Algoritmer afslører nye sider af det moderne gennembruds litteratur

Inden for litteraturforskningen ændrer forskningsmetoderne sig meget sjældent, men de seneste års revolution inden for big data og AI er ikke gået litteraternes næse forbi.

I forskningsprojektet Measuring Modernity – Literary and Social Change in Scandinavia 1870-1900 (MeMo) kombinerer forskere maskiner og mennesker for at undersøge den litteratur, der blev udgivet under det moderne gennembrud, hvor forfatterne udfordrede traditioner, normer og samfundsstrukturer.

- Vi, der beskæftiger os med denne centrale epoke i skandinavisk litteratur- og kulturhistorie, har haft en tendens til at arbejde med de samme fejrede værker af nogle få forfattere, blandt andre J.P. Jacobsen, Herman Bang og Amalie Skram, indleder lektor og forskningsleder Jens Bjerring-Hansen fra Institut for Nordiske Studier og Sprogvidenskab. Han fortsætter:

- Vi har derfor i vores projekt forsøgt at inddrage så meget empiri som muligt ved at indscanne næsten 900 værker fra perioden og basere vores undersøgelser på dette store tekstgrundlag. Det har givet os mulighed for at forske i bredden og finde værker, vi har overset tidligere. Og ikke mindst nuancere vores syn på periodens store temaer som køn, ligestilling og religion.

Fortællingen om den ulykkelige kvindelitteratur

Et godt eksempel på, hvordan de digitale metoder kan hjælpe forskere med at nuancere og udfordre etablerede litteraturhistoriske sandheder, er projektets undersøgelse af periodens kvindelige forfattere.

- Værker af kvindelige forfattere i perioden bliver tit beskrevet som ulykkelige og angste, fordi de ofte handler om at være undertrykt som køn i et mandsdomineret samfund. Men de konklusioner er som regel draget på baggrund af forskning i relativt få kvindelige forfattere – en forfatter som Amalie Skram bliver typisk fremhævet, siger ph.d.-studerende Kirstine Nielsen Degn.

Men når man inddrager mange flere kvindelige forfattere fra perioden og får computeren til at hjælpe med at identificere negativt og positivt ladede sætninger i deres værker, tegner der sig et lidt mere broget billede:

- Inden for det man kunne kalde genrelitteraturen ser vi fx mange værker med et helt andet positivt udtryk end i de kanoniske romaner, så hvis man endelig skal generalisere over de kvindelige forfattere i perioden, er det nok snarere, at de sjældent skriver neutrale værker, understreger Kirstine Nielsen Degn.

Religionen på historiens mødding?

Et andet gennemgående tema i det moderne gennembruds litteratur – i hvert fald ifølge litteraturhistorierne – er et opgør med religionens snærende bånd og et nyt fokus på fornuft og frisind. Hvorvidt denne tese harmonerer med de store mængder litteratur, der faktisk blev produceret i perioden, er også noget, som forskerne i MeMo har undersøgt nærmere.

- Når vi ser på perioden som helhed ved hjælp af sprogteknologiske værktøjer, bekræfter det ideen om, at der er en sekulariseringsproces i gang i romanerne: Religion omtales oftest negativt, og dens tilstedeværelse i litteraturen aftager gradvist over tid, forklarer postdoc Alexander Conroy.

Men, tilføjer han, der er vigtige nuancer:

- I særlige genrer som fx den historiske roman eller i de komplet glemte skønlitterære bøger af indremissionske forfattere, som bliver udgivet fra 1890 og frem, spiller religionen typisk ikke bare en stor, men også en utvetydigt positiv rolle. Og det er noget, som tidligere har været overset i forskningen, og som er værd at undersøge nærmere.

AI som disruption og mulighed

For Jens Bjerring-Hansen er projektet et eksempel på, at det kan være meget frugtbart at anvende big data og digitale metoder i litteraturstudier, herunder studier af nordisk litteratur. Og at den generative AI, som for alvor gjorde sit indtog, da forskerne var halvvejs i projektet, også kan bidrage positivt. 

- MeMo var i udgangspunktret et ret traditionelt digital humaniora-projekt, hvor vi trænede algoritmer på en masse tekster for at klassificere dem efter forskellige analytiske formål. Men da de kraftfulde store sprogmodeller kom på banen, måtte vi selvfølgelig også prøve dem af, fortæller Jens Bjerring-Hansen og slutter:

- Den helt store metodiske forskel er, at store sprogmodeller og generativ AI er afhængig af løbende kontrol og evaluering fra humanistisk side for at give brugbare resultater. Vi er med andre ord blevet meget bevidste om, hvor vigtige menneskelige vurderinger og humanistisk domæneekspertise er i arbejdet med teknologien.

Læs mere om projektet: https://nors.ku.dk/english/research/projects/measuring-modernity/