全人类的文学大体而言有两种主要形态，一个是口头的文学，另一个是书写的文学。在我们的文学教育体系中，后者主要是讨论作家——书写的文学活动；前者通常叫“民间文学”，主要讨论民间演述人——口头演述的文学活动。这两者合起来构成完整的文学。在历时轴线上，口头文学伴随人类说话能力出现在久远的过去，直到今天不曾断绝；书写的文学则是在文字发明和使用之后才出现的。

　　看过“东汉击鼓说唱陶俑”的人，都会被俑人极为生动夸张的表情和身姿所感染。结合各类记载可知，历史上的说唱艺术形式，在许多文化传统中都堪称历史悠久、数量巨大、传续绵长。由于口头的文学和书写的文学都离不开语言，都是语言的艺术，所以它们又是互为表里的关系。所以，若欲深入理解书写的艺术，就需要了解口传的艺术，看它都有哪些特质。这个方向的努力，在晚近国际性口头诗学的建设中已大有斩获。可以不夸张地说，口头文学中所蕴含的艺术技巧和法则的精巧和魅力，以及口头语言艺术经过数千年的演进积累起来的深厚内涵和巨大力量，都令人惊叹不已。

　　在文字发明和使用之前，人类社会处于“原生的口语文化”时代。在电子传媒时代，人类进入了翁（Walther Ong）所说的“次生的口语文化”时代，即广泛使用电报、电话、广播、电视、音视频录制和播放设备等的时代。

　　广义的“口头传统”包括一切语言交流形式。从人类最初使用语言直到今天，口头传统从来没有须臾离开过人类，并且说话作为人类天生的本领，以其与生俱来、无比便捷的特性，又每每自动与新媒介技术相携手，推动媒介技术的迭代发展，而它自身也得到新的发展契机——过去很多个世纪中陆续发展起来的书写技术、印刷技术、互联网技术，多可视为语言的不死魂灵以稍稍不同的方式赓续着其生命活力。

　　书面的文学是视觉的文学，口头的文学是听觉的文学。阅读能力靠长期专门学习，是后天习得的；听懂的能力是伴随着人成长自然获得的，似乎更像是先天的能力。按照翁的说法，阅读产生距离，带来客观性，音声则直接进入身体，增加了即刻的亲近感，也更容易产生情感共鸣。雅各布森认为，视觉符号在空间中展开，而听觉符号在时间中展开。这就是说，在人类的知觉中，视觉和听觉符号具有各不相同的维度和展开方式。设想这时如果手捧印刷出来的口头文学材料，用分析书面文本的方式分析口头文本，这能是合理的科学的好用的方式吗？不过，在旧日的文学教学和研究中，不利用誊录为文字的材料，就无法进行口头文学的阅读、欣赏和研究，因为那时还没有技术的有力支持。

　　口头文学是面向受众演述的文学。故事从创编、传播到接受，在同一时空中同时展开和完成。这就给口头文学带来了场域性、公共性、过程性和具身性等属性。从演述人口中讲出来的故事，直接作用于受众，给文学传播带来了一种即刻性和直接性。作家与读者的联系通常是单向的，歌手与受众的联系是即时的和双向的，演述人以精彩的语言艺术感染受众，受众以积极的回应影响演述人。有了对口头文学的基本理解，在从事教学和研讨活动时，该如何利用AI技术推动对口头文学的深入理解和把握呢？笔者有如下初步思考。

　　第一，口头文学是具身性的，其演述过程本质上是身心共同参与意义生产活动。“心”的方面，演述人的“大脑文本”是存储和创编故事的中枢；“身”的方面，发声器官则实现故事的投射，身势语（眼神、表情、肢体动作等）也以多样的方式参与意义的生产。受众从演述人的嗓子——音声效果的制造，到身势语传递的一系列活动中，读出演述人所要传达的意义和情感。此外，乐器和道具在演述活动中的使用也是制造艺术效果、参与故事生产的一个环节。这一整套身体实践构成了演述人的具身性符号系统。这一套符号系统往往带有鲜明的个人风格，但也同时带有地域的、流派的特征。通过AI技术，从大量视频资料中提炼和归纳演述内容、时间长度、受众反应与演述人身势语之间的耦合关系，建立具身性维度的文学理解框架，这应当出现在今后口头文学的教学和研究过程中。特别是其中的动作捕捉和分析技术，可能为我们深入理解文学传播和接受的规律，增添新的理解维度。如果能够通过运动捕捉分析的方法，让其他人通过虚拟技术置身一个虚拟的演述现场，或扮演受众，或扮演演述人，通过佩戴传感器即时获得反馈，以体会演述时身心一体的动态过程，这一定有助于理解演述活动的本质和特点。从另一方面说，这对于锻炼参与人的演说能力，应当也有很大帮助。

　　第二，口头文学的场域性和公共性特点，要求我们在呈现口头文学的演述活动时，要整体性地观照所有在场并发挥作用的角色，要将演述人、受众、访客、场域等悉数作为观察对象予以精确记录。对AI的期许，则表现在对现场所有因素的观察和记录，以及事后分析的提供上。影视人类学的田野调查技术，如“多机位”对在场多个角色的分别或同时摄录等，都应当予以安排。传统的田野作业大致也能完成上述工作，关键是在事后通过AI实现的分析和加工海量材料的能力。诚望AI能够同时处理多个维度的材料并在它们之间建立关联，进而通过处理大量材料，归纳出若干演述场域的模型和人之间的互动（受众与演述人直接对话或喝彩），以及受众之间的配合的规律。这对于深入理解演述人如何把控叙事进程和情绪起伏，如何根据现场的受众反应调整叙事策略，有巨大帮助。

　　第三，AI在已有具身认知的数字化重构方面，为民间文学教学开辟身体感知的新路径。通过技术手段让古老的叙事韵律与时代特点展开对话，让年深日久的口头叙事智慧和技巧通过虚拟技术呈现出来。譬如，根据历史上的零星记载和当代叙事材料（如哈佛大学“帕里口头文学特藏”）的综合利用，拟构出一个古希腊的《奥德赛》演述情景，或将当代可资进行类比研究的书场材料与古代文献记载相结合，虚拟出一个宋代勾栏瓦舍的故事讲述情景，以用于中国文学教学和研究，那才是真的精彩。不止如此，若能将数据库中的古音和方言，以及少数民族语言资料等，必要时配合乐器和旋律，按照演述情景的设定，虚拟搬演古今各类口头叙事的艺术样式，我们则以沉浸式体验的方式置身其间，那一定会给我们带来活色生香、身临其境、无比美妙的艺术体验。

　　（作者系中国社会科学院学部委员）