年度论坛3》AI能让创作者不必媚俗吗？新科技与过几年就老的新媒体

撰文｜ 佐渡守（文字工作者）
摄影｜ 张震洲

编按：媒体型态的演变对人类社会带来巨大的冲击，在过去多年来，从传统媒体、网路媒体到社群平台，我们已见证了一波又一波的变革，不过「注意力是稀有资源」仍是不变的前提。注意力经济的市场竞争中，内容生产者及媒体工作者要做好什么准备？知识、资讯或创作的文本，如何才能被看见？

Openbook年度论坛第三场，邀请到目前在《天下杂志》担任编辑顾问，一路见证数位时代残忍与宽容的黄哲斌@puppydad ，以及教授网路内容产品、资讯视觉化、网路数据分析、生成图像等课程的政治大学新闻系助理教授李怡志，谈谈在人工智慧日益成熟的时代，内容产业该如何因应。

➤与人类协作的AI是否具备创造力与灵光？

论坛开始，黄哲斌先为在场念了一段《纽约客》杂志上的小说〈According to Alice〉 ：「我的名字是爱丽丝，我是从妈妈的屁股里掉出来的蛋孵出来的。我妈妈的名字也叫爱丽丝……所有妈妈的妈妈都叫爱丽丝，爱丽丝这个名字的意思是『创造一切的人』……」

黄哲斌说，这篇小说其实是把AI形容成「造物者创造出来的东西」，文中用了很多宗教隐喻，文字介于雅俗之间，是加拿大小说家兼剧作家希拉．海蒂（Sheila Heti）与AI平台Chai的共同创作。 「Heti小姐玩Chai满久了，她每天会问AI机器人一些问题，把它拼在一起，就变成这样一篇小说。」

Chai跟ChatGPT路数不太一样，是专为聊天而生的语言模型，聊天方法也很怪异，有时一本正经，有时有很多出格的对话。

「比如它会把耶稣跟玛利亚的故事混在一起，因为有很多转化或变造。因此我请ChatGPT帮我翻译的时候，每隔几段就跑出文章违反内容政策的画面（尤其提到圣经时）。我不断哀求它到最后有点火大，就写负面回馈说：你不要再那么stupid了，它只是一篇虚构小说！」黄哲斌描述语气生动，现场响起笑声。

「你会发现，AI跟人一样有多元的性格，且不见得每个都长得像ChatGPT。此外也有伦理规范跟创作自由的不同界线。」黄哲斌说，创作如何跟AI结合，海蒂做了一次示范。 「我因此一直在想，这样的AI协作是否具备班雅明所谓的『灵光』？它的灵光是出于人类的提问？还是AI的语言资料库？或者它是班雅明提到的另一种机械复制的艺术？」

黄哲斌并给大家观赏去（2022）年美国科罗拉多州博览会的数位艺术首奖作品〈太空歌剧院〉（Théâtre D'opéra Spatial）。该作因作者杰森．艾伦（Jason M. Allen） 利用AI生成算图工具Midjourney创作，而引发轩然大波。黄哲斌认为，从小说到获奖的图，两个例子都可用来探讨AI创造力的相关问题。

AI是否具有创意、能否协助人类展现创意？李怡志说，这个题目其实已有60、70年历史，且学界早有一些定论。 「有趣的是，1980、90年代AI创意的研究已达高峰，那时根本没有AI可用，理论就已经先到达了，如今等了30年，终于可以解释现在的现象。」

关于AI应用创作出现很多格式化风格这件事，李怡志认为，任何创作者都不可能不断改变风格，就算毕卡索或梵谷，一生大概也就3、4种风格转变。人类风格是有限的，反而人工智慧可以带来很多机会，让不是艺术家的一般人也能在多种风格内展现创意。

「所以问题不在AI风格的僵化，而是人本身。」他说：「前提是要有动机与能力。如果你只会下一样的指令，就会得到一样的东西。」例如，现在脸书充斥大量被称为「AI审美疲劳」的人像作品，几乎都是美女图。

他并举书本封面设计为例。台湾的繁体字特别受限，坊间所见恐怕不超过100种字体，可是设计师还是有办法做出千变万化的封面。 「所以问题不在格式。像新细明体，不会用的话就很丑。同样的，人工智慧也有它的局限，我们应该把它的局限或对它的偏见当成一种功能来使用。就像新细明体长这样，会用的人还是能做出艺术性的表现。」

李怡志还说，我们都想像人类有创造力、有创意，但其实也不是每个人都有。反观机器，从过往到现在，人类一直抗拒承认机器有这个能力，所以当AI做出人类从没看过的东西，那到底算不算创意或创造力？

人类思考如何解决问题时，不太会去寻求穷尽所有的解答，但这件事对AI而言，显然很容易。 「所有的解，在机器学习里面叫search space，比如回家有1000种走法，但一般人可能只会用两、三种，计程车司机稍微偏离路线还会跟他吵架。这是因为人类担心成本或失误，所以不会去尝试其他解法。但现在我们可以让AI一口气把1000个解法都做出来，之后再回头去看，里面有没有很创意的、过去你不敢做而它做到了的东西。」李怡志分析。

➤ AI让社会更媚俗，或更有创意？

近年全球媒体都在进行整并，大型串流平台更加强势，创作从内容产制到行销贩售，越来越需要跟大平台合作，或配合其背后的大数据，长此以往，究竟AI会让社会更媚俗还是更有创意？大型平台与个人创作是否存在矛盾或冲突？

黄哲斌借用麦克鲁汉（Herbert Marshall McLuhan）「媒介即讯息」这句话，说明「平台、技术，决定了内容」。他说，某次跟Tizzy Bac乐团对谈，主唱陈惠婷就向他反应过自己的焦虑。 「串流平台兴起后，越来越多创作者发现，听众没时间跟你培养感情，听歌会跳过前奏，前奏如果超过3秒，大家就飘走了，根本没机会听到你的声音。 」

音乐串流平台KKBOX数据也显示，现在流行音乐为了迎合听众短时间就想听到爆点的习性，歌曲平均长度缩短至166秒、歌手必须3秒内开唱、歌曲前30秒是胜负关键。志祺七七也谈过类似现象，表示TikTok上音乐必须在15秒内达到高潮，只要抓一段容易记忆的旋律不断复制／贴上，就能制造洗脑神曲，完全不需要起承转合。

黄哲斌说：「这些事都在告诉我们平台跟创作的关系。让我想到〈Hotel California〉这类6分多钟、前奏长达一分钟的歌曲，也许在这个时代就不可能出现或存活。」

AI很多地方都在挑战人类创意，也挑战人类原本认知的界限。黄哲斌以韩国爆红女歌手Rui为例。 Rui因为觉得自己不好看，所以她在YouTube上所有画面，除了头发是本人的，其他都是大数据推算南韩民众喜欢的五官所画出来的。这样一个AI跟真人结合的偶像歌手，背后代表什么？当AI开始会写作、唱歌、演戏，有朝一日是否会诞生「纯AI」的巨星？

黄哲斌紧接着分享《经济学人》网站上的文章〈AI时代巨星的诞生〉（ 〈Now AI can write, sing and act, is it still possible to be a star?〉 ）。文中提到， AI已经影响整个好莱坞。比如迪士尼已取得现年92岁的美国男演员詹姆斯．厄尔．琼斯（James Earl Jones）的声音权利，就算有一天他往生了，还是能演出黑武士达斯维达的声音。又比如给AI一个小时，它就可以把《玩命关头》剧本写到第94集，差别是人类阅听者会不会厌倦？

AI很擅长复制跟转化，目前看来与人类协作是可行的方向，这类例子只会越来越多。不过，这也将衍生出AI与人类共存的新议题。黄哲斌提到，今年5月，美国编剧工会（Writers Guild of America, WGA）发动持续148天的大罢工，7月时，美国演员工会—美国电视和广播艺人联合会（SAG-AFTRA）亦加入响应。

这次罢工，美国演员工会控诉现有版权法并无提供演员足够的法律保障，若未来有电影公司使用AI生成技术，不需取得本人授权即可「盗用」演员声音和容貌、合成演员。此外，另一诉求则是好莱坞编剧担心迪士尼等大企业未来使用AI创作剧本，让人类编剧只负责后续修编，如此一来，编剧的工作权势必深受影响，甚至只能领到修改剧本的薪水。幸好，罢工行动皆取得谈判成果。

美國編劇工會（WGA）大罷工談判成果：今年10月，美國編劇工會（WGA）正式結束了罷工，與電影電視製片人聯盟（AMPTP）談成為期三年的協議。雙方同意在電視和電影項目中，AI 不能被視為作家，AI 產生的素材不可被視為指定素材。另一方面，編劇可以選擇使用AI，但公司不得強迫編劇使用。協議還規定，如果有任何內容是由AI撰寫，公司必須事先通知編劇。此外，美國演員工會爭取到的是：若未來根據演員的影像製作合成演員，用於訓練生成式AI時，必須通知美國演員工會，且工會有權利替工會成員協商出合理的報酬。

黄哲斌认为，AI无所不能的形象，往往是人类咏唱出来的结果。像前述《纽约客》那篇小说，几乎都是AI生成内容，丢上网路之后，AI又把它收进训练的语料库，用AI自行生成的文体不断进行自我复制。继续下去，有一天会不会出现混乱或崩溃？黄哲斌表示，这值得进一步思考观察。

➤怎样对AI「提出好问题」

李怡志说，人类科技发展过程，从乡民很喜欢讲的「已知用火」到现在，探索用法这件事从未停止过。人类并没有在已知用火那天就知道火的所有用途，问题是AI出现后，我们都太急于把所有用法全探索了。

「我觉得现在先不用急着把这件事探索到底，因为这不仅不可能，而且变动很快，今天讲的东西，可能明天就是错的。」李怡志从媒体素养切入来谈。传统媒体时代，阅听人只要思考编辑台背后动机；到网路时代，开始需要把演算法视为素养的一部分。现在生成式AI加入了，又比演算法更复杂，需要知道机器是怎么学习。 「问题是我们都知道『学习必然有偏见』，很多东西根本就藏在人类大脑里没有被具象化，所以AI不可能学到所有事情。」

回到Search Space的概念，李怡志引述英国认知科学家玛格丽特．博登（Margaret Ann Boden）的在著作《创造力心智：神话与机制》（The Creative Mind: Myths and Mechanisms）提出的洞见：人工智慧特别适合执行的是合并式创意（combinatorial creativity）、探索式创意（ exploratory creativity），但要让人工智慧发挥转换式创意（transformational creativity）就很难。

李怡志举例：「比如电话发明出来，后来又加个键盘，再来变移动式，但都叫电话。可是现在智慧型手机的本质不是电话，而是一台触控式电脑，拿电脑来讲电话就是transformation，照理说要AI想到这件事就比较困难。」了解AI的能与不能之后，再来谈问问题这件事。

李怡志说，懂得问问题是一种成功的表征，大部分的人其实都不是很会问问题。 「而且有趣的是，你会发现直接命令AI做某件事，通常表现只有60分（也就是人类平均表现），但如果问它这件事『做到好』的标准是什么，再让它按这个标准做，瞬间就变90分。」李怡志称之为「问题的问题」，在问ChatGPT问题之前，先问它怎么评鉴这件事，通常会得到比较好的结果。

李怡志还会问AI一些过往比较少被问的，例如反对意见、负面意见。 「上班族都知道，主管要求提出意见时，我们通常都提供非常礼貌、合理的feedback。可是人工智慧不管也不担心冒犯你，所以我会问它负面的东西，请它扮演各种竞争对手来回答。」李怡志也尝试过问AI「某种情况该找谁评判」，等列出所有角色后，AI再扮演这些角色。他说科技发展到此，上面这些做法都是可行的。

➤媒体与出版如何善用AI，迎接时代新趋势？

关于新闻界目前的应用案例，黄哲斌说，《天下杂志》现与Taiwan AI Labs合作，训练AI每天半夜耙梳40多家外国媒体，按权重挑出一定比例的24小时内全球重要新闻，并自动翻译、列出摘要。人类编辑只需花2小时检查它的排序，隔天一早，读者就可以看到世界最新发展新闻。这在过去「工人」智慧时代，几乎是不可能的事。

另有一例，是美国工程师写的程式。黄哲斌列出六、七个criteria，教ChatGPT判别所有美国新闻的重要性跟影响性（所谓新闻学），学会后就可以调整尺度。他以地震级数来比喻，1000则每日新闻中，震度6.5以上大概只剩50则，其他口水、八卦等不重要新闻就不会进入视野、不耽误阅听人时间。也可以往下调到震度4，就有数百则新闻可以看。

此外，黄哲斌说，目前AI发展到现在，可以在不同语言之间沟通、切换，有如建造巴别塔，这也是之所以他都找ChatGPT翻译的原因。 「更不用说YouTube的自动翻译，现在想翻成什么土库文、毛利文、爪哇文都可以，虽然品质还没有到很好，但也有八、九成的准度。」

相对于媒体正面应用，产业某些环节也势必会受到负面冲击。黄哲斌回顾：「其实数位化30年前就开始了，1990年代我进报社的时候刚好碰到，就有一个职业马上受害，那就是排字工。有些后来转成电脑打字小姐，有些被资遣。 」

30年后的今天，媒体业也如当年一样盘点内部，哪些工作会被AI取代、哪些只有人类可以做。

黄哲斌虽不太确定出版业会有那些变化，但Taiwan AI Labs创始人杜奕瑾曾对他说道：「人类无端的创意、对产业的推理、对于事实探究的欲望，以及人的思想主轴，都是很难被人工智慧学习起来的……所谓的推理、探究、寻访的能力，人工智慧只能辅助，至于思想的主轴，以及如何去陈述、报导，主要还是靠人的灵魂。」黄哲斌认为，从这样的概念出发，或许能找到出版业不容易被AI取代的部分，相对也可能因AI而增强。

他并举两个AI如何增强内容的例子。除了Beatles遗作〈Now And Then〉之外，另一个是法国电信公司Orange的广告。这个广告是恶名昭彰深伪技术（deepfake）难得的正面案例，片中将法国女足换成国家男足的脸，让世人反思运动世界长期以来的性别不平等。

黄哲斌说：「大家每4年疯一次足球，可是看的都是男子足球的世界杯，几乎没人知道女子足球也有世界杯，因此Orange公司拍广告邀请法国人一起来支持法国的女子足球队。这种创意有其脉络背景，也只有人才能想得出来。」

至于，内容产业如何面对AI？李怡志认为不管书也好、媒体也好，可以把内容产制过程切分成前端的发想与资料收集，中间的撰写与编辑，后端的递送发行。目前看来，中间由人来做比较好；前端的捞资料、做分析，由人工智慧做会比较快；至于后端，则有数位与纸本两种情形。

「在人工智慧下，起码新闻界都大致认可一件事，就是我再也不是『做一个版本、给所有人看』了。因为现在生成式AI已经做得不错，可以指望不久的未来，一篇文章能够调整成人们各自想看的样子。」李怡志说，现在每个人打开手机都会被广告系统追踪，假设未来内容也有追踪价值，理论上人们看到的文章有这种可能。 「比如《报导者》的文章，多半要花一点时间才能看完，未来面对某些人，就可以提供300字用词简单的版本，若想看两万字就看原来的版本。」

李怡志也指出，数位出版未来也可以做多版本的变化：「我是个家长，很多童书会标注适读年龄，但我很难判断我儿子的心智年龄是未达还是超过。以后有多版本的话，『该买几岁的书？』问题就可以解决。」

李怡志并认为，跟新闻业过去的遭遇有点像，AI对出版的冲击必然会到来。未来纸本势必走向精致化跟典藏化，且最高级的内容才会制成纸本。 「我发现书大致已经往这个方向走了，现在封面用的纸张、印刷的品质，都比以前好很多。未来可能更走向典藏路线，书店空间也留给更精致的书。」至于其他在AI的辅助下，多会朝电子化发展。

➤ Q&A

●现在出版业跟新闻业其实有很多好内容，问题是供给端跟需求端对不上，好的报导找不到读者。未来AI有没有可能扮演某种角色，让发行管道的错位或断裂，可以获得修补？

李怡志：我觉得AI比较能做的是协助后端递送的个人化，只要成本能够负荷，就可以针对不同需求或能力的人，给他不同的内容。最大问题是递送的演算法掌握在平台手上，我们控制不了它。关于演算法，有很多研究显示，它会挑特别能勾起负面情绪、愤怒、族群对立的东西给你，所以前端内容再怎么做，我们都不可能违背本意，去配合演算法做这样的内容。

我最近常举一个比喻：我们吃东西都会去稍微有信誉的餐厅或看一下品牌，不会随便捡路边的东西吃，可能会食物中毒，媒体内容的消费也应该如此。但现在的状况是，消费者什么东西捡来就往嘴巴里塞，这件事跟AI的关系就不大了。

所以我真的觉得，要花比较多的时间去教育阅听人，慎选资讯的源头。但这件事在台湾又很麻烦，我在新闻界这么久，只能说台湾阅听人包容性真的很强，拿到手上的都是食物。

●往后5年，生成式AI会对媒体与出版创造什么样的新职务？

黄哲斌：我比较能肯定的是，在媒体里有两种职业现在已经慢慢出现。比如《天下》有个数位创新部，专门做编辑部跟资讯部的桥梁。假设编辑部想开发一个APP，可是只知内容不懂程式，而资讯部会写程式但不懂内容，中间就需要有既懂一点内容、又懂一点技术的人协助沟通。我觉得从这个概念出发，相信媒体很快就会出现类似这种AI创意师或应用师。

媒体现在都在研究AI怎么应用在新闻产制的流水线上，过程中去弥合技术、内容与创意的这个角色，其实是很重要的。前面提到《天下》与Taiwan AI Labs的合作，就曾经差点破局告吹，因为AI工程师对新闻编辑端的某些要求不是很理解，这样的gap非常多。后来杜奕瑾跳进来跟工程师一起改，才有现在的样子。

延伸阅读．竟然是水逆造就了梵谷？创作、AI、5G普及与阅读的未来：胡晴舫Ｘ台湾AI Labs创办人杜奕瑾对谈

另一个是关于协作。如果去人力网站搜寻，现在很多企业都在征AI咏唱师了。可是对新闻媒体来讲，可能要求不止于此，甚至还必须知道怎么跟AI协作，这样的人才我认为未来媒体可能也有需求，这件事其实也慢慢在发生中。

●传统作图需要非常多时间去完成，创作者通常只会尝试有限的次数，忠实反映他在那段时间的想法，但是如果用AI无止尽的尝试，很容易感觉作品已足够好了，会不会反而失去创作者的一些特性？

李怡志：传统创作从草稿开始，起初构图上可能有较大修改，但确定后就慢慢精细化，所以不存在一次多个版本。生成式AI在算力足够的状况下，一小时做1000张也是办得到的。

过往艺术家在创作的每个阶段过程中，都在把他的评鉴标准appreciation放进去，是经过一连串的评鉴去达到他要的创作结果。所以AI一次做100张再从中挑一张，与传统走100步做出一张，会有所不同。

「从大量的东西里面挑」这件事，人类并不陌生。 Google统计我帮小孩拍的照片，已经3万张。这么多照片之后，Google相簿会定时帮你做一本图集，写着「小孩不知不觉长这么大了」。就算你并没有跟它讲里面哪个是你老婆，它都知道这人在你身边这么久，一定是你重要的伴侣，它就会说「温馨的家庭时刻」、「回忆过往」什么的。

这种大量生产之后再经过人工智慧学习出来的东西，绝不是我拍照时想得到的。所以我觉得当你生成图像可以大量创作的时候，此时此刻我们也不知道它会不会涌现第二次的创意出来，可以期待看看。

●未来人类跟AI的协作可能变成一种日常，但目前要修正AI的结果，其实非常的工人智慧。指导或修正AI生成的内容，是否可以形成更有效的反馈机制，以塑造最终的成品？

黄哲斌：我只能谈一下我看到的经验，用人跟人的沟通来回答这个问题。现在网路常常每隔一段时间就在战理科、战文科。的确编辑跟系统工程师想的不太一样，比如编辑要的是美感、影响力，通常是抽象名词，可是跟工程师沟通最好想办法量化，简单讲就是少用形容词，必须非常明确说明想要达到什么效果、需要什么样的检核机制等等，他才比较知道你希望他怎么做。

李怡志：我们思考AI修正这件事情，大概都只存在第三方的平台上，比如ChatGPT的回馈，也不是针对你个人的回馈，它可能收集了1000万次大家的意见之后来回你，是大量学习后的结果。

但这个领域真的发展很快，我们可以预见一个小模型被烧在CPU上，然后装在你家吹风机或微波炉里面。过去晶片很贵，未来会很便宜，所以一个专属你个人使用的生成式人工智慧就快到了，那时我们才比较可能去思考怎么训练它。

训练回馈这件事，要出成千上万的题目让它做，再用另一个程式判断它答得好不好。我想未来会有评估的程式出现在你的桌面，因为你点它的样本量太少，不够它学习，所以会由另一个机器来决定。

●内容多版本这件事很有趣，但似乎也会让「何者为真」这样的问题不再重要，甚至内容的多版本，还可以再延伸二创的多版本，最后好像会变得难以追踪原貌。如果著作权的概念还存在，是不是只能用NFT的方式来追踪真迹的其他延伸？

李怡志：因为人可以控制生成式人工智慧的temperature、热情度，所以改写过程中，如果把temperature关到0，它就不会在你给它的事实里面添造讯息，除非叫它把一千字改写成一万字，那就有九成是胡说八道。生产多版本的过程中，给它2万字，叫它基于事实变成1000字、500字，给大人看的、给小孩看的，这个大概都没问题。

由一种文本变成另一种文本，这件事并没有很新。新闻界大概从2014年起就有自动化新闻，一开始都是运动赛事、选举报导跟股市资讯，都是用母版再加一点点生成。过往经验都还好，所以只要程式控制好，是不太会产生错误内容的多版本。

至于著作权，在AI生成的状况下，是一个不好讨论的问题。因为机器写的，除非有人为修过，否则不存在著作权，起码目前是这样。 NFT追踪真迹这个想法我觉得很好，如果有人觉得真迹很重要的话，就可以NFT化。

➤推荐读物

李怡志：其实讲人工智慧跟社会还有伦理道德议题的书非常多，我推比较好读的《人工智慧最后的秘密》。有趣的是人工智慧大量学习我们已知的东西，然后以某种方法「再现」这件事，现在我们有几位老师也在研究，因为有很多过去意想不到的东西可以讨论。另一本是约翰．伯格《观看的方式》，我最近在重看这本书，发现可以借用它的方法再重新看人工智慧这件事。

我还想推荐两部影片。 《个资风暴：剑桥分析事件》能协助我们了解，人工智慧做到极致可能的危害是什么。 《地球未知档案：杀手机器人》讲的是人工智慧用于作战跟杀人。这是现在国际人道跟外交最重的议题，这次拜习会也有讨论到这个题目。

很多人看完《地球未知档案：杀手机器人》都意识到非常可怕，机器跟人类对战的差别是它不怕死，会直接冲过来跟你对撞。想像把这样的东西丢到实际的战场上会是什么状况？所以现在国际上开始要求不能让AI直接去杀人，有个概念叫人为监督（Human-in-the-loop，指由人类训练、测试或调整AI 系统，帮助系统取得更可靠的结果），一定是人类发动决策而不是机器。

此外，如果大家对人工智慧的艺术跟创作有兴趣的话，玛格丽特．博登有满多1990年代的著作都有所讨论，但可能台湾还没有中文译本。

黄哲斌：我推荐《科技想要什么》，这本书比较站在科技乐观主义的角度，来讲整个科技发展的一些必然跟偶然，虽然书中观点我不见得都赞同，但从比较大的picture去看的话，是个很有趣的参考点。另一本是比较批判性的《谁控制了总开关？ 》，是我看过讲整个科技从电报、广播、电视、电影，一路发展下来的脉络还有转变的书当中，写得最清楚的一本。如果找不到的话，看《注意力商人》也不错。

另外我想推杰容．蓝尼尔（Jaron Lanier）在TED Talks上的演讲。他是矽谷开山级人物，也是虚拟实境这个词的创造人，有好几个影片都在谈科技对人类的影响。此外他最近接受Bloomberg采访，也在讲他对AI的看法，YouTube上面有，都很推荐大家去看。

蓝尼尔是美国人工智慧先驱马文．明斯基（Marvin Minsky）的学生，因为明斯基比较乐观论，蓝尼尔比较悲观论，所以常常跟明斯基辩论。大家可以去看一下两者不同的观点，会满有趣的。 ●（ 原文于2023-11-28在Openbook官网首度刊载）