具身传播视角下脑机融合的传播学审思

□ 文 陈 旭

0 引言

技术的飞速突破，使机器与人体器官之间的连接端口不断增加，如果说这些新技术仍以身体为基托，通过外接设备来扩大人体对外部环境的感知，那么脑机融合技术则真正的跨越了身体的限制，开辟了人类意识层面与外部环境的直接对话路径。技术浪潮推进下，人们拥有更为丰富的交流手段，但底层逻辑下，人们终归需要将各类信息纳入到自己的认知基模中，以自己过去的实践经验与获取的信息进行比对，来巩固或刷新自我的认知。在这个过程中，无论是过去经验的积累还是对现有信息的比对，身体的体验感知都是个体处理信息的必要环节。但同时我们也应看到，该项技术并未在人机之间搭建流畅的对话桥梁，人机之间的交互仍存在多种障碍。利用具身视角来看待脑机融合技术，或许能为该技术的进步提供新的思考路径。

1 身体在传播过程中的意义

哲学研究中对身体漠视贬义的倾向长期存在，从柏拉图在《斐多篇》记载的苏格拉底对身体和灵魂的论证，到笛卡尔提出的“我思故我在”，可以说，身体一直游离于人们对世界的认知系统之外。这种认知模式也被认知语言学所采纳，身体在人们感受外部世界和构建自身精神世界的过程中被隐形，并未被信息传播学科严肃对待。这一认知在二十世纪五十年代的认知学范式转向中受到质疑，基于计算隐喻和功能主义观念的“第一代认知科学”的基土松动，以具身心智观念为代表的“第二代认知科学”在学界逐渐被人接受。在具身认知观看来，人们的认识过程不是脱离人类的身体进行的单纯的抽象符号计算与表征活动，而是与人的身体结构和身体与世界的相互关系紧密联系的一系列的身体体验和实践。

1.1 共同的体验是获得理解的基础

传播理论中，信息在由传播者发出或传达至受传者的环节中被编译或解码。人们如何利用表征符号形成千差万别的表达，以及对不可胜数的信息进行解读，在过去的研究中经常受到忽略。乔姆斯基曾对这一问题做出解释，认为人们是利用有限的“语法”，在各种词汇间建立联系，形成公式化的语言系统。这种观点将各种符号和表征放在了人们认知世界的核心地位，却把多变的语义置于了从属地位，在语法的公式化表达下，信息的意义可以被固化并被准确地接收。

显然，乔姆斯基的形式主义主张与实际上的人类表达存在偏差，相同的句子语法，在不同的场合、环境、时机下，其意义会有很大的不同。强调信息的形式而抛弃了潜藏在表征符号下的意义表达无疑遗漏了语言表达的核心内容。在对形式主义进行批判的基础上，莱考夫与约翰逊等学者提出“具身实在论”，认为个人的生存经验是帮助个人对各种表征和表达进行理解和应对的基础，人的理性产生于个体的身体经验。正因此，个体的不同产生体验的偏差，使得语义不可能被固化下来，语言的表达难以摆脱体验、框架和视角的纠缠。

由此，我们可以看出，正是这种由过去的身体体验所得到的感受，才是将各种符号和语义统合成人们交流所能理解的信息的关键。在经验实践的积累过程中，身体将各种感受进行存储，然后再利用语言将过去的体验表征化。在交流过程中，对方所接收到的信息是根据一定的逻辑和规则排列组合出来的“合理”的语言结构。因此，交流总是无奈的，信息的传达，再借助语言等一系列交流工具的那一刻起，意义在某种程度上就发生了变形，接受的信息已不再是最初的信息了。

1.2 虚拟情境下的“离身”交流

在人类发展的进程中，技术一步步地将身体从交流的过程中抽离出来。早期人们只能依靠面对面进行交流。在文字出现后，人们的沟通首次出现了身体的“缺席”，人们可以将想表达的内容记录下来，借由文字传递信息，身体的“在场”不再是交流的必要条件。电力技术的飞速发展使距离不再是阻隔人们交流的障碍。在全球化的今天，跨地区、跨国、跨文化的交流也越来越频繁。

因此，从人类交流方式的不断变化来看，无论是生理意义上的“身体”，还是作为经验和记忆存储器的“身体”，在交流的过程中，“缺席”已成为常态。人们不仅可以远距离的沟通，还可以跨越文化，与存储不同经验的身体进行交流。在日常的交流过程中，各种电子媒介，为处于不同场景的个体搭建对话的桥梁，过去在传播过程中处于重要地位的现实情境正逐渐让位于媒介这一具有高度技术特征的、虚拟的、流动式的对话情景。电子媒介的出现，削弱了交流对物质场所的依赖性，交流似乎不再受到物质场地的限制。

身体“缺席”的对话在媒介技术高度发展的当下越来越普遍，但技术的进步未必带来交流的顺畅，无论是共处同一情境的缺失，还是技术伪装下的个人印象整饬，都会对意义的传递造成损伤。但我们也应认识到，人的能动性和学习能力能够适应不断交叠的媒体情境，建立在虚拟空间的文本世界会逐渐形成自己独有的对话机制。

2 人工智能及脑机融合技术的传播逻辑

在互联网和人工智能技术高速发展的背景下，人的大脑与思维逐渐与网络空间相互耦合，人在自然人和社会人之外，还获得了另一层身份——赛博人。技术与人的关系越来越密切，一些设备如手机、运动手表、车载广播等俨然成为很多人生活中不可或缺的组成部分。人们利用技术强化自身，突破生理的局限的同时，还将自己的思维映射到网络空间中，在虚拟空间中摆脱身体的束缚，实现了数字化生存。

2.1 AI科学下的语言逻辑

AI技术的发展不仅极大地便利了人们的生活，在一些领域，还出现了战胜人类智慧的倾向。美国IBM公司的“深蓝”超级计算机就曾以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。但这些并不意味人们已经破解了人类思维的奥秘，掌握了人类心智的运作原理和机制。人类如何处理万千繁多的符号，并在符号之间建立联系，以及在具体情境中将对文本进行准确的传达和解读等，仍然没有得到很好的解释。

在人们发展AI技术的过程中，主要通过语言来实现人际交流，而这其中，存在着将符号表征与传播主体剥离的意识倾向。事实上，语言是身体与环境交互体验产生的结果，而非是客观存在的语法框架，即便人们传达的是拼写无误的词汇，没有语病的语法，逻辑通顺的语句，在一些情况下，AI仍然不能彻底地把握文本中所包含的准确含义。早期的AI研究试图将各种符号表征与人的思维路径联系起来，以此来模拟人类的心智。但人类对于语言的运用是十分灵活且随意的，由于交流者语言运用能力的不同，个人心境的变化，以及情境因素的影响，单纯的句法框架难以锁住人类语言的使用边界。且语言本身是一个积非成是的系统，语言中很多用法没有办法用理性去束缚。即便是错误的用法，当被大多数人使用时，它的正当性就被无条件地确立了。

鉴于以上原因，AI技术的工程师们也不得不改变思路，在尚未掌握人类语言输出路径的情况下，寻找更实际的手段来实现人机交互。目前，人工智能领域对于人类句法的规律探求已经不再是行业的主攻方向，通过构建庞大的人类语言库，并利用统计学知识分析处理即时沟通是当前AI工程师所采用的主流方法。虽然这种处理方式确实无法应对所有的交流情境，但它的实用性得到了证实，在智慧家居、外语翻译、交通通信等领域，以语言库为基础的AI技术发挥了巨大的作用。这种情况下，我们自然不能认定人工智能“理解”了人们的语言，AI技术只是在相当多的情况下适配了人们的语言运用时机。

2.2 脑机融合技术的信息解码与编码

人的大脑在人进行各种生理活动的过程中，会通过神经系统利用电信号向身体发号施令，在科学仪器的检测下，会在仪器的屏幕上生成波浪状的图形，我们将其称为“脑波”，这也是实现脑机融合技术的前提和基础。经过科学的实验分析，人们总结了大脑在不同情境下的脑波的特征信号。通过对这些特征信号进行反向解码，在利用计算机语言进行汇编，就可以将人的思维活动转变为计算机的数字信号，从而实现人脑与机器的直接交互。同样，也可以反过来，计算机端口也可以向大脑输送计算机汇编后的信号，贯通人脑与机器之间的双向交流路径。

作为由多领域交叉学科建设下的新技术，脑机融合技术同样在研发实践过程中面临诸多挑战，在信号学领域，如何做到生物信号和电子信号的高度统合是这个方面的关注重点。传统的人机交互主要利用言语系统与机器的电子信号进行交互。而在脑机融合技术中，还需将人的脑波变化进行解码，并将电子信号编码为神经信号，这势必会造成信息传递的准确率进一步下降。

即便如此，就前文所言，目前的AI逻辑并不以同人类保持思想的同步性作为第一要义，而是以广泛适用性作为当前研究的主要导向。脑机融合技术作为AI技术的延伸性发展，同样遵循着以技术产品的实用性为研究主旨的原则。结合当前的AI发展实践，根据符号表征来解读人类意义表达的准确性正逐步增长，人们也愈发习惯同AI之间的交流，这种交流惯性也将会形成新的表达逻辑和规律，瓦解AI同人类交流的屏障。

3 脑机融合技术的具身理论分析

脑机融合技术在人类的神经领域与机器之间建立了直接联系，实现了神经信号与电子信号之间的相互转换。信息的传播需要符号表征作为载体和中介，人在个体内部进行记忆、思考、自我对话等活动的时候，一样需要处理各种符号，在各种符号之间建立联系。就神经认知层面而言，这些活动具体表现为动态的神经元放电信号的映射。

收集并总结人体内部的生物信号在人类进行表达时的变化规律，有助于我们理解人类认识形成的过程，也是脑机融合技术实现的前提。根据当前的神经学研究发现，神经系统会根据所处的情境以及所使用的媒介的不同，针对相似或相同的信息，形成不同的反应。目前，对于人体神经信号的解读与生成，在利用脑神经元集群运行法则和规律的基础上，还综合了不断迭代的解码算法来加强对高级心理活动的理解。因此，无论是人类的内部心理还是外部表达，其中所蕴含的意义都是由个人、交流对象和环境等多重因素共同作用的结果。

在具体的交流过程中，交流双方可以在交流空间这一场域中互相交换彼此的具身经验，在共同的交流情景中逐渐达到心智的统合，因此，无论是真实空间还是虚拟空间，交流的双方在经过一段时间的磨合后，一般能找到相对和谐的交流方式。但作为人工编程创建的人工智能系统，虽然目前具有一定的学习能力，但这种建立在数据库基础上，依据大数据分析所得到的语言分析能力，尚不能匹配人类的交流模式，其可塑性还有很大的进步空间。缺乏将信息归化到“自我”当中的能力，是当前技术难以充分理解语言的一大困境。

4 结语

由于经验获取的方式，内部思考的路径，符号表征的运用模式等方面的不同，人们尚未很好的解决人与机器之间的沟通问题。但我们也能感受到，人工智能与人之间的关系在不断磨合，交流的路径也逐渐畅通。目前的脑机融合技术仍以实用主义为主要的发展导向，并在解决生理障碍的病人的生活问题，指导机器完成危险精细作业等方面取得喜人的进步。另一方面，在认知语言学、生物符号学等多学科纵深研究的背景下，人类思维的秘密也将逐渐被揭开。处于起步阶段的脑机融合技术还有巨大的发展潜力。■