НАРРАТИВНЫЕ СТРУКТУРЫ В ЭПОХУ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ВОЗМОЖНОСТИ И ВЫЗОВЫ

NARRATIVE STRUCTURES IN THE ARTIFICIAL INTELLIGENCE AGE: OPPORTUNITIES AND CHALLENGES

Alexander Kolotov

Candidate of Science in Philology, Krasnoyarsk State Pedagogical University,

Russia, Krasnoyarsk

АННОТАЦИЯ

Статья посвящена гуманитарному анализу влияния технологий искусственного интеллекта (ИИ) на создание, структуру и восприятие нарративов. Рассматривается потенциал генеративных моделей в порождении оригинальных текстов и мультимедийного контента для историй, приводятся примеры конкретных платформ (StoryCraft AI, StoryForge). Анализируется применение ИИ для анализа существующих нарративов. Обсуждаются будущие тенденции развития ИИ-нарративных технологий, включая повышение когерентности, эмоциональной выразительности, персонализации и интеграцию с новыми медиа.

ABSTRACT

This article provides a humanities-based analysis of the impact of artificial intelligence (AI) technologies on the creation, structure, and perception of narratives. It examines the potential of generative models in generating original texts and multimedia content for stories, citing examples of specific platforms (StoryCraft AI, StoryForge). The use of AI for analyzing existing narratives is analyzed, discussing the methodological challenges involved. Future trends in the development of AI narrative technologies are discussed, including improving coherence, emotional expression, personalization, and integration with new media.

Ключевые слова: ИИ, искусственный интеллект, нарратив, повествовательные структуры, нарратология, этика ИИ.

Keywords: AI, artificial intelligence, narrative, storytelling structures, narratology, AI ethics.

Вступление искусственного интеллекта (ИИ) в сферы, традиционно считавшиеся прерогативой человеческого творчества, вызывает глубокие изменения в культурном ландшафте и ставит перед гуманитарным знанием новые фундаментальные вопросы. Особенно ярко это проявляется в области нарратива – искусства создания и рассказывания историй, лежащего в основе человеческой культуры и коммуникации. Технологии ИИ демонстрируют впечатляющий потенциал в генерации оригинальных и захватывающих повествовательных структур, охватывая спектр методов от имитации процессов человеческого творчества до создания совершенно новых рамок для историй.

Одной из ключевых областей применения ИИ в нарратологии является использование генеративных моделей. Системы, такие как генеративно-состязательные сети (GAN) и вариационные автоэнкодеры (VAE), как отмечают исследователи [8], способны порождать разнообразный контент – текст, изображения, видео, – который может служить строительным материалом для повествования. Особую роль играют большие языковые модели (LLM), такие как GPT-3 и, в особенности, последующие итерации, включая GPT-4 [14]. Обученные на гигантских массивах текстовых данных, эти модели демонстрируют способность генерировать связные, стилистически разнообразные тексты, имитирующие человеческую манеру письма. Это открывает перед ними значительные перспективы в области создания историй. Примером могут служить такие платформы, как StoryCraft AI, которая использует текстовые генеративные модели для создания коротких рассказов, дополняя их иллюстрациями, сгенерированными с помощью нейросетей синтеза изображений по текстовому описанию [17]. Проект StoryForge идет дальше, интегрируя модель GPT-3.5 Turbo, технологию генерации изображений Stable Diffusion XL и модель синтеза речи Bark для создания динамических историй на основе заданных пользователем параметров, таких как жанр, персонажи и элементы сюжета [18]. С точки зрения гуманитарного анализа, эти разработки поднимают вопросы о статусе такого «автоматизированного» творчества. Является ли текст, сгенерированный ИИ, подлинным актом творчества? Как изменяется понятие оригинальности, когда машина способна производить бесконечное количество вариаций на заданные темы? Возникает проблема «авторского голоса» – может ли алгоритм обладать уникальной перспективой или стилем, не являющимся лишь компиляцией или статистической аппроксимацией изученных им данных?

Искусственный интеллект выступает не только как генератор контента, но и как инструмент анализа существующих нарративных произведений. Методики, подобные иерархическому нарративному анализу, используют возможности больших языковых моделей для извлечения и структурирования иерархической организации текста, выявляя глубинные паттерны аргументации и повествовательные схемы [12]. Это позволяет по-новому взглянуть на внутреннюю логику и механизмы эмоционального воздействия историй. Такой аналитический потенциал ИИ имеет значение для литературоведения, нарратологии и даже психологии восприятия текста. Кроме того, ИИ может применяться для анализа сюжетов и функций персонажей с использованием формальных подходов, таких как морфология сказки В.Я. Проппа – например, на массиве западноафриканского фольклора [11]. Алгоритмы способны выявлять архетипические структуры и повторяющиеся мотивы в больших корпусах текстов, предоставляя исследователям новые инструменты для сравнительного анализа и понимания универсальных законов повествования. Однако здесь также возникают методологические вопросы. Насколько формальный анализ, осуществляемый машиной, способен ухватить культурные, исторические и эмоциональные нюансы текста? Не рискуем ли мы свести богатство нарратива к набору формальных признаков, игнорируя его гуманистическую глубину и интерпретативную неоднозначность?

Важным аспектом взаимодействия человека и машины в контексте нарратива становится концепция сотрудничества, или со-творчества. Вопреки алармистским прогнозам о полной замене человека-автора машиной, ИИ все чаще рассматривается как инструмент-помощник, способный стимулировать творческое воображение, преодолевать «писательский блок» и повышать эффективность творческого процесса [3]. Системы вроде SARD предлагают визуальные интерфейсы с функцией drag-and-drop, позволяющие пользователям совместно с большими языковыми моделями создавать обширные повествования [13]. Это меняет сам характер писательского труда, превращая его из сугубо индивидуального акта в процесс диалога с интеллектуальной системой. В сфере интерактивных развлечений, например, в ролевых играх, ИИ может генерировать органичное развитие сюжета, реагируя на действия и решения игрока [15]. Интерактивные нарративные системы, управляемые ИИ, способны адаптировать содержание истории в реальном времени в ответ на ввод пользователя, создавая персонализированный опыт чтения или игры [5]. Проект 1001 Nights представляет собой нарративную игру на основе генеративного ИИ, где протагонист обладает способностью изменять ход истории с помощью ключевых слов, воплощая концепцию языка как инструмента конструирования реальности [16]. Проект Anansi the Spider VR объединяет виртуальную реальность с персонализированным повествованием, управляемым ИИ, позволяя пользователю погрузиться в историю и влиять на ее развитие [9]. Такая парадигма сотрудничества порождает новые формы интертекстуальности и интерактивности, где границы между автором, текстом и читателем/игроком становятся все более размытыми. Возникает вопрос о распределении творческой ответственности и агентности в таких гибридных системах.

Потенциал ИИ распространяется и на сферу эмоционального нарратива. Исследователи изучают возможности алгоритмов по распознаванию эмоциональных триггеров в тексте, предложению визуальных решений или даже генерации музыкального сопровождения, способного усилить аффективное воздействие истории [1]. Это направление особенно актуально в контексте бренд-нарративов и маркетинговых коммуникаций, где ИИ может помочь компаниям лучше понять эмоциональные реакции потребителей и разработать более эффективные стратегии повествования, нацеленные на формирование лояльности и вовлеченности. Однако использование ИИ для манипулирования эмоциями поднимает серьезные этические вопросы. Насколько оправдано применение технологий для целенаправленного вызывания определенных эмоциональных состояний у аудитории, особенно в коммерческих целях? Где проходит грань между усилением эмоционального резонанса истории и неэтичной манипуляцией? Гуманитарная экспертиза здесь необходима для оценки социокультурных последствий такого «алгоритмического управления аффектом».

Современные нарративы все чаще становятся мультимодальными, объединяя текст, изображение, звук и видео для создания более насыщенного сенсорного опыта. ИИ играет ключевую роль в этом процессе, автоматизируя преобразование текстовых описаний в визуальный контент [10]. Модели генерации изображений по тексту позволяют визуализировать сцены, персонажей и атмосферу истории, описанные словами. Системы, подобные AIsop, демонстрируют возможность автономной генерации полноценных VR-историй, где большая языковая модель создает сюжет, технология text-to-speech обеспечивает озвучивание, а диффузионные модели генерируют визуальный ряд [7]. Это открывает путь к созданию принципиально новых форм повествования, где различные модальности интегрированы не просто механически, а органически связаны через общую генеративную модель. С гуманитарной точки зрения, это актуализирует проблемы интермедиальности и синестезии в искусстве. Как взаимодействуют различные сенсорные каналы в ИИ-генерируемых нарративах? Как меняется семиотика повествования, когда вербальные знаки автоматически трансформируются в визуальные или аудиальные? Исследование этих вопросов требует междисциплинарного подхода, объединяющего нарратологию, медиатеорию и когнитивные науки.

Несмотря на впечатляющие достижения, применение ИИ в создании нарративов сопряжено с рядом вызовов и этических проблем, требующих пристального внимания. Контент, генерируемый ИИ, может воспроизводить и усиливать существующие в обучающих данных предубеждения (расовые, гендерные, культурные), что поднимает вопрос об ответственности разработчиков и пользователей за распространение предвзятых нарративов [19]. Проблема оригинальности остается острой: является ли сгенерированный текст подлинно новым или лишь рекомбинацией существующих? Это влечет за собой сложные вопросы авторского права и интеллектуальной собственности. Кроме того, критики отмечают, что ИИ-сгенерированные истории могут страдать от недостатка эмоциональной глубины, культурной чуткости и подлинного понимания человеческого опыта, который формируется проживанием, а не статистическим анализом текстов. Необходимо разрабатывать и внедрять стратегии смягчения этих рисков [2; 4], включая тщательный отбор и очистку обучающих данных, разработку механизмов контроля предвзятости, а также развитие критического мышления у пользователей и создателей контента. Философский вопрос о том, может ли ИИ обладать сознанием, эмпатией или моральной ответственностью, остается открытым, но его практические следствия для нарративной этики требуют обсуждения уже сегодня.

Заглядывая в будущее, можно предположить, что развитие ИИ-технологий в области нарратива будет сфокусировано на нескольких ключевых направлениях. Ожидается повышение связности и логической последовательности генерируемых историй за счет интеграции более сложных баз знаний и механизмов логического вывода, что позволит создавать нарративы с большей глубиной и смысловой нагрузкой [6]. Вероятно, продолжится работа над усилением способности ИИ к выражению и вызову эмоций, что потребует более тонкого понимания нюансов человеческой психологии и аффективных состояний. Концепция персонализации получит дальнейшее развитие, стремясь к созданию уникальных нарративных опытов, адаптированных не только к явным предпочтениям пользователя, но и к его текущему эмоциональному состоянию и контексту. Интеграция с новыми медиа, такими как виртуальная (VR) и дополненная (AR) реальность, продолжит стирать границы между физическим и цифровым мирами, порождая иммерсивные и интерактивные нарративные формы. Однако наравне с технологическим прогрессом критически важным останется фокус на этических и социальных последствиях. Разработка ответственных практик использования ИИ, формирование регуляторных рамок и общественный диалог о ценностях, которые мы хотим видеть воплощенными в алгоритмически создаваемых историях, будут необходимы для гармоничного и гуманистически ориентированного развития этой области.

Список литературы:

1. Aarzoo, A., & Lal, Prof. (Dr. ) R. (2024). Artificial Intelligence-Driven Emotional Storytelling for Brand Narrative Strategies and Consumer Perception. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4954803
2. Arif, S., Arif, T., Haroon, M. S., Khan, A. J., Raza, A. A., & Athar, A. (2024). The Art of Storytelling: Multi-Agent Generative AI for Dynamic Multimodal Narratives (Version 4). arXiv. https://doi.org/10.48550/ARXIV.2409.11261
3. Branch, B., Mirowski, P., & Mathewson, K. W. (2021). Collaborative Storytelling with Human Actors and AI Narrators (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2109.14728
4. Chu, H., & Liu, S. (2024). Can AI tell good stories? Narrative transportation and persuasion with ChatGPT. Journal of Communication, 74(5), 347–358. https://doi.org/10.1093/joc/jqae029
5. Eragamreddy, N. (2025). Interactive AI-Driven Storytelling for Language Development. International Journal of Social Science Humanity & Management Research, 04(02). https://doi.org/10.58806/ijsshmr.2025.v4i2n08
6. Gatti, E., Giunchi, D., Numan, N., & Steed, A. (2024). AIsop: Exploring Immersive VR Storytelling Leveraging Generative AI. 2024 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW), 865–866. https://doi.org/10.1109/vrw62533.2024.00229
7. Gulsoy, M., Kokach, V., Kocaçınar, B., & Akbulut, F. P. (2024). AI-Driven Contextual Story Creation with Integrated Text and Visual Generation. 2024 Innovations in Intelligent Systems and Applications Conference (ASYU), 1–6. https://doi.org/10.1109/asyu62119.2024.10757014
8. Krishna, G. G. (2023). Generative AI. International Journal of Advanced Engineering and Nano Technology, 10(8), 1–3. https://doi.org/10.35940/ijaent.g0474.0810823
9. Lau, K. H. C., Yun, B., Saruba, S., Bozkir, E., & Kasneci, E. (2024). Wrapped in Anansi’s Web: Unweaving the Impacts of Generative-AI Personalization and VR Immersion in Oral Storytelling (Version 2). arXiv. https://doi.org/10.48550/ARXIV.2409.16894
10. Liu, C., & Yu, H. (2023). AI-Empowered Persuasive Video Generation: A Survey. ACM Computing Surveys, 55(13s), 1–31. https://doi.org/10.1145/3588764
11. Lô, G., de Boer, V., & van Aart, C. J. (2020). Exploring West African Folk Narrative Texts Using Machine Learning. Information, 11(5), 236. https://doi.org/10.3390/info11050236
12. Matsuoka, R., Matsumoto, H., Yoshida, T., Watanabe, T., Kondo, R., & Hisano, R. (2024). Hierarchical Narrative Analysis: Unraveling Perceptions of Generative AI. arXiv. https://doi.org/10.48550/ARXIV.2409.11032
13. Radwan, A. Y., Alasmari, K. M., Abdulbagi, O. A., & Alghamdi, E. A. (2024). SARD: A Human-AI Collaborative Story Generation (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2403.01575
14. Samala, A. D., Rawas, S., Wang, T., Reed, J. M., Kim, J., Howard, N.-J., & Ertz, M. (2024). Unveiling the landscape of generative artificial intelligence in education: a comprehensive taxonomy of applications, challenges, and future prospects. Education and Information Technologies, 30(3), 3239–3278. https://doi.org/10.1007/s10639-024-12936-0
15. Santiago, J. Ma., Parayno, R. L., Deja, J. A., & Samson, B. P. V. (2023). Rolling the Dice: Imagining Generative AI as a Dungeons & Dragons Storytelling Companion (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2304.01860
16. Sun, Y., Li, Z., Fang, K., Lee, C. H., & Asadipour, A. (2023). Language as Reality: A Co-Creative Storytelling Game Experience in 1001 Nights Using Generative AI. Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment, 19(1), 425–434. https://doi.org/10.1609/aiide.v19i1.27539
17. Swaroopa, P. (2024). StoryCraft AI: Exploring Generative Approaches to Story Narration through AI. International Scientific Journal of Engineering and Management, 03(04), 1–9. https://doi.org/10.55041/isjem01633
18. Thirunavukkarasu, M., Bathrinathan S. R., Kumar N.S., Yokesh, M. (2024). StoryForge: AI-Powered Narrative with Dynamic Imagery and Voice. International Journal of Scientific Research in Engineering and Management, 08(05), 1–5. https://doi.org/10.55041/ijsrem32973
19. Wei, M., Jiao, C., Zuo, C., Hurni, L., & Meng, L. (2025). Constructing AI ethics narratives based on real-world data: Human-AI collaboration in data-driven visual storytelling (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2502.00637