把可視化作為方法

導語：

向帆是學者，是設計師，也在清華美院教書。除此之外，她是一個對世界充滿好奇心的人。

為了讓馬列維奇畫布上彩色方塊架成的飛機真正飛起來，她曾經在夏夜中一路開著車追逐飛行信號。她把古代人物的父子關系可視化出來，生成一片“家族林”，她發現其中明經胡氏家族樹的起點是一位唐代流亡民間的小王子，而這棵樹繁盛的枝葉后代中，還藏著胡雪巖、胡適。她專程開車去了小王子當年藏匿的地方，找當地人聊了聊。

向帆最近做了一個新項目，《大戲票》，以清末民初北京戲園子印制的 700 張戲票作為原材料，展現了京劇舞臺背后人與人、人與事的關系。借由這個機會，美數課和向帆做了一次對談，聊聊“大戲票”背后的故事，她的歷史觀、數據觀，還有她是如何把可視化作為一種方法，去探索這個世界的。

她說：“我一直覺得可視化就是一種工作方式，我不認為它是一個技術。它就是我們去理解世界，我們去 survive 的一個工具。”

“外行視角”的觀察，靠譜嗎？

美數課：我好奇您最開始學藝術的時候是什么方向，后來又是怎么轉向了可視化藝術？

向帆：我原來是學平面設計的。設計師這個職位一直都是為別人而設計，包括我在日本的時候學的公共圖形設計，也是為大眾而設計。公共圖形要讓人能夠理解、能夠看清楚、能夠看明白。

后來在美國上學的時候碰到當代藝術。我覺得它特別能夠幫助一個女性去尋找自己的答案，就好像一種手段、一種理解世界的途徑。因為女性在社會上的發言權總是很少，人家覺得你不識大局、你的眼光不夠寬廣、你不懂歷史、對一件事情說你只看表象，還會有人說你太敏感，對吧？包括因為年輕也會被取消發言權。那我就想，大數據或更廣闊的信息源能幫助我獲得一點發言權：我說的話是值得被聆聽的。

我很欣賞會發聲的女性。我的方式是用更豐富的史料文獻、數據分析以及確鑿、準確的視覺上的證據，來證明我說的話是可信的，來獲得一個話筒的資格。

美數課：您有提到，做“大戲票”項目之前，自己對京劇的了解并不深。面對歷史材料時，我們的身份通常是創作者，而非歷史研究者，那切入的方法和視角會有什么不同？

向帆：這是一個我很喜歡的問題，因為我剛剛找到一個很好的故事作為答案：清華大學的教育學家潘光旦老先生（他是費孝通的老師），寫過。該書通過可視化和分析，聚焦于京劇演員的血緣關系與家族傳承，試圖揭示家庭教育對的人才培養的影響。潘先生也并不熟悉京劇，但他認為這種“不懂”反而賦予了他研究京劇的獨特視角。

潘光旦說：“不聽戲，不懂戲，與做戲的人完全不相識，倒也可以免除不少主觀的弊病，更不至于犯什么‘捧角’的嫌疑”。他強調，外行視角可以通過客觀數據和理性分析去理解京劇文化的復雜性，不受個人喜好的左右，從而為京劇的歷史與藝術研究帶來新鮮的視角。

潘光旦《中國伶人血緣之研究》

從這個角度來說，我所做的可視化項目，一直做的是“外行視角”，用的是第三方的視點，比如：全國美展油畫獲獎作品的可視化、春晚的視頻可視化等等，我既不是油畫家，也不是藝術評論家，但做出來的東西依然會讓你覺得，嗯，看起來有點可信。

向帆作品《全國美展獲獎油畫作品視覺化》

我一直覺得可視化就是一種工作方式。我不認為它是一個技術，它就是我們去理解世界，我們去 survive 的一個工具。

Show it, exactly

美數課：“家族樹”項目里面有一個發現，也印證了您說的不帶預設、把可視化作為一種方法去觀察的思路。我記得你們發現了家族樹里有很多一子多父的情況，猜測可能是一種攀附，就是說一個人稍微有了一點出息以后，他很希望告訴大家他是出身名門，很希望去美化自己的出身。

向帆作品《家族樹》

向帆：對很多做家譜研究的專家來說，這個發現是司空見慣的，他們并不覺得這是個重大的發現，但對這個領域的外行來說卻讓人驚異。“全國美展”項目剛做出來的時候，有一個藝術評論家看了說“這有什么，誰都知道”，但是對我來說，我以前不知道。我第一反應比較受挫。

但反過來我想，我最早做一個熱帶雨林的數據可視化，哈佛的一個實驗室的主任在看的時候說了一句話，“我們雖然知道陽光會影響植物的生長，但是我們從來沒有確切地看過它是如何影響植物生長的（We know that sunshine influences growth， but it's our first time truly understanding exactly how it influences）。”

可視化就是 exactly showing how much it is，讓你從視覺上很直觀地觀察這個問題。我想這是好多科學家還不熟悉的部分。

美數課：我記得之前看紐約時報的可視化設計師的講座，他在開頭用了一張 GIF：他們辦公室的中庭有一棵樹，下完雨之后，因為水很重，樹的枝椏就整個往下移動了大概一厘米。他說“你能看到 the weight of the rain（雨的重量）”，這就是 aha moments（靈光乍現的時刻）。如果我把它準確地呈現出來，有時候就能作為敘事的一個起點。其實大家也都知道，下過雨樹葉會變重，但是真正看到還是會有非常不一樣的感覺。

The Weight of Rain, Jonathan Corum

不是名角，可視化也能看到

美數課：您是怎么開始做“大戲票”這個項目的？

向帆：這是首都圖書館的委托項目，說要做一個京劇的可視化項目，至于我用什么數據、去表現京劇的什么，有很自由的空間。

一開始我對京劇也不了解，找過師承關系人物，但做了好幾款草稿都不好。在很迷茫的時候才想起來，噢，我去問一下圖書館的館員，看他們有什么建議。館員直接跟我說，我們有一個戲票項目已經做好了。我打開他給我的網址一看，是特別生動、特別有質感的原始歷史資料，一下子特別帶感。這種歷史的肌理感，會激發創作的想法。因為你真的站在歷史的痕跡面前，和你純粹去看一堆數據，感覺還是不一樣。

首都圖書館整理的京戲戲票數據庫：https://bjmemory.clcn.net.cn/#/web/operas

原始戲票素材

美數課：從這些戲票的數據中，您有什么有意思的發現么？您曾在作品介紹中寫道，“通過數字化的手段，我們得以重新審視這些歷史，并揭示出以往被忽視的歷史細節”。如今從您的角度重新審視這段歷史，有什么新的感受

向帆：在我們的交互屏幕上，如果點擊荀慧生這個名角，就能找到一個叫朱斌仙的演員，這個名字現在聽來陌生，實際上在當時很有名氣。我查了很多資料，比如說他跟梅蘭芳也是親戚，梅蘭芳從上海回北京，還要專程去朱斌仙家里吃芝麻燒餅夾醬肘子。所以實際上這些角兒的關系是非常緊密的。

我們總是說四大名旦，但是其他人好像被歷史濾過去了。所以可視化的價值也有點符合現在很熱門的群體歷史研究：可視化讓我們看到了名角身邊的其他人，他們被時間濾去了，但現在我們讓他們重新回來了。

向帆作品《大戲票》截圖

把歷史留給觀眾自己去發現

美數課：我們看到在“大戲票”項目最終可視化的呈現上，您保留了劇目、演員這些元素，尤其還保留了戲票的各種細節，但沒有加入更多我們熟悉的京劇元素，如唱腔、扮相，這中間具體是怎么考慮、操作的？

向帆：我們說起來京劇就是名角唱腔這些大家很熟悉的概念，可一旦觸摸到這個戲票，你發現它不是這樣一回事兒。京戲里面包含的東西很多，而可視化是要忠實于可量化的信息的。我有什么數據，就做什么數據，用可量化的參數去做。唱腔、扮相不在我的數據庫里面，我也沒有資格去講。我只能去講我有的數據能講的故事。

我自己可視化的經驗，第一是降維，不斷的降低維度，用盡量少的維度，人們才可以理解。第二是我不喜歡有太多裝飾性的東西。可視化就是把歷史的事實呈現出來，然后觀者可以自己做一些判斷。我覺得裝飾性的東西越少，人們可能會越相信他眼前所見的事實。

《大戲票》草圖，作者：向帆 李子慕

現在博物館的大屏可視化有兩種。一種是表達性的數字圖像，它做的動畫特別美——古代城池中，有人騎著牛走過，天上有云、有花，這是明顯帶有觀點。實際上它是一種想象的歷史，我告訴你這段歷史是浪漫的，或者是可愛的、有趣的。

而“大戲票”項目是另一種。歷史文獻里很多東西是不可見的，而我們做的事情就是把歷史文獻的數據庫直接轉向可見，我們抽象了其中的關系，然后再讓人們去想象，提供給人們一個對歷史提問、思考的支持。這種可視化并非是“我準備好了，我來教育你”，而是“讓我們一起去探索這個歷史”。我覺得用真實的數據去再現歷史，比裝飾歷史更加有趣。

我們的原始數據——戲票，包含的信息就是演員和劇目。它就是一個人際關系網絡，所以當舞臺背后的人與人、人與事的關系被再現出來之后，就好像是舞臺背后的另一部大戲。

用量化數據庫搭建群體歷史

美數課：可視化敘事有兩種邏輯類型，一種是探索型（exploratory），還有一種是解釋型（explanatory），其實這個項目可能會更偏前者，對吧？

向帆：對，我覺得“大戲票”不僅是一個 exploratory 的項目，它也去 challenge 觀眾。大部分人面對“大戲票”的時候就是面對了一堆陌生人。所以我想這個作品能提出問題就挺有價值。觀眾站在現場，不可能在那做很深的研究，它也不是一個檢索網站，這個作品如果能激發觀眾去思考那個自以為很熟悉的詞，“京劇”，就很好了。人們站在那里，看到一個跟京劇相關的東西，卻看到了一群陌生人，就像照一面鏡子。

觀眾在觀看《大戲票》展覽

美數課：你自以為最熟悉的京劇是由一群你不熟悉的陌生人組成的。

向帆：對，而且最近我讀到王笛先生的著作《顯微鏡下的成都》，講的是成都的茶館。它講的就是群體歷史，不是精英歷史。我做這個項目的時候也一邊讀著他的書，我想其實京劇也是一個群體所創造的藝術現象。另外之前我做家譜樹也是群體歷史， CBDB 項目（中國歷代人物傳記資料庫）的主持哈佛教授包弼德 （Peter K。 Bol），他反復談到群體歷史的概念，跟量化歷史數據庫等等都有直接的關系。

“你畫得真好，用的什么顏料？”

美數課：不能免俗地，我們想要談到 AI。您覺得 AI 它有可能自動生成出好的可視化嗎？

向帆：應該不會吧。即便是最簡單的直方圖或者餅圖，好像機器也可以畫，但選哪個參數還是很重要的，而參數的選擇其實是跟人的履歷、人的境況、人的生存經驗，跟很多東西是相關的。

美數課：那 AI 生成的可視化，可能達到的天花板大概是一個什么水平？

向帆：AI 解決的問題和可視化解決的問題，好像不是一回事。我很確信，如果分解可視化的工作流，在每一步上 AI 都能幫助到我們，比如說數據處理、視覺形式的選擇，但它不會直接給你一個結果。現在很重要的一個詞是 workflow，它在 AI 中也很重要。

美數課：我好奇的是 AI 會在普適意義上對可視化產生什么影響？比如說，從頭到尾一個可視化工作流，涉及到的技術和工具有很多，之前普通人總會在某一步跟丟。現在有了 AI，這個技術門檻是不是就降低了，一個普通人也能完成一個可視化。

向帆：我還沒有想過這個問題，我覺得 AI 好像無孔不入，但人在其中還是起很大的作用。

我做“大戲票”的時候也天天用 AI ，生活里就連做個飯都會問 AI ：這兩個菜可以生成什么？這兩個菜應該怎么炒？我覺得 AI 最后可能是一個思維方式。如果要問 AI 能否直接幫你做一個可視化，其實像是餅圖、直方圖這種 general 的東西，不需要 AI 也能做到。看你要解決什么問題，然后就對應著找 AI 去做，對吧？

這個就像面對一幅好畫作，總有觀眾會問：“你用的什么顏料？”可視化里有設計思維、視覺思維、藝術思考，直接讓 AI 做一個很 creative 的東西，應該不太會。

記者｜ 呂妍 舒怡爾

編輯｜ 呂妍 陳良賢