生成式人工智能的出现是近年来媒介技术改变社会生活、震撼人类思维的标志性突破之一。随着生成式人工智能应用不断多样化，以ChatGPT为代表的大语言模型和以Sora为代表的世界模拟器正不断在社会各个领域展现出自己强大的学习力、理解力，甚至在某种程度上开始模拟只有人类才具备的创新力。因此，将生成式人工智能与文学创作和研究相结合，不仅是当下最风行的文艺研究思路，也极大拓展了技术之于文学如何可能的传统想象。

　　面对由人工智能所生产的文学作品，研究者过去所积累的研究能力、研究知识、研究智慧等智力资源由于缺少了智能化这一维度，所产生的研究结果势必无法对这些作品进行有效解读与阐释。换言之，人工智能文学研究需要新的智力资源来匹配文学生产主体的变化：研究者既需要将自己的研究能力提升至与人工智能相匹配的水平，也需要以人工智能为锚点更新自己的研究知识，还需要在研究智慧上更迭自己的思维方式。

　　以人工智能实践为基础的研究能力 

　　生成式人工智能生产文学产品遵循着大语言模型的基本内容输出方式，即用户通过发送指令来向人工智能提出内容要求，人工智能利用算法、算力和数据的结合来完成内容“创造”，并借助用户可以理解的自然语言完成内容输出。在这一过程中，用户得到文学产品的方式与过去存在本质性区别。

　　具体来看，在生成式人工智能出现之前，所谓人工智能生产的文学产品基本是对已有数据的简单整合，既不具备原创价值，也很难称得上具有文学性，此时真正具有文学性和研究价值的文学作品仍需人类创作完成。人类文学作品的创作主要在作者大脑中完成，且作者熟悉创作的整个流程以及作品的每个细节。而当生成式人工智能开始介入文学创作，用户（作者）主要是在提示关键词、提出具体要求和后期优化上影响文学产品的内容，至于具体的生产细节则被包含在如同“灰箱”一样的人工智能算法之中。严格意义上讲，用户（作者）是第一个欣赏完整作品的读者。

　　基于上述逻辑，这种与过去截然不同的创作方式自然对研究者的文学研究能力提出了更高要求，也是文学研究需要新的智力资源的根源之一。具体来看，对人工智能文学进行研究需要研究者亲身参与这一类文学的生产实践，通过与人工智能的协作来获得文学生产的真实体验，并在人工智能使用、提示词选择、优化经验积累等方面不断进行尝试，只有这样才能深入了解人工智能文学的生产模式和特点。此时的研究者又叠加了一重工程师的身份，因此可以被视为特殊的复合主体。特别是在大体量文学作品的生产中，了解如何构建一整套内容提示词、怎样调用大语言模型的API，以及如何保证内容质量相对稳定等关键细节，则直接影响到作品文学水平的高下。

　　对于研究者而言，是否理解人工智能文学的生产方法和细节会直接影响后续研究工作能否顺利进行，尤其是那些与人类文学创作具有较大差异的地方，如人类在文学作品生产中的角色发生了怎样变化、人工智能如何通过数据处理来模仿文学作品的情感表达、应如何看待人工智能文学作品的原创性等。毫无疑问，这些答案的获得离不开研究者亲身实践人工智能文学的生产过程，也考验着研究者是否能够真正理解这种并非完全由人来主导的文学创作模式。

　　基于科技与人文相结合的研究知识 

　　对于人工智能文学研究而言，研究者与时俱进的研究能力需要匹配不断更新的研究知识，只有这样才能在具体考察中获得真实有效的研究成果。如果说新媒介文艺研究需要研究者了解新媒介系统的构建方式和作用手段的话，那么人工智能文学研究所涉及的知识则要比新媒介更加复杂、多元。

　　从学科基础上来看，研究人工智能文学需要研究者具备哲学、数学、脑科学、生物学、语言学、社会学等理论素养；就技术知识而言，研究者还要对机器学习、大数据、算法分析、人工神经网络、信息控制等进行深入了解。学科基础理论素养的提升有助于研究者从更高维度上认识人工智能文学的本质及其生产逻辑，如理解了大语言模型的自回归生成方式，才能真正懂得人工智能进行文学“思考”的本质；而技术知识的学习，则能够帮助研究者更快理解人工智能文学的生产机理和标准，如学会调用API接口可以快速搭建文学写作与分析的平台，直接提高人们在文学生产上的技术水平和文学研究上的判断力。

　　总体来看，上述理论与知识包含了自然科学与人文科学两个方面，二者的有机结合才能形成人工智能文学研究的理论知识基础，失去其中之一的文艺研究，要么会脱离文学研究的一般轨道，要么会使文学研究走向神秘化和机械化，最终都不利于人工智能文学研究获得切合现实状况并具有时代价值的重要成果。

　　当然，要想真正理解和研究人工智能文学，对上述学科基础理论和技术知识的接受和利用就不能仅停留在基本的了解层面，否则便可能在人工智能文学研究中产生割裂感，甚至完全无视人工智能在其中所产生的影响。事实上，虽然人工智能可以通过总结主要内容、提炼主旨内涵、发现细节关联或对作品进行数据分析，来协助提升研究效率，但真正有创造性的观点和成果仍然需要研究者基于已有理论知识和研究能力来完成。因此，将科技和人文两方面的理论知识进行充分结合，并整合为人工智能文学研究的理论知识系统，远比新媒介文艺研究中通晓计算机和互联网知识更加重要。

　　以思维方式创新为核心的研究智慧 

　　除了在研究能力与研究知识上增加与人工智能相关的实践和内容之外，研究者的思维方式也应当随之进行革新，这样才能具备与人工智能文学相符的研究智慧。特别是在思维逻辑层面上如何看待人工智能文学的地位以及人工智能在文学研究中所扮演的角色，将在很大程度上影响研究者对于诸多文学问题的根本看法。就目前状况而言，部分研究者已经紧跟人工智能的时代潮流而逐渐开始更新自己的研究思维，如对人工智能文学的技术意图和审美问题进行考察、反思人工智能文学是否会走向“终结”等。

　　由此可见，在人工智能全面介入文学活动的当下，以之为起点重新构建新的文学研究思维已经成为研究者无法回避的基础课题，与文学研究相关的更多问题也随之凸显出来。如何理解在人工智能文学生产中因人的“缺失”而导致的恐惧？怎样看待由于无法预知文艺生产结果而引发的焦虑？上述问题的思考更多是从宏观层面上探究人类与人工智能文学之间的初始关系，而在具体问题研究上，研究者是否具有以创新思维方式为核心的研究智慧则会直接关系到研究结果价值的高低。

　　当然，对文学研究的思维方式进行创新，不仅要求研究者将人工智能视为开启新研究的关键之钥，更要求研究者需从批判视角看待人工智能，并将这种批评的态度运用于文学问题研究全过程。在创新研究思维过程中，盲目相信人工智能拥有无限能量或将其视为洪水猛兽，必然都会在具体问题思考中暴露出极端思维的局限性，无疑也将失去发现真正问题和获得正确答案的机会。因此，在人工智能文学研究中，既遵循技术革新的路线来进行切合实际的理论思考，又不对人工智能抱持过于乐观的期待或有失偏颇的敌视，相信将是研究者有效面对人工智能的机遇和挑战，并基于此获得新的智力资源的最佳策略之一。

　　作为一种“超级媒介”，生成式人工智能在短短数年内带给文学的重要变革已经开始从底层逻辑上动摇文学一以贯之的研究范式——即使是在新媒介时代，文学研究也是基于过去积累下来的经验而展开的，而人工智能的出现为文学研究打开了全新的思考方向。在这里，文学与技术之间的关联从未如此紧密，与人类之间的关系从未如此疏离，所需要的智力资源也从未如此新颖。当然，无论是提升研究能力、更新研究知识，还是创新研究思维，人工智能研究所需要的新智力资源归根结底有赖于研究人才的创新培养，他们身上所展现出来的各种能力、知识和思维的有机融合，最终将在具体研究中发掘出人工智能之于文学的价值和意义。

　　（本文系国家社科基金后期资助项目“新媒介时代文艺理论的当代发展与核心议题”（22FZWB086）阶段性成果）

　　（作者系聊城大学传媒技术学院副教授）