# 被記住不等於影響更大：歷史可見度、資料覆蓋與普通人的消失

**Being Remembered Does Not Mean Having Greater Influence: Historical Visibility, Data Coverage, and the Disappearance of Ordinary Individuals**

**作者：Neo.K**  
**系列：多尺度去崇拜與因果歸因框架｜第 5 篇**  
**版本：v1.0 草案**  
**日期：2026 年 8 月**

---

## 摘要

即使我們已經建立多尺度因果覆蓋、個體影響光譜、作者—理論型別分離與多世界線反事實歷史，仍然存在一個更基礎的問題：**我們拿來重建歷史的資料，本身並不是從過去均勻抽樣而來。**

一位皇帝、將軍、富商、知名學者或制度領導者，往往留下大量奏摺、書信、出版物、檔案、新聞、影像與後世傳記；一位普通工人、農民、照護者、研究助手、基層技師或短期參與者，則可能只留下姓名，甚至完全沒有可辨識記錄。這意味著，歷史可見度並非影響力的中性測量，而是經過記錄生成、保存、制度選擇、檔案入藏、數位化、索引、可搜尋性與模型攝取等多層選擇過程後的結果。

本文提出「歷史觀測鏈」（Historical Observation Chain, HOC）與「歷史可見度失真」（Historical Visibility Distortion, HVD）框架。對任意個體或節點 $i$ ，其最終可被研究者或 AI 觀測到的資料量，不應直接寫成其真實影響 $I_i$ 的函數，而應表示為：

$$
O_i
=
\mathcal A
\circ
\mathcal D
\circ
\mathcal R
\circ
\mathcal S
\circ
\mathcal C
(H_i),
$$

其中 $\mathcal C$ 為記錄生成、 $\mathcal S$ 為保存、 $\mathcal R$ 為入藏／制度選擇、 $\mathcal D$ 為數位化與索引、 $\mathcal A$ 為存取與分析階段。任一層都可能受到階級、權力、識字能力、制度位置、技術媒介、政治目的與偶然性的影響。

本文進一步提出：歷史資料的缺失通常不是 Missing Completely At Random。對普通個體而言，更合理的假設往往接近 selection-dependent missingness：一個人是否被留下，本身就與其權力、職位、制度連接、財富、被監控程度、是否捲入司法程序，以及後世認為其「值得保存」的判斷相關。因此：

$$
\boxed{
\text{Historical Visibility}
\neq
\text{Historical Influence}.
}
$$

同時：

$$
\boxed{
\text{Absence of Record}
\neq
\text{Evidence of No Influence}.
}
$$

但本文也拒絕另一個極端：資料缺失不允許研究者或 AI 任意替沉默者填補想像。正確做法是保存未知、估計觀測機制、顯示不確定區間，並在可能時透過口述史、物質史、司法記錄、工資帳冊、地方檔案、通信網路、數位痕跡與跨來源比對增加覆蓋。

本文最後指出，未來高階智慧體可能比人類更擅長從碎片中辨識普通人的局部作用，但它仍然無法把真正消失的資訊轉化為事實。更重要的是，改善未來普通人的歷史可見性不能以建立全面監控文明為代價。因此「更公平的歷史可見性」與「個體部分不透明權」必須被視為兩個同時成立的約束。

**關鍵詞：** 歷史可見度、資料覆蓋、普通人、archival silence、selection bias、history from below、HSNRD、歷史觀測鏈、數位化偏差、AI 歷史重建

---

# 1. 問題提出：我們看到的歷史，不等於曾經發生的一切

令真實歷史過程為：

$$
\mathcal H.
$$

人類實際保存下來的歷史資料為：

$$
\mathcal E.
$$

一般而言：

$$
\mathcal E
\subsetneq
\mathcal H.
$$

而且這個子集不是隨機抽樣。

傳統政治史之所以容易充滿：

- 君王；
- 將領；
- 官員；
- 宗教領袖；
- 富商；
- 知識菁英；

並不只因為這些人「更重要」。

也因為他們更容易：

$$
\text{產生記錄},
$$

更容易：

$$
\text{被制度保存},
$$

更容易：

$$
\text{進入檔案館},
$$

更容易：

$$
\text{被後世搜尋}.
$$

相反地，一位普通人的作用即使真實存在，也可能因為：

$$
\text{record}=0
$$

而在後世模型中變成：

$$
\hat I_i=0.
$$

這是一個嚴重錯誤。

---

# 2. History from Below 已經指出「誰被當成歷史主體」本身就是問題

20 世紀的 history from below 傳統，正是對只關注政治菁英與「great men」的歷史敘事做出反應。

其重要意義不是聲稱：

> 普通人比所有偉人更重要。

而是重新提出：

> 普通人的經驗、文化、抗爭、工作與日常生活，也構成歷史過程。

因此本文延續的不是「反菁英史」，而是：

$$
\boxed{
\text{subject coverage expansion}.
}
$$

也就是擴張哪些節點有資格進入歷史模型。

---

# 3. 歷史觀測鏈 HOC

本文定義：

$$
\operatorname{HOC}_i
=
(C_i,S_i,A_i,D_i,X_i,M_i),
$$

其中：

- $C_i$ ：Record Creation，是否產生記錄；
- $S_i$ ：Survival，記錄是否存活；
- $A_i$ ：Archival Selection，是否被制度／檔案系統收錄；
- $D_i$ ：Digitization，是否被數位化、OCR、結構化；
- $X_i$ ：Discoverability，是否能被索引、搜尋、關聯；
- $M_i$ ：Model Accessibility，是否能被研究者／AI 讀取與正確解析。

最終觀測機率可粗略表示為：

$$
O_i
=
P(C_i)
P(S_i\mid C_i)
P(A_i\mid S_i)
P(D_i\mid A_i)
P(X_i\mid D_i)
P(M_i\mid X_i).
$$

任何一層接近零：

$$
O_i\rightarrow0.
$$

於是這個人即使：

$$
I_i>0,
$$

也可能在後世看起來：

$$
\hat I_i\approx0.
$$

---

# 4. 第一層偏差：誰有能力留下記錄？

記錄生成本身就是不平等的。

令：

$$
C_i
=
f(
L_i,
P_i,
W_i,
R_i,
T_i
),
$$

其中：

- $L_i$ ：識字與表達能力；
- $P_i$ ：制度權力；
- $W_i$ ：資源／財富；
- $R_i$ ：角色是否需要產生公文；
- $T_i$ ：可用媒介與技術。

一位官員每天可能產生：

$$
10^2
$$

條制度記錄。

一位農民可能一生：

$$
C_i\approx0.
$$

這不是說前者每天的歷史影響必然比後者高百倍。

而是：

$$
\boxed{
\text{record production is role-dependent}.
}
$$

---

# 5. 第二層偏差：留下來的資料也經歷倖存選擇

即使資料被產生，也必須：

$$
\text{survive}.
$$

記錄可能因：

- 火災；
- 戰爭；
- 潮濕；
- 技術淘汰；
- 搬遷；
- 清理；
- 政治銷毀；
- 家族選擇；
- 偶然遺失；

而消失。

因此：

$$
P(S_i=1)
$$

並不是所有人相同。

一個具有專門保存制度的王室檔案：

$$
P(S_i=1)\gg
P(S_j=1)
$$

相對於普通家庭紙本。

這形成：

$$
\boxed{
\text{archival survivorship bias}.
}
$$

我們看到的是「存活下來的過去」，不是過去本身。

---

# 6. 第三層偏差：檔案不是被動容器

即使記錄存活，也不代表會進入公共檔案。

檔案制度必須決定：

> 哪些值得留下？

因此存在選擇算子：

$$
\mathcal A:
\mathcal R
\rightarrow
\mathcal R_{\text{archive}}.
$$

若：

$$
\mathcal R_{\text{archive}}
\subsetneq
\mathcal R,
$$

那麼：

$$
\mathcal A
$$

本身就在塑造後世可見歷史。

archival silence 研究的重要提醒是：

$$
\boxed{
\text{沉默不只發生於「沒有人說」，
也可能發生於「沒有被保存、沒有被分類、沒有被允許進入」。}
}
$$

因此檔案不是純透明窗口。

它也是制度。

---

# 7. 權力會影響「誰值得被保存」

若一個社會的保存規則近似：

$$
P(A_i=1)
=
\sigma(
\alpha P_i
+\beta F_i
+\gamma R_i
),
$$

其中：

- $P_i$ ：政治／制度權力；
- $F_i$ ：既有知名度；
- $R_i$ ：被認定的重要性；

則會產生正回饋：

$$
F_i(t)
\uparrow
\Rightarrow
A_i(t+1)
\uparrow
\Rightarrow
F_i(t+1)
\uparrow.
$$

結果：

$$
\boxed{
\text{被認為重要的人，
會留下更多證據，
而更多證據又讓他看起來更重要。}
}
$$

這和前篇所討論的 Matthew effect 形成資料層版本的閉環。

---

# 8. 普通人不是完全沒有痕跡，而是痕跡常被別人產生

一個重要修正是：

普通人的歷史資料不一定完全不存在。

它可能存在於：

- 稅冊；
- 戶籍；
- 工資帳冊；
- 法庭；
- 警察；
- 徵兵；
- 醫院；
- 教會；
- 工廠；
- 學校；
- 房產；
- 船運；
- 雇主；
- 主人的書信。

問題是：

$$
\boxed{
\text{record about }i
\neq
\text{record by }i.
}
$$

因此普通人的可見性常常是：

$$
\text{institution-mediated visibility}.
$$

我們知道他：

> 被處罰了什麼、

卻未必知道：

> 他怎麼理解那件事。

這是「存在記錄」與「存在主體聲音」之間的差別。

---

# 9. 被監控很多，也不等於被理解很多

甚至可能發生相反情況。

某些弱勢群體在國家、殖民制度、警察或雇主系統中留下大量記錄。

因此：

$$
O_i^{quantity}\gg0.
$$

但這些資料全部來自：

$$
\text{observer perspective}.
$$

所以：

$$
O_i^{subjective}\ll O_i^{quantity}.
$$

因此本文區分：

$$
O_i=
(
O_i^{existence},
O_i^{action},
O_i^{relation},
O_i^{voice},
O_i^{interiority}
).
$$

一個人可以：

$$
O_i^{existence}\approx1,
$$

卻：

$$
O_i^{voice}\approx0.
$$

這對未來 AI 尤其重要。

資料多不代表：

$$
\boxed{\text{理解深}.}
$$

---

# 10. 歷史缺失通常不是 MCAR

統計學中，資料缺失常區分：

- MCAR：Missing Completely At Random；
- MAR：Missing At Random conditional on observed variables；
- MNAR：Missing Not At Random。

歷史資料顯然不能簡單假設：

$$
\text{MCAR}.
$$

因為是否被記錄與保存，常常直接依賴：

- 社會階級；
- 性別；
- 種族／族群；
- 制度角色；
- 識字能力；
- 財富；
- 法律身份；
- 政治權力；
- 是否成為「事件」。

所以可寫成：

$$
P(O_i=1\mid I_i,X_i)
\neq
P(O_i=1).
$$

甚至：

$$
P(O_i=1)
$$

本身就與我們試圖估計的社會位置與因果角色相關。

因此：

$$
\boxed{
\text{historical missingness is often structurally informative}.
}
$$

---

# 11. 被記住不等於影響更大

現在可以正式拆開三個量：

$$
I_i=\text{Historical Influence},
$$

$$
V_i=\text{Historical Visibility},
$$

$$
O_i=\text{Observation Coverage}.
$$

一般不應假設：

$$
I_i=V_i=O_i.
$$

更合理的是：

$$
V_i
=
f(
I_i,
P_i,
M_i,
N_i,
A_i,
L_i
),
$$

其中：

- $P_i$ ：權力；
- $M_i$ ：媒介／記錄條件；
- $N_i$ ：敘事吸引力；
- $A_i$ ：檔案選擇；
- $L_i$ ：後世再利用。

所以：

$$
I_i\uparrow
$$

可能增加：

$$
V_i.
$$

但：

$$
V_i\uparrow
$$

也可能只是因：

$$
P_i\uparrow.
$$

因此：

$$
\boxed{
V_i\gg0
\nRightarrow
I_i\gg0.
}
$$

同樣：

$$
\boxed{
V_i\approx0
\nRightarrow
I_i\approx0.
}
$$

---

# 12. 普通人的「消失」至少有八種不同形式

## 12.1 未產生

$$
C_i=0.
$$

根本沒有記錄。

## 12.2 已產生但遺失

$$
C_i=1,\quad S_i=0.
$$

## 12.3 已保存但未入藏

$$
S_i=1,\quad A_i=0.
$$

## 12.4 已入藏但未數位化

$$
A_i=1,\quad D_i=0.
$$

## 12.5 已數位化但不可搜尋

$$
D_i=1,\quad X_i=0.
$$

例如錯誤 OCR、沒有姓名索引。

## 12.6 可搜尋但關係未被辨識

資料在，但：

$$
\text{edge extraction}=0.
$$

## 12.7 被記錄但由權力者代言

$$
O_i^{voice}=0.
$$

## 12.8 被集合化

個體資料存在，但分析時：

$$
i
\rightarrow
C
$$

被直接壓回集合平均。

這八類問題不能用同一個「資料缺失」概括。

---

# 13. 數位化不是消除偏差，而是增加新的選擇層

人們容易認為：

$$
\text{digitization}
\rightarrow
\text{democratization of history}.
$$

部分正確。

數位化確實能增加：

$$
X_i,
$$

即 discoverability。

但它也加入新的選擇：

- 哪些館藏優先掃描；
- 哪些語言 OCR 準確；
- 哪些字體容易辨識；
- 哪些 metadata 完整；
- 哪些姓名被建立 entity index；
- 哪些網站可被搜尋引擎與模型訪問。

因此：

$$
\mathcal D
$$

並不是中性 operator。

數位人文研究甚至已經開始使用 automated entity recognition 去補殖民檔案索引對歷史弱勢人物的遺漏。

這證明 AI 可以成為：

$$
\boxed{
\text{unsilencing aid}
}
$$

但它不能把不存在的原始證據製造出來。

---

# 14. AI 訓練資料會再次壓縮歷史

假設檔案層已經有偏差：

$$
\mathcal E_{archive}.
$$

接著網路：

$$
\mathcal E_{web}
\subset
\mathcal E_{archive}.
$$

再接著模型訓練資料：

$$
\mathcal E_{train}
\subset
\mathcal E_{web}.
$$

最後模型權重形成：

$$
Z=
\operatorname{Compress}(\mathcal E_{train}).
$$

因此：

$$
\mathcal H
\rightarrow
\mathcal E_{archive}
\rightarrow
\mathcal E_{web}
\rightarrow
\mathcal E_{train}
\rightarrow
Z
$$

是一條多重有損鏈。

所以今天 LLM 對歷史人物的熟悉度，本身可能反映：

$$
\boxed{
\text{historical importance}
+
\text{archival survival}
+
\text{publication density}
+
\text{web visibility}
+
\text{training selection}.
}
$$

不是純粹的「文明真實重要性」。

---

# 15. 高階 AI 的真正進步：不是猜更多，而是分清楚哪裡不知道

未來高階智慧體即使能整合：

- 文獻；
- 地方檔案；
- 物質證據；
- 關係圖；
- 口述史；
- 地理資料；
- 經濟帳冊；

仍然存在：

$$
\mathcal H-\mathcal E
$$

不可恢復區域。

因此模型應輸出：

$$
P(I_i\mid E,M)
$$

而不是：

$$
I_i=\text{certain}.
$$

對低覆蓋個體，正確狀態可能是：

```text
impact_estimate: unknown
visibility: low
record_creation_probability: low
archive_survival: unknown
counterfactual_range: wide
```

而不是：

```text
impact = 0
```

這種「不知道」能力，反而是高階智慧的一部分。

---

# 16. 觀測校正：可以估計，但不能神奇復原

如果已知選擇概率：

$$
\pi_i=P(O_i=1\mid X_i),
$$

可以借鑑 inverse probability weighting：

$$
w_i=\frac{1}{\pi_i}.
$$

讓低觀測機率樣本在統計估計中得到較大權重。

但歷史問題的限制是：

1. $\pi_i$ 通常未知；
2. 大量人連樣本都沒有；
3. 高階交互不可觀測；
4. 被完全刪除的記錄無法加權恢復；
5. 權重模型本身可能錯。

因此：

$$
\boxed{
\text{bias correction}
\neq
\text{past reconstruction oracle}.
}
$$

它只能降低某些已知偏差。

---

# 17. 建立「觀測可信區間」而不是補寫普通人的人生

對個體 $i$ ：

$$
\hat{\mathbf I}_i
$$

應附帶：

$$
CI_i
$$

或 posterior：

$$
P(\mathbf I_i\mid E_i,M).
$$

而且需要區分：

$$
\text{evidence-based inference}
$$

和：

$$
\text{narrative reconstruction}.
$$

若證據不足，

高階 AI 不應因為：

> 普通人過去被忽略，

就反向製造一個：

> 他其實一定非常重要。

這同樣是歷史神話。

所以：

$$
\boxed{
\text{反沉默}
\neq
\text{反向虛構}.
}
$$

---

# 18. 局部影響比全域影響更可能被恢復

普通人全域影響：

$$
I_i^{macro}
$$

往往極難估計。

但其局部作用：

$$
I_i^{micro}
$$

可能有更多證據。

例如：

- 某人完成某次維修；
- 某人簽署某張交接表；
- 某人傳遞某封信；
- 某人教過某學生；
- 某人負責某流程；
- 某人阻止某錯誤。

因此未來高階 AI 的合理方向，不一定是：

$$
\text{recover total life influence}.
$$

而可能是：

$$
\boxed{
\text{recover more local causal traces}.
}
$$

這比宣稱「完整理解每一個人」更可行，也更安全。

---

# 19. HSNRD 中的觀測層

新版 HSNRD／歷史因果系統應把每個節點分成：

$$
\text{World State}
$$

與：

$$
\text{Observed State}.
$$

形式化：

$$
X_i^{world}
\xrightarrow{\mathcal O}
X_i^{obs}.
$$

其中：

$$
\mathcal O
$$

是觀測算子。

因此分析只能直接使用：

$$
X_i^{obs},
$$

並對：

$$
X_i^{world}
$$

建立條件推斷。

絕對禁止：

$$
X_i^{obs}=X_i^{world}
$$

作為默認假設。

這一條若不加入，所有後續反事實計算都可能把 archival bias 當成世界真相。

---

# 20. 歷史可見度矩陣

對每個個體 $i$ ，可建立：

$$
\mathbf V_i=
(
V_i^{self},
V_i^{institution},
V_i^{material},
V_i^{network},
V_i^{later},
V_i^{digital}
).
$$

其中：

- $V^{self}$ ：本人留下的記錄；
- $V^{institution}$ ：制度對其記錄；
- $V^{material}$ ：物質痕跡；
- $V^{network}$ ：他人通信／關係中的痕跡；
- $V^{later}$ ：後世回憶與口述；
- $V^{digital}$ ：數位可達性。

因此：

$$
V_i^{self}\approx0
$$

不等於：

$$
V_i^{all}\approx0.
$$

這使未來 AI 能從多來源交叉恢復更多普通人的存在。

---

# 21. 但「提高未來資料覆蓋」不能走向全面監控

到這裡會出現一個危險推論：

> 如果資料缺失讓普通人從歷史消失，那未來是不是應該記錄所有人全部行為？

本文明確拒絕。

如果：

$$
O_i\rightarrow1
\quad
\forall i,t,
$$

需要：

$$
\text{permanent total observation}.
$$

這將導向：

$$
\boxed{
\text{perfect historical archive}
\approx
\text{perfect surveillance infrastructure}.
}
$$

因此歷史公平不能被最大化成：

$$
\max O_i.
$$

更合理的是：

$$
\max
\text{legitimate contribution visibility}
$$

subject to：

$$
\text{privacy},
\text{consent},
\text{purpose limitation},
\text{partial opacity}.
$$

完整倫理模型留待系列後篇處理。

---

# 22. 一個最小 Historical Observation Record

```text
HistoricalObservationRecord
- actor_id
- actor_type
- time_window
- record_creation_sources
- self_authored_evidence
- institution_authored_evidence
- material_evidence
- third_party_evidence
- oral_history_evidence
- archive_survival_estimate
- archival_selection_estimate
- digitization_status
- discoverability_score
- OCR_or_parsing_quality
- entity_resolution_confidence
- perspective_bias
- observation_coverage
- inferred_missingness_type
- uncertainty_interval
```

之後才接：

```text
IndividualImpactRecord
```

與：

```text
CounterfactualAttributionRecord
```

順序應是：

$$
\boxed{
\text{Observation}
\rightarrow
\text{Attribution}
\rightarrow
\text{Counterfactual}.
}
$$

而不是反過來。

---

# 23. 本篇十條核心命題

## 命題 A：歷史證據非均勻抽樣

$$
\mathcal E
$$

不是 $\mathcal H$ 的無偏樣本。

## 命題 B：記錄生成偏差

不同角色產生記錄的機率不同。

## 命題 C：檔案選擇偏差

保存與入藏本身是制度作用。

## 命題 D：可見度—影響分離

$$
V_i\neq I_i.
$$

## 命題 E：缺失—零值分離

$$
O_i=0
\nRightarrow
I_i=0.
$$

## 命題 F：資料量—主體理解分離

大量由制度產生的記錄不等於大量第一人稱理解。

## 命題 G：數位化非中性

數位化與索引增加新的 selection layer。

## 命題 H：AI 壓縮繼承上游偏差

模型內部的歷史圖受 archival/web/training selection 共同影響。

## 命題 I：反沉默不得虛構

低資料只能擴大不確定性，不能被任意補成理想化普通人史。

## 命題 J：公平可見度受隱私約束

改善普通人可見性不應以全面可觀測化為代價。

---

# 24. 結論

人類長期有一個非常自然的認知錯覺：

$$
\text{資料越多}
\Rightarrow
\text{這個人越重要}.
$$

但真正的歷史生成機制更接近：

$$
\text{world influence}
\rightarrow
\text{record generation}
\rightarrow
\text{survival}
\rightarrow
\text{archival selection}
\rightarrow
\text{digitization}
\rightarrow
\text{discoverability}
\rightarrow
\text{historical narrative}.
$$

每一步都可能扭曲前一步。

所以最後的：

$$
\text{Historical Visibility}
$$

不能被直接反推成：

$$
\text{Historical Influence}.
$$

這個問題對普通人尤其嚴重。

一個人的世界作用可能本來就很局部，

而：

$$
\text{low influence}
+
\text{low record probability}
+
\text{low archival priority}
$$

會使其幾乎完全從宏觀歷史消失。

另一方面，極端人物：

$$
\text{high influence}
+
\text{high record probability}
+
\text{high archival priority}
+
\text{high narrative reuse}
$$

則可能形成巨大的可見度複利。

因此我們不能從：

$$
V_i\gg V_j
$$

直接推出：

$$
I_i\gg I_j.
$$

本文最終提出四條簡化原則：

$$
\boxed{
\text{被記住，不等於影響更大。}
}
$$

$$
\boxed{
\text{沒有記錄，不等於沒有作用。}
}
$$

$$
\boxed{
\text{資料不足，不允許自由幻想。}
}
$$

以及：

$$
\boxed{
\text{更公平地看見普通人，
不等於把每個人變成完全透明的資料物件。}
}
$$

到了這一步，本系列才真正有資格開始討論下一個問題：

> 如果人類歷史天然需要壓縮，
> 為什麼它最後如此容易被壓成少數「偉人」？

下一篇將處理：

**英雄壓縮：人類如何把分散因果網路壓縮成偉人史。**

---

## 參考文獻與理論對照

Thompson, E. P. *The Making of the English Working Class*. 1963.

Sharpe, Jim. “History from Below.” In *New Perspectives on Historical Writing*.

Trouillot, Michel-Rolph. *Silencing the Past: Power and the Production of History*. 1995.

Carter, Rodney G. S. “Of Things Said and Unsaid: Power, Archival Silences, and Power in Silence.” *Archivaria* 61, 2006.

Inwood, Kris; Maxwell-Stewart, Hamish. “Selection Bias and Social Science History.” *Social Science History* 44(3), 2020.

Olson, Kevin. “Archival Silence: How Do We Write the History of the Subaltern Who Cannot Speak?” *PS: Political Science & Politics* 57(1), 2024.

Luthra, Mrinalini; Todorov, Konstantin; Jeurgens, Charles; Colavizza, Giovanni. “Unsilencing Colonial Archives via Automated Entity Recognition.” 2022.

Little, Roderick J. A.; Rubin, Donald B. *Statistical Analysis with Missing Data*.

---

**系列下一篇：**

**《英雄壓縮：人類如何把分散因果網路壓縮成偉人史》**