来源：中国电影评论学会

作者简介

范志忠

浙江大学求是特聘教授，博士，博士生导师

中国电影评论学会常务理事

汪梦菲

浙江大学传媒与国际文化学院博士研究生

原文刊发于《山东师范大学学报（社会科学版）》2024年第5期"电影工业美学研究"栏目。

摘要：人工智能迭代升级，对电影剧本的叙事生成影响深远。人机协同正从伪原创阶段、辅助创作阶段进入到命题阶段和全自动阶段。如果说前两个阶段人工智能着重于根据剧本内容对电影项目的成功率进行预测，或对电影剧本内容进行辅助性创作；那么后两个阶段则电影剧本创作将可能面临“人的逻辑”被弱化，“算法逻辑”被加强的新态势。在这个意义上，电影工业美学“接着讲”的意义，则表现为在人工智能时代反思与重构感性与理性、人文主义与技术主义的关系，坚守人的主体性，建构属于人的审美世界。

关键词：工业美学；人工智能；剧本叙事；生成路径；审美反思

阅读导引

一、人工智能迭代与电影剧本的项目评估

二、人机协同的电影剧本叙事生成路径

三、生成式AI电影剧本写作的结构主义诗学与美学反思

近年来，人工智能深度学习技术突飞猛进，迭代升级，业已成为新一轮科技革命和产业变革的重要驱动力量，在电影艺术创作领域亦产生了深远的影响。可以说，人工智能介入电影产业，有助于从技术层面上建构更为完善的电影工业体系，极大解放电影的生产力，在降本增效的同时为电影创作带来诸多新的变化和选择。自工业革命以来，人类经历了蒸汽机的发明、内燃机和电气的应用、信息技术的广泛使用、数字技术的不断成熟这四次重大的技术变革，有学者将其概括为“马力”“电力”“网力”和“算力”四个阶段。如果说前三个阶段，技术的变革更多体现的是人的“体力”的飞跃，人类通过“马力”“电力”和“网力”，积极探索人类的外宇宙世界，极大地突破物理时空的限制，将地球变成了“村”，推动了全球化时代的来临；那么在人工智能的“算力”时代，人类将深入探索内宇宙世界，并通过借助人工智能突破人类思维的极限，创造一个人机协同的新世界。

从无声到有声，从黑白到彩色，从二维平面到3D，技术的每一次飞越，都给电影艺术发展带来了巨大的推动。但是，在人工智能时代之前，电影技术的进步，主要推动了电影的视听艺术日臻完善，并进一步强化电影作为现实与想象世界的再现或表现这一本体论的意义。在人工智能时代，文生视频或图生视频的大模型的出现，计算机可以借助于日趋强大的算力，直接生成电影的影像文本。电影的影像，将不再是传统的摄影机对现实场景与演员表演的复原，而只是计算机通过算法生成的虚拟影像，传统上属于挑战人的个性化创作的领域，将有可能颠覆或解构电影的本体意义。电影与游戏、电影与其他艺术的边界，将变得模糊。在人工智能时代，“电影是什么”将重新成为问题。当然，由于人工智能处于高速发展阶段，我们尚无法准确预测未来电影发展的可能与空间；但讲故事的叙事艺术仍将是电影的审美功能重要方面。“作为‘一剧之本’，剧本在作为创意产业的电影制作中有着举足轻重的地位……在当下愈加注重品质的中国电影场域内，我们应强调‘剧本为王’‘创意为王’的理念。”在这个意义上，电影工业美学需要“接着讲”，我们可以秉承电影工业美学所倡导的“电影产业观念，类型生产原则，游走于电影工业生产的体制之内，最大程度地平衡电影的‘艺术性’和‘商业性’、体制性与作者性等关系，追求电影美学效益和经济效益的统一”，探讨在人工智能时代，算法与算力如何渗透到电影剧本的写作领域，分析“剧本为王”“创意为王”这一原本属于人的主体性创作领域，在何种程度上将可能被机器所取代？并最终反思与探究在人工智能时代电影的工业美学将可能具有的新的内涵与意义。

人工智能算法自动生成电影《Our T2 Remake》

一、人工智能迭代与电影剧本的项目评估

1956年在达特茅斯会议上首次提出，人工智能（Artificial Intelligence, AI）这一概念。斯图尔特·罗素认为，人工智能是指让作为机器的计算机可以像人一样思考、产生类人行动，同时兼具理性。之后，人工智能逐渐发展为一门由不同领域组成，涉及广泛的计算机交叉学科及前沿科学。回溯人工智能的发展历程，从“图灵测试”到近几年ChatGPT系统以及文生视频Sora的横空出世，可以看到，相较于传统人工智能的“会计算、能计算”而言，由深度学习技术为代表的新一轮人工智能的颠覆性在于，机器可以在不使用人类实践经验的前提下，通过无监督、纯强化学习的方法，在没有明确预设目标的前提下，根据自身的实践总结经验，从而不断完善自我，实现生成。业内一般将2016年以3∶0的成绩大胜围棋世界冠军柯洁的AlphaGo称为AI的1.0版本。不同于以往围棋机器人主要基于需要极大算力的“if else”模式进行判断，AI1.0展现出了自主学习的能力。然而，由于自然语言具有复杂性和多义性等特点，AI1.0在理解语言方面始终难以突破，只能进行识别物体或人脸等简单的逻辑判断、推理以及行动，尚无法真正理解基于人类语言本身生成逻辑思维能力。而ChatGPT的出现，攻克了这一难关，人工智能在理解自然语言层面取得重大突破，实现了从1.0版本到2.0版本的迭代。OpenAI公司为机器创造了学习环境，使ChatGPT在广泛的语言交互中进行学习，训练机器在海量的语言资源中不断进行基于理解自然语言的信息分析。由此训练出来的人工智能会通过理解人类语言本身，形成相符合的逻辑依据和理解链条，基于此，其生成的内容并非单纯依靠网络数据的抓取。当然，这与以往沿用语言符号学的方式训练出的机械化匹配词句和结构的模式也产生了极大的差异。

当以深度学习技术为代表的新一轮人工智能介入电影产业时，其核心能力在于：利用海量行业数据、强大的算力和算法识别规律，为电影的创作（和生产）提供最优策略。这或将解构电影产业原有的决策体系，形成由人工智能参与的新型电影创作决策机制。由于深度学习尚属于弱人工智能范畴，仅用于在特定领域做出决策、预测和分类。因此，在应用这一技术时，要求同时具备四个基本条件：大量的相关数据、强大的算力、足够细化的领域以及明确的目标。目前，从人工智能本身的发展来看，随着技术的不断迭代升级，算力已经变得越来越强大。借助大数据及数字技术的力量，使来自社交网络、视频平台以及票房和票务数据等不同来源的数据，包括用户、内容与渠道相关的各类结构化或非结构化的数据得以汇集和沉淀，从而为人工智能技术的应用提供丰富的数据资源和样本。人工智能深入介入电影产业，全面参与电影的立项策划、拍摄制作、宣传发行乃至展映播放等流程，促使电影产业发生变革的基本条件，应该说业已具备。

电影作为高风险高收益的项目，并非一本万利，也存在低回报的现象。20世纪70年代，电影进入大片时代。高额的投资，意味着一部电影的投资失败，就有可能导致公司直接亏损乃至破产。因此，剧本的立项策划作为电影项目运作全流程中的初始环节，堪称重中之重。好莱坞为预防投资失利，基于多年实践经验开发出具备商业逻辑和方法论支撑的“绿灯系统”审查制度，以评估剧本项目风险，协助电影立项。“绿灯系统”一般分为“内部绿灯系统”和“外部绿灯系统”，常用于项目开发阶段时辅助决策，是电影项目融资和推进的关键环节。“内部绿灯系统”主要考察电影项目的商业可行性，通过该项目的收入和预测的发行成本，结合项目预计的生产制作成本，使制片方能够判断开发该项目的成功率，并指出可能的资金来源、全球发行流程和合作伙伴、最佳发行时间、发行成本、全球目标受众、衍生品、品牌和营销策略；一旦项目通过“内部绿灯系统”后，则进入“外部绿灯系统”的评估进程，制片方将与国际发行公司沟通合作，判断项目的国际市场情况，继而建立国际区域的战略发行关系。进一步细化和拆解“绿灯系统”的具体程序，可以看到，其评估内容涉及剧本竞争元素拆解（ campaign breakdown）、竞争创意构建（campaign creative）、竞争节拍分析（campaign beat analysis）、剧本类型定位和文化认同分析等各个环节，全方位评估项目的可行性及成功率。在这些环节中，最为关键且最耗费时间和精力的环节，则是基于剧本、故事及内容创意所展开的分析和评估。只有在深度剖析剧本和内容后，制片方才能高效地进行融资并组建最为契合的电影创作团队，洽谈如导演、编剧、美术等主要创作人员以及演员阵容。

剧本是整个电影项目的基础和核心竞争力，同时也是保证电影人之间集体协同工作之基础，因此也是在“绿灯系统”中最重要的评估内容。可以说，剧本的选择直接关系到整个电影项目的成败。在好莱坞，一个电影剧本从最初的创意到形成可以投入拍摄的成熟剧本，需要经历漫长而繁复的开发过程。通常需要制片人、执笔编剧、对剧本进行评估的剧本分析师和帮助剧本进行润色的剧本医生等相关专业角色的分工合作，形成专业体系化的剧本开发团队。在经由专业人员和团队不断打磨、评估和修改后，才有可能提升电影项目成功的可能性。由于这一过程，往往要经过几年甚至十几年时间，无论从时间成本还是经济成本来看，都是一笔不小的开支和投入。

人工智能的出现，则为电影剧本创作带来了新的可能性和挑战。目前，人工智能对电影剧本的影响和介入主要通过两个方面来实现，一是根据剧本内容对电影的成功率进行预测，从而实现对优秀剧本的评估和选择；二是对电影剧本内容的辅助性创作与深化，旨在通过创意叙事，为剧本注入新的活力。这两种方式的背后，正是人工智能算法依据电影大众接受和审美偏好紧密相关的海量数据，构建出一种适用于电影创作者用以规避失败风险的“算法评估”机制。2018年，一家比利时计算机技术公司凭借人工智能产品Book，准确预测出了2015-2017年间索尼公司出品的32部“票房毒药”中的22部而名闻遐迩。Book集成了数据分析、机器学习、自然语言处理和特征选择算法等前沿技术，学习了超过6500个剧本及相对应的市场表现，因此，只需将剧本上传，Book就可以自动生成包含预测美国电影协会的分级、判断影片目标受众、预测影片最终票房成绩等内容的一套详细的分析报告，从而帮助制片方、发行方和财务投资人评估风险。此外，2020年1月，美国好莱坞电影公司华纳兄弟宣布，与Cinelytic公司签署协议，将在电影项目的“绿灯系统”阶段使用Cinelytic公司的人工智能项目管理系统指导决策。越来越多的好莱坞电影制片公司，开始接受、并尝试人工智能技术在电影决策、立项创作中的应用。

虽然严格意义上，人工智能对电影项目的评估，尚不是真正意义上的AI剧本写作，但是，由于这一评估，是建立在海量的数据库的基础上，其重点是围绕着电影剧本展开，分析电影剧本的核心竞争元素，评价电影剧本项目立项的商业逻辑和潜在风险。由于电影剧本的创作，本身就是由这种剧本内部的核心元素组成，并受限于剧本外部的商业机遇与风险，因此，当人工智能通过项目评估学习和掌握了其中的内在逻辑，客观上就为电影剧本的AI写作，提供了广阔的发展空间。

电影《黑客帝国》画面

二、人机协同的电影剧本叙事生成路径

电影工业美学的核心要义，就是要在电影生产中秉承电影产业观念与类型生产原则。由此，在电影工业美学框架下，电影剧本创作的类型化叙事显得尤为重要。“类型是电影工业语境中重要的叙事范式，是电影工业和观众互动的动态过程的审美表现”“类型化的制作方式，是将创意的形态转变为产业的业态”。类型生产的背后有其一套严格、精密的创意架构，其所要求的是规范中的创新。而人工智能可以通过遵循指令和算法的逻辑，辅助完成类型化的剧本写作。

目前，人工智能参与电影剧本创作，主要还是遵循类型化和程式化的创作思路和模式。机器对海量经典电影剧本进行深度挖掘与解析，细致抽离出剧本中的故事脉络、核心叙事元素、人物关系、台词背后的情感轨迹以及各情节之间的逻辑链条等关键要素和指标。在深度学习和分析不同类型电影的叙事模式和特点后，人工智能可以精准归纳并提炼出不同类型、风格的电影剧本之基本模型和创作技巧。在此基础上，人工智能可以根据人类的指令和要求生成剧本，包括剧情编排、人物塑造、结构梳理、剧本构思等各种内容。

一般认为，人工智能介入电影剧本创作的进程大致可以分为四个阶段，即伪原创阶段、辅助创作阶段、命题阶段和全自动阶段，伪原创阶段只是字符的机械替换；辅助创作阶段是公式化和套路化的创作；而命题阶段则是根据事件模型、人物关系、特定元素让机器进行分析和学习；直至机器拥有自主意识，在思想上完全不受人类限制，实现完全的自主创作。我们认为，目前，由于人工智能仍处于模仿人类智能的水平，并不能像人类一样独立思考、独立理性行动和自主创造的能力，因此人工智能介入剧本创作只能说正处于第二阶段与第三阶段之间。也就是说，若只是由人工智能独立生成内容，因其尚无法完全理解人类情感与意志，故其“创作”本质就是基于固定的叙事模型，对文本“大数据”进行归纳分析、在语料库中筛选相匹配的词汇与句式等、进行组合并输出。

列夫·马诺维奇认为，“在过去60年间载入史册的‘人工智能艺术’成就是对人工智能艺术产生之前的历史艺术的模仿”，“‘人工智能艺术’只能模仿历史艺术，但并不能执行现代艺术创作的主要策略——现代艺术要持续地扩展艺术的边界。”可见，现阶段的“AI编剧”尚停留在第二阶段——辅助阶段。但若由人机协同共创，主创人员给出描述明确的指令，并在机器生成的过程中持续修正，使任务指令更加明晰、精准，机器深度学习不断分析指令并自行修改，则这种人机协同创作的模式或已迈入第三阶段——命题阶段。例如，德国慕尼黑的研究团队开发出一款名为“wr-AI-ter” 的剧本编写应用程序，相较于“Dramatron”,这款程序更注重于人机交互，旨在促进电影创作者与AI之间形成类似“乒乓球”式的互动，双方来回交互，共同构思和完善电影剧本。他们将剧本开发分解为四个基本阶段：创意、结构、精炼和导出。值得一提的是，在精炼阶段，软件利用AI功能来辅助和激发人类的创造力，而非直接生成内容。当创作者将新的创意和故事节拍引入原有段落时，AI会提出一系列问题，引导并激发创作者的灵感和创造力。同时，AI还会对每个故事节拍的情感内容进行深入评估，并提供从主导情绪到二级和三级情绪的全面反馈。最后，在第四阶段，即导出阶段，应用会生成第一稿的最终版本，或者是大型电影项目的详细梗概，为之后的电影创作提供基础和方向。

再如，28Squared工作室和Moon Ventures工作室利用ChatGPT联合制作的短片《安全地带》（The Safe Zone）,亦展现了人机协同共创的可能性。故事背景设定在一个人工智能占领世界的反乌托邦式的未来。主创团队通过与ChatGPT“聊天问答”的形式，以生成故事并完善剧本，此外，ChatGPT还可以给出分镜头表、拍摄机位、演员位置、灯光位置和人物角色的情绪、服装道具等各种制作细节。在“创作”过程中，每当主创团队发现人工智能生成的故事发展偏离设定，或是出现不合理情节时，就会给出新的提示和指令，让ChatGPT自行修改，反复调整，直至通过主创团队的审核。这部AI短片为我们提供了一个深入思考人机协作的契机。

可以说，在人机协同共创的崭新图景中，由人类和机器共同构成的团队，可以通过相互强化各自的优势，预见并弥补彼此的不足，实现高效协作。人类凭借适应性、灵活性、全局观，负责策略与洞察，而机器则凭借精度、效率、前瞻记忆与快速反应能力，成为人类不可或缺的队友。同时，人类扮演着引导者、审核者的角色，将人的认知引入人工智能系统中，不断指导和调整深度学习模型的参数。而机器则在理解人类合作者的思维与认知方式的基础上，高效地为人类提供多元视角和丰富选择，以自身海量数据库的优势拓宽人类思维的边界。在人机协同创作和决策的过程中，实时动态交互系统至关重要。通过该系统，人机双方能够设定共同目标、使用统一术语，确保人机之间沟通清晰、明确各自的职责，维持高度信任，并合理分配工作量，以实现团队内的有效协作。

人机协同的AI剧本写作的难点在于，AI驱动的情感分析在剧本评估和创作中的应用。情感分析通过自然语言处理（NLP）技术、文本分析和计算语言学来识别、提取和量化文本中的主观信息，为剧本的情感基调和整体效果提供建议。根据对角色情感弧线、各种场景和情节点的情绪评估与电影整体情感基调进行比对，以此衡量讲故事的有效性，有助于主创团队创造出在深层次的情感层面上与观众产生共鸣的电影。为了实现这一目标，人机协同的互动范式正向着多模态方向发展，视觉、触觉、听觉等多种感官通道的融合，使得人机交流变得更加自然、直观，人机双方能够像真正的队友一样默契配合，共同面对挑战、解决问题。未来，除了基本的实时反馈和编辑功能外，电影创作者还可以借助语音、文字或手势等多元化沟通手段，与机器实现即时且流畅的沟通互动。机器则通过捕捉并分析人类的面部表情、肢体语言和音色音调的变化，更全面、更深层次地理解人类创作者的情感与意图，有效减少误解，构建起高效协作生态系统。在视觉交互领域，虚拟现实（VR）与增强现实（AR）技术的革新应用，亦为人机共创带来了更多的可能性。人类电影创作者能够“进入”人机共创的剧本世界，通过直观的操作界面，如拖拽、缩放、添加、删除等功能，直接在虚拟空间中创作与调整创意。人类与机器可以进行实时互动，共同探索最佳方案，确保创作过程的顺畅与高效。当机器与人各司其职、共同进化，直至人机协同创作达到成熟阶段时，“AI编剧”很可能进入完全自主创作的第四阶段。AI之父杰弗里·辛顿（Geoffrey Hinton）相信，通过分析人类的写作，像ChatGPT这样的大型语言模型能够学习到世界领先的运作方式，从而形成一个具有思考能力的系统，而写作仅仅是这个系统能力的一部分，这就像“毛毛虫变成蝴蝶的过程，在蛹期，你把毛虫变成了一种液体——从这种液体中你构建出蝴蝶。”

很显然，虽然由于技术的发展，人机协同的AI电影剧本写作仍在不断迭代升级，未来的发展具有很大的不确定性，但可以肯定的是，“语言是人类思维的工具,经由‘AI生成’的文本、图像、声音和程序直接‘入侵’了人类精神活动最核心的领域,并开始表现出知识生产、艺术创新和思想重构的巨大潜能。”在人机协同的互动中，机器正无限逼近原本属于人的创作领域。在这个意义上，人机协同的AI电影剧本写作，显然给电影工业美学提出了新的命题与新的阐释空间。

ChatGPT联合制作的短片《安全地带》画面

三、生成式AI电影剧本写作的结构主义诗学与美学反思

英伟达创始人黄仁勋在GTC 2024的主题演讲《见证AI的变革时刻》认为，“只要你能数字化的东西，只要它们的结构，我们可能就能从中学到一些模式。如果我们能从中学到模式，我们可能就能理解它的含义。如果我们能理解它的含义，我们可能就能生成它。所以，生成性AI革命性在于，任何事物只要能够数字化和结构化，AI就能够理解她，并生成它。”在这个意义上，一旦人类完成了基因和蛋白质的数字化，生成式AI就可以拥有“理解生命语言的能力。”

很显然，生成式AI电影剧本写作，实质上是人工智能时代结构主义诗学的一种创作探索。1928年普罗普在《故事形态学》中通过对100个俄罗斯民间故事进行剖析，发现这些故事实质潜含了31个功能项的结构要素，并从这31个功能项中生发出无数新的故事内容。1957年，乔姆斯基在《句法结构》中认为，人类语言的语法，其实质就是在有限的语言结构中具有无限生成新的话语的能力。虽然有些学者认为，生成式AI电影剧本写作，是基于对经典文本的深度学习，因此更多只是对经典电影范本的挪用和复制，不仅不具有创新的意义，反而可能由于杂糅前人的经典创意而具有潜在的版权风险。比如2021年，由奈飞发布的《谜题先生希望你少活一点》，该片是在人工智能观看学习40万小时的恐怖片及相关素材后，独立创作而成的CG短片。从片名和背景以及一些单一的人物或道具等视觉效果来看，确实具有恐怖片的风格特征。短片中糅合了众多经典的恐怖片元素，存在大量拼贴的痕迹，并与众多经典恐怖电影文本建立了互文性。但是，人工智能科学家肯尼斯·斯坦利认为，人类有一个根本性的缺陷，即单一的目标导向思维会阻碍创造力和创新。人类在训练人工智能时，倾向于为机器预设一个目标，并设立各种指标评估其表现，决定奖赏或惩罚人工智能，但被忽略的一点是，开放式人工智能的强大之处恰恰在于，机器具有无限的潜力和持续的创造力，即在没有明确目标的情况下不断演化和产生新的结果，直至程序终止。因此，在技术不断迭代的背景下，生成式AI电影剧本写作，不仅可以根据指令完成剧本的类型化生产，在某种程度上，它还可以扩展创作者的想象空间，为电影创作融入一些意想不到的创意元素，形成由机器自主生成的，带有独特风格的“人工智能生成物”。马诺维奇认为，人工智能艺术应该是一种“我们人类受身体、大脑以及其他制约因素限制而无法创造的艺术类型……计算机生成不具有人类艺术通常所具有的系统性和可预测性的对象、媒介、情境和经验”。目前，已有学者提出了心智上传的技术方案，如基于脑扫描的仿真、基于预测加工的模拟和脑机融合等具体技术路径，其本质就是将反映人脑所有细节的信息上传到数字信息空间，再由计算机根据这些信息重构脑的数字版本，建立一个数字（信息）空间的“人”。一旦心智上传技术得以实现，人类与机器或将深度融合，形成一种全新的共生关系。借助共通的数字化“语言”，人与机器将能够进行无障碍的“交流”和“对话”，实现思维层面的无障互通。这种深度融合无疑将为人工智能未来自主化、全自动的创作提供强大的支持，开辟出人机协同创作的新路径。

当我们意识到或者承认生成式AI剧本写作在未来具有创新的可能性时，我们就不得不关注另外一个重大的问题，即人与机器协同互动过程中人的主体性或艺术的主体性问题。长期以来，人类为了规避被技术主义的理性所裹挟的问题，强调了艺术具有超越理性且不为理性所解析的独特的美学价值。1725年维科《新科学》中提出，与数学以抽象的方式认识自然不同，诗性思维是一种以隐喻的方式创造了事物，因此，数学可以描述生命的运动，而诗学则可以体验生命的意义。此后，如伯格森的直觉说，弗洛伊德的白日梦说，虽然理论的着眼点不同，但是都强调艺术的创作是一种无法用抽象逻辑解析的隐喻思维。南朝钟嵘《诗品》所谓“使味之者无极，闻之者动心”的作品，才是“诗之至也”；晚唐司空图《二十四诗品》所谓“韵外之致”“味外之旨”；宋朝严羽《沧浪诗话》主张“不涉理路，不落言筌，羚羊挂角，无迹可求”，这些观点同样主张诗有别材，非关书也，诗有别趣，非关理也。在这个意义上，艺术的诗性成为人类抵御理性主义、技术主义冲击而高扬人的主体性最后的一个壁垒。在这个意义上，人们对生成式AI剧本写作的焦虑，则在于由算法介入电影生产之后，“人的逻辑被弱化，算法的逻辑被加强。算法主导的电影叙事不再拘泥于整一的、线性的、程式化的叙事，取而代之的是一种随机的、未知的、互文的与生成的叙事……‘人的逻辑’在人工智能编写的电影中不再居于中心位置，‘算法逻辑’试图取代艺术创作中人的逻辑。”因此，生成式AI剧本写作，将人类的诗性与理性、人文主义与技术主义的矛盾，可以说推向了极致。

其实，生成式AI剧本写作，固然有可能解码人类的情感本身，但是在其内容的生成过程中，其内在的算法注定将匮乏相应的情感体验。一方面，人工智能通过数据驱动的学习方式可以在极短的时间内学习和吸收数据库中储存着的跨越数千年人类艺术史的积淀与成果，通过分析经典作品中的艺术元素、风格、技巧等，学习并试图理解艺术的本质和变化的规律。另一方面，数据库中存有丰富的来自社交网络、视频平台以及票房和票务数据等不同来源的，包括用户、内容与渠道相关的各类数据资源和样本，在剧本编写的过程中提供有价值的参考指标。因此，人工智能在艺术构思和生成阶段，可以精准、高效的将这两类数据进行计算、筛选并匹配。但人工智能生成主要靠计算而非人类主观的感受和体验，虽然可以通过复制、拼贴、重组快速且生成多样化的内容与方案，满足受众需求，但这种缺乏人类情感和意志的生成内容缺少艺术原作特有的“光晕”。从本质来看，即便最完美的艺术复制品也不具备艺术原作的此地此刻，即特定艺术家在特定时期、特定环境、特定语境中创造的特定作品。因此，机器生成内容只能摹仿某些艺术家或某类特定的艺术风格，却不具备艺术原作的“本真性”。所谓“本真性”，同时也指作品问世之后在时间上的传承，以及历史见证性，包括不同时期的人对作品的接受。换句话说，人工智能生成的艺术“作品”摒弃了传统艺术作品的“本真性”，亦很难让人再感受到艺术作品中因“膜拜价值”而产生的那若即若离、无与伦比的灵韵。

此外，若人工智能仅通过特定公式或程式化的创作，并未结合时代背景、意识形态、特定的社会需求以及价值判断等更深层次的相关因素，在具体应用及操作中可能会使剧本变成千篇一律、浮于表面的“工业产品”，使剧本陷入扁平化与程式化的创作困境。人工智能这一现象在一些自媒体平台已然显现。当下，人工智能以高效、便捷等优势，迅速涌入文化市场，商业逻辑中资本逐利的本质促使大量低成本的人工智能涌现，并助力其快速占领市场。一方面，用户依赖人工智能一键生成的创作模版导致平台内同质化视频泛滥，而当艺术作品缺乏差异性和独特性时，也就失去了特有的艺术价值和审美体验；另一方面，人工智能在运行和学习中遵循着“生成-筛选”这一设定，随着这一过程的不断重复，人工智能学习了普遍而广泛的审美标准，可能出现审美同质化问题，这就导致艺术和审美的意义被消解。长此以往，人类的艺术创造力或将走向枯竭。

但不论生成式AI剧本写作将来如何发展，有一点可以肯定，人类在人机协同互动的写作过程中依然需要扮演好把关人的角色，并坚守人的主体性的创作能力。可以预期，随着人工智能技术的不断发展和应用，一些具有重复性或相对简单的艺术创作工作可以由人工智能高效、精准地完成，这无疑给艺术行业中下游的从业者带来了极大的冲击。对于初级从业者来说，他们可能无法通过一定时间的重复训练获取完整的劳动技能和经验，从而破坏人才的成长路径。同时，人工智能的介入使许多传统的工作流程和技能要求发生变化。这些因素都可能导致社会层面出现劳工断层或就业困难等现象。也有一种观点认为，人工智能的发展改变了人们对工作和人类角色的理解，即让人从资本主义时代“机器身份”的异化状态中解脱出来，让人回归到人本身。美国经济学家埃里克·布莱恩约弗森提出的 “数字化雅典”的概念，为我们描绘了一个未来社会中人工智能引领的技术变革可能带来的美好图景。如同古代雅典一般，人工智能可以将未来社会很大一部分人从繁琐、异化的工作桎梏中解放出来，为他们提供悠闲的生活和自主工作的生存状态。未来的生成式AI剧本写作，在人机协同互动中将更加注重表达人类创造性和创新性，写作可能不再是辛苦的体力活，而成为精神创作的一种享受，一种满足自我兴趣与实现自我价值的途径，一种天才式的感悟与发现。

Sora资料图片

结 语

未来已来，人工智能的发展仍在不断迭代升级，因此，它对人类未来的电影剧本写作的影响仍然还在持续的演化中。但是，不论如何演变，我们认为，人工智能时代的电影工业美学接着讲，或许就是：一切伟大的作品，都是在遵循人类的叙事语法的同时超越语法，在尊重规则的同时打破规则。因此，未来工业体系中的电影叙事或将被人工智能所取代，但是体现张扬天才个性的个人情感自由表达的美学话语，永远需要人来创作。人，只有人，才能真正建构出属于人类的诗意栖居的审美世界。

（责任编辑：谢慧聪）

*注释和参考文献详见原文。

编辑：张庭玮、张瑶