Towards a Relational Model of the Holocaust Geolocalized Approaches to Perpetration, Complicity, and Knowledge

الخريطة التي تربط النقاط

تخيل أنك تحاول حل لغز عالمي هائل، لكن الأدلة مبعثرة في آلاف الصناديق المختلفة في علية مغبرة. بعض الأدلة عبارة عن تذاكر قطارات، وبعضها مذكرات يومية، وبعضها قوائم حكومية رسمية، وأخرى قصص رواها ناجون منذ عقود. لفترة طويلة، كان المؤرخون بارعين في قراءة القصص الفردية — مثل تركيز المحقق على مذكرات شخص معين لفهم خوفه أو شجاعته. لكن أحيانًا، النظر إلى قصة واحدة فقط يجعل من الصعب رؤية الصورة الكاملة لكيفية تنظيم هذا اللغز. الأمر يشبه محاولة فهم ازدحام مروري هائل من خلال النظر إلى سيارة واحدة فقط؛ أنت تعرف أن تلك السيارة عالقة، لكنك لا تعرف لماذا تعطلت شبكة المدينة بأكملها.

يقع هذا البحث في نقطة التقاء التاريخ والتكنولوجيا الرقمية، وتحديدًا في مجال يسمى "تحليل الشبكات التاريخية". فكر في هذا المجال كوسيلة فائقة القدرة لربط النقاط. فبدلاً من مجرد قراءة قائمة أسماء، تبني هذه الطريقة شبكة تفاعلية ضخمة حيث يكون كل شخص، ومكان، ومحطة قطار، ووثيقة بمثابة "عقدة" (نقطة)، وتكون العلاقات بينها هي "الحواف" (الخطوط التي تربط النقط). يسأل البحث سؤالًا كبيرًا: هل يمكننا استخدام هذه الشبكات الرقمية لرسم خريطة ليس فقط لما حدث خلال الهولوكوست، بل أيضًا لأين حدث، ومن كان قريبًا، وما هي المعلومات التي كانت تطفو في الأثير في ذلك الوقت؟ يتعلق الأمر بالانتقال من رؤية تاريخية تشبه "كتاب القصص" إلى رؤية "خريطة ثلاثية الأبعاد"، مما يساعدنا على رؤية أنماط الحركة، والمعرفة، والمسؤولية التي تكون غير مرئية عندما نقرأ وثيقة واحدة في كل مرة.

الفكرة الكبرى للبحث: بناء شبكة رقمية للتاريخ

يقترح فابيان شميت، مؤلف هذا البحث، طريقة جديدة لدراسة الهولوكوست باستخدام هذه الشبكات الرقمية. هو يقترح أنه بينما تعتبر القصص الشخصية ضرورية لفهم الألم الفردي، إلا أنها ليست أفضل الأدوات لرؤية الهياكل الضخمة وغير المرئية التي ربطت بين الجناة، والضحايا، والمشاركين (المتفرجين)، والمؤسسات عبر الزمان والمكان. ولإصلاح ذلك، يرى البحث أننا بحاجة إلى بناء "شبكات تاريخية جغرافية الموقع".

تخيل أخذ كل تلك الأدلة المبعثرة — جداول القطارات، قوائم نقل المعتقلين، سجلات المصانع، وذكريات الناجين — وتغذيتها في نموذج حاسوبي. هذا النموذج لا يكتفي بسردها فحسب، بل يربط بينها. إنه يرسم خطوطًا بين قطار معين والبلدة التي مر بها، أو بين مصنع والعمال الذين وظفهم. ومن خلال القيام بذلك، يمكن للنموذج أن يكشف عن أنماط أكبر من أن يستوعبها العقل البشري في كتاب واحد. على سبيل المثال، يشارك المؤلف لحظة شخصية حيث أدرك فيها أن قطار ترحيل، مشهور بحمله لفتاة صغيرة تدعى ستيلا شتاينباخ، قد مر على بُعد أقل من كيلومتر واحد (حوالي 0.6 ميل) من مكتبه الخاص في برلين. وبينما كان مسار القطار مكتوبًا بالفعل في كتب التاريخ، فإن ربطه بخريطة لحيّه جعل الحدث يبدو حقيقيًا وملحًا. لقد أثار ذلك أسئلة جديدة: كم عدد القطارات الأخرى التي مرت عبر ذلك الحي؟ كم مرة شاهدها السكان المحليون؟

يشير البحث إلى أنه من خلال بناء هذه الشبكات، يمكننا إنشاء "خرائط معرفية". هذه الخرائط لا تخبرنا بالضبط بما كان يعرفه شخص معين في يوم محدد (لأن ذلك غالبًا ما يكون مستحيلاً من الناحية الإثباتية). بدلاً من ذلك، هي توضح لنا "بيئة" المعلومات. يمكنها أن تظهر لنا أي البلدات كانت تقع بجوار معسكرات العمل القسري مباشرة، أو أي محطات القطارات شهدت تأخيرات طويلة حيث ربما انتظر المدنيون وشاهدوا ما يحدث. الأمر يشبه إنشاء خريطة طقس للمعلومات: لا يمكننا رؤية الرياح، لكن يمكننا رؤية أنظمة الضغط التي تخبرنا أين من المرجح أن تُشعر العاصفة.

ما يفعله البحث (وما لا يفعله)

من المهم فهم ما لا يدعي هذا البحث القيام به. المؤلف واضح جدًا في أن هذه الطريقة ليست عصا سحرية ستستبدل الحاجة إلى قراءة شهادات الناجين أو كتب التاريخ التقليدية. في الواقع، يعارض البحث فكرة أنه يمكننا استخدام هذه النماذج للقول بشكل قاطع: "هذا الشخص كان يعرف كل شيء" أو "هذا الشخص لم يكن يعرف شيئًا". فالنموذج لا يمكنه قراءة العقول.

بدلاً من ذلك، يقترح البحث أن هذه الشبكات هي أداة "لتكملة" التاريخ الموجود. فهو يقترح أنه من خلال ربط البيانات المجزأة — مثل الجمع بين قائمة من السجناء مع خريطة لخطوط السكك الحديدية ومدونة يومية لسكان محليين — يمكننا إعادة بناء "السياقات العلاقاتية" للهولوكوست. يستخدم البحث أمثلة من مجالات أخرى لإظهار كيف يعمل ذلك. فقد أشار إلى مشروع يسمى "مواقع العار" (Sites of Shame)، والذي رسم مسارات ترحيل الأمريكيين من أصل ياباني خلال الحرب العالمية الثانية. أظهرت تلك الخريطة نمطًا واضحًا: معظم الناس نُقلوا من كاليفورنيا إلى معسكرات في الغرب الأوسط، ولكن بعد الحرب، لم يعودوا إلى كاليفورنيا؛ بل انتقلوا إلى الساحل الشرقي. هذا النمط الكبير كان مخفيًا في آلاف القصص الفردية، ولكنه أصبح واضحًا عند تمثيله كشبكة. وبالمثل، ينظر البحث في خرائط تجارة الرقيق عبر المحيط الأطلسي، والتي كشفت أن العديد من المستعبدين تم نقلهم داخليًا بين المزارع، وهو تفصيل غالبًا ما يتم إغفاله في التواريخ العامة.

كما يستبعد البحث صراحةً فكرة استخدام هذه النماذج لتبسيط أو "تجميل" فظاعة الهولوكوست. لقد استخدم النازيون أنفسهم الخرائط والمخططات لجعل إبادتهم الجماعية تبدو وكأنها عملية لوجستية نظيفة وفعالة. ويجادل هذا البحث بأن نماذجنا يجب أن تفعل العكس: يجب أن تعيد ربط القطع البشرية المكسورة والمبعثرة لإظهار التعقيد الحقيقي والتكلفة البشرية.

المنهجية: من الورق إلى البكسلات

لبناء هذه النماذج، يحدد البحث منهجية تسمى "نمذجة الكيانات والعلاقات" (Entity-Relationship Modelling). فكر في هذا كأنه مجموعة "ليغو" رقمية. "القطع" هي الكيانات: الأشخاص، الأماكن، المنظمات، والأحداث. و"الواصلات" هي العلاقات: "تم ترحيله من"، "عمل في"، "عاش بالقرب من"، أو "رأى".

يشير المؤلف إلى أنه بينما نمتلك الكثير من البيانات، إلا أنها مبعثرة حاليًا. بعضها في الأرشيفات الحكومية، وبعضها في قواعد بيانات المتاحف، وبعضها في الكتب القديمة. يقترح البحث استخدام تقنيات مثل "معالجة اللغات الطبيعية" (NLP) — وهي ببساطة قدرة الحاسوب على قراءة النص للعثور على الأسماء والتواريخ — لجمع هذه المعلومات معًا. على سبيل المثال، يمكن للحاسوب مسح مذكرات يومية والعثور على ذكر لمرور قطار، ثم ربط ذلك بجدول مواعيد النقل لمعرفة متى وأين حدث ذلك بالضبط.

ومع ذلك، يحذر البحث من أن هذا ليس مثاليًا. فالبيانات غير كاملة، وبعض القصص قد تكون مبالغًا فيها أو خاطئة. يقترح المؤلف أننا بحاجة إلى توخي الحذر الشديد بشأن ما ندرجه في النموذج. يجب أن نركز على الأحداث المرتبطة بأوقات وأماكن محددة، بدلاً من الشائعات الغامضة. كما يناقش البحث الجانب الأخلاقي لهذا العمل. نظرًا لأن البيانات تتعلق بأشخاص حقيقيين عانوا، يرى المؤلف وجوب استخدام "أسماء مستعارة" (أسماء أو أرقام تعريف وهمية) في قاعدة البيانات لحماية كرامتهم، وعدم الكشف عن الأسماء الحقيقية إلا عند الضرورة القصوى وبحذر.

المستقبل: رؤية ما لا يُرى

يختتم البحث باقتراح أن هذه الأدوات يمكن أن تساعدنا في الإجابة على أسئلة كان من الصعب طرحها من قبل. على سبيل المثال، هل يمكننا رسم خريطة لمدى قرب المدنيين من معسكرات التركيز؟ هل يمكننا رؤة عدد المرات التي توقفت فيها قطارات الترحيل بالقرب من ساحات البلدات المزدحمة؟ يتخيل المؤلف مستقبلًا يمكننا فيه أن نسأل الحاسوب: "كيف سيكون الشعور بالمشي في حانة في بلدة معينة في عام 1941؟" ونحصل على إجابة بناءً على شبكة الأحداث التي كانت تحدث في مكان قريب، بدلاً من مجرد التخمين.

بينما لا يدعي البحث أنه حل لغز الهولوكوست، إلا أنه يشير إلى أن "تحليل الشبكات التاريخية" يقدم طريقة جديدة للنظر في الأدلة. إنه يحول كومة من الوثائق المنفصلة إلى خريطة حية ونابضة بالعلاقات. ومن خلال القيام بذلك، فإنه يساعدنا على رؤية الهياكل "غير المرئية" للتواطؤ والمعرفة، مذكّرًا إيانا بأن التاريخ ليس مجرد قائمة من التواريخ والأسماء، بل هو شبكة معقدة من الروابط التي شكلت العالم. ومع رحيل جيل شهود العيان، يرى البحث أن هذه الشبكات الرقمية قد تكون من أفضل الوسائل المتبقية لدينا لفهم النطاق الكامل لما حدث، مما يضمن عدم ضياع الروابط بين الناس والأماكن والأحداث مرة أخرى.