翻译：为什么我不再进行互动叙事的研究

今年自找苦吃选择 interactivity 互动叙事作为实践主题，零代码选手已经瑟瑟发抖。前天无意中发现老爷子 Chris Crawford 竟然在 18 年就发出了这样一篇“劝退”性质的博客，百感交杂之余也想大家给我提供一点文献资料啊哈哈哈哈哈。凌晨翻译，恐有多处小错误，翻译腔极重，还请多多包涵。

（*以下 interactive storytelling 均翻译为互动叙事）

原文地址：链接

今年早些时候（此文写于 2018 年六月）我停下了所有关于互动叙事的工作。我疲惫，倍感压力且进展甚微。我认为我最好休息一下，往后稍稍，从一个更适当的角度来重新考虑整个项目。六个月过去了，我认清了这一事实：我决定不再研究互动叙事。

我把互动叙事当做是我毕生的信念：我曾经放下豪言，如果研究失败，那么我的人生也将是一场笑话。现在我不这么想了，并且我知道我应当把有限的时间投入到其他相关领域的研究中。但首先，请让我解释一下我如何得出以上结论。

一直以来，我想的都不单单是创作一个伟大的互动叙事作品；更重要的，是去激发创造一个新兴行业，并打造一个致力于将互动叙事演化成艺术形式的社群。想象一下如果我真的开发出了我期望中的 Siboot，又将会发生怎样的景象呢？

首先，少数人才会欣赏它。大多人只会用自己熟知的标准来评价它：而这些标准都脱胎于现有的游戏设计。他们唯一的结论就是：Siboot 是一款糟糕的游戏。实际上他们是正确的，Siboot 从来都不是游戏；它是互动叙事，强调的是角色间的沟通，也已经创作出了一些有趣又富有戏剧性的角色互动。但是人们不在意这些戏剧性的互动，而是想法设法地寻找制作高大上游戏的秘诀：那些让人跃跃欲试的挑战，流畅的学习曲线，逼真的画面和一些别出心裁的小把戏。最重要的是，游戏必须带有“赢”的目的性。故事就不同，它和输赢无关，只是关于戏剧性（Drama）。

这就意味着，不论 Siboot 有多么出色，它都不能达到我企望的高度—它不会被病毒式的传播推广，也不会在 YouTube 上得到大量的点击率和评论。诚然会获得少数志同道合者的大力支持，但数量寥寥，大多数人不会被其所打动。

当第一部动态影像在 1890 年代诞生时，大多数人对此嗤之以鼻，认为不过是浪费时间的玩意儿。因为那些影像都太短了，还无法承载过多要素，不能凸显意义。画面大多是：火车驶入车站，情侣接吻等等。最初的这些“电影”可谓毫无价值，但是有那些独具慧眼的人发现了影像的潜力并且决心投入其中。在最初的十到二十年里，先驱者们大多也是做无用功，没人知道如何发掘影像的潜力，他们的作品都不值一提。但是仍然有狂热的创作者坚定不移地相信未来影像所能承载的重量，更重要的是动态影像领域的研究有一条康庄大道：延长电影播放时间并且通过不断试验，学习如何把电影拍得更好。

互动叙事领域正在经历一百多年前与电影完全相同的考验，但是它有着一个与后者不同的致命缺陷：过分曲折的发展前景。要知道任何有相机的人都可以摆弄和制作简单的电影，但是互动叙事所要讲述的不仅仅要依赖于摄像机：创作者还需要了解如何用算法来表达戏剧性想法。这正是大多数人所面临的最大难题。

长期以来，我一直觉得那些有志于互动叙事领域的人会自学如何将算法运用到戏剧性创作中。在我的演讲中，我以文艺复兴艺术家们举例，这些伟大的前辈会为了考校人体构造而去意大利医学院参与尸体解剖工作。炎炎夏日，尸体散发着腐烂的恶臭，但如果你想细致入微地理解人体线条，就必须仔细检查每一块肌肉、骨骼和肌腱走向。为了掌握更高层次的艺术，这些先驱者们甚至愿意忍受尸臭。我想当然的认为，现代艺术家为了追求新兴领域，也会挑战并学习算法背后的数学知识。但是我错了。在将近三十年的传教中，我只遇到了极少数真正愿意接受挑战的人。用梭罗的话来形容，大多数人只是美德的赞助者罢了。

理性主义用超过 2500 年的时间才从基本概念中孕育出了其最完整的表达形式，即计算机。尽管人类有着 2500 年积累下来的逻辑思维经验，我们在理性主义上却无法与计算机抗衡。从逻辑思维（logical thinking）到算法思考（algorithmic thinking）的跃迁虽说远远小于从基于理性主义概念的思考到逻辑思维的转换，但这仍然是一大步—人类文明接受这个新兴概念大概还需要几个世纪。在此之前，互动叙事只需要等待；而没有艺术灵感的算法，也谈不上互动叙事。

导致我暂停研究还有一个原因，是一款适用于 iOS 系统名为 Florence 的 APP。它获得了多个奖项，因此我认为值得一看。结果却让人大失所望：毫无新意，重复着这几十年里的老把戏而已—预设好的故事，带有一些交互式的基本操作—而这些恰恰是人们初次接触到互动叙事时所做过的尝试。当人们尝试用交互性来讲述故事，大受观众好评，然后他们想研究地更加深入一点，然后遇到问题最后放弃。我见过太多太多这样的例子，千篇一律地重复和失败放弃。而这些又恰恰是所谓的获奖产品，因此没有人把目标放得更高：当你可以轻松用现有设计达到“交互效果”的时候，何必吃力不讨好呢？

对我们而言更大的难题已经出现了：深度学习 AI。将深度学习 AI 应用于故事叙述只是时间问题。每一个深度学习 AI 系统都需要有大量的输入数据作为基础，例如你输入数以百万计的小丑图片就可以得到一个识别小丑 AI，输入百万首歌曲即可获得自动识别歌曲 AI 等。在这种情况下，设计人员可以将庞大的故事“投喂”给 AI：浪漫爱情故事、冒险达人、恐怖哥特等等等等。这些不计其数的故事内容将会被 AI 分析成模式（pattern），并且经过它的学习加工完成“旧瓶装新酒”的工作。设计者可以通过学习 AI 找到最合适的模式来与玩家行为进行互动，从而产生交互性。

毋庸置疑，这样的公式化会扼杀作品的艺术性，因为 AI 系统只会机械地将作品归类成模式。这样的输出将不会包含任何价值，深度学习 AI 永远不会“吐出”传世文学著作—没有艺术家，你将无法创造艺术。深度学习 AI 被誉为下一世代的革命性娱乐产品，而现在这项技术已经囊括了多个大奖，获得满满溢美之词。没有人会认为有必要去做真正有价值的东西，这将使我们在未来几十年里停滞不前。

近三十年来我一直在尝试向人们传授互动叙事、算法设计、交互性等等等等也遇到了许许多多和我抱有相同信念的人，但是我的所有尝试都无法在计算机作品中创造文化和艺术，这是我停下脚步的一个重要原因。