Om kritisk granskning

Jessica Parland-von Essen

Men varför är allt det vi skrivit om i detta kapitel, mycket av det kopplat till “big data” i vid mening, över huvud taget viktigt och intressant? Varför kan man inte bara göra närläsning och analysera, göra kvalitativ analys? Lev Manovichs svar är beklämmande enkelt, men likväl tvingar det till eftertanke: För att man kan. I dag har vi inte möjlighet att bedriva forskning riktigt på samma sätt som förr. Vi har för mycket information. Poängen är ändå att Manovich, liksom många andra, inte alls vill förringa betydelsen av traditionell närläsning och andra etablerade metoder. Men eftersom vi i dag kan teckna även en ”fond” av större helheter, vinner forskningen på att göra det också. De kvantitativa metoderna kan, och enligt Manovich också bör, användas även inom humanistisk forskning, som komplement. Det leder till intressanta metodiska frågor.

All datorkod medger inte all sorts modellering av världen. Då vi skapar databaser, visualiseringar eller andra digitala resurser finns det alltid många val i bakgrunden och på vägen. Dessa är dels våra egna gällande vilken data som används eller hur semantiken är uppbygd dvs vad vi kallar saker, vilka klasser, begrepp och kategorier som användas. Men de är också andras val, deras som har skrivit och konstruerat den hård- och mjukvara vi använder. I praktiken innebär detta att man bör granska hur informationen är strukturerad i en resurs som används vid forskning: Hur är de olika entiteterna klassificerade och hur är deras relationer beskrivna? Ärvs olika egenskaper mellan olika entiteter eller informationsenheter och i så fall på vilket sätt? Hur har man hanterat disambiguering, dvs olika varianter av namn på en och samma sak?

Bernhard Rieder och Theo Röhle skriver i boken Understanding digital humanities om de fem utmaningar de digitala forskningsmetoderna medför, och de kan vara en lämplig avslutning på detta kapitel:[1]

1. Chimären om objektivitet

På något märkligt sätt tycker vi att siffror är objektiva, neutrala och mer sanna än andra typer av information. Humaniora försöker kanske bli mer tungt och hårt (i Snows tappning) genom att anamma kalkyler som metod? Detta är en tendens som historiskt återkommit med jämna mellanrum under lärdomshistoriens gång, och författarna kanske inte riktigt vederlägger detta antagande med tillräcklig kraft. Alla siffror representerar något, och de är alla delar av en modell, där någon eller några personer gjort en tolkning av något. Rieder och Röhle ser problemet mer i tolkningen av resultatet, medan jag ser redan uppkomsten av sifferdata som ytterst problematiska förenklingar som man aldrig får glömma att ifrågasätta.

2. Styrkan av visuella bevis

Detta är en mycket intressant poäng, hämtad av Bettina Heintz: Förutom siffror tenderar också visualiseringar att tolkas som ”fakta”, medan bevis i textform uppfattas som ”argument”. Detta beror på att argumentationen är transparent i texten, medan siffror och visualiseringar ofta på ett väldigt effektivt sätt kan dölja underliggande tolkningar, antaganden och resonemang. Vi behöver definitivt lära oss källkritik på visualiseringar. Det är svårt.

3. Den svarta lådan

Datorprogrammen, algoritmerna och koden lämnas för ofta utanför ordentlig granskning. Data och kod är delar av forskningsmetoden som kan vara svåra att kontrollera. Förutom att detta kräver tillgång, som kan vara begränsad av många skäl, kan dessa också vara mycket svåra att analysera och förstå sig på. Man bör därför gärna, om möjligt, använda olika verktyg (och således metoder) för samma uppgift, exempelvis för att samla data eller göra sökningar. Då kan man också göra jämförelser och konstatera eventuella skillnader i resultatet.

4. Interdisciplinariteten

Digital humaniora kräver genuint och integrerat samarbete mellan människor från olika discipliner, med olika kompetenser. Hur klarar vi detta och vad kommer det att ha för konsekvenser i längden?

5. Jakten på universalism

Hoppet om att finna en sanning, en universell förklaring på allt, att generalisera modeller inkorrekt, på fel domäner och överföra regelbundenheter på områden där de inte stämmer är en frestelse, som växer sig ännu större med de ”allmängiltiga” verktyg datorer till syner erbjuder. Idéer om nätverk, komplexitet, fraktaler, kaos, självstrukturerande system, emergens, entropi och what not kan vilseleda oss och göra att vi missar det som är unikt i olika sammanhang och dölja hur komplex verkligheten de facto är och förleda oss att glömma att modeller alltid bara är modeller och förenklingar.

< Föregående avsnitt   |   Kapitel 6 >


[1] Bernhard Rieder och Theo Röhle, ”Digital Methods: Five Challenges”, i David M. Berry (red.), Understanding Digital Humanities (Basingstoke: Palgrave Macmillan, 2012).

En reaktion på ”Om kritisk granskning

  1. Pingback: Läsa kurslitteratur och testa verktyg inom digital humaniora | Arvidssons uppgifter

Kommentera

Fyll i dina uppgifter nedan eller klicka på en ikon för att logga in:

WordPress.com Logo

Du kommenterar med ditt WordPress.com-konto. Logga ut / Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut / Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut / Ändra )

Google+ photo

Du kommenterar med ditt Google+-konto. Logga ut / Ändra )

Ansluter till %s