種族衝突、Google

說過的、寫過的會留下痕跡沒有人質疑，但想過的會留下痕跡嗎？大部分人回答ＮO。

美國有個大數據新秀史提芬斯．大衛道維茲，他雖然沒有發明可以偵探「想過」的科學儀器，但他卻查得出那些事「想的和說的」不一樣。德國語言學家魏斯格貝爾認為語言塑造世界觀，相同觀點的人說同樣的話。大衛道維茲使用大數據的方法對魏氏理論進行實證，他利用Google的「趨勢」工具追蹤歧視語言，發現Google的大數據其實是窺探內心活動的無形窗口。

美國種族衝突激烈，但社會學家窮盡問卷調查、深度訪談的各種工具，也無法了解白人種族主義的比例和分布，尤其是歐巴馬當選總統之後，因為面對訪談和問卷大家都在說假話。幾年前大衛道維茲寫博士論文利用Google的「趨勢探索」搜尋歧視語言「nigger（黑鬼）」，結果得到一張地圖，這張地圖和後來川普的選票地圖完全重疊。原來很多人對調查說假話，只有面對具有隱私性的網上搜尋吐露真言。

筆者如法炮製頗有收穫。挖掘藍綠陣營互相叫罵的髒話庫後，筆者發現常用的髒話計有：死阿陸、４２６、外省豬、支那、支那賤畜、皇民等等。叫人大吃一驚的是「支那」的網路聲量竟高過「見鬼」，而與「他Ｘ的」同等。歧視語「支那」與「黑鬼」同出一轍，在美國罵「黑鬼」的可視為白人種族主義者，在台灣罵「支那」的可歸納為政治光譜綠色的一群。

筆者將「支那」填在Google Trends的關鍵詞比較欄目中，得到一張「支那」的搜尋熱度曲線。重要發現如下：

一、最近五年來「支那」的搜尋熱度平均為廿四％，「他Ｘ的」廿五％，「見鬼」十五％，有多少人在罵「他Ｘ的」，大概就有多少人也在罵「支那」，全台灣估計在幾萬到幾十萬之間，這就是大數據。

二、在地理分布上叫人意外的是北部的搜尋熱度高於南部，最近搜尋熱度最高的是桃園，其次為新北、台北、高雄、台中和台南。桃園居首與二二八潑漆事件有關，根據媒體報導，肇事者不僅潑漆又大罵「支那」。

三，網民在搜尋「支那」的同時，最相關的另一條搜尋是什麼，叫人出冷汗，它是更為惡毒的「支那賤畜」，可見「支那」的政治跨度有多大。

如果以時間做軸線，筆者發現「支那」搜尋熱度曲線（與網路聲量相似）逐年下降：二○一三年五月至一四年五月平均為廿七％，二○一七年五月至今平均數已下降到廿一％。就短期而言「支那」的搜尋峰值大幅下降，這可能意味著網上搜尋者由分散到收斂及搜尋的隊伍回歸到基本盤。

我們可以大膽的預測隨著執政黨的各種錯誤，綠色光譜的消退還會持久且加劇！

過去缺少判斷方法，來分析基本盤有沒有移動和怎樣移動。Google搜尋使得「人在做天在看」的信條變成可以透明的數位檔案，想過的、說過的必留下痕跡。相信在現有分析基礎上可以得到更多的關鍵詞地圖，為各類研究、尤其是選舉提供有價值的參考資料，這是大數據帶來的社會學新勝利。