愛墾APP:敘事作為政治傳播與社會動員的工具：數位時代的多維探析

敘事作為一種傳遞經驗與塑造認知的方式，自古以來即在人類社會中佔據重要地位。正如 Hannah Arendt（1963，第232頁）所言：「總會有一人倖存，將故事述說出來。」此一觀點揭示了敘事在政治與歷史脈絡中的核心功能——它不僅保存事件記憶，更能形塑社會集體意識與價值判斷。

一、敘事的社會功能與意義

正如 Fernandes（2017，第5頁）所指出，敘事能促進人性發展、激發同理心、動員社會變革支持，並推動社會運動。Landow（1997）與 Joyce（1995）進一步提出「超文本敘事」的概念，認為其可透過數位技術生成多元且不斷變化的故事文本，使每一次閱讀皆成為全新的詮釋，賦予受眾更大的參與空間（Joyce，1995，第193頁）。

數位媒介的興起，進一步擴展了敘事的互動性與參與性。Ryan（2011，第47頁）指出，數位世界允許使用者直接介入情節的發展與揭露；Ferrari（2017，第viii頁）則強調，敘事作為溝通的一部分，既屬藝術範疇，又深植於日常生活之中，並具有特定的功能性目標。

歷史上，敘事亦是社會與政治動員的重要工具。Polletta（2006，第4頁）追溯其應用至16世紀法國的稅務衝突，並延續至20世紀美國的民權運動。Heir（2018，第1頁）則指出，敘事對於組織在知識管理、品牌建構、品質維護與衝突處理等層面均具高度相關性。

二、政治情境中的敘事運用

在政治領域，敘事不僅是一種干預策略與政治資源（Colvin，2018），還可作為身份政治的表達形式（Pullen，2009），或藉由敘事作為政治行動的媒介來建構政治論述（Bowles，2010）。Coleman（2015，第168-169頁）進一步指出，民主政治的運作需要故事來界定「我們是誰」、「我們認為自己想要什麼」、「我們對政治人物的觀感」以及「我們認為政治人物如何看待我們」。Hanska（2012）亦認為，敘事能支持政治領袖形象的塑造與神話化，而 Tily（2003）則關注其在說服力評估上的作用。[下接]

駱頴佳: 流行文化快感

回到法蘭克福學派（The Frankfurt School）的傳統，流行文化工業所產生的快感一直是其批判所在。阿多諾在（Theodor W. Adorno）《美學理論》（Aesthetic Theory）中說道：「內在與所有歡快藝術，尤其是娛樂形式中的非正義行為，是抵制死者之苦難的非正義行為，那苦難是積累起來的，是難以言表的。」聽起來很誇張，駱頴佳就補充指，阿多諾對美學理論的思考，自是無法繞過納粹屠猶的經驗。而這樣的思考帶出的問題是，流行文化工業的本質是漠視社會的不公義的。英國左翼學者Mark Fisher的著作Capitalist Realism更會說，就算看似批判資本主義的流行文化，實際上都是建議人們接受資本主義的現實性，不會提供革命與解放的可能。

與此同時，左翼文藝傳統卻不一定完全否定快感，甚至反過來強調快感有其顛覆性。深受馬克思主義影響的德國劇作家布萊希特（Bertolt Brecht）便指出，戲劇衍生的快感有助觀眾反思社會與群眾的關係。舉例說，他所創作的史詩劇場（epic theatre）會運用疏離效果，通過打破第四面牆逼使觀眾反思現實與想像的邊界，許是從作品的娛樂性和批評性中拿捏平衡。

再進一步，或者可以參考羅蘭巴特（Roland Barthes）在《文本的快感》（The Pleasure of the Text）中對快感的區分：保守性的「愉悅」（pleasure/plaisir）與顛覆性的「狂喜」（bliss/jouissance）。羅蘭巴特說，「愉悅」是保守性的，即是說讀者笑的同時，只會鞏固自己既有的主流社會身份，維持原定的立場。駱頴佳舉例說，王晶的喜劇電影有時會嘲笑智障人士或女性，以此獲得的快感就是愉悅。相反，「狂喜」會使主體迷失，不斷挑戰讀者的想像與世界觀，這是顛覆性的快感體驗。

當然，駱頴佳提醒我們要小心，別太過浪漫化個別讀者的另類或自由詮釋。他提到英國文化研究學者Jim McGuigan的《文化民粹主義》（Cultural Populism）一書，當中便針對提倡創造性閱讀的學者如約翰費斯克（John Fiske），批評他們盲目擁抱庶民的流行文化快感經驗，漠視背後剝削性的經濟消費生產模式。如此，McGuigan擔憂文化研究最終只會淪為沒有條件、毫無批判地接受所有流行文化的「文化民粹主義」。

詹姆斯．奧唐奈：複製與創作（1）

人工智慧在1956年幾乎還不是一個術語，當時來自計算領域的頂尖科學家齊聚達特茅斯學院（Dartmouth College）參加一場夏季會議。電腦科學家約翰・麥卡錫（John McCarthy）在這次活動的資助提案中創造了這個詞語，旨在召集人們討論如何建造能夠使用語言、像人類一樣解決問題並能自我改善的機器。但這是個好選擇，也抓住了這場會議的核心前提：任何人類智慧的特徵「原則上都能被如此精確地描述，使得機器可以被製造來模擬它」。

在他們的提案中，研究團隊列出了「人工智慧問題」的幾個面向。其中最後一項——事後看來或許最困難的一項——是打造一台能展現創造力與原創性的機器。

當時，心理學家仍在努力定義並測量人類的創造力。主流理論認為創造力是智慧與高IQ（智商）的產物，但心理學家並不確定該用什麼理論取代它。達特茅斯的組織者們提出自己的看法：「創造性思維與乏味但能力稱職的思維之間的差別，在於注入了一些隨機性」，他們寫道，並補充這種隨機性「必須由直覺引導，才能有效率」。

將近 70 年後，隨著該領域歷經一連串的繁榮與衰退週期，我們如今擁有或多或少遵循這種方式的 AI 模型。近三年來，大型語言模型迅速崛起，而另一種類型、基於擴散模型（diffusion models）的 AI，也在創意領域造成前所未有的影響。透過將隨機雜訊轉換成有意義的模式，擴散模型能生成新的圖像、影片或語音，並由文字提示或其他輸入引導。最好的模型甚至能創造出與人類作品無法區分的成果，也能產出奇異、超現實、明顯非人類的結果。

如今，這些模型正進入比任何領域都更容易被顛覆的創意範疇：音樂。AI 生成的作品——從管弦樂到重金屬——正準備以前所未有的方式滲透進我們的生活，遠比任何其他 AI 產品深入。我們可能會在串流平台、派對或婚禮播放清單、配樂等地方聽到這些歌曲，而不一定察覺是誰（或什麼）創作了它們。

多年來，擴散模型在視覺藝術世界中已掀起爭論，人們質疑它們產出的作品究竟是創造還是複製。如今，這場爭論來到音樂領域——一門深深嵌入我們經驗、記憶與社會生活的藝術。音樂模型現在能創作出能引發真實情感反應的歌曲，顯示在 AI 時代中，要定義作者身分與原創性變得多麼困難。

法院也正在積極處理這片模糊地帶。主要唱片公司正起訴頂尖 AI 音樂生成器，指控擴散模型僅僅複製人類藝術，且不向藝術家付費。模型開發者則反駁，他們的工具是為了協助人類創作。

在判定誰是誰非的過程中，我們被迫重新思考人類創造力本身。無論是在人工神經網路或生物神經網路中，創造力是否只是龐大統計學習與連結的結果，再加上一些隨機性？如果是這樣，那麼作者身分是否變成一個滑動的概念？如果不是——如果創造中有某種明確的人類成分——那它是什麼？若沒有人的創作者，作品仍能感動我們嗎？我第一次聽到 AI 創作的歌曲時不得不面對這些問題——那首歌非常棒，但令人不安的是，它只是某人輸入提示後按下「生成」而已。這種處境很快也會降臨到你身上。

（Abstract from: Replication and Creation by James O’Donnell ; in MIT Technology Review Vol 128  No. 3， May/June 2025， Featuring： Muse or machine? Defining  Creativity in the age of AI; Replication and Creation by James O’Donnell, pg 36-41） 

延續閱讀：從「新視覺」到新媒體