ویرگول
ورودثبت نام
اعلان‌نامه
اعلان‌نامهاعلان‌نامه، جایی‌ست برای ثبت صدای تازه‌ها و اطلاعیه‌های رسمی، با قلمی روشن و قدمی استوار.
اعلان‌نامه
اعلان‌نامه
خواندن ۱۳ دقیقه·۴ ماه پیش

روایت، حقیقت، و پایگاه داده؛ یک نظریه روایی برای کشف دانش

چکیده

پایگاه‌های داده مدرن، خود را «ذخیره‌گاه حقیقت» (Source of Truth) می‌نامند. اما چه معنایی از «حقیقت» در این عبارت مستتر است؟ این مقاله استدلال می‌کند که پایگاه‌های داده سنتی، علیرغم ادعایشان، صرفاً «واقعیت» (Reality) را ذخیره می‌کنند — داده‌های خامی که «چه» را نشان می‌دهند اما «چرا» را نه. حقیقت (Truth)، در مقابل، نیازمند روایت است — نیازمند ساختاری که رویدادهای پراکنده را به یک کل منسجم تبدیل کند، علیت را آشکار سازد، و زمینه را فراهم آورد. با بهره‌گیری از هرمنوتیک پل ریکور (Ricoeur, 1984-1988) در سه جلد زمان و روایت (Time and Narrative) و نظریه «حقیقت روایی» (Narrative Truth) در برابر «حقیقت مطابقت‌گرا» (Correspondence Truth)، این مقاله یک چهارچوب نظری برای «پایگاه داده به‌مثابه ماشین روایت‌گر» ارائه می‌دهد. در این چهارچوب، یک کوئری SQL نه صرفاً یک عملیات جبری، که یک «کنش پیرنگ‌سازی» (Emplotment) است — فرایندی که داده‌های خام را به یک داستان منسجم تبدیل می‌کند. این مقاله نشان می‌دهد که معماری‌های سنتی (با UPDATE که گذشته را نابود می‌کند) توانایی روایت‌گری را از پایگاه داده سلب می‌کنند، در حالی که مدل‌های داده هویت‌محور (ICDM) با حفظ تغییرناپذیر زنجیره تغییرات، پایگاه داده را به یک «راوی متعهد» تبدیل می‌کنند — راوی‌ای که می‌تواند نه‌تنها به پرسش «چه؟» که به پرسش «چرا؟» نیز پاسخ دهد. این مقاله در نهایت استدلال می‌کند که کشف دانش (KDD) بدون یک نظریه روایی از حقیقت، صرفاً «استخراج الگو از واقعیت» است، نه «کشف دانش از حقیقت».

واژگان کلیدی: حقیقت روایی، هرمنوتیک، پل ریکور، پایگاه داده، کشف دانش، روایت، پیرنگ‌سازی، UPDATE.

۱. مقدمه: پایگاه داده شما دروغ می‌گوید — و خودش هم نمی‌داند

یک دوربین مداربسته در یک تقاطع شلوغ، تصادفی را ضبط می‌کند. فیلم دوربین نشان می‌دهد که یک خودرو با سرعت از چراغ قرمز عبور کرد و با خودروی دیگری برخورد نمود. این فیلم «واقعیت» (Reality) است — داده خام: پیکسل‌ها، فریم‌ها، زمان‌بندی دقیق. اما اگر از شما بپرسند «چرا راننده چراغ قرمز را رد کرد؟»، فیلم دوربین پاسخی ندارد. آیا راننده عجله داشت؟ آیا مست بود؟ آیا ترمزها نقص فنی داشتند؟ آیا نور خورشید مانع دید او شد؟ هیچ‌یک از این پاسخ‌ها در فیلم دوربین نیست. «حقیقت» (Truth) — که پاسخ به «چرا» است — نیازمند چیزی فراتر از داده خام است: نیازمند روایت است.

این تمایز میان واقعیت و حقیقت، که ریشه در هرمنوتیک ریکور (Ricoeur, 1984-1988) دارد، برای فهم محدودیت‌های بنیادین پایگاه‌های داده سنتی بسیار مهم است. یک پایگاه داده رابطه‌ای مدرن، خود را «منبع حقیقت» (Source of Truth) می‌نامد — عبارتی که در معماری‌های سازمانی به‌وفور به کار می‌رود. اما این مقاله استدلال می‌کند که پایگاه‌های داده سنتی، علیرغم این ادعا، صرفاً «منبع واقعیت» هستند، نه «منبع حقیقت». آن‌ها داده‌های خام را ذخیره می‌کنند — «چه» را — اما از پاسخ به «چرا» ناتوانند. و دلیل این ناتوانی، نه در حجم داده یا سرعت پردازش، که در معماری روایت‌ستیز آن‌ها نهفته است.

فرمان UPDATE — که در قلب هر پایگاه داده رابطه‌ای قرار دارد — گذشته را نابود می‌کند. هنگامی که ایمیل یک مشتری از [email protected] به [email protected] تغییر می‌کند، فرمان UPDATE ایمیل قدیمی را برای همیشه از بین می‌برد. از نظر پایگاه داده، گویی آن ایمیل قدیمی هرگز وجود نداشته است. این تنها یک نقص فنی نیست — این یک خشونت معرفت‌شناختی است: پایگاه داده، با نابود کردن گذشته، توانایی «روایت‌گری» را از دست می‌دهد. و بدون روایت، حقیقت — پاسخ به «چرا» — دست‌نیافتنی می‌شود.

این مقاله یک نظریه روایی برای پایگاه‌های داده ارائه می‌دهد. پرسش‌های تحقیق عبارتند از: (RQ1) تمایز میان «واقعیت» و «حقیقت» در زمینه پایگاه‌های داده چگونه صورتبندی می‌شود؟ (RQ2) فرمان UPDATE چگونه توانایی روایت‌گری را از پایگاه داده سلب می‌کند؟ (RQ3) یک «پایگاه داده روایت‌گر» چه ویژگی‌هایی دارد و چگونه می‌تواند به کشف دانش (KDD) کمک کند؟

۲. واقعیت و حقیقت: دو رژیم متفاوت دانش

۲.۱. میراث افلاطون و ارسطو

تمایز میان واقعیت و حقیقت، ریشه در نخستین روزهای فلسفه دارد. افلاطون (Plato, ca. 380 BCE/1997) در تمثیل غار، میان «سایه‌ها» (واقعیت مشاهده‌شده) و «ایده‌ها» (حقیقت) تمایز نهاد. ارسطو (Aristotle, ca. 350 BCE/1984) در ارغنون (Organon)، میان «دانستن این‌که» (knowing that) و «دانستن چرا» (knowing why) فرق گذاشت — تمایزی که امروزه در فلسفه علم به «توصیف» (Description) در برابر «تبیین» (Explanation) معروف است.

در زمینه پایگاه‌های داده، این تمایز را می‌توان چنین صورتبندی کرد: واقعیت (Reality) پاسخ به «چه» است — چه اتفاقی افتاد؟ چه کسی؟ چه زمانی؟ کجا؟ این‌ها پرسش‌هایی هستند که یک پایگاه داده سنتی می‌تواند به آن‌ها پاسخ دهد: SELECT * FROM customers WHERE id = 42 به شما می‌گوید که نام این مشتری چیست، ایمیلش چیست، و آدرسش کجاست. اما حقیقت (Truth) پاسخ به «چرا» است — چرا این مشتری ایمیلش را تغییر داد؟ چرا آدرسش را عوض کرد؟ چرا سفارشش را لغو نمود؟ این‌ها پرسش‌هایی هستند که یک پایگاه داده سنتی — که گذشته را با UPDATE نابود کرده — نمی‌تواند به آن‌ها پاسخ دهد.

۲.۲. سه نظریه حقیقت و محدودیت آن‌ها در پایگاه داده

فیلسوفان سه نظریه اصلی درباره حقیقت ارائه کرده‌اند. نظریه مطابقت (Correspondence Theory) — که ریشه در ارسطو دارد و توسط راسل (Russell, 1912) و ویتگنشتاین اولیه (Wittgenstein, 1922) بسط یافت — حقیقت را مطابقت یک گزاره با واقعیت می‌داند: «برف سفید است» صادق است اگر و تنها اگر برف واقعاً سفید باشد. در پایگاه داده، این نظریه می‌گوید: رکورد customer_id = 42, email = '[email protected]' صادق است اگر و تنها اگر علی واقعاً این ایمیل را داشته باشد. مشکل این نظریه آن است که واقعیت تغییر می‌کند — اگر علی ایمیلش را عوض کند و پایگاه داده UPDATE شود، گزاره قبلی دیگر «کاذب» می‌شود. اما آیا این بدان معناست که علی «هرگز» آن ایمیل قدیمی را نداشته است؟ نظریه مطابقت نمی‌تواند میان «دیگر صادق نیست» و «هرگز صادق نبوده» تمایز بگذارد.

نظریه انسجام (Coherence Theory) — که توسط برادلی (Bradley, 1914) و پاتنم (Putnam, 1981) بسط یافت — حقیقت را انسجام یک گزاره با کل نظام باورها می‌داند. در پایگاه داده، این نظریه می‌گوید: یک رکورد «صادق» است اگر با بقیه داده‌ها (Constraintها، Foreign Keyها، و قواعد کسب‌وکار) سازگار باشد. مشکل این نظریه آن است که یک سیستم می‌تواند کاملاً منسجم و در عین حال کاملاً نادرست باشد — برای مثال، یک پایگاه داده که تمام رکوردهایش با دقت جعل شده‌اند.

نظریه پراگماتیک (Pragmatic Theory) — که توسط پیرس (Peirce, 1878) و جیمز (James, 1907) ارائه شد — حقیقت را «سودمندی» می‌داند: یک گزاره صادق است اگر «کار کند». در پایگاه داده، این نظریه می‌گوید: یک رکورد «صادق» است اگر تصمیم‌گیری بر اساس آن به نتیجه مطلوب منجر شود. مشکل این نظریه آن است که یک باور نادرست نیز می‌تواند موقتاً «کار کند» — تا زمانی که فاجعه رخ دهد.

هر سه نظریه، یک شکاف مشترک دارند: آن‌ها حقیقت را به‌عنوان یک «وضعیت» (State) در نظر می‌گیرند، نه یک «فرایند» (Process). آن‌ها از پایگاه داده می‌پرسند: «آیا این رکورد اکنون صادق است؟» اما از پرسیدن این پرسش بازمی‌مانند: «این رکورد چگونه به این وضعیت رسیده است؟»

۲.۳. حقیقت روایی ریکور: حقیقت به‌مثابه فرایند

پل ریکور (Ricoeur, 1984-1988) در شاهکار سه جلدی خود زمان و روایت (Time and Narrative)، نظریه چهارمی برای حقیقت ارائه می‌دهد که به‌طور خاص به روایت مربوط است. از نظر ریکور، حقیقت روایی (Narrative Truth) از «پیرنگ‌سازی» (Emplotment) حاصل می‌شود — فرایندی که طی آن، رویدادهای پراکنده و بی‌معنا در یک ساختار منسجم (پیرنگ) سازماندهی می‌شوند و از این رهگذر، «معنا» و «حقیقت» پدید می‌آیند.

برای فهم این مفهوم، سه گزاره را در نظر بگیرید: «شاه مرد. ملکه گریست. جنگ آغاز شد.» این‌ها سه «واقعیت» هستند — داده‌های خام. اما اگر آن‌ها را چنین روایت کنید: «شاه مرد. سپس ملکه گریست. و به خاطر این، جنگ آغاز شد» — اکنون یک «حقیقت» دارید: حقیقتی که نه در هیچ‌یک از گزاره‌ها به‌تنهایی، که در رابطه میان آن‌ها — در پیرنگ — نهفته است.

این همان کاری است که یک کوئری SQL انجام می‌دهد — یا باید انجام دهد. SELECT * FROM events WHERE customer_id = 42 ORDER BY timestamp صرفاً یک عملیات فنی نیست. این یک کنش پیرنگ‌سازی است: رویدادهای پراکنده (ثبت‌نام، تغییر ایمیل، سفارش، لغو) را در یک توالی معنادار سازماندهی می‌کند و از این رهگذر، «داستان» آن مشتری را روایت می‌کند.

۳. پایگاه داده به‌مثابه ماشین روایت‌گر

۳.۱. UPDATE: خشونت علیه روایت

اگر بپذیریم که حقیقت در پایگاه داده از طریق پیرنگ‌سازی (کوئری) حاصل می‌شود، آن‌گاه فرمان UPDATE را باید «خشونت علیه روایت» نامید. UPDATE با نابود کردن گذشته، مواد خام پیرنگ‌سازی — رویدادها — را از بین می‌برد. چگونه می‌توان داستان تغییر ایمیل یک مشتری را روایت کرد، در حالی که ایمیل قبلی او دیگر وجود ندارد؟ چگونه می‌توان پرسید «چرا این مشتری ایمیلش را عوض کرد؟»، در حالی که هیچ ردپایی از ایمیل قبلی — و بنابراین هیچ زمینه‌ای برای فهم تغییر — باقی نمانده است؟

این تنها یک مشکل فنی نیست — یک مشکل اخلاقی است. همان‌طور که ریکور (Ricoeur, 2004) در حافظه، تاریخ، فراموشی (Memory, History, Forgetting) استدلال می‌کند، «فراموشی» (Forgetting) و «بخشایش» (Forgiveness) دو چیز کاملاً متفاوت هستند. فراموشی، نابود کردن گذشته است — وانمود کردن به این‌که «هرگز رخ نداده است». بخشایش، حفظ گذشته است در حالی که از آن عبور می‌کنیم — «می‌دانم چه رخ داد، و با وجود این، ادامه می‌دهم». UPDATE فراموشی است. یک پایگاه داده روایت‌گر، در مقابل، بخشایش را ممکن می‌سازد: گذشته حفظ می‌شود (از طریق APPEND به‌جای UPDATE)، اما می‌توان آن را «بخشید» (با محدود کردن دسترسی، مانند status = 'inactive')، بدون آنکه برای همیشه نابود شود.

۳.۲. معماری یک پایگاه داده روایت‌گر

یک پایگاه داده روایت‌گر — بر اساس مدل داده هویت‌محور (ICDM) — سه ویژگی کلیدی دارد که آن را از پایگاه‌های داده سنتی متمایز می‌کند.

نخست، تغییرناپذیری مسیر (Path Immutability): هر تغییر، یک رکورد جدید است — نه یک به‌روزرسانی. زنجیره تغییرات یک موجودیت، یک «روایت پیوسته» را تشکیل می‌دهد که هرگز گسسته نمی‌شود. برای مثال، تغییر ایمیل یک مشتری به‌صورت دو Claim ثبت می‌شود: یکی با valid_to مشخص (ایمیل قدیمی) و دیگری با valid_to = NULL (ایمیل جدید). هیچ‌یک حذف نمی‌شوند.

دوم، کوئری به‌مثابه پیرنگ‌سازی (Query as Emplotment): در این معماری، هر کوئری یک کنش پیرنگ‌سازی است. SELECT * FROM claims WHERE ik = 'ik_c_001' AND claim_type = 'email' ORDER BY valid_from صرفاً داده‌ها را «بازیابی» نمی‌کند — یک «داستان» را روایت می‌کند: داستان تغییر ایمیل‌های علی در طول زمان. ORDER BY valid_from یک انتخاب روایی است: «از آغاز به سوی پایان» یا «از پایان به سوی آغاز» — هر کدام داستان متفاوتی را روایت می‌کنند.

سوم، شواهد به‌مثابه متن (Evidence as Text): در هرمنوتیک ریکور، «متن» (Text) آن چیزی است که روایت را «تثبیت» (Fix) می‌کند — به آن استقلال از نیت مؤلف می‌بخشد. در پایگاه داده روایت‌گر، «شواهد» (Evidence) — مانند تصویر کارت ملی، سند تأیید آدرس، یا امضای دیجیتال — همان «متن» هستند که Claimها را تثبیت می‌کنند. یک Claim بدون Evidence، یک «ادعای شناور» است — ممکن است درست باشد، ممکن است نباشد. یک Claim با Evidence، یک «حقیقت مستند» است که می‌توان آن را در برابر روایت‌های رقیب سنجید.

۳.۳. فیلتر هویت: سنجش روایت‌ها در برابر متن

بر اساس این معماری، یک «فیلتر هویت» (Identity Filter) می‌توان ساخت که روایت‌ها را — مانند یک داور — در برابر «متن» (شواهد) می‌سنجد. این فیلتر چهار لایه دارد. لایه اول، انسجام درونی است: آیا این روایت با خودش تناقض دارد؟ (برای مثال، آیا یک مشتری هم‌زمان دو ایمیل فعال دارد؟ CONSTRAINT UNIQUE INDEX WHERE valid_to IS NULL این انسجام را تضمین می‌کند). لایه دوم، انسجام بیرونی است: آیا این روایت با روایت‌های دیگر همان موجودیت سازگار است؟ (برای مثال، آیا تغییر آدرس با تغییر شهر در سفارش‌ها هم‌خوانی دارد؟). لایه سوم، مطابقت مستند است: آیا این روایت شواهد دارد؟ (برای مثال، آیا ادعای کد ملی با تصویر کارت ملی پشتیبانی می‌شود؟). لایه چهارم، تعهد اخلاقی است: آیا این روایت به «زندگی خوب» — با و برای دیگران در نهادهای عادلانه (Ricoeur, 1992) — متعهد است؟ (برای مثال، آیا سیستمی که یک پناهجوی بدون مدرک را به دلیل NOT NULL روی فیلد کد ملی طرد می‌کند، یک «نهاد عادلانه» است؟).

این فیلتر چهارلایه، یک «امتیاز اعتماد» (Trust Score) برای هر روایت تولید می‌کند که می‌تواند مبنای تصمیم‌گیری‌های خودکار — مانند تأیید یا رد یک درخواست وام — قرار گیرد.

۴. دلالت‌ها برای کشف دانش (KDD)

۴.۱. از داده‌کاوی بر واقعیت به کشف دانش از حقیقت

فرایند سنتی KDD (Fayyad et al., 1996) بر «واقعیت» عمل می‌کند: داده‌های خام، پیش‌پردازش، تبدیل، داده‌کاوی، و تفسیر. اما آنچه از این فرایند حاصل می‌شود، «دانش» (Knowledge) به معنای دقیق کلمه نیست — «الگو» (Pattern) است. یک الگوریتم خوشه‌بندی می‌تواند به شما بگوید که «مشتریان گروه A رفتار X را نشان می‌دهند»، اما نمی‌تواند بگوید «چرا» این رفتار را نشان می‌دهند.

یک پایگاه داده روایت‌گر، با حفظ زنجیره تغییرات، این «چرا» را قابل کشف می‌سازد. برای مثال، فرض کنید یک الگوریتم تشخیص ناهنجاری، مشتری‌ای را شناسایی می‌کند که الگوی تغییر آدرس او غیرعادی است (۵ تغییر در ۳ ماه). در یک پایگاه داده سنتی، تحلیل‌گر فقط می‌بیند که «آدرس فعلی این مشتری X است» — و الگوی تغییرات را نمی‌بیند. در یک پایگاه داده روایت‌گر، تحلیل‌گر می‌تواند کل «داستان» تغییر آدرس‌ها را ببیند و از خود بپرسد: «چرا این مشتری این‌قدر جابجا می‌شود؟ آیا این نشانه تقلب است؟ یا نشانه یک بحران شخصی (مانند بی‌خانمانی) که سازمان می‌تواند به آن کمک کند؟» این گذار از «چه» به «چرا» — از واقعیت به حقیقت — جوهره کشف دانش واقعی است.

۴.۲. مسئولیت اخلاقی پایگاه داده روایت‌گر

اگر پایگاه داده یک «راوی» است، آن‌گاه — مانند هر راوی دیگری — مسئولیت اخلاقی دارد. ریکور (Ricoeur, 1992) «زندگی خوب» را «زندگی با و برای دیگران در نهادهای عادلانه» تعریف می‌کند. یک پایگاه داده نیز یک «نهاد» است — نهادی که تصمیم می‌گیرد چه کسی «وجود دارد» (از طریق CONSTRAINTها)، چه کسی «معتبر» است (از طریق امتیاز اعتماد)، و چه کسی «دیده می‌شود» (از طریق کوئری‌ها).

یک پایگاه داده روایت‌گر، برخلاف پایگاه‌های داده سنتی که CONSTRAINTهای طردکننده (مانند NOT NULL روی فیلد نام) را تحمیل می‌کنند، حداقل CONSTRAINT و حداکثر شمول را اعمال می‌کند. یک موجودیت می‌تواند بدون هیچ صفتی وجود داشته باشد — صرفاً با یک IK. این یک تصمیم اخلاقی است، نه صرفاً فنی: به رسمیت شناختن «که-بودن» (that-ness) یک موجودیت، پیش از «چه-بودن» (what-ness) آن.

۵. نتیجه‌گیری

این مقاله با بهره‌گیری از هرمنوتیک ریکور، یک نظریه روایی برای پایگاه‌های داده ارائه داد. استدلال کرد که پایگاه‌های داده سنتی، علیرغم ادعایشان، صرفاً «واقعیت» را ذخیره می‌کنند — نه «حقیقت» را. حقیقت نیازمند روایت است — نیازمند ساختاری که رویدادهای پراکنده را به یک کل منسجم تبدیل کند. فرمان UPDATE، با نابود کردن گذشته، این توانایی روایت‌گری را از پایگاه داده سلب می‌کند. در مقابل، یک «پایگاه داده روایت‌گر» — مبتنی بر تغییرناپذیری مسیر، کوئری به‌مثابه پیرنگ‌سازی، و شواهد به‌مثابه متن — می‌تواند به پرسش «چرا» پاسخ دهد و از این رهگذر، کشف دانش واقعی را ممکن سازد.

پایگاه‌های داده، چه بخواهند چه نخواهند، راوی هستند. پرسش این است: آیا راوی صادقی هستند — راوی‌ای که گذشته را حفظ می‌کند، شواهد را محترم می‌شمارد، و در برابر روایت‌های خود مسئولیت می‌پذیرد؟ یا راوی دروغگویی هستند — راوی‌ای که گذشته را نابود می‌کند و «آخرین وضعیت» را به‌عنوان «تنها حقیقت» جا می‌زند؟ این مقاله استدلال کرد که زمان آن فرا رسیده که پایگاه‌های داده خود را نه صرفاً به‌عنوان «ذخیره‌گاه داده»، که به‌عنوان «راویان متعهد» بازتعریف کنند.

مراجع

Aristotle. (1984). The Complete Works of Aristotle (J. Barnes, Ed.). Princeton University Press. (Original work ca. 350 BCE)

Bradley, F. H. (1914). Essays on Truth and Reality. Clarendon Press.

Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From Data Mining to Knowledge Discovery in Databases. AI Magazine, 17(3), 37–54.

James, W. (1907). Pragmatism: A New Name for Some Old Ways of Thinking. Longmans, Green.

Peirce, C. S. (1878). How to Make Our Ideas Clear. Popular Science Monthly, 12, 286–302.

Plato. (1997). Complete Works (J. M. Cooper, Ed.). Hackett. (Original work ca. 380 BCE)

Putnam, H. (1981). Reason, Truth and History. Cambridge University Press.

Ricoeur, P. (1984-1988). Time and Narrative (Vols. 1–3) (K. McLaughlin & D. Pellauer, Trans.). University of Chicago Press.

Ricoeur, P. (1992). Oneself as Another (K. Blamey, Trans.). University of Chicago Press.

Ricoeur, P. (2004). Memory, History, Forgetting (K. Blamey & D. Pellauer, Trans.). University of Chicago Press.

Russell, B. (1912). The Problems of Philosophy. Williams and Norgate.

Wittgenstein, L. (1922). Tractatus Logico-Philosophicus (C. K. Ogden, Trans.). Routledge.

حقیقت
۰
۰
اعلان‌نامه
اعلان‌نامه
اعلان‌نامه، جایی‌ست برای ثبت صدای تازه‌ها و اطلاعیه‌های رسمی، با قلمی روشن و قدمی استوار.
شاید از این پست‌ها خوشتان بیاید