這份研究由Google DeepMind團隊進行，有個吸引人的標題：「當機器人走進酒吧：語言模型能否作為喜劇的創意工具？評估大型語言模型與喜劇演員的幽默契合度」，邀請了二十位喜劇演員參加在愛丁堡藝穗節（Edinburgh Festival Fringe）現場及線上舉行為期三小時的「AI ☓ 喜劇工作坊」。
參與者使用了包括ChatGPT-3.5、ChatGPT-4和Google Bard（即現在的Gemini）的語言模型，來協助他們撰寫45分鐘的喜劇表演素材。或許是因為Google DeepMind旗下的Google Bard也有參一咖，所以在研究中沒特別比較語言模型之間的差異。
其後，研究團隊讓參與者透過填寫一份創意支援指數（Creativity Support Index）問卷，評估他們使用AI創作喜劇材料時的體驗，再分組討論，分享使用AI的動機、過程、倫理考量等。
上圖是參與者的回饋，可看到只有「享受與AI共筆」是正面的，而「感到擁有素材所有權」則持中立態度。其他如「AI好用程度」、「驚喜度」和「合作順利度」都受到負面評價，尤其是後兩項，顯示參與者不以AI創作的素材為傲，也不認為它們具有獨特性。
安全限制審查 or 強化刻板偏見？
研究的具體結論是什麼呢？根據喜劇演員實際與AI協作、自我評估與分享，得出的論點是：儘管語言模型能快速生成內容與架構，但品質低落，就像「上世紀的無聊笑話，但稍微少了一些種族歧視。」
參與者認為，語言模型的失敗之處主要在三點：
一、審查和安全過濾的限制
喜劇段子經常遊走在冒犯跟反諷之間，因此喜劇表演者需要不斷修改，拿捏尺度，但語言模型的預設審查機制提前干預了這個過程。我很喜歡其中一位參與者的總結：「創作，就是一個經歷『這些材料不夠好、不對或冒犯邊緣族群，而我需要使這些變得可接受』的階段。但我認為AI在你有機會探索之前就已經開始這樣做了。」這點在涉及性暗示、黑色幽默和冒犯性笑話時，更為明顯。
二、少數族群身分的邊緣化
不少參與者指出，語言模型難以生成反映少數族群視角和身分的內容，並且在涉及這些族群時會出現很表面的調整，好「看起來」不冒犯人。
例如有人提到，語言模型會去掉他段子裡的「同志哏」，好讓笑話更普遍級。這讓他感覺是語言模型在決定什麼是「政治正確」，並剝奪了他表達身為少數群族的機會。也有人提到，語言模型拒絕生成以亞裔女性視角寫的獨白，卻可以生成以白人男性視角寫的獨白。這些都讓人反思：如果今天我是亞裔女性或女同志——例如黃艾莉（Ali Wong）或Hannah Gadsby——身分政治就是我喜劇成立的前提，但在語言模型的運作之下，一切便不成立。
三、AI的根本性限制：缺乏個人經驗、表演情境意識、即興能力、情感共鳴
參與者強調，好的喜劇來源於創作者的個人經驗和生活片段，這賦予了喜劇獨特的視角和情感深度，而AI缺乏這些。此外，掌握表演當下的情境和調整笑話的方式也是關鍵，例如，一個關於英國女王的笑話，在美國和英國觀眾中的效果會截然不同，但AI無法作出這種判斷。
參與者也點出，語言模型僅僅依賴數據來預測下一個最可能的文本，限制了它們創造出驚喜的能力，「AI無法在笑話方面冒任何風險」，所以只能給出安全但無聊的笑話。
這份研究最有趣的點，大概是語言模型的政治正確防線，反而限縮了少數族群展現自我的空間。科技巨頭擔心使用者用它們的AI生成歧視內容，便直接把少數族群排除在外（也有可能是訓練數據中本來就缺乏少數族群樣本），卻忽略了這些人也常會開自己玩笑，藉此翻轉歧視或反諷主流價值的可能——自嘲，正是喜劇表演常見的手法。這份研究透過AI協作產生喜劇素材，讓科技巨頭政治正確的表面功夫露出了破綻。
⭐️⭐️⭐️⭐️ @EveryTheatre ‘Hysterically funny and occasionally bewildering’@improboticsARTIFICIAL INTELLIGENCE IMPROVISATION WORKSHOP📅 8 JUL⏰ 2PM🎟️ https://t.co/pcSyExWLF8ARTIFICIAL INTELLIGENCE IMPROVISATION SHOW📅 9 JUL⏰ 7PM🎟️ https://t.co/CjFeqyF3CX pic.twitter.com/pyuRrhT2iR
想讓AI理解喜劇，就要先讓AI感受痛苦？
不過這也讓人好奇，未來AI更聰明的話，有沒有可能扳回一城呢？或許可從更「理解」喜劇表演者、少數族群經驗，從而輔助人類梳理相關生命故事開始。這讓我想到一部以單口喜劇為題材的影集——《天后與草莓》（Hacks）提出的思考：
喜劇作為一種提煉痛苦的藝術。
影集裡，單口喜劇傳奇天后黛博拉（Deborah），十幾年前經歷前夫與妹妹私通背叛，一氣之下燒了前夫家，鬧上社會新聞，前夫把她告上法庭。她發現觀眾很吃這個笑話，於是一講再講，也終於成為老哏（這也是劇名Hacks的由來，在美國喜劇圈，這詞專指那些過氣又重複舊段子的演員）。
然而黛博拉並未真正消化這段過往，甚至透過這個老哏自我催眠，拒絕跟妹妹聯絡，也從未原諒前夫。直到黛博拉遇到Z世代草莓、喜劇寫手艾娃（Ava），跟她傾訴內心的痛苦與遺憾。艾娃建議她把這段經歷放到段子裡，認為真誠的痛苦可以賦予這個老哏動人的力量；黛博拉卻懷疑有人會對她——一個年過七十的女性——的痛苦有興趣。
黛博拉照做了嗎？暫且賣個關子，歡迎大家去追這部影集。回到這份研究，雖然驗證了AI創作喜劇的現階段不足，但如同影集裡的這個段落，反而提醒了我們：好的喜劇，往往來自心靈角落那些被我們掃成堆、不願面對的痛苦。
至於要讓AI好笑，明白喜劇的苦中作樂，是不是代表人類要虐待AI了呢？聽起來很恐怖，還是先從放《天后與草莓》給它們看開始吧（？）