欧阳健：数位化——《台湾110天》之第005天
作者按：笔者应“汉学中心”邀请作学术访问，于2015年11月16日飞抵台北，2016年3月4日返回福州，为期108天。在编纂《魏子云欧阳健学术信札》之馀，以一般大陆游客难能实现的方式，深入接触台湾的大千世界，了解这里的山川景致、社会风俗，逐日写出所见所闻所思，并配以实拍的照片，而成《台湾108天》，既是对台湾的文化观察和社会批评，也是自己的学习体会和思想记录，期望通过文化寻根和国族认同，为实现祖国和平统一、中华民族伟大复兴，起微薄的推动之力。《数位化》是第5天的日记，敬请关心台海局势的诸君，批评指正。
数位化
——《台湾110天》之第005天
欧阳健
2015年11月20日（星期五），阴。
晨六点起来，伟英已蒸好饭。看电视，王如玄又有军宅问题，陈建仁则变危机为转机，柯文哲说，六位候选人中有五人与其有交往，看得眼花缭乱。
八点半，寿菊来接我们去国图，继续参加“全球视野下的汉学新蓝海国际研讨会”，连同昨天开了整整两天，仿佛与世隔绝，收获与感想都不少。
十多年来，台湾数位典藏与数位学习计划，取得了相当成绩。中研院副院长王汎森院士自称是“不会游泳的教练”，他在《数位人文学与新汉学》的演讲中说，台湾已建立100个机构，750网站，成果入口是《典藏台湾成果联合目录》，并以观察者的角色，探讨“数位”与“人文”的伙伴关系，如“知识分子”一词，由二三十年前每年在报纸上出现几千次，至近几年减少为几百次乃至几十次，反映出台湾社会“知识分子”的式微，证明数字化处理大数据，能由定量到定性，从而带来开拓学术领域的契机。
王汎森引用屈万里的话，说不要轻易做出“没有”的判断，要承认“无知之幕”，有些材料你永远不知道藏在哪里；他赞同郭沫若《金文所无考》的“古文献中有习见之事物而为金文所绝无者，此可为判别典籍之真伪及时代先后之标准”，以为应学会从史料的“空白处”进行思考，重新解释观念词汇的起落、竞逐与结合。他还谈到史家和历史意义的建构和呈现，如清代考证学发达，学者之间的联系靠的是书信，如果以GIS（Geographic Information System，即“地学信息系统”）来进行多节点式的、宏观的观察，考察信件的流向，碰到什么，讨论什么，如何实现知识的分享等等，是非常有趣的课题。他展示了对“新汉学”的一种想象：不只重视一个山脉中峰与峰的历史，也关注如微血管的周遍全身，这是多节点的历史，是动态过程的历史，所以要处理比原先更多元、更广泛、甚至更多细节的历史文本，它是海底捞针式的挑战，这就需要发挥数位工具的作用。他提醒与会学者：数字化不是可以取代人的研究，而是让人得到一个方便。它和人是伙伴的关系，是不断的对话与互动。要注意数位人文的盲点与克服，不要被关键字所限制，以至丧失了整体的脉络。数位资料应当放在整体时代环境中评估，要注意“发散”和“收敛”两种不同思路间的冲突和矛盾。要处理好人文学的“虚”与“实”，应如龚自珍《尊史》所说，史学应“大出入”。他特别强调：人文研究的主体终究还是“人”，应以人为核心，关心人间真相，追求人文丰富性，以建立伙伴式的合作，由人的观察，人的思考，人的解释综合而成学问。以数位工具为“器”，博观而约取，以彰显汉学之“道”。观察、综合、分析、解释，永远是人文研究不变的核心，数位技术可以帮助开启更多的可能性。王汎森侃侃而谈，显示出博学与睿智，既高屋建瓴，又细致入微，所言皆深中肯綮，令人折服。
会议的召开，势将推动数字化事业的深入。关于是否应创建一门数位人文学的讨论，触及到了问题的本质与核心。就实质而论，人文学是本体，数字化乃是新形势下采用的工具和手段；换句话说，数字化是为更好地开展人文学研究服务的。当然，由于数字化的采用，不仅可以减少大量简单重复劳动，带来速度上的便捷和规模上的拓展，而且可以引领思维方式与研究方式的变革，具有十分重要的意义。
但从数字化的实践看，目前尚处于起步阶段，许多尝试尚是初级水平。最令人担忧的是对象与手段的倒置：研究古代散文、古代诗歌、古代小说，不是对古代散文、古代诗歌、古代小说怀有真正的兴趣，想要探究古代散文、古代诗歌、古代小说的底蕴，而是将古代散文、古代诗歌、古代小说作为数字化的试验品，强拉古代散文、古代诗歌、古代小说充作数位化的奴仆，以至于化学问为游戏，化神奇为腐朽，徒然好玩热闹而已。
如台湾大学历史系副教授许雅惠的《北宋晚期金石收藏的网络与脉络》，侧重点在以数位网络分析来处理金石图录，整理北宋晚期收藏家与他们的社会网络，进而探讨相关的政治与文化脉络。本文以吕大临《考古图》为基点，展示了六七幅以软件画出的人际之间的网络图，以收藏家姓氏籍贯与藏品数量为坐标的动态图表，让人眼花缭乱，叹为观止。窃以为金石学是以青铜器和石刻碑碣为主要研究对象，着重于著录和考证，以达到证经补史的目的。作者的兴趣不在金石即古器物与古文字本身，而在所谓“收藏圈”即由个人形成的网络，反映出数位运用中的避重就轻倾向（另一篇论佛经的数字化，偏重于寺志的考察而非经义的参悟，与此极为相类）。即就收藏网络而言，收藏者与收藏者之间的关系，是异常复杂的，用一条线连接的两个人名，会有非常不同的状况，不能都简单地说成是“脉络”。《红楼梦》中贾赦强要了石呆子珍藏的扇子，你能用一条线将他们连接起来，说成是密切的“网络”吗？即使将他们连接起来了，对证明扇子的文物价值与艺术价值又有什么意义呢？
再如中研院中国文哲研究所研究员刘苑如与研究助理罗珮瑄的《疾病感觉地图：地理信息系统（GIS）视野下的文本世界》。发言由二人交替上台，先由刘苑如介绍她们的“新”，不新在数位系统的新，而在从文本角度看是否能满足文本阅读的问题意识。文本阅读的核心在于建立意义，每个类目代表一个问题，数据还原为话语，数据又创造文本。她们选择《世说新语》《冥祥记》《搜神后记》三部魏晋南北朝小说，对其篇目人物进行快速数据化，构架了疾病事件的文本性，以建置“小说疾病叙事数据库”。罗珮瑄再说明数据库的建构方式，诸如文本与时空，理想文本，资料的基础，异常与非常等等，并以表格、图像来描述历史上的疾疫地图与小说里的疾疫地图，人间关系与疗愈关系。病人、施者、协调者之类。最后由刘苑如做结论，讲叙事，信息量，疾病与情感，象征的符号，关系情境等等。主持本场报告的中研院台湾史研究所研究员兼所长谢国兴，说了一句俏皮话：“看起来很有学问，听起来不大懂。”“讨论人”中研院近代史研究所副研究员张哲嘉则说：“那么长的篇幅，不知讲些什么，那些图反而遮蔽我的眼睛。”我都有同感。本文给自己提出的任务是借助魏晋南北朝小说来建置“小说疾病叙事数据库”，对于数字化的大数据而言，这本不是什么难事。魏晋南北朝时期的神怪小说数量众多，著名者有曹丕的《列异传》，张华的《博物志》，郭氏的《玄中记》，干宝的《搜神记》，葛洪的《神仙传》，王嘉的《拾遗记》，陶潜的《搜神后记》，刘义庆的《幽明录》、《宣验志》，刘敬叔的《异苑》，祖冲之的《述异记》，任昉的《述异记》，东阳无疑的《齐谐记》，吴均的《续齐谐记》，殷芸的《小说》，颜之推的《冤魂志》，还有一批以“志怪”为书名的小说集，如《曹毗志怪》，《殖氏志怪记》，《孔氏志怪》，《祖台之志怪》等等，鲁迅《古小说钩沉》皆有辑录，如果将所有魏晋南北朝小说都囊括进去，应该不是什么困难的事，那样也许能称得上是“大数据”，作者仅仅选择三部，能有多少代表性？况且为什么要选这三部？也没有申述充分的理由。《世说新语》，鲁迅称“志人小说”，与佛教灵验小说《冥祥记》、志怪小说《搜神后记》有着本质的不同，以之作为材料时要解决“虚实关系”，操作起来是完全不同性质的。
再如政治大学语言学研究所与信息科学系特聘教授刘昭麟的《〈全唐诗〉的分析、探勘与应用：以计算语言学的观点》，他讲述利用软件分析《全唐诗》的内容，滔滔不绝，如数家珍。他的精到之处在于指出由于词的歧义，数据往往会出来一连串胡说八道的数字，有时也会非常有用，但诠释真的很困难。从所举例证看，所谓基本分析无非是作品数量的统计，领先的是白居易、杜甫、李白；频率最高的二字字串，领先的是“何处”、“不知”、“万里”，以及使用“风”、“月”的词组等等。但计算语言学不能将“何处”、“不知”、“万里”联缀成好诗，也不能分辨“风月”连用，指的是景物还是世态。计算机能统计诗中的颜色，但它绝对不懂得“春风又绿江南岸”、“独自怎生得黑”句中的“绿”与“黑”，究竟好在哪里。
这就提出了一个问题：学术论文的题目从何而来？我们看小说是因为有趣，把当作疾病医疗史料来处理未尝不可，但终感到不是从小说本身中紬绎出来，没有把握其内在的价值，而是从外部贴加上去的，充其量不过一种思维的练习，而其末流，不过是自娱自乐而已。这是特别要注意防止与克服的。数字化的价值与作用，在于帮助人处理解决更复杂的问题，而不是设计所谓“课题”。研究者的当务之急，是端正研究的方向，重点要落在学问的本体，这些都有待在实践中不断地提高和升华。
数字化工程的得出数据，本身不会说话，这就曝显出人的观念的问题。从鼠标瞬间点击出的成百上千的例证中，甲学者可以举出十条八条来证明一种见解，乙学者也可以举出十条八条来证明相反的见解，这里的关键就在人的立场与态度。如柏克莱加州大学历史系讲座教授叶文心的《沉船记：美船罗妹与晚清台湾》（Shipwrecked: The American Rover and Late Qing Taiwan），其要点有三：1、一个故事：同治六年春，美国商船罗妹号从汕头驶向营口，遭遇大风，在南台湾沉没，船员分乘舢板，登上沙滩，忽然跳出十五六人，将多数人杀死，有一名水手跑到“打狗”，向英国领事馆投诉，副领事坐海军舰艇到出事地点探询，岸上发来枪弹，无功而返。美国驻厦门领事李仙得闻知，调动美国两艘战舰，率一百七八十名水兵登陆，美军大败。李仙得不肯放弃追寻，清朝官员为息事宁人，帮助李仙得进入原住民聚落，取回部分遗骨遗物。2、把平常故事说成历史事件，小题大作：以为这反应双方在沟通上的落差。1867年，天津条约快十年，在作业层面的接触，显示了中外争议的新形态。公示表述的歧义：在美方是“搜寻救援”，在清朝是“惩凶赔偿”，地方官员关于生番“不载版图，为声教所不及”的说法，成为日本争论主权的依据。3、以不太牵强的方式，与主题做一个衔接：东方与西方的数据性质不同。时间，事件发生在哪一天？有阴历与阳历的不同，钟点也不一致，有想象的空间；地点，在什么地方？用的英国绘制地形图。就数据而数据，做结论会出偏差。海洋秩序，信息的需求是不同的，数据本身就是历史。
其实，就与主题相关的数据而论，罗妹号事件的关键不在时间地点差异，而在判定数据的有效性。文章所用的资料，大量来自西方的外交文书与新闻报导，少量来自清朝官员的奏折，信息源实出当事一方美国水手的一面之词，而当事另一方原住民意旨，则根本没有得到反映，这种信息的不对称，是史家首先要加以权衡的。况且所有的证据多已消失：罗妹号已沉入海底，船长与水手（除了那跑到打狗的一人）已不在人世。从台湾原住民的角度考虑（首先要剔除他们必定“野蛮”的成见），当他们在宁静的南台湾海滩上，突然发现十多个相貌怪异的陌生人，难道不该怀疑他们的身份，并采取必要的措施吗？
对于李仙得这种人，绝不能用中性的词语来描述，不能说成是“以海洋及陆地为着眼点”、与“汉英语境中有关统治与文明的话语建构”相关的人物。试想，李仙得调动一百七八十名水兵攻打中国的领土台湾，并写下《台湾是中国的领土吗》等著作，渲染“台湾生番的野蛮”，“台湾是灾祸地带”，以“中国的海洋口岸并不安全”为由，宣称“文明国家应该取得台湾，除去野蛮的威胁”，完全是强盗逻辑。文章摘要最后一句为：“罗妹国情事件三十年之后，台湾成为日本帝国的一部分”，仿佛在陈述一件漠不相关的事，这就充分说明，历史研究中不能光有数位化，还须有坚定的民族立场。我们所说的“全球化”，决不是李仙得之“台湾不是清地，外国人当然可以占领”，以为日本可以取代中国，对中国形成包围圈的大亚洲主义。
会议期间，中午凭餐券领得一份“圆理想便当”，味美而又实惠，这种做法，值得提倡。
六点结束，寿菊开车送我们到家，然后别去。
伟英做了晚饭，稍稍看了一下电视，浴，早早睡了。
夜雨。
【文/欧阳健，本文为作者向红歌会网原创投稿。】
