เมื่อเราศึกษาประวัติศาสตร์ หลายคนมักมองว่ามันคือชุดข้อมูล (Dataset) ที่สมบูรณ์และตายตัว แต่ในมุมมองของ System Architect และนักวิเคราะห์ข้อมูลชั้นสูง เราทราบดีว่า ‘อดีต’ ไม่ใช่แค่การบันทึกข้อเท็จจริง (Fact) แต่คือกระบวนการของการตีความ (Interpretation) ที่ซับซ้อน การทำความเข้าใจเรื่องราวของมนุษย์จึงเปรียบเสมือนการรัน Query ที่ซับซ้อนบนฐานข้อมูลขนาดใหญ่ ซึ่งผลลัพธ์ที่ได้จะขึ้นอยู่กับ ‘มุมมอง’ (Perspective) และ ‘กรอบการวิเคราะห์’ (Schema) ที่เราใช้
Historiography: การสร้าง Schema ของเรื่องเล่า
ในทางเทคนิค Historiography ไม่ได้หมายถึงประวัติศาสตร์ที่เกิดขึ้นจริง แต่หมายถึง วิธีการ (Methodology) ที่นักประวัติศาสตร์ใช้ในการรวบรวม จัดโครงสร้าง และนำเสนอข้อมูลเหล่านั้น การสร้างงานเขียนทางประวัติศาสตร์ก็เหมือนกับการออกแบบ VIEW ใน PostgreSQL นั่นคือการกำหนดว่าข้อมูลชุดใดจะถูกมองเห็นและถูกเน้นย้ำ การเลือกใช้ VIEW ที่มีอคติ (Bias) หรือจำกัดขอบเขตของข้อมูล จะทำให้เกิด ‘บันทึกของฝ่ายผู้ชนะ’ (Victor’s Narrative) ซึ่งเป็นข้อมูลที่ถูกกรอง (Filtered) ให้เหลือเพียงมุมมองเดียวเท่านั้น
Multiple Perspectives: การ Join ข้อมูลเพื่อความสมบูรณ์
แนวคิดเรื่อง Multiple Perspectives คือการท้าทายความสมบูรณ์ของข้อมูลชุดเดียว นักประวัติศาสตร์ยุคใหม่จึงต้องทำหน้าที่เป็น Data Engineer ที่ต้องรวบรวมข้อมูลจากหลายแหล่ง (Multiple Tables) เพื่อให้ได้ภาพรวมที่สมบูรณ์ การใช้คำสั่ง JOIN ใน PostgreSQL จึงเป็นเครื่องมือเชิงเปรียบเทียบที่ทรงพลังที่สุดในการวิเคราะห์ประวัติศาสตร์
สมมติว่าเรามีข้อมูลเหตุการณ์สำคัญ (Event) ที่ถูกบันทึกจาก 3 มุมมอง: 'Official_Record' (มุมมองผู้มีอำนาจ), 'Labor_Union_View' (มุมมองชนชั้นแรงงาน), และ 'Minority_Oral_History' (มุมมองชนกลุ่มน้อย) การรวมข้อมูลเหล่านี้เข้าด้วยกันจึงไม่ใช่แค่การ UNION แต่เป็นการ JOIN เพื่อให้เห็นความแตกต่างและความขัดแย้งของข้อมูลในคอลัมน์เดียวกัน
SQL
-- การ Join มุมมองที่แตกต่างกันเพื่อหาความจริงที่ซ่อนอยู่ (The Hidden Truth) --
SELECT
T1.event_id,
T1.official_narrative AS 'Official View',
T2.labor_view AS 'Labor View',
T3.minority_view AS 'Minority View'
FROM
events_official AS T1
LEFT JOIN
events_labor AS T2 ON T1.event_id = T2.event_id
LEFT JOIN
events_minority AS T3 ON T1.event_id = T3.event_id
WHERE
T1.event_id = 101;
บทสรุป: การ Query ข้อมูลอย่างมีวิจารณญาณ
การศึกษาประวัติศาสตร์จึงไม่ใช่การค้นหาคำตอบที่ถูกต้องเพียงหนึ่งเดียว แต่คือการฝึกฝนทักษะการเป็นนักวิเคราะห์ข้อมูล (Data Analyst) ที่มีวิจารณญาณ เราต้องตระหนักเสมอว่าข้อมูลทุกชุด (Every Dataset) ถูกบันทึกด้วย Schema และมุมมองที่จำกัด การทำความเข้าใจ Historiography จึงหมายถึงการเข้าใจว่า ‘ใครเป็นผู้สร้าง Query’ และ ‘เงื่อนไข (WHERE clause) ใดที่ถูกใช้ในการกรองข้อมูล’ เพื่อให้เราสามารถสร้างความเข้าใจที่รอบด้านและเป็นกลางที่สุด