关于人工智能与创造力的另一个看法

我记得第一次听说ChatGPT的时候，我错误地以为这只是个会随时间消退的潮流。或许我当时太天真了，一台电脑怎么可能取代真正的创造力？

几个月之后，我第一次真正地与生成式AI进行互动，是通过与一位亲近的家人交谈，他问我是否试过这项技术并将它融入我的工作中——这还是在2023年。当时（直到现在依然如此），我对ChatGPT甚至试图取代我作为一名作家花了数十年时间磨练的技艺的想法非常不满。

这位在科技行业工作的家人，他花了很多时间学习如何将AI应用到工作中以适应他的工作需求和环境变化，似乎因为我不太看好AI对我的工作可能产生的影响而感到受伤。

“你不懂，”他激动地说，也许这只是我的想象，我记得他当时说话时语气里透着一丝绝望，“Buzzfeed已经解雇了部分员工, 用AI取代他们。这事挺严重的。

感谢 Finn Hackshaw, 拍摄，来自 Unsplash

他要表达的意思很明显。

要是我不小心，不管我写得多好，不管我花了多少时间精进我的技艺，不管我写了多少次修改的文章，不管我参与了多少项目，这些都无关紧要，因为关键在于ChatGPT比雇我便宜，可以替代我的工作（不过这一点还有待商榷，我们稍后再详谈）。

当时，我不太情愿地同意尝试用AI做实验，看看这些大型语言模型究竟能做什么。它们真的可能取代作家和创意人士吗？这个问题很重要，因为我们如何定义艺术家和创意人士，以及我们如何看待自己的工作非常重要：这个问题我将在文章后面再提到。

毋庸置疑，在那个时候，我并没有太在意，坦白说，我的看法至今也没变。反而，我觉得更加确定了，多看了会ChatGPT生成的东西之后，人工智能现在不是，将来也不会是真正人类的替代品。挖掘自己的创意来做作品，人工智能目前无法做到这一点。

为什么我现在要分享我的观点，尤其是当这个话题已经被讨论得非常透彻了？这样做的原因是什么呢？

我已经在这个特定的话题上思考并调整我的看法两年了。自从第一次谈到ChatGPT的对话以来——出于对那个家人的关爱，坦白说，还有对未来的担忧——我决定参与进去看看AI能带来些什么。

我让AI生成一些文章，给它提供了一些提示。我让它生成一些图片。我给了它我的工作描述和简历，让它帮我写一份求职信。（它编造了一些计算机科学方面的经验，这些经验在我的简历中完全找不到，因为工作描述要求相关经验。）我还让它帮我想一些文章和论文的标题。我让它替我批评文章，假装成潜在的读者或客户。

每次当我把某个想法拿出来征求意见时，我发现它的建议非常有帮助。它会让我考虑这个想法是否足够尖锐或有力度，价值主张是否明确，以及是否充分回答了想要回答的问题。此外，在提供标题建议时，它的命中率更高。然而，我需要和软件进行长时间的交流，不断输入信息，把不同的词组合起来，把不同的想法结合起来，并通常以它的建议为起点。

我也开始了与各种背景人士的无数对话之旅，与学生、技术人员、艺术家、退休的软件专业人士等等，关于使用人工智能的利弊进行了无数的对话。

照片由 Neeqolah Creative Works 拍摄，通过 Unsplash

分歧一开始就很明显。技术人员普遍对人工智能非常支持，因为它代表着行业的下一个大变革，正在改变行业；而艺术家（尤其是作家）需要适应这种变化，学会如何在工作中运用人工智能。

艺术家和作家，即创意人士——无论是专业还是业余——都非常明显地反对AI。对于我们这些人来说，考虑AI能够取代人类创造力简直是荒谬的。对于我们这些从更富有创意的观点看待世界的人来说，对于那些认识到创造力并非一种非二元化的技能的人来说，电脑程序无法模仿创意天赋的本质这一点几乎是显而易见的。

从这些聊天里我看得出来，如果你没足够的资本撑场，你的观点根本不被重视。风投看重的是AI，要是因此丢了工作，那就太“不达标”了。

我不得不承认，自从AI开始取代程序员以来，一些技术人员对这件事的看法似乎有所转变，讨论的语气和基调也开始改变。然而值得注意的是，这种人们只有在某件事影响到自己时才会关心的特性依然存在。

还需要注意的是，随着大量AI生成的内容涌入，像谷歌这样的公司开始调整它们的算法，优先展示人类生成的内容。然而，这些公司随后又推出了自己的AI工具，对这些内容进行扫描，为用户提供易于理解的信息——就像每个谷歌搜索结果顶部的AI摘要一样。

最近，谷歌也推出了更高级的基于AI的搜索工具，并且邀请了一些用户来试用这个工具。这个新工具会在你最初的搜索后，给你一些后续问题，从而微妙地引导你的思考方向。这不仅危险，因为它会不断告诉你哪些信息重要，同时还会引导你的思考方向，而且还会让你觉得某些人或机构是真正的权威。但这又是一个复杂的话题，我们另找时间再聊吧。

照片由 Thought Catalog 在 Unsplash 拍摄

在 LinkedIn 上，我每天都能看到关于真实作家被指控使用 AI 写文章的帖子，因为这些文章看起来很像 AI 写的。我这里提到的特定问题中，原文作者用了破折号，因为破折号在中文里并不常用，招聘委员会认为这位作者肯定用了 AI，因为她不可能自己写出那样的文章。

这还不算完，最近ChatGPT推出的“创新”——生成宫崎骏风格的肖像，也让人对于AI的“创作能力”产生了许多讨论，尤其是宫崎骏大师已经明确表达了他对AI的看法。许多创作者也纷纷在社交媒体上发表看法，当然，绝大多数人使用这项功能如此频繁，以至于OpenAI的GPU过载，Sam Altman也通过X平台呼吁大家停止使用，因为“我们需要休息”。

我第一次看到这些肖像时觉得挺有趣的，因为我完全没有意识到，我看到的是这种趋势的开始。真有意思，我根本没意识到那只是个开始。

一个家庭成员用“Studio Ghibli”工具给一张我们的照片做了个“改头换面”，并分享到了我们的群聊中。当时我觉得超可爱的，就评论说太萌了。另一位家庭成员也兴奋地跟上了，也晒了好多她用这个工具处理过的美图。

不过，当时除了看上去像是熟悉照片的动画版之外，并没有让人想起什么特别的事。

值得注意的是，虽然我不是宫崎骏电影的行家，但看了不少宫崎骏的电影，能够大致认出他的画风。然而，我所注意到的灵感来源只是觉得它有一点点借鉴了流行的动漫画风。随着动漫越来越受欢迎，从动漫中寻求灵感我对此并不感到意外。

只是一天后，当世界仿佛发生剧变时，我才发现这本应是照片的“吉卜力风格化”。

在这个背景下，我重新审视了同样的照片，说实话？它们看起来空洞无物，仿佛失去了灵魂。它们缺少宫崎骏作品中那种特有的艺术精髓。我并没有在宫崎骏的艺术作品和ChatGPT的产出之间找到任何实质性的联系，而且我完全无法理解这怎么会被认为与宫崎骏的吉卜力工作室的艺术风格有任何相似之处。

宫崎骏的艺术作品充满了生命力。它蕴含着他对他所热爱的工作和激情的爱。每一笔，每一次手抽筋，每当他完美一幅画时露出的淡淡微笑——所有这些都融入了他的作品之中。我们看到的每一幅画，都蕴含了他的创作力量。

ChatGPT输出的只是0和1，这不过是二进制数据。

对于那些认为ChatGPT的行为是对宫崎骏致敬的人，我并不认同，因为致敬是“公开表达的特别敬意”，要做到这一点，必须考虑艺术家的哲学、他们的作品和他们的理想。不仅完全忽略了宫崎骏自2016年以来对AI的看法，而且，宫崎骏甚至表示，AI生成的动画是对生命的侮辱。

据我所知，宫崎骏对自己作品的看法对大多数人来说并不重要。实际上，据说有些人甚至注意到“现在的日本创作者可能会很沮丧”，并分享他们用ChatGPT生成的自拍照。

我在Instagram上看到一条评论，有人分享了一个工具，这个工具让他们有机会使用ChatGPT以吉卜力风格创作他们自己的卡通片，来纪念他们特别的时刻。不过，我得说，我要说，我不同意。

AI 并没有真正创造出任何东西。用 AI 制作那些照片的人也没有真正创造出任何东西。AI 不是一个真正的“创造者”。而且，无论软件和代码给用户带来了多少创造和创意的错觉，用户都只是在利用现有的工具和代码，无法真正创造出任何东西。

现在，我听到你的声音，“好吧，普里扬卡，这是你的观点，但你也没有提出什么新的东西。”我理解你的意思，如果你再稍等片刻，我可能会用一种新颖的方式来说服你。

（或者，也许不会去。ChatGPT在没先读我这篇文章的情况下，是做不出的）

我们暂时回到书面表达吧。

像ChatGPT这样的AI就是大语言模型。这意味着什么呢？

语言学习模型（LLM）是一种人工智能程序，可以识别和生成文本等。该程序能够读取几乎整个互联网，数以百万计的吉字节信息，并基于机器学习。具体来说，LLM 使用“深度学习”，一种机器学习技术，来学习单词、句子、语法等如何相互作用。可以与你对话，撰写求职信，生成图像。

现在，我们也来考虑一下什么是“深度学习”。深度学习属于机器学习的一个子领域，旨在识别复杂的模式并建立类似的连接，就像人类那样。与普通电脑程序需要精确输入才能产生相关输出不同，运用深度学习，理论上，模型甚至可以处理不太精确的数据，仍能为用户提供相关输出。

但今天我们怎么会到了谈论机器学习和深度学习的地步呢？

关于AI的故事可以追溯到一位非常著名的数学家和计算机科学家阿兰·图灵。在1950年代，图灵在他的论文《计算机械与智能》中首次提出“机器能思考吗？”的问题。他设计了图灵测试，也被称为模仿游戏，这是基于维多利亚时代客厅游戏中的一种改编，用来判断机器是否具备思考能力。

在这款客厅猜谜游戏中，一位男性和一位女性参与者被隔离开，而询问者无法直接接触参与者。询问者需要根据他们的回答来分辨男女。

图灵对此进行了调整，用一个计算机程序来代替一名参与者，看看审问者能否分辨出哪一个是计算机，哪一个是人。他认为，如果审问者无法分辨出机器和人类，那么这台机器就可以被认为具备“思考”能力，或者说具有人工智能的能力。

这个问题的定义和研究从一种非此即彼的二分法转变为了一个连续的思考范围。这意味着，后来的研究者和科学家不再认为机器只能是“在思考”或者“不思考”。相反，他们认为计算机确实可以“思考能力”一些，但这种“思考能力”能否改进？是否可以进一步改进和发展。

最终，这些领域得到了发展，机器学习和深度学习成为了编程和计算机科学的一部分，每一项都在推动计算机的能力边界，并测试它们能够模仿和再现多少人类思维的范围。

值得注意的是，在每个阶段，我们都在寻找人类如何定义计算机中的思维的迹象。计算机这个词直译就是“计算”。它不仅计算，还能生成。而且它能以惊人的速度完成这些任务。

然而，即使我们选择用非二元的方式来提问，计算机本身依然是二元的。至于创造，它远远超出了机器所能触及的范围，因为机器本质上是二元的。

照片由 Rohan Makhecha 在 Unsplash 拍摄。

创造到底是什么意思？

根据字典，“创建”的意思是“创造某物”。

AI可以将人类已经创造出来的东西重新包装，使它看起来像是新创作的。由于这个原因，许多公司开始用AI来替代作家、艺术家和创意工作者，以节省开支。

表面上看，AI确实让人感觉像是在创造。然而，如果你深入挖掘——这是我们所有人都迫切需要做的事情——AI实际上只是把已有的创作拼凑在一起，呈现一个新输出。它只是在重复利用已有的内容，来营造创造的错觉。

首先，我要承认。我也开始使用ChatGPT了。它能帮我省下不少时间，作为一名在家工作的写手，它帮助我从别的地方获取除我自己以外的意见或反馈。

实际上，我现在要完全披露的是，ChatGPT 建议了“故事讲述者的蓝图”这个名字，而我喜欢这个混合的比喻。（蓝图让我感觉更偏向科学领域，我们通常不会把讲故事与科学联系在一起。）所以我非常感谢它成为我头脑风暴的好伙伴，甚至感激它的创意。

为了这篇论文，我进行了一次实验，让ChatGPT想出一个词。

回应如下：

我热爱科技的那一部分简直惊呼：“哇，这真是太酷了！”它造出了一个新词。确实，它的确做到了这一点。但根据“创造”这个词的定义，我现在真的在自相矛盾。

但是，让我们深入探讨一下。为此，我们需要稍微了解一下语言学和语言的发展过程。

如果你查字典（无论是线上还是线下）来查一个词的意思，你会找到这个词的词源。那么，词源是什么呢？

词源学是研究词的来源及其意思如何随时间变化的学问。

这很重要，因为词语很少真正被“创造”出来。我有时开玩笑地说，说话就是用你的嘴巴发出一些我们共同约定用来指代特定概念或物体的声音。当然，这种说法对于我们复杂的语言体系来说过于简单化了。

语言可以被设计，可以被构建，可以有使用规则（语法），但它们不能真正被创造出来。语言是表达和交流的工具。对于ChatGPT或任何生成式AI来说，它们之所以非常成功，是因为它们做了一切技术一直以来做的事——学会如何使用工具，并且比任何人类都使用得更快。

我的一个英语专业的朋友曾经说过这样的话：没有两个词有着完全相同的含义。它们可能非常接近，但绝不会完全相同的意思。这种特定性和细微差别在这个时候很重要，因为尽管我们大多数人通常会互换使用这些词，它们的词源、来源和历史会影响我们对它们的感受。

为了写这篇论文，我还问了ChatGPT它是否具有生成内容的能力。

这里用词很重要——ChatGPT在这里把“create”和“generate”当作同义词。但“创造”和“生成”本质上是有区别的。以“lumesce”为例，虽然ChatGPT确实生成了一个新词，但它并没有真正创造一个新词。

这个词来自拉丁词根和词 creā̄t- 或 creā̄re。根据牛津大学出版社（Oxford University Press），原始的拉丁词语具有以下含义： “繁衍后代，（雄性而言）生育后代，（雌性而言）分娩，（如上帝、自然等）创造，创造，引发，任命。”

与其他罗曼语系语言相比，拉丁词根显示出，OED 列出了 Anglo-Norman 的 creer 和 crier ，这些词的意思是从无到有地创造、生产或制作。

这个词在古法语、加泰罗尼亚语、西班牙语和意大利语中也有出现。它的意思是指“与神明或自然力量有关”。在它的及物动词形式中，意思是“使存在，创造；尤其是从无到有的创造或生成”。

相比之下，“生成”是一个更偏向数学或计算领域的术语，在其原始语境中，它被定义为“通过执行特定的数学或逻辑运算对初始集合进行处理来产生一系列的项目。”

当我们注意到这两个词之间的细微差别时，ChatGPT的功能就更容易理解了。ChatGPT所做的就是生成文本和图像。但是它不会创作它们。

虽然ChatGPT承认它不像人类那样创造，但它认为它生成文本，因此具有“创造的能力”。但这是一次随意的回答，也是一种便捷的回答。（讽刺的是：机器竟然如此人性化。）

ChatGPT提到它可以生成，但接着详细说明它所做的一切都不算是真正的创造。创造的根本是从无到有。当我们进行创造性活动时，人类从内心深处挖掘潜能，将其转化为具体的形式。

反对创造力和那些需要大量努力和承诺的独特技能，而倾向于廉价的模仿，这种趋势稍微令人担忧。更糟糕的是，自大或无知地认为两者等同。

照片由 Balázs Kétyi 拍摄，来自 Unsplash

在艺术领域（甚至是像市场营销和图形设计这样的企业领域），像我们现在所取得的成功方式可能是最近才出现的现象。但是，这些工作是为了满足人们对人类经验进行创造性表达的需求而产生的。现在，作为社会，我们的行为却表明，我们宁愿让计算机来定义什么是人类，而是宁愿付给某人一个体面的工资，让他们从自己内心深处挖掘出这些内容。

如果你看到这里，让我澄清一下：我并不认为自己是反对AI的，我确实看到了AI的潜力。（虽然我预料到有些人只能从这句话中感受到我的不满。）我的问题不在于AI本身，也不在于过去，而是人们更倾向于为了自己的方便而忽视以可持续的方式发展人类社会。

我不认为人类创造的工具比使用这些工具的人对结果更负责。我以前也说过类似的话，关于社交媒体。工具本身通常是中立的。工具如何被使用决定了人们对其的看法。我们需要问自己，我们是否对AI的使用负起责任，我们是否真正为了进步而使用AI，还是仅仅是为了自我满足。

我常听到的一个理由是，人工智能变得如此普遍是因为它“节省了我们的时间和金钱。”因此，它更“经济实惠。”但我们是否真的应该这样认为呢？

照片由NASA拍摄，来自Unsplash

多次指出了生成式人工智能对环境的影响，但当前的经济体系并没有考虑修复这些影响所需的成本，更不用说未来的成本了。我们总是陷入解决自己制造的问题之中，而不是在开启潘多拉纳之盒之前，全面考虑所有可能的情况。

在 MIT News 的文章中，麻省理工学院材料科学与工程系教授Elsa A. Olivetti，和麻省理工学院新推出的气候项目的去碳化任务负责人分享道：“我们需要一种更情境化的理解方式来系统和全面地理解这个领域新发展的意义。由于改进的速度之快，我们还没有机会赶上测量和理解这些权衡的能力。”

然而，“新发展”的定义又变得很方便。如果规定新发展必须在全面评估其对环境的影响并考虑开发商采取的缓解措施后才算真正完成，那么从这个角度来看，实际上还没有任何新的发展。

脑海中浮现的一个类比是一个人突然发现他们可以以每小时150英里的速度开车，但他们不了解引擎的实际性能，不知道他们会遇到什么样的路况，也没有想过是否会在居民区行驶。他们只知道能以每小时150英里的速度行驶，天哪，得好好看着他们这么做。

每家公司说“AI便宜”，其实是在说“AI让我的生活变得轻松，而我无需承担这些负面影响的成本”。

未来AI可能带来的成本，即当前虽看不见但实际存在的代价——忽视软件整体影响的代价，让成千上万的人失业，让他们的思想无处安放——这并非指那些进行冥想和沉思的人——最终导致收入紧缩，不同背景的人不愿投身于创意领域，艺术家无法响应内心创作的呼唤，这种代价终将不得不承担。

此外，将来我们也得承担逆转对环境负面影响所需的成本，总有一天要还账。

与其说我们需要停止所有人工智能技术的发展，我建议我们要更加负责任地看待AI的设计过程以及我们在人类发展道路上前进的方式，这种态度。

照片由 David Gavi 拍摄，他在 Unsplash 上分享了这张照片.

另一个我听到的论点是，“事情就是这样。”可以理解。然而，这种说法听起来很决断，让人想起宗教观点“上帝创造了这个世界”。

值得注意的是，人为设计的系统和神创造的事物（对于信仰神的人而言）之间是有区别的。社会结构不是神的旨意（虽然有些人可能持此观点），而是由我们设计的，目的是为了服务我们。

将神的意志与人类结构混为一谈是危险的，因为它鼓励懒惰。它导致对受自己工作影响的人缺乏关注。它导致忽视当前虽看不见但未来必然产生的技术成本，无论是我们自己，还是我们的后代。

“我觉得我们正接近末日。人类对自己失去了信心。”这是宫崎骏的评论，他对由人工智能生成的动画表现出了非常反感。

视觉艺术、文字创作和动画都是人类经验的表达，在它们最好的时候展现了最美好的一面和最糟糕的一面。宫崎骏认为人类失去了对自己的信心，这种观点虽然听起来很极端，但实际上是有道理的。

我们更愿意让电脑告诉我们该怎样感受，也不愿把自己置于一个脆弱的位置，与另一个有着判断力、偏见和经验的人谈论我们的想法。我们宁可接受“差不多就行”——坦率地说，很多时候从电脑那里得到的只是凑合，这种接受在多数人看来，尤其是从他人（特别是在专业场合）那里接受时，通常难以接受。我们宁愿维持现状，也不愿逼迫自己去突破。

那现在呢？

也许你比我更擅长写ChatGPT的提示词，让软件像我这样写完整篇文章。但像ChatGPT这样的软件可以模仿我的风格，却无法复制我走到这一步的经历。

它无法体验到可能失业的威胁，也无法体会到某位更有钱的人的想法（即使他并不专业）比自己的真实经历更重要所带来的伤害和挫败。

它不能每天去见我父亲一次，讨论人类的自大，并听取他的观点，然后修正自己的看法。它也无法像我每次谈话后一样，让这种情感和感受影响我走过那段旅程。

照片由 Clark Tibbs 在 Unsplash 拍摄

虽然有些人可能会说“对话不会激发创造力”，并且ChatGPT每天处理数百万次对话，但我希望他们不要把形式和本质混淆。对话的形式很容易被误解或混淆。但对话不仅仅是两个人用嘴巴发出我们赋予了特定意义的声音。它是在通过交流来理解彼此和周围的世界。

我见过并读过有关人工智能“意识”的论点。我不会深入讨论这个问题。但是，即使是最坚定的生成式AI支持者也必须承认，无论人工智能是什么，它永远无法真正成为人类。如果你觉得ChatGPT让创作者变得“更好”，很遗憾，我必须不同意这种想法。通过重组过去的数据和故事，它总是以新的方式重现过去。

用AI取代创意工作的风险在于，我们可能会因此而让艺术家们不再愿意将一生奉献给他们的艺术。宫崎骏曾说过，经历创作过程中的痛苦是很有必要的。为什么呢？

能够把痛苦变成美，这种能力在历史上经常可以看到。更重要的是，每一次的转化都很重要。无论是身体还是心理上的痛苦，每次都有其意义。

谈到我的创作过程，当我坐下来写作时，在我真正动笔之前，项目前期需要做很多准备工作。我会静静地坐着，思考主题，让主题慢慢在我脑海中成形，渗透到我的思维空间中。在非虚构写作方面，需要整理思绪，做研究，与专家交流，以打造一篇扎实的文章。

用创意写作时，我经常需要从头开始，一点一点地慢慢推进，每次写50到100个字，直到灵感突然爆发，文字就像泉水一样涌现出来。说实话，文字似乎自然而然选择了自己。有时它们并不总是自动浮现，这时我就会翻查同义词典。对我而言，角色会自我塑造。在我的故事里，人物并不会由我来设定具体特征，他们会告诉我他们自己是什么样的，以及他们的性格是如何被环境塑造的。

这听起来可能很奇怪，但大多数我认识的作家也表达了类似的观点和过程。创作就是让潜力成为现实。你无法“控制”它，当然也不能限制它的范围（比如只让它依赖于过去的数据）。它存在于过去、可能和现在的交集之中。

如果我们干扰这个过程，只专注于其中一种方式，那么我们就破坏了创造天赋本身的本质。AI已经证明自己在其中一个方面是有帮助的。

科技进步不可或缺。但同样重要的是，即使不总是得到应有的认可，艺术和文化也至关重要。如果我们需要寻找下一个达芬奇、莱恩·厄休拉、拉贾·雷维·维尔马和宫崎骏，我们就需要创造一个能够激发这类才思的环境，让这些人才发挥潜能。

我认为人工智能的出现是为了满足某种需求。人类正在追求星辰大海，探索深海。我们正在做纳米芯片，还让电脑变得更强大。在帮助人类突破这些极限时，它却严重地影响了我们独立思考，以及触及人类超越二元方面的能力。其中一种体现就是创造力。

我们必须小心不要只见树木，不见森林。ChatGPT可能是下一个大热的东西，给那些因某种原因无法通过自身努力满足内心创造力需求的人一种错觉。但是，生成式AI带来的即时满足感永远无法与挖掘内心创作之井过程中经历的痛苦、付出的努力和创作的艺术相媲美。

人工智能确实有着不可否认的实用性，我也认为它也可以说是对人类更大抱负的一种回应——但它究竟在为谁服务？又是如何服务的？我们必须小心，不能让一项技术被赋予超越其本来目的更大的意义。

本文最初发表在 Substack：一个讲故事的蓝图 .