هوش مصنوعی و نظریهٔ گونهٔ سینمایی
(AI and Film Genre Theory)
✍️ علیرضا کاوه
مقدمه
در دو قرن گذشته، نظریههای سینمایی همواره بر انسانِ تماشاگر و ابزارِ فیلمساز استوار بودهاند؛ اما در آستانهٔ عصر هوش مصنوعی، برای نخستینبار موجودی غیرانسانی در حال یادگیری معنا، لحن، و ژانر است. آنچه زمانی حاصل تجربهٔ زیستهٔ تماشاگر و فیلمساز بود، اکنون در قالب شبکههای عصبی و الگوریتمهای یادگیری ماشین بازتولید میشود.
این تحول، نه فقط در سطح تولید، بلکه در بنیان نظریهٔ گونهٔ سینمایی نیز پرسشهایی اساسی برمیانگیزد: آیا ژانرها دیگر محصول تجربهٔ انسانیاند؟ آیا هوش مصنوعی قادر است لحن، ارزش و ایدئولوژی نهفته در گونهها را بازآفرینی کند؟
۱. از فرم تا فرمول: تحول نظریهٔ ژانر در دوران یادگیری ماشین
در نظریهٔ کلاسیک ژانر، گونهها حاصل قراردادهای فرهنگی و تکرارهای رواییاند. اما در مدلهای هوش مصنوعی، ژانرها از طریق دادههای عظیم، الگوهای آماری، و بازشناسی شباهتها بازتعریف میشوند.
در نتیجه، AI ژانر را نه به مثابهٔ «قرارداد فرهنگی»، بلکه به عنوان الگوریتم شباهتسنجی میفهمد. این یعنی گذار از genre as form به genre as formula.
در چنین شرایطی، مرز میان سبک و ژانر، و حتی میان نویسنده و ماشین، در حال فروپاشی است.
۲. لحن و نظام ارزشی در برابر بیطرفی الگوریتم
در کتاب Film Genre: Tone and Ideology، نگارنده تأکید کرده است که لحن (tone) و نظام ارزشی (value system) قلب پویایی ژانر هستند؛ یعنی هر ژانر از نوعی جهتگیری احساسی و اخلاقی نسبت به جهان ساخته میشود.
هوش مصنوعی در ظاهر بیطرف است، اما در عمل دادهها و آموزشهایش حامل همان ارزشهای انسانیاند که در آثار سینمایی حضور دارند.
از این منظر، ماشین نیز در حال «آموختن لحن» است — اما بدون درک ریشههای فرهنگی و عاطفی آن.
به همین دلیل، پرسش تازهای پیش میآید: آیا میتوان نظام ارزشیِ یک ژانر را به الگوریتم آموخت، بیآنکه آن را از معنا تهی کرد؟
۳. نظریهٔ گونه به مثابه آزمایشگاه هوش مصنوعی
هوش مصنوعی در واقع دارد کاری میکند که نظریهپردازان ژانر همیشه میخواستند:
دستهبندی، شناسایی، و پیشبینی واکنش تماشاگر.
اما تفاوت در اینجاست که AI نه از منظر تفسیری، بلکه از منظر محاسباتی عمل میکند.
به این ترتیب، سینما به آزمایشگاهی تبدیل شده که در آن، نظریه به کُد ترجمه میشود.
در این گذار، مفهوم «گونه» دوباره به مرکز گفتوگو میان انسان و ماشین بازمیگردد.
۴. تماشاگر ماشینی و نظریهٔ بینندگی
در نظریهٔ بینندگی (Viewership Theory)، تجربهٔ تماشاگر نه صرفاً دیدن، بلکه نوعی حضور ذهنی در برابر تصویر است — تجربهای که ریشه در تاریخ نور، سایه و آتش دارد.
اما در مواجهه با بینندهٔ جدید — ماشین بیننده — این تجربه دگرگون میشود.
AI نیز «میبیند»، ولی بیبدن و بیزمان؛ نه چون انسان درگیر حس، بلکه بهمثابهٔ یک سیستم پیشبینی.
بنابراین، هوش مصنوعی نه تماشاگر است و نه صرفاً ابزار، بلکه نوعی بینندهٔ بیتجربه است که دادهها را میبلعد و معنا را بازسازی میکند.
اینجاست که نظریهٔ بینندگی به پلی میان فلسفهٔ تماشای انسان و ادراک مصنوعی بدل میشود.
هوش مصنوعی نهتنها ابزار تولید فیلم است، بلکه در حال بازتعریف ماهیت ژانر بهعنوان یک نظام احساسی و ارزشی است. مقالهٔ حاضر مقدمهای است بر کتاب در دست انتشار «هوش مصنوعی و سینما» اثر علیرضا کاوه.
۵. آیندهٔ گونهشناسی: از روایت انسانی تا الگوریتم خلاق
اگر در قرن بیستم ژانرها را انسانها برای انسانها میساختند، در قرن بیستویکم ممکن است ماشینها برای انسان یا حتی برای ماشین فیلم بسازند.
در چنین جهانی، نظریهٔ ژانر باید دوباره نوشته شود — نه بهعنوان مجموعهای از قراردادهای فرهنگی، بلکه به عنوان نظامی زنده از روابط احساسی، ارزشی و محاسباتی.
هوش مصنوعی ممکن است ساختارها را بازتولید کند، اما معنا هنوز از دل انسان برمیخیزد.
به همین دلیل، نظریهٔ گونهٔ سینمایی در عصر هوش مصنوعی بیش از همیشه به فلسفهٔ لحن و ایدئولوژی نیاز دارد.
نتیجهگیری
ورود هوش مصنوعی به نظریهٔ ژانر نه فقط چالشی تکنیکی، بلکه فرصتی مفهومی است: فرصتی برای بازاندیشی در ماهیت ادراک، بازنمایی و ارزش.
در این مسیر، تمایز میان «فرم» و «فرمول»، و میان «تماشاگر» و «ماشین بیننده»، دوباره تعریف میشود.
این مقاله مقدمهای است بر کتاب در دست انتشار «هوش مصنوعی و سینما» نوشتهٔ علیرضا کاوه، که بهطور مفصل به نسبت میان هوش مصنوعی، ژانر، و تجربهٔ بینندگی میپردازد.
منابع پیشنهادی (برای پیوند در درگاه)
Film Genre: Tone and Ideology – Alireza Kaveh
Viewership Theory – Alireza Kaveh
Transforming Cinema with Artificial Intelligence (2024)
AI in the Movies – Edinburgh University Press (2020)
Generative AI for Film Creation – arXiv (2025)
