The Intersection of History and Data Science: Methodological Innovations

وقد انتقل تقارب التاريخ وعلوم البيانات خلال العقد الماضي من تجربة متخصصة إلى قوة تحولية في مجال الإنسانية، وقد كان هذا التقاطع، الذي كان يسمى في كثير من الأحيان التاريخ الرقمي أو علوم البيانات التاريخية، ومكن الباحثين من تحليل مجموعة واسعة من النصوص، وتتبع الشبكات الاجتماعية عبر القرون، وتصور التغيرات في السكان والاقتصاد والثقافة التي كان من المستحيل في السابق، ومن خلال تطبيق أساليب الحاسبة على المصادر التاريخية، يمكن للباحثين أن يكتشفوا

علم البيانات التاريخية: لمحة عامة

ويطبق علم البيانات التاريخية تقنيات من علوم الحاسوب، والإحصاءات، وتصوير المعلومات على السجلات التاريخية، والمصنوعات اليدوية، والنصوص، وهو عنصر أساسي في الحركة الرقمية الأوسع نطاقاً للإنسانية، التي تسعى إلى إدماج التفكير الحاسوبي في مجال التحقيق الإنساني، وتوافر المحفوظات الرقمية الضخمة وحدها، مثل مكتبة جمع صحف أمريكا التي تصدر وقائع المؤتمر، ودليل المحفوظات الوطنية للمملكة المتحدة، ودليل مكتبة هاتي ترست الذي يمكن أن يطرح أسئلة رقمية.

ويدور في صميم علم البيانات التاريخي تحويل المصادر الأولية غير المهيكلة أو شبه الهيكلية إلى مجموعات بيانات قابلة للتحليل، وتشمل هذه العملية توفير العناية الدقيقة، وتنظيف البيانات، وإثراء البيانات الوصفية، وكثيرا ما يتبعها تحليل كمي أو كيميائي، ثم تفسر النتائج في السياق التاريخي، وتستلزم مزيجا من الخبرة الفنية الفنية والمهارات التقنية، وتزدهر في الميدان فيما يتعلق بالتعاون بين التخصصات، ويجمع علماء المكتبات،

الابتكارات المنهجية الرئيسية

ولا تزال مجموعة الأدوات المنهجية لعلوم البيانات التاريخية تتوسع، وتُضاف إلى ذلك عدة ابتكارات من أكثر الابتكارات تأثيرا، وكل منها له مواطن القوة والقيود ومجالات التطبيق الخاصة به.

1- إعداد النصوص المتعلقة بالتعدين وتجهيز اللغات الطبيعية

ويتيح التعدين النصي وشركة NLP للأعاصير الحصول تلقائياً على معلومات من مجموعات كبيرة من الوثائق الكتابية - التي تُنقل من مخطوطات القرون الوسطى إلى الصحف القرن التاسع عشر إلى السجلات البرلمانية، وقد تُستخدم تقنيات مثل نماذج الموضوع، أو التعرف على الكيان، أو تحليل المشاعر، أو الاستدلال على الاتجاهات المواضيعية، وتحديد الجهات الفاعلة الرئيسية والمواقع، وقياس الطول العاطفي الذي يُظهر على مدى الزمن.

Tools and platforms:] Python (NLTK, spaCy, gensim), R (tm, quanteda), and user-friendly interfaces like Voyant Tools and Lexos. Many digital archives also provide APIs for programmatic access to text.

2 - تحليل الشبكات

(أ) خرائط تحليل الشبكات: العلاقات بين الكيانات - الشعوب، والمنظمات، والمدن، أو المفاهيم - للكشف عن هيكل المجتمعات التاريخية، والتحالفات السياسية، والطرق التجارية، والتبادل الفكري، وذلك برسم رسوم بيانية تمثل فيها النوافذ جهات فاعلة وأطرافاً تمثل الروابط (المسؤولية، والاشتراك في العضو، والاشارات، وسجلات الشحن)، يمكن أن يحدد المؤرخون الأرقام المركزية، وقياس كثافة الاتصالات، وكشف المجموعات المحلية.

Tools and platforms:] Gephi, Cytoscape, NetworkX (Python), statnet (R). Visualizing large historical networks often requires careful pruning and layout adjustments to avoid clutter.

3- التحليل الكمي والنماذج الإحصائية

وقد ظلت الأساليب الكمية منذ وقت طويل جزءا من التاريخ الاقتصادي والاجتماعي، ولكن القوة الحاسوبية الحديثة توسع نطاقها على نطاق واسع، كما أن تحليل التراجع، والتنبؤ بسلاسل زمنية، والتنبؤ بالاقتصاديات المكانية، وحسابات التعلم الآلات تتيح للتاريخين تكوين ديناميات سكانية، وتقلبات الأسعار، وأنماط الهجرة، بل ونشر الابتكارات، وعلى سبيل المثال، استخدم فريق بحثي التراجع الجامدي في السجلات الجزائية الحديثة

Tools and platforms:] Stata, SPSS, R (tidyverse, caret), Python (pandas, scikit-learn). The key is ensuring statistical assumptions hold for historical data, which often suffers from non-random missingness and measurement error.

4- التحليل المكاني ونظم المعلومات الجغرافية

ويمكن للباحثين في نظام المعلومات الجغرافية التاريخي أن يرسموا بيانات عبر الفضاء والزمن، ويكشفوا عن الأبعاد الجغرافية للأحداث السابقة، فالكثافة السكانية، والتغيرات في استخدام الأراضي، وشبكات النقل، ومناطق النزاع يمكن تخطيطها باستخدام خرائط تاريخية ومعاجم رقمية.

Tools and platforms:] ArcGIS, QGIS, PostGIS, Python (geopandas, folium), R (sf, tmap). Spatial autocorrelation measures (e.g., Moran’s I) help identify clusters.

5 - تحليل الرؤية الحاسوبية والصور

ويمكن تحليل الصور التاريخية واللوحات والخرائط والمخطوطات المكتوبة بخط اليد باستخدام رؤية حاسوبية، كما أن التعرف على الطابع البصري على النصوص المطبوعة ثابت، ولكن الاعتراف بالنص المكتوب بخط اليد قد تحسن بشكل كبير مع التعلم العميق (مثلاً، الصفات)، ويمكن أن يحدد تصنيف الصور وكشف الأجسام الشعارات أو الأنماط المعمارية أو وجود أنواع من الصور المصورة.

Tools and platforms:] Tesseract (OCR), Transkribus (HTR), OpenCV, TensorFlow, and specialized platforms like Plateforme for manuscripts.

6 - تصور البيانات والمحفوظات الرقمية

فالتصوير ليس مجرد أداة عرض بل طريقة للتحليل الاستطلاعي، فالجداول الزمنية التفاعلية، ورسوم الشبكات، والخرائط الحرارية، والرسوم البيانية المتحركة تساعد علماء التاريخ على تصور الأنماط والتوقعات، وتخلق المحفوظات الرقمية التي تُبنى بمنابر مثل أوميكا، أو كونتينتد، أو مشاهدين متوافقين مع الصندوق الثالث، وسائل جديدة للتبادل والربط بين الأشياء.

Tools and platforms:] D3.js, Tableau, Flourish, Leaflet, and archival systems like ArchivesSpace or Islandora.

الأثر على البحوث التاريخية

وقد أدى دمج علم البيانات إلى تغيير جذري في كيفية قيام المؤرخين بصياغة الأسئلة وجمع الأدلة وتقديم النتائج، ويمكن أن تختبر التحليلات الكمية الكبيرة النظريات التي كانت تستند في السابق إلى أدلة غير مؤكدة، وعلى سبيل المثال، استخدمت مشاريع " تاريخ الكارتون السياسية " الصور التي يُعدها لتصنيف آلاف الكرتونات السياسية المتطورة في القرن التاسع عشر، والتي تكشف عن تحولات العرقية في آدم.

وعلاوة على ذلك، فإن علم البيانات يتيح " القراءة المستمرة " للكوربة النصية بأكملها، وهو مفهوم يروج له فرانكو موريتي، وبدلا من القراءة الدقيقة لعدد قليل من الأعمال الكانتونية، يمكن للتاريخ أن يمسح مئات الآلاف من الوثائق لتحديد الاتجاهات الطويلة الأجل في استخدام اللغات، أو شعبية الإبداع، أو التركيز المواضيعي، ولا يحل هذا محل القراءة الدقيقة بل يكملها، ويوفر جدولا ونطاقا لا يمكن أن تحققه الأساليب اليدوية.

وبالنسبة للطلاب، فإن التعرض لهذه الأساليب يشجع على الإلمام الكمي الحرج ويزيد من التقدير للطبيعة المبنية للبيانات، ويتعلمون استجواب التحيزات المتأصلة في المصادر التاريخية وفي خطوط الأنابيب الحاسوبية، ويضعون فهماً أكثر دقة لكيفية إنتاج المعرفة.

دراسات حالة في علوم البيانات التاريخية

نص التعدين في الثورة الفرنسية

واستخدم الباحثون موضوعاً نموذجياً لما يزيد على ٠٠٠ ٤٠ وثيقة من فترة الثورة الفرنسية، بما في ذلك المناقشات البرلمانية، والكتيبات، والمجلات، وحدد النموذج مجموعات مواضيعية متميزة - مثل " الحرب " ، و " الدين " ، وتتبع أهميتها بمرور الوقت، وكشف ذلك عن أن مناقشات " البيروت " و " الثورة " بلغت ذروتها في أوقات مختلفة مما كان عليه في السابق، مما كان عليه، مما وفر أدلة جديدة.

تحليل الشبكة لتجارة الكتب الحديثة المبكرة

وباستخدام سجلات رقمية من باللغة الإنكليزية القصيرة عنوانها: Catalogue]، قام العلماء ببناء شبكة من الطابعات، وكتبة الكتب، ومؤلفون من 1473 إلى 1800.() وأظهرت الرسوم البيانية الناتجة عن ذلك سيطرة لندن والتكامل التدريجي للصحافة الإقليمية، كما حددت الوسطاء الرئيسيين الذين تربطهم دوائر أدبية منفصلة أخرى، وأبرزوا دور أرقام الابتكار في جون باسكر.

التاريخ المكاني للسكك الحديدية تحت الأرض

The “Mapping the Underground Railroad”] project geocoded thousands of escaped slave narratives, abolitionist records, and newspaper advertisements. Spatial analysis revealed previously overlooked routes and safe houses, and correlated escape patterns with changes in legislation (e.g., the Fugitive Slave Act of 1850). The interactive map allows freedom explore unprecedented.

المصادر والهياكل الأساسية

ويعتمد علم البيانات التاريخية على مصادر رقمية عالية الجودة وتشمل المستودعات الرئيسية ما يلي:

  • HathiTrust Digital Library:] Over 17 million volumes, with full-text search for public-domain works.
  • Chronicling America (Library of Congress):] Over 20 million pages of historical U.S. newspapers.
  • European Collections:] millionsions of digitized books, maps, photographs, and archival documents from across Europe.
  • Transkribus + READ-COOP:] Platforms for handwritten text recognition, crucial for pre-modern records.
  • ICPSR (Inter-university Consortium for Political and Social Research):] Hosts historical census data, election returns, and other quantitative datasets.

كما يستحدث الباحثون مجموعات بيانات خاصة عن طريق نقل أو شرح المصادر - نشاط كثيف العمالة ولكنه مكافئ، كما أن مبادرات البيانات المفتوحة (مثلاً، ويكيداتا، وفايفا) توفر معلومات محددة منظمة يمكن استخدامها لتبديد الكيانات التاريخية التي تكتنفها البيانات.

التدريب والمهارات للجيل القادم

وللعمل بفعالية في هذا التقاطع، يحتاج المؤرخون إلى أرضية في كل من الأساليب الحسابية والمناورات التاريخية، وتقدم برامج الدراسات العليا والجامعات الآن دورات دراسية في التاريخ الرقمي، ومصارعة البيانات، والبرمجة للإنسان، وتشمل المهارات الأساسية ما يلي:

  • Basic programming] (Python or R) for data manipulation and analysis.
  • Database design and SQL] for managing structured historical data.
  • Statistical reasoning]] to choose appropriate models and avoid holefalls like overfitting or ecological fallacy.
  • Critical data literacy] to assess provenance, bias, and gaps in digitized sources.
  • Collaboration and project management] to work in cross-disciplinary teams.

Online resources like Programming Historian] offer free lessons in Python, R, GIS, and other tools tailored for humanists. Workshops from the ]Digital Humanities Summer Institute (DHSI) and the [FLT: Arti providee Liberal.

التحديات والنظر في المسائل الأخلاقية

وعلى الرغم من وعده، يواجه علم البيانات التاريخي عقبات كبيرة:

نوعية البيانات واكتمالها

فالسجلات التاريخية مجزأة في جوهرها، إذ أن البيانات المفقودة والأخطاء المتناقلة والعينات يمكن أن تشوه التحليلات، فعلى سبيل المثال، فإن النساء والفقراء والسكان غير الليترات كثيرا ما يكونون ناقصي التمثيل في المصادر المكتوبة، ويجب على الباحثين توثيق هذه الثغرات وحصرها، وأن يكونوا حذرين من التعميم من الضمادات الرقمية التي قد تكون مفرطة في تمثيل بعض المناطق أو الفئات الاجتماعية.

Algorithmic Bias and Context

ويمكن أن تستنسخ الأدوات الحاسوبية أو تضاعف التحيزات التاريخية، وقد يؤدي نموذج تحليل المشاعر المتدرب على النصوص الحديثة إلى إساءة تفسير التعبير عن النفس أو السخرة في القرن الثامن عشر، وتتفاوت دقة المكتب تفاوتا كبيرا مع الشكل والشرط الأصلي، مما يُحدث ضوضاء، وكثيرا ما يتطلب تحليل الشبكة خيارات عتبة تعسفية لإدراج الحوافات، مما يمكن أن يشكل نتائج، وتحليلات الحساسية والتحقق الدقيق أمر أساسي.

الوصاية الأخلاقية

ويثير استخدام البيانات الشخصية من السجلات التاريخية شواغل تتعلق بالخصوصية، لا سيما في التاريخ الحديث حيث قد يظل من بين الذين ينحدرون من أفراد على قيد الحياة، ويجب معالجة مواد التراث الثقافي لمجتمعات الشعوب الأصلية فيما يتعلق بالسيادة القبلية والبروتوكولات، ويجب أن يُنقّع تقاسم البيانات ونشرها حقوق التأليف والنشر، والمبادئ التوجيهية الأخلاقية من المنظمات المهنية (مثل الرابطة التاريخية الأمريكية، ومجتمعات العلوم الرقمية)، ومجالس الاستعراض المؤسسية.

الترجمة الشفوية والتصحيح

ولا يمكن أن تُفسَّر النواتج الكمية بنفسها، بل يجب تفسيرها في السياقات الاجتماعية والسياسية والثقافية للفترة، ولا يثبت وجود علاقة بين المصاعب الاقتصادية والاتهامات المتعلقة بالسحر دون وجود أدلة نوعية على المعتقدات المحلية والأطر القانونية، ويتزوج أفضل عمل في مجال علم البيانات التاريخي الأدلة الحسابية مع البحوث التقليدية في مجال المحفوظات، ويستخدم كل منها للتحقق من الآخر وإثراءه.

الاتجاهات المستقبلية

وفي المستقبل، ستشكل عدة اتجاهات المجال:

  • Machine learning and LLMs:] Large language models (e.g., GPT, LaMA) can assist with transcription, translation, and text generation, but require careful prompt engineering and fact- checking.
  • ]Multimodal analysis:] Combining text, image, map, and sound data within a single analysis framework -e.g., linking a paint’s visual motifs to contemporaneous textual descriptions.
  • Citizen science and crowdsourcing:] Platforms like Zooniverse engage volunteers in transcribing and classifying historical sources, accelerating data creation.
  • Reproducibility and open data:] growing emphasis on sharing code, data, and workflows to enable verification and reuse.
  • Teaching and public history:] Interactive exhibits and classes modules that use data science to engage broader audiences with the past.

ولن تقلل هذه التطورات من الحاجة إلى تفكير تاريخي صارم بل ستوسع مجموعة الأدوات التاريخية، وستوفر سبلا جديدة لطرح الأسئلة القديمة واكتشاف الأسئلة التي لم تتصور بعد، ولا يُعتبر تقاطع التاريخ وعلوم البيانات بمثابة استيلاء على الإنسانية من جانب التكنولوجيا، بل هو مجال غني وتعاوني حيث تُظهر الممارسة الحسابية المتأنية والتفاهم التاريخي العميق معا تعقيدات التجربة البشرية.

Further reading and resources:]