הרובוט לספרות

מאין באות מכשפות, ומה יש למקומות האלה במשותף? בשעה שעיינו באוסף גדול של סיפורי עם דניים מסורתיים, החליטו חוקר הפולקלור טימותי טנגרליני (Tangherlini) ועמיתו פיטר ברודוול (Broadwell), שניהם מ-UCLA, לענות על השאלות האלה. הם התחמשו באינדקס גיאוגרפי ובשלושים אלף סיפורים, ופיתחו את WitchHunter, מפה "גיאו-סמנטית" אינטראקטיבית של דנמרק, המציגה ריכוזים של מעשי כשפים.

הבינה המלאכותית יכולה לשפוך אור על היבטים מרכזיים בנרטיב, ובהם זמן, מרחב, דמויות ועלילה

המערכת השתמשה בטכניקות של בינה מלאכותית כדי לחשוף מטמון של תובנות מפתיעות. הם גילו, לדוגמה, שמעשי כשפים זדוניים התרחשו לעתים קרובות בסמוך למנזרים קתוליים. זה הגיוני למדי, מכיוון שהאתרים הקתוליים בדנמרק נטענו באסוציאציות שטניות לאחר הרפורמציה הפרוטסטנטית של המאה השש עשרה. האתר WitchHunter מסמן גם את המרחק של פעילות הכישוף ממקום מושבו של כל מספר סיפורים, ואת הכיוון היחסי שלה, וכך הוא מראה לנו שקוסמות ומכשפות רבות פועלות בתוך הקהילה המקומית – קרוב הרבה יותר לבית מאשר איומים מסוגים אחרים. "גם מכשפות וגם שודדים הם איומים אנושיים ליציבותה הכלכלית של הקהילה", כותבים החוקרים. "עם זאת, מכשפות מאיימות עליה מבפנים, ואילו שודדים מתמקמים בדרך כלל הרחק מהכפרים – הם מתגוררים ביערות, בחורשים או בשדות נטושים... נדמה כי לאן שלא פונים, כמה שלא מרחיקים, תמיד יש סכנה להיתקל במכשפה".

דמות מכשפה בחגיגות היום הארוך השנה בדנמרק. תצלום: קלאוס תום כריסטנסן

"פולקלוריזם חישובי" מסוג זה מעולה שאלה גדולה: מה אלגוריתמים יכולים לומר לנו על הסיפורים שאנו אוהבים לקרוא? כל תשובה אפשרית רק מעלה שאלות נוספות, בייחוד ככל שטכנולוגיות הבּינה המלאכותית משתפרות. האם באמת ניתן לחלק את הספרות ליחידות "מידע" ניתנות לחישוב, או שמא יש משהו בחוויית הקריאה שאי אפשר לצמצם לכדי נתונים? האם תוכל הבינה המלאכותית לשכלל את הפרשנות הספרותית, או שמא היא תשנה את תחום הביקורת הספרותית לבלי הכר? והאם אלגוריתמים יצליחו אי פעם לזהות בספרים משמעויות משל היו בני אדם, ואפילו להפיק משמעויות בכוחות עצמם?

האם אלגוריתמים יצליחו אי פעם לזהות בספרים משמעויות משל היו בני אדם, ואפילו להפיק משמעויות בכוחות עצמם?

מדעי המחשב דומים לחקר הספרות יותר משנדמה לכם. רוב יישומי הבינה המלאכותית בימינו משתמשים בשיטות מתחוכמות כדי ללמוד דפוסים שיוצרים תוויות עבור מאגרי נתונים גדולים, בלתי מאורגנים, בהתאם למבנים המתגלים בנתונים עצמם. וגם בחקר הספרות, עד לפני זמן לא רב, התמקדו החוקרים בבחינת הצורות והמבנים של יצירות ספרותיות. הגישה הסטרוקטורליסטית לחקר הספרות מסתמכת על קריאות מעמיקות – לעתים מיקרוסקופיות – של טקסטים בניסיון לראות כיצד הם מתפקדים, כמעט כמו מערכת סגורה. נהוג לומר שזוהי שיטה "פורמלית" [מלשון form, צורה] של פרשנות ספרותית, כדי להבחין בינה לבין שיטות קריאה היסטוריות, או שיטות קריאה המתמקדות בהקשר.

התפנית ה"תרבותית" שהתרחשה בחקר הספרות בשנות השבעים, והמבוססת על הפרשנות הפוסט-מודרנית של מערכת היחסים בין כוח לנרטיב, הרחיקה את התחום מאותן גישות שיטתיות, חצי-מכניסטיות, לניתוח טקסטים. הבינה המלאכותית ממשיכה להתרכז גם כיום בדפוסים פורמליים, ובכל זאת היא יכולה לשפוך אור על היבטים מרכזיים בנרטיב, ובהם זמן, מרחב, דמויות ועלילה.

הבה נביט במשפט הפתיחה של "מאה שנים של בדידות" מאת גבריאל גרסיה מארקס (1967): "שנים רבות לאחר מכן, כשיעמוד הקולונל אאורליאנו בואנדיה מול כיתת היורים, ייזכר באותו ערב רחוק שלקח אותו אביו לראות קרח". ¹ הדרך המורכבת שבה מארקס מציג את חלוף הזמן, היא אחד מעמודי התווך של הספרות המודרנית. הזמן שאליו מתייחס הביטוי "שנים רבות לאחר מכן", כולל את הרגע הגורלי של ה"עמידה" מול כיתת היורים, והוא, בתורו, מקביל גם לאותה "היזכרות" אחרונה, המתרחשת שנים לאחר "אותו ערב רחוק". במשפט אחד מצייר מארקס תמונה ובה אירועים בהווה החמקמק, זיכרונות מהעבר וחזיונות של העתיד.

על סמך מחקרים פסיכולוגיים רבים, ידוע שכאשר אנו קוראים סיפורים כגון זה אנחנו מרכיבים ציר זמן. הציר הזה מראה לנו את היחס הכרונולוגי בין האירועים השונים בספר, והזמן שחלף ביניהם. גם מערכות בינה מלאכותית מסוגלות ללמוד את צירי הזמן של כל מיני סוגים של טקסטים נרטיביים בשפות שונות, כולל חדשות, משלים, סיפורים קצרים, ונרטיבים קליניים.

ברוב המקרים, הניתוח מתבסס על למידת מכונה "מונחית", תהליך שבו האלגוריתמים "מתאמנים" בעצמם על אוספים של טקסטים שתויגו בעמל רב על-ידי בני אדם. את מסגרות הזמן של הנרטיבים אפשר לייצג בעזרת תקן מקובל של אנוטציות [הערות המוצמדות לפריטים שונים בטקסט וכוללות מידע לגביהם] בשם TimeML, שאני השתתפתי בפיתוחו. ברגע שאוסף של טקסטים (להלן "קורפוס") עובר אנוטציה ומוזן לתוכנת הבינה המלאכותית, המערכת מסוגלת ללמוד כללים, שעל-פיהם היא מזהה במדויק את ציר הזמן בטקסטים אחרים, כולל במשפט הנ"ל של מארקס. תקן TimeML מסוגל גם למדוד את הקצב של הנרטיב על-ידי ניתוח הקשרים בין אירועים בטקסט ומרווחי הזמן ביניהם.

אחת התובנות המסקרנות ביותר שעלתה מניתוחים מסוג זה, היא השימוש ב"זיגזוגים" נרטיביים בסיפורת. הזיגזוג הזה ניכר בפסקה הבאה מהרומן "ז'אן סאנטיי" מאת מרסל פרוסט, שראה אור רק ב-1952, לאחר מותו של פרוסט, ומשמש כמעין יצירה מקדימה ליצירתו הידועה ביותר, "בעקבות הזמן האבוד" (1913-1927, כאן בתרגום לא רשמי):

"לעתים, בחלפו מול המלון, הוא נזכר בימים הגשומים שבהם נהג להביא את המטפלת שלו עד לכאן, לעלות איתה לרגל. אבל הוא נזכר בהם ללא המלנכוליה שאז חשב כי יבוא יום ולבטח תלטף אותו, כשירגיש שאינו אוהב אותה עוד".

הנרטיב נע כאן בין שני קטבים, כפי שמציין הסטרוקטורליסט הצרפתי ז'ראר זֶ'נֶט (Genette) בספר Nouveau Discours du récit (1983): "ה'עכשיו' של ההיזכרויות החוזרות בעודו חולף מול המלון, וה'אז' של המחשבות שבהן הוא נזכר, כולל אותם ימים גשומים עם המטפלת שלו".

כרטיסיות לקטלוג ידני. תצלום: ג'וש די מאורו

אף על פי שסכמות האנוטציה של הבינה המלאכותית הן ורסטיליות ומסוגלות להביע מידע רב, הן אינן מושלמות. נדרשים יותר מדי זמן וכסף כדי לבצע אנוטציות של טקסטים ארוכים יותר, באורך של ספר, ולכן האלגוריתמים מוגבלים על-ידי כמות הנתונים שעליהם הם מתאמנים. האלגוריתמים עלולים להתבלבל בגלל קטעים תיאוריים ארוכים, כמו במשפט הבא מהנובלה "סרזין" (Sarrasine) מאת אונורה דה בלזק (משנת 1831), שבו מתוארים מספר מצבים החופפים (יש שיטענו) זה את זה:

"העצים המכוסים בחלקם שלג, הצטיירו במעומעם על רקעם האפרפר של השמיים המעוננים, שהירח נתן בהם אך לובן קלוש". ²

הניתוח של המכונה מוגבל גם על-ידי רמת הדיוק של המתייגים האנושיים, שחייבים לקרוא בקפידה את הטקסטים המיועדים ל"אימון" לפני שהבינה המלאכותית תתחיל לעבוד. ניסויים מלמדים כי לקוראים נדרש זמן רב יותר לעבד אירועים המרוחקים מזמן העלילה או אירועים המופרדים על-ידי שינוי זמנים (כמו, "למחרת היום"). העיבוד המורכב הזה עלול להוביל לטעויות, אף על פי שחלוקת הנחיות אנוטציה למשתמשים עשויה להפחית את היקף הטעויות. בני אדם מתקשים גם לדמיין תיאורי זמן מורכבים, כמו התיאורים המסחררים שברומן "החלומות של איינשטיין" מאת אלן לייטמן (1992):

"שכן בעולם הזה, לזמן יש שלושה ממדים, כמו למרחב... כל עתיד נע בכיוון שונה של זמן. כל עתיד הוא אמיתי. בכל נקודה של החלטה, אם לבקר אצל אשה בפרייבורג או אם לקנות מעיל חדש, מתפצל העולם לשלושה עולמות, כל אחד מהם עם אותם האנשים, אבל עם גורלות שונים לאנשים הללו. במשך הזמן הם נעשים לאינסופיות של עולמות". ³

זיהוי דפוסי זמן הוא דבר נחמד שתורם לנו מידע רב, אבל האם ספרות אינה יותר מאשר סך כל המידע הצפון בדפוסיה? בהחלט ייתכן שלסיפורים יש היבטים פנומנולוגיים שאי אפשר לתאר, ובהם השפעתה הכוללת של היצירה עצמה. ובכל זאת, לעתים קרובות פרשנות ספרותית היא תהליך המבוסס על הסקת מסקנות. היא דורשת מאיתנו לעיין במידע רב הקשור לצורה של היצירה ולהקשרהּ ולהשוות בין פריטי מידע – מהטקסט עצמו, מהרקע ההיסטורי והתרבותי שלו, מהביוגרפיות של הסופרת או הסופר, מביקורות ותגובות במדיה החברתית, ומניסיוננו כקוראים. כל הדברים האלה הם נתונים, ועל כן ניתן לכרות אותם.

איני חושב שמופרך לטעון כי מכונה תוכל יום אחד לבצע, בכוחות עצמה, הדמיה של הרגשות שמתעוררים בנו בעת קריאת סיפור. מערכות הבינה המלאכותית של ימינו גרועות מאוד באחד ההיבטים החשובים ביותר של הפקת משמעויות ממילים: זיהוי ההקשר שבו הדברים נאמרים. אבל גם בזה הן משתפרות. כלים אוטומטיים לזיהוי רגשות ואירוניה חושפים חלק מהאסוציאציות החבויות האורבות בטקסטים מתחת לפני השטח. בה בעת, רובוטים חברתיים מתחילים להשתפר בכל הקשור לאינטליגנציה רגשית.

כמו חוקרים רבים של בינה מלאכותית, גם אני פונקציונליסט: אני חושב שמצב קוגניטיבי, כמו זה שנוצר בעת קריאה, אינו אמור להיות מוגדר לפי התווך שבו הוא מתרחש, כמו חומרה או ביולוגיה, אלא לפי האופן שבו הוא מגיב לקלטים, פלטים ומצבים קוגניטיביים אחרים (בין מתנגדי הפונקציונליזם נמצאים הביהביוריסטים – המתעקשים שמצבים מנטליים אינם אלא נטיות התנהגותיות – וכן חוקרים הדוגלים בתיאוריה שנקראת mind–brain identity theory – הטוענים כי מצבים מנטליים הם למעשה מצבים נוירולוגיים הקשורים ל"חומרה" ביולוגית ספציפית).

לפי התפישה הפונקציונליסטית אפשר לומר שמכונות "חוות" מצבים קוגניטיביים בסיסיים. הביטוי "סירי הבינה את הבקשה שלי", משמעו שסירי עיבדה את הבקשה שלי כדי להשיג תוצאה פונקציונלית כלשהי. באותו אופן, כשאנו מדברים על אלגוריתם לניתוח טקסטים ואומרים ש"המערכת מבינה קשרים טמפורליים", אנו אומרים למעשה שהמערכת הפנימה והפיקה ציר זמן פונקציונלי, הדומה לציר זמן שבני אדם מייצרים. העמדה הפונקציונליסטית מאפשרת לנו גם לבצע השוואות של חוויות איכותניות, או "קווליה". אני עצמי חוויתי חוויה סובייקטיבית בעת תרגום ההייקו האחרון שנכתב על-ידי מצוּאו בּאשוֹ, משורר יפני בן המאה השבע עשרה:

בעת מסע, חולה:
חלומי משוטט על פני
שדות שוממים ⁴

אמנם החוויה שלי בעת קריאת השורות האלה היא פרטית ושונה מהחוויה של כל אדם אחר, אך ניתן להשוות אותה לחוויה שלכם – או של מחשב – באמצעות ניסויים הבוחנים את מידת הדמיון בין תגובותינו.

לקוראים רגישים של ספרות או שירה, ניתוח אמפירי מסוג זה עלול להיראות משונה למדי. אלגוריתמים עדיין רחוקים מאוד מהפקת טווח הפלטים הפונקציונליים שאדם מסוגל להפיק בעת קליטת טקסט. אך לולא היה אפשרי להשוות את האפקטים של חוויות הקריאה הסובייקטיביות השונות, לא היה טעם לדבר על השפעתן של יצירות ספרות על אנשים שונים – לא על סופרים לעומת קוראים, ולא על קוראים כאלה לעומת אחרים. אבל זה בדיוק מה שספרות עושה. אולי זה לא מוצא חן בעיניכם, אבל חלוקת טקסטים ליחידות השוואה קטנות היא כבר עכשיו חלק בלתי נפרד מהרפרטואר הביקורתי שלנו. וככל שתחום הבינה המלאכותית מתקדם, הניתוחים הפונקציונליים, החישוביים האלה עתידים לתרום תרומה משמעותית יותר.

אמנם אלגוריתמים אינם טובים בהבנת הֶקְשרים, אבל הם מצטיינים בסינון כמויות עצומות של נתונים. ולכן הם מתאימים במיוחד למשימה שפרנקו מוֹרֶטי (Moretti) ממעבדת הספרות של סטנפורד מכנה "קריאה מרחוק" (distant reading) – ניתוח מַקרוסקופי, במבט רחב, של מאות ואף אלפי טקסטים. מורטי וחסידיו מקווים שעיבוד כמות גדולה של טקסטים בכלים של "ביג דאטה" יעזור להם לגלות היבטים ספרותיים שאינם גלויים לחוקרים שפשוט קוראים ספרים.

שיחות הן היבט שבו המתודלוגיה החישובית גוברת על שיטותיהם של חוקרי הספרות – אפילו חוקרים המשתמשים בשיטות מדעיות. בספרו Atlas of the European Novel (משנת 1999) טען מורטי כי הסביבה האורבנית התוססת שמאפיינת את רוב הספרות של המאה התשע עשרה, מתאפיינת במספר גדול יותר של דמויות אבל בפחות דיאלוגים, בהשוואה לנרטיבים העוסקים במשפחות כפריות. קבוצה של בלשנים חישוביים וחוקרי ספרות מאוניברסיטת קולומביה החליטה לחקור את הטענה הזאת בעזרת תוכנה הבונה רשת חברתית של שיחות מקורפוס של שישים רומנים מהמאה התשע עשרה.

דמויות בפסטיבל דיקנס, אנגליה. תצלום: Helena

התוכנה ניתחה כל משפט ברמה התחבירית, ואז מצאה התייחסויות לאנשים שונים. היא גם סימנה ציטוטים וייחסה אותם לדוברים ספציפיים. אף על פי שהתיאוריה של מורטי ניבאה מתאם שלילי בין נפח הדיאלוגים למספר הדמויות, החוקרים לא מצאו תופעה מובהקת מסוג זה. הם גילו, לעומת זאת, שהקול המספר – לדוגמה גוף ראשון, גוף שלישי וכו' – רלוונטי יותר בהקשר זה מאשר הסביבה האורבנית או הכפרית בספר.

דמויות הן תחום נוסף הבשל לבחינה אמפירית מחודשת. לקוראים יש לעתים קרובות אינטואיציות חזקות לגבי דמויות בדיוניות. אנחנו מזהים את טביעת האצבע של סופרים שונים. אנחנו עשויים לומר, למשל, שדמות כלשהי היא "דיקנסיאנית" או "קפקאית". אנו גם מודעים לכך שאפשר לשייך דמויות לטיפוסים פונקציונליים שונים הקיימים ביצירות שונות. ברור שנבל כמו לורד וולדמורט דומה לרוזן דרקולה יותר מאשר ליריבו, הארי פוטר.

הבלשן החישובי דייוויד בּאמאן  (Bamman), כיום באוניברסיטת ברקלי, ועמיתיו, יצרו בסיס נתונים ובו יותר מחמישה עשר אלף רומנים ויצרו מודל סטטיסטי בייסיאני המנבא טיפוסי דמויות שונים. הם השתמשו במאפיינים כגון פעולותיה של הדמות, הפריטים שבבעלותה ומאפייניה. המערכת הצליחה לזהות מקרים שבהם שתי דמויות של אותו סופר או אותה סופרת דומות יותר זו לזו מאשר לדמות מטיפוס דומה של סופר או סופרת אחרים. המערכת מצאה, למשל, שוויקהם מ"גאווה ודעה קדומה" של ג'יין אוסטן (1813) ווילובי מ"תבונה ורגישות" שלה (1811), דומים יותר זה לזה מאשר למר רוצ'סטר מ"ג'יין אייר" של שרלוט ברונטה (1847).

המחשב יכול לומר לנו גם מתי דמויות ראשיות של סופר או סופרת מסוימים מתאפיינים, לדוגמה, ברגישות רבה. המערכת הסיקה שאליזבת בנט מ"גאווה ודעה קדומה", אחת הגיבורות הפופולריות ביותר של אוסטן, דומה לאלינור דשווד מ"תבונה ורגישות" יותר משכל אחת מהן דומה לגברת בנט, אמה האווילית של אליזבת, העוסקת בכפייתיות בחיתון בנותיה. חוקרים אנושיים יתקשו להגדיר מה מקורן של האינטואיציות האלה לגבי הדמויות, אבל למחשב אין שום קושי לזהות אותן ולאמת אותן.

יתרה מזאת, אלגוריתמים משתפרים בהתרת סבך מערכות היחסים של דמויות ספרותיות. לדוגמה, מדען המחשב מוֹהיט איֶיר (Iyyer) ועמיתיו מאוניברסיטת מרילנד פיתחו מערכת המסיקה, על סמך קריאה ב"דרקולה" של בראם סטוקר (1897), את מסלול יחסיהם של ארתור ולוסי, שמתחיל באהבה ונגמר ברצח. השיטה שלהם מסוגלת לגלות אינספור מסלולים נוספים מבסיס נתונים בעל למעלה מאלף ושלוש מאות רומנים – עבודה שתגזול מחוקרי ספרות אנושיים המון זמן.

לא קשה להעלות על הדעת תרחיש, בעתיד הקרוב, שבו תוכל תוכנה לעקוב אחר דמות כמו רובין הוד לאורך זמן ומגוון של טקסטים. הוא מתחיל כפורע חוק אכזרי, המתנגד לממסד הדתי ושודד את העשירים כדי לעזור לעניים; במאה התשע עשרה הוא הופך להיות גיבור מקומי הנלחם באצילים הנורמנים; ומסיים כשועל בסרט של דיסני. חוקרים שישמרו על ראש פתוח לגבי התמורה התרבותית המתרחשת בחקר הספרות, יוכלו להשתמש במידע זה לגבי השינויים בדמותו של רובין הוד, כדי לחשוף עובדות חדשות הקשורות לנושאים כמו מאבק מעמדי, האינטראקציות בין ספרות וכוח, והאילוצים והלחצים המעצבים את הבידור הפופולרי.

ב-1928 פרסם הסטרוקטורליסט הרוסי ולדימיר פּרוֹפּ (Propp) רשימת מצאי של 31 ארכיטיפים נרטיביים, או "פונקציות" נרטיביות שרווחות בסיפורי העם הרוסיים. בפונקציה הנרטיבית "נבלוּת", למשל, הנבל חוטף מישהו, ואילו ב"קבלת עזרה מגורם קסום", מעמידה את עצמה דמות כלשהי לשירות הגיבור.

האם אלגוריתמים מסוגלים כיום לייצר את הפונקציות הנרטיביות של פרופּ ואף לשפר אותן? במסגרת הדיסרטציה שלו בנושא בינה מלאכותית ב-MIT, מדען המחשב מארק פינלייסון (Finlayson) בנה מערכת המסתמכת על תרגום אנגלי עם אנוטציות לקורפוס הרוסי של פרופ. הוא גילה מספר מבני עלילה נרטיביים חדשים. לדוגמה, הוא מצא שחטיפה, לכידה ועינוי הם מאפיינים בולטים של הנבלוּת הפרופיאנית.

עד שפותחו ניתוחים מסוג זה, נדרשו שנים ארוכות של קריאה וניתוח קפדניים כדי למצוא ולבחון את המורפולוגיות של סיפורי העם. אף על פי שהסטרוקטורליזם כבר אינו באופנה בקרב חוקרי הספרות, הגילומים הממוחשבים של התובנות האלה הובילו לתוצאות מסקרנות. בעזרת הפונקציות הנרטיביות של פרופ, קבוצת חוקרי בינה מלאכותית מאוניברסיטת קוֹמְפּלוּטֶנְסֶה במדריד פיתחה מערכת שנקראת PropperWryter, המחוללת באופן אוטומטי סיפורי עם בסגנון רוסי. התוצאות עודן בסיסיות למדי, ובכל זאת יש בהן עניין:

"היה הייתה נסיכה. הנסיכה אמרה לא לצאת החוצה. הנסיכה יצאה החוצה. הנסיכה שמעה על הלביאה. הלביאה הפחידה את הנסיכה. הלביאה חטפה את הנסיכה. האביר והלביאה נלחמו. האביר ניצח בקרב. האביר פתר את הבעיה של הנסיכה. האביר חזר. אוצר גדול לאביר".

בינתיים הצוות הרחיב את טווח הפעולה של הכלי כך שייצר גם עלילות למחזות זמר – כולל Beyond the Fence ("מעבר לגדר") המחזמר הראשון אי פעם מעשה ידי מחשב, שהוצג השנה במשך שבועות אחדים ב-Arts Theatre בלונדון.

ניסויים כגון זה מעלים את האפשרות המסעירה שמערכות בינה מלאכותית יוכלו יום אחד ליצור ספרות בעצמן. לפני שנים אחדות מארק קוואזה (Cavazza) ועמיתיו מאוניברסיטת טיסייד במידלסבורו, אנגליה, בנו מערכת מטמיעה, אינטראקטיבית, לסיפור סיפורים במציאות מדומה, המתבססת על מובאות מתוך הרומן "מאדאם בובארי" מאת גוסטב פלובר (1857). משתמשים אנושיים מילאו תפקיד בסיפור, שוחחו עם אמה בובארי והשפיעו על השתלשלות האירועים. המפתחים יצרו מלאי של רגשות לדמויות על סמך המחקרים המקדימים שערך פלובר לקראת כתיבת הרומן.

איור לסצנת הנשף ב"מאדאם בובארי", מאת Charles Léandre, תצלום: ויקיפדיה

באחת הגרסאות שנוצרו במערכת, הרומן של אֶמה נמשך זמן מה והיא כבר מרגישה בנוח עם הסיכון הכרוך בניאוף, ומתמסרת להשפעתו של רודולף עליה. מצבים אלה הם תנאים מוקדמים שלולא התקיימו, אמה לא הייתה חושפת את רגשותיה בפני רודולף, ולכן היא אומרת לו: “לפעמים אני נתקפת חשק כזה לראותך". ⁵ בנקודה הזאת, המשתמש (בתפקיד רודולף) עשוי לענות: "אני אעזוב אותך ולא נתראה עוד לעולם". התשובה הזאת עלולה להרגיז את אמה ולייצר תגובת שרשרת שכוללת חרטה על ההתאהבות ברודולף וגילוי האושר שבחיי המשפחה (תוצאה שהייתה עלולה להכעיס את פלובר). במקרים אחרים, המשתמשים קיצרו את הסיפור משמעותית על-ידי העמסת "קלט רגשי" מופרז על אמה, שעצביה היו ממילא מרוטים בשלב זה.

לאחרונה התרכזו החוקרים האלה בייצור אופרות סבון רפואיות מצוירות, הכוללות דמויות וירטואליות כגון רופאים, אחיות ומטופלים. המשתתפים יכולים להגדיר יחסים חברתיים שונים, כגון יריבות קיצונית בין שתי דמויות. הבחירות האלה מייצרות פעולות נרטיביות בלתי צפויות, כמו הפצת רכילות מרושעת, והתוצאה היא פרק שהמשתתפים יכולים לצפות בו.

הניתוח החישובי והפרשנות הספרותית ה"מסורתית" אינם חייבים לבוא זה על חשבון זה. הטכנולוגיה הדיגיטלית כבר החלה לטשש את הגבול בין יוצרים למבקרים, וכדאי שגם מבקרי הספרות יתחילו לשלב בין המומחיות העמוקה שלהם לאפשרויות שמעניקים להם כלי הבינה המלאכותית, כפי שעשו ברודוול וטנגרליני ב-WitchHunter. ללא סיוע אלגוריתמי יתקשו חוקרים למצוא ממצאים מסקרנים וייחודיים שכאלה, בייחוד לאור כמות הכתיבה ברשת והמגוון הרחב של הטקסטים המתפרסמים בה.

בעתיד, חוקרים שיסתמכו על עוזרים דיגיטליים יתבלטו יותר מאחרים, יעשירו את התרבות הספרותית שלנו וישנו את סוג השאלות שאנו יכולים לחקור. מי שיעמוד בפיתוי להשתמש במכונות ייאלץ להסתפק בהנאות הטמונות בתגליות מעטות יותר, בקנה מידה קטן יותר. מבקרי הספרות עשויים להמשיך להיות חלק מהותי מחיי התרבות הציבוריים, אך חוקרי ספרות שלא יאמצו את הבינה המלאכותית עלולים להפוך לזן אקזוטי – כמו הספרנים שהשתמשו בעבר בכרטסות כדי לחפש מידע.

אינדרג'יט מאני (Mani) הוא בלשן חישובי המתגורר בתאילנד. הוא מרצה בדימוס לבלשנות מאוניברסיטת ג'ורג'טאון, ובעבר כיהן כמדען בכיר ב-Yahoo Labs. בין ספריו: The Imagined Moment (משנת 2010) ו-Computational Modeling of Narrative (משנת 2012).

AEON Magazine. Published on Alaxon by special permission. For more articles by AEON, follow us on Twitter.

תורגם במיוחד לאלכסון עבור תומר בן אהרון

תמונה ראשית: לפטופ עם ספר, תצלום: ניקולס ריג, אימג'בנק/ גטי ישראל