1、 2023 年第 13 期电影算法工业美学的“伦理-劳动”审思及“伦理度”建构马恩扉页(西南大学新闻传媒学院,重庆 北碚 400715)摘要“算法”在数字技术时代的电影工业生产当中扮演着重要角色,但电影算法工业的“伦理”维度却不容忽视。算法工业美学的“伦理-劳动”“算法-驯化”等一系列问题需要“伦理度”的建构和“道德向”的指引。算法工业式电影制作中的“伦理平衡”“他者之困”和“劳动解体”隐患需要被重视。算法工业美学理论必须在“工业理性”与“伦理感性”的“调和性”前提下建构,最终应该建立电影工业当中的“算法-伦理”模型,指导“算法”更好助力中国电影工业的发展。关 键 词 算法工业美学;电影工业;
2、电影伦理学;“伦理-劳动”;“伦理度”基金项目 西南大学 2020 年中央高校基本科研业务费专项资金项目创新团队项目“中国电影伦理思想研究”(项目编号:SWU2009111)阶段性成果。一、伦理作为算法工业美学的“顶层设计”之一青年学者张明浩在数字技术时代电影工业生产的“算法”思维及“算法工业美学”建构一文中提出了电影的“算法工业美学”建构思路,并认为“算法”是作为电影工业生产的一种“底层逻辑”而存在。目下,电影工业面临着科技革新,在电影工业生产过程中出现了“AI 制作”“虚拟制作”“可视化电影制作”等技术性尝试,这些都可以归结为“算法”工业下的电影生产制作。由此观之,“算法”之于电影工业及电
3、影生产而言是一种实践手段、行动动力、发展规律、本质特征。但是,算法工业生产过程当中的实时预演、用户画像分析、数据抓取和捕捉、AI 深度学习和剧作生产、拍摄可视化等,也带来了诸多的现实性问题。这就需要一种引领性、指导性的设计,从而最大限度地规避风险和划定其应用范围。那么,我们不禁产生这样的疑虑:电影工业生产当中的总体导向,或者更准确来讲,电影算法工业美学的“顶层设计”是什么呢?回顾摄影术发明后对于绘画的冲击,“当摄影挑战绘画并有取而代之之势时,艺术家们不得不反省绘画的本质,绘画便转向了哲学,探索绘画形象的形成规则。这样一来,艺术家的关注焦点就不再是艺术以外的客观世界,而是转向了艺术自身,聚焦于绘
4、画所以为绘画的根据所在”1。现如今,当“算法”开始挑战“电影制作”时,电影的焦点会转向何处呢?陈旭光教授认为:“对电影工业美学之伦理道德维度的审视,即关于电影伦理学或影像伦理学的思考是绝对必要的。”2如此看来,伦理虽然不是这场转向当中的唯一的焦点,但却可能是最重要的一环。无论是算法工业美学还是电影工业美学,其最终面向的是接轨实践,进行一种理论指导的实践性创作。而在实践当中必然会涉及人与人之间的相处、交流、合作等关系问题,作为人与人关系总和的“伦理”自然不会缺场,也将长期伴随实践创作和理论建构。这意味着必须拓展这种伦理维度,而算法与伦理之间的问题也亟待我们去研究和解决。“伦理”应当也必然作为电影
5、算法工业美学建构的“顶层设计”中最重要的一个而存在。“伦理”之于电影算法工业美学的重要研究价值和023意义在于,其既是算法工业美学的顶层设计之一,又是电影生产实践过程当中必不可少的指导。举个不甚恰切的例子,就如同美学研究连接起哲学和艺术一般,伦理则介于理论与实践之间,是连接电影的理论性研究与实践性创作间的重要桥梁,其不从属于任何一方却又被任何一方所需要,是研究算法工业美学和电影生产理论当中的一个重要维度。从应用伦理学的视角来观照电影算法工业美学,“由于伦理学本身就内涵了应用的特性,所以,不管伦理学有何种状态,都可以成为现实生活领域的应用伦理学”3。这就要求电影研究者聚焦于算法工业美学的伦理学问
6、题,并且指出建构电影算法工业美学的伦理学方向,审思“伦理-劳动”、建构“伦理度”、归于“道德向”。二、电影算法工业美学推行的“伦理-劳动”审思 首先应该申明的是,在算法工业式电影制作中,算法只能来进行辅助性工作,应该作为一种赋能利器而不能成为制作者的自缚之茧。此前,OpenAI 与宾夕法尼亚大学共同合作,对于大型语言模型如何影响美国劳动力市场进行了研究,并在文章 Gpts are gpts:An early look at the labor market impact potential of large language models中指出:“大约 80%的美国劳动力可能至少有 10%的工
7、作任务受到引入 LLM 的影响,而大约 19%的员工可能至少 50%的任务受到影响。”4虽然研究认为,像 GPT 这样的 LLM 表现出通用技术的特征,恰恰表明了它们可能具有相当大的经济、社会和政策影响。但 OpenAI 作为 Chat GPT 的研发公司,是否有意弱化或忽视语言模型对于劳动者的取代风险值得怀疑。2023 年 4 月 11 日,中华人民共和国国家互联网信息办公室对于生成式人工智能服务管理办法(征求意见稿)公开征求意见,从内容来看,本办法是基于数据安全法、网络安全法、个人信息保护法的前提下,对于“生成式人工智能”服务的监管办法。从国家层面来看,对于“生成式人工智能”开始进行管控,
8、这意味着“算法”已然逐渐开始运用于大众的生活当中。传统的电影制作依托于集体性的协同合作,从选题、选角、拍摄、后期、宣发需要大量的人力和财力。而基于“算法”模型规则下的算法工业式电影制作,依托算法的“计算”“预演”等,可以有效规避诸多“成本病”,但由此出现和涉及的相关性劳动问题迫切需要进行“伦理-劳动”审思。(一)算法工业式电影制作中的“他者之困”我们普遍认同电影是一门艺术,“艺术的任务就是去拯救他者,拯救美就是拯救他者,艺术通过反对将他者固定在其固有状态来拯救他者”5。他者,这一欧陆哲学乃至当代哲学当中最重要的问题,再一次进入我们的电影研究事业当中,只不过这一次电影工业的“算法”研究更为棘手和
9、复杂。韩炳哲在他者的消失 中不无忧思地指出:“在同质化的地狱里,追寻他者是不可能的。”6那么在算法工业的用户推荐当中,“他者”是不是已然彻底消失或者被封闭在“算法”给我们量身打造的“信息茧房”之外?由“算法”打造的“构境”促使人们在被“算法”包裹的“同质化地狱”中获得了沉浸式体验的纵情享乐,用户看似在关心和专注于自己的喜好,实际上,或许已然逐渐放弃了主体性身份的体认。如此说来,电影制作的主体是否也即将成为被“算法”边缘化的“他者”呢?杨俊蕾教授认为:“生成式人工智能的能力水平还不足以撼动人类创作者的主体地位,无论是基于机器学习的参数式内容生成,还是风格迁移的程序应用,它们在极短时间内批量化产出
10、的语段、图像、音频、视频等,都尚未催生出获得公认的人工智能艺术家。这也对人类创作者提出了新的学习要求 要有意识地培养能与智能工具良好沟通的数字素养。”7但我们必然要清楚的一点是,拥有主体性意识和身份是人类避免被宰制的明确道路,一旦放弃这一意识和身份,人将彻底沦为“牲人”。依托于算法工业制作出的电影的确增加了“游玩体验”,并在某种程度上增强了观众对于电影的可选择化,以及更加精准化地获得了满足感。那么制作主体的艺术表达是否还应该被兼顾呢?作024 国家互联网信息办公室发布的生成式人工智能服务管理办法(征求意见稿)中第二条指出:“本办法所称生成式人工智能,是指基于算法、模型、规则生成文本、图片、声音
11、、视频、代码等内容的技术。”牲人(Homo Sacer),也叫神圣人。吉奥乔阿甘本(Giorgio Agamben)认为,“牲人”是可能被杀死但还没有被献祭的个体生命血肉。具体论述可见阿甘本的著作:敞开:人与动物(Laperto:Luomo e lanimale)、神圣人:至高权力与赤裸生命(Homo Sacer:Sovereign Power and Bare Life)。2023 年第 13 期为传统电影生产端的编剧、导演,在“算法”的技术赋能下确实可以更加了解观众的喜好,从而投其所好地进行创作,以降低剧本创作和电影拍摄过程当中的“成本病”风险,从而保证了电影的投资回报率。但与此同时,电影
12、的制作主体也将陷入一种无法自控的“他者之困”。电影制作主体自主性的消弭必然会导致电影作品生产出现两种极端化趋向:(1)电影作品的同质化与浅薄化;(2)电影作品的杂乱化与脱域化。此外,“从可变化的本体论视角出发,电影本身始终就在各种内行动中不断变化、不断形成,也就是说,它从来就不是作为是的存在,而始终是作为他者 的存在”8。当电影制作者、电影、电影受众三者都成为“他者”时,谁又成为主体呢?我们会惊讶地发现,一双无形的手正在暗暗操纵,“算法”正在试图获得其主体性身份。(二)算法工业式电影制作中的“伦理平衡”电影的制作更像是一场“伦理如何平衡?”问题的解答。电影制作当中的“伦理平衡”问题,首先,体现
13、在电影制作中的沟通和组织方面。因为人与人之间沟通的代价往往是高昂且具有极大不稳定性的。电影制作是一种集体行动下的集合性产物,而在集体性行动当中,最重要的一环便是沟通性和组织力,需要找寻、联系、说服愿意加入电影制作的协同合作者。在电影制作的合作者寻找过程中,也需要考虑其私人资源(社会资源、文化资源、经济资源、人脉资源等)是否对于电影的制作起积极推动的作用。最重要的是在招募制作者加入以后,帮助其克服由短期困难和暂时坎坷所引起的畏难、失望等不良的消极情绪,直至制作者完成其所在电影制作环节的任务,其参与流程才得以结束。而当“算法”介入以后,一切问题似乎变得简单了起来。算法的技术性辅助,帮助电影各个生产
14、环节中的人类制作者可以较为高效地完成既定任务。人类制作者指挥算法进行生产制作,并借助算法进行决策控制,依托其数据支撑和计算分析有效规避风险,也避免了前期备案到后期宣发过程中的沟通和组织难题。这样合作形式变得更加垂直化,减少了非直接性沟通所带来的内容误解。其次,在算法工业式电影制作中,前期的导演、角色和题材内容选定方面,可以减少联合出品人之间的意见纷争,达到一定的“伦理平衡”。因为“算法”可以通过数据的采集、捕捉,高效地推测用户的喜好,并调整推荐内容。从流媒体巨头奈飞(Netflix)的发家史可见一斑,其出品的剧集纸牌屋(House of Cards)的前期策划与巨大收视成功,就主要依托“算法”
15、这一数据调研和筛选分析的功能。在进行用户的画像分析后,奈飞锁定了演员凯文史派西和导演大卫芬奇的奇妙组合,不仅满足了观众的期待视域,也是在测算演员与导演的过往表现与市场反应后得到的科学化验证。相比之下,中国更占有人口上的优势,且伴随着互联网使用的普及率升高,影视用户也逐渐增多。即使观众没有完整观看一部电影,也可以通过短视频平台(抖音、快手等)当中的“电影解说”类短视频,对于电影产生兴趣或了解内容,算法对于相关性视频内容的分析,也可以帮助优化用户推荐的影片类型和周边产品等。当用户接受内容后,算法精准化地推荐实际上是诱使用户深度开发内容。内容轰炸般的沉浸式体验,佐以VR、XR 等技术手段进一步增强人
16、类的感知,从而使得受众“具身”于影像中,沉浸感又丰富了这种感官体验。随之产生的海量数据内容,可以进行有效算法训练、优化算法结构并形成固定性模态。如此一来,算法工业式电影制作将会使得中国电影产业竞争力更加强劲。作为新兴数字技术的产物,可以看到“算法”断然不会像过去那样受到成本昂贵、制作困难、生产耗时等消极因素的影响,也不会受制于传统生产环节当中个人的认知限制。如此看来,在算法工业式电影制作当中的“伦理”似乎更加“平衡”了。(三)算法工业式电影制作中的“劳动解体”隐患人工智能创业公司 Runway 的最新文本生成视频(Text-to-video)AI 模型 Gen-2 一个基于网络的视频编辑器 展示了其强大的视频制作的“描述-生成”功能,即用户输入描述性文字,下达制作视频的指令,Gen-2 便可以生成用户所描述的指令性视频文本。虽然许多用户连 Gen-1 的内测版本还未获得使用体验,但 Runway 公司的设想模型还是震惊了无数的视频爱好者、科技爱好者,人们不无忧思地恐惧 AI 取代视频制作者的那一天即将到来。由此可见,如若短视频的制作终端已025然很快可以较为准确地完成人们所期待的视频“
