5 Analize omrežij v književnosti in literarni zgodovini
Kakšni so odnosi oziroma povezave med različnimi elementi, povezanimi s produkcijo in recepcijo književnih besedil ter njihovo vsebino, raziskujemo z metodami analize omrežij, ki jih na podlagi statističnih izračunov izvajamo z digitalnimi orodji. Na ta način ugotavljamo, kakšni so odnosi med različnimi literarnimi avtorji in avtoricami, časopisi, knjižnimi izdajami, literarnozgodovinskimi obdobji ter podobnimi vidiki.
Kako se medsebojno mrežno povezujejo liki v literarnih zgodbah, književne avtorice in avtorji ter intelektualke in intelektualci, kakšna so omrežja znotraj literarnega sistema: mreže založb, tiskarn, uredništev, literarnih kritičark in kritikov? V tem poglavju predstavljamo kvantitativno in računalniško podprto analizo omrežij na literarnovednem področju, ki omogočajo boljše prepoznavanje vzorcev, povezav ter tematik in so informativni temelj za kvalitativne analize.
Analize omrežij v književnosti in literarni zgodovini predvidevajo sodelovanje ter medsebojne izmenjave med različnimi disciplinami.[1] Raziskovalkam in raziskovalcem omogočajo, da drugače, “od daleč” vidijo na primer odnose med liki v književnih zgodbah. Tako posredujejo ogromno količino podatkov naenkrat, v enem samem pogledu.[2]
1 Digitalne raziskave literarne zgodovine z vidika omrežij
Z digitalnimi orodji lahko zajamemo velike količine (literarno)zgodovinskih podatkov in prepoznavamo vzorce, ki nam omogočajo nov vpogled v literarno zgodovino, na primer z raziskavami razvoja književnih oblik, žanrov ali različnih literarnih postopkov ter tematik, ki so zanimale ustvarjalke in ustvarjalce. Sodobne raziskave lahko književna besedila na primer mapirajo v geografske prostore ali jih postavijo v določene zgodovinske, kulturne, politične in socialne kontekste. Poleg tega vizualizacije, ki so informativne in lahko tudi interaktivne, raziskovalna odkritja, s tem pa tudi področje literature, približajo širši javnosti. Računalniške analize omrežij, s katerimi algoritmi iz literarnih del ali drugih dokumentov samodejno črpajo podatke, razkrivajo, kako se obravnavane teme vpletajo v širše kulturno tkivo. Poleg tega tovrstne raziskave pokažejo na primer, kako se oblikujejo literarne smeri in tokovi ter kako odnosi med določenimi elementi vplivajo na ustvarjanje, interpretacijo in razumevanje književnosti.
Primer: vizualizacija literarne produkcije
Raziskovalna skupina iz Lausanne je oblikovala vizualno predstavitev ustvarjalnega procesa, ki mu je sledil pisatelj Gustave Roud. Gre za t. i. genetske mreže, ker se nanašajo na analizo geneze književnih besedil. Raziskava se je pričela v arhivih, kjer so pregledali avtorjeve dnevnike, beležke in druge zapise njegovih zamisli, ki so spremljale literarno ustvarjanje. Na tej podlagi je nastala zbirka podatkov, ki vključuje tudi odnose med posameznimi elementi. Z vidika povezav med deli gradiva so nastale nove interpretacije pisateljevega opusa.[3]
Prvi korak pri analizah omrežij v literaturi je, da raziskovalci ali raziskovalke podatke o literarnem sistemu ter drugih vidikih, ki jih zanimajo, jasno strukturirajo, zatem pa jih obdelajo z računalniškimi programi. Omrežje je vizualizacija teh odnosov in prikazuje, kako so določeni elementi medsebojno povezani v določenem času ter prostoru. To vključuje različne tipe podatkov: razmišljanje o literaturi z vidika omrežij je interdisciplinarno, saj presega posamezna področja raziskav.[4] Pomemben je razvoj novih in novih tipov vizualizacij znanja: “/d/a bi razumeli, kako je mogoče računalniške metode vključiti v humanistične discipline, potrebujemo boljše metafore prostora.”[5]
Analiza omrežij predpostavlja tudi nekoliko drugačen pogled na književnost kot sklop medsebojnih povezav med različnimi akterji. Ti pristopi v literarno vedo prinašajo nov zorni kot in za razliko od hierarhij ter struktur, ki imajo jasno središče, pomenijo decentralizacijo.[6]
2 Literarni vplivi z digitalnega vidika
Področje medsebojnih vplivov med literarnimi tokovi in smermi, pa tudi posameznimi avtoricami oziroma avtorji v zgodovini je že tradicionalno polje literarnovednih raziskav. Na podlagi digitalnih metod in orodij lahko dobimo drugačen vpogled v te dinamike. Z računalniki lahko raziskovanje literarnih vplivov poglobimo in sistematiziramo ter ga s tem bolje razumemo, in sicer se pokaže, da je proces literarnih vplivov zelo pluralen.[7] Z digitalnimi tehnologijami najdemo več primerov navezovanja na določen motiv ali temo oziroma več primerov ponavljanja posameznih fraz, ki so jih piske in pisci povzemali drug od drugega. Nova odkritja postavljajo pod vprašaj tradicionalne predstave o posameznem viru, ki ima neposreden vpliv na druge avtorice in avtorje, saj lahko digitalne analize odkrijejo številne druge navezave.[8]
3 Odnosi med liki v fiktivnih zgodbah
Kako se liki v literarnih delih medsebojno povezujejo? Kateri liki so osrednji in v kakšne skupine se delijo? Na ta in podobna vprašanja lahko odgovorimo z analizo omrežij likov v književnih besedilih. Tovrstna raziskava tragedij Williama Shakespearea na primer jasno pokaže medsebojno ločene skupine likov, ki oblikujejo dramsko napetost: Montegi in Kapuleti v Romeu in Juliji, Trojanci in Grki v Troilusu in Kresidi, triumvirske stranke in Egipčani v Antoniju in Kleopatri, Volščani in Rimljani v Koriolanu ter skupini zarotnikov v Juliju Cezarju.[9]
Pripovedi, posebej daljše, so včasih zapletene, zato je z natančnim branjem težko ugotoviti, kakšne so dejansko povezave med literarnimi osebami, na primer kateri liki so najbolj povezani z drugimi književnimi osebami. Statistične analize, ki vključujejo število posameznih govornih izmenjav med liki ali število njihovih srečevanj, pa kompleksne mreže relacij med liki v fiktivnem svetu prikažejo na razumljiv in intuitiven način.
Primer: mreža odnosov v seriji romanov z 2000 liki
Za bralce popularne literature so zanimive analize omrežja obsežnih književnih del, na primer analiza omrežja fantazijske zbirke romanov v petih delih Igra prestolov ameriškega pisatelja Georgea R. R. Martina. V študiji obsežne zbirke romanov, kjer nastopa okrog 2000 literarnih oseb, se je pokazalo, da sta lika, ki sta najbolj povezana z drugimi liki knjižne serije, Tirion in John Snow, sledijo pa ostali osrednji liki: Daenerys, Robert, Robb, Sansa in Jamie.[10]
Kljub velikemu številu književnih likov je analiza socialnih omrežij tekom petih romanov pokazala, da besedilo sestavljajo zorni koti zgolj 15 osrednjih likov, preostali liki so stranski. Socialne mreže posameznih likov so sestavljene iz okrog 150 posameznikov, kar je pogosto tudi v strukturi realnih družbenih vezi, s tem pa bralcu omogoča, da razmišlja v okvirih, ki so mu znani iz vsakdanjega življenja. Zgodba torej odseva vsakdanje izkušnje bralcev in se s tem prilagaja njihovim kognitivnim sposobnostim obvladovanja odnosov v družbi.[11]
3 Odnosi med členi kulturnega sistema
Analize omrežij v književnosti in literarni zgodovini lahko pokažejo tudi na odnose med knjižnimi avtorji ter avtoricami v posameznem literarno zgodovinskem času in osvetlijo njihovo medsebojno sodelovanje, na primer medbesedilne povezave med literarnimi deli prek slicevanj ter citatov. V širšem smislu lahko raziskujemo, kako se v določenem časovnem obdobju širijo razni slogovni prijemi ali literarna gibanja.
Pogled na literaturo z vidika omrežij tudi literarno avtorstvo predstavlja v drugi luči, in sicer kot kolektivni ustvarjalni proces, ob tem pa literarno besedilo razlaga kot široko razvejan model najrazličnejših družbenih odnosov, v katerem že od začetka nastajanja književnega dela najdemo več različnih udeležencev. [12] Literarnovedne študije tradicionalno temeljijo na konceptu naroda, kar pogosto razumejo v smislu mistificirane avtohtonosti – idejo, da so literatke in literati ter njihova dela povezani s svojim rojstnim krajem. Caroline Levine[13] predlaga, da namesto kategorije naroda uporabljamo kategorijo omrežja, s čimer se pokažejo nove razsežnosti literarnega sistema na posameznem območju v določenem obdobju. Ne le to – književne ustvarjalke in ustvarjalci se čezmejno povezujejo še z drugimi akterji v kulturnem sistemu: osebami, ki delajo v založništvu, v medijih, na univerzi ter drugih kulturnih ustanovah. Omrežja lahko tako opazujemo z vidika različnih delovalnikov sistema književnosti, na primer omrežja okrog literarnih revij (avtorstvo, uredništvo, založništvo itd.), intelektualna omrežja sovplivanja med posamezniki in posameznicami (piskami, pisci, urednicami, uredniki, kritičarkami, kritiki itd.), omrežja tematik v literarnih delih in drugih tekstih. Pri analizi omrežja pišočih posameznic in posameznikov postanejo razvidne kompleksne skupine, ki določajo literarni sistem.
Primer: omrežja pisem
Elektronska zbirka Pisma, ki nastaja na Raziskovalnem centru za humanistiko Univerze v Novi Gorici, vsebuje več kot 1600 pisem iz 19. in 20. stoletja. Obsega pisma avtoric in avtorjev slovenske moderne, pa tudi druge korespondence, na primer pisma družine Kremenšek. Ta mreža pisem vsebuje zapise družinskih članov in njihovih prijateljev ter znancev. Spodnje omrežje je vizualizacija te korespondence, ki je nastala na podlagi metapodatkov, s katerimi so opremljena pisma. Prikazuje pisemske povezave med posameznicami in posamezniki.
Vir: Marinković, Mila, 2023
Eden najbolj znanih primerov analize omrežja pisem je sicer projekt Mapiranje republike pisem z Univerze Stanford. Namen tega projekta je bil rekonstruirati in analizirati medsebojne povezave intelektualk in intelektualcev ter pisateljic in pisateljev iz obdobja razsvetljenstva. Cilj projekta je bil ustvariti digitalno vizualizacijo obsežne korespondenčne mreže med omenjenimi posameznicami in posamezniki v 17. ter 18. stoletju, ki je temeljila na zbranih metapodatkih iz tisočih pisem, ki so si jih izmenjevali. Med vključenimi v raziskavo so bile pomembne osebnosti, kot so M. de Voltaire, Jean-Jacques Rousseau in Gottfried Wilhelm Leibniz. Metapodatki so med drugim obsegali strukturirane informacije o pošiljatelju, prejemniku, datumu in lokaciji vsakega pisma. Avtorice oziroma avtorji pisem so predstavljali posamezno vozlišče v omrežju. Velikost obsega njihovih korespondenc je na vizualizacijah pisemskih omrežij na primer označena z velikostjo kroga v vozlišču posamezne piske ali pisca, črte, ki imena medsebojno povezujejo, pa kažejo tokove pisemskih poti. Analiza je pokazala, kdo je bil v središču intelektualne izmenjave in kakšen je bil intelektualni razvoj v tem obdobju, kako so ideje ter informacije potovale po Evropi prek dopisovanjain kako sta potekala vzpon ter padec določenih središč intelektualne dejavnosti, pa tudi kako se je omrežje razvijalo skozi čas.[14]
Primer: Omrežje razvoja literarne kritike v Angliji
Kritika literarnih del se je v Angliji kot publicistična zvrst razvila v poznem 17. stoletju. Tedaj so jo razumeli kot nevtralen mehanizem, ki presega nesoglasja med posameznimi literatkami in literati ter je pokazatelj literarne vrednosti. Analiza omrežja kritik, ki se je osredotočila na njihovo produkcijo, je pokazala, da so literarno kritiko pomembno podpirali knjigotržci in prodajalci knjig, ki so promovirali dela razmeroma majhne peščice plodovitih pisateljic in pisateljev znotraj veliko širšega polja pišočih.[16]
4 Povezave med temami v besedilih
Katere teme ali ključne besede se pojavljajo v literarnih delih in kako se medsebojno povezujejo? To je še eno vprašanje, na katero lahko odgovarjamo z računalniškimi analizami omrežij. Tovrstne tematske analize, ki sicer temeljijo na kvantitativnih metodah, raziskovalkam in raziskovalcem omogočajo kvalitativno interpretacijo gradiva, saj omogočajo natančen vpogled v pomenske mreže tekstov. Opazujemo lahko razvoj tematik v literarnih delih skozi čas in ugotavljamo, katere teme so zanimale ustvarjalke in ustvarjalce. Poleg tega lahko tovrstna analiza zajame tudi zgodovinske dokumente, kakršna so pisma.
Primer: Povezave med temami v elektroniki zbirki Pisma
Raziskava je temeljila na zbirki pisem avtoric moderne v okviru že omenjene spletne zbirke Pisma in je bila izvedena z orodjem ClowdFlows, ki so ga razvili na Odseku za tehnologije znanja na Institutu Jozef Stefan. Cilj raziskave je bil ugotoviti, s katerimi besedami se povezujejo izrazi na pomenskem polju ljubezni; eden od rezultatov raziskave – analiza povezav besede “srce” – je vizualiziran na spodnji sliki. Omenjeno pomensko polje smo izbrali na podlagi bližnjega branja pisem, pri katerem smo ugotovili, da je bila ljubezen v korespondencah pisateljic, urednic in intelektualk v času slovenske moderne tema, ki je bila velikokrat zatrta. Avtorice so na primer, ko je beseda nanesla na ljubezen, hitro spremenile tematiko pisanja. Spodnja slika prikazuje izraze, ki kažejo, s katerimi drugimi besedami se v pismih povezuje izraz “srce”. Pokazalo se je na primer, da se beseda “srce” povezuje z besedo “skrivati”, beseda “ljubezen” pa z izrazom “skrivnost”. To je še en pokazatelj, da je bila ljubezen kot čustvo v tem kontekstu podvržena skrivanju.
Analiza povezav besede “srce” v zbirki pisem avtoric moderne v okviru spletne zbirke Pisma; vir: lasten
Zbirka pisem pisateljic, urednic in intelektualk v času slovenske moderne Pisma obsega tudi metapodatke o tematikah, ki jih vsebujejo posamezna pisma. S spodnjega prikaza je razvidno, s katerimi drugimi temami se povezuje tematika ljubezni. Kot vidimo, so te teme najrazličnejše, od bolj predvidljivih, kot so zakon, spolnost n osebna razmerja, do manj predvidljivih, kot so delavnost, domoljubje in politika. Med drugim najdemo tudi temo cenzure. Ugotovitve kažejo, da se je tema ljubezni v pismih pogosto povezovala z najrazličnejšimi drugimi temami.
Slika: Povezave ključne besede ljubezen v korpusu Pisma z drugimi besedami; Marinković 2023
5 Nekateri kritični pogledi na analize omrežij v književnosti in literarni zgodovini
Analize omrežij nudijo zanimiv pristop k raziskovanju književnosti in literarne zgodovine, ki mogoča poglobljeno razumevanje literarnih tradicij. Kljub prednostim pa takšna omrežja ne morejo zagotoviti popolnoma natančnih predstavitev danega korpusa ali odgovorov na raziskovalna vprašanja. Vizualna mreža namreč predstavlja le del sicer izjemno kompleksnih relacij med posameznimi elementi literarnega sistema, kljub temu pa daje vpogled v kompleksne povezave z vidika izbranih kategorij. Pri kakršni koli uporabi kvantitativne, računalniško podprte analize omrežij je ključno, da raziskovalci in raziskovalke zbirke podatkov in vizualizacije rezultatov podprejo s teoretičnimi uvidi.[17]
- Anhert idr. 2020 ↵
- Anhert idr. 2020 ↵
- Christen in Spadini 2019 ↵
- Anhert idr. 2020 ↵
- Gavin 2016 ↵
- Jagoda 2017 ↵
- Shore 2016 ↵
- Shore 2016 ↵
- Grandjean 2015 ↵
- Andrew Beveridge in Jie Shan 2016: 18-22. ↵
- Gessey-Jones 2020 ↵
- Thomalla idr. 2019 ↵
- Levine 2013 ↵
- Edelstein idr. 2017 ↵
- Hachmann 2023 ↵
- Gavin 2016 ↵
- Anhert idr. 2020 ↵
