【AI 綠燈俠——正在幫好萊塢按綠燈的機器人們】#葉郎每日讀報
「非常篤定了。現在片廠主管已經開始用 ChatGPT 來評估你的劇本了。證據就是我的劇作家朋友最近收到的回信：不只全文用語含糊、完全沒有幫助，最糟的是信中還特別指明了劇本中出現的一台古董相機的敘事作用。問題在哪？整個劇本裡根本就沒有任何一台他X的古董相機。」今年6月《復仇者聯盟：終局之戰》（Avengers: Endgame）導演 Joe Russo 在社群貼文中宣佈他的驚人發現。
他的新發現似乎來得稍晚。早在兩年前的生成式 AI 大爆發之前，好萊塢片廠早已開始運用各種演算法工具分析劇本好幾年。其中最常見的 Cinelytic、ScriptBook、和 StoryFit 甚至都已經上線滿10年。
差別是過去一兩年這些工具的數量發生了爆炸性增長，而它們能替片廠代勞的事也越來越多元，致使這些原本被片廠偷偷養在櫃子裡的家事小精靈越來越有存在感。比如 WriterDuet AI 除了檢查劇本格式之外，還能提出故事結構和敘事節奏優化的建議； Callaia 專注於對白和情感弧線，能協助找出劇本中的角色一致性問題；Prescene 可以對比數千部電影的演職員表資料庫來提出適合該劇本的導演和演員人選；ScriptSense 能夠產出製作分解表（production breakdowns）幫助製片立刻掌握真正實現這個故事需要投入的人力、物力概況；而 CyberFilm SAGA 則主打能夠即時生成分鏡表（storyboard）。
機器人大軍正在走出櫃子。問題是過去悄悄地幫片廠製作案按綠燈的機器人可以被100%信任嗎？
■ 故事汪洋裡的領航員 ■
「我的工作主要在尋找『我（對這個故事）感到在乎嗎？』，然而大語言模型不會『感到在乎』。」
Warner Bros. 的資深劇本分析師 Holly Sklar 在幾天前 Variety 刊出的一篇專題報導中直指 AI 的要害。
編劇是整個行業中對 AI 焦慮感最高的職務。擔心被 AI 完全取代正是兩年前的 WGA 美國編劇工會罷工的主要理由之一。他們也因此透過罷工爭取到片廠簽字同意未來任何 AI 都不能被視為合約定義下的「編劇」（writer），而 AI 生成的任何內容也都不能被視為「文學材料」（literary material）或「原始材料」（source material）。
實際上，目前好萊塢廣泛使用在劇本開發階段的 AI 主要扮演的角色都不是所謂「編劇」，而更像是守門員的角色。
Leonardo DiCaprio 主演的新片《一戰再戰》（One Battle After Another）因為製作成本太高，被推估從電影院下片時可能會產生超過1億美元的虧損。另一部才剛剛上映的 Disney 科幻大片《創：戰神》（Tron: Ares）也因為票房低於預期，被預測最終下片時會產生1.3億美元左右的虧損。
大多數的 AI 劇本分析工具主要被用來避免這一類昂貴的失敗。雖然在這些高科技工具上架之前，好萊塢片廠就已經用土法煉鋼的大量專業人力來進行劇本分析，但 AI 工具（背後的企業）都宣稱他們更快、更準。
已獲 Universal Pictures 採用的劇本分析服務 ScriptBook 聲稱其預測票房成功與否的準確度高達 84%。另一個服務 AIScriptReader 則是在網站上提到 Warner Bros. 自從 2022 年導入 AI 輔助決策系統後劇本的成功率提升了25%，票房慘敗的影片比例則下降了20%（需要注意的 Warner Bros. 採用的其實是名為 Cinelytic 的另一個工具）。
除了可能比人力分析更精準之外，AI 劇本分析工具也比傳統劇本分析師有更低的入門門檻。
不是每一家公司都負擔得起僱用一組全職的團隊終日埋首於數以百計的劇本汪洋當中，過濾尋找一個萬中選一、具有市場潛力的故事。AI 劇本分析工具可以讓這種原本只有大公司才能享有的避險工具，飛入尋常百姓家，幫助獨立製片、小型製片公司更容易推進他們的製作計畫。
如果正常運作（沒有帶來 AI 末日）的話，這些 AI 將是是平民版的多比家事小精靈，成為更民主化的電影製作環境的推手。
■ 被「逆向工程」的黑名單 ■
「不知道『黑名單』（The Black List）是否也會採用 AI 來分析劇本？」
在 reddit 的編劇討論區中，一名用戶提出了這個問題。
黑名單是原本在 Leonardo DiCaprio 的製片公司擔任開發主管的 Franklin Leonard 創設的劇本媒合服務。原本源自他每年年底發佈給同業參考的劇本清單，列出他個人最欣賞但仍未被拍成電影的高潛力劇本。《貧民百萬富翁》(Slumdog Millionaire)、《王者之聲：宣戰時刻》(The King's Speech)、《亞果出任務》(Argo) 和《從前，有個好萊塢》(Once Upon a Time in Hollywood) 都是黑名單的著名畢業生。
Reddit 討論區上的這則貼文，最後引來黑名單創辦人 Franklin Leonard 親自上線回答：「我們對劇本分析師實施嚴格的禁止使用 AI 政策。違規者將立刻解除合作關係。」
不過同一個討論串裡頭，也出現了另一個編劇現身說法表示他可能已用 AI 破解了黑名單的劇本評分機制：「我曾使用 AI 生成一個劇本（並經過我部分編輯修改），然後另外在沒有 AI 協助的狀況下自己寫了另一個劇本。結果 AI 寫的那個在黑名單網站上拿到8分，然後由我獨力完成的那一個則只拿到6分。」
這個實驗結果並不意謂 AI 是比真人更出色的編劇。
相反地，這可能表示 AI 可以是一位強大的協作者（小幫手），幫助使用工具的製片或編劇迎合特定群眾的喜好。在這個實驗案例中，AI 可能透過分析現有劇本的龐大數據資料，成功「逆向工程」出符合真人劇本評估平台（如「黑名單」或是奧斯卡獎）所偏好的故事元素和結構慣例的劇本，達到了比真人編劇更高的評分結果。
雖然黑名單創辦人 Franklin Leonard 將 AI 工具打入黑名單，仍無法阻止留下來幫黑名單看劇本的真人腦袋裡的思考邏輯，被 AI 暴力破解。
涉及「打破框架」的創造目前仍不是 AI 擅長的事，但評估真人的喜好跨架則是它的專長。劇本分析服務 Greenlight Coverage 的創始人 Jack Zhang 表示，由於 AI 擅長獲取事物的平均值，能夠幫助故事能接觸到更廣泛的受眾。
破解黑名單或破解奧斯卡都不是這個忙碌的行業每日運轉的首要目標。整個行業的終極聖杯——買票進場的觀眾的認可標準——才是這些 AI 劇本分析工具被賦予的最重要任。
不過他們並非從不犯錯的家事小精靈......
■ 小幫手的內建狗腿性格 ■
「它做人太好了。」（It’s way too nice.)
過去擔任劇本分析師多年、目前成為劇本顧問的 Daniel Calvisi 不久前進行了另一個實驗，試圖透過餵食劇本給 AI 來找到它的弱點（不過他並非使用製片公司如今採用的 AI 劇本分析工具，而是直接將劇本丟給通用的 AI 助理 Google Gemini 分析）。
結果是 AI 對被餵食給它分析的每一個劇本都讚不絕口。即使其中一個被 Calvisi 刻意選中的初學者之作，內容「極其粗糙，從錯誤百出的格式、混亂的敘事過程到許多過度刻劃的場面」，結果仍然獲得了 AI 熱情洋溢的回饋。
意外嗎？工作上早就離不開 AI 助理的我們，其實很熟悉這種狗腿助理性格。旨在積極取悅用戶以換取高使用評價的「小狗」特質，似乎已損害其提供嚴謹分析評論的能力。
Daniel Calvisi 另外在他的部落格發文中條列了關於欠缺幽默感、無法理解潛台詞、面對難以用傳統三幕劇結構分析的電視劇束手無策和無法提供真正可行建議等 AI 缺失。
值得特別一提的是，其中一個被他餵給 AI 分析的劇本是被整個行業譽為本世紀最傑出電視劇之一的《絕命毒師》（Breaking Bad）試播集劇本。
AI 對該劇本讚不絕口，並稱如果拍出來會有很高機會在市場和獎項中大獲全勝。熟悉電視史的 Daniel Calvisi 說 AI 講出的這個太有把握的預測是它展露的第一個破綻。
《絕命毒師》的劇本來自編劇 Vince Gilligan 從《X檔案》（The X-files）畢業之後的失業狂想。《X檔案》的收播到《絕命毒師》的落差大約有6年。這個劇本在被 Showtime、HBO、TNT 等頻道之間流浪好多年，才好不容易被 AMC 頻道收留。《絕命毒師》的前幾季都不算是普遍獲得認同，甚至多次被 AMC 拿出來放在砧板上隨時準備腰斬。是後來的重播、串流（如 Netflix）上架協助累積足夠的粉絲，才讓《絕命獨師》真正站穩史上最傑出電視劇的地位，不再輕易動搖。
「這不僅和你的故事是不是一個好點子有關聯，還關乎到市場時機和產業現況，還有你和你的劇本如何融入這個潮流當中，以及你要如何制定對你最有利的職業生涯策略，讓自己在正確時機出現在真正的決策者面前。」劇本顧問 Daniel Calvisi 為自己的實驗作結。
我們無法排除身為資深劇本分析師的他企圖藉此鞏固真人權威。但他的分析確實指出了預測一個劇本命運確實是一個複雜甚至有點玄妙的工作。你不僅要找一個讀得懂劇本的小精靈，還需要它能讀得懂市場、讀得懂社會趨勢、讀得懂職涯發展，最終為這個故事找一個精準無誤的定位點。
這些都不是靠著討好主人的 AI「小狗」性格辦得到的絕活。
■ 酷寒戰士的左手臂 ■
不論 AI 是否像小狗一樣忠誠，目前為止好萊塢仍然還不是100%虔誠的 AI 信教者。
多數片廠仍非常謹慎地對待製作過程中涉及到 AI 的每一個環節隱藏的風險。編劇就是其中風險最高的環節之一。多數國家的現行法仍然明確要求著作權必須基於人類的創作。由 AI 產出的內容尚無法獲得著作權保護。過早或是過度在電影中使用 AI ，可能一不小心誤踩過那條還不甚明確的紅線，導致動輒耗費數億的作品完全失去著作權法制的防護罩，面臨巨大的財務風險。
然而比片廠更擔心丟失著作權的，是編劇本人。
「現階段，這種可能性高得不得了！」一名編劇在 Reddit 的編劇討論區無奈地表示現在根本每次提交劇本時，就是在賭劇本會不會被送去餵給 AI。
「我僅能期待使用該工具的人至少有點基本禮貌，會關閉 AI 模型的訓練功能。但多數人並不會這麼做。絕大部分數 AI 平台都在使用規則寫明，當任何劇本（無論出自您或他人）上傳至大語言模型時，該公司即因此獲得免費授權，得以將該劇本用作訓練 AI 的素材。」
部分劇本分析服務的供應商如 Greenlight Coverage 已經感受到編劇的焦慮，並開始明確承諾：會預設關閉 AI 訓練功能，確保上傳的劇本不會被用於訓練或生成其他故事，藉以提供用戶一個充分保護智財權的安全空間。
2024年諾貝爾經濟學獎得主 Simon Johnson 在前次編劇大罷工期間對於 AI 編劇的預測，直到目前為止仍然合用：
Simon Johnson 將 AI 應用分成取代人類機能的「自動化」（Automation）和輔助人類機能的「增強」（Augmentation）兩種類別。最壞的狀況是，片廠或這些科技企業全力投入劇本的自動化生成，利用既有劇本訓練出來的 AI 模型來生成劇本初稿或是故事靈感，藉以壓低編劇的工資、削弱他們的議價能力，並使他們的工作更加「零工化」（gig work），徹底成為片廠隨時能抽換、取代的標準化螺絲釘。
然而如果接下來幾年建立的法規配套能夠成功制止未經授權且欠缺合理分潤的 AI 訓練，目前的 AI 劇本分析服務其實在一定程度上已接近實現諾貝爾經濟學獎得主 Simon Johnson 所預言的 AI「增強」工具，能輔助真人編劇和製片管理複雜的劇本情節、檢查故事連貫性、掌握製作成本落點和預測市場可能的反應。
AI 之於編劇，可能不會是那個到處獵殺真人（編劇）的 T-800 終結者。而更可能是草雉素子的義體或是酷寒戰士巴奇的手臂那樣意在增強，而非取代，或是奴役。
