Počítačová analýza odhaluje fraktály ve slavných literárních dílech

Hned na úvod, článek prý prošel pečlivým recenzním řízením 6 různých odborníků; nemá jít tedy o příklad interdisciplinárního výzkumu, který se publikuje, aniž jeho podstatě kdokoliv z oponentů dokáže porozumět. Pro ostatní čtenáře nicméně srozumitelnost nemusí být pravidlem, pomiňme tedy například zjištění, že podle výzkumníků mají ze slavných textů např. vyvstávat „kaskádové narativní struktury“ (ech?).

Stanislaw Drozdz a jeho kolegové provedli v podstatě jediné: ve slavných textech hledali fraktální vzory – (tedy struktury nezávislé na měřítku – soběpodobnost) i tzv. multifraktály. Zde je soběpodobnost obtížněji odhalitelná, protože v závislosti na měřítku se jednotlivé veličiny můžou měnit různě rychle, tj. typický fraktálový vzor objevíme až třeba po nějaké úpravě (transformaci) souřadnic. Jindy se multifraktály chápou jako útvary vzniklé skládáním více fraktálů. Mají svůj předobraz v přírodě, v tomto smyslu tedy i slavná literární díla můžeme pokládat za „přírodní jevy“. Nakonec to není nic divného, když texty v přirozených jazycích např. vyhovují Zipfovu (Zipfovu-Mandelbrotovu) zákonu o statistickém rozložení četnosti slov – a obdobné pravidlo se uplatňuje i v ekologii či demografii. Nakonec i pro fraktály či teorii chaosu bylo jednou z inspirací, jak různorodé jevy od burzy po počasí můžeme popisovat stejným matematických aparátem a nakonec i stejnými slovy.

Statistické analýzy se prováděly na 113 literárních dílech slavných spisovatelů napsané v řadě jazyků (evropských), díla klasická i víceméně současná – od Shakespeara po Umberta Eca. Všechny analyzované knihy obsahovaly alespoň 5 000 vět. Za základní dále zkoumanou jednotku se brala věta, charakterizovaná počtem slov (zkoušelo se vše přepočítávat také na znaky, výsledky prý byly podobné). Jedna z řešených otázek zněla: jsou-li věty o x slovech n-krát častější než věty o y slovech, bude ono číslo n charakterizovat i vztahy i mezi větami o jiných délkách (tj. opět soběpodobnost; analogicky Zipfův zákon v nejjednodušší podobě praví, že vynásobení relativního pořadí slova v textu a jeho frekvence je konstantní. Příklad: Nejčastěji se vyskytující slovo v textu je obsaženo 100krát, druhé v pořadí bude tedy obsaženo přibližně 50krát, třetí 33krát, čtvrté 25krát – a tak dále.).

Stupeň soběpodobnosti byl v různých dílech různý (samozřejmě omezený z obou stran tím, že měřítko nejde měnit donekonečna, slova či znaky jsou déle nedělitelné elementy a v každé knize jich je konečný počet), ve všech se ale prý objevil. Zajímavé je, zda „fraktalita/multifraktálnost“ nějak koresponduje s dalšími vlastnostmi textu. Multifraktalita je prý nejjasnější v žánrech, které zahrnují proud vědomí. Vrcholem zde prý byly Plačky nad Finneganem od Jamese Joyce. Pozoruhodné je, že vysokou multifraktálnost prý vykazuje i Starý zákon (měli bychom ty příběhy tedy také chápat spíše jako proud vědomí než popisné vyprávění?). Stejně tak vysokou soběpodobnost vykazuje Joyceův Odysseus, dílo Julia Cortazara (Rayuela, česky Nebe, peklo, ráj) či Vlny Virginie Wolfové.

Naopak méně fraktální je prý Atlasova vzpoura od Ayn Randové či Proustovo Hledání ztraceného času, a to i když je v nich proud vědomí přítomen také. Není možná náhodou, že Joyce i Cortazar byli experimentátoři, používali promyšlenou formální strukturu, i když sotva počítali písmenka, slova a věty. Nebe, peklo, ráj se navíc může číst jak lineárně, tak i listovat sem tam podle zvláštního klíče, tedy málem jako gamebook.

Autoři diskutují, zda snad lze na tomto základě něco vyvozovat i o povaze lidského vědomí; už to, že různé popisy proudu vědomí mají různé vlastnosti, ukazuje, že asi spíše záleží na imaginaci jednotlivých autorů. Nikdo sice nenavrhuje, že by se podle statistických kritérií měla posuzovat kvalita literárního díla, ale bylo by prý zajímavé zkusit (třeba) podle fraktality díla rozdělit do různých přihrádek. Korespondovaly by tyto skupiny jakkoliv s rozdělováním v rámci literární teorie/učebnic? A nakonec, viz i příklad Starého zákona, mohla by nám statistika nějak napovídat, jak dílo „číst“?

Nu nakonec, počítačové programy dnes s různou mírou úspěšnosti např. píšou detektivky. Snad by takto mohly dokonce přejít i k dílům ambicióznějším?

Zdroj: ScienceDaily a další