Είναι η ιστορία θέμα ατομικής δράσης και δράσης ή εύρεσης και ποσοτικού προσδιορισμού δομών και προτύπων;
…
Σε μια φυτεία βαμβακιού στη Λουιζιάνα που ανήκε στον Bennet H Barrow, το 1841 και το 1842, «συνολικά χορηγήθηκαν 160 μαστιγώματα, κατά μέσο όρο 0,7 μαστιγώματα ανά χέρι ανά έτος». Κάπως έτσι υπολόγισαν οι οικονομολόγοι Robert Fogel και Stanley L Engerman, αντλώντας από πίνακες που δημιούργησε ο ιστορικός της Λουιζιάνας Edwin Adams Davis, από τα ημερολόγια του ιδιοκτήτη.
Οι οικονομολόγοι προέβαλαν αυτόν τον αριθμό, μεταξύ πολλών άλλων, σε μια αμφιλεγόμενη αναθεώρηση της ιστοριογραφίας της δουλείας, Time on the Cross: The Economics of American Negro Slavery (1974). Το βιβλίο κυκλοφόρησε στην αγορά για να προσελκύσει ένα ευρύ κοινό, την επιστημονική αυθεντία του έργου (ο τόμος χωρίς υποσημειώσεις συνοδευόταν από ένα συμπλήρωμα πλούσιο σε εξισώσεις και πίνακες) και να προκαλέσει διαμάχες. Διακυβεύτηκε το αναπόφευκτο του Εμφυλίου. Και στην πορεία τους, ξεκινώντας με το νεοκλασικό μοντέλο ενός λογικού δουλοκτήτη, που δείχνει ότι η επιχείρηση φυτειών ήταν κερδοφόρα, οι συγγραφείς έφτασαν στο σημείο να γράψουν ότι:
Οι ιδιοκτήτες φυτειών προσπάθησαν να εμποτίσουν τους σκλάβους με μια «προτεσταντική» εργασιακή ηθική… Μια τέτοια στάση δεν θα μπορούσε να επιβληθεί στους σκλάβους. Έπρεπε να εκμαιευθεί.
Ελαχιστοποίησαν επίσης τη σεξουαλική κακοποίηση των σκλάβων και τον χωρισμό των οικογενειών.
Συζητήσεις σχετικά με το Time on the Cross έχουν ρίξει μεγάλη σκιά στις σχέσεις μεταξύ οικονομολόγων και ιστορικών στις Ηνωμένες Πολιτείες. Ο Φόγκελ και ο Ένγκερμαν απεικόνισαν τους εαυτούς τους, και εξακολουθούν να προαναγγέλλονται από πολλούς, ως ήρωες μιας «νέας οικονομικής ιστορίας» – που ονομάζεται επίσης «κλειομετρική» – που θα χρησιμοποιούσε αριθμούς και μοντέλα για να κάνει την ιστορία πιο αποτελεσματική. Υποστήριξαν ότι οι επιχορηγήσεις του Εθνικού Ιδρύματος Επιστημών που θα μπορούσαν να χρηματοδοτήσουν ομάδες βοηθών θα διέψευδαν τελικά τις διατριβές παλαιότερων ιστορικών. Εν τω μεταξύ, οι περισσότεροι ιστορικοί στη δεκαετία του 1970 απέρριψαν όχι μόνο την αξιολόγηση του βιβλίου για τη δουλεία αλλά και τις ποσοτικές μεθόδους της γενικά, επειδή δεν έλαβαν υπόψη τους την πολυπλοκότητα της ανθρώπινης εμπειρίας και δράσης. Αυτό ήταν, στην πραγματικότητα, ένα ακόμη επεισόδιο σε έναν πόλεμο δεκαετιών. Γιατί θα γίνονταν μάχες για τους αριθμούς στην ιστορία; Διότι οι ποσοτικές μέθοδοι είναι από καιρό σήμα και σύμβολο πολύ περισσότερων από την αριθμητική ή την επάρκεια υπολογιστή. Οι επιστημονικοί κλάδοι αναπτύσσονται συχνά μέσω πολέμων κατά μήκος δυαδικών διαχωρισμών και το «ποσοτικό vs ποιοτικό» είναι κλασικό. Αυτό γίνεται πρόβλημα όταν κάθε εδραιωμένο στρατόπεδο παραμένει στατικό.
Ωστόσο, πάντα υπήρχαν εξαιρέσεις: τολμηροί μελετητές που διέσχισαν το πεδίο της μάχης για να εξερευνήσουν ή να δημιουργήσουν νέες περιοχές. Μεταξύ των αγανακτισμένων ακαδημαϊκών που έγραψαν εκατοντάδες σελίδες για να αντικρούσουν τις υποθέσεις και τα στοιχεία των Φόγκελ και Ένγκερμαν ήταν ο κοινωνικός ιστορικός Χέρμπερτ Γκάτμαν, ειδικός αφροαμερικανών οικογενειών, που δεν δίστασε, στη δική του έρευνα , να μεταφράσει τις πρωτότυπες πηγές σε αριθμούς. Κανένας αριθμός δεν θα έκανε, ωστόσο. Όπως τόνισε ο Gutman στο Slavery and the Numbers Game (1975), δεν είχε νόημα να μιλάμε για λήψη 0,7 μαστιγωμάτων ετησίως από ό,τι θα ήταν να γράφουμε ότι 99,998 ανά το εκατό των Μαύρων που ζούσαν στις ΗΠΑ δεν λιντσάρονταν το 1889. Ένας άλλος τρόπος για να δούμε τον μέσο όρο του 0,7 ήταν να υπολογίσουμε ότι κάθε σκλάβος στη φυτεία έβλεπε ένα μαστίγωμα κάθε 4,56 ημέρες – αυτό ενός άνδρα μια φορά την εβδομάδα, συν μια γυναίκα μία φορά κάθε 12 ημέρες. Τόσο πολύ για την εκκένωση σε αντίθεση με την απειλή.
Το ότι υπάρχουν περισσότεροι από ένας τρόποι ερμηνείας των αριθμών μπορεί να φαίνεται προφανές, αλλά αξίζει να επαναληφθεί τη στιγμή που, για άλλη μια φορά, οι ιστορικοί που ισχυρίζονται ότι θα μιμηθούν τις υποτιθέμενες «σκληρές» επιστήμες είναι σε θέση να λάβουν τεράστιες επιχορηγήσεις και να προσλάβουν στρατούς βοηθών. Η σκιαγράφηση της ιστορίας των πολέμων αριθμών μπορεί να είναι ένας τρόπος για να αποφευχθεί, για άλλη μια φορά, η αντιπαράθεση μιας σκληρής, επιστημονικής, αρσενικής, απλοϊκής, υλιστικής ποσοτικοποίησης απέναντι σε μια διφορούμενη, επίπονη, γυναικεία, περίπλοκη, ανθρωπιστική ιστορία – ένας τρόπος για λιγότερο βαρετά βιβλία και άρθρα .
Ο ιστορικός του αύριο θα είναι προγραμματιστής ή δεν θα υπάρχει», έγραψε ο Emmanuel Le Roy Laduie το 1968. Εκείνες ήταν οι μέρες ακμής μιας μόδας για την ποσοτική ιστορία που μοιράζεται σε πολλές χώρες και ειδικότητες. χαρακτηρίστηκε ως «νέα»: όχι μόνο «νέα οικονομική ιστορία», αλλά και «νέα κοινωνική ιστορία», «νέα πολιτική ιστορία». Η καινοτομία θα μπορούσε να αμφισβητηθεί: στην πραγματικότητα υπήρχε ιστορία με δυνατά χαρτιά τις προηγούμενες δεκαετίες και, ήδη από το 1903, ο νεαρός Γάλλος κοινωνιολόγος Φρανσουά Σιμιάν είχε δώσει τον τόνο του λεκτικού πολέμου. Επιτέθηκε δημόσια στους Charles-Victor Langlois και Charles Seignobos, διάσημους καθηγητές ιστορίας και τους υποστηρικτές της κριτικής πηγών (τότε μια νέα μέθοδος, που εξακολουθεί να αποτελεί πρότυπο του ιστορικού επαγγέλματος σήμερα).
Ο Simiand κατηγόρησε τα τρία «είδωλα της ιστορικής φυλής»: «το πολιτικό είδωλο … το ατομικό είδωλο… [και το] χρονολογικό είδωλο», και η μη επιστημονική άποψη των ιστορικών για την αιτιότητα. Αντίθετα, οι κοινωνιολογικές μέθοδοι, δηλαδή οι στατιστικές, θα επέτρεπαν στους ιστορικούς να αποκαλύψουν επίμονα βασικά φαινόμενα, ιδιαίτερα στην οικονομική ιστορία, αντί να εστιάζουν σε βιογραφίες ηγετών ή σε μάχες. Αυτό το επεισόδιο έδωσε τον τόνο στους πολέμους των αριθμών. Οι αριθμοί θα ήταν στην πλευρά της πραγματικής επιστήμης, της ιστορίας από κάτω προς τα πάνω ή/και των μακροπρόθεσμων τάσεων στην υλική ζωή. Από την άλλη πλευρά, προσπαθώντας να πυροβολήσει «αυτή τη σκύλα θεά, την ποσοτικοποίηση» το 1963, ο Carl Bridenbaugh, ο πρόεδρος της Αμερικανικής Ιστορικής Ένωσης, μίλησε υπερασπιζόμενος την «αίσθηση μεμονωμένων ανδρών που ζουν και έχουν την καθημερινότητά τους», την «κατανόηση» και τα «κεφάλαια».
Η ομιλία του Bridenbaugh ήταν κατηγορηματικά συντηρητική, αλλά ποσοτικά προσανατολισμένοι «νέοι ιστορικοί» είχαν πολύ διαφορετικές πολιτικές και θεωρίες, από τους μαρξιστές έως τους νεοκλασικούς οικονομολόγους. Αυτό στο οποίο συμμετείχαν όλοι ήταν μια διεθνής τάση προς τον θετικισμό στις κοινωνικές επιστήμες. Οι «νέοι κοινωνικοί ιστορικοί» επικεντρώθηκαν σε ανθρώπους, θέματα και πηγές που προηγουμένως είχαν απορριφθεί ως επί το πλείστον από τους επικρατέστερους ιστορικούς: χρησιμοποιούσαν φορολογικά μητρώα, αρχεία γάμων και ούτω καθεξής για να καταγράψουν όλο το φάσμα των εμπειριών ζωής των απλών ανθρώπων. Συχνά όμως θεωρούσαν αυτούς τους απλούς ανθρώπους στο σύνολό τους, ως περιορισμένους από αντικειμενικές «κοινωνικές δομές» για τις οποίες δεν γνώριζαν πλήρως. Η λέξη-κλειδί «δομές», είτε χρησιμοποιείται για να αναφέρεται στην ταξική πάλη είτε στο τυπικό μέγεθος και διάταξη των νοικοκυριών, υποδηλώνει ότι οι λεπτομέρειες δεν είχαν μεγάλη σημασία.
Οι «νέοι ιστορικοί» είχαν εμπιστοσύνη στις στατιστικές του 20ού αιώνα και κατέταξαν την «αξιοπιστία» των πηγών ανάλογα. Όσο πιο μαζικό και ομοιογενές, όσο πιο κατάλληλο για σύγχρονες κατηγορίες, τόσο το καλύτερο. Άλλα χαρακτηριστικά των πηγών ήταν προβλήματα που έπρεπε να επιλυθούν. Το 1955, ένας από τους πρωτοπόρους της «νέας πολιτικής ιστορίας», ο Walter Dean Burnham, δημοσίευσε σχεδόν 1.000 σελίδες δεδομένων για προεδρικά ψηφοδέλτια, 1836-92. Παρόμοια βιβλία εξακολουθούσαν να εμφανίζονται συνήθως στη δεκαετία του 1980.
Οι ριζοσπάστες μελετητές δεν ήταν ικανοποιημένοι με τη συγγραφή μιας ιστορίας των μαζών. Προσπάθησαν να ανακτήσουν μεμονωμένες φωνές
Όταν αναλύονταν τα δεδομένα, αυτό έπρεπε να γίνει σε υπολογιστές μεγάλου μεγέθους που βρίσκονταν εκτός των τμημάτων ιστορίας. Η παραγωγή δεδομένων ήταν ακόμη πιο εντατική και βασιζόταν σε αυξημένο καταμερισμό εργασίας, χρησιμοποιώντας βοηθούς ερευνητές για την ανάγνωση πηγών, καθώς και χειριστές καρτών διάτρησης, χαρτογράφους και άλλους ειδικούς. Αυτός ο τύπος πολύ ιεραρχικής συλλογικής έρευνας σχεδιάστηκε ρητά για να ακολουθεί το μοντέλο των «σκληρών επιστημών». Πολλοί «νέοι ιστορικοί», ως ριζοσπάστες πολιτικά αντίθετοι στον Φορντισμό, δεν μπορούσαν να εγκρίνουν πλήρως αυτή την οργάνωση. Οι κριτικοί του Φόγκελ και του Ένγκερμαν μίλησαν για το έργο των «είλωτων» – από τους σκλάβους των Σπαρτιατών – σε ιστορικά «εργοστάσια».
Μερικές πρωτοποριακές προσπάθειες αυτού του τύπου αναφέρονται ακόμη σήμερα: η μελέτη του Πανεπιστημίου του Μίσιγκαν για την απογραφή της Φλωρεντίας του 1427 αποτελεί ορόσημο στην ιστορία της οικογένειας. Ωστόσο, πολλές σειρές ή οι αναλύσεις τους δεν ολοκληρώθηκαν ποτέ και τα δεδομένα συχνά χάνονταν σε διαδοχικές γενιές μορφών υπολογιστών. Γενικότερα, προέκυψαν ερωτήματα σχετικά με τις αποδόσεις τέτοιων επενδύσεων.
Όχι τυχαία, οι νεοφιλελεύθερες οικονομικές πολιτικές της δεκαετίας του 1980 μείωσαν τη χρηματοδότηση για ιστορικά ερευνητικά έργα στις περισσότερες χώρες. Οι διατριβές έπρεπε να έχουν νόημα ως ευανάγνωστα βιβλία αν κάποιος ήθελε να αποκτήσει μια θέση θητείας. Έτσι, η ποσοτικοποίηση φαινόταν λιγότερο ικανοποιητική τη στιγμή που οι μικροϋπολογιστές επέτρεπαν στους ιστορικούς να επεξεργάζονται τα δικά τους δεδομένα. Στην πραγματικότητα, η άμεση διαθεσιμότητα της υπολογιστικής ισχύος μείωσε την αξία των μεθόδων που υιοθετήθηκαν εν μέρει για τη διάκριση που προσέφεραν.
Ωστόσο, η ποσοτικοποίηση στα τμήματα ιστορίας δεν πέθανε απλώς ήσυχα. Δέχτηκε επίσης επίθεση για την υπερβολική εστίασή του σε δομές και σειρές. Ενώ η «νέα κοινωνική ιστορία» είχε αρχικά στόχο να κάνει τους απλούς (με την έννοια του μη διάσημου) ανθρώπους νόμιμους στόχους έρευνας, οι ριζοσπάστες μελετητές δεν ήταν πλέον ικανοποιημένοι με τη συγγραφή μιας ιστορίας των μαζών. Όχι μόνο ενδιαφέρονταν όλο και περισσότερο για τις μειονότητες, και όχι μόνο για τον «μέσο άνθρωπο». Προσπάθησαν επίσης να ανακτήσουν μεμονωμένες φωνές και συλλογικότητες. Συνολικά, οι περισσότεροι ιστορικοί απέρριψαν τον μαρξισμό, τον οικονομικό ντετερμινισμό, τον στρουκτουραλισμό και την ποσοτικοποίηση και ευνόησαν τις ατομικές, αφηγηματικές και πολιτιστικές ή πολιτικές διαστάσεις της ιστορίας – βλέποντας όλα αυτά ως ανταγωνιστικά προς την ποσοτικοποίηση.
Από τις αρχές της δεκαετίας του 1990 και μετά, τα μαθήματα ποσοτικών μεθόδων για ιστορικούς στα πανεπιστήμια ως επί το πλείστον εξαφανίστηκαν . Αυτά που επιβιώνουν σε ορισμένα μέρη συχνά αποσυνδέονται από το υπόλοιπο πρόγραμμα σπουδών, παρόμοια με μαθήματα ξένων γλωσσών που προορίζονται για χρήση σε ένα συγκεκριμένο σύνολο πηγών, όπως το έθεσε η Margo Anderson το 2007. Η οικονομική ιστορία γράφεται κυρίως σε τμήματα οικονομικών επιστημών, όπου θεωρείται αυτονόητη η ανασύνθεση εκτιμήσεων για το ακαθάριστο εγχώριο προϊόν για περιόδους που δεν υπήρχαν επίσημα στατιστικά στοιχεία και, στην πραγματικότητα, δεν υπήρχαν έθνη-κράτη. Εν τω μεταξύ, τα περισσότερα μέλη των τμημάτων ιστορίας θεωρούν τέτοιες προσπάθειες ως αναχρονιστικές και άσκοπες (γιατί θα είχαν σημασία ούτως ή άλλως τα προηγούμενα ΑΕΠ;) – αν γνωρίζουν καν την ύπαρξή τους. Δεν υπάρχει γενικά συμφωνημένο πανό για τη μη ποσοτική ιστορία: είναι απλώς ένα γεγονός της ακαδημαϊκής ζωής. Ο Λόρενς Στόουν προανήγγειλε μια «Αναβίωση της Αφήγησης» το 1979. αλλά από την οπτική γωνία των τμημάτων ιστορίας, ο πόλεμος των αριθμών έσβησε στις μνήμες λόγω της έλλειψης σοβαρών αντιπάλων.
Οι πολλοί ιστορικοί σήμερα, η χρήση υπολογιστών ή αριθμών παραπέμπει μάλλον σε «ψηφιακές ανθρωπιστικές επιστήμες», μια φράση που έγινε δημοφιλής στα μέσα της δεκαετίας του 2000 ή, την περασμένη δεκαετία, big data «μεγάλα δεδομένα». Οι περισσότεροι φορείς αυτών των σημαιών αγνοούν ενεργά την ύπαρξη των «νέων ιστορικών» της δεκαετίας του 1960 – προτιμούν να παρουσιάζουν τις προσπάθειές τους ως εντελώς πρωτότυπες και δεν αναζητούν έμπνευση στην κοινωνιολογία ή την οικονομία, αλλά στις επιστήμες των υπολογιστών ή τη φυσική. Ωστόσο, έχουν επανεφεύρει πολλά από τα παλιά μότο: «Επανεξοπλισμός» της ιστορίας, ώστε να λειτουργεί περισσότερο σαν τις «σκληρές επιστήμες», με περισσότερα χρήματα, περισσότερη ομαδική εργασία και περισσότερη αντικειμενικότητα. Πενήντα χρόνια μετά τον Le RoyΗ Ladurie, η ιστορική ως προγραμματίστρια επιστρέφει, με εκδίκηση. Όταν γνωρίζουν το πρώτο κύμα, θεωρούν ότι απέτυχε γιατί ήρθε πολύ νωρίς. Καλύτεροι υπολογιστές και περισσότερα ψηφιοποιημένα δεδομένα θα επιτρέψουν πλέον την επιτυχία.
Οι φορείς χρηματοδότησης φαίνεται να συμμερίζονται αυτήν την άποψη. Από τη δεκαετία του 2000, υπήρξε μια αύξηση των επιχορηγήσεων για οτιδήποτε «ψηφιακό» ή «μεγάλο». Αυτό οδήγησε σε μαζική πρόσληψη προσωρινού προσωπικού για την εισαγωγή δεδομένων. Ορισμένα έργα ψηφιακών ανθρωπιστικών επιστημών προσποιούνται για άλλη μια φορά ότι θα καταστήσουν όλες τις προηγούμενες υποτροφίες παρωχημένες και στη συνέχεια θα διοχετεύσουν πολλούς πόρους χωρίς να παράγουν πρωτότυπα ιστορικά αποτελέσματα. Το έργο Venice Time Machine, που ξεκίνησε το 2013, είχε στόχο να δημιουργήσει «ένα πολυδιάστατο μοντέλο της Βενετίας και της εξέλιξής του που καλύπτει μια περίοδο άνω των 1.000 ετών». Mε την ψηφιοποίηση χιλιομέτρων αρχείων. Θα είχε αναμφισβήτητα προηγμένη έρευνα στην επιστήμη των υπολογιστών, ιδίως στην οπτική αναγνώριση χαρακτήρων, αλλά τα οφέλη για την ιστορική γνώση δεν ήταν καθόλου ξεκάθαρα. Ίσως ήταν αναμενόμενο, το έργο αντιμετώπισε σοβαρά προβλήματα και τέθηκε σε αναμονή το 2019, αλλά τώρα διαφημίζεται μια οκταετής «δεύτερη φάση».
Εν τω μεταξύ, το The History Manifesto (2014) των David Armitage και Jo Guldi έφτασε στο σημείο να επικρίνει το αδικαιολόγητο ενδιαφέρον πολλών ιστορικών για τα αρχεία, την ατομική αντιπροσωπεία και τα πολιτικά διακυβεύματα των ταυτοτήτων. Μεταξύ του νέου κύματος, υιοθέτησαν την πιο πολεμική ρητορική, συνοδευόμενη από μεγάλη δημοσιότητα – κάτι σαν νέο δίδυμο Φόγκελ-Ένγκερμαν. Σε ένα δοκίμιο για το Aeon, σχολιάζοντας την εξειδίκευση των ιστορικών που δεν βασίζονται σε δεδομένα, έγραψαν : “Γιατί να μην πετάξουμε όλες αυτές τις εσωστρεφείς αλλά εξαιρετικά ικανές μονογραφίες και άρθρα σε περιοδικά σε μια φωτιά ανθρωπιστικών επιστημών;”
Καθώς τα ιστορικά δεδομένα γίνονται διαθέσιμα στο διαδίκτυο, πολλοί τα αναλύουν χωρίς να αμφισβητούν την προέλευση και την κατασκευή του
Είναι εντυπωσιακό ότι μεγάλο μέρος της κριτικής που ασκήθηκε εναντίον της «μεγάλης επιστήμης» του πρώτου κύματος γύρω στο 1980 θα μπορούσε να επαναληφθεί σήμερα χωρίς καμία αλλαγή: πλούσια χρηματοδότηση, μαθηματική πολυπλοκότητα, αναζήτηση εξαντλητικών δεδομένων – αλλά πολύ λίγες νέες ιδέες για το παρελθόν. Όσοι θαυμάζουν, για παράδειγμα, το Google Ngrams χωρίς να αναρωτιούνται τι ακριβώς περιλαμβάνεται στα Βιβλία Google, για εμάς, δεν διαφέρουν πολύ από εκείνους που θαύμαζαν αριθμούς για αποπληθωρισμένους μισθούς χωρίς να αμφισβητούν τις πηγές τους.
Τα έργα «ψηφιακών ανθρωπιστικών επιστημών» αντιμετωπίζουν τις ίδιες παγίδες με τις παλιές «νέες ιστορίες» της δεκαετίας του 1960, όταν ορισμένοι επαγγελματίες θεώρησαν ότι η χρήση νέων τεχνικών για την αποθήκευση και την ανάλυση δεδομένων έκανε την κριτική πηγής προαιρετική. Η νέα μόδα για το «μεγαλείο» βασίζεται συχνά στην παλιά αφελή ιδέα ότι πολλές προκαταλήψεις θα ακυρώσουν η μία την άλλη. Η αρχαιολογία καθώς και η αρχαία και μεσαιωνική ιστορία προσφέρουν πολλές προειδοποιητικές ιστορίες από αυτή την άποψη. Για παράδειγμα, ο Søren Michael Sindbæk, πρωτοπόρος στην προσεκτική δικτυακή ανάλυση των αρχαιολογικών και αφηγηματικών μεσαιωνικών πηγών, έγραψε ότι τα «μεγάλα δεδομένα» σπάνια είναι καλά». Αυτή η δήλωση ολοκληρώνει το πείραμά του σε μια μεγάλη ετερογενή αποθήκη δεδομένων για τα θαλάσσια δίκτυα. Μια οπτικοποίηση δικτύου αυτών των δεδομένων αποκάλυψε κυρίως μοτίβα στην αρχαιολογική γνώση και στην άγνοια – ένα χρήσιμο αποτέλεσμα καθεαυτό, αλλά που δεν πρέπει να συγχέεται με τα πρότυπα στις μεσαιωνικές μεταφορές. Ωστόσο, καθώς τα ιστορικά δεδομένα γίνονται πιο εύκολα διαθέσιμα στο διαδίκτυο, πολλοί οικονομολόγοι, φυσικοί και άλλοι τα αναλύουν χωρίς να αμφισβητούν την προέλευση και την κατασκευή τους.
Μας αρέσει η παραίνεση του ιστορικού Mateusz Fafinski ότι «τα ιστορικά δεδομένα δεν είναι το γνωστό σας γατάκι. Είναι μια τίγρη με δόντια που θα φάει εσάς και το χωριό σας των επιστημόνων δεδομένων για πρωινό, αν δεν της φερθείτε με σεβασμό». Αλλά δεν είμαστε βέβαιοι ότι η κατανομή της εξουσίας μεταξύ των κλάδων είναι τέτοια, προς το παρόν, ώστε να επιτρέπει αυτό το είδος ανταπόδοσης. Οι μη ποσοτικοί ιστορικοί δεν είναι πιθανό να κερδίσουν σύντομα τον πόλεμο για διεπιστημονικές επιχορηγήσεις. Ούτε οι ιστορικοί θα εμποδίσουν τους επαγγελματίες από άλλους κλάδους να παρερμηνεύσουν δεδομένα. Ωστόσο, το να φύγουμε από το πεδίο της μάχης για να βρούμε παρηγοριά ξεχνώντας τους καβγάδες για τις μεθόδους σε (οικονομικά) πολιορκημένα τμήματα ιστορίας δεν θα μας ικανοποιούσε. Οι ξεκάθαροι πόλεμοι για τις μεθόδους ήταν αντιπαραγωγικοί όταν έχουν εδραιώσει βαρετά ερευνητικά πρότυπα σε κάθε πλευρά του χάσματος. Ωστόσο, πάντα υπήρχαν εξαιρέσεις – πιο αθόρυβοι υβριδισμοί που στην πραγματικότητα παρήγαγαν νέες ιδέες. Αυτά είναι που μας αρέσει να σηκώνουμε από τις σκιές της λιγότερο πολεμικής υποτροφίας.
Αν και άλλοι διαφημίστηκαν δυνατά για υποτιθέμενες ψηφιακές επαναστάσεις, πολλοί συνάδελφοι επινόησαν παραγωγικούς τρόπους για να γεφυρώσουν το χάσμα μεταξύ ανθρωπιστικών και κοινωνικών-επιστημονικών προσεγγίσεων. Δημιούργησαν ποικίλες συμμαχίες μεταξύ των παραλλαγών της κριτικής πηγής και των εντοπιζόμενων γνώσεων από τη μια πλευρά και των ποσοτικών, τυπικών ή μεθόδων με επίκεντρο τα δεδομένα από την άλλη. Υπάρχουν πολλά απρόοπτα παραδείγματα – μονοπάτια γιατί δεν συγχωνεύτηκαν σε σχολείο ή υποεπιστημονικό κλάδο. Ήδη από το 1978, η Cissie Fairchilds χρησιμοποίησε στατιστικές τεχνικές για μια εις βάθος ανάλυση ενός υποτιθέμενου μικρού δείγματος αρχείων που σχετίζονται με παράνομες γεννήσεις στα τέλη του 18ου αιώνα. στη Γαλλία. Η έρευνά της είναι αξιοσημείωτη για την προσεκτικά συζητημένη επανασήμανση σχέσεων και κοινωνικών καταβολών που, στις πηγές της, κατηγοριοποιήθηκαν σύμφωνα με τους νόμους εκείνης της εποχής. Στόχος της ήταν να φέρει την ποσοτικοποίησή της όσο πιο κοντά της επέτρεπε η πηγή στις βιωμένες εμπειρίες και τις φωνές των γυναικών.
Το 2017, ο ιστορικός τέχνης Yael Rice δημοσίευσε μια μελέτη χειρογράφων της αυλής των Mughal του 16ου αιώνα . Αυτά περιλαμβάνουν όχι μόνο όμορφους φωτισμούς, αλλά και ονόματα που τεκμηριώνουν τη συνεργασία πίσω από εικόνες – για παράδειγμα, μεταξύ ενός σχεδιαστή και ενός χρωματιστή. Η Ράις χρησιμοποίησε αυτές τις απαγωγές για να αποκαλύψει τη λειτουργία εργαστηρίων που είχαν αφήσει λίγα άλλα ίχνη. Βρήκε μια σταθερή εναλλαγή συνεργασίας που θα μπορούσε να εξηγήσει πώς αναπτύχθηκε ένα ολοκληρωμένο στυλ αυλικής ζωγραφικής.
Δύο γυναίκες ιστορικοί ανακάλυψαν έτσι, μέσα από μια προσεκτική και ευρηματική ανάγνωση των πηγών τους, πράγματα που οι προκάτοχοί τους θεωρούσαν αδύνατο να εκτιμήσουν. Μερικά από τα αποτελέσματά τους προέκυψαν μέσω μεθόδων που δεν διδάσκονται στα περισσότερα μεταπτυχιακά προγράμματα στην ιστορία (στατιστικές δοκιμές για Fairchilds, ανάλυση δικτύου για το Rice) και τις οποίες κανένας ιστορικός δεν θα μπορούσε να είχε εφαρμόσει σε προσωπικό υπολογιστή πριν από τα τέλη της δεκαετίας του 1990. Ωστόσο, έκαναν τη δουλειά μόνοι τους – και ήταν μόνο ένα μέρος της έρευνάς τους. Όχι κάτι που τους υποχρέωνε να σταματήσουν να αμφισβητούν κατηγορίες, να ξεχάσουν την ατομική αντιπροσωπεία ή να αφήσουν στην άκρη αισθητικές ερωτήσεις. Οι ποσοτικές τεχνικές ήταν μόνο ένα εργαλείο μεταξύ άλλων που τους βοήθησε να κάνουν τη δουλειά τους ως ανθρωπιστές.
Σε αυτό το σύμπαν, το οποίο κατοικείται από διαφορετικούς συναδέλφους που παράγουν οικιακές συνταγές και κατά παραγγελία επισημοποίηση, νιώθουμε πολιτικά και επιστημονικά σαν στο σπίτι μας – πολύ περισσότερο από ό,τι στον κόσμο των «επανακατασκευασμένων» ιστορικών. Επιπλέον, αυτό που συμβαίνει εδώ είναι λιγότερο βαρετό. Η χρήση ποσοτικών μεθόδων για να αποδείξει το βάρος γνωστών κατασκευών είναι σαν να χτυπάς ένα νεκρό άλογο με ένα εξαιρετικά εξελιγμένο άλογο. Χρειάζεται να ξοδέψουμε τόσο πολύ χρόνο και προσπάθεια για να συλλέξουμε, να μετρήσουμε και να ταξινομήσουμε, εάν τα αποτελέσματα είναι προβλέψιμα ή αναμενόμενα; Υπάρχουν, ωστόσο, διαφορετικοί, πιο ικανοποιητικοί τρόποι μέτρησης.
Η καταμέτρηση απαιτεί πάντα μια απόφαση να θεωρηθούν δύο στοιχεία ως ισοδύναμα ή διαφορετικά το ένα από το άλλο
Είναι δυνατό να χρησιμοποιηθεί η ποσοτικοποίηση σε μικροκλίμακες, ακόμη και για να αξιολογηθεί η εξαίρεση των ατόμων και να συζητηθεί η αντιμετώπισή τους. Αυτό που καθοδηγεί την ποσοτικοποίηση είναι η πυκνότητα των πληροφοριών και η αποφασιστικότητα να αντιμετωπιστούν με συστηματικό τρόπο – αντί να ασχολούνται άμεσα με ολόκληρες κοινωνίες. Στη δεκαετία του 1980, ορισμένοι Ιταλοί μικροϊστορικοί διερεύνησαν τις έννοιες της φράσης «εξαιρετικό φυσιολογικό» του Edoardo Grendi χρησιμοποιώντας ποσοτικές τεχνικές και άλλοι το έκαναν έκτοτε. Για παράδειγμα, το 2012 ο Paul Ocobock χρησιμοποίησε την αφήγηση του ξυλοκοπήματος ενός αγοριού από την Κένυα από την Ασία για να πλαισιώσει την εξέτασή τουτης σωματικής τιμωρίας στην αποικιακή Κένυα – αλλά το έπλεξε μαζί με μια ποσοτική μελέτη των αρχείων του δικαστηρίου και των φυλακών, δείχνοντας ποιες διαστάσεις της εμπειρίας του αγοριού ήταν συνηθισμένες (η ηλικία και το φύλο του) και ποιες ήταν εξαιρετικές (η ασιατική καταγωγή του). Τα δεδομένα δεν χρειάζεται να αποτελούνται από μεγάλες, ομοιογενείς σειρές που αφορούν ένα μεμονωμένο φαινόμενο. Τα περίπλοκα σύνολα τροχιών και αλληλεπιδράσεων είναι πιο ενδιαφέροντα: τα μοτίβα μπορούν να ανακαλυφθούν χάρη σε τεχνικές όπως η ανάλυση πολλαπλών αντιστοιχιών, η ανάλυση δικτύου ή η ανάλυση ακολουθίας.
Η καταμέτρηση απαιτεί πάντα μια απόφαση να θεωρηθούν δύο στοιχεία ως ισοδύναμα ή ως διαφορετικά μεταξύ τους. Η ποσοτικοποίηση χρησιμοποιεί κατηγοριοποιημένα δεδομένα. Ωστόσο, αυτή η κατηγοριοποίηση δεν χρειάζεται να γίνει με έναν τυπικό, ανιστορικό τρόπο ή να μένει τυφλός στις περιπλοκές των βιωμένων ταυτοτήτων. Η αντιστοίχιση κατηγοριών όπως «είδος επαγγέλματος», φύλο ή θρησκεία σε πρόσωπα βάσει ιστορικών πηγών είναι πάντα μια επιστημονικά δύσκολη και πολιτικά φορτισμένη επιχείρηση – είτε ο στόχος είναι η παραγωγή ποσοστών είτε η συγγραφή μιας αφήγησης. Ορισμένοι ποσοτικοί δείκτες παίρνουν αυτό το έργο σοβαρά. Προϋπόθεση για αυτό είναι η αποδοχή των περιπλοκών, των μεροληψιών και των σιωπών στις πηγές μας.
Οι περισσότεροι ποσοτικοί δείκτες μιλούν συνήθως για δεδομένα «καθαρισμού», υπονοώντας ότι η ετερογένεια στις πηγές είναι ένα πρόβλημα που πρέπει να λυθεί – και ότι η επίλυσή της είναι μια δευτερεύουσα εργασία. Για εμάς, αντίθετα, η δημιουργία δεδομένων από πηγές και η δημιουργία κατηγοριών που δεν διαγράφουν όλες τις επιπλοκές δεν είναι απλώς το μεγαλύτερο και πιο περίπλοκο στάδιο της έρευνας. είναι και το πιο ενδιαφέρον. Διδάσκουμε την αξία, για τους πονηρούς ιστορικούς (μια φράση που επινοήθηκε στο πλαίσιο της φεμινιστικής επιστήμης), των ακραίων στοιχείων και των παραξενιών καθώς και των στοιχείων που λείπουν – με λίγα λόγια, των βρώμικων δεδομένων, που είναι αποθηκευμένα σε περίπλοκα υπολογιστικά φύλλα. Και διδάσκουμε τεχνικές ανάλυσης που αναπτύχθηκαν, για παράδειγμα, στα διατομεακά οικονομικά: είναι σημαντικό να λέμε ότι οι ανισότητες απλώς δεν αθροίζονται. εξερευνώντας πώςΟι ανισότητες τότε αλληλεπιδρούν είναι, αναμφισβήτητα, ένα από τα πιο συναρπαστικά καθήκοντα στην κοινωνική ιστορία.
Εν ολίγοις, οι εναλλακτικοί ποσοτικοί δείκτες συμμερίζονται τη βούληση του μικροϊστορικού Giovanni Levi να αποφύγει μια παθητική προσέγγιση δεδομένων και πηγών και τον μη εμπνευσμένο θετικισμό που σχετίζεται με «διεκδικητικές, αυταρχικές μορφές λόγου». Δεν θέλουν να χρησιμοποιούν επιρρήματα όπως «συχνά» ή «γενικά» χωρίς την υποστήριξη ακριβών δεδομένων. αλλά χρησιμοποιούν την επισημοποίηση ως βοήθημα στη διαίσθηση παρά ως επιβεβαίωση.
Ακόμη και όταν οι αριθμοί φαίνεται να διαψεύδουν οριστικά τη συμβατική σοφία, η έρευνα δεν πρέπει να τελειώσει εκεί. Από πού προήλθε αρχικά η συμβατική σοφία (είτε ιστορικών είτε ηθοποιών), αν τα δεδομένα την διαψεύδουν τόσο εύκολα; Για παράδειγμα, ο Geoff Cunfer έδειξε ότι το «Dust Bowl» δεν προκλήθηκε άμεσα, όπως πιστεύεται γενικά, από το αδιάκριτο όργωμα των λιβαδιών – αλλά, μάλλον, από την ξηρασία, η οποία συχνά προκάλεσε παρόμοιες καταιγίδες σκόνης στα τέλη του 19ου αιώνα. Δεν σταμάτησε εκεί, ωστόσο, αλλά εξήγησε πώς η έλλειψη δεδομένων σχετικά με παλαιότερες καταιγίδες και τα έργα τέχνης που αντιπροσωπεύουν το «Μπολ της σκόνης» είχαν επηρεάσει τις προηγούμενες ερμηνείες.
Οι αριθμοί, όταν χρησιμοποιούνται ως εργαλεία, όχι ως φετίχ, επιτρέπουν την απο-εξοικείωση, τη σύγκριση και τις πλάγιες αναγνώσεις των πηγών: μπορούν να αποτελέσουν μέρος μιας πειραματικής πρακτικής της ιστορίας που είναι παιχνιδιάρικη, με την έννοια του μη βαρετού, αλλά προσεγμένη στην ηθική. Αντί να περιορίζουν τη διαίσθηση και τη δημιουργικότητα, οι ποσοτικές μέθοδοι μπορούν να τους τονώσουν. Η μετατροπή των ιστορικών πηγών σε δεδομένα δεν χρειάζεται να είναι ένας τρόπος για να τις φτωχοποιήσουμε, να διαγράψουμε βιωμένες εμπειρίες. Η ποσοτικοποίηση ή η «ψηφιακή ιστορία» απλώς προσφέρουν νέα βιβλία συνταγών, μεταξύ άλλων, επιτρέποντάς μας να βλέπουμε τις πηγές διαφορετικά και να ενθαρρύνουμε νέες ερμηνείες. Αυτές οι συνταγές είναι καλές στο να κάνουν ξεκάθαρες ερωτήσεις και κατηγοριοποιήσεις, να μας εμποδίζουν να κρύβουμε ευρέως κοινές εμπειρίες και ντροπιαστικές εξαιρέσεις κάτω από τα ερμηνευτικά μας χαλιά. Σίγουρα δεν είναι το απόλυτο όπλο που κάποιοι εξακολουθούν να ελπίζουν,
*Φωτογραφία εξωφύλλου: Παιδιά στο New York Foundling Hospital που κάνουν τις ασκήσεις τους, 1899. Ευγενική προσφορά του Μουσείου της Πόλης της Νέας Υόρκης/Getty
Πηγή: aeon.co