本报综合外媒报道 历史的发展轨迹可能不受个人影响，以不可阻挡的趋势滚滚向前；也可能受到个人行为和环境条件的影响而发生改变。究竟是什么决定了历史发展进程？学者们一直致力于就相关基本问题达成共识。

　　美国圣塔菲研究所官方网站近日报道称，该研究所物理学家、教授大卫·沃尔珀特（David Wolpert）等人提出了一个新框架，为统一有关论点提供了新的视角和方法。他们描述了如何利用“随机过程”来分析历史数据集，从而捕捉到以往模型未曾注意的模式。

　　与先有一个想法然后再寻找支持这个想法的数据的研究方法不同，随机过程可以让数据本身确定人类社会群体是如何演变的，并可能带来意想不到的启示。随机过程让数据不言自明，可以消除潜在的解释偏差，还可能会捕捉到过去在分析过程中被忽视的令人惊讶的新模式。

　　随机模型具有不确定性和随机性，不会将历史变迁视作确定性的进程，而是更看重历史变迁中概率性的变化。随机模型曾被用于研究生物学、物理学以及信息论等多个领域的系统，但其在历史学和考古学研究中的应用却一直没有得到充分探索。利用随机模型来研究历史数据不仅可能统一过去的多种猜想，而且可能带来关于历史如何随时间发生变化的新观点。

　　生物学家、圣塔菲研究所外聘教授曼弗雷德·劳比希勒（Manfred Laubichler）也表示，新框架没有把历史演变当作一个确定性过程，而是允许不同事件随机发生。它还给出结构化的方法，帮助确定影响历史变迁的因素，这些因素可能是社会中的个人采取了足以改变历史进程的戏剧性行动，也可能是社会外部的自然力量，如火山活动或气候变化，但它们都是关键性推动因素。

　　研究人员表示，该框架可用于发现考古数据中的模式，在历史记录中缺少数据的情况下，也可以与机器学习系统结合使用。它还可以帮助阐明20世纪50年代以来地球和社会系统中许多领域出现的指数级增长的驱动因素。沃尔珀特说，该框架有助于区分随机事件和真正的变革事件。他表示，新框架并不是万能的解决方案，相反，通过在随机模型的基础上开展社会动态研究，研究人员希望发掘出新的数据驱动工具，以更好地捕捉历史记录中的模式。

　　（练志闲/编译）