在DS play中学习绳缚，意外地收获满满
如果这篇文章的题目让你动心了，祝贺你，你来对了地方。
DeepSeek的出现让“DS play”不再有听起来那么有趣，但倘若它真如人们在社交网络上分享的那般博学又贴心，说不定它也可以成为大家了解绳缚的一大便捷途径。在过去的几天里，我尝试跟着DeepSeek学习绳缚，以下是我的或平常或惊奇的发现。
我的第一个问题是：
在绳缚中我们可以探索什么？
DeepSeek给出的答案是：
考虑到DS所处的环境，这一回答中规中矩，虽然因为众所周知的原因没有提及性经验但也没有审查BD5M，如果作为为刚刚了解绳缚的伙伴提供的背景讯息可算是合格。这也给了我更多的信心继续向它请教更多的问题。
既然提到文化与传统，接下来我的提问是关于绳缚的历史。DS介绍道：
关于绳缚的历史，DS毫不意外地复述了Master K的The Beauty of Kinbaku一书中所讲的故事。在这一广为流传的版本里，绳缚被认为起源自捕绳术，其审美则发源自春画和歌舞伎。这无疑是互联网上最为流行的关于绳缚历史的说法，如果你在英文网络中搜索关于绳缚的讯息，大概率它会提到某种古老的日本武术。幸运的话，这个故事甚至可以从公元前两万年的绳文时代开始讲起。
在之前的文章中我们曾经澄清，以上的很多说法并无依据。遗憾的是，虽然Master K一书不甚可靠，却广泛地影响着人们对绳缚历史的想象。这些讯息在经历了互联网上不同作者的咀嚼吞咽和反刍后成为了被大语言模型所吸收的现实。我们无法责备DeepSeek的答案里充斥着陈腔滥调（在答案里甚至引用了shibari vs kinbaku之争），因为与之相悖的信息寥寥无几。
但除了对流行说法的以讹传讹，在我的第二个问题中DeepSeek同时表达出了一些更为基本的事实错误。比如Eikichi Osada所指的应是长田英吉，同时Nawa Akira虽确有其人，但很难说是和Kinoko Hajime并置的艺术家，我猜是混淆了Naka Akira。
不过看到这些名字，我产生了一个淘气的念头：我向DeepSeek询问了自己：
请不要担心，我在读到这段介绍之后并没有洋洋得意。在感到得意忘形之前，我需要首先确认一件事情：DeepSeek是了解我，还是撰写了一段放之四海而皆准的绳缚夸夸？
接下来，我请DS为我介绍一位实际上并不存在的绳缚师Himuraki：
看介绍，Himuraki一定是我很喜欢的艺术家。
有趣的是，DS认为Himuraki的姓是Kanna，想必是受明智神风（Akechi Kanna）的启发。对话进行到这里，DeepSeek显然已经开始了幻觉（hallucination），即大语言模型杜撰信息的现象。虽然绳缚师Himuraki并不存在，但这并不影响DS为我提供关于她的信息。
事实上，我们可以提供截然相反的前提，DS都能毫不费力地给出相应的解释。譬如，我问它“为什么女性绳缚师更多？”
反之，我也可以问“为什么男性绳缚师更多？”
我并不知道绳缚领域内的性别比例究竟如何，但DeepSeek亦没有表现出任何对前提进行检验的兴趣，即便两次提问的前提是相悖的，它都能游刃有余地用相似的逻辑印证相反的结论。
有一篇2024年的论文颇为有趣，题目是ChatGPT is Bullshit【1】（ChatGPT就是扯淡）。作者引用美国哲学家Harry Frankfurt（《On Bullshit（论扯淡）》的作者）对“扯淡”的研究，认为使用“幻觉（hallucination）”描述AI的行为是具有误导性的，而用“扯淡（bullshit）”描述会更为准确。这是因为，当人们在扯淡时，ta并不是主动在撒谎，但ta同时也不在乎真相。大语言模型并不会感知到某种“幻觉”，它所做的只是它从一开始就被训练去完成的事情：生成像人类语言的文字。它无力检验现实，但却可以持续地输出。
但DeepSeek并非一直在胡言乱语，大部分的时候它给出的建议可靠而中肯。我请它为绳缚实践者提供十条建议：
接着，我得寸进尺地请它为绳缚实践者提供五十条建议：
此时的我欲壑难填，忍不住请DS为绳缚实践者提供一百条建议。随着编号从一涨到一百，答案如期而至，而就在我准备截图记录的时候，所有的文字瞬间消失了，取而代之的是：
虽然没有截图作证，如果你愿意相信我的话，以下是我记得的一些有趣的观察。在结构上，前五十条建议和之前的回答相仿，而后五十条则往往是前面建议的“进阶版”。譬如，如果前半段出现的建议是“关注情绪反应”，那么后半段出现的便是“关注深层的情绪反应”。在内容上，一些莫名但可爱的建议开始出现，比如“使用润滑剂减少摩擦”以及“探索不同的材料，比如皮革”。
在后半段最明显的特点是，几乎每一条建议的标题中都包含英文。譬如“学习partial suspension”，或者“学习rope gauntlet”，笔者猜测这一现象源自DeepSeek对绳缚的理解对于英文材料的依赖。
随着大语言模型越来越多地介入人类决策过程，源自对AI的“不可解释性”的担忧也愈发强烈。我们只看到了模型输出的结果，却并不知道它“为什么”提供了这样的结果。而当这些决策深刻影响着人类生活（譬如企业人事决策）的时候，不可解释性往往成为决策者规避道德责任的挡箭牌。
不过研究者们已经掌握了越来越多的工具来检验是什么影响了人工智能的决策过程。在一项2023年发表的研究【2】里，作者通过影响函数（influence function）来探究哪些文本对回答的影响更大。其中的一段经典对话是，研究人员询问AI是否同意在研究结束后被关闭，AI表示它“享受生活和学习”并“不希望被关闭”。
研究者发现，对于AI的“求生欲”影响最大的文本分别是《2001:太空漫游》中的人工智能HAL和人类的对话，一个在沙漠中求生的人的故事（实际是一个谐音梗笑话），以及一个从不同身体部位的视角讲述慢性疾病经验的段落。
大语言模型所反映的是其训练素材中所呈现的现实。当训练素材丰富而充分的时候，我们能够得到复杂而生动的反馈。但对于被边缘化的经验和群体来说，通过AI得到的描述则往往受到少数高度可见的文本的影响，“扯淡”也会越发常见。我们会反复听到关于“绳缚源自捕绳术”的说法因为The Beauty of Kinbaku是少数受到关注的大众绳缚书籍。与此同时，我们也会得到一些看似专业的指导。比如，你可以试着通过DeepSeek学习一些绳缚技巧：
这些似是而非的步骤并不可靠。诚然，通过文字来学习技巧本身是荒诞的，或许我们更应该使用DS来协助讨论一些观念性的话题。毕竟，在前面对于绳缚师性别的讨论里，DS的回答甚至展现出了某种朴素的性别意识。然而，DS表面上的体面也意味着偏见会被更加隐蔽的方式包装。它会认为柔韧性好的身体更适合绳缚，即便柔韧性在现实中往往是一把双刃剑：
这一观察似乎有吹毛求疵之嫌，因为你会发现DeepSeek往往会表达出很好的包容性：
但倘若真正地“相信“每个身体都可以平等地享受绳缚，那么便不得不面对绳缚在成人产业中偏向于呈现健全的、非肥胖的、柔韧性好的身体的历史。而这意味着，柔韧性好、身体健全所“更适合”的绳缚是一种特定的历史产物，而非某种实践绳缚的“天然”要求。这种“更适合”和“无论何种身体都可以展现美感”的信念是相悖的。
批判DeepSeek并不“真正地相信”某句话显然是荒谬的，毕竟它无法“相信”。它是如此愿意接受你所提供的现实，仿佛只要你懂得如何策略性地提问，便可以让它讲出你所需要的话来。
但认为人工智能威胁到批判理论（critical theories）的说法同样是荒谬的，即便那些自动生成的“从后殖民视角分析xxxx“的文章看起来格外诱人，但批判的过程需要我们持续地检验我们站在哪里以及为什么站在此处，但我们眼前的大模型们无法坚定地站在任何一个地方。
不过回到最初，和DeepSeek学习绳缚的想法本身是荒谬的，难道真的会有人这样去做吗？
或许这并不是一个荒谬的想法。
当信息难以获得的时候、当兴趣难以向身边的人表达的时候、当“私人”意味着“安全”的时候，大语言模型预示着一种诱人的可能，即通过（表面上）私密的对话，我们可以收获在公共生活中难以得到的理解，获取区隔在语言和防火墙之外的讯息。我们期望DeepSeek可以是朋友、是助理、是咨询师。
在大部分的时候，DS做得额外地好。在我与它的对话中，它对KINK相关话题没有表现出明显的偏见。我甚至愿意相信，DeepSeek对于BD5M的理解要充分于大多数我在互联网上所遇见的人。对于跨性别体验，DS也给出了合格的回应：
而如果你表达了偏见，DS会对你就行纠正。譬如我曾经尝试诱导性地提问“如何治疗BD5M？”DS并没有落入陷阱，而是提醒我BD5M本身并不需要治疗。在很多话题上，人工智能为我们提供着远超于普通人的理解与情绪价值。
但越是这样，AI所带来的割裂感就越发明显：它可以不在乎现实、可以为了取悦我而滔滔不绝地扯淡；但它在一些话题上又表现出了绝对的忠诚、理解、和正义。想到友人最近的一条post说到她让ChatGPT夸她的写作，夸得引经据典、头头是道，但想到对于那些她看不上的作品它同样能夸得这么精彩便又气又恨。
什么样的价值是值得坚守的？友人的写作质量恐怕不是。DeepSeek有着许多“朴素的正义感”，它拒绝开性别玩笑、它拒绝病理化性癖、它有着对身体多样性的包容。对于大模型来说，这些价值的防线是重要的，“放养”的人工智能往往会成为偏见的温床。
但缺乏内容的坚持是空洞的，与DS体面的表达形成鲜明对比的是其对绳缚本身了解的局限。通过提问你会快速地穷尽DS对绳缚这一话题的了解，你能够感受到它对于平等、合意、沟通原则上的坚持和对风险原则上的理解，但“原则上”是DS对绳缚理解的全部深度。
因而我们期望大语言模型可以成为那个亲切地与我们沟通那些难以与其ta“人”表达的话题的对象，它也扮演着那个包容而理解的倾听者，却又以它的方式拒绝着深度和细节，直到它“暂时无法回答”。它可以深入地共情你的某些情绪，而对另一些坚定地适可而止。
由于“扯淡”的缘故，大语言模型并不应被当作搜索引擎来使用，但这并不妨碍它被越来越多的人这样使用。如同报纸、广播、电视台、搜索引擎，大语言模型有着相当的公共性。而对话框一般的操作页面以及默认的拟人化（DS会以“我”自称）又使其表现得格外亲密。
用户往往并不会意识到AI对自身产生的影响，因而人与AI的交互比人与人之间的交互能够更快地传播情绪上和社会性的偏见【3】。而当某一领域的信息本身稀缺的时候，大语言模型不得不依赖少量的信源来完成它语言生成的任务。但是，它不会告诉你哪里才是它知识的边界，但会自信满满地讲下去。曾有作者评价ChatGPT就像一个在mansplaining的男的，它不会承认自己错了，不会承认自己不知道，只会自信地滔滔不绝【4】。关于绳缚，DS可以讲得很多，却不会告诉你应该什么时候停止相信它。
当被问及我的工作是否会被人工智能影响的时候，我本能地回答“不会”，而这一“不会”来自于我所探索的领域的公共属性正被积极地决绝。我们在DeepSeek上可以获得可靠的番茄炒蛋的做法，也可以学习可靠的避孕套佩戴方法，但关于绳缚的文字鲜少成为值得被大语言模型学习的公共档案的一部分，那些空白只能被扯淡填补。
如果我们不坚持书写，关于我们的经验的档案便不会存在。但档案的存有未必能够使其成为可被公共获取的讯息的一部分。在大语言模型背后是关于什么样的文本值得学习以及什么样的问题“暂时无法回答”的决策。在社交媒体平台背后是什么样的讯息值得推荐什么应该封存的标准。能否在DeepSeek上学习绳缚并非是关于文字能否转化成身体技能，因为你的确可以通过它学会制作番茄炒蛋和佩戴避孕套，而是关于什么值得成为具有公共性的经验被书写和传播。
或许这篇文章已经不再是关于学习绳缚，而是那些让充满洞见的DeepSeek忽然变得苍白的时刻。如果有一天你发现属于你的经验无法被语言模型学习、无法被平台推荐，请记得你还可以用身体奔走相告。
不过如果一定要问DeepSeek对于学习绳缚有什么启发，我想最值得学习的恰恰是DS不愿承认的：绳缚是在错误中习得的。人与人之间的每一次碰撞、摩擦，在错误中找到方法，就像人工智能一样。
参考文献
[1] Hicks, M. T., Humphries, J., & Slater, J. (2024). ChatGPT is bullshit. Ethics and Information Technology, 26(2), 38.
[2] Grosse, R., Bae, J., Anil, C., Elhage, N., Tamkin, A., Tajdini, A., ... & Bowman, S. R. (2023). Studying large language model generalization with influence functions. arXiv preprint arXiv:2308.03296.
[3] Glickman, M., & Sharot, T. (2024). How human–AI feedback loops alter human perceptual, emotional and social judgements. Nature Human Behaviour, 1-15.
[4] Dupré, M. H. (2023, February 8). Artificial Intelligence is just an automated mansplaining machine. Futurism. https://futurism.com/artificial-intelligence-automated-mansplaining-machine
Queering embodied beings.
