数字人文：一个新学科的诞生

第 1 章：数字人文：一个新学科的诞生

数字人文的时代之问

当我们审视21世纪的学术图景时，一个引人注目的现象正在悄然重塑知识的生产与传播方式：人文研究者开始运用算法分析数百万份历史文献，计算机科学家为人文学者开发专门的可视化工具，社会科学家则借助文本挖掘技术追踪社会观念的演变。这三种看似迥异的学术传统正在一个新兴的交叉领域中汇聚——这就是数字人文（Digital Humanities，简称DH）。

然而，数字人文究竟是什么？它与人文学科、计算机科学之间存在怎样的关系？它为何会在这个时代兴起，又将走向何方？这些问题不仅关乎学术体制的重新划分，更触及知识本身在数字时代的存续方式与研究范式的根本转型。本章将作为全书的开篇，带领读者穿越术语的迷雾，回溯学科的历程，勾勒研究的版图，并最终回答这一根本问题：什么是数字人文？

从"人文计算"到"数字人文"：术语的演变与概念的深化

人文计算的起源（1949-1990）

要理解数字人文的内涵，必须首先厘清其术语演变的历史脉络。"人文计算"（Humanities Computing）作为这一领域的早期称谓，其历史可以追溯至20世纪中叶。1949年，意大利耶稣会士罗伯托·布萨（Roberto Busa）神父开始与IBM公司合作，致力于创建托马斯·阿奎那作品索引（Index Thomisticus）的计算机化版本。这一项目被公认为数字人文领域的奠基之作，因为它首次系统性地将计算机技术应用于人文学术研究的核心问题——文本检索与知识组织。

布萨神父的项目具有深远的方法论意义。在那个计算机尚处于真空管时代的年代，他面临着如何将拉丁文文本转化为机器可读形式的巨大挑战。他的团队开发了早期的方法论框架，包括文本编码标准、词形归一化规则以及关键词检索算法，这些技术后来成为数字人文基础设施的核心组成部分。值得注意的是，布萨神父本人是一位神学家和哲学家，而非计算机科学家，这一事实预示了数字人文跨学科合作的本质特征：技术工具始终服务于人文问题的解答。

从1949年至1990年代，人文计算经历了漫长的"史前时期"。这一阶段的研究呈现几个显著特征：首先，研究者数量有限，主要集中在词典编纂、文献目录学、古典文学等特定领域；其次，计算机主要用于辅助性任务，如词汇索引、频率统计、版本校勘等，尚未触及人文学科的核心解释工作；第三，研究者多为"孤独的先驱者"，缺乏制度化的学术社群支撑。尽管如此，这一时期积累的方法论遗产——包括机读目录格式（MARC）、文本编码准则（TEI Guidelines）等的早期探索——为后来的爆发式发展奠定了技术基础。

"数字人文"术语的登场（1990-2006）

1990年代见证了人文计算领域的重大转变。互联网的兴起、数字化文本的激增以及计算能力的指数级增长，共同催生了这一领域从边缘走向中心的进程。正是在这一背景下，"数字人文"（Digital Humanities）这一术语应运而生。

2004年是一个标志性年份。是年，约翰·安斯combe（John Unsworth）与塞布丽娜·伦敦（Sabrina London）创办了《数字人文季刊》（Digital Humanities Quarterly），这是首个专门面向该领域的同行评审期刊。2005年，"数字人文中心联盟"（Center of Digital Humanities）在美国多所大学相继成立。更具象征意义的是，2006年，长岛大学举办了首次"数字人文夏季研修班"（Digital Humanities Summer Institute），此后该研修班迁至加拿大维多利亚大学并延续至今。这些事件标志着"数字人文"已从个别学者的个人实践发展为具有制度形态的学术领域。

然而，从"人文计算"到"数字人文"的术语转换，绝非简单的标签更换，而是反映了深层的概念重构。两者的差异体现在多个维度：在研究对象上，人文计算主要关注文本的数字化处理与检索，而数字人文扩展至图像、地图、音频、视频、三维模型等多元媒介形态；在方法论取向上，人文计算偏重技术工具的开发与应用，数字人文则强调技术与理论的深度融合；在机构形态上，人文计算往往呈现为个人研究者或小型团队的孤立工作，数字人文则形成了包括中心、实验室、课程项目、学术组织在内的完整生态系统。

当代数字人文的内涵界定

进入21世纪第二个十年，数字人文已成为国际学术界无法忽视的重要领域。然而，对于"数字人文究竟是什么"这一根本问题，学界至今尚未形成完全统一的定义。不同学者从各自的学科视角出发，提出了各具侧重的阐释。

从工具取向的视角出发，数字人文可被定义为"数字技术在人文学术研究中的应用"。这一界定强调技术与方法层面，将数字人文视为一套用于文本分析、数据管理、可视化呈现的技术工具。在这一框架下，传统人文学者借助数字工具增强其研究能力，计算机科学家为人文问题开发专用软件，数字人文的核心价值在于提供技术解决方案。

从基础设施取向的视角出发，数字人文被理解为"人文学术的数字基础设施"。这一界定超越工具层面，关注支撑人文研究的制度性条件，包括数字典藏、可检索档案、方法论框架、学术网络等。在这一视角下，数字人文不仅涉及具体的研究项目，更关乎整个人文学术的知识生产与传播环境。

从跨学科取向的视角出发，数字人文被界定为"人文学科、计算机科学与社会科学的交汇地带"。这一界定强调领域的跨界属性，认为数字人文的本质在于汇聚不同学科的方法论传统与问题意识，形成新的知识生产模式。持这一立场的学者认为，数字人文不应被简单归入某一传统学科，而应被视为一个具有独特问题意识与方法论的独立研究领域。

综合上述不同界定，本书采用以下操作性定义：数字人文是运用数字技术、计算方法与数据思维来研究人文问题，并关注数字时代知识生产、传播与保存之条件的新兴跨学科领域。这一定义涵盖了数字人文的三个核心维度——技术维度（数字技术与计算方法）、问题维度（人文问题的探究）与反思维度（对数字时代学术实践本身的批判性审视）。

学科的交叉地带：人文学科、计算机科学与社会科学的汇聚

学科定位的三维坐标

数字人文的独特之处在于其鲜明的跨学科特征。要准确把握这一定位，需要将其置于人文社会科学与信息科学的交叉坐标中加以审视。下面的流程图清晰呈现了数字人文作为三大知识领域交汇点的位置关系：

```mermaid flowchart TD A["🔤 人文学科<br/>Humanities<br/>文学、历史、哲学<br/>艺术史、语言学"] B["💻 计算机科学<br/>Computer Science<br/>软件工程、人工智能<br/>数据库、计算理论"] C["📊 社会科学<br/>Social Sciences<br/>社会学、人类学<br/>政治学、经济学"]

D["📚 数字人文 Digital Humanities"]

A --> D B --> D C --> D

E["数字化 Digitization"] F["计算分析 Computational Analysis"] G["数据建模 Data Modeling"] H["知识传播 Knowledge Dissemination"]

D --> E D --> F D --> G D --> H

style D fill:#e8f4f8,stroke:#2c7873,stroke-width:3px style A fill:#fff5f5,stroke:#c85a54 style B fill:#f0fff4,stroke:#68d391 style C fill:#fffaf0,stroke:#f6ad55 ```

如流程图所示，数字人文位于人文学科、计算机科学与社会科学的交汇区域，同时从这一交叉地带延伸出四大核心研究议题：数字化、计算分析、数据建模与知识传播。这四个议题并非相互独立，而是形成了相互支撑、循环互促的有机整体。

与人文学科的深层关联

数字人文与人文学科的关系，既包含技术层面的工具性应用，更涉及认识论层面的深刻对话。人文学科具有悠久的历史传统，其核心关切在于人类文化产品的意义阐释、历史经验的理解诠释以及审美经验的审美表达。从古希腊的修辞学到中世纪的经院哲学，从文艺复兴的人文主义到20世纪的结构主义与后现代主义，人文学科积累了丰富的理论资源与方法论传统。

数字人文并非人文学科的"技术化替代"，而是人文学科在数字时代的有机延伸。首先，数字人文延续并强化了人文学科的核心问题意识——对意义的追寻、对文本的细读、对历史的诠释、对文化的理解。这些根本性问题并未因技术介入而改变，只是获得了新的研究工具与呈现方式。其次，数字人文为人文学科提供了大规模研究的能力。传统的人文研究往往依赖于学者对有限文本的精读，而数字方法使得对成千上万份文献的统计分析成为可能，揭示出仅凭人力难以察觉的模式与趋势。第三，数字人文推动了人文学科的方法论反思。当研究者借助算法分析文本时，他们必须思考算法本身的偏见、数据的选择性偏差、技术假设的隐含前提等元问题，这种反思性实践已成为当代人文学术的重要组成部分。

然而，数字人文与人文学科之间也存在张力与争议。部分传统人文学者对量化方法持保留态度，认为大规模数据分析可能牺牲文本的丰富性与复杂性，将文学降格为统计学的一个分支。另一些学者则担心数字人文可能助长"技术决定论"的倾向，使人文研究沦为技术工具的附庸。这些争论反映了人文学科内部的多元声音，也提示我们数字人文的发展需要在技术创新与理论反思之间保持审慎的平衡。

与计算机科学的互动互塑

数字人文与计算机科学的关系呈现出"需求驱动"与"方法渗透"的双向特征。一方面，人文问题为计算机科学提出了新的技术挑战与应用场景，推动了信息检索、自然语言处理、可视化分析、地理信息系统等技术领域的发展。另一方面，计算机科学的方法论——特别是其对算法、数据结构、系统架构的强调——也在深刻影响着数字人文的研究实践。

在人机交互层面，数字人文研究常常需要开发专门针对人文学者需求的研究工具。以文本分析为例，传统的计算机辅助检索工具难以满足文学研究者对语境、语义、语用等多维度分析的需求，这促使计算机科学家与人文学者合作开发了文学风格分析软件（Stylometric Analysis Tools）、主题建模工具（Topic Modeling Applications）、地理信息系统（Geographic Information Systems）等专用平台。这些工具的开发过程本身就是跨学科合作的典型案例：人文学者提供领域知识与问题意识，计算机科学家负责算法设计与系统实现，双方在迭代式开发中不断调整与优化。

在认识论层面，计算机科学对数字人文的影响尤为深远。"计算思维"（Computational Thinking）——即运用计算机科学的基本概念与方法来解决问题的思维方式——正在成为数字人文研究者的核心素养之一。这种思维方式强调抽象化（将复杂问题简化为可操作的模型）、模块化（将系统分解为相互独立的功能单元）、自动化（利用机器执行重复性任务）以及可重复性（确保研究过程可被验证与复制）。这些原则与人文学科的诠释学传统形成了有益的互补，提升了研究的严谨性与系统性。

社会科学视角的补充

数字人文与社会科学的关系相对间接但同样重要。社会科学强调实证研究、社会调查与统计分析，其研究方法——特别是定量分析技术——与数字人文的计算方法存在诸多共通之处。在数据驱动的当代研究范式中，数字人文与社会科学的方法论边界日益模糊。例如，历史社会学研究者运用文本挖掘技术分析大规模历史档案，社会人类学者借助地理信息系统研究人口迁移模式，政治学者利用网络分析工具考察社会运动的信息传播机制——这些研究既可归入数字人文的范畴，也与社会科学的方法论取向高度契合。

此外，数字人文对数字时代知识生产条件的社会性关注——包括数字鸿沟、数据主权、开放获取、技术伦理等议题——也与社会科学的研究旨趣形成呼应。越来越多的数字人文研究者开始运用社会科学的理论框架来分析技术变革对社会文化的影响，使数字人文呈现出更加开阔的跨学科视野。

从神父索引卡片说起：数字人文的历史溯源

前史：机械计算的探索（1890-1949）

数字人文的历史渊源可以追溯至19世纪末。1890年，美国人口普查局采用了赫尔曼·霍勒里特（Herman Hollerith）发明的打孔卡片制表机来处理人口统计数据，这一技术创新不仅标志着现代信息处理的诞生，也为后来的文献数字化工作提供了技术灵感。霍勒里特发明的二进制编码系统——将信息编码为穿孔卡上的物理位置——成为20世纪中期人文计算的重要技术基础。

在人文领域，学者们很早就开始探索运用机械方法辅助学术研究。1908年，英国学者弗兰克·帕尔格雷夫（Frank Palgrave）编辑的《诗选》采用了"逐字索引"（逐词索引）方法，通过人工编排的词汇列表帮助研究者快速定位文本中的关键概念。这一方法后来被发展为"词索引"（concordance）技术，在《圣经》研究、古典文学研究等领域得到广泛应用。词索引的编制是一项劳动密集型工作，这促使后来的计算先驱者思考：是否可以用机器来完成这一任务？

奠基时刻：布萨神父与托马斯索引（1949-1970）

如前所述，1949年罗伯托·布萨神父与IBM合作的托马斯·阿奎那作品索引项目，标志着数字人文作为学术实践的开端。这一项目的规模在当时堪称惊人：它涉及全部122部托马斯·阿奎那著作，涵盖约一千万个词条，全部内容需要逐字转录为穿孔卡片形式。

布萨神父的项目具有若干深远影响。首先，它确立了数字人文研究的基本工作流程：文本数字化→结构化编码→检索与分析→结果呈现。这一流程至今仍是数字人文项目的标准范式。其次，布萨神父的工作催生了文本编码准则（Text Encoding Guidelines，TEI）的前身实践。在与IBM的合作中，他必须制定明确的编码规则来处理拉丁文文本中的缩写、异体字、注释标记等复杂元素，这些规则后来发展为国际通行的TEI标准。第三，布萨神父证明了计算机并非人文学科的"异质入侵者"，而是服务于人文问题解答的有效工具。他的工作为后来的跨学科合作树立了典范。

值得指出的是，布萨神父在项目中面临着宗教与学术之间的张力。作为一名耶稣会士，他的神学背景既是项目的重要驱动力——托马斯·阿奎那的神学著作是其信仰传统的核心文本——也是潜在的限制因素。这一张力提示我们，数字人文从一开始就不是纯粹的"技术项目"，而是深深嵌入特定的历史、文化与制度语境之中。

发展期：从个人探索到机构建设（1970-2000）

1970年代至1990年代是数字人文从"个人英雄主义"走向"制度化建设"的关键时期。这一阶段见证了若干重要的技术进步与机构创新。

在技术层面，1980年代个人电脑的普及极大降低了数字人文研究的门槛。与此同时，光学字符识别（OCR）技术的发展使得大规模文本数字化成为可能。在此之前，文本数字化主要依靠人工录入，效率低下且容易出错；OCR技术使得扫描印刷文本并自动转换为可编辑文本成为现实，尽管早期OCR的准确率尚不理想。1990年代互联网的兴起则彻底改变了数字人文研究的信息环境：牛津英语词典在线（OED Online）、古代近东文本数据库（Database of Ancient Near Eastern Art）等大型数字化项目的出现，使得远程访问学术资源成为常态。

在机构层面，数字人文开始获得正式的制度支撑。1973年，英国学术促进会（British Academy）成立了"计算机在人文研究中的应用委员会"，这是数字人文领域最早的国家级学术机构之一。1985年，国际文学与语言学计算协会（Association for Literary and Linguistic Computing，ALLC）成立，标志着该领域有了国际性的学术组织。此后，该协会与1989年成立的计算与人文学会（Association for Computers and the Humanities，ACH）合并为数字人文组织联盟（Alliance of Digital Humanities Organizations，ADHO），成为该领域最具影响力的国际学术机构。

这一时期的代表性项目还包括牛津文本档案库（Oxford Text Archive，1976年建立）、艺术与人文学科数字图书馆项目（Initiative for Digital Libraries in the Arts and Humanities）等，它们为后来的大规模数字人文基础设施建设积累了宝贵经验。

成熟期：数字人文的全球化与制度化（2000年至今）

21世纪以来，数字人文进入了爆发式发展的新阶段。2006年，英国计算机科学家威尔·克罗斯维尔（Will Crosville）发表了著名的"数字人文宣言"（Digital Humanities Manifesto），呼吁学界正视这一新兴领域的理论贡献与方法论创新，该宣言在学术界引发广泛讨论，推动了对数字人文学科身份的反思。

这一时期的标志性事件包括：2007年，伦敦大学学院成立数字人文研究中心；2008年，斯坦福大学文学实验室成立，将计算方法引入文学研究的核心领域；2009年，首届"数字人文双年会"（Digital Humanities Biennial）创办，成为展示该领域前沿成果的重要平台；同年，美国现代语言协会（MLA）发布报告，系统阐述数字素养在人文学科教育中的重要性。

更值得注意的是，数字人文正在经历"去西方中心化"的过程。亚洲、非洲、拉丁美洲的学者开始探索本土文化资源的数字化路径，数字人文研究呈现出更加多元的文化视野。中国学者在古籍数字化、汉语自然语言处理、中华文明数字考古等领域取得了显著进展；日本学者在江户时代文献数字化、浮世绘图像数据库建设方面成果丰硕；印度学者则在多语言文本处理、梵文文献数字化等领域展开了富有特色的探索。这一全球化进程正在重塑数字人文的知识版图，使其从西方学术的"分支领域"发展为真正意义上的全球性学术事业。

当代数字人文的四大研究主题

主题一：数字化——知识的物质转译

数字化是数字人文最基础也最核心的研究主题。从技术层面看，数字化涉及将物理形态的文本、图像、音频、视频等转化为数字格式的过程；从方法论层面看，数字化关涉一系列重要的理论问题：数字表征与原物之间的关系是什么？数字化过程中的选择与省略意味着什么？数字副本能否完全替代物理原件？

数字化的技术实践包含多个关键环节。文本数字化通常采用扫描+O