GPT大模型生成文本的文学性与接受美学探讨_2.docxVIP

GPT大模型生成文本的文学性与接受美学探讨

摘要

随着生成式人工智能技术的飞速发展，以大语言模型（LargeLanguageModels,LLMs）为代表的算力集群已突破人类个体的认知边界，实现了大规模文本的自主生成。作为人工智能领域的标志性成果，GPT系列模型凭借其在自然语言理解、生成及推理方面的卓越表现，引发了学术界关于其生成的文本是否具备文学价值的广泛讨论。本文旨在通过接受美学与文学性理论的双重视角，深入探讨GPT大模型生成文本的本质属性、审美特征及其在社交媒体与文本生态中的接受机制。

研究采用文献批判法、案例分析法及话语分析法相结合的多维研究路径。首先，梳理了从浪漫主义时期“文学机器”到人工智能时代“数字生成”的理论谱系；其次，基于生成式对抗网络（GANs）及扩散模型（DiffusionModels）的技术逻辑，剖析GPT模型内部编码的文学性机制；再次，选取《哈姆雷特》、《百年孤独》等经典文本及《三体》等科幻作品作为语料样本，运用接受美学理论中的“接受者反应”、“期待视野”及“图式转换”等核心概念，分析用户面对GPT生成文本时的心理体验与审美重构；最后，评估当前研究的结论，指出其局限性，并展望未来在数字人文、人机协同创作及伦理规范方面的研究方向。

研究表明，GPT生成的文本在形式上呈现出高度风格化与风格模仿的特征，但在深层语义与情感共鸣上仍受制于训