AI、人类与创造

最近 AI 带来的焦虑在互联网上蔓延开来。一个广泛传播的段子说，人类原本以为机器会先接手家务劳动，人类自己去做创造性的工作；结果现在看起来，AI 反而先切进了创造领域，人类最后只能给 AI 装硬件了。

但问题没那么简单。未来在创造这件事上，人类到底还剩下多少空间，关键要先弄清楚我们说的“创造”到底是什么。

通常我们会把创造理解成：把已有元素重新组合、重构、转化，做出新的东西。如果只是这个定义，那机器其实很早就已经可以“创造”了。于是很多人会再加一层限定，比如“真正的创造”或“有价值的创造”，把人的意识、感知和价值判断放进去。

但这类限定其实很难精确定义。换个角度看，为什么我们说艺术家是在“创造”，而数学家更多是在“发现”？两者都在拓展人类的认知边界，只是我们默认自然规律和数学规律本来就在那里，我们只是把它们找出来了。

如果把所有可能的文字、图像、视频都看成是一种排列组合，那很多“创造”其实也可以理解成一种“发现”。《巴别图书馆》或者《失控》里“大千图书馆”的设想，说的就是这件事：如果把所有可能的字符、所有可能的数字作品都排列出来，那么所谓创作，某种意义上就是在巨大的可能空间里找到有意义的组合。

以前这个“发现”的空间太大，所以发现本身仍然稀缺而珍贵。AI 时代真正的变化，是它把这种发现的效率提高了几个数量级。

如果 AI 能够持续产出大量高质量内容，那人类是不是就不需要再创造了？我觉得不是。因为 AI 提高的是内容生成和发现的效率，但高质量内容本身不可能被全部消费。于是新的稀缺性会转移到另一层：谁更懂人，谁更知道什么内容对人有价值，什么内容更值得被看见、被传播、被重新解读。

所以未来的竞争，不一定还是“谁更会创造内容”，而更像是“谁更懂人类的感知和价值偏好”。以前被创作技能门槛挡在外面的人，可能反而会因为更懂用户、更懂文化语境，而在新的分工里占优势。

从这个角度看，AIGC 和 Web3 里一些 Read to Earn、Watch to Earn 之类的设想，也就没那么奇怪了。第一个发现内容、筛选内容、把内容带进更大传播网络的人，本身就已经在参与创作过程。

一个作品从被写出来，到被消费、解读、传播，再到成为一个群体记忆，本来就不是创作者单方面完成的。真正让内容产生价值的，始终是受众接触到作品之后产生的感受、判断和反馈。

如果哪一天 AI 自己会说“给我看点美图养养眼，提升一下编程效率”，那时我们再来认真担心 AI 是否真的在替代人类，也不迟。