现我们的学术视野是非常宽泛的。
关于传统文艺学在当下可以提供怎样的研究思路和方法这个问题，我倒觉得，以文学为例，可以看到的就是数字技术对文学的影响问题。首先就是由网络技术发展而诞生的一个全新的文学门类，叫做网络文学。21世纪以来真正值得研究的就是三类文学：一是严肃文学的持续发展，二是基于“新概念”的青春文学，三是依托网络平台兴起的网络文学。这三类文学在进入21世纪之后的上海文学中都占有不可替代的重要地位。换句话说，21世纪以来，上海文学仍然是中国文学的重镇，这在一定程度上与青春文学和网络文学的发展有关。
现在网络文学自身已经发展出许多不同的形态。从纯粹技术的角度而言，基于不同的技术，文学的形态也很不一样。网络文学的第一个形态或阶段其实是BBS文学，也就是网络论坛中形成的网络文学。那个时候的文学，篇幅都比较短，一段一段集合起来，互动性很强，也有小圈子的特征。不用说《第一次的亲密接触》，最典型的例子就是金宇澄的《繁花》，它最初的原型就是一个基于BBS的网络文学。第二个阶段是基于网络平台的网络文学，如早先的“榕树下”、后来的“起点”，以及现在的“阅文”。网络平台的网络文学最大的一个特点就是文学变成了“众筹”的海量文学仓库。这个时候的网络文学想要增强导航和索引的功能——注意：不管是“导航”还是“索引”，都是计算机的术语——就不得不走向类型化，什么玄幻、重生这种，它一定要分类，不分类就没法导航也没法搜索。所以类型文学是网络文学的一个必然选择。第三个阶段，我称之为“人工智能时代的文学”，人工智能技术有可能打破网络平台文学的这些东西——当然，会不会真的打破，我现在还说不清楚，因为现在的人工智能写作技术在严格意义上讲还不是很成熟。来访谈之前我还在跟“阅文”的工作人员聊天，他不同意我的看法，他觉得人工智能对网络文学的影响只是表达方式的升级，会有多模态的加速影像出现，但未必会对整个网络平台体系带来影响。这个问题，后面还可以再琢磨，我觉得还是有点意思。
对文学的研究，无外乎研究对象和研究方法。数字时代和人工智能时代对文学研究有三个很重要的影响，前两个我都已经很努力地在做。第一个就是人工智能对于整个文艺活动的改变，就是从创作、作品到读者、批评，整个活动方式都发生了很大变化。最典型的特征就是人机互动、辅助生成。作品就是生成式的作品而不是人写的作品，人写的只是提示词。围绕这些问题，我写了一系列文章。第二个是数字人文作为研究方法，通过量化、统计、可视化的方式，对文学文本进行情感、风格、情节、人物等方面的关系分析。现在数字人文技术不断发展，尤其是人工智能技术发展到大语言模型阶段之后，以前特别费人力的那些技术，比如说打标签这些，也越来越智能化了。我专门写了一篇文章叫《从数字人文到AI人文》，人工智能已经开始极大地降低那些技术的门槛、提高它的效率，而且开始具有某种知识预测的能力。所以这是我判断“AI人文”之所以能够出现的一个很重要的前提。第三个我觉得特别有意思的，是大家现在还不太重视、但可能非常重要的一个问题，就是以前大家想也不敢想的社会实验将成为可能。因为科学是可以做实验的，但是社会是不能做实验的。从前社会实验也存在过，比如说无政府主义实验，当时很多人都做一些很多小的社区实验，但那些都是小样本、小概率和假设性的东西。因为社会实验是非常有伦理风险的一件事，我们的社会科学特别是人文科学之所以无法完全科学化，其中核心的一点就是因为它不能实验。既然不能实验，那就是说它不可复制也不可推广，它永远是一些充满了随机性的东西。但是人工智能技术出来了之后，为我们的社会实验提供了某种可能性。最典型的代表就是“斯坦福小镇”，那其实是一个人工智能应用场景，它设计了好多个不同的“AI agent”，并赋予它们不同的社会角色，让它们在这个空间里自由发展，然后去观察它们之间的关系会发生什么样的变化。当人们可以把一系列的社会信息和变量全部“AI化”之后，在这个封闭的人工智能系统里，它就可以通过调整任何一个变量，来观察整个社会的发展。
斯坦福小镇
这就太重要了。以前科学是可以做科学实验的，哲学也可以做思想实验，思想实验是以思辨的方式来进行的。但是社会中的群体和个人，往往没有办法用社会实验的方式来进行讨论。所以“斯坦福小镇”的成功为社会实验提供了某种可能。我觉得这是特别值得去关注的问题，反过来也会对我们文学研究产生一些影响。也就是说，文学、艺术、社会生活有没有可能以一种实验性的方式来进行研究？它跟以前的数字人文研究方法完全不一样。
金方廷：现在感觉，文化生产和文艺理论之间的关联仍然相对松散。您会如何看待技术时代文化生产和理论创新之间关系的前景？
曾军：我觉得这个关系很简单，我的回答也很简单。一方面，理论是实践的总结，先有实践，再有对实践经验的总结和观察；另一方面，理论也可能用来指导实践，为未来的实践“立法”。所以理论的“不适应性”其实是非常明显的，经常会出现所谓“新瓶”和“旧酒”的关系，用新理论分析旧问题，用旧理论阐释新现象，这些都是很普遍的。
但理论永远不会成为文学创作或文化生产的附庸。理论有它自己要处理的问题和思考问题、解决问题的方式，指导创作只是它可能的功能之一，也未必是最重要的功能。因为理论要研究的问题很多，既有作品的问题，也有历史的问题，也有那个纯粹理论的问题。创作只是理论关心的维度之一。现在有种现象是把理论当作一种纯粹的工具，从事批评和研究的学者，为了完成理论化的过程，往往把理论作为某种说法或特定的角度。比如，外国语言文学学科这么多年所形成的学术传统，受英美文学尤其是英语系的学术传统影响太深，以至于产生了两种主流模式，一种就是做文本细读，另外一种就是做文化研究。文本细读根本不管为什么要读、到底要发现什么的问题，完全只停留在技术的层面去分析；去做文化研究的时候也不会有什么新的问题意识，只会硬套那些阶级、种族、性别的既有观念，然后从文本中去找证据。
说到一些新的文化和文学的想象，比如说虚拟现实问题，只有从理论上意识到虚拟现实或者说现实虚拟化问题的复杂性，然后才能看到我现在所处的社会现实在这个现实虚拟化的层面中居于一个什么样的位置。这是相当大的理论问题，也只能从理论上得到澄清和解决。
金方廷：一直以来大家对人工智能时代的教育充满忧虑，您作为人工智能时代的教育从业者，您会如何理解人工智能技术革命下“教育往何处去”的问题呢？
曾军：其实我也跟好几个朋友聊过这个问题。ChatGPT一出来，我立马就意识到，我们的教育领域即将发生重大危机。一个简单的问题就是，我怎么去区分学生交过来的作业是自己写的还是AI写的？但是从理性上说，我不能反对或杜绝这件事，因为我们要理性地认识到，一个工具的发明可能代表着某种未来趋势，这是一个基本的判断。早先我曾经听说，我们文学圈在20世纪80还是90年代，某些人出于对现代性的反抗，拒绝使用一切与电有关的产品。这可能吗？不可能。然后当计算机出现了之后，当时就围绕“换笔”的问题产生了巨大的争议，讨论作家要不要“换笔”。但是谁挡得住？所以AI出现之后，它有着超强的生成能力，我们抵挡不住的。
事实上这就是一个简单的问题：面对势如破竹的技术发明，我们应该持一种什么样的态度？全然拒斥肯定不是上策，全方位地拥抱、毫无底线地接纳，肯定也不行。我们要用一种既接纳、同时又保持着某种限度的自我防御的方式，让它更好地去发挥作用，这可能是相对比较理性的一种选择。
我想讲一个基本观念问题是：到底是“AI for all”还是“All in AI”？“All in AI”这个口号是百度在前几年提的，它认为AI时代来临之后，所有东西都要被AI化。我不太认同这个看法。我比较倾向于接受的是“AI for all”，“for”其实就是赋能的意思，“AI for all”强调的是赋能，是辅助和增强，而“All in AI”则强调的是控制和吞噬，所以这可能是一个基本的前提。
从技术的角度而言，人工智能其实并不是一个新鲜事物。人工智能技术发展到现在也有大半个世纪了，人工智能技术曾经也差点找不到出路，也没人愿意资助。包括现在的Transformer大模型架构在20世纪80年代就已经被提出来过，并已经小范围地做过实验了，只不过当时没有成功出圈。现在ChatGPT成功了，破解了很多技术壁垒，这才让我们突然意识到，所谓的AGI时代要来临了。严格来说，人工智能之所以能够进入我们的视野，是由两件事情推动的。一个是在2014年中国开始将人工智能上升为国家战略。在此之前，人工智能能否被称为国家战略其实一直都有争议，但是后来国家认识到，再不做人工智能可能就要被“甩开”了，于是就有点被动地开始迎击。第二个就是在2022年11月，ChatGPT成功出圈。
人工智能对教育的影响是一件很复杂的事情。因为大语言模型的人工智能现在已经具有数学推理、情感分析和内容生成的能力，通过人机交互，可以让它给你辅导、推理、出题，也可以阅卷、分析。从纯粹的知识传授、技能训练的角度来讲，现在人工智能已经足以代替老师了。此前需要老师来完成的一对一、一对多的一些简单和重复的劳动，都可以被人工智能替代。我自己就用那个COZE平台做了几个“AI agent”，只要给它题目和指令，就可以非常清晰地把题目的解答思路详细地解释出来。只要给它做题的过程，它就可以帮你分析在什么地方出了错、怎么改——这不是已经足够替代老师的劳动了吗？它也可以帮你出题和阅卷，还可以帮你做试卷分析，所有老师能做的事情，人工智能都能做。如果让人工智能赋能，老师的工作将会减轻，但也就意味着大量的老师就得下岗。随着人工智能能够胜任的工作越来越多，无人工厂、无人公司、无人超市、无人驾驶等也将进一步剥夺人们的一些就业机会。
这就带来一个严重的社会问题：现在本来已经捉襟见肘、难上加难的大学生就业，将会雪上加霜。复旦大学有个教授去年做了一项研究，主题就是生成式人工智能的出现将会对就业市场带来哪些具体影响，最后得出的结论非常悲观。他认为，生成式人工智能所替代的正好就是我们这一批老师辛辛苦苦培养出来的大学生和研究生，替代的就是他们原本要承担的工作，也就是所谓的白领职业。在这里存在一个巨大的问题：我们到底要培养怎样的人？如何培养人，就牵涉教育的核心问题。也有人说，人工智能之后，很多行业都会消失，那么我们该怎样来调整我们的培养目标和培养方案？当然也有另一种说法：未来抢你工作的未必是人工智能，而是会使用人工智能的人。
严格意义上来讲，我对于人工智能并不是单纯的乐观主义，也不是纯粹的悲观主义，或者更准确地说，乐观和悲观都是一种情感态度。我更希望用一种现实主义外加理想精神的方式来面对人工智能。我对人工智能的判断可能要分几个层面来讲。首先我觉得人工智能至少在目前还不是那么智能。当前的大语言模型能否被称为AGI，有一个很重要的判断，就是所谓的“智能涌现”。现在已经不是所谓图灵测试的阶段了，图灵测试的范式早就过时了。我判断AGI时代来临的重要标准应该就是智能涌现。但是目前智能涌现还没有严格意义的标准，所以很多人就把内容生成当成智能涌现，其实是不准确的。之所以有这种误解是因为它输入的数据比你多，远远超出了我们个人的能力。如果这本书人工智能看过但我没看过，然后它生成的东西对我来讲就是陌生的，因为他通过增强检索找到了超出我视野的东西，然后我就觉得是新的。如果通过技术手段去回溯、复现，是可以从技术上找到检索所参考的原始文献和数据的。
所以，现在的人工智能在很大程度上就是基于增强检索的内容生成。这就是为什么我会希望能够去推进我们文学研究的方法。以前的检索是机械的检索，我输入“上海文化”，就能够从海量的文件里，把与“上海文化”有关的东西全部收集起来，但这还是机械性的、一对一的、实体化的检索。到了智能增强检索阶段，即使不写“上海文化”这几个字，也能够把与“上海文化”有关的东西全部整合起来，因为它的技术逻辑发生了变化。以前是实体化的数据库，现在成了空间化的向量库。这其实就是词与词之间的空间关系被固化成向量的关系，它所生成的内容只是对已检索过的数据信息的重新排列（或者说“复述”），而“复述”是不能被称为“创新”或“创意”的。所以我一直认为它还不够智能，它还只是一种效率工具。智能涌现是指出现了那种随机的、溢出预训练的数据库范围的、超越人类已有认知和判断的新东西。这个目标到目前为止还比较遥远。
所以在这个问题上，我可能比人工智能的很多专家更为保守。上次听一位人工智能专家讲，说现在人工智能已经能够智能涌现了，我并不认同。到目前为止，人工智能仍然只是一个效率工具。但是另一方面，人工智能作为效率工具对人类社会生活的影响已不容小觑。
19世纪的工业革命是以蒸汽机的发明为标志的，我把以蒸汽机为代表的生产工具命名为“机械自动化”，其节省的是人的体力。人工智能作为效率工具并不能直接替代人的智力，但是它能够通过软件程序的自动化来节省人的脑力，能让人们从大量简单重复的脑力劳动中解放出来。随着人工智能的智能化水平不断提升，它对脑力劳动的替代将会越来越多。这就是为什么复旦的那位教授认为人工智能替代的就是白领，因为白领做的就是脑力劳动。但说白了，人工智能就是一个升级版的、智能化的Office办公软件。“机械自动化”的本质是一种节省体力的技术创新，诸如摄影、电影等技术可以基于机械自动化来优化各种工作流程，让创作者更聚焦于艺术的表达，但又没有削弱创作者的主观能动性和审美判断，相反还能为他们创造和提供一些发挥空间。可是，到了“算法自动化”的阶段——我在不同文章里用了不同的词，有一篇文章里用的是“程序自动化”，最新一篇文章里用的是“算法自动化”——其本质就是节省脑力的技术，通过算法自动化，由人工智能驱动的算法可以将大量过去依赖人类自身经验和技巧的创作环节，交由智能技术去完成。算法自动化通过将复杂的认知和创作过程转化为技术驱动的决策，实现了节省脑力的效果。区分了“机械自动化”和“算法自动化”以后，再进一步就是这两种自动化的结合，就是未来马上要出现的“具身智能”，也就是机器人，而其实现的当然就是对于体力和脑力的双重替代。
现在最大的问题就在这个地方，我们现在要思考的主要问题有两个：一个就是如何与人工智能一起工作和生活，从而节省自己的脑力和体力，提高自己工作和生活的效率——当然，这不能成为“学术偷懒”的手段，相反它可以极大地抬高学术创新与文艺创意的门槛。第二个是如何发展人工智能目前还无法胜任的能力，比如说创意创新能力、情感体验能力等。这是现在人工智能在技术上不断发展的阶段性方向。
当然这里面也会有很麻烦的问题，就是刚才提到的，ChatGPT两周年的时候，澎湃做了一个报道，提到现在大量学生用人工智能来写东西，也有人说人工智能存在抄袭、剽窃这类知识产权问题，现在法学界为此争得不可开交。但是我可能也有完全不一样的看法。我的想法是，在人工智能之前，我们都会认为，只要是我写的东西就是创造性的东西。但是可能随着人工智能的出现，可能要去区分人的创造性的层次——你亲手写的东西，可能未必真的就是创造性的东西，很可能你只不过是以自己的方式重复了前人的创造而已。这也就证明了，我们以前的知识产权概念是有非常大的局限性的，用不准确的话说，它只是以形式化的方式去认定人的创造性，只关注“是不是你写的”，但没有去讨论写的东西到底有没有创造性。所以人工智能替代的恰好就是大量的看上去是独立的、但其实是非创造性的活动。《社会科学报》的许明老师从好多年前就一直在说，一个问题居然有上百篇文章发表，一看都大同小异——这种大同小异意味着没有创造性，或者说，其中只有一个人有创造性，其他人都谈不上创造性。生成式AI出现之后，因为它能够替代人的脑力，它的生成能力已经达到了人类的平均水平，而且这个均值的水平还会随着人工智能技术的发展而不断提高，也就是说它会不断地逼近人的创造性。至于它能不能替代人的创造性，那肯定替代不了，这根本不用去考虑，但是它会替代掉大量看上去是自己独立创作的非创造性的东西。这也意味着，人工智能会逼着我们重新思考，人的创造性到底体现在哪里，然后去抬高我们关于创造性的标准。这是我的一个基本看法。
关于工作的问题，现在培养学生碰到的最大问题就是就业，我觉得现在我们所有关于就业的观念、标准和评价指标可能都得改。到现在还抱着手工作坊时代的、大工业化生产时代的就业观念——换句话说，就是基于单位和机构的工作——可能已经不现实了。从前，现代工业淘汰了一批农业时代的手工业者，创造了大工业生产的流水线，使大批农民和手工业者转型成为生产流水线上的工人。现在，人工智能技术也将淘汰大量工厂的工人和服务业的从业人员，包括所谓的蓝领、白领都有可能被淘汰，从而改变现有的以单位、公司、机构为就业场景的工作形式。未来与人工智能一起工作，或许可以被描绘为人机合作式的、个体而非固定的、非传统就业的一种“后工作”状态。以人工智能作为效率工具的那种个体性的、小微化的、松散合伙人式的工作，可能会成为未来主要的工作形式。
这是我的猜测，但这种猜测我觉得也是有道理的。因为文化产业的学者已经区分了文化工业和文化产业的发展脉络。比如法兰克福学派时期，霍克海默和阿多诺所批评的文化工业是具有垄断性的大型文化机构。但是互联网出现之后，大型文化机构都开始碎片化了，变成工作室的形式，现在一些电视台、电影厂都变成工作室，这就是小微化。人工智能出现之后可能会进一步再小微化，也可能出现“原子化”，未来“一人公司”就是这么一种状态。所以前些天我也在跟他们开玩笑说，未来要重新看待就业问题，不能说就业一定要有所谓单位的担保，还要签三方协议，我自己就可以养活自己。未来的工作应该是以能否赚钱盈利和纳税为标准，纳了税就证明工作了，没有纳税那就只是消费者。
金方廷：如果AI进入高等教育是可以预见的未来，那么它对人文教育和情感教育，又会带来怎样的影响呢？
曾军：人工智能对人文教育的影响肯定是非常大的，最大的影响就是读书的问题。因为人文学者的思考跟理工科靠公式、算法、实验的那种方式很不一样，本质是作为个体怎样去跟传统建立起深厚的联系，然后与自己的经验和阅历相结合，最后才可能出现具有个体性和创造性的观念。人文知识的生产是以这种方式进行的。人工智能的出现让读书彻底变为检索，让人失去了对一本书的兴趣，人们再也不看一本书，只是挑其中感兴趣的东西去读。在人工智能出现之前，这种情况已经很多了。
我现在已经开始尝试这种方式并观察其是否有效。我们学校已经有老师开始这样上课了。假设说，现在上一门企业管理的课，那就把所有的企业管理的教材全部打包，加载在大模型上，变成一个知识库，之后再转化成一系列命题。遇到不懂的问题，就直接去问人工智能，问完还是不懂的，可以再去讨论。以这种方式教学，对老师而言是省力了，因为不需要记这么多东西，直接通过人工智能就能够回应学生的一些关切，但是对学生而言，就只剩下片面性的理解了，他们得到的都是与这些观念相关的一些基本问题、观念或结论，但没有背后一整套的思维过程，更不存在这些理论之所以产生的问题史。人工智能很有效率地给出了结论，但是把前面的所有过程全给忽略掉了。
至于情感教育，科幻电影《她》就设想了每个人都可以有一个自己的AI，可以跟它谈恋爱。这个例子说明，人工智能帮人去解决所谓的情感问题，可能比人去解决更有效。人文学科最重要的就是处理个人与传统的关系，如果一个人无法融入自身的文化传统之中，他将难以形成对文化的认同，同时也难以建立基本且稳定的文化观念，也就不可能有一个明确的文化态度，也不可能有转化成文化事件的行为……如果这一系列环节都没有的话，人文学科基本上就“死了”。所以人工智能事实上对人文学者最大的影响就在这个地方。
（刊于《上海文化》2025年4月号）
【作者简介】
曾军，上海大学中文系教授、博士生导师。中国文艺理论学会副会长、中国中外文论学会副会长、中国文艺理论学会数字人文分会会长。曾入选首届长江学者青年学者（2015）、文化名家暨“四个一批”人才（2017）、国家“万人计划”哲学社会科学领军人才（2018）、上海市曙光人才计划（2009）、2010年度上海社科新人（2011）。现任《上海大学学报（社会科学版）》主编、中国文艺理论学会常务理事、AHCI刊物Critical Arts:South-North Cultural and Media Studies编委。主要研究领域为文艺学和文化理论与批评。代表论著有《巴赫金对当代西方文学理论的影响研究》(社会科学文献出版社2021年版)、《接受的复调——中国巴赫金接受史研究》(广西师范大学出版社2004年版)，相关论文见诸《中国社会科学》《文学评论》《文艺研究》和Contemporary French and Francophone Studies、CLCWeb: Compara-tive Literature and Culture等国内外学术刊物。
金方廷，上海社会科学院文学研究所助理研究员。
主编：朱生坚
编辑：张晴柔
运维：任洁
制作：小邵
