学者探讨古典修辞学中的作者身份与表达真实性

Edmund King 2026年11月5日 21 6 5 分享 老挝万象佛陀公园雕塑园中的混凝土雕像。Wikimedia Commons

什么叫说得好？说得好与说真话之间——如果有的话——究竟有什么关联？Raymond Geuss 在2024年出版的《Seeing Double》一书中，梳理出古代修辞学家认为一个人“说得好”的五种含义。能说服他人，就是说得好；言辞格外优美或组织得当，就是说得好；能给出良善建议、说话得体且应对有序，就是说得好；最后，能讲出真话，也是说得好。在这些含义之外，Geuss 又补充了另一种在古典时期尚处萌芽、后来逐渐自成一体的理解：一个人说话正确，也可以被说成是“说得好”。1 当然，所有这些“说得好”的方式，都建立在说话者是一个人的前提之上。古典雄辩的整个模型，依赖于某个特定的人、其表达手段（声音或文字）以及这些手段所传达的品格（或个人风格）之间存在着本质联系。

当大语言模型的广泛可用使得某段文本与其声称的作者之间的联系不再有保障时，这意味着什么？由 LLM 生成的文本（也就是从根本上没有作者的文本）能说得好、能说真话吗？

数字人文学者 Leah Henrickson 认为，我们之所以如此在意区分人类写作与计算机生成的文本，是因为我们仍然固守一种她称之为“诠释契约”的天真阅读阐释方式。这一契约促使读者相信，阅读会在自身与自己所想象的作者心智和意图之间建立一种神秘联系——而这不过是一组理想化的投射，实际上全都存在于读者自己的头脑中。AI authorship 打破了这一契约。2 为了说明她眼中区分人类作者与机器作者正变得越来越没有意义，Henrickson 指出，大多数人在阅读 AI 生成内容时并不能可靠地察觉。3 但起源问题并不能如此轻易地被回避。错误的主观信念并不能影响某物实际上是如何产生的。魔术之所以不是“魔法”，并不是因为观众中无人知道戏法是如何完成的，也不是因为人们若相信自己见证了奇迹便从中获得了意义。一个人是否生活在一个被认为可能存在魔法的世界里，这一点很重要。真正的神秘化、真正的拜物教，恰恰在于暗示这种区分毫无意义——暗示指出幻象背后的技术是不合时宜的（或者说，是没跟上潮流的标志）。

仍然存在强有力的伦理与智识理由，去尝试（至少）维持人类作者与机器作者之间的区分。当一位澳大利亚学者向《卫报》记者坦言，他有学生被问起时“对整个学期说不出哪怕一件事”，却每人都提交了“一篇漂亮的论文”，那些论文表面上的“美”与否并不重要。4 没有与学生作者之间的明确联系，这样的论文就成了学生成就的拟像，而非任何人确实达成了学习成果的证据。换句话说，没有作者，它们也就没有功能（因而没有意义）。问题在于一些 AI 研究者所称的“内容不可分离性”。5 一篇学生花数周时间广泛阅读、透彻理解全部课程概念后写出的论文，已经与把论文题目粘贴进提示框后瞬间生成的 GPT-6 输出无法区分。（更糟的是，用最新模型以这种方式生成的论文，读起来甚至可能更好。）正如 Geuss 所说，“把图像与图像所再现的对象混为一谈，是一个严重的错误。”6 然而，给这样的论文判及格——正如这位学者声称大学管理者迫使他做的那样——恰恰就是犯了这种错误。

事实上，生成式 AI 的模拟类比还可以进一步延伸。Jean Baudrillard 将文艺复兴时期的灰泥装饰认定为第一秩序拟像中“ counterfeit”对象的首要范例，他形容灰泥是“一种单一的新物质”，“囊括一切形式”并“模仿一切材料”。7 灰泥（如同浇筑混凝土）可以被塑形和建模成任何形态，同时又仅因其延展性而有价值。生成式 AI 的输出可以说与此相似。人类文化遗产作为预训练数据被吞入后，如今可以被无休止地挤出成型，被赋予灰泥、混凝土或 3D 打印机三维塑料“墨水”那种流动的潜能。8 然而，尽管这样的输出可以呈现出表面上令人信服、印象深刻的文本形态，它可以说仍然停留在图像或拟像的层面。它像人类文化，却恰恰只用来表征人类文化所不是的东西。9

尽管无作者的聊天机器人语句世界与古典修辞世界之间隔着时间鸿沟，某种类似传统“说得好”评判框架的东西，仍在支配着我们对生成式 AI 的反应。在 Rafael Alvarado 看来，大语言模型无法说出真理，因为缺乏作者，它们无法触及人类“寻求或验证真理主张”的手段。“即便 LLM 产出表面上为真的句子，”他写道，“它们也是偶然如此——这些句子都属于认识论所称的‘未被证成的真信念’。”10

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）