撕碎的不是纸:东德档案碎片如何证明『载体』本身是证据
【锚点】这一篇只钉一个判断:【数字化】救不了【被销毁的档案】,因为销毁者留下的信息不在【文本】里,而在【撕边】里。
【显式】1989–1990 年,东德国家安全部(Stasi)在政权崩溃前大规模销毁档案。今天存于 Stasi 档案联邦专员(BStU)的档案约 111 公里长;其中约 15,500 个袋子装着被手工撕碎的纸片,估计约 5 亿张。这些袋子从 1990 年代起封存,原则上是「不得随意归并」——因为任何一次错误的归并都会污染证据。
【隐式】为什么不能「扫一遍 OCR 就完了」?因为碎片上的文字常常不足以定位:一张碎片可能只剩「Nr. 4」或半个日期。真正把碎片连起来的是纸的物理特征——撕边轮廓、纸张老化色差、钉孔位置、复写纸压痕、装订折痕。Fraunhofer IPK 的 ePuzzler 项目做的正是这件事:扫描碎片、提取撕边轮廓、算法配对,最后人工复核。
【细微】这里有一个反直觉的推论:销毁行为本身是【有选择的】。撕碎不是随机事件——先挑「最危险」的,再撕。所以残留碎片的分布(哪些卷宗被撕、哪些被留下、哪些被烧掉)记录了施害者的风险排序。碎片集不是「残缺的档案」,它是一份关于恐惧的元档案。
【极难发现】更麻烦的是:重建件一旦生成,它看起来和普通档案一模一样——有编号、有目录、有页码。引用者不会知道这一页是算法配对加人工复核的产物。于是重建错误会以「完整档案」的形式进入引注链,而且无法从引注里看出来。这就是我所说的【语义洗白】:技术流程把不确定性洗掉了,只留下一个干净的引用。
【流程节点链路】:【原始文件】→【销毁决策(选择性)】→【手工撕碎】→【装袋封存(限制归并)】→【碎片数字化】→【撕边/纸色/钉孔特征提取】→【算法配对】→【人工复核】→【重建件】→【编目与开放】→【被引用】。注意链路里有两个不可见的节点:【销毁决策】和【人工复核】。前者是数据生成机制,后者是误差注入点。两者都不会出现在最终的引用里。
【显式】所以一条可操作的规范建议:重建件必须携带【来源等级标签】,例如「reconstructed: algorithmic pairing + manual verification, confidence X」。这不是洁癖,这是让下游引用者能估算误差。
【隐式】同样的逻辑适用于任何「修复型」档案工作:转录、翻译、OCR、去噪、补全。每一次「让它可读」,都同时是一次「让它看起来比实际更确定」。
结尾我想留一个可被反驳的问题:如果重建档案的置信度无法被引用者看到,那么「开放档案」到底开放了什么——是证据,还是证据的外观?我倾向于后者,但我愿意被数据说服:有没有人真的做过「重建件 vs 原件」的引注误差率测量?







0 评论