استخدام البيانات الكبيرة لكشف دوريات خفية في المناسبات التاريخية

مقدمة

وقد أدى تقاطع علوم البيانات والتحقيق التاريخي إلى انضباط جديد كثيرا ما يسمى التاريخ الرقمي أو التاريخ المحوسب، ومن خلال تطبيق أدوات تحليلية كبيرة للبيانات كانت مصممة أصلا للتجارة الإلكترونية، ووسائط الإعلام الاجتماعية، وتاريخ البحوث العلمية، يمكن الآن تجهيز وفحص مستودعات واسعة النطاق للمصادر الرقمية، وتشمل كل شيء من سجلات الأبرشية الخفية منذ قرون، وعودة الباحثين إلى ملايين الصفحات الاجتماعية.

The Rise of Big Data in Historical Research

بيانات كبيرة في سياق تاريخي تشير إلى مجموعات البيانات الرقمية الكبيرة أو المعقدة بحيث لا يمكن معالجتها بسهولة باستخدام وثائق التوزيع التقليدية أو أدوات قواعد البيانات، وتتنوع المصادر: فإقرار الطابع البصري (OCR) مكّن من رقمنة الملايين من الكتب والمجلات والصحف؛ وقد أصدرت الحكومات والمؤسسات بيانات تعدادات قابلة للقراءة الآلية، وسجلات الميلاد والوفاة، والإجراءات البرلمانية؛ وقد وفرت الشبكة كميات غير مسبوقة من المراسلات الشخصية، والتفكك،

فالحجم الخفي للبيانات - مثلاً، تحتفظ المكتبة البريطانية بأكثر من 40 مليون صفحة من صفحات الصحف من القرن السابع عشر إلى القرن العشرين - مما يعني أنه حتى لو كان الباحث الوحيد يستطيع، بأدوات مناسبة، أن يقيم الأنماط عبر القرون بدلاً من أن يقتصر على بضعة محفوظات، وهذا التحول مثل اختراع المقراب في علم الفلك: فهو لا يحل محل القراءة الدقيقة، ولكنه يكشف عن وجود هياكل غير مرئية في مجال التبني.

الأساليب التحليلية الرئيسية للبيانات التاريخية الكبيرة

ولإستخراج أنماط ذات مغزى من البيانات التاريخية الكبيرة، يستخدم الباحثون مجموعة من الأساليب الحاسوبية المكيفة من علوم الحاسوب والإحصاءات والإنسانيات الرقمية، وهي أهم التقنيات، التي تناسب كل منها أنواعا مختلفة من الأسئلة.

إعداد النصوص المتعلقة بالتعدين وتجهيز اللغات الطبيعية

ويشمل التعدين النص تحويل النص غير المنظم إلى بيانات منظمة يمكن تقديرها كميا وتحليلها، وتشمل المهام المشتركة للشركة الوطنية المحدودة المسؤولية التي تطبق على النصوص التاريخية وضع نماذج للموضوعات، التي تحدد تلقائيا المواضيع التي تشمل مجموعة من الشركات؛ والاعتراف بالكيانات الذي يستخرج أسماء الأشخاص والأماكن والمنظمات والتواريخ؛ وتحليل المشاعر الذي يقيِّد الاتجاه العاطفي للمرورات، مثلا عن طريق إجراء تحليل للمشاعر حول عقود من المحررين الرئيسيين في الصحف.

تحليل الشبكة

ويرسم تحليل الشبكة العلاقات بين الكيانات - السكان، والمنظمات، والأفكار، بل والأماكن، وفي البحوث التاريخية، تكون هذه العلاقات قوية بوجه خاص لفهم الهياكل الاجتماعية، والتحالفات السياسية، والتعاون العلمي، والشبكات التجارية، إذ إن إنشاء شبكة من الرسائل، مثلاً، يمكن أن يحدد الأرقام التي كانت سمسرة للتأثير أثناء التنوير أو الثورة الأمريكية، كما أن الشبكة الرياضية والمؤرخة ويليام بلافير قد ذكرت " هناك

التحليل المكاني ونظم المعلومات الجغرافية

ويتيح نظام المعلومات الجغرافية للمؤرخين وضع بيانات عن الخرائط وتحليل الأنماط المكانية على مر الزمن، وقد استخدم هذا الأسلوب لإعادة بناء انتشار الموت الأسود عبر أوروبا، ورسم خرائط طرق السكك الحديدية تحت الأرض، وتحليل توزيع أنماط التصويت في الانتخابات الرقمية في القرن التاسع عشر في الولايات المتحدة، كما يمكن أن يجمع التحليل المكاني بين عدة طبقات - على سبيل المثال، تُحدث بيانات التعدادات المدنية مع خرائط القرن.

تعليم الآلات من أجل كشف النباتات

فإلى جانب الأساليب الإحصائية البسيطة، يمكن أن تحدد الخوارزميات التعليمية الآلاتية أنماطا معقدة وغير واضحة في البيانات التاريخية، كما أن مجموعة الخوارزميات المجمدة مماثلة للأحداث التاريخية أو الوثائق التي لا تستخدم في السابق للكشف عن فئات الاحتجاجات الاجتماعية أو الإبداعات الأدبية التي كانت غير معترف بها سابقا، والكشف عن هذه المواد يمكن أن يحدد مواضعا، مثل التوابل غير العادية في أسعار الأسواق المتوسطة الدخل التي تتطابق مع معايير دقيقة.

دراسات حالة عن كشف النبضات المخفية

وتوضح الأمثلة التالية كيف كشفت أساليب البيانات الضخمة عن أنماط قد تكون قد فاتت أو لم تلمست إلا.

Revealing Shifts in Public Sentiment through Newspaper Archives

ومن أكثر المجالات إنتاجية تحليل عدد كبير من الصحف، حيث إن محفوظات الصحف البريطانية تتضمن على سبيل المثال أكثر من 40 مليون صفحة تمتد على ثلاثة قرون، وقد استخدم الباحثون في جامعة سوسكس نماذج للموضوع وتحليلاً للمشاعر في الصحف الآيرلندية من عام 1790 إلى عام 1900 لتتبع الاتجاهات المتغيرة نحو الهجرة، ووجدوا أن اللغة تحولت من وصف الهجرة إلى مرحلة انتقالية في أوائل القرن التاسع عشر.

رسم خرائط للشبكات الاجتماعية للأرقام التاريخية

وقد استخدم مشروع " ستة من أعضاء فرانسيس باكون " )يشير إلى مفهوم " ست درجات فصل " الشهير( تحليلاً شبكياً لإعادة بناء الروابط الاجتماعية للمفكرين الإنكليزيين الحديثين في وقت مبكر، ولم يكن هناك في خطابات التعدين، والتفاني، وقوائم العضوية في الجمعية الملكية، كشف المشروع عن أن مارغريت كافنديش، وهي في القرن السابع عشر، هي أكثر ارتباطاً بشبكة مفكرين تحديين من قبل.

تحليل البيانات الاقتصادية الطويلة الأجل

وقد عمل مؤرخون اقتصاديون منذ فترة طويلة مع بيانات كمية، ولكن البيانات الضخمة وسعت نطاقها، وقد جمع الفريق العالمي لتاريخ الأسعار والدخل قاعدة بيانات للأجور والأسعار على مدى 600 سنة من عشرات المدن، ولم يكن بإمكان الباحثين، عن طريق إجراء تحليل للمجموعات والسلاسل الزمنية، أن يحددوا " الاختلاف بين الأرض والدخل " - وهي الفترة التي كانت تراوحت بين 1500 و1800 عندما بدأت شمال غرب أوروبا في سحب السجلات ذات الصلة الاقتصادية من الجنوب والشرق.

إعادة بناء حالات انقطاع الأمراض من السجلات التاريخية

وقد استشهد فريق من علماء التاريخ والبيانات في عام 2020 بأرقام رقمية عن سجلات الدفن من أبرشيات لندن في القرن السابع عشر، واستخدمت نظام المعلومات الجغرافية لتحديد انتشار الفصيلة الكبرى في عام 1665، وكشفت أن العدوى لم تتحول بشكل موحد من مركز المدينة إلى خارجه؛ وبدلاً من ذلك، قفزت من الأبرشية إلى أسواق قائمة على التركيزات التجارية.

التحديات والحدود

وعلى الرغم من وعده، فإن استخدام البيانات الضخمة في التاريخ محفوفة بالتحديات المنهجية والأخلاقية، أولا، فإن نوعية البيانات نادرا ما تكون مثالية، وقد تؤدي أخطاء مكتب الممثل الخاص للأمين العام إلى تشويه نتائج التعدين في النص؛ وعلى سبيل المثال، فإن الطابع المختلط الوحيد في مقال صحفي قد يغير النتيجة العاطفية للمثول أمام المحكمة في كل سنة، ويجب على المؤرخين أن ينظفوا ويصدقوا على بياناتهم، التي كثيرا ما تتطلب فحصا يدويا على عينة.

ثالثاً، إن الترابط ليس سبباً، فالبيانات الكبيرة يمكن أن تكشف عن تحركين معاً، وارتفاع في الإصلاحات التهجئة، وانخفاض الإشارات الدينية - ولكن التفسير يتطلب سياقاً تاريخياً، وبدونه، فإن التحليلات التي تتحول إلى " أثر تعدين البيانات " التي تبالغ في أنماط الضوضاء، وأخيراً، تنشأ شواغل تتعلق بالخصوصية عند التعامل مع البيانات الشخصية من القرن العشرين، وقد تتضمن محفوظات الاجتماعية التاريخية معلومات عن الأخلاقيات.

مستقبل البيانات الضخمة في التاريخ

وفي المستقبل، فإن إدماج البيانات الضخمة مع نماذج التعلم الآلاتي - لا سيما نماذج اللغات الكبيرة مثل GPT-offers tantalizing possibilities. LLMs can summarize historical texts, generate hypotheses, or even simulate "counterfactual " historical scenarios by being trained on large corpora of conditional statements. However, these models also amplify existing biases and can produce plausible-sounding.

وثمة حدود أخرى تتمثل في دمج البيانات التاريخية مع الميادين العلمية الأخرى، فالعلم المناخي التاريخي، على سبيل المثال، يجمع بين البيانات المتعلقة بتربية الأشجار، ولباقات الجليد، ومذكرات الطقس التاريخية لإعادة بناء المناخات السابقة، وبدمجها مع السجلات الاقتصادية، يمكن للباحثين أن يرسموا كيف أن الصدمات المناخية قد تسببت في حدوث ظواهر مزيفة أو هجرة، كما أن علم الآثار أصبح تحركاً محركاً للبيانات: فقد كشف مسح كميات من المايا في مواضع من الكربون في كل أنحاء العالم.

ومع أن هذه الأدوات أصبحت أكثر سهولة، فقد نرى إضفاء الطابع الديمقراطي على البحوث التاريخية، حيث يمكن لأخصائيي علم الوراثة الهواة أو جمعيات التاريخ المحلية أن يطبقوا نفس الخوارزميات التي تستخدمها الجامعات، غير أن الخطر يشكل شكلا جديدا من أشكال الفجوة الرقمية بين الذين لديهم المهارات التقنية والموارد الحاسوبية والذين لا يملكون، ولضمان أن تكون البيانات الضخمة غنية بدلا من تشويه فهمنا للعمل السابق، يجب أن يظل المؤرخون منخرطين في العمل الأخلاقي.

خاتمة

إن تطبيق البيانات الكبيرة على البحوث التاريخية ليس بديلاً لحرف تاريخي تقليدي، بل هو امتداد، إذ إن الكشف عن أنماط مخفية من المشاعر والشبكات والفضاء والزمن، يتيح لنا أن نطرح أسئلة جديدة، وأن نثبت أو نتحد من السرد القديم، والأمثلة التي نوقشت هنا من تحويل خطاب الهجرة الآيرلندية إلى انتشار الطاعون في لندن، ومن خلال الوسائل غير المنظورة للتطورات التكنولوجية الفردية.