Može li se izmeriti koeficijent sreće vaše omiljene priče?
Foto: Happiness by Nick Youngson CC BY-SA 3.0 ImageCreator
U svom delu „It’s all I have to bring today“, Emili Dikenson se poigrivala sa idejom da se emocija može brojčano izraziti. Pesma se poigrava sa motivima ljubavi koja obuhvata sve što pesnik obožava – srce, poljane, livade, pčele – i traži konačan zbir.
Nije trebalo da se iznenadim kada sam pre nekoiliko godina saznala da su naučnici omislili način da izračunaju sreću kroz jezik, ipak, bila sam. Tvorci Hedonometra (http://hedonometer.org/index.html) alatke za merenje sreće, određuju sreću teksta (bilo kog, od romana do skupa tvitova) na osnovu upotrebljenih reči, nudeći numerički koeficijent sreće.
Da bi izračunali koeficijent sreće teksta, naučnici su prvo odredili koji je koeficijent sreće individualnih reči. Angažovali su pedeset ljudi da ocene zasebno oko 10.000 reči na skali od jedan do devet, potom su izračunali prosečnu vrednost da bi dobili finalan rezultat za svaku reč. Reč „smeh“ je najsrećnija reč sa koeficijentom od 8.5; „terorista“ ima najnižu vrednost od 1.3. Reč kao što je „zasluga“ ima 6.4, reč „ulaz“ ima 5.65, „alkohol“ 5.2, „predrasuda“ 4.31, „agresija“ 3.8. Reč „ljubav“ se nalazi odmah ispod „sreća“ i iznad „srećan“ sa koeficijentom od 8.42. „Sreća“ ima 8.44 poena.
Koristeći listu reči (https://hedonometer.org/words.html) koja se može pronaći na internetu, počela sam malo dublje da istražujem. Koja reč je srećnija: muškarac (5.9) ili žena (6.84)? Doručak (6.86) ili ručak (7.42). Lepota (7.32) ili nežnost (7.24). Da li se slažem sa tim rezultatima, pitala sam se.
Nisam imala uvid u životne okolnosti ljudi koji su ocenjivali reči – neki od njih su možda prošli kroz tragediju u porodici, imaju prijatelja koji se venčao, ljubavnika koji ih je napustio – samo u prosečan rezultat, brojku koja oslikava raznovrsnost životnih iskustava ocenjivača, i njih pedesetoro su se mahom složili da reč „sto“ zaslužuje ocenu 5.32, sa standardnom devijacijom od .68; a reč kao što je „milioner“ 7.62, sa standardnom devijacijom od 2 poena. Kada zapitam sebe koliko je srećna reč „milioner“ samo zurim u ekran.
Kada mislim na sreću, ona obično ima formu naracije, nekog događaja ili interakcije koji su izazvali osećanje, i fascinirana sam i donekle zbunjena idejom merenja emocije pomoću brojki. „Dok zaplet predstavlja mehaniku naracije, a struktura određuje njeno predstavljanje, mi se trenutno trudimo odredimo koliko same reči utiču na emocinalni raspon“, navode naučnici.
Dok nisam pročitala studiju, nisam ni pomišljala o emocionalnom rasponu romana kroz uslove sreće ili koeficijenta sreće upotrebljenih reči. Ali naučnici ne samo da su izmerili sreću i kako se menja kroz delo, već su našli i emocinalne raspone koji se podudaraju sa šest najuobičajenijih tipova priča, koje je Kurt Vonegat prestavio u svojoj proslavljenoj, nažalost, odbijenoj master radu na Univerzitetu u Čikagu. Vonegat je pretpostavljao da bi ti tipovi priča mogli da se simuliraju pomoću računara, i naučnici se slažu sa tom pretpostavkom, navodeći da bi ti emocinalni rasponi mogli da pomognu u „generaciji fascinantnih priča“.
Proučila sam neke od grafikona koji predstavljaju raspone sreće koje je napravio Hedonometar. Ovo je, na primer, Šekspirov „Hamlet“:
Razumljivo je da će koeficijent sreće pasti. Na kraju drame svi umiru. Ipak, pitala sam se šta bi se desilo ako bih iskoristila neku drugu alatku da oceni dramu.
Screenshot from: https://github.com/andyreagan/core-stories/blob/master/src/vis/shakespeare-plays.ipynb
Pronašla sam blog Danijela Kastera, naučnika koji je eksperimentisao tražeći šablone u narativima. Njegova tehnika koristi analizu osećanja, i rezultati pokazuju koliko je pozitivan ili negativan određeni deo teksta. Kasterov zaključak se nije mnogo razlikovao od Hedonometrovog, ali budući da je on svoj sistem razvijao koristeći Diznijeve priče, koje su u odnosu na „Hamleta“ daleko jednostavnije, napomenuo je da bi rezultati mogli značajno da se razlikuju.
Kada sam propustila „Hamleta“ kroz Kasterov sistem, ovo su bili rezultati:
Story arc for Hamlet using https://github.com/IndicoDataSolutions/plotlines
Nesvesno sam pretpostavila sam da će oba sistema doći do manje više istih rezultata, ali ipak nisam bila mnogo iznenađena razlikom u rezultatima, jer Kasterov metod koristi analizu osećanja, dok Hedonometarov metod koristi koeficijent sreće samih reči.
„Čak i kada sredite sve algoritamske delove, potvrđivanje rezultata može biti nejasno kada se uzme u obzir individualna interpretacija“, navodi Kaster. Književnost nema samo jedan odgovor; dve osobe nikada neće doživeti jednu priču identično.
Šekspir je mrtav i ne može da nam kaže svoje misli o zapletu „Hamleta“, ali Vonegat je pisao o njemu u „A man without a country“.
„Pravo je pitanje da li nam sistem koji sam razvio može pomoći da bolje procenjujemo književnost? Možda pravo remek-delo ne može biti razapeto na ovakvom krstu. Možda bi ’Hamlet’ mogao?“ Pita se Vonegat. „Rekao bih da je to izuzetno delo...“
Vonegat razmišlja o duhu. „Ne znamo da li je taj duh zaista Hamletov otac, da li je dobro što ga vidimo, ili loše. A ne zna ni Hamlet.“ Hamlet ide od jednog, uslovno rečeno, lošeg momenta do drugog, dok na kraju ne pogine u dvoboju. „Da li je otišao u pakao ili raj? Velika razlika... Ne mislim da je Šekspir verovao u raj i pakao više od mene.“
„Ali postoji razlog zbog čega smatramo ’Hamleta’ remek-delom,“ zaključuje Vonegat, „Šekspir nam je rekao istinu, a ljudi nam retko otkrivaju istinu. A istina je; mi znamo tako malo o životu, ne znamo ni šta je dobra vest, ni šta je loša vest.“
Ovo je grafikon koji je Vonegat nacrtao za priču u „Hamletu“:
From: A Man Without A Country (Random House; 2005) by Kurt Vonnegut
Autor: Kristen Menadžer-Anderson
Izvor: lithub.com
Prevod: Aleksandar Mandić