大數(shù)據(jù)與考據(jù)新生態(tài)

張子軾

大數(shù)據(jù)如今已滲透到人類生活的方方面面。隨著各種數(shù)據(jù)庫的大量出現(xiàn)，傳統(tǒng)文史研究也發(fā)生了變化。

近年來，與“e考據(jù)”和“數(shù)字人文”相關的研究日趨增多，因此，進一步探索如何更切實地將理論、方法與研究實踐有機結合，就變得十分重要。

揚棄既有研究成果

大數(shù)據(jù)時代對傳統(tǒng)文史研究產(chǎn)生的影響，首先表現(xiàn)在資料上。近些年新推出的電子資源在內(nèi)容上甚至有超越傳統(tǒng)出版物之勢，檢索的快捷性和精確度，可以令學者省卻翻檢群書、游歷訪書之勞。

在這樣的學術環(huán)境下，探討某些疑難問題可能只需簡單檢索，許多“懸案”的解決難度也相應大幅度降低。前人因資料局限而不得不大量運用的“理校”“推論”“悟證”等方法，在大數(shù)據(jù)時代無疑需要重新進行揚棄。

在學術史研究中，清代人往往因所見善本不豐而大量運用“理?！狈ㄕ归_研究，其中有的結論或與善本相合或遭善本否定。當下既然已經(jīng)能夠在研究中大量占有善本供?？?，那么這種研究方法雖仍有學習的必要，但其實用性難免會打些折扣。大量新材料理應引發(fā)大量新結論，一些“常識”或“定論”必然也會隨之遭到質疑甚至顛覆，這對于現(xiàn)有的研究自然會有相當明顯的刺激作用。

近年來學界對于近代學人的成就時有爭論，原因之一就在于當時學者以一人之力所做的資料性工作，精度和效率都很容易被數(shù)據(jù)庫所超越。不少在民國時期“古史辨”中幾乎成為公認的定論，隨著出土文獻的發(fā)現(xiàn)而被推翻（典型的例子如對《孫子兵法》的辨?zhèn)危阋娦虏牧显谀承┭芯款I域確實處于相當核心的地位。

通過數(shù)據(jù)庫重新打撈那些以往不被關注的文獻，這實際上仍是發(fā)現(xiàn)新材料，其性質與考古相似，亦可稱之為當下的“預流之學”（陳寅恪：《敦煌劫余錄序》）。

與此相關的一個問題是，在超過120億字的可檢索古典文本，以及各種不同類型的數(shù)據(jù)庫中，還蘊藏諸多問題可供發(fā)掘。這些數(shù)據(jù)資源能否被學者使用，很大程度上取決于其所在單位購買的數(shù)據(jù)庫數(shù)量。在高校間已有明顯“數(shù)位落差”的現(xiàn)狀下，學者個人的學術水準有可能受到所處文獻環(huán)境的制約，而不同文獻環(huán)境導致的信息素養(yǎng)的差異可能會進一步拉大這一差距。

數(shù)據(jù)庫大量涌現(xiàn)，學術評判標準也會發(fā)生變化。出于“功利”眼光計算，當代學者費盡周折的考據(jù)工作，很可能被下一代學者輕易解決。其原因并非人的智力才能有別，而是由于文獻環(huán)境不斷變化提供的巨大方便使然。

一代有一代之學術，面對不同的環(huán)境，學術范式也應隨之轉移。所以，當下正是海量文獻可供使用、可以大有作為的時代，也是考據(jù)研究缺乏亮點而趨于同質化的時代。換言之，即使是在數(shù)據(jù)仍未被充分電子化的當下，考據(jù)研究的合法性也正在受到?jīng)_擊。一般性的文獻挖掘仍然重要，但能夠解決核心學術問題的研究更為重要。

引發(fā)學術倫理討論

在電子檢索受到學界矚目的同時，一些批評尤其是對于學術倫理的討論也隨之熱門起來。

電子檢索的高效快捷，令不少學者擔憂其可能引發(fā)更嚴重的學術不端。比如，有的研究者可能對相關領域了解有限，但在檢索工具的助力下仍敢匆匆上馬，輕易立說;有的研究者征引繁復，可謂博瞻，但實際上許多材料是脫離語境的“遙讀”，經(jīng)不起細加辨析;有的研究者過于迷信電子文本的全面性，但卻因此而忽略了那些未被電子化的文獻;有些電子文本存在錯誤，研究者未核查原書導致誤引誤斷，等等。

對這些實際存在甚至時顯泛濫的問題，我們可以嘗試從以下幾個方面來進一步認識。

首先，技術本身是中立的，上述批評很大程度上是在針對研究者個人的文史素養(yǎng)和治學態(tài)度，并未否定技術能夠令優(yōu)秀學者如虎添翼。而擅長檢索的學者也能夠認識到文史素養(yǎng)的重要性，并非一味依賴電子資源。從現(xiàn)實情況看，電子技術確實使那些曾經(jīng)看上去遙不可及的專家學者（尤其是實證型學者），變得可以企及了，這至少是正在提升學術研究的平均水準。校勘、箋注、考據(jù)中的一些前期工作，可由計算機更精準地代勞，在人機結合的研究過程中，“高明子弟，自然沉潛”。

其次，當下的電子文本即使是掃描版也往往不能完全忠于原書，引用之前必須與原始文獻核對。這恰好說明，現(xiàn)在的數(shù)據(jù)庫還沒有脫去以往“工具書”的性質。前人做研究，亦會查閱類書、索引等，甚至常有轉引、代查的現(xiàn)象，這證明“工具”本來也不被排斥。如將數(shù)據(jù)庫理解為一種高級的“逐字索引”，則其學術價值自然彰顯。此外，紙質文獻（尤其是整理本）同樣常常有誤。古籍校勘中，也多有以“通行本”為底本的典范。事實上，核心問題不在于當下的電子文本有多少具體錯誤，而在于能否使注釋具有可回溯性和規(guī)范性。如果一味排斥征引電子文本，很可能也會使數(shù)據(jù)庫開發(fā)者缺乏將電子文本精確化的動力。

促進材料深度辨析

一般觀點通常認為，電子檢索作為一種“捷徑”，往往令學者過于重視關鍵詞，卻忽視同一詞語所處的不同語境。時代的風氣、作者的習慣、史料的性質等，都在大數(shù)據(jù)時代的考據(jù)中付之闕如。在筆者看來，這種弊病在傳統(tǒng)文史研究中同樣并不少見，卻有可能在大數(shù)據(jù)時代覓得新的解決契機。

首先，大數(shù)據(jù)時代資源豐富，找尋輔證、反例的難度與以前相比要小很多，可以在一定程度上防治孤證武斷，并有益于深入理解史料所處的特殊語境。

其次，當大數(shù)據(jù)呈現(xiàn)出全部信息時，可以在多方面幫助學者辨析問題，甚至可以用“結構取義”的方式展開新的研究思路。例如高樹偉在研究《永樂大典》的輯佚條例時，推翻了認為《大典》“直取全文”的成說，并且依靠海量文本對校的方式，提出了《大典》征書的新通例。這一變化，或許在一定程度上可以借助通例建立參考系，并以此來重新認識前人輯佚的成果，不妨稱之為類似于“理?！钡摹袄磔嬝?。黃一農(nóng)最近在脂批本“寧”字抄寫避諱的研究中，也提及抄本研究應建立參照系，這些見解似可遙相呼應。

又如在文本細讀工作中，作者究竟是直接使用某一典故，還是受到文化傳統(tǒng)影響，實際存在多種可能。箋注、考據(jù)家往往側重于鎖定甲乙間的因果承襲關系，但容易忽視文化大傳統(tǒng)的潛在影響。近年來古代文學研究引入“互文”理論，嘗試說明這種影響往往是網(wǎng)絡狀、多源多流的。張昊蘇在此基礎上提出“e互文”思路，意在指出大數(shù)據(jù)時代有助于深入理解這種多樣性。

借助大數(shù)據(jù)提供的便利，考據(jù)學出現(xiàn)了“后發(fā)先至”的現(xiàn)象。前輩學者經(jīng)年研究的難題，很可能被新一代學人在短時間內(nèi)解決。至少在這類問題上，信息素養(yǎng)的意義很可能要高于傳統(tǒng)知識體系，掌握查找知識的能力很可能也比掌握知識更為高效且重要。

這里并非是說新時代的學者可以不掌握知識而解決問題，而是說，信息素養(yǎng)可以出于研究的需要，迅速進入新的領域并建構具有針對性的知識體系，這種大幅度的跨界是傳統(tǒng)學者較難做到的。

當然，就目前的研究狀況來看，大數(shù)據(jù)時代“數(shù)字人文”研究的多數(shù)成果仍然是在研究具體問題，而尚未建立新的范式。但近十余年來這一領域的學術積累正以指數(shù)級速度增長，足以令人期待由“量變”產(chǎn)生“質變”。或許，未來傳統(tǒng)學者也應該未雨綢繆，需要考慮能否做出不被數(shù)據(jù)庫遮蔽、凸顯研究者個性的學問。