【观者有心】

　　作者：李洋（北京大学艺术学院教授、中国文艺评论家协会会员）

　　今年4月，在北京及上海等地举办的“世界艺术与科技对话系列活动”，汇聚了多国艺术家、学者和科技工作者，搭建了一个国际性学术交流平台。大家在共商数智时代的艺科融合创新时，触及一个根本性问题：AI艺术与人类艺术，到底有何本质区别？答案就藏在两个词的细微差异中。一个是“可计算的”（calculable），一个是“可运算的”（computable）。

　　在日常生活和计算机科学的一般语境中，这两个词常常被视为同义词，但从人文学的视角看，它们有着完全不同的来源和内涵。“calculable”来自拉丁语“calculus”，原意是“小石子”。古人用石子来计数，所以它强调的是可以计算的对象是有限的、确定的、有意义的，计算的目的是追求一个真实存在、独一无二的答案。这是一种追求“真理”的计算。从毕达哥拉斯的艺术观来看，传统艺术创作在本质上可被计算，它在追问什么是美？什么是真？什么是意义？这些问题有确定的答案。而“computable”来自拉丁语“computare”，意思是“共同权衡、得出结论”。在二十世纪，图灵给了它一个精确的技术定义：设计出一个算法，在有限时间内机械地生成结果。这里强调的不是结果是否有意义，而是流程是否可行。

　　这个区分看似微小，实则关键。传统艺术的逻辑是“可计算的”，它基于质量与意义，追求有内涵的、有限的、指向某种真理的作品。而人工智能的逻辑是“可运算的”，它基于数量与数据，通过统计概率和递归算法，在海量信息中“拟合”出一个可输出的结果。前者问的是“这是什么”，后者问的是“这怎么生成”。前者关心意义，后者关心流程。这个差异，决定了AI艺术和人类艺术之间最根本的不同。

　　结果一样，过程的区别很重要吗？数学家会告诉你，这非常重要，因为数学已经证明：即使在最抽象的数学世界，也存在一种“为了存在而存在的无理由真实”。也就是说，世界不是一台可以被穷举的计算机，总有某些维度，在任何算法的触角之外。

　　那么，这些数学上的边界，跟艺术有什么关系？关系非常直接。我们可以把艺术创作理解为一个信息生成过程。人工智能的生成过程，本质上是一种压缩——它把人类历史上所有的图像、文字、音乐压缩进一个概率模型，然后在需要时“解压”出来。这个过程非常强大，但它有一个致命的局限：它只能生成它见过的东西的变体，而无法真正创造那种“不可压缩”的新事物。

　　什么是不可压缩的？弗朗西斯·培根拿着画笔在画布上涂抹，那一刻手部肌肉的颤抖，颜料与画布的物理博弈，身体的疲惫、情绪的激荡——这个过程产生的痕迹，无法被任何公式预测，也无法被任何数据集重现。这就是“不可压缩的事件”。

　　AI当然可以画出类似的图像，但那是对结果的模拟，不是对过程的重现。结果可以被复制，但事件本身是不可压缩的。如果把艺术家的创作视为一个逻辑系统，那么艺术家那些最重要的突破——那些真正改变艺术史的时刻——往往来自对既有系统的跳出，而不是系统内部的推演。

　　让我用三个具体的艺术案例来说明，什么叫“不可计算的艺术”。第一个例子是爵士乐的即兴创作。在爵士乐现场，乐手之间进行的是一场实时的、没有剧本的对话。每一个音符，都是在极短的时间内对合作者即时状态的回应。科学家用核磁共振扫描顶尖爵士乐手即兴演奏时的大脑后发现：即兴自由度越高，大脑的动态变化就越显著。他们不是在运行一个精密的概率程序，恰恰相反，他们在持续打破既有模式，制造出计算意义上的“意外”。

　　第二个例子就是故障艺术。主流技术追求消除错误、优化效率；故障艺术主动拥抱系统错误，甚至刻意诱发错误，把它们当作创作材料。当文件损坏、数据被强行扭曲，平时隐藏在光滑界面之下的数字架构，变得可见、可感。有人说，故障之于数字艺术，就像朋克之于摇滚——它拒绝算法精心打磨的那种“光泽”，追求破碎的、原始的质感。从不可计算性的角度来看，故障就是算法流程中的断裂点。可预测性在这里失效了，某种自发的秩序却在失效的缝隙中生长出来。真正属于机器的艺术，不是AI生成的那些精致图像，而是由于电路过载或代码冲突而产生的、无法被预设、无法被完整复刻的物质性幽灵。

　　第三个例子就是“数据内脏化”的艺术。“数据内脏化”是艺术家艾尔·普特南提出的概念，她把自己的身体当作算法执行的媒介，在现场表演中将枯燥的代码报错转化为生理层面的体验。她在舞台上高喊“Crash！”，然后手动修复错误代码，把原本隐藏在后台的机器故障变成一场可被观看和感受的公开事件。她的核心观点是，身体本身就是不可计算性的天然载体。身体不是创作的工具，而是一个活的系统，时时刻刻都在产生不确定的、无法被算法预设的反馈活动。

　　我还必须谈到一个常常被忽视的问题：算法本身是有偏见的。艺术家特雷弗·帕格伦和凯特·克劳福德做了一个叫“ImageNet轮盘赌”的互动作品：你上传一张自己的照片，AI根据ImageNet数据库给你打标签。结果往往令人震惊——某些人会被标记为“失败者”“罪犯”或“变态”。这不是随机错误，而是训练数据中内嵌的社会偏见被算法系统化地执行了。

　　这告诉我们，所谓的“中性”数据，从来就不中性。数据里有缺口，有偏见，有被刻意忽视的声音——这些“数据缺口”，恰恰是算法无法计算的东西，也是艺术最应该去揭示的东西。因此，我们已经从“可计算的时代”（用逻辑理解世界）迈入了“可运算的时代”（用算法递归生成世界）。这个转变带来了巨大的便利，但也带来了深刻的危险。

　　当一切都可以被运算，我们就会停止追问“为什么”，而只关心“怎么做”。我们把所有问题都当成纯粹的计算问题来解决，错失了解决这些问题真正需要的意义维度、道德维度和精神维度。

　　艺术，或许在今天比以往任何时候都更重要，它守护着那些不可计算的维度：对失败的承担，对偶然的拥抱，对肉身体验的珍视，对算法偏见的揭示，以及那个在代码之外、无法被简化的真实世界。

　　这才是人类艺术在AI时代不可替代的理由，对AI的批判不是来自我们很容易就陷入的那种一厢情愿的“碳基优越性”，而是因为我们真实地活着，真实地失败着，真实地承担着一切无法被压缩、无法被计算的生命本身。

　　《光明日报》（2026年05月13日 13版）