最近，大语言模型（Large Language Models， LLMs）和生成式人工智能（Generative Artificial Intelligence，GAI）的技术进展，表明人工智能在“智能化”水平上有所提升，同时也引发了一些对传统的哲学和艺术难题的新思考，如主体性、意向性、创造性、艺术本质等问题，可以从人工智能艺术语言这一角度来切入，剖析并反思这些问题。

　　 将艺术视作一种语言有一定的合理性。艺术与语言本来就是同源而生，都是人类精神生活的表达，是人类文化的重要组成部分。艺术语言说有以下两重内涵：其一为艺术符号说，从结构来看，艺术的基本要素和语言基本要素一样，都是符号。虽然这两种符号不完全相同，但是两者紧密关联并可以互相转换。如今的一些人工智能艺术程序运用的Text-to-Image 模型，其实质就是将图片与文本进行转换。其二是艺术作为广义的语言。从两者在人类精神活动中的作用和基本性质来看，艺术和语言都具有思想表达性和传达性（交流性）。康德认为，美的判断是普遍可传达的，因此他将艺术类比于语言，强调艺术要言说精神。众所周知，哲学在20世纪经历了“语言转向”，实际上，美学和艺术理论也出现了一种语言转向。如克罗齐提出，艺术是表现，也就是语言，语言理论就是艺术理论、美学理论。海德格尔认为，诗的语言是本真的语言，“语言本身就是根本意义的诗”。本雅明和阿多诺则认为艺术就是广义的语言，本真的艺术语言可以反抗同一性思维，救赎被物化的语言。 

　　既然艺术与语言有着如此紧密的关系，那么，从艺术语言的角度来解析人工智能艺术的实质，分析人工智能艺术语言与人类艺术语言的联系与区别，不失为一种可行的途径。艺术语言符号说是人工智能艺术的支持性理论和技术基础，而艺术广义语言说则是对人工智能艺术语言的一种批判。从艺术的文化本质来批判人工智能艺术更为恰当：艺术语言不能只是元素的组合和堆砌，社会维度和现实关系是其更重要的本质。

　　“人工智能艺术”是一个新兴的却又含义模糊的范畴。狭义地理解，人工智能艺术指的是人工智能在接到简单指令后自动生成艺术作品。从人工智能的功能和地位来看，人工智能在该类艺术中可以被视作具有一定主动性的“代理”。在这种自动生成系统中，人工智能并非像“计算机艺术”中的计算机那样，只是一种生成工具或者媒介，而是具有相当程度的自主性，在艺术生成中能起到更为重要的、决定性的作用。从版权的角度来看，为人工智能输入简单指令的人并不拥有该艺术的版权，这也从侧面印证了人在该类艺术生成中不是主导者。

　　广义的人工智能艺术还包括艺术家与人工智能合作生成的艺术，如人机交互艺术。在这类艺术中，艺术家仍然是艺术品的构思者和主导者，人工智能生成是艺术家整个艺术装置中的一部分。笔者所批评的人工智能艺术语言，主要是针对人工智能自动生成艺术这一部分。

　　人工智能艺术（特别是自动生成艺术）打破了传统的人类艺术概念，引发了人们对传统艺术概念的反思：是不是只有人造的艺术才能称作艺术？我们应该如何区分人工智能生成的艺术和人创作的艺术？人工智能生成艺术是否意味着人工智能可以拥有想象力或者创造力？机器是否最终将取代人类艺术家，人类艺术是否将终结？之所以有这些难题，是因为我们仅仅从艺术品这一表象来看待人工智能生成艺术，而忽视了表象背后的生成本质和语言特征。艺术品是艺术活动的结果而非全部，而且这个结果往往会被附加上接受者的文化和情感因素。然而艺术并不等于艺术品，不能倒果为因。当我们从艺术语言的角度（包括语言的特征、生产机制和交往过程）去整体理解人工智能艺术时，我们才能深入解析其蕴含的本质属性。

　　一、图灵测试之误：人工智能艺术语言问题的引出 

　　（一）规则与功能：维特根斯坦与图灵之争 

　　人工智能专家普遍认为，所谓的智能、心灵、想象力、情感等概念，是一些内在的、难以被实证的预设，必须通过外在的行为（包括言说）及其产物（如艺术、语言等）才能被表征或体现出来。图灵指出，只有通过某种行为测试（即语言问答），才能去理解智能（思考）。因此，他将“机器能思考”的问题等价为“机器能通过语言测试”。这种等价会产生几个疑问：(1)“使用”语言等价于思考吗？(2)用语言回答问题等于能够“使用”语言吗？(3)语言（问答）可否自动化生成？自动化生成的语言与现实是何关系？(4)语言（问答）的自动化生成等价于思考或者智能吗？图灵的这种行为功能主义立场遭到了许多哲学家包括维特根斯坦、塞尔等人的猛烈批判。历来批评图灵的观点都集中在了前两点上，笔者则认为实际上后两点才是图灵测试错误的根本所在。

　　早在图灵测试被提出之前，图灵和维特根斯坦已经就“机器能思考”的问题进行了多次思想上的交锋。维特根斯坦从语言游戏的立场出发，认为抛弃语言规则和前提去随意使用一些概念，会导致语言的误用。“思考”“感知”“愿望”这类词语，表明其行为主体只能是人或者其他有智能的生命，而不适用于非生命体。然而，自从图灵作出“机器能思考”等价于“机器能模拟思考的行为”这种预设后，人们将“思考”这个词语不断地用于机器、人工智能等非生命体。仅仅从语法规范的角度来消解机器思考问题已经不再现实，语言本身是随着社会发展而不断发展的，语言规范也会不断被打破和重建。

　　 维特根斯坦对行为的“功能主义”的批判更值得重视。首先，维特根斯坦认为所谓的内部事实（如心灵内容）和外部事实（身体行为、言语行为）不可截然区分，两者之间具有逻辑关联。其次，遵守规则和执行规则是不同的。遵守规则必须懂得、理解规则，而执行规则无需理解规则。机器只能执行规则，并不能理解规则。因为行为代理只有能够“通过诉诸规则来指导、解释、纠正或者证明其行为”才能被描述为“遵守规则”的。最后，维特根斯坦认为，机器遵守的是机械式的程序，其实质是人在用机械去遵守规则。他提出人或者生物可以是一种“活的阅读机”，这种阅读机的“阅读”行为可以独立于心灵或其他机制，只是对书面符号做出各种反应。维特根斯坦对行为主义的批判是尖锐的，我们并不能简单地从行为的功能和结果的角度来证明机器可以思考、想象甚至创造，因为其行为的内在机制是截然不同的，不同的行为可能会导致相同的结果。而人工智能正是利用了结果和功能上的拟合，使得人们误以为人工智能可以发展出人那样的意识、做出人的行为。功能上的接近甚至等价并不意味着两者在实质上相同，这就如同用概念去表征对象，即使再精确，概念也不等于对象，语言上的同一性（A=A）实质上是一种剥夺了客体本质的抽象同一。如果我们仅从机器功能和表征上模拟了人类语言以及艺术，就说机器可以进行思考和创造，那就又陷入了同一性泥潭。物理学家彭罗斯也指出，人类思维和意识有着无法被算法化的部分，而智能必须有意识，因此人工智能无法完全模拟人脑。 

　　图灵测试正是一种基于行为的功能主义的测试，图灵混淆了智能与思维以及思维活动与思维结果。他将思维等价于语言的问答，认为机器只要像人一样回答问题，就有了智能。然而实际上，虽然现在的大语言模型（如ChatGPT，DeepSeek）已经能通过图灵测试，大众难以辨别真假，但这并不意味着机器有了智能和思维。这种语言的问答只是一种数据上的拟合，是对“语言”进行模仿的游戏。语言的模仿游戏不同于思维活动，更不能反推出思维，而是一种语言符号的生成、重组和配对，可以视作一种“语言”的自动化生成和生产。图灵测试混淆了思维与智能，将语言问答简化为语言的生产，这使得复杂的智能问题能够用一种问答行为测试的方法进行判断。所以人工智能专家纷纷以通过图灵测试作为其研发成功与否的重要标准，这导致了一种机器智能研究的实用主义和功能主义倾向。

　　（二）拟合与转码：人工智能艺术语言的技术逻辑 

　　图灵测试的基础和媒介在于语言，当我们深入人工智能的“自然语言处理”（NLP）技术时，就可以找到回答技巧的本质是什么。由于自然语言具有复杂性、歧义性和可变性，所以人工智能语言的基础算法是通过概率算法（如隐马尔可夫模型）来预测语词搭配、语义等，从而能在一定程度上实现语句的生成。换言之，人工智能的语言模型只能做到与自然语言在形式和功能上的近似或者说拟合。无论是大语言模型还是生成式人工智能，都并不是真正地在回答问题，更谈不上思考。语言的自动生成显然不等于机器能够言说，更不代表机器能够遵守语言规则乃至具备思维能力了。

　　人工智能可以自动生成语言，同样，它也能够自动生成艺术语言（符号），包括文学性语言、视觉符号语言、听觉符号语言等。不少视觉图像算法的基础其实是语言处理，这涉及语言与图像的关系与转换，即文生图（text-to-image）技术，如应用了clip模型的Dalle-2、Stable diffusion。深入研究其生成机制会发现，我们之所以可以通过输入提示词（prompt）来生成图画，其深层逻辑是将图画和语言符码化，转换成人工智能可以处理的高维向量（数值特征），然后通过语义对齐技术，将文本向量与图画向量对齐（在向量的空间位置接近或者一致）。这种转码技术说明，人工智能根本没有理解文字命令，仅仅只是通过数值上的拟合，实现图片的生成。现在的文生视频技术也是如此。

　　 维特根斯坦从其语言游戏理论出发，认为机器只能执行语言规则，而不能理解它。塞尔则持有生物自然主义（Biological naturalism）立场，认为机器由于没有生命所独有的意向性，所以不可能理解语言。对此也有不少反对意见，如丹尼特认为，机器等人工物也可以有意向性立场（intentional stance）。博登则认为，意向性到底是什么，我们至今没能弄清楚。目前来看，人工智能确实已经和之前的机器有很大不同，通过模拟建构人的神经元工作机制和学习方式，人工智能的学习、处理反馈和接受指令能力大大加强。它们在学习大量人类语言和符号后，能够拟合并生成语言。不过，预测人工智能可以从大数据中涌现出意识仍然为时尚早，人类对语言和知识的学习与人工智能是完全不同的，人类学习并不是通过大数据、强计算，而是通过小数据、类比和推理的方式实现的。而且人工智能目前没能摆脱知识幻觉问题，也没有实现真正的推理，所以不能说人工智能可以像人一样理解知识甚至有意识地去思考。在艺术语言方面，人工智能也没有真正地理解艺术形式和艺术的内涵，更无法进行有创造性的艺术创作，它只是艺术符号的生产者（代理），而且这种生产并非根据艺术自身的逻辑，而是从艺术表象数据的拟合入手，所以这种生产和人类艺术生成是完全不同的。目前的人工智能更不可能产生意识，它只是在模拟意识的功能和表征，显现出有意识的行动。这就要求我们深入地了解表征（如语言、图像）背后的生成机制和功能，以及从文化角度来理解它们。 

　　（三）接受惯性与文化幻象：人工智能语言的艺术化可能 

　　 如今大语言模型能够生成一些高度流畅、具有美感和诗意的作品。从2018年至今，笔者曾经用微软小冰、清华九歌、ChatGPT、DeepSeek等多个语言模型生成诗歌、小说、散文、剧本等形式的文学作品，发现人工智能技术在文学写作上的进化非常迅速。DeepSeek生成的作品已经能够兼顾意象、典故、诗歌格律等形式要素了。然而，大语言模型并不是真正掌握了诗歌的意象和内在规律，更没有受到实际环境影响而 “感物生情”。它仅仅是利用语言联想功能，从给定的主题出发，将一切与该主题相关的词语按照相关性排序，然后连缀成诗。这里面涉及的主要技术就是Transformer 架构、强化学习、有监督微调等技术。而人在写作诗歌时，首先在于外物引发的情感变化，并将这种情感通过词语表现出来，正如“物感说”指出的，“乐者，音之所由生也，其本在人心之感于物也。”外物的触发是艺术情感的必要因素，人是与外在环境发生具体关系时才有创作的动机的。人工智能却没有这种外在触发，而只有对命令的执行，并没有真正的情感生发和文化蕴含。 

　　既然如此，为什么我们在阅读人工智能创作的诗歌时仍能感受到情感或者文化呢？这是由于人们长期阅读之后形成的一种接受惯性，以及读者与词语之间达成了艺术共识。接受理论认为，读者并不是被动接受，而是主动参与，“如果没有受众的积极参与，文学作品的历史生命是不可想象的。因为只有通过它的中介过程，作品才会进入一个不断变化的体验视野”。对于读者而言，这种主动参与当然是一种积极的阅读活动。但是它也会产生一种接受惯性，即读者会通过联想、完形机制来补全、强化作品。这使得空洞的人工智能作品被读者强行赋予了原本没有的情感和文化内涵，从而形成了情感和文化幻象。人工智能技术正是借助了这种惯性，通过“感情计算”等方式来制造幻象，生成所谓的“艺术”。

　　 这种文化幻象还在于人们与人工智能生成的艺术语言达成的多重艺术共识之上。文本之所以能作为文学作品被接受，需要预设一种共识——对文学定义和效用的共识。对人工智能作品的接受，首先必须有文学文本的形式上的共识（如诗歌、小说、散文、歌词等）。这种共识存在于文学体裁形式、语言特质等因素上，比较容易被程序化。其次，共识还存在于词语和语句的文学性之上。文学语言具有多样性、不确定性、创新性和辩证性，文学语言的这些特性往往体现在词语意象的非常规组合。目前的人工智能文学就是要学会处理词语之间的搭配。在这种处理中，也可能会出现一些新的搭配形式。这些新形式或许会打破传统的“期待视野”，从而激发读者新的审美趣味，建造新的视野。更重要的是，人工智能文学还需要有一种新的共识基础——技术仪式感。这种共识并非一种纯粹地对文学或文本的共识，而是来源于文学之外的——对技术的信任和崇拜。这种信任和崇拜就体现在一种新的技术仪式感之中。在《控制论和幽灵》一文中，卡尔维诺从文化发生学的角度考察了文学形成的共识基础。他指出，神话（文学）的讲述不仅仅依靠语言，还需要“仪式”（rite）。这是一种文学仪式感，它需要有场景性、参与性和神秘性。文学仪式感源于文学艺术的宗教维度。本雅明曾指出，在技术可复制时代，艺术的宗教特征被去除了。随着通信、网络技术的发展，艺术的仪式感也逐渐淡化了，如今人们很少聚集在某个现实时空中聆听故事、交流情感以及形成仪式了。当网络、人工智能和虚拟现实技术兴起之后，人们开始形成一种新的崇拜仪式，如在网络上点赞、讨论和围观，直播和视频将人们重新凝聚起来。这种仪式不再是基于对词语和文本的崇拜，而是对技术确定性的顶礼膜拜。文学的仪式被转移到对科技的崇拜仪式中。 

　　人工智能技术在文艺领域的广泛应用，说明艺术不仅可以被技术祛魅，同时技术本身也可能被施魅。人类艺术被还原为数据、数字和数学，技术也正在成为人们新的膜拜对象。一些技术研发者刻意制造噱头甚至焦虑感，在他们的渲染下，似乎通过了图灵测试，就意味着人工智能具备创造力和想象力了，甚至可以替代艺术家了。因此，对人工智能艺术生成的解魅就是非常有必要的。那么，从哲学上来考察，人工智能艺术语言生成的本质是什么呢？其有何内在动力呢？它们和人类的艺术语言生成又有什么本质的区别呢？

　　二、人工智能艺术语言的本质阐释 

　　当我们从技术层面理解了人工智能艺术语言生成机制，才能进一步明白其审美的独特性，弄清楚其语言与人类艺术语言的本质差异，从而不会轻易地将创造性、想象力、文化等人类特质赋予人工智能。

　　（一） 自然美、艺术美与人工智能艺术美 

　　人工智能作品是人类艺术形式的重新组合和再造，因此它可以引发一种形式审美。但是这种美感又和人们欣赏自然、人类艺术时稍有不同，它不是一种纯粹的形式美感，而是掺杂着其他内容的感受。

　　康德区分了自然美和艺术美，他认为自然美是“一个美的事物”，而艺术美则是“对一个事物的美的表现”。他还指出，艺术与其他生物活动不同，“人们仅仅应该将那种通过自由的生产，也就是通过以理性为其行动的基础的任意性的生产，称为艺术。”人工智能艺术并非建立在理性基础上的自由生产活动，这种生成中缺乏人类的创作和想象活动，因此很难被视作一种人类艺术。人工智能作品（特别是艺术产品）也不能简单地被视作人工制品，很多人工智能作品是在程序下自动生成的，超出了人类设计者的预想。人工智能作品体现出了一种新的形式美——人工智能艺术美，它能够为人所感知和欣赏，但是它既非自然美，也不同于传统意义上的艺术美。

　　“X的美”（beauty of X）的命题是从人的审美判断的角度讨论，这种判断更重视的是事物（X）呈现出来的形式，是一种主观层面的形式判断。美丑判断被现代哲学家视作一种主客对立思维下的判断形式，阿多诺、海德格尔等人提出了超越主客二分的美的显现方法。阿多诺认为，应该用“艺术语言”去取代所谓的“美”，所谓的“X的美”应该是“X在言说”，人去倾听和理解这种言说，而不是将自己的主观美丑标准强加在X之上。所谓的“美”应该被艺术语言的“真理内涵”所取代。阿多诺在这里进行了一种从审美价值到本体论价值的转换。只有人的审美判断真正符合客体言说的真实，才是美的。阿多诺认为，自然美是自然无声的语言，而艺术美则是对这种自然语言（自然美）的模仿（imitation）和翻译。

　　 与艺术美的真实模仿不同，人工智能艺术美中的艺术语言却是基于程序和计算上的。这导致语言被抽象为符号或数据，切断了语言与情感、现实的联系。海德格尔曾指出，机器技术将人类语言变成了信号语言，失去了语言的真实性，并进一步导致人类丧失本质，“技术语言对语言本真性的攻击同时也是对人的本质的威胁。”人工智能艺术语言虽然不完全等同于机器语言，它们是由机器语言（规则）构建生成，套上了艺术形式的外衣，但是其实质上也是高度抽象化、同一化的，它们被抽离了语言的现实性、具体性，缺乏情感，没有了历史和社会维度。这种语言与人类的物化语言类似，缺乏语言的生命力，只剩下同一性支配下的交换价值。不过，既然被物化的艺术语言——文化工业产品可以被欣赏，人工智能艺术产品也是有一定的欣赏价值的。下面，我们进一步分析这种人工智能艺术美的实质。 

　　 首先，这种美的载体并非自然事物，而是人造机器生成的产品，可以被视作一种人造物的衍生品。人工智能艺术美与自然美存在本质区别。人工智能生成并非一种自然过程，也不是一种纯粹客观的结果。人工智能艺术是建立在传统人类艺术形式的基础之上的，其生成过程受到人的操控，人们会为之输入指令以及对成品进行调整和选择。此外，人工智能艺术生成不是一种完全自然的、非人为的现象与活动。不过，人工智能作品也不能完全被视作人类作品，因为其内在机制与人类艺术活动完全不同，生成结果具有不可控性和“有目的的不合目的性”。目前看，以深度学习为底层结构的艺术生成具有“黑盒”特征，具有一定的新奇性和不可控性，能生产出人类意想不到的作品。另外，从目的性来说，人工智能艺术和人类艺术正相反。按照康德的理论，美的艺术是一种无目的的合目性的产物。而人工智能艺术则是有目的的不合目的性的产品。从生成目的来说，它们是人类为了某种艺术生产目的而设置的；从欣赏角度而言，人们对于人工智能艺术的欣赏，往往掺杂着一些功利性的目的，如猎奇、真假判别与技术崇拜等。不合目的性除了不可控性之外，还在于它不符合自然生态的合目的性。因此，我们不能简单将之归为一般人工物，不如说是人工物的自动衍生品。 

　　由此，整个艺术品和文本的人类属性可能会发生彻底的改变。未来我们看到的翻译文本甚至艺术文本，绝大部分都是经过人工智能处理甚至是其生产的。如果任其发展，人类的作品会被机器不断自我复制的艺术符号所湮没。

　　 其次，这种人工智能艺术美应该被视作一种内在的艺术语言游戏，与实在无关、缺乏真理内涵。康德认为，艺术与自然之间有一种相似关系。而阿多诺则更进一步认为，艺术美是艺术语言的外观，是对自然语言（自然美）的模仿和翻译，艺术和自然之间有着密不可分的辩证关系。然而，人工智能艺术与实在（包括自然）没有直接关联，它是一种纯然内在的语言游戏，因为它只是人类艺术样本数据化之后的重组和改造。虽然输入的艺术样本和实在是有关的，但当这些艺术形式被抽象化、数据化后，与现实的联系也就不复存在了。例如现在流行的大语言模型ChatGPT，虽然已经能生成相对流畅的语言甚至是文学语言，但是它们“没有在物质世界中被具身化，它们就不会像人一样体验到语言与物体、属性和情感的联系”。人类为其输入的提示词并不是与其互动，而是给人工智能指派的命令。因此，人工智能的艺术行为是一种生产行为，而不是像人一样做出某种艺术行为（诗意行为），后者是受到外在对象的刺激和感动而产生的。因此，我们看到的人工智能艺术品所透露的情感、意义、价值等也只是假象，阿多诺所说的艺术品具有的“真理内涵”也就不存在了。人工智能并没有真正的“具体性”和“实在性”，更无否定性和批判性。 

　　 人工智能艺术美是一种真正的假象，是一种假的艺术语言所言说的虚假内容。当然，人工智能艺术生产活动中也有所谓的真实，但是这种真实是一种基于预设标准的真实，即人工智能生成的艺术文本需要符合预设的人类艺术文本标准。然而，人工智能艺术也并非毫无意义，既然其原始数据来自对艺术美（艺术形式）的分析和拟合，那么它产生的形式因素也能引发观众的审美感受。这些重新组合的甚至衍生的艺术形式，可能会带给观众新奇的感受，甚至是独特的审美体验，如Deepdream、Midjourney和Designer等程序都创造了独特的艺术“风格”。康德曾经提到过“人造花”引发的兴趣，当人们发现人造花并非真花时，那种从自然美中获取的直接兴趣就消失了，出现的是一种非审美的兴趣——虚荣的兴趣。人工智能艺术也与此类似，它更多引发的是一种新奇感、虚荣感，以及技术生成带来的震惊感受，而不仅仅是对其艺术形式本身的欣赏。 

　　综上，人工智能艺术并不是传统的人类艺术。它打破了艺术必须由人创造、必须以理性为基础的界定，从而扩展了艺术的概念。人工智能艺术所体现的美也不同于自然美和艺术美，它有艺术形式因素，这些因素能引发人的审美感受，但是它又不是来源于生活、对应于实在的。人工智能艺术是一种语言形式的自动化生产，而非人类有意识的语言。

　　（二）衍文本与物化语言：文本自动化与无根性 

　　人工智能作品是一种衍生的人工物，从艺术语言理论来说，我们也可以用“衍文本” （derived text）来概述这种自动化生成艺术语言，“衍”有衍生和繁衍之意，衍文本意味着人工智能文本是从人类文本衍生而来，但是由于其自动生成功能，类似于语言的自我繁衍。衍文本与“衍文”和“超文本”相关，但由于其具有AI技术的属性而生发出新的含义。

　　“衍文”的原意是指因缮写、刻版、排版等错误而多出来的字或句子，即因技术错误导致的文本讹误。衍文本则是有意研发和使用人工智能技术去生成文本，这种文本的功能和目的是恰当的，然而当它不断自我复制时，文本与其最初的语境和现实环境越离越远，会导致文本的无意义和错误。衍文本和超文本有一定的相似性。超文本指的是通过使用文本链接，使空间的文本（后来扩展到不同媒介的文本）在网络上实现链接和交叉引用。超文本概念的提出者尼尔森认为更广义的超文本指的是一种非连续性的写作。与超文本的相似之处在于，衍文本也主要在网络上分享，也是一种打破传统时间性的文本。

　　在网络时代之前，语言（包括文本）的自我衍生早已开始。海德格尔、巴特、福柯、德里达等思想家曾经设想过，语言具有某种意义上的独立性。海德格尔认为，人并非语言的塑造者和主宰，相反，“语言是人的主人”。语言是存在的规定性（语言是存在之家），艺术（诗歌）是本真的语言。人工智能可以源源不断地、自动地生产（艺术）语言，由此看衍文本似乎蕴含了独立性。然而，这种语言只是一种纯粹符号化的、内在化的语言，它在独立的那一刻就注定已经死亡了。海德格尔不可能同意一种纯粹符号化的、内在化的语言存在，他认为，符号、指令等构成的技术语言是对本真语言的攻击，人工智能艺术语言也不可能是海德格尔意义上的“存在之家”。

　　巴特设想过一种理想的（阐述）文本，这是一种多样的、相互作用的文本系统，这种文本没有开端,没有主线,是不确定的，是基于语言的无限性的。巴特虽然不可能设想一种网络上的超文本以及人工智能生成的衍文本，但是他的理想文本却成了超文本最为重要的思想来源之一。

　　超文本具有非线性、去中心化的特征，这一点和人工智能衍文本是相似的。当人类文本输入人工智能等程序中，经过重组、改造、重新构型，文本的源头变得难以追溯。相较于超文本的转链接能力，衍文本的特点在于基于强大计算能力的文本无限繁殖性。这些不断生产繁殖的文本可以重新流入人类文本池，甚至再次作为原始数据输入程序中，这种情况又被称作“产业自循环”。发表在Nature上的一篇文章指出，这种自循环会让机器生产的数据缺乏多样性、偏离真实世界，最终导致“模型崩溃”。这种崩溃可能仅仅是开始，如果未来人类世界的语言和文化建立在无数的机器生产的文本上，那么人类文明大厦也有随时崩塌的危险。

　　当衍文本繁殖得足够多之后，人工智能学习的就不再是人类的文本，其生成的文本就成了无根之物了。无根性意味着衍文本与其现实来源发生彻底断裂，人工智能正在生成一个逐渐闭合的符号世界。这种封闭性是符号、语言、艺术等人类文化形式的内在化、理念化的极端体现。最初，莱布尼茨、弗雷格等思想家孜孜不倦地追求一种人工形式语言，促使计算机与人工智能技术语言的诞生。如今这些技术又反过来促进了形式化语言的自动化生产。技术化语言最终切断了语言与人类以及现实的关系，从而成为一种无根的、漫游的符号。这种符号要么是机器生产出的商品（具有交换性），要么是无价值的废品，一直源源不断地衍生出来。体现在人工智能艺术中，少数作品成为文化工业产品，进入艺术市场中，更多的生成物则变成了电子垃圾。

　　 衍文本本质上是一种物化的语言。卢卡奇认为资本主义社会中的商品关系会反映到人类意识上，形成物化意识。物化意识体现在语言上，就会发展出一种物化的语言。物化语言（reified language）是一种分裂的语言，是抽象的、符号性的交流工具，这种语言隐藏着同一性结构，是交换价值在语言中的体现。因此，阿多诺指出，“所有的哲学批判今天都可能是语言的批判”。人工智能生成的语言正是这样的物化语言，它没有具体内涵，缺乏与现实的联系。阿多诺认为只有通过重建更合理的语言——审美式的语言，才能使得主客体实现和解，语言应该具有历史和社会维度，是一种非同一的、具体的语言。艺术语言具有摹仿—表达维度，内蕴批判性和否定性，因此可以用艺术语言来救赎物化语言，并进一步救赎被同一化了的认识和思想。然而人工智能艺术语言并不具有这种摹仿性和表达性，更不可能有自我批评和否定的维度，这种语言与本真语言背道而驰。 

　　（三）形式化与内在化：人工智能艺术的祛魅与施魅 

　　人工智能艺术的基础是数学，用数学来实现艺术的形式化和算法化也是许多美学家和技术专家的目标。早在古希腊时期，对艺术和美的形式化追求就已经开始了。毕达哥拉斯学派认为数的和谐就是美，黄金分割率即是一种例证。然而中世纪宗教又为艺术神秘化提供了思想基础，现代科技的发展则为艺术规律化、形式化提供了可能，同时也在破除艺术的神秘性，艺术始终在施魅和解魅中纠缠。格式塔心理学结合了现代物理学中的重要概念——“力”，发展出了“知觉力”的概念。阿恩海姆认为，客观事物的物理结构和主观的知觉力是相互作用的，艺术中的一些平衡、形状、色彩、运动可以引发人类的视知觉力量，从而传递表现性。只要能够找到蕴含表现性的式样和力，就能引发审美感受。格式塔心理学理论为艺术的形式化提供了合理化基础。

　　真正试图将计算引入艺术和审美中的是信息美学，该派学者认为，审美和艺术品中传递信息，这种信息可以量化，他们试图为艺术形式、审美理念总结出信息公式，如伯克霍夫提出的审美信息量度（M）与秩序（O）和复杂度(C)直接相关。这为人工智能艺术生成和评价提供了一种可能，用信息美学的计算公式来看人工智能生成的文学作品（笔者曾用ChatGPT生成长篇剧本），就会发现其复杂度较低，信息量不足。实验美学则认为审美形式可以引发人类不同的审美心理，主张用实验法去总结出美的规律。新实验美学倡导者贝里尼提出了唤醒理论（Arousal theory），该理论认为艺术形式与唤醒潜力之间有着相关性，因此，艺术家应该通过技巧来调整作品的秩序和唤醒元素。这种量化分析已经被专家运用于人工智能艺术中。

　　人工智能艺术为艺术语言形式化、内在化提供了一种新的可能。人工智能艺术生成一般分为两种方法。一种是自上而下的符号主义方法，此方法预先设置好艺术生成程序，包括图形、色彩、构图等，如Aaron绘画程序等。这种方法需要运用已有的艺术形式规律和理论，因此存在着理论滞后性和片面性。另一种则是自下而上的联结主义方法。这种方法运用了以神经网络为基础的深度学习，通过输入大量的人类艺术样本，让人工智能程序“学会”如何生成相似的艺术文本。最新的Difussion 算法则进一步通过解码与还原解码，以及文本—图像转换技术，让人工智能生成的艺术具有了很高的真实性以及创新效果。

　　艺术的形式化是人们为了祛除艺术神秘性、寻求艺术规律性的结果。而形式化也可能会导致艺术的内在化，即发展成一种自洽的艺术形式系统。这种艺术形式系统如果过于封闭，必然会导致其与外在世界慢慢脱离，而形成一种自足但抽象的符号系统。人工智能艺术的内在性形成一种新的神秘性——技术的神秘性，普通欣赏者一般不需要也很难理解人工智能技术生成艺术的过程，人们看到的只是技术可以魔法般生成大量作品，技术用艺术来炫耀自己的能力。本雅明所说的艺术“震惊”感转变为了对“技术生成”和技术本身的震惊体验。人们通过技术，一方面给艺术祛魅，另一方面却形成了新的技术之魅。

　　然而实际上，真正的艺术并不能像数学那样高度形式化和内在化。首先，数学可以内在化，其基础是数理逻辑和数学推理。而艺术品的形式虽然可以进行一定的内在化，但是其内在规范并非因果推理和形式逻辑的（有人称之为“想象的逻辑”，而是具有辩证性的。其次，数学并不需要实在化，而艺术必须形成作品、必须“物质化”（materialization）。在这个物质化的过程中，由于环境、工具、媒介等变量的影响，艺术品会具有人类无法控制的偶然性。最后，数学公式的成立并不需要外在世界的验证，数学不受外在标准和价值观影响，其标准为逻辑上的真假。而艺术必须呈现给观众，外在标准和价值观对其有决定性影响，美丑等标准是由观众所判定的。

　　 艺术内在性也是本雅明、阿多诺等现代思想家所根本反对的。本雅明认为，艺术是一种广义的人类语言，是对事物语言的翻译。阿多诺则进一步认为，艺术语言具有为被压抑的自然发声的解放作用，还可以救赎已经被物化的人类语言和理性。艺术无法脱离自然与实在，其自身的否定性、反抗性和救赎性使得其无法实现形式化和内在化，而这才是人类艺术的真正价值所在。当人工智能将艺术的形式作为处理对象时，就根本地背离了艺术的价值。虽然有大量的人类艺术文本输入其中，然而一旦这些艺术文本从实际环境、语境被剥离之后，剩下的只是一些构图、色彩、形式等要素，它的社会意义也随之消解。有人认为，人类的指令（prompt）以及联网搜索也可以为人工智能艺术语言提供外在关联，使得人工智能艺术不是纯粹的内在系统。然而，这种外在关联并非艺术语言本身的交流和互动，指令是一种单向输入的命令，而非双向的互动。联网搜索也是如此，这并不能改变人工智能艺术语言的形式化本质。 

　　综上，形式化是人工智能艺术生成的基础，部分艺术要素确实可以形式化、抽象化。然而，艺术又是具有创新性和否定性的，艺术家不断地打破已有的规律，创造出新的艺术范式。艺术的真理性不仅仅在于艺术形式要素的配比，还在于艺术与实在的关系，这种关系不再是传统意义上的符合关系，而是一种融合的关系。因此，脱离了实在的、完全内在化的艺术只能是一种艺术语言游戏，而非本真的艺术。

　　三、人工智能艺术语言的批评与引导 

　　人工智能艺术语言是形式化和内在化的符号式语言，这种艺术语言和本真的艺术语言的本质区别何在？它背后的驱动力量到底是什么？我们又如何去改造这种艺术语言形态，使之成为人类艺术的有益补充呢？

　　（一）辩证性的丧失：人工智能艺术语言的空洞化 

　　从亚里士多德开始，绝大部分思想家都认为艺术具有辩证因素。阿多诺进一步认为，艺术作为语言，具有表达不可表达之物的辩证性。这种辩证性恰恰是人工智能艺术语言所缺乏的。

　　首先，艺术语言的辩证性体现在其试图表达不可表达之物。阿多诺认为，哲学和音乐一样，都具有一种悬浮性，而这是很难付诸文字的。“本真作品也是一种绝技，即实现那些不可实现的绝技”，艺术的“绝技”就是这种“悬浮”（表达不可表达之物）的感性例子。艺术的根本目的是将事物语言真实地表达（翻译）出来，而不是一种脱离现实事物的语言游戏。而这恰恰是人工智能艺术语言所无法实现的。

　　其次，艺术虽有其逻辑，然而这是一种悖论式逻辑。“音乐的‘游戏’是一种具有逻辑形式的游戏：陈述、同一、相似、矛盾、整体和部分的形式”，音乐的逻辑虽然与真理有关，却并非“判断逻辑真理”（apophantic truth），而是“逻辑的无判断的综合”。艺术虽然是一种语言，但却是一种充满矛盾的语言。人工智能作为一种程序（算法），需遵循数理逻辑，是不能允许悖论存在的。基于深度学习的AI艺术算法可以对人类艺术语言进行统计性归纳，某种程度上倒是可以模拟一种悖论式艺术语言的表象，不过这种建立在统计规则上的模拟缺乏悖论的张力，只会导致艺术语言的平庸。

　　最后，艺术的辩证性还体现为作品建构的悖论性。阿多诺指出，“建构”一词来源于技术，指的是“许多给定元素的合理化标准”，艺术不是“为这种真正的实用目的服务的”。艺术根据建构原则将会导致一种“审美严格性”，艺术作品成了“数学练习”，这与艺术原则背道而驰。艺术具有辩证性意味着艺术永远无法像科学那样去追寻必然性，它一定是必然性与偶然性的结合。在阿多诺看来，辩证性和否定性是艺术对社会批判的基础，是艺术需要永远保留的特质。这就意味着，缺乏否定性和批判性的人工智能艺术只能是一种艺术语言的形式游戏，不应该成为艺术的核心部分。

　　当我们将艺术设置为一种艺术语言的自动生产时，艺术趋向于空洞。它的内在结构从辩证的、复杂的变成了确定的、单维的，其外在价值如批判性、否定性以及救赎性完全丧失，艺术与人的关联也将丧失，艺术蜕变为漂浮在人类世界中的无根符号。重提艺术的辩证法并非为艺术的神秘性招魂，而是希望重视同一性结构规训下的非同一之物，技术在为艺术解魅时，不应该将自身树立为新的偶像，技术崇拜会导致新的技术同一性和技术非理性。

　　（二）资本驱动与智能文化工业：人工智能艺术语言的生产 

　　人工智能艺术语言本质上是艺术符号的自我复制和增殖，这不仅仅是AI技术的计算本质造成的，还因为它的根本驱动力是资本。在社会的商品生产阶段，物品是作为商品而生产的。艺术语言也可以是一种商品，人工智能艺术语言因其可复制性，是一种理想的工业化商品形态。

　　 阿多诺曾经在《文化工业》一文中指出，机器化大生产介入文艺领域之后，会批量生产可复制的、可交换的文化商品。文化商品追求的是交换价值，交换性也是同一性思想在文化工业生产中的体现。文化工业不仅仅在为大众提供廉价的文化商品，同时还通过这些商品来影响和改变人们的审美和认识。商品追求的是交换价值，因此，批量的工业化生产是使其价值属性最大化的方式。批量化意味着艺术语言需要高度形式化、抽象化、均值化。本真艺术由于其辩证性、具体性和否定性，批量化生产难以进行。人工智能艺术生成则是将艺术语言转码成了符号，凭借机器的计算能力，一切符号都可以被计算、再现出来。甚至艺术中相对难以定量化的要素如风格创新也可以通过风格迁移的方式被实现。阿多诺所说的“文化工业”升级为了“智能文化工业”。这也是众多大资本和公司投入巨资来研发人工智能艺术程序的目的。 

　　 由于智能技术的加持，智能文化工业显现出自己新的特色，同时也带来新的问题。智能技术全面介入人类生活，人与现实的关系进一步疏离。一个高度技术化的社会实际上也是高度管理化、资本化的社会。艺术语言的自动化生成可以为消费者营造极度丰富的艺术世界（同时也是消费世界），然而正是这种丰富使得消费者与真实世界慢慢隔绝开来。维贝克指出，人们的经验、实践、认识（意向性）和伦理都被技术和人工物所调解（中介）。相较于维贝克所说的一般人工物，人工智能显然更深入、全面地介入到生活中，人们的生活世界逐渐被商业化、资本化了。技术在生活中的普遍中介，体现了资本对生活的渗透和规训，导致了人与现实、人与自然甚至人与人之间的隔绝。康德曾指出，人的认识与本体界（自在之物）之间有着不可跨越的鸿沟，人们只能通过实践理性来接近自在之物。然而，人工智能不仅在认识层面隔绝了现实，还进一步在人的行为和实践层面将人与现实隔绝开来。当人们不再需要从事任何劳动，甚至也不需要进行任何创造性活动，只用恣意地享受人工智能生成的各种产品，那么人类是否最终会进入柏拉图式的“洞穴”，甚至成为“缸中之脑”呢？ 

　　当然，智能文化工业也有其积极的一面，它在某种程度上丰富了大众的生活、提升了艺术工业的生产效率。我们应该警惕那种具有控制性、同一化的资本体系通过技术对人进行控制和异化。艺术本来是对资本控制性和同一化思维的反抗，如果任由资本和技术来控制全部艺术，那么人类世界中的非同一性部分也将逐渐消失。艺术语言应该是人与世界、人与人之间沟通的重要媒介。我们可以通过艺术来感受大自然的美好、与他人分享情感。但是当艺术语言成了人工智能生成的形式符号时，特别是这些海量的符号将人类与世界、与他人逐渐隔绝开来之后，人们就难以真实地感受到世界和情感的实在性了。

　　（三） 人机关系与行动网络：人工智能艺术的引导 

　　正因为人与自然、人与人之间逐渐隔绝开来，人与机器的关系反而日益凸显，人机关系的问题主要体现在人机互动以及人机信任上。

　　有人认为，人工智能的最终目标就是实现强人工智能——有意识的人工智能。而现在的人工智能水平虽然还实现不了意识，但是某种程度上可以模拟智能或心灵的功能与表征。图灵测试实质上在鼓励机器以一种伪装为人的方式与人交流，技术专家忽视了这种技术带来的信任问题。维特根斯坦论证过人类“装假”的问题。他认为“装假”像一种游戏，出现在他人内心。人们无法确定他人的内部，但是内部事项也必须在生活之流中才有意义。同样，人无法从外部来确证机器是否有“心灵”，就如同人无法知道他心一样。因此，根据目前的技术水平，人机互动考察的重点并非人与机器的心灵交流问题，而是人与机器在实践和生活上的关系，以及两者的行动选择和责任问题。

　　 越来越多的哲学家倾向于将无意识的人工智能、机器人视作道德的代理，如弗洛里迪和桑德斯提出“无心的道德”。他们认为，道德代理并不需要智力、意向性、意识，它只需要具有交互性（代理与环境能相互作用）、自主性（代理能在没有直接响应交互时改变其状态）、适应性（代理的交互可以改变转换规则）。由此来看，无意识的弱人工智能也可以成为代理。在艺术领域，人工智能可以成为人类艺术生成的代理和参与者。机器这种从工具到代理的转变，使得人们不能再仅仅从工具性上来理解人工智能。然而，人类发明人工智能（包括自动化机器）的初衷就是希望它们能协助或者替人劳动，这样很可能会产生一种针对机器的新主奴关系。黑格尔在《精神现象学》中提出了一种主奴辩证法，主奴意识是一种不自由的意识形态，在意识层面存在着主人和奴隶的互相对立和转化。虽然机器暂时没有意识，但是人们在处理人机关系时可能会进一步发展和强化主奴意识，这种人机间的主奴意识也可能会影响到人与人的关系。另外，随着智能技术的进一步发展，人机的主奴关系也可能颠倒，机器可能会从被控制者变成控制者。 

　　 因此，在人工智能的理想与现实、应然与实然中，产生了一系列人与机器的控制悖论。这种控制悖论的根源就在于人试图超越自身的行为限制去做事：人类一方面希望保证自己对人工智能的绝对控制，另一方面又希望创造另一种类人智能体来替人类劳作（包括体力和脑力劳动），而这种智能体必然会从劳动替代走向全面替代，从而导致失控，甚至直接威胁到人的生存。要破除这种悖论，一方面是限制人的创世冲动,即造出一种有意识的智能体，另一方面是正确处理人与机器的关系，破除对抗性的主奴意识和人类中心主义思想。重视人机关系也并非要将机器视作与人一样的主体，而是根据现实去揭示机器主体性的潜在可能，引导技术的可控、向善、可持续发展。尽量避免让机器成为一种具有意识、意向性或者主体性的存在，技术的发展应该始终具有透明性和可控性。在对机器控制的同时，也要防止一种新型的主奴关系产生，而去构建一种人与机器的新型平等关系。因此，人机关系应该在一种人机协作的行动网络中来考虑。 

　　 一些学者提出了“行动者网络”(Actor-network)的概念。约翰·劳认为行动者网络“将社会和自然世界中的一切事物视为它们所处的关系网不断产生的效应”，人类、自然、思想、机器都是行动者网络中的行动者拉图尔强调非人的代理如机器可以对人的行为起到增强作用，而这种增强改变了人的行动进程。人工智能艺术生产中，也存在一种行动者网络。艺术家、人工智能程序设计者、人工智能程序、观众都是这个网络中的行动者。很难断定艺术的创作主体是谁，正如行动者网络理论中所强调的，行动是无源头的、无中心的，打破了传统的主体—客体的对立关系。这种状态应该是人工智能艺术生产的合理状态，人工智能艺术不应该仅仅是一种语言内在化的游戏，而是人与机器合作的艺术创新方式，是一种技术与艺术的新的融合方式，并非技术对艺术的单方面整合。我们应该大力发展的不是人工智能独立生成艺术品，而是运用智能程序来生成更有创造性的新艺术形式和艺术品，如AI修复老电影、AI协助人类设计以及一些人机协作、人机交互的艺术品。在人机协作艺术中，智能技术虽然在艺术生成中起到非常重要的作用，但是技术只是参与这类艺术的过程构建。人工智能并非艺术品最初的设计者，其生成品也不是作品全部。因此，人工智能在此类艺术中并非起主导性作用，而是艺术网络的行动者之一。从艺术语言的角度来说，人工智能和人都是言说者。人机互动艺术就是言说者通过持续地对话来共同生成艺术语言。艺术家和人工智能在艺术中形成了对话关系，这种关系类似于哈贝马斯所说的交往关系，也蕴含了阿多诺所说的艺术模仿的平等性。人工智能在模拟艺术家，而艺术家也在模仿人工智能，在这种平等交往中培养人机平等、人人平等以及人与万事万物的平等关系。因此，这种人机交互的艺术语言是一种新的语言，既包括人类艺术的语言，也包括改造了的机器艺术语言。 

　　结语 

　　 目前人工智能艺术的生成，表面上是试图将艺术语言形式化、内在化，实质上却是一种语言生产上的自动化企图，这虽然促进了艺术的祛魅，但同时也导致了技术的施魅。由于艺术语言本身具有的辩证性、实在性和否定性，它是抗拒这种内在化和自动化的。内在化意味着斩断艺术与身体、现实以及社会的关系，构建一种纯粹的形式化艺术语言系统，这很可能演变成一种物化的艺术语言，会极大地削弱艺术的意义，导致艺术本质内涵的丧失。而自动化则是建立在彻底形式化、内在化之上的一种生产活动，其目的并不是艺术，背后是资本驱动的商业目的，这与艺术的本质是相悖的。在理解人工智能艺术是一种语言的自动化生产之后，我们便能反驳那种人工智能会取代人类创造艺术的论调。人工智能艺术的自动化生成并不意味着人工智能具有创造性或者想象力，机器并不理解艺术以及艺术语言，只是按照概率统计在模拟艺术语言。真正应该警惕的不是技术，而是推动技术发展的资本。资本借助人工智能技术建成了一座巨大的艺术自动生产机，各种艺术符号源源不断地自动生产出来，未来的人们就在这些符号喂养中成长。资本生产艺术符号并非为了艺术本身，更非为了实现人类的精神自由，而只是为了实现资本增殖。一旦艺术失去商业价值，资本会随时将其抛弃。只有当人工智能艺术从狭义的自动生成艺术发展到广义的人机对话艺术，这种艺术才能实现某种意义上的救赎。 

　　 人工智能艺术的价值往往是正反交织的。首先，人工智能艺术为人类艺术的规律性探索提供了方法，并促使人们反思艺术中的辩证因素。艺术与美的规律化是探析艺术法则、为艺术祛魅的手段。但是这种手段并不是目的，不能让艺术限制在形式的枷锁中。在祛魅的同时，我们也发现了艺术神秘性本身的价值。与程序化的人工智能艺术相比，人类艺术是必然性与偶然性的辩证结合。这提醒我们，要珍惜和重视艺术中的非形式化、非同一化因素，重视艺术语言中的悖论性逻辑和表达辩证法。其次，人工智能艺术为人类艺术提供了一种非人类中心主义的参照。20世纪以来，思想家们就一直在试图破除思想中的人类中心主义倾向。阿多诺曾经试图通过提倡艺术语言的方式来反对传统的主体至上原则。人工智能艺术的出现提醒我们，艺术并非必须是人所创造的，人不是唯一的智能体，也不是文化创造的唯一力量。不过，我们也要警惕一种新的“技术中心主义”，技术只是人类行动的产物和工具，不应该让技术反过来成为人类行动的主宰，技术崇拜和艺术崇拜一样，都是将人类行为本身异化为行为之物并对之赋魅。再次，人工智能可以生成艺术品这一事实提醒我们，人类艺术的本质可能并不在于艺术品、艺术家或者抽象的艺术概念，而是在于艺术的行为（包括创作、欣赏、表达和交流），这种“诗意的行为”才是人类艺术的核心，是人类的本质活动。最后，人工智能在艺术领域的广泛应用还可以成为一种思想和社会实验，通过对人工智能艺术及其影响的观察和反思，人类可以预见未来科技对人类社会造成的影响，以及提醒我们该如何应对。例如人工智能艺术中引发的侵犯个人隐私、信任危机、版权问题、歧视以及失业等社会问题，实际上是在人工智能科技影响下的社会问题的缩影。我们只有及时地采取调节和引导措施，并且用艺术中的自由与审美理性来引导科技发展，才有可能让人工智能真正造福人类，实现“AI向美”（AI for beauty）与“AI向善”(AI for good)的统一。 

　　〔本文注释内容略〕

原文责任编辑：马涛 责任编审：张跣