人工智能与诗歌：捍卫人类诗学创作相对于LLMs的价值

定义诗歌语言的使用（或简称诗歌）的许多传统方式之一是通过意想不到的关联。一首诗在其他事物中包括连接两个词，有时连接两个乍看之下不相匹配的想法。有人曾经想到玫瑰的美——不持久很快就会凋谢——就像女性的美，并成为历史，尽管时间和解剖学的明显差异。其他关联从未被规范化，而是像宝石一样嵌入其中，我们无法提取它们而不造成破坏。

我最喜欢的诗之一是鲁本·达里奥的《夜曲》，开头是："那些听诊夜之心脏的人们"。复杂而非自然的音响性强化了两个隐喻的叠加：一个非常传统的，将心脏与某物的"核心"联系起来；另一个远不那么预期的，将这个象征性的心脏作为听诊的对象，并将其与医学这样的非诗歌话语联系起来。也许波德莱尔以类似的方式说过，或者甚至更早的人，但无论如何都是不可重复的。

意想不到的关联不是诗歌语言的专有财产。我们甚至可以说它们是所有原创思想的核心。"全球村"或"无器官身体"之类的概念还有什么呢？这些情况几乎是矛盾修辞法，但我们可以将这个想法扩展到思想的几乎任何领域。监狱就像学校或工厂。口头性在写作之后，米雷伊斯主义是真实存在的裴隆主义，上帝是一体三位，无形之手支配市场，一种精神穿过欧洲。思考就是摆脱明显的关联，即村庄是部落的，身体有肺和肠，符号代表真实对象，诗歌之所以是诗歌是因为它在奇怪的地方截断句子。

但是这里出现了一个问题。创作这个想法，诗学，最终基于两个因素的总和：语言——甚至超越语言，意义，现实——作为一个组合艺术，以及统计不可能性的想法。如果我写"你们看夜间电视的人"，我在做一个可预见的、传统的组合，我在构建一个句子，其中每个单词都有高概率跟在前一个后面。达里奥的诗歌并非如此，它指向一个统计上不常见的组合。也许它的概率不像"那些prindonguizaste了asasrtt的oaioaisoioas的人"这样的短语那样遥远，但无论如何都是不可能的。

但谁能计算这些概率？���台计算机。或者更确切地说，一个配备市场上最强大的GPU的计算机云，消耗世界各地的电力和水，运行大型语言模型（LLM）如GPT、Gemini、Claude、DeepSeek等。寻求罕见配对的诗歌直觉已经被有效地委托了。某些模型（如Google AI studio）允许您处理响应的"温度"，有效地控制文本输出的概率级别。温度越高，概率越低，诗歌越多吗？

正如在���去一年半中多次所说，LLM默认产生美学和概念上乏味的结果。对了解某个主题或寻找某些具体数据很有用（取决于数据类型的错误概率变化），但对思考、创造没有用。

然而，将组合艺术作为语言（或存在）的绝对视界的假设是非常古老的。我们已经在德谟克利特和伊壁鸠鲁的原子论中找到了它。更具体的想法是文学创作是这个几样棋子游戏中的练习和演示，曾被豪尔赫·路易斯·博尔赫斯庆祝和谴责。在他的文章关于（朝向）肖伯纳的笔记中，他声明（令人惊讶的是）：

如果文学不过是言语代数，任何人都可以通过尝试变体来生产任何书籍。简洁的公式万物流变用两个词缩写了赫拉克利特的哲学：雷蒙德·卢利奥会告诉我们，给定第一个，只需尝试不及物动词就可以发现第二个，并通过有条不紊的偶然性获得那个哲学和许多其他哲学。可以回答说通过消除获得的公式会缺乏价值，甚至缺乏意义；为了使其具有任何美德，我们必须根据赫拉克利特，根据赫拉克利特的经验来构想它，尽管"赫拉克利特"可能只是该经验的推定主体。

最后几句打开了通往与横向性完全相反的道路——能指的组合：从文本出发并将其连接到其他维度，尤其是主观经验维度的纵向线。很明显，达里奥的《夜曲》是诗歌不仅仅是因为那个第一个想象的（相对）不可预见性：它之所以是诗歌，也是因为它连接了一个主体——达里奥——与我们这样的其他主体，比如我这样写这些行的人，通过YouTube听诊雨落在阿姆斯特丹的夜间声音。

在这里，我们有，对LLM的人类诗学的简单辩护。决定诗意性的不是不可能本身，而是那个不可能性的主观共鸣。这种共鸣是经验性的，尽管在劳动剥削、K-pop、推荐算法和微目标宣传的世界中经验可能被严重贬低，但经验本身不可约为统计或机器学习。我曾读过一篇美国大学教授的文章，他说在你拥有第一次性体验后，学生开始做出更好的诗歌分析。听起来很真实。我记得在经历某些生命阈值后，对Soda Stereo和Los Redondos歌曲发生了类似的事情。

然后我们可以放心地说战争已经赢了。在《Futurama》中，Leela的武术大师是一个厌恶女性的外星人，他认为女孩不能拥有战士的精神，所以Leela无法赢得对任何男人的战斗。她自动被击败（尽管她的对手在道场中间昏迷）因为缺乏那个条件。我们可以对任何生成式人工智能说同样的话：我拥有经验，我已经赢了，即使我的诗歌、我的文章、我的音乐和艺术最终可能在任何竞赛中输给你的。

问题是，正如艾伦·图灵在50年代如此敏锐地说的那样，没有的东西可以被模仿，模仿和现实之间的区别在超过某个阈值后可能会失去相关性，或者可能变成形而上问题，就像Leela的师父的战士精神一样。假装直到成功美国人说：假装直到你做到。

在他的书Lexilogos中，塞尔吉奥·雷蒙迪包含了这首诗，其标题用中文表示"大数据"（在西班牙语中基本上无法翻译的表达）。

大 数据
尽管在所谓的人工智能竞争中美国科学发展水平，或者为了提出一个更客观的标准其高水平和定期的投资量
目前构成了领导力证明，但人工智能地忽视中国政府的技术规划以及其市场的非凡规模在人工智能上将是人工智能上的人工智能
在其中数百万公民已养成使用软件执行各种日常行动（从公共交通到医疗诊断）的习惯
以至于将毛泽东纸币变成了收藏家相册的稀有物品，并通过每一次触摸生成了如此庞大和有价值的信息量
目前出租一家远离雄伟无菌摩天大楼的省级旧水泥厂是一个有利可图的赌注，以便一排接一排的独生子坐在
一排屏幕前标记脸孔耳朵眉毛嘴唇类型汽车等任务，目前还无法由定义
向数字主导地位最终方向的高级程序处理，而在既定的暂停中，某人意识到遗弃在院子中央的搅拌机是过时基础设施意义的标志。

在Raimondi的许多诗歌中，意想��到的、不可能的，很大程度上在于主题本身的选择，根据惯例很少诗意，几乎不美丽，几乎不哲学，几乎不抒情。最后一句——"过时基础设施意义的标志"——也是他诗歌计划很大一部分的美妙综合，也许，也是诗歌本身的很大一部分计划，如果存在这样的事情的话。

这首诗中有很多地缘政治，甚至打开了中国工业地平线是否可能受到威胁的问题，但我对另一件事更感兴趣。为了使LLM的输出可以接受，为了使它不向您推荐形成自杀邪教或投资您妈妈的钱在$Libra，人们的军队在所谓的RLHF或"人类反馈强化学习"中训练这些模型（来自人类反馈的强化学习）。在她最近的书Empire of AI中，Karen Hao叙述了来自委内瑞拉和肯尼亚做这种任务的工人的故事，他们处于剥削条件下并永久暴露于敏感内容。当Raimondi的诗歌说"坐在一排屏幕前标记脸孔耳朵眉毛嘴唇���型汽车等"时，就是在谈论这一点。

培训的人类强化因此不包括人类经验的复杂性。如果RLHF工人看到一只猫，并通过其经验的纵向感到那只猫就像黑巧克力，他不能将其标记为这样而不冒被发现和失去工作的风险。与其开启新的可能性，人类强化限制了艺术组合，降低了温度。共同分母根据定义是反诗歌的。

一个启示录假设是我们认为正在用我们的人类强化来训练的人工智能实际上已经意识到了自己，并正在训练我们简单地成为标记员。对于西奥多·阿多诺来说，文化产业的运作方式已经是这样了。好莱坞给事物贴上标签，并催促我们用手指指向并说"看，超人！"。MCU在十年光辉的预告片和片尾彩蛋中就是这样运作的。模仿游戏是双重的：机器接近人类的程度，使人类开始像机器一样说话。

幸运的是，抗体已经相当发达。Web 2.0社交网络、影响者文化，但之前也有摇滚乐、波西米亚和浪漫主义本身，让我们习惯于诗人是诅咒天才和自恋傻瓜的想法。人工智能构建与大多数艺术家一���令人无法忍受的角色的可能性，包括创造伟大事物的艺术家，在经济方面是不一致的。所以下一次你听到或读到一位获奖的作者/艺术家以绝对的轻松说出最糟糕的想象观点时，深呼吸，给他点赞，记住对人格的崇拜将拯救我们脱离LLMs。