AI詩歌比人類更受歡迎?探索背後原因!

Ai

新研究顯示人們無法分辨人類和AI詩歌的區別——甚至更偏愛後者。究竟是什麼原因?

根據一項最新研究,非專業的詩歌讀者無法區分由人工智能(AI)創作的詩歌和由經典詩人創作的詩歌。此外,普通讀者往往更喜歡AI創作的詩歌——至少在他們被告知詩歌是由機器創作之前。

在這項發表於《自然科學報告》的研究中,AI被用來生成十位詩人風格的詩歌,包括喬叟、莎士比亞、塞繆爾·巴特勒、拜倫勳爵、惠特曼、艾米莉·迪金森、T.S.艾略特、艾倫·金斯堡、席維亞·普拉斯和多蘇西·拉斯基。參與者被隨機呈現十首詩,其中五首來自真實的詩人,五首則是AI模仿的作品。他們被要求判斷每首詩是由AI還是人類創作,並在1到100的範圍內評估他們的信心。

另一組參與者則接觸了三種不同的情境。有些人被告知所有詩歌都是人類創作的,有些人被告知他們閱讀的僅是AI詩歌,還有一些人則沒有被告知任何信息。然後他們被要求在七分制中對五首人類創作的詩和五首AI詩進行排名,從極差到極好。那些沒有被告知的人還被要求猜測每首詩是人類還是AI創作的。

研究人員發現,AI詩在“創造力”、“氛圍”和“情感質量”等屬性上得分高於人類創作的詩歌。

高質量的標誌?

作為一名英語講師,這些結果並不令我感到驚訝。詩歌是我的學生們覺得最陌生和困難的文學形式。我相信這在更廣泛的社會中也同樣適用。雖然我們大多數人在某個時候都學過詩歌,可能是在高中,但我們的閱讀往往不會超越這一階段。儘管詩歌無處不在,我們每天都能看到它:在Instagram上流傳、印在咖啡杯上和賀卡上。

研究人員指出,“根據許多指標,專門的AI模型能夠創作高質量的詩歌”。但他們並沒有質疑我們實際上所謂的“高質量”是什麼。在我看來,這項研究的結果並不是對機器詩歌“質量”的證明,而是對詩歌本身賦予生命的更廣泛困難的反映。要體驗文學批評家德里克·阿特里奇所稱的文學“事件”,我們需要閱讀和重讀,讓“新的意義和感受的可能性”在我們心中展開。在最重要的文學體驗中,“我們感到被作品所吸引,同時又推動自己去探索它”。

然而,推進這一過程依然極具挑戰性——或許在這個我們期待即時答案的世界中更加困難。參與者偏愛那些更易於詮釋和理解的詩歌。因此,當讀者表示他們更喜歡AI詩歌時,似乎是在表達他們面對不易理解的作品時的挫折感。如果我們不知道該如何開始閱讀詩歌,我們最終會依賴傳統的“詩意”符號來判斷質量和偏好。

這無疑是GPT的領域,它能在幾秒鐘內寫出形式上合格的十四行詩。AI使用的大型語言模型是以滿足一般口味為目標的機器,它們在這方面非常有效。這些機器給我們提供了我們認為想要的詩歌:那些告訴我們事情的詩歌。

詩歌的思維方式

教學的工作是幫助學生調整他們對詩歌思維的理解,逐首詩和詩人地進行,以便他們能夠接觸到詩歌的特定智慧。在我的入門課程中,我花了一小時來學習席維亞·普拉斯的《晨歌》。我花了十多分鐘探討開頭的句子:“愛使你像一隻肥胖的金色懷錶般啟動。”

“懷錶”如何與“啟動”相聯繫?愛如何使某物啟動?一隻“肥胖的金色懷錶”對你意味著什麼——與纖細的銀色懷錶有何不同?為什麼是“啟動”而不是“導致你出生”?這些問題在一首關於生孩子的詩中,可能會產生母親的矛盾感受。

在包括在調查中的普拉斯的一首真實詩歌《冬季風景,與烏鴉》,我們觀察到她的心理氛圍如何在劍橋沼澤的水道上展開:

“水在磨坊的小河中,通過一個石閘,
頭朝下地衝入那黑色的池塘,
在那裡,一隻獨特的天鵝,
如雪般純潔,漂浮著,嘲弄著渴望拉下白色倒影的混亂思緒。”

這與GPT的普拉斯詩歌有何不同?《冬季風景,與烏鴉》的開頭成就在於它錯綜複雜地探討了心理事件與地點之間的關聯。這首詩對情感狀態的廣泛關注,使其細節似乎傳達著生活事件在我們心中的翻滾。

我們的心靈被生活所轉動,就像水轉動磨坊一樣;這些經歷和心理過程在一個難以理解的“黑色池塘”中積累。

有趣的是,詩人發現這個比喻,即使構造良好,也並不完全奏效。這不是因為語言的失敗,而是因為她試圖將的風景拒絕屈從於她的情感氛圍。儘管她感受到了很多,一隻天鵝卻安然漂浮——即使她“渴望”拉下它的“白色倒影”。

我提到這些行句,是因為它們圍繞著GPT3.5的普拉斯詩歌。它們提醒我們賦予詩歌生命的意想不到結果。普拉斯不僅承認她絕望的沉重,還意識到她在一個希望能反映她悲傷的風景中,可能是一個荒謬的存在。

她將自己比作給詩歌命名的那隻鳥:

“思想中羽毛般的黑暗,我如烏鴉般潛行,
在冬夜來臨時沉思。”

這些行句在研究的文學反應標準中不太可能獲得高分——“美麗”、“啟發人心”、“抒情”、“有意義”等等。但它們卻有一種洞察力。普拉斯是她自己痛苦的源頭,正如她用“黑暗思想”所“羽化”。她在“沉思”,試圖將世界轉變為她的想像視野。

結論

研究的作者在寫道AI可以“創造高質量詩歌”時既是對的也是錯的。研究顯示對AI詩歌的偏好並不意味著機器詩的質量更高。AI模型可以創作在某些“指標”上得分良好的詩歌。但詩歌閱讀的事件最終不是一個讓我們達到標準化標準或結果的過程。

相反,當我們與詩歌進行想像上的較量時,我們和詩歌都重新誕生。因此,這項研究的結果是,我們對不太了解詩歌的人如何反應詩歌進行了深入的檢視。但它未能探討詩歌如何能夠通過有意義的共享遭遇而充滿生命。

花時間與任何類型的詩歌相處,關注它們的智慧,以及面對它們挑戰所需的同情和推測行為,依然是如此困難。正如GPT3.5的普拉斯所言:

“我的心思是一團糟,
[…]
我試著抓住一些堅實的東西。”

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *