Se on meitä parempi

 

Objektiivinen lukija

 

Jos haluaisi täydellisen kirjan, sellaisen voisi kai tilata tekoälyltä. Sellaisia lieneekin, mutta uskon, etten ole vielä tullut sellaista lukeneeksi ja pyrinkin sitä välttämään.

Tekoälyn tuotokset kai nyt  välttämättä ovat teennäisiä ja matkittuja, vaikka voisin kuvitella, että se helpostikin voisi omaksua myös erilaisia elämänasenteita ja näkemyksiä siinä kuin tyylejäkin.

Ehkäpä tyypillinen bestseller olisi juuri sopiva tekoälyn kirjoitettavaksi. Sille tuskin on ongelma ottaa huomioon suurin mahdollinen lukijakunta, jonka ainakin Hollywoodissa aikoinaan arvioitiin merkitsevän 11-vuotiaan henkiselle tasolle asettumista.

Mitä tekoäly sitten ei voisi oppia? En itse asiassa uskalla väittää sellaista asiaa olevankaan. Kun tekoäly seuraa miljoonien ihmisten ajattelua, se pystyy löytämään sieltä tarvitsemansa.

Odottaessamme kirjallisuuspalkintojen menemistä yhä uudelleen tekoälylle, voimme ajatella sitäkin, miten etevästi se jo nyt pystyy erottamaan toisistaan tekijöitä ja tyylejä.

Tässä muuan vanha blogi, jossa asiaa käsitellään. Mahtaakohan suomalaisesta kirjallisuudesta jo olla paljonkin tietokoneanalyysejä? Ne voisivat olla jopa kiinnostavia.

 

torstai 9. elokuuta 2018

Kun kone lukee

 

Kun kone lukee

 

Ben Blatt, Nabokov’s Favourite Word is Mauve. The Literary Quirks and Oddities of our Most-loved Authors. Simon & Schuster 2017, 271 s.

 

Suuret kirjat ovat suuria ja kehnot ovat roskaa. Vladimir Nabokov sijoitti jälkimmäiseen kategoriaan amerikkalaiset bestsellerit, tarkoittamatta luultavasti, että puhui jokaisesta tapauksesta (kaikki kehnot kirjat ovat roskaa ja kaikki amerikkalaiset…).

Kirjallisuudessa ihminen joutuu lukemaan ja kokemaan asioita, joita ei ole hänelle selvästi esitetty eikä aina voidakaan selvästi ja tarkasti esittää. Ehkä me juuri siksi niin paljon tarvitsemme kaunokirjallisuutta ja sitä rakastamme.

Olipa miten tahansa, Nabokov on yksi niistä kirjailijoista, jotka Ben Blatt on ottanut mukaan anglosaksisen kirjallisuuden kärkijoukkoon, jonka laatua hän tutkii tietokoneen avulla.

Itse asiassa kysymys ei ole valinnasta. Blattin käytössä on valtava aineisto, toisinaan miljoonien sanojen tekstikorpukset, joita hän nuohoaa kehittämiensä ohjelmien avulla. Näillä aineistoilla ja metodeilla on mahdollista saada vastauksia jopa naiivin yksinkertaisiin ja siksi mahdottomilta tuntuviin kysymyksiin kuten: kirjoittavatko amerikkalaiset äänekkäämmin kuin britit?

Vastaus on muuten myönteinen. Amerikkalaiset todella käyttävät enemmän kovaa ääntä ilmaisevia sanoja kuin brittikollegansa. Muitakin eroja veljesten välillä on. Monet sanat ovat toisen osapuolen englannissa niin harvinaisia, että ne suurella varmuudella kertovat, kumpaa kirjoittaja edustaa, ainakin usein toistuessaan.

Tällaisiin sanoihin kuuluu esimerkiksi brilliant, mistä ei vielä pidä tehdä päätelmiä amerikkalaisen kulttuurin tasosta. Ne voi ja on syytä tehdä muun aineiston perusteella ja ne ovat silloin vakuuttavampia.

Yhtä kaikki, Blattin algoritmit ovat kiehtovia ja tulokset usein vähintäänkin huvittavia, mikä on jo saavutus sinänsä.

Blatt tutkii niin miesten ja naisten erilaisia tapoja kirjoittaa, kuin välimerkkien käyttöä, romaanien aloitusta ja lopetusta ja jopa kirjojen kansia ja sitä, miten suurella kirjoittajan nimi niissä on painettu.

Kliseet eli suomalaisittain pikemmin fraasit tarjoavat myös herkullisen aiheen.

Muuan kirjoittajaa vaivannut kysymys on, voiko hyvän ja huonon kirjan tunnistaa objektiivisesti, tietokoneella.

Vaikka on toki selvää, ettei kirja ole enempää hyvä kuin huono siksi, että käyttää tiettyjä kliseitä tai välimerkkejä tai englannin –ly –loppuisia adverbejä, näyttää siltä, että erot ovat suuria ja paremmat kirjat voidaan objektiivisesti erottaa. Tämä koskee myös saman kirjoittajan tekstejä.

Toki esimerkiksi fraasit ovat ensi kertaa esiintyessään tuoreita, eikä yllätä, että niitä tavataan klassikoilla.

Kirjoittaja etsii myös huonon kirjan tuntomerkkejä. Klassinen esimerkki huonosta aloituksesta on luonnon kuvaus: Oli synkkä ja syksyinen yö (It was a dark and stormy night…), mutta onko sekään välttämättä huono?

Ei tietenkään. Kirjallisuus pyrkii niin syvälle ajattelumme rajoille, ettei hyvän kirjallisuuden osoittaminen kvantitatiivisin keinoin taida useinkaan olla mahdollista. Joskus se kyllä on. Nyrkkisäännöt, sellaiset kuin show, don’t tell ovat yleensä aina päteviä. Jo Goethe sanoi saman asian: Schaff Bilder, Künstler, rede nicht!

Laiska kirjoittaminen, jossa käytetään paljon adjektiiveja ja adverbeja, saattaa tosiaan olla puuduttavaa lukijalle. Toisaalta myös ylenmääräinen konstikkuus vähentää luettavuutta ja tympäisee, kun sen huomaa tekemällä tehdyksi.

Blatt esittää kirjassaan huomattavan määrän tuloksia ja selostaa myös käyttämiään metodeita, jotka auttavat ymmärtämään, millä pohjalla päätelmät ovat ja millaisia muita teitä asioiden tutkimiseen olisi olemassa.

Saattaa olla, että kaikkein ilmeisimmät tulokset ovat tässä kirjassa kiinnostavimpia, ainakin ne lyövät korvalle sitä muodikasta huuhaata, joka aivan ensimmäisenä tunkeutui juuri kirjallisuuden tutkimukseen.

Ajatelkaamme sellaisia lauseita kuin he/she screamed. Kumpi sukupuoli esittää useammin toisen kirkumassa?

Klassisessa anglosaksisessa kirjallisuudessa miehet esittävät naisen kaksi kertaa useammin kirkujana kuin miehen. Naiset tekevät samoin.

Onko tämä merkittävä tulos vai ei? Sehän heijastaa reaalimaailmaa, jossa kirkujia ovat nimenomaan naiset. Tulokset eivät kuitenkaan ole kauttaaltaan näin banaaleja.

He/she grinned esitetään samoin monta kertaa useammin miehiseksi tapahtumaksi molempien sukupuolten toimesta ja tämä koskee niin klassista, kuin populaarikirjallisuutta.

He/she sobbed poikkeaa edellisistä. Mies ei nyyhkytä fiktiossa, jos miehet ovat kuvittelemassa. Naiset kuvittelevat toisin.

Kun tullaan seksiin, ovat odotukset nimenomaan toisen osapuolen aktiivisuuden suhteen korkealla: he/she kissed on koko kirjallisuudessa miehillä naisvoittoinen tapahtuma ja naisilla miehinen. Eroottisessa kirjallisuudessa naiset kertovat miesten olevan paljon naisia aktiivisempia, miesten kirjoittamissa teksteissä taas vallitsee tasa-arvo, käyttääkseni tähän yhteyteen kuulumatonta ilmausta.

Mitä naisten näkyvyyteen tulee, se on kirjallisuudessa pienempi kuin miesten, mikäli indikaattorina pidetään he/she pronominia. Mainittakoon kuitenkin, että New York Timesin 50 viimeaikaisessa  naisen kirjoittamassa bestsellerissä vain 17 käytti useammin sanaa she ja 33 sanaa he.

Todistaako tällainen yhtään mitään mistään?

Olisi ainakin typerää mitata näillä indikaattoreilla sukupuolten (niiden kahden) tasa-arvoa. Näkyvyydestä voinee sen sijaan puhua, mutta sen olettaminen, että kyseessä olisi jonkinlainen epäkohta, veisi ajattelun jo Helsingin Sanomien kulttuuriosaston tasolle.

Joka tapauksessa tietokoneen käyttö tällaisessa yhteydessä ei ole vailla mielenkiintoa. Myös muilla kielillä kuin englanniksi kirjoitettu kirjallisuus ansaitsee tämän käsittelyn, jota voinee lähes rajattomasti muunnella eri kirjailijoiden ja kirjallisuudenlajien ja niiden kehityksen tutkimisessa.