Stare nawyki, nowe narzędzia

Wczesnonowożytni humaniści, którzy przyswoili sobie druk, nadali edycji kształt zachowany do dziś: tekst się ustala, składa, publikuje raz i poprawia – jeśli w ogóle – w drugim wydaniu wiele lat później. Komputery mamy od pół wieku, a edycje cyfrowe wciąż robimy tak, jakby były drukowanymi książkami. Kończymy tekst, publikujemy go za jednym zamachem, a erratę odkładamy na później. Narzędzia są nowe, nawyki – stare.

Moja nowa lekcja dla Programming Historian en français, „L’édition critique en continu : publier au rythme de l’encodage (Partie 1)”, łapie nowe narzędzia za słowo. Jeśli kodowanie TEI jest kodem – a jest – to można je wersjonować, walidować i przekształcać jak każdy kod. Programiści dawno przestali czekać na gotowy produkt: każda zmiana jest automatycznie sprawdzana i wydawana, gdy tylko przejdzie testy. Nic nie stoi na przeszkodzie, by edycja krytyczna działała tak samo: publikowała każdy list, gdy tylko zostanie zakodowany i sprawdzony, i poprawiała go jawnie, ilekroć pojawi się lepsze odczytanie.

Część pierwsza: cegiełki

Pierwsza część przedstawia elementy, które uwalniają edytora od odziedziczonego sposobu pracy, wszystkie otwartoźródłowe:

• plik ODD, jedyny dokument, w którym zapisano reguły kodowania w projekcie;
• wygenerowany z niego schemat RELAX NG, który egzekwuje strukturę;
• reguły Schematron, które dokładają ograniczenia edytorskie niewyrażalne w samym schemacie;
• skrypt walidacyjny, który jednym poleceniem sprawdza cały korpus i za pomocą XSLT generuje czytelne wyniki.

Przykłady pochodzą z korespondencji Filippa Cavriany, której edycję buduję właśnie według tych zasad. Część druga doda łańcuch spinający te elementy, tak by każda zmiana w korpusie była walidowana i publikowana na bieżąco. Lekcja powstała w ramach mojego projektu Wydajne edytorstwo, który szuka sposobów na obniżenie kosztów edycji naukowych; automatyzacja publikacji – dzięki której edytor nie musi już czekać na specjalistę na końcu łańcucha – to jedna z największych oszczędności, jakie da się osiągnąć.

Oburzenie, wyparcie albo kosmetyka

Sztuczną inteligencję przyjmuje się według tego samego schematu: oburzenie, wyparcie albo powierzchowne przyswojenie. To jeden z powodów, dla których lubię humanistykę cyfrową: mało która dziedzina obnaża ten paradoks tak dobitnie. Nowe narzędzia powinny być zaproszeniem do przemyślenia na nowo, jak pracować lepiej, a nie świeżą warstwą farby na starych nawykach. Ta lekcja przyjmuje to zaproszenie w imieniu edytorstwa naukowego. Ciąg dalszy nastąpi w części drugiej.

Dziękuję wszystkim, bez których ta lekcja by nie powstała. Redakcja: Daphné Mathelier i Matthias Gille Levenson. Recenzje: Jasmin Macarios i Elsa Van Kote. Nieoceniona pomoc: Anisa Hawes.

Lekcja ukazała się w otwartym dostępie: programminghistorian.org/fr/lecons/edition-critique-continu-pt1 (DOI: 10.46430/phfr0044).