人文学科的模式

武夷山

英国《交叉学科评论》季刊2018年第1期发表荷兰阿姆斯特丹大学艺术、文化、历史与文物系助理教授Chiel van den Akker的文章，What are patterns in the humanities?（人文学科的模式是怎么回事）。原文见https://www.tandfonline.com/doi/full/10.1080/03080188.2017.1296265。

他概括了关于模式的8个命题。

头四个命题是美国哲学家Daniel Dennett（1942年生）在发表于The Journal of Philosophy（哲学杂志）1991年第1期的论文Real Patterns（真实的模式）中提出来的，Akker支持其看法。

1.  我们对其他人的行为做出解释的能力（我们很少明确地行使此能力）取决于我们对这些行为做出预测的能力

2.  当我们将行为者的（可观察行为）付之……某种意向立场时，模式则可辨识出来。

3.  当且仅当有某种高效的方式描述一个系列时，该系列才不是随机系列，即该系列具有模式。

4.  两个人面对同样的数据，也许感受到不同的模式，但既然我们有着不同的关切点和视角，感受到的模式不同并不能视为分歧。

其余四个命题如下：

5.  模式可以人工识别出来，亦可机器识别。

5.1  机器识别往往比人工识别更高效。

5.2  某些模式恐怕只有机器才能识别出来，另一些模式则只有人才能识别出来。

6.  模式可以被证实或否证。

7.  模式与叙事并不矛盾；它们只是提醒我们注意那些被描述的事件。

8.  要想对某种趋势做出解释，就需要诉诸该趋势背后的模式。

文章的结论说：对于在某一行为中发现的模式（无论是人工识别还是机器识别出的模式），我们应持意向立场。采取意向立场，有助于学者对那一行为做出解释。例如，由于我们对自己的宠物采取意向立场，宠物获益良多。

在模式识别方面强调意向立场的另一理由是反对这样一种看法----只要在人文学科研究中采用计算技术，就可以创造出一门预测性的历史科学，从而对“文化是否遵从决定论的法则”这一问题给出正面的回答。

学者们对模式感兴趣，是因为模式解释了行为，而不是因为模式解释了社会的发展方向。机器所识别出的模式需要阐释，这是数字人文学者也倡导的。

人工识别的模式也好，机器识别的模式也好，都是意向系统的组成部分。从这方面讲，在人文学科中引入计算技术并不会改变人文学科。

文中举了两个数字人文研究的例子，其一是：Franco Moretti（博主注：他是意大利文学学者）用计算机处理了1740-1850年间发表的7000篇英国小说。他首先考察了小说标题的长度，其次考察了标题中词汇的类型，后来又考察了标题所采用的formulae（配方？）。该时段的头25年间，小说标题在10-20个词之间波动；到1770年前后，标题长度降为10个词左右；到1790年，降为6个词左右。然后，直到19世纪中叶，标题平均长度为3个词。他观察到，在他考察的这110年间，英国小说数量猛增。于是，各种杂志开始发表对小说的评论文章，小说市场逐渐火热，那么，小说标题是否能抓住读者的眼球就至关重要。于是，标题逐渐变短。

前述第7条命题是：“模式与叙事并不矛盾；它们只是提醒我们注意被描述的事件”。在本例中，小说标题越来越短，这一事实（模式）提醒我们注意：杂志开始发表书评了；消费者的需求变化了（市场变化了）。

对于此项研究，用人工统计来完成也不是不可能，但是要累死人----7000篇小说啊！