媒介技术作为人类大脑的延伸，对文化演化的作用一直被学界探讨。尼古拉·尼葛洛庞帝认为，技术不仅可以保存历史、文化遗产和传统知识，还鼓励文化的重构和创新，使得人类能够扩展和连接自己的文化体验；或者说技术本身即是一种文化，传统文化通过正向调节算法的社会责任，缓解了算法文化的科技理性冲击。同时，技术带来的制约问题也引起了广泛重视。曼纽尔·卡斯特认为，技术使流动空间替代了地域空间，在促进文化全球流动的同时带来了文化冲突。算法改变着网络信息议程设置的根本逻辑，削弱了文化多样性，生产了差异的文化想象，并与其他行动者协同完成算法社会的文化表演。现有研究多是站在人类智慧的主导视角，预测或验证了技术对文化演化影响的正反两面性特征，少有研究重点阐释人类智慧之外的一种新型文化生产机器即将给文化演化带来的影响，这就是人工智能生成内容(AI-Generated Content，下文以“AIGC”缩写表达)。如果说Web2.0时代的人工智能(AI)技术还不足以上升到与人类智力相比肩的程度，也并没有引起文化演化学者的足够重视，那么基于大模型算法的AIGC技术，以杰出的算力在生成内容的质量和精确度上已达到了可相似人类思维模式的程度。这无疑给文化演化研究带来新挑战。于此，本文要探讨的核心问题是：相比于人类智慧，AIGC在文化的演化过程中扮演了何种角色？有哪些超越人类的文化整合的特性？其主导的文化演化机制是什么？如何看待未来发展趋势？ 一、理论脉络：生产权力的流动 (一)谜米机器1.0：从“达尔文主义”到“文化基因” 作为演化生物学领域的核心思想之一，达尔文主义主张物种的进化遵循“物竞天择，适者生存”的自然选择原理。理查德·道金斯批判地继承了达尔文主义的核心观点，将进化论与社会学相结合，阐释了类比自然选择的文化演化。他认为，达尔文主义思维方式的适用范围绝不限于生物的进化，“一切生命都是通过复制实体的差别性生存而进化的定律”，而基因只不过是一些能够被复制的化学信息，也只是自然界诸多复制因子的一种。[1](P221)正因如此，道金斯于1976年出版的《自私的基因》一书中首次提出“谜米”的概念，此后将其定义为“藏居于大脑之中的一个信息单位”[2]。作为文化的基本单元，任何可以对谜米进行复制的主体，即以人类智慧主导的各种传递信息单位的媒介，都可以称之为“谜米机器”，即谜米机器1.0。在中国，学界更多使用“文化基因”替代谜米作为表述，更能体现出与生物基因共同进化的协同表达。文化基因概念由爱德华·威尔逊与查尔斯·卢姆斯登首次在“基因-文化共同进化”理论中提出，并将其作为“文化进化过程中的遗传的基本单位”[3]，其最显著的特征是从亲代文化到子代文化相似的复制与拷贝能力。文化基因与谜米含义的一致性，使得关于文化基因的演化研究，尤为必要将其与谜米学的达尔文主义理论渊源联系起来。 文化只有在演化视角下才有意义。按照谜米学的观点，演化的过程依照达尔文主义范式，表现为文化基因从一个人的大脑传入另一个人的大脑中并进行复制。影响演化效果的原因一方面是人类本身，其感知系统、注意机制与记忆机制同时决定了什么样的文化基因更能引起注意；另一方面是文化基因自身的特性，其传播方式、演化过程以及结合方式都可能影响文化传播的效果。[4](P28)前者将人类的大脑本身作为谜米机器，认为人脑的功能活动控制了文化基因的竞争结果；后者将人类的大脑看作对谜米机器的主宰，谜米机器被看作媒介，文化基因看作是媒介传递的信息，文化演化的成功也意味着信息经由媒介的传递在大脑中取得良好的传播效果。综合来看，谜米机器1.0的旨要是将人类智慧作为文化基因演化的唯一“寄主”，只有人类智慧才能主宰文化基因的变异，或将旧有的文化基因重新整合。[4](P26) (二)谜米机器2.0：从“文化基因”到“数据主义” 随着AIGC技术的诞生，文化的变异与整合已不是人类的专属，也随之带来了“谜米机器2.0”时代。不同于谜米机器1.0以人类智慧为主导，谜米机器2.0指以AIGC为主导，可以在短时间内自动化地对文化进行大量创建的生成式人工智能技术。相比于传统AI，AIGC技术之所以能成为谜米机器2.0，是因其体现了有别于人类智慧生产的另一种全新文化基因生产模式——携带文化基因的数据在AIGC算法的驱动下逐步完成了对人类智慧的模仿，表征了文化生产在一定意义上的权力流动。 模仿能力是鉴别文化基因演化能力的关键。乔治·巴萨拉认为，技术的发展过程也是进化论的表现。最初的机器学习算法只是模拟简单的人脑，学习模型的改进仅基于经验的积累；紧接着神经网络模型模拟了人类大脑神经的信号处理和思维机制；又通过生成算法，模拟人类大脑的注意力机制同时完成多个任务，比如Diffusion、Transformer及CLIP等模型。在生成算法的催化下，发展出多种广泛用于AIGC技术的流行变体与体系结构，比如语言模型和大规模预训练模型，突破了语言理解的准确性和表达的拟人化。如今AIGC已经可以通过模仿来获得各种文化，且可以准确、迅速和有选择地获得最为常见的变异或成功个体所使用的变异。[5](P173)从这个层面上讲，驱动文化基因演化的“寄主”已由人类开始向AIGC延伸。 当AIGC具备了与人类相似的文化生产能力，那么它将产生另外一个文化演化的进程。[4](P398)这种进程逐渐将文化生产机制发展为数据主义所推崇的“算法支配”，即“传统政治权利”向“算法权力”的流动，强调了算法的决策逻辑对文化的整合、资源的配置以及社会运行带来的决定性影响。作为技术决定论的代表，数据主义由以色列历史学家尤瓦尔·赫拉利提出，将数据价值凌驾于人类价值之上，认为人工智能的数据流和算法能力将变得全知全能，挑战人类的自由意志，而“人类只是创造万物互联的工具”而已。[6](P353-357)AIGC技术正以数据为基础不断突破其算法的性能上限，其算法能力正是文化生产权力的体现。尽管仍有学者批判，AIGC的算法仍是类机器性能，而无法完全取代人类制作原创内容，但是沿着数据主义脉络，AIGC确实在一定程度已经超越了人类的一些生理极限，给文化的生产带来数据特性与算法优势。
