中文古籍?dāng)?shù)字化與知識(shí)遮蔽

陳 瑜

（河南中醫(yī)學(xué)院 ，鄭州450008）

以人工智能為支撐的數(shù)字信息技術(shù)給文獻(xiàn)學(xué)和古籍整理帶來(lái)了劃時(shí)代的影響，中文古籍?dāng)?shù)字化歷經(jīng)30余年的發(fā)展，已完成由單一書目數(shù)據(jù)向圖文數(shù)據(jù)、由檢索工具向知識(shí)工具的轉(zhuǎn)變。在古籍?dāng)?shù)據(jù)量、數(shù)字化技術(shù)和理論研究方面均取得一定成績(jī)，為傳統(tǒng)古籍整理拓展了新的領(lǐng)域。隨著研究進(jìn)程的深入，其負(fù)面影響也日益凸顯:技術(shù)引領(lǐng)學(xué)術(shù)是古籍?dāng)?shù)字化時(shí)代學(xué)術(shù)研究的最大弊端[1]、知識(shí)遮蔽即為其一。數(shù)字化使文獻(xiàn)信息利用者面對(duì)海量文獻(xiàn)信息茫然無(wú)措，甚至“喪失自己的自主性，喪失反思和批判的能力成為信息爆炸的奴隸，被信息洪流所異化”[2]。

1 知識(shí)遮蔽的內(nèi)涵與實(shí)質(zhì)

當(dāng)代學(xué)者呂乃基借用海德格爾技術(shù)哲學(xué)中關(guān)于“遮蔽”與“去蔽”的重要概念，提出知識(shí)因未被選擇而遮蔽，也因被選擇而遮蔽。相對(duì)而言，后者尤為復(fù)雜?！凹夹g(shù)在對(duì)一部分知識(shí)進(jìn)行篩選和固化時(shí)，使另一部分知識(shí)淡化、邊緣化，或者說(shuō)被遮蔽”，“在一部分知識(shí)被選擇、集成之時(shí)，另一部分知識(shí)即被舍棄，乃至被遺忘。”[3]知識(shí)遮蔽是古籍文獻(xiàn)數(shù)字化利用過(guò)程中的共有現(xiàn)象，涉及數(shù)字化過(guò)程中技術(shù)和應(yīng)用、理論和實(shí)踐等多領(lǐng)域，具有跨學(xué)科性質(zhì)，其實(shí)質(zhì)是技術(shù)和學(xué)術(shù)的關(guān)系:“坐擁書城”導(dǎo)致思維惰性和視野狹窄，面對(duì)海量信息無(wú)所適從，不能執(zhí)簡(jiǎn)馭繁。古籍?dāng)?shù)字化要從海量的古籍中選擇處理對(duì)象，在這個(gè)過(guò)程中，一部分古籍被數(shù)字化，另一部分則因未被選擇而被舍棄。其結(jié)果就是那些未被收入數(shù)據(jù)庫(kù)的古籍成為被遺忘的文獻(xiàn)，永遠(yuǎn)無(wú)法被檢索，影響數(shù)據(jù)收集的完整，進(jìn)而影響研究結(jié)論的準(zhǔn)確性。

2 知識(shí)遮蔽的成因

中文古籍?dāng)?shù)字化已取得了許多實(shí)質(zhì)性的進(jìn)展，主要表現(xiàn)在以下方面:古籍?dāng)?shù)字化概念已經(jīng)形成;標(biāo)準(zhǔn)程式和體系結(jié)構(gòu)的確立;數(shù)據(jù)庫(kù)檢索系統(tǒng)、輔助性研究支持系統(tǒng)的完善;書目數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)和規(guī)范已基本確定;技術(shù)研究更多地轉(zhuǎn)向古籍?dāng)?shù)字化的高級(jí)功能，如數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)等。我國(guó)古籍?dāng)?shù)字化工程雖然起步比歐美國(guó)家晚，但是發(fā)展至今，無(wú)論在規(guī)模和水平上都已遠(yuǎn)遠(yuǎn)超過(guò)海外。但知識(shí)遮蔽的現(xiàn)象從肇始階段即已存在，究其成因，主要有以下幾方面:

2.1 知識(shí)信息因未被選擇而被遮蔽

研究手段的更新與新資料的出現(xiàn)往往是學(xué)術(shù)研究有較大突破的重要條件，正如陳寅恪先生所說(shuō):“一時(shí)代之學(xué)術(shù)，必有其新材料與新問(wèn)題?！保ā蛾愒炊鼗徒儆噤洝敌颉罚┕偶?dāng)?shù)字資源的深度開(kāi)發(fā)是古籍?dāng)?shù)字化工作走向深入和取得實(shí)質(zhì)性進(jìn)展的具體表征，如果我們能將人工智能的檢索手段與人腦的長(zhǎng)處和優(yōu)勢(shì)結(jié)合起來(lái)，將會(huì)給古籍整理和古典文獻(xiàn)學(xué)的研究注入新的血液，但是，盡管中文古籍?dāng)?shù)字化工程浩瀚宏大，相對(duì)整個(gè)古籍資源而言，卻永遠(yuǎn)做不到不遺不漏。真正具有學(xué)術(shù)價(jià)值、文物價(jià)值和藝術(shù)價(jià)值的古籍不能得以展現(xiàn)，數(shù)字化古籍只能以易于獲得的版本為底本，而不能根據(jù)版本的優(yōu)劣作選擇，而那些并未納入數(shù)字化范圍的典籍，包括孤本、抄本、珍本往往更具有學(xué)術(shù)價(jià)值，這在很大程度上影響學(xué)術(shù)研究的質(zhì)量。如果只將視線局限于數(shù)字化產(chǎn)品，則勢(shì)必造成相關(guān)知識(shí)的人為遮蔽。

2.2 檢索功能局限導(dǎo)致知識(shí)遮蔽

目前古籍信息都是文本型數(shù)據(jù)，具有模糊性、不確定性和非線性等特征，數(shù)據(jù)庫(kù)關(guān)鍵詞檢索主要還是詞形匹配而非詞義匹配，滿足的是在一個(gè)海量信息集合中快速定位信息的需求，但精準(zhǔn)度不高;同時(shí)，在漢字關(guān)聯(lián)技術(shù)上存在技術(shù)疏誤，容易引起大量不準(zhǔn)確匹配，產(chǎn)生誤檢。

最常見(jiàn)的情況是建庫(kù)時(shí)導(dǎo)入數(shù)據(jù)錯(cuò)誤，以《全唐文》《國(guó)學(xué)寶典》《漢籍全文檢索系統(tǒng)》和迪志版《四庫(kù)全書》為例，均不同程度存在數(shù)據(jù)錯(cuò)誤問(wèn)題，閱讀時(shí)會(huì)引起歧義，給研究者帶來(lái)誤導(dǎo)。在檢索功能方面，由于設(shè)計(jì)者在古文字或古文獻(xiàn)知識(shí)方面存在的局限，數(shù)據(jù)庫(kù)采用的漢字關(guān)聯(lián)技術(shù)，即異體字、繁簡(jiǎn)字的匹配等，在數(shù)據(jù)庫(kù)設(shè)計(jì)中就出現(xiàn)錯(cuò)誤。許多數(shù)據(jù)庫(kù)采用單字關(guān)聯(lián)技術(shù)，即某一字與另一字相匹配的方法來(lái)進(jìn)行關(guān)聯(lián)，以便檢索。產(chǎn)生這種關(guān)聯(lián)技術(shù)大概基于以下考慮，在古代文獻(xiàn)中確實(shí)存在異體字現(xiàn)象，即字型不同，但含義、讀音則完全相同。然而，在古代文獻(xiàn)中僅僅采用單字關(guān)聯(lián)是十分危險(xiǎn)的，因?yàn)樵谀承┑浼锌梢詥巫株P(guān)聯(lián)匹配的字，在另一些典籍中就完全不可以。迪志版《四庫(kù)》將“喜”與“僖”、“非”與“誹”、“藏”與“臧”、“紹”與“侶”、“余”與“邪”等相關(guān)聯(lián)，顯然有值得商榷之處，許多是不準(zhǔn)確的關(guān)聯(lián)。

過(guò)分依賴數(shù)字資源的檢索功能，古籍閱讀能力弱化，斷章取義，不參考各類箋注和語(yǔ)境，導(dǎo)致知識(shí)點(diǎn)的提取及學(xué)術(shù)結(jié)論出現(xiàn)偏差;數(shù)字化古籍通過(guò)預(yù)設(shè)條件只能檢索到與關(guān)鍵詞匹配的相關(guān)資料，而不能檢索到與主題相關(guān)的隱性信息。如果在資料采集、推理求證以及檢索觀念和方法的演進(jìn)方面存在缺失，則知識(shí)遮蔽在所難免，從而影響學(xué)科整體發(fā)展水平。

2.3 忽視原典

人文學(xué)科是富含文化底蘊(yùn)的學(xué)科，需要長(zhǎng)期的學(xué)術(shù)積淀，任何時(shí)候數(shù)字化古籍均不能代替古籍本身。紙質(zhì)古籍無(wú)論是裝幀形式還是具體內(nèi)容，其直觀性都和數(shù)字化圖書不同，古籍原典的字里行間以及箋注體味著古人的微言大義，創(chuàng)建古籍?dāng)?shù)據(jù)庫(kù)時(shí)，如果數(shù)據(jù)導(dǎo)入錯(cuò)誤，則常引起歧義，給研究者帶來(lái)誤導(dǎo)，只有求諸原典才能解決問(wèn)題[4]。古籍更蘊(yùn)含著豐富的人文知識(shí)和文化信息，關(guān)于版本信息、成書、內(nèi)容層次、結(jié)構(gòu)劃分、傳布等書籍特征也往往不被數(shù)據(jù)庫(kù)顯示和表達(dá)。同時(shí)，典籍中蘊(yùn)含的大量以前未知的、潛在的內(nèi)隱知識(shí)，這個(gè)過(guò)程也應(yīng)該建立在通讀原典而不應(yīng)僅僅依靠數(shù)據(jù)庫(kù)的標(biāo)引功能。這是因?yàn)閷W(xué)術(shù)研究中問(wèn)題意識(shí)非常重要[5]。而自覺(jué)的問(wèn)題意識(shí)表現(xiàn)在“善于從大量原始文獻(xiàn)中發(fā)現(xiàn)問(wèn)題和解決問(wèn)題，尤能從無(wú)疑處質(zhì)疑，廓清許多積非成‘是’之點(diǎn)?！盵6]

與傳統(tǒng)治學(xué)相比較，數(shù)字化時(shí)代學(xué)者的思維方式和研究方法都發(fā)生了很大的變化。傳統(tǒng)時(shí)代，學(xué)術(shù)問(wèn)題大都從閱讀中得來(lái)，解決問(wèn)題還要回到閱讀中去。數(shù)字化時(shí)代則往往主題先行，即先有題目再去論證。這種本末倒置的做法所產(chǎn)生的不良后果使偽命題及偽學(xué)術(shù)層出不窮?！斑^(guò)于依賴檢索系統(tǒng)會(huì)逐漸滋長(zhǎng)我們的惰性?？茖W(xué)本身就是一把雙刃劍，人體感官在享受數(shù)字化優(yōu)裕的同時(shí)也逐漸退化，數(shù)字檢索在方便之余也逐漸吞噬我們的思維?！盵7]

2.4 思維惰性

現(xiàn)代化科技手段的介入，給傳統(tǒng)的治學(xué)方法帶來(lái)了深刻的影響，極大地提高了古籍整理研究的效率，但信息的檢索無(wú)法取代人的主觀能動(dòng)性，數(shù)字化產(chǎn)品充斥社會(huì)，習(xí)慣與數(shù)字化產(chǎn)品打交道，使得研究者過(guò)于依賴信息工具，過(guò)于依賴檢索系統(tǒng)會(huì)逐漸滋長(zhǎng)我們的惰性，數(shù)字檢索在方便之余也逐漸僵化我們的思維。這種思維惰性不僅屏蔽了具體知識(shí)，更屏蔽了獲取知識(shí)的認(rèn)知途徑。計(jì)算機(jī)雖然在一定程度上能夠模擬人的思考，甚至在某些方面更具優(yōu)勢(shì)，但它不具備人類最本質(zhì)的創(chuàng)造性思維。廓清是非、置疑解惑決非依賴電腦檢索系統(tǒng)所能解決。以文字?？睘槔吮容^異同之外，判斷是非更為重要，這種決斷能力依靠深厚的學(xué)術(shù)涵養(yǎng)和積累，絕非計(jì)算機(jī)設(shè)計(jì)程序所具備。

3 知識(shí)遮蔽的表現(xiàn)

海量的數(shù)字化文獻(xiàn)為窮盡式的研究提供了基本條件，但另一方面又導(dǎo)致學(xué)術(shù)異化和知識(shí)遮蔽，阻礙了學(xué)術(shù)前進(jìn)，具體表現(xiàn)在:其一，研究周期縮短。古典文獻(xiàn)學(xué)是需要長(zhǎng)期積淀的學(xué)科，古籍?dāng)?shù)字化使各種資料的占有變得便捷易得，研究成本降低，周期縮短，抄襲和拼湊現(xiàn)象加劇，助長(zhǎng)了社會(huì)浮躁和學(xué)術(shù)不端之風(fēng)，學(xué)術(shù)成果在呈快餐式膨脹，學(xué)術(shù)水準(zhǔn)卻鮮有提升，研究者被海量信息淹沒(méi)，進(jìn)退無(wú)據(jù)，無(wú)所適從。長(zhǎng)期使用網(wǎng)絡(luò)和各種古籍庫(kù)的研究方式，使研究者逐漸養(yǎng)成依賴，離開(kāi)網(wǎng)絡(luò)就無(wú)法工作。同時(shí)，海量信息讓人無(wú)所適從。若能執(zhí)簡(jiǎn)馭繁，恰當(dāng)?shù)靥幚硇畔?，則利大于弊;若不能排除無(wú)用信息的干擾，如同“一部十七史，從何說(shuō)起”（薛應(yīng)旃《宋元資治通鑒》），則弊大于利。其二，學(xué)術(shù)成果經(jīng)不起檢驗(yàn)。當(dāng)學(xué)術(shù)被技術(shù)主宰時(shí)，技術(shù)偽裝學(xué)問(wèn)就在所難免，過(guò)于依靠數(shù)據(jù)庫(kù)檢索功能，通過(guò)預(yù)設(shè)條件只能檢索到與關(guān)鍵詞匹配的相關(guān)資料，而不能檢索到與主題相關(guān)的隱性信息，加之部分劣質(zhì)的數(shù)字化產(chǎn)品在一定程度上誤導(dǎo)著研究者，特別是無(wú)價(jià)值的垃圾信息的泛濫，導(dǎo)致人們陷入信息過(guò)度、信息麻痹的困境。同時(shí)，很多有價(jià)值的信息可能被忽略。思維定勢(shì)和材料堆砌、著作的個(gè)性缺失和思想貧乏以及種種相關(guān)現(xiàn)象充斥學(xué)界。

4 對(duì)策

4.1 去除心智之隔

中文古籍?dāng)?shù)字化對(duì)現(xiàn)代知識(shí)體系的形成及人文科學(xué)的深入發(fā)展具有深遠(yuǎn)的影響。然而在利用數(shù)字化古籍時(shí)，至少經(jīng)過(guò)了雙重過(guò)濾:第一，數(shù)字化工程無(wú)法將所有的古籍全部數(shù)字化，更遑論珍本、散落民間之抄本等。換言之，很多有價(jià)值的文獻(xiàn)資料內(nèi)容因未被選擇數(shù)字化而被遮蔽。其次，檢索過(guò)程是第二次過(guò)濾，因?yàn)辄c(diǎn)對(duì)點(diǎn)的檢索無(wú)法完成多元或關(guān)聯(lián)檢索。對(duì)于這些經(jīng)過(guò)電腦整理的文獻(xiàn)資料，甚至是電腦分析后得出的結(jié)論，選擇什么，不選擇什么，對(duì)哪些更要進(jìn)行質(zhì)疑辨?zhèn)蔚?，這里面起決定作用的還是研究者個(gè)性化、人文化的東西。

典籍文本深蘊(yùn)歷史信息，而歷史信息是多維度的:即它的原初形態(tài)，它作為公共審視和評(píng)價(jià)對(duì)象的原初形態(tài)，它因?yàn)闅q月歷程中不斷增減信息而形成的歷史性形態(tài)以及它因?yàn)閷徱曊邿o(wú)窮的個(gè)性化、心智性因素加入審視過(guò)程而出現(xiàn)的復(fù)雜“偏光”[8]。這其實(shí)體現(xiàn)的是人工智能與人腦心智的辨證關(guān)系問(wèn)題?！案簟?，是指因隔膜、隔閡形成差距，“不隔”，即融通無(wú)礙。只有有效去除心智之隔，方可使個(gè)體在利用數(shù)字化過(guò)程中避免出現(xiàn)思維迷失和惰性現(xiàn)象，提高學(xué)科發(fā)展水平，做到技術(shù)與學(xué)術(shù)互補(bǔ)。

4.2 權(quán)界問(wèn)題的再思考

數(shù)據(jù)化文獻(xiàn)時(shí)代主要以數(shù)據(jù)化文獻(xiàn)作為傳播手段，研究者擺脫原始研究方式，自覺(jué)利用數(shù)據(jù)化文獻(xiàn)，將計(jì)算機(jī)作為重要工具來(lái)使用，依靠強(qiáng)大的計(jì)算機(jī)功能來(lái)進(jìn)行學(xué)術(shù)研究，包括保存、表現(xiàn)文獻(xiàn)手段的數(shù)據(jù)化，傳播文獻(xiàn)途徑的間接化，達(dá)到一定程度的文獻(xiàn)數(shù)據(jù)量等。當(dāng)前，計(jì)算機(jī)處理信息的最大便利之一，就是能夠?qū)蘖啃畔⑦M(jìn)行窮盡式分析。數(shù)字化文獻(xiàn)資源這個(gè)公共學(xué)術(shù)平臺(tái)已經(jīng)初步形成，在此種趨勢(shì)之下，是否意味人文科學(xué)的各個(gè)研究層次均會(huì)被計(jì)算機(jī)所取代?人的心智做為研究工作的靈魂何以安身立命?既能夠掌握古往今來(lái)大量史料，又能體現(xiàn)研究者深切人文理念，從中爬梳剔抉、披沙揀金，電腦在古籍?dāng)?shù)字化應(yīng)用方面的前景幾乎是無(wú)可限量的，人機(jī)之間的“權(quán)界”劃分在何處?電腦作為研究手段，其效能到底有沒(méi)有邊界[9]?只有正視以上命題的存在，方可避免在古籍?dāng)?shù)字化文獻(xiàn)的應(yīng)用中陷入迷茫之境。

5 知識(shí)遮蔽現(xiàn)象對(duì)學(xué)術(shù)的影響

古籍?dāng)?shù)字化究竟對(duì)學(xué)術(shù)研究有何推動(dòng)作用?這種作用是僅僅停留在工具層面還是能夠滲透到文獻(xiàn)學(xué)和歷史學(xué)研究?jī)?nèi)部?它是在較淺層面上促使學(xué)科發(fā)生某些表層性變化，還是在較深層面上對(duì)傳統(tǒng)學(xué)科予以根本性的改造?這是當(dāng)代每一名文史研究工作者不能回避的問(wèn)題[10]。在低價(jià)值密度數(shù)據(jù)充斥信息系統(tǒng)的情況下，大多數(shù)研究者仍然能夠從“噪音”中發(fā)現(xiàn)新的價(jià)值，隨著古典文獻(xiàn)全面數(shù)字化的到來(lái)，利用文本挖掘發(fā)現(xiàn)相關(guān)數(shù)據(jù)庫(kù)新的價(jià)值也成為可能。

數(shù)字化技術(shù)推動(dòng)了學(xué)術(shù)進(jìn)程，但有可能成為異化人和束縛人的工具，面對(duì)不完整的、負(fù)價(jià)值的信息，往往導(dǎo)致人們喪失反思和批判的能力，回避或漠視古籍?dāng)?shù)字化對(duì)文史研究的深刻影響，將不可避免地導(dǎo)致研究水準(zhǔn)的落后，這種落后不僅源于研究手段的不能與時(shí)俱進(jìn)，更因?yàn)楣偶當(dāng)?shù)字化對(duì)文史研究這一傳統(tǒng)學(xué)科的深層介入，使得學(xué)科的發(fā)展呈現(xiàn)出此前不具有的若干新特點(diǎn)，不能適應(yīng)這種變化的學(xué)術(shù)研究必然落后于時(shí)代的要求。這一命題既是理論問(wèn)題，也是應(yīng)用問(wèn)題;既是技術(shù)問(wèn)題，也是哲學(xué)問(wèn)題，有著深邃的理論況味。

[1]吳夏平.誰(shuí)在左右學(xué)術(shù)——論古籍?dāng)?shù)字化與現(xiàn)代學(xué)術(shù)進(jìn)程[J].山西師大學(xué)報(bào)（社會(huì)科學(xué)版），2010，（3）:100-103.

[2]孫偉平.論信息時(shí)代人的新異化[J].哲學(xué)研究，2010，（7）:113-119.

[3]呂乃基.技術(shù)“遮蔽”了什么?[J].哲學(xué)研究，2010，（7）:89-94.

[4]吳夏平.唐代中央文館制度與文學(xué)研究[M].濟(jì)南:齊魯書社，2007.16.

[5]方 敏.數(shù)字化古籍利用策略研究[J].高校圖書情報(bào)論壇，2012，（2）:1-3.

[6]李 浩.唐代三大地域文學(xué)士族研究[M].北京:中華書局，2002.3.

[7]吳夏平.唐代制度與文學(xué)研究述論稿[M].濟(jì)南:齊魯書社，2008.196.

[8][9]李 鐸，王 毅.關(guān)于古代文獻(xiàn)信息化工程與古典文學(xué)研究之間互動(dòng)關(guān)系的對(duì)話[J].文學(xué)遺產(chǎn)，2005，（1）:126-137.

[10]鄭永曉.古籍?dāng)?shù)字化對(duì)學(xué)術(shù)的影響及其發(fā)展方向[J].社會(huì)科學(xué)管理與評(píng)論，2006.81-88.