◎本報(bào)記者 張夢(mèng)然

人類(lèi)路長(zhǎng)嗟日暮，AI已有驚人句？

人工智能（AI）搞詩(shī)歌創(chuàng)作并不是新鮮事。在這一領(lǐng)域，早期A(yíng)I大多依賴(lài)于簡(jiǎn)單模式匹配和規(guī)則設(shè)定，生成的詩(shī)句缺乏內(nèi)涵和情感。但隨著深度學(xué)習(xí)和自然語(yǔ)言處理技術(shù)的進(jìn)步，新一代AI已能夠通過(guò)學(xué)習(xí)大量詩(shī)歌數(shù)據(jù)來(lái)捕捉語(yǔ)言的細(xì)微差別和復(fù)雜結(jié)構(gòu)，從而生成更加自然流暢、富有創(chuàng)意的詩(shī)句。例如，科學(xué)家利用深度神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)技術(shù)，訓(xùn)練AI模型理解并模仿古典詩(shī)詞的格律和平仄，甚至能夠針對(duì)特定主題或情感生成的詩(shī)句。

更驚人的是，11月14日一項(xiàng)正式發(fā)表的研究稱(chēng)，讀者已經(jīng)無(wú)法可靠地區(qū)分AI生成的詩(shī)歌和人類(lèi)創(chuàng)作的詩(shī)歌，而且人們可能更青睞AI的詩(shī)。這個(gè)有趣的現(xiàn)象，挑戰(zhàn)了我們對(duì)于A(yíng)I創(chuàng)造力的傳統(tǒng)認(rèn)知，也引發(fā)了關(guān)于藝術(shù)創(chuàng)作本質(zhì)的新思考。

來(lái)自美國(guó)匹茲堡大學(xué)的科學(xué)家，設(shè)計(jì)了一系列精巧的實(shí)驗(yàn)來(lái)探究這個(gè)問(wèn)題。首先，他們邀請(qǐng)了1634位志愿者參與測(cè)試，每位參與者都收到了一組精心挑選的10首詩(shī)歌。這其中包括了5首出自文學(xué)巨匠之手的經(jīng)典之作——比如威廉·莎士比亞、拜倫、艾米莉·狄金森和T.S. 艾略特等人的杰作；另外5首則是由先進(jìn)的AI模型ChatGPT 3.5模仿上述大師的風(fēng)格創(chuàng)作而成。結(jié)果令人驚訝：許多參與者錯(cuò)誤地認(rèn)為AI的作品是由人類(lèi)創(chuàng)作的，反而對(duì)真正的人類(lèi)創(chuàng)作持懷疑態(tài)度。

為了進(jìn)一步了解人們對(duì)這兩種不同來(lái)源詩(shī)歌的態(tài)度差異，科學(xué)家又組織了第二次實(shí)驗(yàn)。這次，他們召集了696位新的參與者，要求大家從多個(gè)維度，如質(zhì)量、美感、情感表達(dá)、韻律感及創(chuàng)新性等對(duì)詩(shī)歌進(jìn)行評(píng)價(jià)。結(jié)果顯示，當(dāng)人們知道詩(shī)歌來(lái)自AI時(shí)，即便實(shí)際上那些詩(shī)是人類(lèi)創(chuàng)作的，他們?cè)诖蠖鄶?shù)評(píng)價(jià)指標(biāo)上的打分都會(huì)更低。相反，那些不知道詩(shī)歌來(lái)源的參與者，則更傾向于給AI生成的詩(shī)歌打出更高分。

科學(xué)家認(rèn)為，造成這種現(xiàn)象的原因在于，AI生成的詩(shī)歌往往更加直接明了，易于理解和感受，而這恰好迎合了現(xiàn)代讀者尋求簡(jiǎn)單明快閱讀體驗(yàn)的需求。同時(shí)，讀者又錯(cuò)將人類(lèi)創(chuàng)作詩(shī)句的復(fù)雜性，當(dāng)作是AI寫(xiě)作的不連貫，并且低估了生成式AI表現(xiàn)出的與人類(lèi)的相似程度。

這個(gè)發(fā)現(xiàn)不僅展示了AI在模仿人類(lèi)藝術(shù)創(chuàng)作方面取得的進(jìn)步，也讓我們重新審視了人們?cè)谠u(píng)判藝術(shù)作品時(shí)可能存在的偏見(jiàn)。