大數據與社會人文

學電腦的人大概都聽過一句話：「垃圾進、垃圾出」（garbage in, garbage out）。如果輸入亂七八糟的資料，那麼根據這些資料所產出的結果，很可能也是亂七八糟的。所以一旦發現資料有異常，我們往往儘快停止電腦的運作，免得新產出的垃圾資料覆蓋了正確的資料。

威權時代中教化人心的資訊，有多少是真的呢？只要十句話中夾雜一句謊話，就可以顛倒黑白（參考：金庸的鹿鼎記）。所以我對於從小學校所教的歷史，只當成是欽定的小說。我對考古沒興趣，所以也沒想去找資料去驗證這些故事的真實性。

這不是說歷史不重要，而是說我在很不幸地沒有辦法和時間去確認歷史教材的前提下，不大想用歷史典故去論證些什麼。對我來說，短短數十年所目睹的環境變遷，乃至於金庸小說中的人物故事，可能都比歷史課本的意義豐富。這聽起來很奇怪，竟是一種無奈。

所謂「往事已矣，來者可追」，以前的歷史的真實性有待商榷的原因，一則是上述人為選材、加料所造成的偏頗、扭曲，一則是閱讀、分析歷史者無法蒐集完整資料，以及缺乏時間分析大量資料。

大數據時代的來臨，大幅改變了歷史的記錄和分析機制。現在，具備上網能力的每個人，都可以在互連網上公開記錄與分享他/她所認知的歷史，這些記錄有可能被永久記錄下來，隨時被有興趣的人或電腦所閱讀與分析。而閱讀和分析的結果可能再被公開分享在互連網上，不斷再造微細的歷史事件。

為了設計飛彈、原子彈、先進武器而精益求精的電腦科技，此時可用於整理與分析眾多微細的歷史事件，或許能夠較為客觀地提供我們歷史的全貌，單一事件不會被埋沒，統計可以更精確，事件與事件之間的關係可以被發掘出來。

當然，這樣的歷史，或許不容易被現在的史學家所接受。但誰知道未來會如何呢？或許再過個三五十年，互連網上所累積的大數據，將使得「近代史研究」的面貌大為改觀。而千年之後，或許將以大數據出現為分野，之前的歷史，被稱為古典歷史和黑暗歷史。

以上是我心血來潮所推測的，但我想這並非空穴來風，所以我停筆上網搜尋，發現有學術社群在這兩年開始研究計算歷史（computational history），還發明了一個新字Histoinformatics，有些社群所見跟我自己所想的類似。

除了歷史之外，不少學者也開始利用大數據研究各種社會人文現象。然而，由於目前尚在起步階段，大數據和分析大數據所需的運算資源並非容易取得，而且此類研究需要兼具社會人文的專業和運用電腦的能力，這樣的人才很少。

所以，或許要再過幾年，大家才會看到大數據對於人類文化深層的影響。現在對於社會人文感興趣的年輕人，或許可以及早思索一下如何開創出新道路、為學術研究和實用價值注入新氣象。