“老板有游艇，我们只有贷款！”

5月2号，上千名好莱坞编剧，聚集在美国纽约和洛杉矶的影视公司门口，举行罢工大游行，游行口号里，有上面这句话，可以说是道尽了打工人的现实和辛酸。

(相关资料图)

这是自2007年以来，美国编剧工会规模最大的一次罢工活动。

15年前那场罢工，前后持续100天，造成约21亿美元的经济损失，令美国影视业及周边产业，蒸发了37700个工作岗位。

15年后的现在，相似的剧情再一次上演。

不同的是，15年前编剧们罢工的主要矛盾还只是薪资待遇，而正在进行的这场大罢工，斗争矛头里居然包括禁止制片方使用AI（人工智能）撰写剧本！

这一场罢工的本质，是署名权

POST WAVE FILM

好莱坞在平静了15年后，再一次走到了罢工的死胡同里。

罢工的一方是WGA，也就是美国的编剧工会，他们代表着作者的利益；被罢工的一方是电影电视制片人联盟(AMPTP)，他们代表着大制片方的利益。

WGA的诉求很简单，他们要为旗下所有的作者，争取一年4.29亿美元的收入。

而AMPTP只愿意拿出8600万美元——在雇佣关系方面，制片公司不愿意对电视编剧的雇佣时长做出保障。

两者谈崩，WGA经过投票，决定罢工。5月2日0:01正式生效，罢工时长，不确定。

这些诉求，只是老生常谈。经济上的事情，总可以用经济的方法解决。能用钱解决的问题，都不叫问题。

唯独在ChatGPT等AI使用方面，两者的分歧，似乎比经济诉求更大。

WGA认为，一定要约束人工智能在双方达成的基础协议(MBA)涵盖项目中的使用。

比如，人工智能不能写作或者是改写“文学素材”；人工智能的创作不能被当作“原始素材”使用。

但是AMPTP非但否定了这些要求，还加上了一条：每年都要召开一次会议，用来商议科技进步的相关事宜。

简而言之，在使用人工智能方面，AMPTP已经铁了心，不惜和编剧闹掰，也要力挺人工智能。

如果，人工智能在编剧行业里，得到大范围的使用。那么“作家”或者是“作者”这个称号，就失去了原本的光晕。

一个剧本的实际创作者是AI，AI的作者是代码作者，而AI又经过了程序的升级和迭代。

这意味着，没人知道这一段剧本真正的作者是谁。

与此同时，人类失去了对于编剧作品的署名权——原创说、作者论、知识产权、甚至是故事原型，统统失去了土壤和市场。

最终，一个程序，代替人类，完成了人类的艺术创作。

它以提炼、学习、分析，以大数据的姿态；以“创世纪”和“元宇宙”的方式，打开了人类的艺术世界。

因此，工资固然重要，但并不是底线。

失去了文字的署名权，就等于失去了人格，失去了人与代码的边界。

虽然说，人工智能依旧是“人工的智能”。

但当它替代人类，完成艺术创作工作，也就意味着，人类失去了最后一片引以为豪的创作阵地，创作成本将以“脚踝斩”的速度下降。

制片方的本质是商人，商人喻于利，这理所当然；编剧的本质是文字的工作者，是艺术范畴内的作者，作者喻于义，这顺理成章。

因此，这一场罢工，表面上看是WGA在为作者争取足够还贷、养家、供孩子的经济，但其本质上，还是对于艺术作品署名权的争夺。

罢工只是商业和艺术间矛盾的另一种表现形式。

唯独署名权，是艺术和作者的底线。

机器作为电影观众

POST WAVE FILM

2016年，一部只有9分钟的科幻短片《阳春》，在伦敦科幻电影节放映。

影片对白稀奇古怪，情节令人费解；虽然可以咂摸出一丝荒诞意味，但却与主流的故事相去甚远——该片参与的是48小时科幻竞赛，并最终走进了前十名。

《阳春》海报

影片的编剧叫“本杰明”。

这是一个化名，其真身是纽约大学罗斯·古德温所开发的AI。

本杰明通过软件阅读科幻电影的剧本，然后它用了几秒钟，就输出了《阳春》的剧本。

此外，它还听了一些流行歌曲，并给影片配了乐，写了歌词。

但是“本杰明”只是一个文本阅读类的AI，它只能读懂剧本文字并梳理情节，并不能理解最终成片中的情感。

为了弥补AI的这一缺憾，麻省理工学院（MIT）开启了一个庞大的“视觉实验”。

在媒体实验室，MIT开发了机器学习模型，依靠深度神经网络，来让机器“观看”电影。

《阳春》（2016）

程序代码考虑了电影中的所有方面——图像光谱、面部特写，肌肉抽动，瞳孔缩放。常见的人物性格、情绪波动，独白对话，音乐片段，统统被AI进行识别。

当所有片段的内容被当作整体考虑时，情感数据就出现了。

这个时候，情感已经不再是多巴胺、内啡肽的化学反应；它成为了数学算法，被机器所学习。

当我们把目光从作者论放到代码这一领域的时候，创作就不再是复杂的人脑活动和文艺理论了，而变成了细碎的“数据碎片”。

《阳春》（2016）

在MIT，AI已经学习了数千部电影，并为每个电影构建了一个复杂的情感模型。

为了衡量机器的准确性，工作人员为花费了大量时间，为每段视频做标签和注释。

人类需要确定是哪一个视频元素——对话、图像、音乐——触发了机器的反应，并以此来完善机器的算法模型。

在有了大量的数据后，MIT开始对数据进行分类。

最终，人们发现，大多数故事的情感，可以被归类到少数的几个确定种类里。

《阳春》（2016）

MIT并不满意于此，团队还用机器预测了观众的反应和参与度。

在数据模型的推演下，机器可以算出人们所钟爱的影片元素，计算出什么样的情感弧光能够最大程度地调动观众。

机器不会感到喜剧的喜感，也不会因为一个低俗的段子而前仰后合。

但它知道人类观众什么时候会，这种“有的放矢”、“指哪打哪”的创作态势，令很多编剧感到紧张。

当AI要抢走编剧的工作，首当其冲的，并不是奥斯卡、戛纳级别的编剧，更不是乔纳森·诺兰、丹尼斯·维伦纽瓦这种顶尖的科幻脑洞作者。

AI首先替代的，是那些脱口秀、深夜秀和真人秀的编剧。

流水线上的工人，最容易被机器代替。

之前，机器取代工人发生在工厂；现在，这件事有可能发生在电影圈。

“降灵会”还是“工具箱”

POST WAVE FILM

2015年，盖伊·马丁以意识流和拼贴的方式完成了《禁忌房间》。

《禁忌房间》海报

一年后，他把这部电影与另外24段新拍的镜头输入进电脑，上传到网站。

每当有人“点播”这部电影的时候，计算机先会给出一串没有意义的字符，然后会有一个程序，将数据库里的镜头重新排列，组成一部全新的影片。

等“影片”结束，计算机还会随机生成一段永远看不完的字幕。

《禁忌房间》（2015）当“观众”退出网页，TA所观看的这部电影也就随之销毁，从不保存，阅后即焚。

盖伊·马丁把这部电影命名为《降灵会》（2016）。

《降灵会》之所以令人感到有趣，进而感到恐惧，其原因就在于，机器在这里代替了人类，完成了一般意义上的“创作过程”。

创造《降灵会》的AI，只是一个做随机排列组合的程序，这与现今编剧大规模反对的人工智能，无法相提并论。

《降灵会》海报

在MIT的实验里，AI可以通过网络评论的内容，反向寻找出视频中哪些元素让观众产生了情感体验。

它会做大数据的分析，将数据分门别类，做成一个“工具盒”，在后续的创作里，AI能不断地从“工具盒”里找到数据来源和理论支撑。

通过自学习，AI能推敲并重复这些元素，直到“结果”可以使人产生共鸣。

因此，AI究竟是“降灵会”，彻底改写行业面貌；还只是一个“工具箱”，成为辅助写作的另一个APP？

答案似乎需要时间的检验，但已经有顶尖的机构，给出了一定程度上的预测。

权威的麦肯锡公司，就曾经给出过一份AI在叙事行业中使用程度的报告——在这篇报告的结尾，麦肯锡公司认为，AI可以让编剧来客观地审视自己所创作的内容，提高自己在电影行业中的参与度。

AI可以帮助编剧跳脱出“纯文本”的窠臼，打开视觉与听觉的维度。

这也意味着，编剧能在更加关键的时刻，调整人物的对话，控制画面光谱，采用新的音乐，调整情感的滴度。

随着编剧对于AI认知的提升，AI的价值也能够得以体现。

这些理论和工具的易得，可以让编剧、导演、甚至是制片的工作发生重大变化。

这变化未必是振奋人心的，但一定是革命性的；这变化不一定会让编剧重新回到故事版上，但一定能重启对于剧本的审视和诵读。

就在《星球大战》初试啼声的年代里，电影特效还诉诸于微缩模型；20年后的《泰坦尼克号》，已经开始大规模地使用电脑特效。

又过了20年，《猩球崛起》《狮子王》已经完全用动作捕捉创造了全新的世界。

《猩球崛起》实现了对捕捉技术的革新

导演将这些工具整合到了自己的工作中，科技没有越俎代庖，更没有夺走人类的创造力。

编剧、故事板绘制者，可能也会和机器一起工作，利用人工智能的能力，来完善故事，并放大情感吸引力。

作者丨云起君放大头像看我的眼神编辑丨 毛头    排版丨石页「注：本文部分图片来源于豆瓣及网络，若有侵权请主动联系我们。」

好 课 & 好 物

电影好物 | 原创徽章重磅上新

本文使用 文章同步助手 同步

标签：