Große Sprünge und konzentrische Ringe, oder: Stephen Ramsay über Daten, Texte, Interpretationen

(The following blog post is in German, because it reflects on an excellent talk by Stephen Ramsay, “Stanley and me“, which most of my readers outside Germany will have read anyway; it has been retweetet thorougly on Twitter and was Digital Humanities Now’s Editor’s Choice some days ago. Sorry folks, but you’re not missing anything.)

Ein weit verbreitetes Missverständnis in Bezug auf computergestützte Textanalyse im Speziellen und die Digitalen Geisteswissenschaften im Allgemeinen scheint zu sein, dass hier neue und fachfremde Prinzipien wie Formalisierung, Automatisierung und Empirie den Geisteswissenschaften den Geist austreiben, also genuin geisteswissenschaftliche Kompetenzen wie die individuelle aber transparente Sinnstiftung und die methodisch und kontextuell abgestützte Interpretation ersetzen. Das Missverständnis scheint mir ein doppeltes zu sein, insofern einerseits die neuen digitalen Methoden die Interpretation meist nicht ersetzen, sondern flankieren, stützen oder nuancieren, und manchmal auch kritisch hinterfragen; und insofern andererseits gerade auch mit digitalen Methoden erhobene Informationen über Texte nicht für sich alleine ein Ergebnis oder gar eine Antwort auf eine Frage darstellen, sondern ebenso interpretations- und kontextualisierungsbedürftig sind, wie die Texte selbst.

In gewissem Sinne sind digitale Methoden nur eine neue Art, Texte selektiv und umorganisiert zu lesen. Das ist die Grundidee der (nicht nur digitalen) Lektüre als eine “deformance” des Texts (ein Konzept von Lisa Samuels und Jerome McGann, das performance und deformation zusammenbringt), und bei dem die Deformanz des Textes durch den Leser immer ein produktives interpretatorisches Ziel hat. Eine durchaus verwandte Theorie der Lektüre, die sympathischer Weise in einer innovativen Rezeption von Oulipo und ‘Pataphysique begründet ist, hat Stephen Ramsay vor Kurzem mit seinem Buch Reading Machines: Toward an Algorithmic Criticism vorgelegt (bei IEEE.org gibt es eine Rezension dazu).

Hier interessiert mich nun aber ein Beitrag von Stephen Ramsay, der auf einen Vortrag zurückgeht und den er kürzlich auf seinem Blog veröffentlicht hat: “Stanley and me“, ein Blogpost der via Twitter bekannt wurde und recht schnell als Editor’s Choice durch Digital Humanities Now‘s gewissermaßen geadelt wurde. In dem Beitrag geht es vordergründig um Stanley Fish’s berühmt gewordene Kritik an den Digital Humanities, letztlich aber vor allem um das Verhältnis von Textanalyse und Textinterpretation in den (Digital) Humanities.

Dabei geht Stephen Ramsay nicht nur auf die aktuelle Kritik Stanley Fish’s ein, sondern auch auf einen Buchkapitel Fish’s von 1980, in dem er Louis T. Milics Buch A Quantitative Approach to the Style of Jonathan Swift von 1967 kritisiert. Und Stephen Ramsay erinnert sich an das Unbehagen, das ihn erfasste, als ihm klar wurde, dass Fish mit seiner Kritik zwar Milic nicht gerecht wird, aber doch einen wichtigen grundätzlichen Punkt getroffen hatte. Ramsay schreibt: “Text analysis very often consisted of the attempt to enlist sophisticated computational methods in the service of banality. Literary text analysis, in other words, was failing at its most essential task; it wasn’t generating literary criticism.” Und was Ramsay in der Tat häufig vermisst, ist dass Algorithmen die Literaturwissenschaftler, die sie verwenden, zu der Art von Aussagen führen, wie sie uns in Bezug auf literarische Werke oder andere künstlerische Artefakte sinnvoll, erhellend und hilfreich erscheinen.

Er stellt aber auch fest, woran das liegen könnte, und worin eine Lösung liegen könnte. Zunächst einmal stellt Ramsay fest, dass wir offenbar entschieden oder akzeptiert haben, dass die für sich genommen präzisen und verlässlichen, aber sehr kleinteiligen “Daten”, die sich im Bereich der quantitativen Stilistik beispielsweise erheben lassen, keine sinnstiftenden Verallgemeinerungen zulassen. Zugleich stellt er fest, dass wir zugleich schon seit langem eigentlich vergleichbare Verallgemeinerungen durchaus akzeptieren, die auf selektiven und oft sehr kurzen Textstellen gründen, diese aber mit Kontextinformationen und enormen Syntheseleistungen anreichern. Wir fordern und bewundern solche sinnstiftenden Verallgemeinerungen sogar, die Zuschreibungen eines möglichen Sinns zu einem komplexen, organischen und kontextabhängigen Ganzen wie einem Romanwerk erlauben.

Dies führt Stephen Ramsay zu der folgenden, wunderbaren Frage: “Why can’t data function within the same interpretative regime – and fulfill the same hermeneutical functions – as text. […] Is there a humanistic way to generate and understand data that licenses the kind of leaps we want to make?” Und das naheliegende Plädoyer von Ramsay ist es eben, diese interpretatorischen Sprünge, die wir auf der Grundlage von Text akzeptieren, auch auf der Grundlage von Daten über Texte zu akzeptieren und unsere Energie darin zu investieren, solche großen Sprünge zu machen.

Dabei gilt es, und das unterstreicht Ramsay dann im verbleibenden Teil seines Beitrags, nicht einer weiteren schlichten Opposition zu verfallen: literaturwissenschaftliche Textinterpretation, so Stanley Fish, würde mit einer interpretativen Hypothese nach Belegen für diese im Text suchen, während die digitalen Geisteswissenschaften zunächst Daten über Texte erheben und dann, meist vergeblich (siehe oben), nach einer sinnstiftenden Hypothese suchen, die diese Daten erklärt oder ihnen eine Bedeutung entlockt. Stephen Ramsay zeigt dagegen überzeugend, aber da hat er es auch nicht schwer, dass jeder hermeneutische Prozess permanent zwischen dem Detail und dem Ganzen, zwischen den stilistischen Fäktchen und der hypothetischen Gesamtinterpretation, oszilliert. Daraus leitet er dann die folgende Forderung ab:

“[…] if one concedes that reading is a process whereby patterns urge interpretations and interpretations bring forth patterns (a formulation that implies no natural sequence or direction), then we are halfway to saying why you might want to generate a computational program from a critical question or generate an interpretation from a computational procedure. Why not do both? In fact, why not do both within tight, concentric loops of reading, hacking, thinking, and interpreting?”

Die Kunst wird es wohl sein, diese engen, konzentrischen Ringe soweit zu treiben und so offen zu betreiben, dass sie am Ende die großen gewagten Sprünge von Text oder Daten zur Interpretation erlauben. Zugegebener Maßen ist das von Stephen Ramsay eher für einzelne Texte oder Gesamtwerke konzeptualisiert worden, der Gedanke lässt sich aber durchaus auch auf die mindestens ebenso spannende Ebene der Muster und Gruppierungen übertragen, die man mit massiv quantitativen Methoden in umfangreichen Textsammlungen entdecken kann, und die es ebenfalls zu interpretieren gilt.

Zitierte Werke

Fish, Stanley. “Mind Your P’s and B’s: The Digital Humanities and Interpretation”, Opinionator, The New York Times, 23.01.2012. URL: http://opinionator.blogs.nytimes.com/2012/01/23/mind-your-ps-and-bs-the-digital-humanities-and-interpretation/

Fish, Stanley. Is There a Text in this Class?. Cambridge, Mass. : Harvard University Press, 1980..

Milics, Louis T. A Quantitative Approach to the Style of Jonathan Swift. The Hague, Mouton, 1967.

Ramsay, Stephen. Reading Machines. Toward an Algorithmic Criticism. Urbana : University of Illinois Press, 2011.

Ramsay, Stephen. “Stanley and Me”, stephenramsay.us, 8.11.2012, URL: http://stephenramsay.us/text/2012/11/08/stanley-and-me.html

Samuels, Lisa & Jerome McGann, “Deformance and Interpretation”, New Literary History 30.1, 1999, 25–56.


Christof Schöch

Christof Schöch is a Research Associate at the Department for Literary Computing, Würzburg University, Germany. He leads the junior research group CLiGS (Computational Literary Genre Stylistics). His interests are in French and Spanish Literature, Digital Humanites, and Open Access.

You may also like...

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.