從離身到具身：論電視AI主播的不斷探索

□萬杰

AI主播是指通過人工智能與虛擬仿真技術(shù)，對特定真人主播的語音、唇形、表情、外貌、動作等進(jìn)行提取，再結(jié)合智能語音、唇形合成等技術(shù)克隆出的具備真人主播同樣的媒體內(nèi)容傳播能力的、脫離“碳基”身體的主播。從2015年至今，AI主播經(jīng)歷了三次迭代，從最初的離身探索1.0階段人工智能天氣預(yù)報(bào)機(jī)器人“小冰”到2018年2.0階段成功離身的仿真智能合成男主播“新小浩”再到2020年智能具身升級的3.0階段的AI主播“小智”，過去的初代認(rèn)知科學(xué)試圖消解身體在傳播中的必要性，提倡計(jì)算主義，但是隨著大腦科學(xué)、計(jì)算機(jī)技術(shù)的發(fā)展，離身認(rèn)知開始被質(zhì)疑和反思，學(xué)者劉曉力從G.Chitin的算法信息論出發(fā)，認(rèn)為計(jì)算機(jī)要想達(dá)到對人心本質(zhì)復(fù)雜性的計(jì)算還有很大一段距離，“認(rèn)知可計(jì)算主義”遭到挑戰(zhàn)陷入困境。這次反思也推動了第二代認(rèn)知科學(xué)的研究熱潮，具身認(rèn)知由此興起，身體在人類認(rèn)知、社會活動以及智能行為中的首要作用被重視起來。同時(shí)，離身認(rèn)知、具身認(rèn)知也無需陷入對立矛盾，在未來新進(jìn)路上唯有認(rèn)知交互融合才有優(yōu)化的可能性。雖然目前來看人工智能主播的技術(shù)水平還處于稚嫩期，對真人播音員、對人的主體性地位尚未有較大威脅，但是人們千萬不能掉以輕心，必須時(shí)刻保持警惕。

電視AI主播的離身認(rèn)知

離身認(rèn)知是AI主播研發(fā)的理論來源，主張認(rèn)知獨(dú)立于身體而存在，并非由身體塑造，身心分離。該主張最早可以追溯至17世紀(jì)法國哲學(xué)家笛卡爾“我思故我在”的身心二元論。在主流傳播學(xué)中，離身性也是一個(gè)未經(jīng)檢驗(yàn)的基本預(yù)設(shè)，研究者將身體視作傳播過程中的阻礙。

離身認(rèn)知解讀?！半x身”又稱“無身”，作為20世紀(jì)60年代初經(jīng)典認(rèn)知科學(xué)的核心主張，其方法論特色是：第一，認(rèn)知在本質(zhì)上是可以被計(jì)算的，崇尚算法之道，正如“圖靈機(jī)算法”那般；第二，認(rèn)知表征主義和機(jī)能主義，感官將收集到的外部信息轉(zhuǎn)化成抽象符號，符號本身沒有意義，而認(rèn)知根據(jù)一定的規(guī)則對符號進(jìn)行解讀、加工和操縱。在這個(gè)認(rèn)知機(jī)制中，身體構(gòu)造不為認(rèn)知過程帶來任何本質(zhì)影響。這種方法論也將起源于心理學(xué)科的“心”與代表“身”的物理、生物學(xué)科區(qū)分開來。

電視AI主播的離身認(rèn)知亦是如此，通過智能提取真人主播的語音、唇形、表情、動作、神態(tài)等特征進(jìn)行離身重組，合成仿真AI，再將所輸入的中英文播報(bào)文本通過算法自動生成非線性播報(bào)內(nèi)容，達(dá)到脫離以往真人主播的線性播報(bào)效果。可以看出，在這個(gè)過程中認(rèn)知被算法程序控制并且脫離身體而存在，身體僅具有信息傳入和輸出的作用，而認(rèn)知加工的規(guī)則也是由算法控制著。

離身認(rèn)知反思?！半x身認(rèn)知”一經(jīng)提出，學(xué)界便爭辯不斷，以唐納·哈拉維為代表的后人類主義陣營始終堅(jiān)持離身觀念，認(rèn)為身體只是我們可利用的假肢；麥克盧漢提出的“媒介是人體的延伸”的觀點(diǎn)對人的身體重要性的強(qiáng)調(diào)是堅(jiān)守反對徹底離身的底線，與基特勒“信息唯物主義”對離身的過度強(qiáng)調(diào)觀點(diǎn)形成了強(qiáng)烈的反差；唐·伊徳從人與技術(shù)關(guān)系出發(fā)，認(rèn)為“在實(shí)踐中，具身是我們參與這個(gè)生活世界的方式，在此過程中，技術(shù)表現(xiàn)為一種文化嵌入性”，[1]從技術(shù)哲學(xué)視角為反思離身提供參考。后來隨著生物科學(xué)、計(jì)算機(jī)科學(xué)的不斷發(fā)展，這才掀起了第二代認(rèn)知科學(xué)浪潮前的集中反思：計(jì)算機(jī)是不能達(dá)到對人高級心智的精準(zhǔn)計(jì)算，人心的本質(zhì)最是復(fù)雜。人的心智隨時(shí)在變化，而AI卻是固定程式化的機(jī)器，可以說永遠(yuǎn)是人在操控著機(jī)器。

當(dāng)前的媒介技術(shù)演進(jìn)試圖消解身體在傳播中的可能性，但是當(dāng)技術(shù)終于擺脫實(shí)體、時(shí)間、空間的限制以后，人們卻開始對身體產(chǎn)生渴望。第二代認(rèn)知科學(xué)印證了身體的重要性和身體在認(rèn)知生成過程中的作用，人們陸續(xù)認(rèn)識到將人的認(rèn)知活動解讀脫離生物學(xué)范疇，這是極為片面和唯心主義的。

電視AI主播的具身探索

目前對于具身性研究還沒有形成一個(gè)系統(tǒng)而完整的體系，尤其是在新聞傳播學(xué)領(lǐng)域理論和實(shí)踐涉獵還較少，而其他各界學(xué)者對于具身的理解也存在較大差別，但是他們都有著一個(gè)基本共識，那就是認(rèn)知并不能獨(dú)立于身體而存在。

具身認(rèn)知。與離身認(rèn)知相反，具身認(rèn)知是指認(rèn)知的產(chǎn)生對身體有一定的依賴，主張“身體是心智的基礎(chǔ)，身體在人類認(rèn)知及相關(guān)社會活動中具有首要作用”。[2]理論源頭可最早追溯至上世紀(jì)法國哲學(xué)家梅洛·龐蒂的知覺現(xiàn)象學(xué)，其“具身主體性”的理論核心也是對笛卡爾身心二元學(xué)說的直接反駁與否定。

相對于離身認(rèn)知身心分離的二元論，具身不是狹義的身心一元論，而是指“意識-身體-環(huán)境”的三元一體，通過身體直接感知到外部事物進(jìn)而生成意識。可以這樣理解，“從‘具身’的視角來看，人們對于世界的認(rèn)識并非世界的‘映像’，而是身體構(gòu)造和身體感覺—運(yùn)動系統(tǒng)塑造出來的”。[3]

具身性主要是“肯定身體在信息流動與接受過程中的物質(zhì)論地位”。[4]當(dāng)前電視AI主播的具身認(rèn)知主要體現(xiàn)在：先為人工智能新聞主播賦予其能夠自主運(yùn)動、物質(zhì)化的身體，然后通過去除離身認(rèn)知過程中的表征模式，更加注重整個(gè)身體系統(tǒng)的交互作用，即主播通過身體傳感設(shè)備直接與外部環(huán)境互動，而認(rèn)知和心智也在交互中產(chǎn)生。因此，具身認(rèn)知帶來的新計(jì)算主義浪潮也叫做交互隱喻。3.0階段的AI主播已經(jīng)初步實(shí)現(xiàn)了智能具身，但是在更多具身探索上還有很大的發(fā)展空間。

具身探索。在第二代認(rèn)知科學(xué)中，具身是最核心的概念，而情境認(rèn)知、認(rèn)知發(fā)展和動力系統(tǒng)則與具身性密切相關(guān)，都是電視AI主播乃至其他人工智能產(chǎn)品持續(xù)升級創(chuàng)新的關(guān)鍵要素和突破點(diǎn)。

一、具身性。學(xué)者李恒威、黃華新從生物科學(xué)角度出發(fā)，認(rèn)為人類的心智其實(shí)是一種屬于身體的生物現(xiàn)象，認(rèn)知和心智并不能獨(dú)立于身體而存在，而是相對于身體而言的一種伴隨狀態(tài)。認(rèn)知科學(xué)把具身分為弱具身和強(qiáng)具身，弱具身雖重視認(rèn)知過程與身體的聯(lián)系，但是抹去了大腦對認(rèn)知的意義，并且沒有去除離身認(rèn)知的計(jì)算主義和表征主義；強(qiáng)具身則更為激進(jìn)，認(rèn)為身體是實(shí)現(xiàn)心智的唯一途徑，身體的特殊構(gòu)造決定了心智的特殊性和唯一性，不同的身體體驗(yàn)帶來不同的認(rèn)知。

對于弱具身和強(qiáng)具身到底孰好孰壞，無法妄下斷言，但是可以看出當(dāng)前國內(nèi)學(xué)界偏向于強(qiáng)具身觀點(diǎn)，大多數(shù)AI主播的形象都是模仿真人外在形象，但是與人類相似的身體構(gòu)造和肌理結(jié)構(gòu)才是最重要的。例如，采用動物身體結(jié)構(gòu)的AI不可能有人一般的心智，未來AI主播的優(yōu)化如果朝著更逼真的身體構(gòu)造方向上下功夫可能會有新的突破。

二、情境認(rèn)知。具身認(rèn)知作為“意識-身體-環(huán)境”的三元一體，身體與情境互動的變化也導(dǎo)致心智的變化，具身心智受制于情境的約束。正如電視AI主播與真人主播在播報(bào)上的區(qū)別，雖然AI主播提高了效率，避免了口播失誤，但是在微妙語義的理解和表達(dá)上遠(yuǎn)不敵真人主播。

在新聞播報(bào)的預(yù)備期間，通常會有文本的“一度創(chuàng)作”和播報(bào)時(shí)的“二度創(chuàng)作”。文本是中性客觀的，而播報(bào)會帶有個(gè)人情感傾向，并可以通過語氣、重音、停頓、音調(diào)等表現(xiàn)出來，這也是新聞播報(bào)的微妙之處。播報(bào)千人千音，不同真人主播對同一文本會有不同的理解，但是不同的電視AI主播卻可能有同樣的播報(bào)，這也是目前AI主播需要突破的地方。缺乏共情能力是它們無法回避的弊端，這是困境但或許也是機(jī)會。

三、認(rèn)知發(fā)展?？茖W(xué)研究證明，現(xiàn)階段的AI主播無法像真人主播那樣與受眾進(jìn)行實(shí)時(shí)互動，現(xiàn)在已有的與人互動功能僅限于程序內(nèi)設(shè)置好的問答，是根據(jù)內(nèi)容指令和程序作出的虛擬反饋，而像真人主播般進(jìn)行深度對話和做出隨機(jī)應(yīng)變是無法達(dá)到的。

AI主播作為人類智慧的成果，自然承襲了人類的些許認(rèn)知，但是認(rèn)知能力是在情境中發(fā)展的，認(rèn)知能力的發(fā)展必須依賴情境的訓(xùn)練和理解，AI主播目前或許可以做到模仿人類，但是要想解密人類智慧的其中緣由是絕無可能的，例如對新聞事件中人的復(fù)雜性解讀、對采訪對象微表情的解讀和回應(yīng)。無法自我認(rèn)知，是AI主播進(jìn)化的困境還是極限，這有待觀望。

認(rèn)知產(chǎn)生于具身行動，當(dāng)前的AI主播沒有實(shí)體，自然也就不能生成內(nèi)聚認(rèn)知，更別說自我認(rèn)知進(jìn)化。學(xué)者布魯克斯認(rèn)為要想使機(jī)器人擁有自我認(rèn)知，變成真正的人工智能，必須使其擁有自己的“物質(zhì)化”身體?！敖柚谶@具軀體，它能夠自主移動、生存，同這個(gè)世界交互，進(jìn)而感知、思考、生成意識?！盵5]正如人類社會，大多數(shù)人的心理特征和人格特點(diǎn)都是在參與性交互中被建構(gòu)的，如果兩個(gè)主體能夠通過自身知覺實(shí)現(xiàn)互動與耦合，那么AI主播便能從與人的身體知覺互動中模仿和學(xué)習(xí)到認(rèn)知，這也再次印證了身體在傳播中的重要性。

四、動力系統(tǒng)。動力系統(tǒng)是指在探索認(rèn)知活動和情境相互作用的情況下認(rèn)知發(fā)展進(jìn)化的一種動力機(jī)制。當(dāng)下電視AI主播的動力機(jī)制是人類外賦而非內(nèi)生，即只知做什么不知為何做。認(rèn)知系統(tǒng)的開閉運(yùn)行取決于使用者和創(chuàng)造者，這也注定了它們無法在現(xiàn)實(shí)世界找尋到自生意義。

在具身性、情境認(rèn)知、認(rèn)知發(fā)展以及動力系統(tǒng)等諸多因素中，動力系統(tǒng)似乎是關(guān)鍵環(huán)節(jié)。動力系統(tǒng)影響著AI主播是否能具有自主性和能動性，影響著情境與認(rèn)知的耦合程度、認(rèn)知發(fā)展是否能進(jìn)化，還對自組織、自涌現(xiàn)高級認(rèn)知的形成有直接關(guān)系。從具身認(rèn)知的身體互動觀來說，實(shí)體化的AI主播或許可以在與人類的互動中得到內(nèi)生動力的契機(jī)，但是否有必要為AI主播打造內(nèi)生的動力系統(tǒng)和自由意志，屆時(shí)它是否會脫離人類預(yù)設(shè)的發(fā)展路徑，這是科學(xué)問題，也是倫理哲學(xué)問題。

電視AI主播的技術(shù)反思

其實(shí)，無論是離身認(rèn)知還是具身認(rèn)知都存在優(yōu)點(diǎn)與不足，都需要走向更高階的進(jìn)化發(fā)展，離身認(rèn)知和具身認(rèn)知也不需要陷入非此即彼的敵對狀態(tài)，可能只有從更全面的雙向視角出發(fā)亦此亦彼，才能更好處理人工智能與人類智慧之間的關(guān)系。人與技術(shù)的關(guān)系不單是人創(chuàng)造技術(shù)那么簡單，正如電視AI主播，其高效率、零失誤、快速的信息整合能力為全天候新聞播報(bào)帶來便捷，但人們卻又要陷入真人主播是否會被AI主播代替的擔(dān)憂與恐懼中。如果把AI主播和其他媒介機(jī)器人放在整個(gè)新聞生產(chǎn)環(huán)節(jié)中去考慮，大數(shù)據(jù)分析選題，新聞稿由AI采寫編評，由算法分發(fā)，由AI主播播出，那么在新聞的整個(gè)生產(chǎn)鏈中人是否會徹底失去對新聞的把關(guān)和對技術(shù)的控制？

事實(shí)上正如離身與具身，人與技術(shù)也不必陷入二元對立的恐慌，但在人工智能時(shí)代如何實(shí)現(xiàn)人機(jī)協(xié)同共贏？目前最行之有效的方法或許就是最大程度地通過技術(shù)將AI主播的優(yōu)勢無限放大，例如其高效率、零失誤、超長待機(jī)等特點(diǎn)，或者說在危險(xiǎn)地方如火災(zāi)現(xiàn)場、地震、臺風(fēng)等自然災(zāi)害來臨時(shí)，使其成為人類的得力助手；而真人主播自身要不斷提高其在微妙語義的表達(dá)、具身互動、共情能力、緊急情況處理上的不可替代性。不僅是AI主播，任何人工智能產(chǎn)品都無法在情感能力上取代人類，這也是長久維持人類主體性地位和堅(jiān)守自身不可取代優(yōu)勢的關(guān)鍵。

根據(jù)西班牙思想家加塞特的說法，人既是“自然的”又是“超自然的”，自然性的人能夠在進(jìn)化中自行實(shí)現(xiàn)，而超自然性需要人類不斷刨根問底，在認(rèn)知不斷進(jìn)化下才能得以實(shí)現(xiàn)。正如，“人通過使用媒介而使媒介成為‘媒介’，媒介則通過被人使用而使人成為‘人’”。[6]由此可見，人與媒介的意義是雙方互相賦予的結(jié)果，即在人類對AI主播的優(yōu)勢利用上媒介找到了自生意義；在人類自身對真人主播自身不可替代性的加強(qiáng)上，也是媒介技術(shù)迅速發(fā)展的倒逼作用以及人自身的“超自然性”使人找到自身努力的方向和存在的意義。人與媒介相互協(xié)作、共同進(jìn)步，這才是科技的根本意義。

結(jié)語

媒介技術(shù)試圖越過身體在傳播中的阻礙，但是隨著身體的“消逝”，人們的焦慮程度也日益增加，身體在傳播中的重要性重新被重視起來。人工智能、虛擬現(xiàn)實(shí)、可穿戴設(shè)備等實(shí)踐體現(xiàn)了人類的具身性探索，新聞行業(yè)也不例外。理論基礎(chǔ)源于離身認(rèn)知的AI主播也正在進(jìn)行不斷的具身探索，雖然目前大多只能做到外貌、聲音特征的仿真和包括離身、具身認(rèn)知在內(nèi)的一定程度上的情境認(rèn)知和人機(jī)交互，但在其身上展現(xiàn)出了諸多的可能性和進(jìn)步性。

AI主播只是一個(gè)領(lǐng)域，人們還應(yīng)考慮到其他更多人工智能產(chǎn)品在傳媒業(yè)的應(yīng)用。當(dāng)人們在為技術(shù)的進(jìn)步而歡呼的同時(shí)，還要時(shí)刻注意技術(shù)的應(yīng)用對整個(gè)傳媒行業(yè)的顛覆和影響以及對AI主播相關(guān)法律法規(guī)的完善。不僅是真人主播，每個(gè)傳媒從業(yè)者都要反思并重視“身體之重”，提高業(yè)務(wù)能力，充分發(fā)揮具身的獨(dú)特優(yōu)勢，明確人的主體性地位，發(fā)揮人的“超自然性”和創(chuàng)造性價(jià)值。但是，也不能因?yàn)楹ε峦{自身地位而停止技術(shù)的開發(fā)和應(yīng)用，彭蘭教授曾提到的未來媒體三大特征之一的“人機(jī)共生”，預(yù)示著不僅是新聞主播，乃至整個(gè)新聞行業(yè)的工作者與智能技術(shù)相互協(xié)作、共同進(jìn)步才是主流趨勢。