AI眼中的“文学风格”是什么样的？

如果(guo)说类似网文、公文等因其(qi)程式化、商业化的文体(ti)特征，既(ji)没(mei)有什么独一无二的“作者(zhe)性”，也没(mei)有什么高明的文学性，很容易找到它们“批量生成方(fang)式”的话，那我(wo)们不妨直接摆上人类整个文学史上最高段的作家(jia)之一——三岛由纪夫为例，让AI生成一段三岛式的文段：

暴雨中的剑道场弥漫着铁(tie)锈(xiu)与朽木的气息，汗水顺着少年绷(beng)紧的脊梁滑落，在榻(ta)榻(ta)米上洇出深色图腾。竹刀相击(ji)的脆响里，他(ta)看见师父眼角的皱纹藏着江(jiang)户时代某场未(wei)竟(jing)的复仇。当狂风掀开纸(zhi)门，携来山茶花的残瓣黏在汗湿的胸膛时，他(ta)恍然领悟肉(rou)体(ti)不过是盛装耻辱的陶器，唯有在彻底粉碎的瞬间，方(fang)能窥(kui)见永恒澄(cheng)明的月光。

三岛的文风“汪洋恣(zi)肆，波云诡谲”，比(bi)喻惊世骇俗，往往“语不惊人死不休”，令人拍案叫绝，难以名状。而Deepseek交出的答卷，即使还不能说已(yi)经足够“以假(jia)乱真”，但文风的确(que)已(yi)经相当有极具辨识度的三岛韵味了。那么AI是怎么做到的呢？

当我(wo)们说“三岛由纪夫式的段落”时，我(wo)们首先(xian)在表达的，是一种(zhong)极度抽象、模糊的文本特征，亦即一种(zhong)经过后人总结与概括出的美学风格。

相信很少有人可以否认，三岛由纪夫的核心风格至少是包括以下几个方(fang)面的：

极端美学：三岛强调死亡之美、肉(rou)体(ti)之美、秩序与毁灭(mie)的共存。他(ta)的文字往往冷峻、华丽，带有仪(yi)式感。

日本传统与西(xi)方(fang)现(xian)代性的交融：他(ta)擅长描绘日本传统武士道精(jing)神、神道教意象，同时又深受西(xi)方(fang)文学影响（如尼采、波德莱尔）。

强烈(lie)的视(shi)觉意象：他(ta)的描写极富画面感，常用光影、色彩、质(zhi)感等细节(jie)来增强感官刺激。

短促有力的句子(zi)与复杂华美的句群(qun)交替：他(ta)能够在冷静、简洁的描述和繁复的抒情段落之间切(qie)换自如。

有美与毁灭(mie)的共存、个人意志与时代洪流(liu)、武士道精(jing)神的绝对化等思想冲突(tu)：“唯有被烈(lie)焰吞噬的建筑，才(cai)能显现(xian)其(qi)真正的轮廓”“他(ta)宁愿(yuan)让自己的信仰碎裂成光辉四溅的玻璃，也不愿(yuan)在时代的尘埃中沉默”“肉(rou)体(ti)不过是意志的器皿，若器皿已(yi)破，则意志亦得解放”等。

不仅如此，嗜读三岛的人们也很容易就可以总结出三岛有以下这些鲜明的修(xiu)辞风格，甚至可以说风格鲜明到了若是不如此，就根本“不像(xiang)”三岛作品的程度：

对自然的高度拟人化：如“秋日的阳光像(xiang)一柄锐利的匕首，斜斜地刺入庭院(yuan)，那金色的光芒在枯(ku)叶上燃(ran)烧，宛如即将自焚的舞姬。”

对肉(rou)体(ti)的极端关(guan)注：如“他(ta)脱下衬衫，背肌绷(beng)紧，皮(pi)肤因寒冷而泛起淡淡的青白色，像(xiang)是刀刃轻抚(fu)过的瓷器。”

华丽的比(bi)喻与象征：“在夜色中，寺庙的影子(zi)倒映在水面，仿佛一匹黑色的战马正在湖心饮水。”

而以上三岛核心美学特点与修(xiu)辞特点的描述正是 AI 自己的“体(ti)会”，已(yi)经非常准确(que)与出色了，与专家(jia)精(jing)心编撰的文学史教材中对三岛风格的概括可以说具有几乎同样准确(que)的知(zhi)识深度。

上述这些在人类看来是美学风格的东西(xi)，在进行过语料库(ku)构建与风格学习的机器眼中，却全然是另一番景象。

机器在收集足够的三岛由纪夫文本后，会首先(xian)进行预处理。三岛由纪夫的作品会被机器进行分句、分词，处理日语/中文/翻译英文版(ban)本等，并“确(que)保数据格式一致”。此后，机器会采用TF-IDF、BERTembeddings等方(fang)法分析三岛文本的常见词汇与独特短语，比(bi)如他(ta)偏(pian)好使用的比(bi)喻、色彩词、身体(ti)意象等。有了上述准备工作，机器就可以对文本进行句法分析，从而识别出三岛句子(zi)的结构模式，比(bi)如：

·修(xiu)饰性强的长句（多层定语、隐喻、插入语）

·简短有力的断句（刀锋般的短句，强调死亡、决(jue)绝）。

其(qi)后，机器就可以训练风格分类器（Style Classifier），用以区分三岛文本与其(qi)他(ta)作家(jia)的文本，并让模型(xing)学习他(ta)的词汇分布、句法模式、修(xiu)辞风格，从中提取独特的风格特征了。

AI是怎么生成特定风格的文本的？

当模型(xing)根据人类给定的条件来调整输出，并生成特定风格、主题或情感的文字时，比(bi)如生成三岛由纪夫风格的文字，就叫做“受控文本生成”。

大(da)模型(xing)会限(xian)制输出自己句子(zi)的平均长度、从句嵌套深度、比(bi)喻使用率等，使其(qi)符合三岛的句法特点，并优先(xian)使用“死亡、美、毁灭(mie)、身体(ti)、宗(zong)教”等高频词，以保持风格一致性。

而且如果(guo)降低温度（Temperature），就可以控制词汇分布、减少生成随机性，使生成文本更符合训练数据风格，并更具连贯性，不至于过于发散。

人类也很容易训练一个句法转换模型(xing)（Syntax Transfer Model）和比(bi)喻生成器（Metaphor Generator），用以将普(pu)通(tong)文本转换成三岛风格，比(bi)如：

·普(pu)通(tong)句子(zi)：“落叶在风中飘零”“他(ta)的手指微微颤抖”

·三岛风格：“秋风撕裂枝头，枯(ku)叶如烧尽的诗篇，沉默地坠落”“他(ta)的指尖如风中残烛，颤抖着，仿佛即将熄灭(mie)”

甚至还可以结合情感分析模型(xing)（Sentiment Analysis），调整文本的情绪(xu)参数，让生成更具三岛式的“悲壮(zhuang)美感”或“压抑(yi)感”。

最后是大(da)模型(xing)的评估与优化环节(jie)，机器可以自己计(ji)算三岛文本与生成文本的困惑度。（Perplexity），评估其(qi)可读性与风格一致性，并使用BERTScore（计(ji)算生成文本与参考文本之间单(dan)词片段的重复率）、BLEU（衡量生成文本覆盖了多少原文的关(guan)键内容）、ROUGE（将文本转化为上下文语义向(xiang)量，计(ji)算生成文本与原文在深层语义上的相似度）等方(fang)式，衡量生成文本与三岛原文的相似度。

再加上人类“专家(jia)”的最后的评估与调优，机器就可以把文学、美学风格转化为数据、概率，并由此模拟任何人的写作风格。

作者(zhe)应该是AI本身，还是“原作者(zhe)”，亦或是问问题的用户？

卡夫卡在临终前给了好友(you)布洛德一份遗嘱，要求他(ta)死后销毁所有未(wei)发表的手稿(gao)，其(qi)中包括《城堡》、《审判》等公认最伟(wei)大(da)的文学作品。卡夫卡此前就多次表达过类似的意愿(yuan)，并甚至亲手销毁过自己的手稿(gao)，但布洛德选择(ze)了"背叛"他(ta)最好朋友(you)的遗愿(yuan)。他(ta)不但没(mei)有销毁这些手稿(gao)，反而倾尽毕生精(jing)力整理、编辑并出版(ban)了它们。

米兰·昆德拉正是以这个故事展(zhan)开他(ta)的著名的文论作品《被背叛的遗嘱》的，而且恐怕没(mei)有人会对此抱有异议：布洛德救赎了文学，即使他(ta)背叛了作家(jia)本人的意愿(yuan)与友(you)谊，他(ta)还是干得漂亮，他(ta)做得太对了！

然而如果(guo)我(wo)们思考昆德拉在这本书中提出的另一个有趣的问题，答案似乎就不如此黑白鲜明了。斯特拉文斯基坚持认为，演奏者(zhe)必须严格按(an)照自己乐谱(pu)演奏，他(ta)反对任何形式的擅自改(gai)动。即使在有些时候，经过改(gai)动后的乐谱(pu)演出效果(guo)更好。那么这种(zhong)有悖于作曲家(jia)或艺术家(jia)原意的“更好”的改(gai)动，是可以被允许的吗？昆德拉借(jie)题发挥道：

毫无疑问，人们完全可能把《追忆(yi)逝(shi)水年华》中的某个句子(zi)写得更好些。但上哪儿去找这么个愿(yuan)意读一本修(xiu)改(gai)后的普(pu)鲁斯特作品的疯子(zi)呢？

即使在实质(zhi)意义上，被改(gai)动后的文本是比(bi)原来的文本“更好”的，这种(zhong)改(gai)动也是不被允许的。这个问题在昆德拉这里之所以是不证(zheng)自明的，根本原因在于他(ta)认为作者(zhe)的作品是一个有机的整体(ti)，任何改(gai)动都可能破坏其(qi)内在的逻辑和意义。后人首先(xian)应该尊重作者(zhe)的创作意图，并尽量理解和还原作者(zhe)想要表达的思想和情感。

所以昆德拉并没(mei)有在这个问题上更进一步，这个被改(gai)动了个别词句的，甚至已(yi)经改(gai)变了作者(zhe)原意的“文本”，他(ta)的作者(zhe)，到底应该是普(pu)鲁斯特，还是应该是普(pu)鲁斯特以及改(gai)动了这段文本的那个人两人合著呢？

而昆德拉之所以没(mei)有考虑这个问题，主因或许是印刷时代的纸(zhi)质(zhi)图书生成方(fang)式，被其(qi)他(ta)人改(gai)动了个别字句的《追忆(yi)似水年华》因为没(mei)有人愿(yuan)意看的“市场性”原因根本没(mei)有被印出来的价值，而且著作权也不允许这样的著作被印出来。

所以文本的作者(zhe)是普(pu)鲁斯特与一个没(mei)有经过普(pu)鲁斯特允许的改(gai)写者(zhe)的情况是不可能发生的。在信息的生产与流(liu)通(tong)并不依赖纸(zhi)质(zhi)图书的印刷、出版(ban)的数字时代，一般出现(xian)这种(zhong)偷偷改(gai)动原文个别字句并据为己用的情况，自然会被判定为洗稿(gao)。

但如果(guo)这段文本的创作者(zhe)是具有生成能力的大(da)语言模型(xing)呢？尤(you)其(qi)是大(da)语言模型(xing)生成的文本是在它学习了原作者(zhe)的大(da)量文本后，利用上述手段生成了在人类可以识别的“风格”上完全相同的新(xin)的文本。如果(guo)AI生成文本的风格与原作还有差距，那也只是AI“还”不能出色地完成仿写任务，而不是AI“不能”完成这个任务。

那么AI通(tong)过仿写生成的文本，他(ta)的“作者(zhe)”到底应该是AI本身，是原始文本数据的提供者(zhe)“原作者(zhe)”，还是那个通(tong)过提问词一步步引导AI生产出了这段文本的用户？

很多人认为AI生成的内容应视(shi)为“委托作品”，著作权归属(shu)于终端用户。但另一种(zhong)观点认为，AI生成的内容缺(que)乏人类创作者(zhe)的直接参与，不应视(shi)为作品，因而不受著作权法保护。纯(chun)粹由AI生成的艺术作品不应该获得版(ban)权保护，因为AI提示本身不足以使用户成为作品的作者(zhe)。

而AI在生成内容时，未(wei)经授权使用他(ta)人作品进行训练，已(yi)经出现(xian)过实际的侵权案例。例如，Thomson Reuters在与Ross Intelligence的诉讼中，法院(yuan)裁定Ross未(wei)经授权复制其(qi)内容用于AI训练，侵犯了其(qi)版(ban)权。

不过美国的版(ban)权所有者(zhe)态度与法律尺度比(bi)其(qi)他(ta)国家(jia)更为严苛。据传，几乎所有的著名AI公司都曾向(xiang)数字图书馆安娜的档(dang)案提出过合作邀约，但最后美国公司都因为对于版(ban)权问题的担忧而最终放弃了合作。

随着AI技(ji)术的不断进步，AI生成内容的著作权归属(shu)和相关(guan)法律伦理问题只会更加复杂。具有推理与文本生成能力的AI技(ji)术将为人类社会的方(fang)方(fang)面面的格局(ju)都带来无比(bi)重大(da)的改(gai)变，版(ban)权的概念与相关(guan)的法律条文概莫能外。