Algoritmes in de literatuur zijn ongemakkelijk, maar dit is niet de tijd voor lafheid

De onttovering van de literatuur: er is geen ontkomen meer aan. Terwijl je nog wekelijks recensies voorbij ziet komen van critici die niet eens weten hoe ze een boek moeten lezen, hebben bepaalde literatuurwetenschappers de inhoud maar helemaal terzijde geschoven. Ze zijn aan het tellen geslagen.

Of nu ja, dat laten ze door computers doen – het blijven alfa’s, nietwaar? Op die computers draaien programmaatjes die bijvoorbeeld woordgebruik in een literaire tekst analyseren. Op die manier kun je, geheel los van de betekenis, puur op basis van statistische formules, vaststellen dat achter het pseudoniem Elena Ferrante de Italiaanse auteur Domenico Starnone schuilgaat – om maar even een recente toepassing te noemen. En zo kan het gebeuren dat Ronald Giphart momenteel samen met een robot aan een literaire tekst werkt. De robot komt voort uit een samenwerking van het Meertens Instituut en de Universiteit van Antwerpen, en is gevuld met grondige literaire kennis. Het ding beschikt daardoor over een uitgebreid palet aan literaire stijlen.

Nu zijn dat nog koddige geintjes voor de bühne, maar bij het Huygens Instituut onderzoeken ze de meer neoliberalere aspecten van de bellettrie: de relatie tussen de structuur van een tekst en verkoopsucces. Daar is op zichzelf niets mis mee, maar het irritante is dat dergelijke wetenschap onmiddellijk door de commercie ingelijfd en opgevreten wordt. Want bij uitgeefconcerns met namen als WPG en VBK, waar ze bestsellers belangrijker vinden dan de auteurs die de bestsellers schrijven, staan ze te popelen om met behulp van dergelijke wetenschappelijke technieken de schone letteren nog verder uit te hollen dan ze toch al deden.

Klink ik zuur? O, sorry, dat is niet de bedoeling. Maar ik denk dat ik aan onttoveringsangst lijd en dat valt me een beetje tegen van mezelf. Onttoveringsangst, dat is iets voor de mensen die kwaad werden op Darwin omdat hij aantoonde dat de mens niet in één klap naar Gods evenbeeld in de wereld gepleurd was, maar juist kalmpjes aan, stapje voor stapje, vanuit het amoebengebroed bleek doorgeëvolueerd tot zijn, nu ja, heilige zelf. Ik bedoel: een tikkeltje bekrompen types, die denken dat wetenschappelijke kennis het mysterie van het leven sloopt, terwijl het mysterie er over het algemeen alleen maar door toeneemt. Ik vind DNA een stuk indrukwekkender dan God, wil ik maar zeggen.

Mijn eigen onttoveringsangst heeft te maken met wat ik blijkbaar zie als de heiligheid van het artistieke scheppingsproces. Door het zo te formuleren besef ik meteen al hoe belachelijk die heiligheid is, maar het zit diepgeworteld, dat geloof in het idee dat een kunstwerk het rationele ontstijgt (dat woord alleen al: ontstijgt…).

Afgelopen week stuitte ik op het boek Nabokov’s Favorite Word Is Mauve van journalist en statisticus Ben Blatt. Nu eens huiverend, dan weer bulderlachend heb ik het gelezen. Een bevrijdende leeservaring. Blatt kwantificeert en analyseert in zijn boek allerlei aspecten van literair werk – voor de verandering eens niet met commercieel oogmerk, maar gewoon vanuit de obsessieve fascinatie die de ware wetenschapper kenmerkt. Datajournalistiek heet zijn stiel, volgens het omslag.

Bij Fifty Shades of Grey-auteur E.L. James is het meest voorkomende cliché: ‘Words fail me’. Hoe treffend.

Een simpel voorbeeld. Hemingway staat bekend om zijn economische schrijfstijl: in zijn teksten zul je weinig bijwoorden tegenkomen van het type dat in het Engels eindigt op –ly (‘sleepily’, ‘irritably’, ‘sadly’). Blatt slaat aan het tellen, en hij neemt ook meteen een hele reeks andere schrijvers mee in zijn database. Succesvolle literaire werken blijken inderdaad – over het algemeen – een laag percentage bijwoorden te bevatten, al zijn er uitzonderingen. Nabokov’s succesvolste roman, Lolita, telt van al zijn romans het hoogste aantal bijwoorden.

In causale zin werkt het natuurlijk niet: het succes van een boek als Of Mice and Men of The Great Gatsby is niet zomaar rechtstreeks te verklaren uit het zuinige gebruik van bijwoorden. Maar waar zou die samenhang dan wél op kunnen duiden? Blatt deinst er niet voor terug te speculeren. Hij vermoedt dat een auteur die zorgvuldig het gebruik van ieder bijwoord dat hij opschrijft heroverweegt, hoe dan ook een zorgvuldige en geconcentreerde auteur is, en die focus heeft effect op alle andere aspecten van een roman en kan uiteindelijk leiden tot succes.

Met dezelfde vrolijke telzucht richt Blatt zich vervolgens op de verschillen in schrijfstijl tussen mannen en vrouwen, een verbijsterend staaltje literaire statistiek waar elke feminist én elke seksist zich eens grondig in zou moeten verdiepen. Leuk zijn ook de hoofdstukken over ‘fingerprints’, over de verschillen tussen Britse en Amerikaanse auteurs, en over de vraag of schrijvers de adviezen die ze zo nu en dan met grote stelligheid verkondigen, zelf ook naleven. (Misdaadauteur Elmore Leonard in ieder geval wel: hij is statistisch gezien de koning van het zuinige uitroeptekengebruik, precies zoals hij zelf aanraadt!)

Maar het meest verwarrend én hilarisch vond ik het hoofdstuk met de titel ‘Clichés, Repeats, and Favorites’. Met als uitgangspunt de vierduizend clichés die vermeld staan in Christine Ammer’s The Dictionary of Clichés turfde Blatt in het werk van een heel aantal literaire én commerciële auteurs hun clichégebruik. Dat levert een lijst op die tegelijk wel en niet verrast.

Zal een algoritme ooit in staat zijn het verschil uit te maken tussen een cliché dat écht een cliché is, en een cliché dat met een knipoog wordt opgediend? Ik dacht het niet.

Bovenaan, met over zijn hele oeuvre gemeten 160 clichés per honderdduizend woorden, staat thrillerauteur James Patterson. Maar eveneens hoog genoteerd zie ik auteurs als Salman Rushdie, Zadie Smith en James Joyce. Hoe kan dat? Joyce! Zowat een van de origineelste geesten in de letteren!

Een deel van de verklaring is dat Blatt de clichés in dialogen meetelt, en juist in dialogen worden clichés vaak met opzet door een auteur gebruikt, voor de karaktertekening van een personage. Maar wat Blatt buiten beschouwing laat is ironie. En daar triomfeert dan toch mijn onttoveringsangst een ogenblik: zal een algoritme ooit in staat zijn het verschil uit te maken tussen een cliché dat écht een cliché is, en een cliché dat met een knipoog wordt opgediend? Ik dacht het – voorlopig – niet.

(Leuk aan het clichégedeelte is trouwens de grafiek waarin per schrijver vermeld wordt welke clichés hij of zij het vaakst gebruikt. Bij Fifty Shades of Grey-auteur E.L. James is dat: ‘Words fail me’. Hoe treffend.)

Maar het wordt een tikkeltje unheimlich als Blatt het werk van twee Amerikaanse columnisten gaat analyseren. De nogal stellige David Brooks blijkt ‘the’ het vaakst als eerste woord van een zin te gebruiken, terwijl de genuanceerdere Paul Krugman het vaakst met ‘but’ begint. Blatt past de techniek ook op literaire schrijvers toe: met welke woorden beginnen zij hun zinnen? En dan niet alleen het eerste woord, maar ook de eerste drie woorden: ‘It was a,’ schrijft F. Scott Fitzgerald het vaakst in The Great Gatsby, en daarna komt: ‘I want to’ en op de derde plaats ‘There was a’. Voor Jane Austen’s Pride and Prejudice ziet de top-3 er als volgt uit: ‘I do not’, ‘I can not’ en ‘I am sure’.

Bij iedereen die schrijft zal zo’n tabel de vraag oproepen: hoe zit het bij mij? Heb ik vaste beginfrasen? En welke zijn dat dan? En vooral: wat zegt dat over mij?

Gelukkig wordt het daarna weer leuk, als Blatt de favoriete woorden van auteurs gaat uitpluizen. Dan blijkt, zoals de titel van het boek al verklapt, dat Nabokov in zijn Amerikaanse romans een voorkeur heeft voor ‘mauve’, en ook voor ‘banal’ en ‘pun’. Dat er in het lijstje van berucht drinker Hemingway tenminste één alcoholisch drankje voorkomt, ligt in lijn der verwachting: ‘concierge, astern, cognac’. Stephen Kings literaire finesse blijkt uit zijn favoriete woorden ‘goddamn, blah, fucking’, een rijtje dat sterke gelijkenis vertoont met de favoriete woorden van Elmore Leonard: ‘fucking, shit, bullshit’. Dat E.L. James het van ‘murmurs, hmm, subconscious’ moet hebben, zal niemand verbazen, maar een luide bulderlach klonk vanuit mijn leesstoel toen ik de favoriete woorden van Ian McEwan zag: ‘lavatory, forwards, fridge’. What the fuck?

(Het woord ‘satan’ komt voor in het favorietenlijstje van Mark Twain, en niet in dat van Salman Rushdie, die het met het mysterieuzere ‘flapping, eagle, whores’ moet doen. Hmm, zou E.L. James zeggen.)

Als schrijver ben ik bang dat ik… nu ja, door de mand zal vallen.Wat mijn eigen favoriete woorden zijn? Geen idee. Ze zijn grappig, die lijstjes, maar ik word er ook vreselijk ongemakkelijk van. Iedereen die, zoals ik, psychologie gestudeerd heeft, kent de vraag: ‘O, dan kijk je zeker dwars door me heen?’, want dat is wat mensen verwachten en vrezen van een psycholoog. De angst voor literaire statistiek is vergelijkbaar: als schrijver ben ik bang dat ik… nu ja, door de mand zal vallen, dat er iets heel ontluisterends is waar ik me niet bewust van ben en dat een literatuurwetenschapper, met behulp van een algoritme, moeiteloos kan blootleggen.

Ter vergelijking: we kennen allemaal de effecten van tekstanalyse in de digitale wereld. Zie je op Instagram ineens een advertentie voor een product dat jou op het lijf geschreven is. Ja, we zijn er allemaal weleens met open ogen ingetuind, al was het maar voor een split second, eventjes, héél eventjes dacht je: jee, wat een toeval, precies wat ik nodig heb! En dan het besef: o nee, die advertentie is op mijn zoekgedrag gebaseerd. En daarachteraan dan dat betrapte gevoel: iets of iemand heeft je in de gaten zitten houden terwijl je niets anders deed dan een paar woorden intikken; de woorden zijn bewaard gebleven; en nu betrap je jezelf.

En toch is dit niet de plek voor lafheid. Kunst moet de blik verleggen, moet dáár graven waar de lijken verborgen liggen, moet dáár palperen waar het pijn doet. En zo moet de kunstvorm literatuur het ook aandurven om zichzelf te laten palperen. Misschien gaat dat ten koste van de spontaniteit, van de intuïtie. Want ja, zodra ik weet welk woord mijn favoriete woord is of met welke woorden ik mijn zinnen meestal begin of met welke woorden ik mijn mannelijkheid verraad terwijl ik over een vrouwelijk personage schrijf – dan zal ik misschien wat vaker op delete klikken. Maar is dat per se een slechte ontwikkeling?

Als al die statistische tekstanalyse bij schrijvers tot een nieuw soort bewustzijn leidt, en daarmee tot een nieuw type literatuur – dan moet dat, geloof ik, maar zo zijn.