1.
我的第一份影集劇本工作，恰好開始於台灣觀眾開始大量訂閱Netflix的2018年。那時還沒有HBO GO，沒有Disney+，Netflix這個詞在人們的對話中幾乎等於串流本身，就像Google自動轉品為線上搜尋的動詞。而就像Google的壯大連帶創造了SEO等搜尋引擎優化技術的興起，形成一整套提高網站搜索排名的策略，N家的崛起也並不只是讓世界多了一句「Netflix & Chill」而已。
我們的編劇統籌乃賴，某天開會時興沖沖地分享了一件事：
「你們知道，Netflix上的平均上鉤（hooked）集數是第四集嗎？」
Google「平均上鉤集數」，點開排名第一的搜尋結果，裡頭是這麼解釋的：「Netflix蒐集超過六十部節目的全球觀影數據，發現70％的觀眾看了節目中某集就會一路追完整季，換句話說，也就是『引人上鉤的關鍵一集』讓觀眾一追就『回不去了』。」
真正令乃賴興致高昂的應該不只是上述發現本身，還包含了這個發現所顛覆的舊觀念：傳統電視影集通常將第一集視為最重要的集數，然而Netflix從數據中發現根本沒有觀眾在第一集就上鉤。
「意思是，我們有更多時間鋪陳故事的開頭，」乃賴說，「如果觀眾願意看完三、四集才決定要不要棄，我們不必急著在第一集丟出那麼多東西。」
2.
那時也還沒有AI；或者說，沒有人想到AI將在幾年後成長到足以成為好萊塢編劇罷工的理由之一。但乃賴分享這個觀察的情景，已經帶有一點數據與創作交互聯繫的影子了——企業以大數據歸納了一個結論，而創作者根據那個結論調整自己的心與手，連帶使這個世上影集的敘事線有所變化——而AI和大數據之間的差別，略嫌簡單地說，也不過就是多了「是否依據數據再行輸出」這一步。
如今回想，那時決定將第一幕hook安插範圍從一集延長為三集的我們，就是依據資料數據走出那一步的人。我們是資料數據和AI之差的那塊人肉零件。
讓坐在編劇會議室裡的我感到矛盾的是，從一集到三集的這件事既是一種解放，同時我們也都明白它很快就會成為一道新的束縛——稍微碰過編劇的人都曉得，由於產業合作模式多工化以及資金量級的龐大，編劇就算不是第一、也是第二最講求定型化結構的文字工作了。你一定聽過Pamela Douglas的名著《超棒電視影集這樣寫》中如何用A-B-C故事與兩頁場次方法構築影集劇本；如果和電影比較靠近，可能也會對美國編劇Blake Snyder所創的Blake Snyder's Beat Sheet略知一二。偶爾，編劇們甚至會照著這些表格填入關於不同角色的上百個戲劇節拍。
Netflix的發現及其影響，不過是這個龐大系統的一次階段性調整而已。
我是這個系統末端的一個小小編劇。說不曾有過被體制宰制的虛無感是不可能的。我好奇自己到底要早出生多少年、至少可能要讓我的編劇生涯早過Pamela Douglas出那本書的2005年，才能讓我不受種種規則的約束自由地創作劇本？
然後，我發現我可能至少得早出生個一百年才夠。
3.
1931年，數學家哥德爾為了證明數學的不完備性而創造哥德爾數：他為每個數學含義建構符號，例如「非（∼）」、「如果……那麼（□）」或者大家熟知的「等於（＝）」。這個符號系統，讓每一個用語言表達的數學命題，都可以用符號表示。
接著，哥德爾將這些符號各以一個正整數代表；當一個數學命題用上述符號系統表達時，它同時也形成一個正整數序列。這個序列可以拿來依照哥德爾的方式編碼，作為第n個質數的指數並相乘，使得每一個命題都可以是一個不與其他命題重複的數字。
總之，在哥德爾的編碼下，「0乘以X等於0」這個命題，可以寫成這個數：
2□×3□□×5□□×7□×11□
而比哥德爾早三年，俄羅斯作家Vladimir Propp發表了一本奇書《民間故事形態學》（Morphology of the Folktale）。這本書整理了俄羅斯的民謠和抒情歌曲，還有俄羅斯農民的節慶。Propp在分析這些故事時，認為它們全部總共只有31個基本元素；他替這些元素編號：1. 離去／2. 禁令／3. 違反禁令……而這些元素在故事中發揮了什麼「功能」則被賦予了其他符號（例如α、β、A、B）。
總之，在Propp的書裡，有一個沙皇與三個女兒與惡龍搏鬥的故事被寫成這樣：
β□δ□A□B□C↑H□-I□K□↓w°
想不到吧？當人們想像寫作的人數學不好，一世紀前的民間故事分析式比數學還難懂。
4.
Propp並不是唯一一個嘗試將文學創作以某種方式解剖成運算規律的人。
再晚個三年，美國作家Wycliffe Hill開始了他命名為「情節精靈」（Plot Genie）的工具書系列。書中，他和Propp一樣將角色、情節等故事元素編號，然後告訴讀者只要使用另售的數字輪盤，不必等待靈感、只要轉一轉，五分鐘就可以生產一個故事。
1944年，英國作家Henrietta Rosa Montague又發明了「姓名選擇器」。這個手掌大的機器由兩個輪軸構成，軸上列有各種名字，只要隨機轉動，就不用花時間想名字了。
這些宣言，是不是像極了如今ChatGPT等一眾大型語言模型的口號？
跳回2022年。第一次合作四年後，我竟再一次有緣和乃賴合作一檔影集開發。不同的是，這時ChatGPT與相關應用開始在大眾普及，編劇和其他文字工作者開始生活在一個巨大預言的籠罩之下：你們要被AI取代了。
妙的是，與作家末日的陰霾一同被應許的，是只要有心就可以藉由AI生產無限作品的奶與蜜——AI一I（人）分飾兩角，既是終極的魔王，又是現成的奴隸。
這一次，我們要寫的故事有關都市傳說：其中一集，主角因為課業壓力，找到帶有魔力的「第十三個書架」許願，讓自己擁有高超的應考技巧，代價是讓書架上的書蠹寄生肉體……
六個月了，劇本寫作陷入瓶頸。乃賴仍是那個乃賴，擅於用工具和理智解決問題。某天他和導演請我們讀《韓國影劇故事結構聖經》中的一章，要我們找出角色在敘事線上來自敵對力量的三個攻擊點——以經典情節三角布局／敵對者或困境／高潮為結構，找到主角行動的起點與終點——
故事依舊沒有進展。
Propp的符號分析和Hill的情節精靈，這種思路自然也有它們的敵對力量。更精確地說，它們才是那一股應對世界的反作用力：在這些方法出現前，十八世紀的人們認為「創作者的才華」是一種看不見的力量，無法透過學習、模仿或實踐來獲得。然而，到了十九世紀，我們開始看到不同的說法：
「也許作家們不願以真實的創作過程破壞他們浪漫的形象。」愛倫坡在《作品的哲學》中寫道，「但獨創性不僅僅是一種『衝動或直覺』，而是戰略性工作的回報。」
「我自己的詩〈烏鴉〉並非是一道受到啟發的狂熱，而是在一步一步進行之下，才得到的寶貴而嚴格的結果，猶如數學問題。」
才華究竟是一種神祕的天賦，還是可以被分析、破解的東西？在「情節精靈」和「才華」之間，永恆的拉鋸——至今這個問題的幽魂尚未離開，只是它們有了各式各樣的變形：「創作可不可以教」、「文學線上課有用嗎」。而它最新的一種形態正是：
「AI又沒有心，怎麼可能創作出真正動人的作品？」
5.
而這些看似靈魂叩問的難題，竟然也投射在科技發展的進程之中。二十世紀中，當人們開始將情節精靈式的工具放進電腦，試圖創造比手轉輪盤更偉大（也更有用）的生成機器，有人認為它們神奇，有人拒絕全然信任。1960年，一款名為「ELIZA」的程式藉由分析心理治療中個案話語裡的關鍵詞，生成相應的回應。資料記載，當時ELIZA和個案進行了以下對話：
個案：男人都一樣。
ELIZA：在哪方面？
個案：他們總是糾纏我們，問東問西。
ELIZA：妳能舉一個例子嗎？
個案：嗯，就是我男朋友把我逼到這來的。
ELIZA：妳男朋友讓你來這裡？
個案：他說我大部分時間都很沮喪。
ELIZA：聽到妳感到沮喪，我感到抱歉。
然而，ELISA的開發者Joseph Weizenbaum，在報告中卻用一種極似AI時代人類的說詞，又是警告又是自我安慰地寫：「我們不應該將一次功能性的成功，與能深層思考的智能模型混淆；ELIZA可能模擬了治療師和患者之間的對話，但並沒有捕捉到心理醫師如何理解愛的經歷。」
呃，愛？
我有許多解決劇本卡關的方法，其中一個是找別人聊天。某晚，我和前同事互傳訊息，前同事告訴我她最近加了某鮮肉演員的LINE官帳。「那個帳號會傳『晚安』、會傳『下班妳餓了嗎』，還會叫我早點睡覺。」前同事說，「好療癒，好暈。」
「可是，那應該不是鮮肉本人吧。應該是小編吧。」劇本寫不好的時候，我就想傷害別人。
「可是，他怎麼會知道我什麼時候下班？這難道不是一種天啟嗎？」
Weizenbaum的提醒，在我前同事美好的心靈中踢到鐵板：你如何分辨功能性的成功和深層思考呢，假如對方光是收到回應就已經足夠，並且從中獲得填滿？（上）
沒有留言:
張貼留言