我們今天正在見證古典閱讀時代的結束。
喬治．史坦納（George Steiner）。（註1）
文學總是存在著其本質是印刷文化和工業資本主義產物的可能性，一如吟遊詩人或荷馬般的英雄史詩是部落口傳社會的產物一樣…當人們得以從電視和資料庫獲取資訊時，文學便將在電子時代消逝。
艾爾文．克南（Alvin Kernan）。（註2）
史坦納及克南這兩位文學研究者，昭告了一個因電子媒體和技術進步的影響，導致傳統的「書本文化」（bookishness）逐漸式微的現象。無庸置疑的是，二人的發言即使並非全面的反時代，必然也懷著懷舊與幽思（nostalgia）之情。儘管，基於印刷術時代的「經典文學」在電子技術的浪潮中成為了追憶的往昔，然而，電子與網路開啟了「超文本」（Hyper Text）概念，帶來全新的文學創作模式，「互動」與「連鎖」成為新文本的演繹動力。因為網路科技讓「互動」、「連鎖」得以成為文學開創出新審美感性的動力，與此同時，這源自於控制論（Cybernetic）工程科學的概念在更早前的年代裡，便已衝擊了造型藝術的創作與審美思考。
1962年倫敦的展覽「表意文字」（Ideographs）首次公開展示由改裝的類比計算機（炸彈瞄準器）繪製的機械生成圖像。1965年更是電腦及數位科技在視覺藝術創作上出現躍進的一年，在德國斯圖加特，哲學家馬克思．賓士（Max Bense）和他的兩位學生暨藝術家佛列德．內克（Frieder Nake）以及喬治．尼斯（Georg Nees）於年初及年尾舉辦了兩場電腦繪圖（喬治．尼斯：電腦圖形Georg Nees: Computergrafik；以及電腦圖形Computergraphik）。開幕式上，面對藝術學院教授的提問，尼斯回答他可以讓電腦模仿任何繪畫風格，前提是對方必須先告訴他「如何繪畫」，馬克思．賓士隨即提出了「人造藝術」（Artificial Art）一詞，強調過程的可定義性與程式化亦即以演算法規則生成的藝術以及其資訊美學（Information Aesthetics，註3）的理論。
相較於此，紐約貝爾實驗室出身的兩位工程師創作者，麥克．諾爾（A. Michael Noll）與貝拉．尤萊斯（Bela Julesz）更幽默的以一小疊彩色IBM打孔卡作為邀請卡，直接將訊息編碼。展覽「電腦生成圖形」（Computer-generated pictures）中兩人利用IBM 7094電腦和SC-4020微縮膠片繪圖儀，展示了電腦在視覺創作中的潛力。
上述展覽將電腦從屬於科學的計算工具，轉化為藝術家的創作媒介，為後續數位藝術的發展奠定了基礎。他們讓觀眾不僅欣賞視覺效果，還能思考電腦生成圖像背後的邏輯與過程，預示了過程藝術的興起。儘管當時，展覽並未獲得藝評家認可，甚至，對作品非由藝術家創作而是使用機械化的電腦技術持懷疑與抗拒的態度。然而，這些爭議卻促使了關於「藝術家」、「創作」與「美學」的定義再思考，開啟了未來數位藝術的領域。值得注意的是，馬克思．賓士所提倡的新美學對依賴主觀感受，缺乏客觀標準的傳統美學的質疑與挑戰，帶來了美學的新進展與思考。
1965年，人工藝術（Artificial Art）與人工美學（Artificial Aesthetic），在馬克思．賓士的資訊熵（Information Entropy）架構下，已然出現雛形。然而，更重要的是，發展這一切的卻並非以二進位低階語言運作的思考機器（Thinking Machine）而毋寧是會思考的感覺機器（feeling machines that think，註4）。
控制論與偶然性：運算工程師與感覺工程師
人類心靈在其數學活動中似乎具有一種無法被任何演算法過程完全捕捉的能力，這一點通過超越形式系統局限性的能力得到證明。
庫爾特．弗雷德里希．哥德爾 （Kurt Friedrich Gödel）。（註5）
我持續地著迷於這樣的事實：情感不僅是理性的陰暗面，而且還能幫助我們做出決定。
安東尼奧．達馬西奧 （Antonio Damasio）。（註6）
1968年倫敦的「賽博奇緣」（Cybernetic Serendipity）展覽實現了60年代的數位藝術探索的高峰。受馬克斯．賓士概念影響的策展人雅西婭．賴卡特（Jasia Reichardt）讓展覽在國際上引起廣泛關注，吸引了為數眾多的觀眾。展覽標題巧妙地結合了「控制論」（Cybernetics，源自希臘語「舵手」，指關於控制、溝通和反饋的科學）與「偶然性」（Serendipity，指意外發現美好事物的能力）。其核心目標是展示電腦與控制論裝置如何作為工具來擴展人類的創造力與發明力，探索人與機器合作的可能性 。
展覽強調人機互動過程中的「快樂的偶然發現」並刻意打破藝術與科學／技術之間的壁壘，將藝術家、工程師、科學家、作曲家、詩人等不同背景的創作者（共 130 位貢獻者，其中 43 位為藝術家／詩人／作曲家，87 位為工程師/科學家等）的作品並置，不區分媒介或創作者身分。「賽博奇緣」呈現的是一種可能性，而非已完成的成就，充滿了對科技的樂觀精神。
策展人受到諾伯特．維納（Norbert Wiener）的控制論（Cybernetics）思想深刻影響，巧妙地運用控制論如「反饋」、「控制」、「系統」的觀念及「關於系統如何透過資訊交流來調節自身行為」，作為當時離散的各種實踐（電腦繪圖、機器人學、動力藝術、電子音樂、互動裝置）的理論整合架構。控制論的框架不僅容納了多樣性，也為新興的藝術與科技領域提供了統一且堅實的（儘管寬泛的）智識結構，強調了「過程」和「關係」而非僅是「物件」在藝術中的重要性，推動了電腦藝術從實驗階段走向主流。與此同時，展覽不再僅僅是展示結果，而是成為體驗和參與複雜系統的場所。
值得注意的是「控制論」（Cybernetics）與「偶然性」（Serendipity）二者在概念上存在著高度的對應性，前者乃是一整套精確的邏輯語法結構與程序，而後者則具有逸脫於計算與演算之外的不可預測性，由是展覽「賽博奇緣」將藝術、美學與人工（Artificial）之間的關係，進一步地闡述為，創作者通過「控制論」（Cybernetics）技術去捕捉那過往難以想像的隨機性（stochastic和ramdom，註7），而這個部分恰恰是哥德爾那超越形式系統的直覺以及達馬西奧定義的情感。
連線的藝術與互動的美學
1970至80年代，儘管工程師和科學家仍然是數位藝術領域的重要參與者，但越來越多的藝術家開始掌握程式設計和電腦工具，將其融入自身的創作實踐中，並見證了電腦藝術從實驗性的邊緣探索，逐漸發展為擁有自身機構、獎項和專業社群的領域。全球網路通訊協定（World Wide Web）則構成了1990 年代媒體藝術發展的關鍵。「網路」催生了全新的創作與交流空間—網路，與此同時互動裝置和虛擬實境（Virtual Reality，VR）的探索更加深入，強調觀眾的參與和沉浸式體驗；與此同時，全新的藝術類型「網絡藝術」（Net art）也應運而生，德國的卡爾斯魯厄藝術與媒體中心（ZKM | Center for Art and Media Karlsruhe），扮演了至關重要的角色，其不僅展示和收藏這些新興的藝術形式，更提供了研究、創作和理論探討的平台。包含「多媒體藝術節」（Multimediale Festivals，雙年展，1989-1997）、「新領域」（NewFoundLand）的展覽，在在顯示ZKM的研究成果和藝術家駐地項目作品。ZKM是全球首個完全致力於網絡藝術的大型博物館，其表徵了機構從單純的展示者變為整合博物館、研究所和製作設施的積極生產者與平台建構者。透過直接支持和委託藝術家利用前沿技術進行創作。機構主導顯露了科技藝術對基礎設施、跨學科研究和開發支持的內在需求，這與傳統藝術博物館主要收藏和展示現成作品的功能形成了對比。
ZKM對於觀眾與作品的「互動」的關注與鼓勵，成為藝術創作與美學體驗的新動力，展覽「net_condition」更進一步將互動性延伸至網絡化的共享虛擬空間，於是，英國藝術家，羅伊．阿斯科特（Roy Ascott）1980年代提出「遠端訊息藝術」（Telematic Art）的概念，以及強調觀眾參與和互動的重要性；科技可以作為人類意識擴展的工具，而藝術則是探索這種技術擴展媒介的期待、預言，在網際網路的1990年代實現，這種藝術形式超越了傳統的時空限制，創造出「全球意識」（Global Consciousness）或「網路心智」（Networked Mind）。人文（Humanity），在阿斯科特的「全球意識」（Global Consciousness）及「網路心智」（Networked Mind）想像與網際網路技術的推波助瀾下，不再區分為東方／西方，亦或者文明／原始的二元，而是一個完整的全體（在網際網路技術中），而知覺與審美流瀉進入光纖編織起的網格中。
藝術是感覺的載體；人類是感覺的主體
因為摩爾定律的推波助瀾，21 世紀的數位科技在晶片高速成長的條件中，以前所未有的速度和廣度滲透到社會的各個層面，藝術領域也隨之經歷了深刻的變革。人工智能（AI）、生成藝術（Generative Art）、虛擬實境、擴增實境（AR）以及區塊鏈（Blockchain）等新興技術，不僅為藝術家提供了新的創作工具和媒介，也引發了關於創造力、作者身分、真實性、人類與機器關係等本質性問題的再思考。當代展覽清晰地展示了 AI 作為工具與主題的雙重角色。一方面，如藝術家雷菲克．阿納多爾（Refik Anadol）等所示，AI 被用作一種強大的生成工具，能夠基於大量數據創造出前所未有的、動態變化的美學形式 。
另一方面，諸如巴比肯中心的「AI：超越人類」（AI：More than Human）展等，AI其本身成為了批判性探究的對象。這種雙重性反映了當前藝術圈正積極參與AI 技術發展的二元對話中；它既是一種日益普及的實用工具，同時也引發了深刻的哲學和社會問題。當技術持續演進，藝術創作的形式也隨著演算法而演化、分歧，呈現出更多元紛呈的面貌。於是「美學」也一再地演變中。
「美學」（Aesthetic」一詞源自古希臘語，意指「感知的、能感覺的」，古希臘時此一詞多指涉感性經驗，1735年亞歷山大．包姆加登（Alexander Baumgarten）首度提出將「美學」作為一門哲學學科，定義為「感性認知的科學」（scientia cognitionis sensitivae）。「美學」不僅是關於「美」的，更是與感知、文化、社會建構密切相關。而如果賓士的人工藝術（Artificial Art）在當今已然成為日常的現實，那麼是否存在一個真正的人工美學（Artificial Aesthetic）？一種純屬於機器欣賞、感受的美學？
必須記得的是賓士提出的資訊美學（Information Aesthetics）、數位美學（Digital Aesthetics）、生成美學（Generative Aesthetics）其欣賞的主體依舊是我們人類，一種會思考的感覺機器（Feeling Machine），而不是會感覺的思考機器（Thinking Machine）。一如金森．曼（Kingson Man）與安東尼奧．達馬西奧所言：
今天的機器人缺乏情感。它們的設計並不包含以某種方式呈現其內部運作狀態，從而使它們能在心智空間中經驗這些狀態的能力。
金 森．曼與安東尼奧．達馬西奧。（註8）
人工智能欠缺「感覺」的能力，那麼關乎思考感知、感覺的「美學」也僅能屬於人類獨有。由此可知人工藝術、人工美學，真正的意義，並非是機器成為了創作與審美的主體，毋寧是機器成為了製作與體驗的載體。一如達馬西奧所言：「我們的心智以兩種層次運作。第一種層次涉及知覺、動作、記憶、推理、語言與數學語言。這個層次需要精確，並且可以輕易以運算方式來描述。這是突觸訊號的世界，而人工智慧與機器人技術能夠很好地掌握這個層次。」「但還有第二種層次」，他接著說：「那是關於情緒與感受的，它描繪的是我們活生生身體中的生命狀態，這個層次並不容易用運算來解釋。目前的人工智慧與機器人並未觸及這第二個層次。」（註9）感覺構成了人類心智與人工智慧的差別，而屬於審美的心智唯人獨有。
你幾乎可以透過歷史性的教學，賦予任何事物人文價值。地質學、經濟學、力學─當它們以歷代天才的成就為依據來教授時，也都將成為人文科學。若非如此教導，那麼文學只剩文法，藝術不過是目錄，歷史成了年表，而自然科學則淪為一張公式與度量的表格清單。
威廉．詹姆斯（William James）。（註10）
儘管，威廉．詹姆斯文章探討的是博雅教育的意義與價值。然而，當我們以歷史性的視野回望人工智慧（Artificial Intelligence）與人工美學（Artificial Aesthetic）的發展，那麼，無論是馬克思．賓士、雅西婭．賴卡特乃至於1970年代和1980年代奧地利的林茲電子藝術節（Ars Electronica），乃至於各個世代裡熱切的參與者，全成為了人工藝術創作與人工美學討論的重要礎石。這些展覽的歷史遺產不僅在於它們記錄了藝術形式的演變，更在於它們持續地將藝術置於與科技發展和社會變革的對話之中。它們塑造了我們理解媒體藝術的歷史框架，並為當下圍繞人工智能、生成藝術、虛擬世界及其倫理和美學意涵的討論提供了寶貴的參照，而未來的展覽則將繼續成為我們觀察、體驗和思考這一動態關係的前沿陣地。藝術，作為一個永不終結的故事，將在與不斷變化的技術的互動中，繼續書寫其未來的歷史。
每一次重大的技術革新都是對藝術本質的持續追問，從電腦繪圖到 AI 生成，都重新引發了關於什麼是藝術、誰是藝術家以及創造力來源的根本性討論。而藝術的生產與技術的可及性存在著綿密的關係，並深刻地影響著藝術創作的可能性和形式，從早期依賴大型主機和專業實驗室，到個人電腦和網際網路的普及，再到如今雲端運算和開源AI模型的出現，技術門檻的扁平化持續塑造著人工智能與新媒體的藝術面貌。而相關的創作者從最初掌握稀有技術資源的工程師和科學家，逐漸擴展到學習程式設計的藝術家，再到當代與 AI 等複雜系統進行協同創作的實踐者。這個持續流動、演變的「創作者」身分，持續地挑戰著關乎「藝術家」的認定與想像。
或許，馬克斯．賓士從資訊熵（Entropy）得到啟發，正是一直以來的答案：藝術作品可以被視為資訊的載體，作品的「新奇性」（Novelty）與觀眾的預期違背程度，資訊熵越高（即越不可預測，感覺衝擊也越強），其美學值越大。而藝術家的定義則轉成了能持續創造熵增的思考性的感覺機器。
註1 喬治．史坦納（George Steiner），〈書卷的終結？〉（The End of Bookishness?），刊於《泰晤士文學增刊》（Times Literary Supplement），1990年2月23日。原文：“We are witnessing today the end of the classical era of reading.”
註2 艾爾文．克南（Alvin Kernan），〈文學請安息：電視、學院以及“諸主義”已然顛覆了印刷的力量〉（”Literature R.I.P.: TV, Academics and ‘Isms’ Have Subverted the Power of Print”），《華盛頓郵報》（The Washington Post），1990年10月28日。原文：”There is always the possibility that literature was so much a product of print culture and industrial capitalism, as bardic poetry and heroic epic like Homer were of tribal oral society… it will simply disappear in the electronic age, when people get their information from television and databases.”
註3 馬克斯．賓士借用克勞德‧夏儂的資訊熵理論，量化藝術作品中的複雜性、對稱性與新奇性，並以作品與觀眾預期的偏離程度作為美學價值的衡量依據。他主張審美體驗來自秩序與冗餘間的平衡，資訊量過高會造成混亂，冗餘過多則流於單調。其資訊美學旨在為藝術評析建立一套科學、客觀的架構。
註4 安東尼奧．達馬西奧（Antonio Damasio）曾說：「我們（人）不是會感覺的思考機器，而是會思考的感覺機器」（We are not thinking machines that feel; rather, we are feeling machines that think.）。語錄來源請參見：Goodreads，引自 Antonio Damasio，《Descartes’ Error: Emotion, Reason and the Human Brain》。
註5 約翰．盧卡斯（John R. Lucas）在其文章〈心靈、機器與哥德爾〉（Minds, Machines and Gödel）中，詮釋哥德爾不完備定理對於人類心智的啟示。原文：“The human mind, in its mathematical activity, seems to have a faculty that cannot be fully captured by any algorithmic process, as evidenced by the ability to transcend the limitations of formal systems.”詳見：John R. Lucas, “Minds, Machines and Gödel,” Philosophy 36, no. 137 (1961): 112–127.
註6 原文：”I continue to be fascinated by the fact that feelings are not just the shady side of reason but that they help us to reach decisions as well.”詳見：〈Feeling Our Emotions〉，《科學人》（Scientific American），2003年10月。
註7 在數學上，Random（隨機）指單一事件的結果不可預測，強調不確定性但不涉及系統性的演變；而Stochastic（隨機過程的）則指含隨機成分、隨時間變化的動態系統，常用概率模型來描述行為與結構的變化。在生成藝術中，當隨機性影響系統的長期行為、與時間演變密切相關時，更貼近 stochastic 的概念，尤其常見於模擬自然或生成連續序列的創作中。
註8 原文：“Today’s robots lack feelings. They are not designed to represent the internal state of their operations in a way that would permit them to experience that state in a mental space.” 詳見：金森．曼與安東尼奧．達馬西奧，〈感覺機器的設計中的內穩態與柔性機器人技術〉（Homeostasis and soft robotics in the design of feeling machines），發表於《自然機器智慧》（Nature Machine Intelligence），第一卷第10期（2019年10月）：第446–452頁。
註9 原文：“Our minds operate in two registers,” Damasio explains. “In one register, we deal with perception, movement, memories, reasoning, verbal languages and mathematical languages. This register needs to be precise and can be easily described in computational terms. This is the world of synaptic signals that is well captured by AI and robotics.” “But there is a second register,” he continues, “that pertains to emotions and feelings that describes the state of life in our living body and that does not lend itself easily to a computational account. Current AI and robotics do not address this second register.” 詳見：安東尼奧．達馬西奧，〈南加州大學神經科學家安東尼奧·達馬西奧主張：情感與感受構成了人類智能〉（USC Neuroscientist Antonio Damasio Argues That Feelings and Emotions Are What Make up Human Intelligence），USC Dornsife News。
註10 原文：“You can give humanistic value to almost anything by teaching it historically. Geology, economics, mechanics, are humanities when taught by reference to the successive achievements of the geniuses to which these sciences owe their being. Not taught thus, literature remains grammar, art a catalogue, history a list of dates, and natural science a sheet of formulas and weights and measures. “威廉．詹姆斯，〈大學教育的社會價值〉（The Social Value of the College-Bred）。
沈伯丞( 34篇 )