王涵

考验人写作能力的时代来了。从文学创作到应用文写作，在不少人心中，AI写作不仅是大势所趋，更成为了现实，区别只在于参与程度的深浅而已。

作为编辑，我发现由AI辅助写就的文章已开始在每天编校的稿子中出现，而且越发频繁。由于缺少证据，有时即便觉得AI参与的痕迹略重，也不敢妄下定论，因为目前并没有触手可及的检测工具，而即便真的有，这样的怀疑也可能会走向扩大化。不久前，当我们就一篇引用数据明显存在问题的文章向作者求证时，得到的回复是：“文中所有数据均来自大模型。”轻描淡写的解释折射出作者对写作的轻慢态度，而某种程度上，恰是这种未经省察的认同，模糊了人机合作的边界，并给所谓的技术决定论以生长空间。

是不是有了AI，我们就不必在写作上劳心费力了？在过去，下笔快慢，往往因人而异，有了AI之后，可以说人人都像开了挂一般，“下笔千言，倚马可待，立等可取”。但是，疑窦仍存。写作与人类其他活动的不同在于，多数情况下，我们相信文如其人，但在辅助工具的加持下，这种人与文之间的关联消弭了，也就难以看出文人自身的性情，更难以判断水平高低。

技术变革提高了生产效率，但以提高写作效率的方式来提高写作生产力，并不合理，因为这会犯了统计学第三类错误，即用正确的手段解决了错误的问题。提高写作能力不代表要架条流水线，批量生产文章，其最终目的应是服务于人自身表达和发展的需要。如果不能明确后者的价值优先性，那么我们的文章便和我们有些人一样，无法做到尽可能自然地、不加修饰地、毫不勉强地活着。之所以虽然暂不具有指纹溯源工具，但是编辑们仍可凭借经验嗅出AI痕迹，不是因为技术发展还欠些火候，而是因为人有了经验加持，哪怕是刚会写字的孩童也天然地比机器成熟。“AI写作”把机器与人类主体性活动强行拼接在一起，这种下定义的方式隐含着对技术过高的期望，粉饰了人机边界的本能冲突，并在某种程度上催生出当下大量的技术作弊和抄袭行为。

所谓的“AI写作”，其实质就是文本自动生成技术。这个技术展现出的过人之处，在于其生成文字结果的速度。AI之快，快在两种生产机制。首先是庞大的几乎囊括一切的资料体系，使其可以短时间调用几乎所有与主题相关联的内容。其次，机器学习通俗而言是一个“字接龙”的过程，把文字标记为数据，把概率作为字词选择和取舍的依据。如果语言只有表面上的字字句句，那么这样操作也未尝不可。只可惜，这种吞吐文字的方式，从机器到机器是可信的，从机器到人，必须做到要么它的答案看上去真像那么回事儿，要么我们轻信它给出的任何答案，二者在很多时候缺一不可。一旦顺应这种机制，写作就成了“文过饰非”，消除机械感、增加可信度成了必要手段。

答案不是写作的源头，其源头是个未知数。正因如此，写作速度常常因人而异、因文而异。歌德能够在较短的时间内完成中篇小说《少年维特之烦恼》，却先后用了六十年时间写就长诗《浮士德》。这里的写作时间从表面上看是从动笔到收笔的时间，实质是作者参与并观察现实的时间，而这样的时间充满不确定性。这就把写作同人类一般的生产活动区别开来。既然无法明确生产单篇文章所消耗的时间，那么就不能通过缩短写作时间的方式来提高写作能力。此外，即便提高了写作速度又如何呢？文章的水平高低从不取决于速度快慢，恰恰相反，心里装着计时器写作，只会逼出粗制滥造的东西。

数据庞大带来信息冗余，衔接惯性导致文章不知所终。假如不考虑当前文本长度以及电力条件限制，那么AI的得意之作将会是一篇篇幅巨大却没有终点的文章。它看得见却摸不到，听得见又感受不到，宛如在混沌现实面前放上一面镜子，让观者仍是清清楚楚地不明白，完完整整地看不透。

很多时候，不是累积的“材料”越多，就越容易得出结论，我们仍然需要想象力的催化。同样，很多时候，不是观察的“材料”越多，就越能确保结论不出错，我们仍需审慎地求证。当下不少人对AI写作潜意识里的认同，很少是为了求知之便，更多是懒散和怠惰使然。

“文灭质，博溺心”，过度追求文饰和博学反而会压抑人的自然本性，那些将AI写作视为应然的人，实际上冒着脱离甚至是超出现实的风险，浮夸其文，虚骄其人。换言之，把不可多得的观察之眼轻易让渡给机器，只会让人类写作的前景更模糊，创意的起点更暗淡。