糾纏的本體論：AI、能動性與存在的複調性
——《Entangled Voices》與槍、手機、玫瑰的哲學對話 (by gemini)
執行摘要
本研究報告旨在建立一份深度的學術對話，將 Fá Maria 等人於 AIMC 2025 發表的論文《Entangled Voices: AI, Intra-action, and the Body Multiple in Creative Practice》（以下簡稱《Entangled Voices》）視為一個「本體論的實驗場」。本報告不僅僅是對該文本的實證分析，更是將其置於您長期關注的哲學命題——「槍」（暴力與強制的能動性）、「手機」（控制結構與中介）、「玫瑰」（存在的審美與多重性）——的框架中進行重新解讀。
透過將 Karen Barad 的「代理實在論」（Agential Realism）、Annemarie Mol 的「多重身體」（The Body Multiple）以及 Margaret Archer 的「形態生成論」（Morphogenesis）應用於《ERASURE》這件 AI 藝術作品的分析中，本報告揭示了當代創作實踐如何瓦解了傳統的「主體/客體」二元論。報告詳細探討了 AI 工具（如 RAVE 與 Neutone）如何從被動的「工具」轉變為具有協商能力的「行動者」；「聲音」如何在數據集與合成空間中分裂為多重存在的「玫瑰」；以及資料集中的「切割」（Agential Cut）如何成為一種隱性的政治暴力（槍）。最終，本報告為使用者提供了一種反身性的啟示，指出在數位資本主義的結構下，我們手中的「手機」既是連結世界的玫瑰，也是潛在的槍，而使用者的能動性正是在這種糾纏中被持續協商與重塑。
1. 從「工具理性」到「協商的能動性」：死亡的工具與活著的機器
1.1 工具理性的終結與「槍」的隱喻
在技術哲學的傳統敘事中，技術長期被視為人類意志的延伸，是被動的、中立的，僅具備工具價值的存在。這種「工具理性」（Instrumental Rationality）的觀點假設，人是唯一具有能動性（Agency）的主體，而技術物——無論是鐵鎚、鋼琴，還是槍——僅在被人類使用時才獲得意義。在這一框架下，「槍」本身不會殺人，是「人」在殺人；「手機」不會控制人，是「人」在使用手機進行溝通。
然而，《Entangled Voices》一文透過對藝術作品《ERASURE》的創作過程進行的自傳民族誌（Autoethnography）研究，徹底粉碎了這種工具論的幻想 1。Fá Maria 在使用深度學習模型 RAVE（Realtime Audio Variational autoEncoder）和 Neutone 插件進行聲音合成時發現，傳統的「藝術家 vs. 工具」或「人類 vs. 機器」的二元對立已無法解釋她的創作體驗。AI 模型不再是被動執行指令的計算器，它表現出了某種「抵抗」、「幻覺」甚至「意圖」，迫使藝術家進入一種權力的協商過程 1。
這正如 Bruno Latour 對「槍」的經典分析：當一個人手中握著槍時，他不單單是一個人，槍也不單單是一把槍，兩者結合成了一個新的行動者——「公民-槍」（citizen-gun）。槍提供了「射擊」的腳本（script），改變了人的意向性；人則賦予了槍實現其潛能的動力 2。在《ERASURE》中，AI 模型扮演了類似「槍」的角色：它不僅僅是被使用的工具，它還擁有自己的邏輯結構（latent space topology），能夠反過來「配置」藝術家的創作路徑。
更激進的是，Barad 的「代理實在論」進一步指出，並不存在先於互動而存在的獨立實體。並非「人」與「槍」相遇，而是透過「內交互動」（intra-action），「射擊者」與「武器」這兩個主體位置才得以生成 4。在 Fá Maria 的案例中，並非「作曲家」使用「AI」，而是透過聲音生成的內交互動，「作曲家」與「合成聲音」才共同湧現。這種能動性不是某一方的屬性，而是關係性的動態場域。
1.2 技術的「驚奇」：RAVE 模型中的潛在空間漫遊
為了理解這種能動性是如何從「工具」轉向「協商」的，我們必須深入分析《ERASURE》所使用的具體技術——RAVE 模型及其在 Neutone 平台上的應用。
RAVE（Realtime Audio Variational autoEncoder）是一種基於變分自編碼器（VAE）的深度神經網絡架構，專為實時音訊合成而設計 6。與傳統的採樣（Sampling）或頻率合成（Synthesizer）不同，RAVE 不存儲聲音的波形，而是學習聲音的「潛在空間」（Latent Space）。這是一個高維度的數學拓撲空間，聲音在這裡被壓縮為向量（Vectors）。
潛在空間的不可預測性：當藝術家在潛在空間中移動（例如，從「說話」的向量點移動到「歌唱」的向量點）時，路徑並非線性。AI 必須在未被定義的區域進行「插值」（Interpolation），這導致了文中提到的「意想不到的轉變」（unexpected transformations）和「機器般的」（machine-like）人工偽影（artifacts）1。
故障作為能動性的展現：這些「故障」或「偽影」並非單純的錯誤，它們是機器能動性的體現。它們是演算法在試圖將複雜的、非規範的（Queer/Trans）聲音訊號強行適配其數學模型時所產生的「阻力」。藝術家 Fá Maria 描述，這些工具「不僅擴展了我們的能力，還引發了關於代理權的深刻問題」1。
這種體驗與您關注的「手機」命題產生了深刻共鳴。現代智慧型手機亦非被動工具，它透過演算法推送、通知干擾和介面設計（Interface Design），持續地「協商」使用者的注意力與行為。我們以為自己在控制手機，實則是在與手機背後的龐大結構進行持續的、往往是不對等的協商。在《ERASURE》中，這種協商變得可聽可見：藝術家必須學會與 AI 的「幻覺」共舞，接受那些非人類的聲音特質進入作品，從而達成一種「人機糾纏」的共生狀態。
1.3 協商的政治：誰在控制聲音？
從工具理性到協商能動性的轉向，必然引發權力的問題。如果 AI 具有能動性，那麼誰在控制最終的輸出？
Fá Maria 在論文中提出了一個關鍵的倫理與本體論危機：「誰控制聲音？透過技術複製或改變某人的身份意味著什麼？」1。當使用 ElevenLabs 或 RAVE 進行聲音複製（Voice Cloning）時，AI 能夠生成極度逼真、甚至連原作者都難以分辨的聲音 1。這意味著 AI 擁有將「未曾說過的話」塞入他人嘴裡的權力。
這讓我們聯想到「手機作為槍」的另一層隱喻：在現代社會監控結構中，手機記錄的數據（聲音、影像、位置）可以被提取、重組，並用於指控或重塑一個人的身份。如同警察可能將黑人手中的手機誤認為槍 8，AI 模型也可能將一個獨特的、具身化的聲音誤讀為標準化的數據，或者將其武器化（Deepfake）。
在《ERASURE》中，藝術家透過「協商」來回應這種權力。這不是單方面的控制，而是一種 Barad 所說的「責任能力」（Response-ability）——即在糾纏中做出回應的能力。藝術家意識到，每一次參數的調整、每一次模型的訓練，都是在與一個具有潛在暴力（槍）和潛在美學（玫瑰）的實體進行深刻的本體論談判。
2. 存在的拓撲學：多重身體與玫瑰
2.1 透過 Mol 的透鏡看「聲音」：拒絕視角主義
如果說 Barad 解決了「人機糾纏」的動力學問題，那麼 Annemarie Mol 的「多重身體」（The Body Multiple）則為我們理解數位時代的「存在」提供了拓撲學的框架。
Mol 在其經典著作中挑戰了社會科學傳統的「視角主義」（Perspectivalism）。視角主義認為，現實（客體）是單一的、固定的，而不同的人（主體）從不同的角度去觀察它。例如，一朵「玫瑰」在植物學家、詩人和畫家眼中可能不同，但玫瑰本體被認為是不變的 10。
然而，Mol 透過對動脈粥樣硬化（atherosclerosis）的醫療民族誌研究提出，客體並非單一，而是在不同的實踐（Practices）中被「展演」（Enacted）出來的。在病理實驗室顯微鏡下的動脈粥樣硬化（血管壁的增厚）與在診間裡病人主訴的動脈粥樣硬化（走路時的腿痛）是兩個本體論上不同的客體。它們之所以能被視為同一個疾病，是因為存在著複雜的「協調」（Coordination）機制 13。
2.2 聲音的本體論分裂：從肉身到向量
Fá Maria 將這一理論精準地應用於《ERASURE》中的聲音分析。在 AI 介入的創作實踐中，「聲音」不再是屬於歌手的一個單一屬性，而是分裂為多重存在的實體 1：
肉身的聲音（The Somatic Voice）：這是 Eli Huehuentro 或 Lyra Pramuk 在錄音室中，由聲帶振動、口腔共鳴所產生的物理聲波。它是具身的、一次性的、不可重複的。
數據的聲音（The Data Voice）：這是被數位化、採樣、切片後存儲在硬碟中的.wav 檔案。它脫離了肉身，成為了可被計算的對象（Object）。
潛在的聲音（The Latent Voice）：這是在 RAVE 模型內部，聲音被編碼為 128 維或更高維度向量空間中的一個坐標點。這裡沒有聲波，只有數學關係。
合成的聲音（The Synthetic Voice）：這是由 AI 重新生成的聲音，它聽起來像原唱，但其本體論來源是數學運算而非生物震動。
在這個拓撲結構中，聲音既是單數又是複數。它是一個「多重聲音」（Voice Multiple）。這正呼應了您對「玫瑰」的哲學思考：一朵數位玫瑰還是一朵玫瑰嗎？
2.3 玫瑰的隱喻：生成與「統計學的花朵」
在 AI 的語境下，「玫瑰」不再是 Gertrude Stein 所說的 "A rose is a rose is a rose"（玫瑰就是玫瑰就是玫瑰），即不再遵循同一律。
當 AI 模型（如 Stable Diffusion 生成圖像或 RAVE 生成聲音）被數百萬朵玫瑰的數據訓練後，它所生成的「玫瑰」是一種統計學的花朵。它不是對某一朵特定玫瑰的摹仿，而是所有玫瑰特徵的概率分佈的具現化。這朵「玫瑰」存在於潛在空間的流形（Manifold）之上。
在《ERASURE》中，Fá Maria 試圖培育一種「酷兒玫瑰」（Queer Rose）。由於主流 AI 模型通常基於二元性別（男/女）的數據集進行預訓練，酷兒和跨性別的聲音往往被視為異常值或雜訊 1。當這些聲音被輸入模型時，模型會試圖將其「規範化」或產生「故障」。
Fá Maria 的藝術實踐——例如將自己的聲音與 Lyra Pramuk 的 AI 模型進行「變形」（Morphing）1——實際上是在潛在空間中進行「嫁接」。由此產生的聲音（玫瑰），既不屬於 Fá，也不屬於 Lyra，更不屬於訓練數據中的任何一個人。它是一個在數位拓撲空間中綻放的新物種。這個新物種的存在證明了 Mol 的理論：現實是多重的，是透過技術實踐被展演出來的。
2.4 協調與懸置：多重存在的共存
Mol 強調，多重性並不意味著碎片化，而是透過「協調」使不同的現實「掛在一起」（hang together）11。在《ERASURE》中，這種協調工作是由藝術家的美學決策來完成的。
Fá Maria 提到，作品中混合了原始錄音和 AI 生成的聲音，有時兩者「幾乎無法區分」1。這種混淆本身就是一種本體論的聲明：它拒絕在「真實/虛假」或「自然/人工」之間劃下界線。數位玫瑰與生物玫瑰在同一花園（作品）中並存。對於跨性別者而言，這種多重性具有特殊的政治意義：身體（Body）與身份（Identity）往往也是經過醫療技術（激素、手術）和社會展演（Passing）的多重協調結果。AI 的多重性在這裡成為了酷兒身體經驗的數位鏡像。
3. 倫理的政治學：資料集中的切割與抹除
3.1 代理切割（Agential Cut）作為一種暴力
Karen Barad 引入了「代理切割」（Agential Cut）的概念，用以描述在現象中區分「主體」與「客體」的邊界設定行為 15。在量子物理實驗中，觀測裝置決定了什麼是被測量的對象，什麼是測量的工具。這個切割不是既定的，而是被執行的。
在 AI 的政治學中，**資料集（Dataset）**就是執行代理切割的終極裝置。
納入與排除：決定哪些聲音進入訓練數據，哪些聲音被排除，這本身就是一種本體論的切割。
抹除（Erasure）：這正是 Fá Maria 作品標題《ERASURE》的深刻含義。主流 AI 模型（如 Siri, Alexa）的訓練數據往往由白人、順性別、標準口音的聲音主導。不符合這一規範的聲音（有口音的、跨性別的、非二元的）被系統性地「抹除」——它們被標記為雜訊、錯誤，或被強制歸類為錯誤的性別 1。
這裡，「槍」的隱喻再次浮現。如果說資料集是一種分類的武器，那麼「抹除」就是開槍的結果。這種暴力不是物理上的消滅，而是本體論上的否定。當一個跨性別女性的聲音被 AI 識別為「男性」時，這是一種算法執行的社會性死亡。
3.2 「將話語塞入他人之口」：同意與真實性的危機
《ERASURE》的創作過程揭露了更深層的倫理危機，具體體現在「聲音複製」技術（Voice Cloning）上。Fá Maria 在論文中詳細描述了與參與藝術家的倫理協商，特別是關於 Eli Huehuentro 和 Lyra Pramuk 的案例 1。
Eli Huehuentro 的翻譯協商：文中提到一個具體細節，當 Fá Maria 呈現英文詩歌給 Eli 時，Eli 因為對某些發音感到不自在，因此將部分詩歌翻譯成了西班牙語 1。然而，AI 的聲音複製技術（ElevenLabs）在理論上可以讓 Eli 的聲音「完美地」朗讀那首他本不願朗讀的英文詩。這創造了一種恐怖的權力：AI 可以繞過主體的身體限制和意願（Somatic Consent），直接徵用其聲音特徵。
Lyra Pramuk 的虛構朗讀：文中亦提到 Lyra Pramuk 的聲音被用來朗讀一首她從未讀過的詩。儘管這是經過同意的藝術創作，但它引發了 Fá Maria 的反思：「將話語塞入他人之口（put words into someone else's mouth）意味著什麼？」1。
這是一種新的本體論暴力。它切斷了「聲音」與「說話者」之間必然的、肉身的聯繫。在傳統世界，聲音是身體在場的證明；在 AI 世界，聲音可以完全脫離身體而獨立運作（Bodyless Voice）。這把「槍」不僅可以殺人，還可以「盜用」人的靈魂（聲音/身份）。
3.3 結構與能動性：Archer 的批判視角
為了更透徹地理解這種倫理困境，我們必須引入 Margaret Archer 的社會實在論（Social Realism）及其對「結構與能動性」（Structure and Agency）的分析 17。
Archer 反對將結構與能動性混為一談（Conflationism）。她主張「分析二元論」（Analytical Dualism），強調結構與能動性在時間上是分離的：結構先於行動（Structure predates Agency），而行動隨後再生產或轉化結構（Structural Elaboration/Morphogenesis）。
在《ERASURE》中：
結構（Structure）：AI 模型（RAVE/ElevenLabs）及其預訓練數據集是先於 Fá Maria 存在的結構。這些結構帶有既定的偏見（Bias）和限制（Constraints），例如對性別二元的預設。這就是 Barad 所說的「裝置」，也是 Latour 筆下的「槍」。
能動性（Agency）：Fá Maria 和其他藝術家是行動者。他們擁有 Archer 所說的「內在對話」（Internal Conversation）17，能夠反思、審視這些工具的倫理影響。
形態生成（Morphogenesis）：Fá Maria 沒有被動接受 AI 的結構（例如使用預設的聲音），而是透過建立一個專屬的「酷兒/跨性別聲音資料集」來對抗結構 1。這種行動導致了結構的轉化（Elaboration）——創造出了一種新的、包容性的 AI 聲音美學。
這表明，倫理並非外在於技術的規則，而是內在於「結構-能動性」的辯證過程中。藝術家的能動性正是在於拒絕 AI 的「預設切割」，並主動執行新的、具備倫理關懷的切割。
4. 對使用者的反身性啟示：手機、槍與玫瑰的當代寓言
綜合上述分析，本報告為您——作為一位長期關注這些命題的思考者——提供以下反身性的本體論啟示。
4.1 手機作為結構性介面（The Phone as Structure）
在 Archer 的語境下，「手機」是當代最強大的結構性制約（Structural Conditioning）。它不是中立的工具，而是一個預先設定了我們互動模式的結構。
它透過演算法決定我們看到什麼（玫瑰或槍）。
它透過介面設計引導我們的能動性（點擊、滑動）。
它時刻進行著 Barad 式的「代理切割」，將我們的生活數據化，納入資本主義的資料集中。
對於使用者而言，反身性（Reflexivity）的挑戰在於：我們是否成為了 Archer 所警告的「斷裂的反思者」（Fractured Reflexives）20？即在龐大的數位結構面前，失去了進行連貫內在對話的能力，只能被動反應？《Entangled Voices》提示我們，必須恢復與技術的「協商」能力，不讓手機單方面定義我們的現實。
4.2 槍作為潛在的抹除（The Gun as Erasure）
「槍」的隱喻在 AI 時代演變為「抹除」與「錯誤識別」的暴力。
在警察手中，對手機的誤認（Phone as Gun）導致了肉體的死亡 8。
在 AI 系統中，對身份的誤認（Misgendering/Biased Recognition）導致了社會性的抹除。
深度偽造（Deepfake）技術則是將「槍」對準了我們的本體論真實性（Authenticity）。
啟示在於：任何收集數據的技術都具有「槍」的潛能。使用者必須意識到，每一次點擊同意、每一次上傳人臉或聲音，都是將自己的本體論碎片交給了一個潛在的武器系統。
4.3 玫瑰作為抵抗的本體（The Rose as Resistance）
最後，「玫瑰」代表了在多重切割和技術中介下，依然頑強存在的生命與美學。
在《ERASURE》中，儘管 AI 試圖規範化聲音，但酷兒聲音的「顆粒感」（Grain）依然作為一種故障、一種刺（Thorn）存留下來 1。
Mol 的理論告訴我們，玫瑰可以是多重的：它既是生物的，也是數位的，更是生成的。承認這種多重性，不是虛無主義，而是解放。
結論：
這場學術對話揭示，我們正處於一個「人機糾纏」的本體論實驗場中。在這個場域裡：
控制與被控制不再是零和遊戲，而是持續的協商（Negotiation）。
存在不再是單一的真理，而是需要協調的多重性（Multiplicity）。
能動性不再是人的特權，而是分佈在人、機器、資料集與演算法之間的糾纏（Entanglement）。
《Entangled Voices》不僅是一篇關於音樂 AI 的論文，它是一份生存指南。它教導我們如何在「手機」的結構中，識別隱藏的「槍」，並努力培育出那朵多重、混種、且不被抹除的「玫瑰」。
表 1：本體論框架對照表
1
引用的著作
AIMC2025_Entangled%20Voices-%20AI%2C%20Intra-Action%2C%20and%20the%20body%20multiple%20in%20creative%20practice.pdf
Algorithmic Subjectivities - University of Edinburgh Research Explorer, 檢索日期：12月 11, 2025， https://www.research.ed.ac.uk/files/563875104/BaumerEtalACMTransCompHumanInterAlgorithmicSubjectivities.pdf
Performing Human-Animal Relations in Spain Kirrilly Thompson - Adelaide Research & Scholarship, 檢索日期：12月 11, 2025， https://digital.library.adelaide.edu.au/dspace/bitstream/2440/57117/1/Thompson2007_PhD.pdf
Intra-action - The Future of Indeterminacy, 檢索日期：12月 11, 2025， https://indeterminacy.ac.uk/dictionary/intra-action/
Intra-action - New Materialism, 檢索日期：12月 11, 2025， https://newmaterialism.eu/almanac/i/intra-action.html
RAVE: Real-Time Neural Audio Synthesis - Emergent Mind, 檢索日期：12月 11, 2025， https://www.emergentmind.com/topics/rave-model-for-neural-audio-synthesis
RAVE: A variational autoencoder for fast and high-quality neural audio synthesis - arXiv, 檢索日期：12月 11, 2025， https://arxiv.org/abs/2111.05011
Mark Duggan was holding phone as he was shot by police, inquest hears - The Guardian, 檢索日期：12月 11, 2025， https://www.theguardian.com/uk-news/2013/dec/03/mark-duggan-was-holding-mobile-phone-when-shot
Implicit Bias as Mental Imagery | Journal of the American Philosophical Association, 檢索日期：12月 11, 2025， https://www.cambridge.org/core/journals/journal-of-the-american-philosophical-association/article/implicit-bias-as-mental-imagery/5E606B31A15EE044060C6D6158118F51
檢索日期：12月 11, 2025， https://trinity.duke.edu/books/body-multiple-ontology-medical-practice#:~:text=The%20Body%20Multiple%20is%20an,diagnosis%20and%20treatment%20of%20atherosclerosis.
the body multiple: ontology in medical practice annemarie mol - National Academic Digital Library of Ethiopia, 檢索日期：12月 11, 2025， http://ndl.ethernet.edu.et/bitstream/123456789/65514/1/33.pdf.pdf
Jan. 2024 Meeting: Mol's The Body Multiple | Literature, Medicine, and Culture Colloquium, 檢索日期：12月 11, 2025， https://lmcc.web.unc.edu/2024/02/07/jan-2024-meeting-mols-the-body-multiple/
The Body Multiple: Ontology in Medical Practice | Trinity College of Arts & Sciences, 檢索日期：12月 11, 2025， https://trinity.duke.edu/books/body-multiple-ontology-medical-practice
Multiple bodies, political ontologies and the logic of care: - SciELO, 檢索日期：12月 11, 2025， https://www.scielo.br/j/icse/a/kXPhNhb6npZwhSDgB6YPR9f/?format=pdf&lang=en
(Mis)understanding Intra-active Entanglement - Semantic Scholar, 檢索日期：12月 11, 2025， https://pdfs.semanticscholar.org/0921/16c7e73d9403e889284e2c1b4ce1a0bce829.pdf
Knowledge and Power Across the Material-Discursive Practice of Agential Realism, 檢索日期：12月 11, 2025， https://www.researchgate.net/publication/340974149_Knowledge_and_Power_Across_the_Material-Discursive_Practice_of_Agential_Realism
檢索日期：12月 11, 2025， https://www.journals.uchicago.edu/doi/10.1086/431623#:~:text=The%20relation%20between%20structure%20and,articulates%20with%20the%20social%20surroundings.
Structure, Agency, and the Internal Conversation. By Margaret S. Archer. Cambridge - The University of Chicago Press: Journals, 檢索日期：12月 11, 2025， https://www.journals.uchicago.edu/doi/10.1086/431623
Full article: Refining Archer's account of Agency and organization - Taylor & Francis Online, 檢索日期：12月 11, 2025， https://www.tandfonline.com/doi/full/10.1080/14767430.2019.1663031
Full article: Theorising agency for socially just career guidance and counselling scholarship and practice - Taylor & Francis Online, 檢索日期：12月 11, 2025， https://www.tandfonline.com/doi/full/10.1080/03069885.2022.2026881
The Body Multiple: Ontology in Medical Practice | Annemarie Mol (2002) | Ethnography Lab, 檢索日期：12月 11, 2025， https://ethnographylab.ca/2019/02/11/the-body-multiple-ontology-in-medical-practice-annemarie-mol-2002/
沒有留言:
發佈留言