舊詩有格律有套路，一個私塾培養的孩子經過死記硬背的“浸淫”，就能寫出差不離的“詩”，但這些“詩”難以在文學史上存留，因為它們只是在重複、重組固有的“詩意”而已。大數據為小冰提煉出來的，不是五百一十九位詩人的不同，恰恰是同質，而新詩最忌諱的就是同質……這些詩風各異的詩人，被抹平混兌之後，不可能成為一個獨特的詩人。（廖偉棠認為）

    【摘自：〈人工智慧出版第一部詩集，你是嘲諷還是讚嘆？〉，每日頭條，2017年5月31日】

人工智能系統通過反覆學習一萬次1920年後的五百一十九位著名詩人的上千首詩，終於成為詩人，如果人類以此量化學習，大約需要一百年。研究團隊把作品以不同筆名投到各大網絡平台及實體詩刋，幾乎沒有人看出那是“非人寫成的作品”，而在比較不重視邏輯和句法的詩風下，一般讀者分不清作品優劣是可以理解的，就連詩刋編輯的法眼也可以逃過。在我看來，有一種莫名的“可怕”——當人工智能可以戰勝棋王、寫下完美小說，以至成為詩人，那麼，人類到底應以什麼角色生存下去？而我們作為教育工作者，又應該如何詮釋學習的意義？

我覺得很是迷惑，四處找人討論，多數人一笑置之，甚至有人說“詩歌本來就是堆砌文詞”。我心有不甘，只好打電話給老師，他聽後竟然反問我：

“誰寫得更好，有那麼重要嗎？”

“當然重要啦！我們從小到大不停學習名篇，不就是為了要寫出名篇的水平嗎？”

“當然不是！我們讀名篇只是想開闊自己的眼界，讓自己成為有思想的人。”

“對呀！所以機械人可以比我們讀更多的名篇，一定比我們眼界更好、更優秀！”

“人會在學習內化的過程中思考取捨，從而形成新的自己，那就是靈魂，可我不能確認的是，一個被動研發的機械人需要有靈魂嗎？”

我思索良久，仍然不知道人工智能詩人是否比我出色，但我終於明白，機械化學習的弊端——無論如何，我們決不能把孩子教成沒靈魂的機械人。