Computational Turn in Humanities Studies: Theoretical Foundations

第一章：人文学科的计算转向：理论基础

引言：从计算工具到理论范式

当代学术研究正经历一场深刻的范式转型。这场以数字技术为核心的变革不仅改变了人文学科的研究方法，更在认识论层面上挑战着传统的人文知识生产方式。当我们审视21世纪以来的人文社科研究格局时，一个不容忽视的现象是：计算方法正以前所未有的深度和广度渗透到文化分析的各个领域，从古典文献的数字化整理到当代社交媒体的话语分析，从文学文本的远距离阅读到文化遗产的虚拟重建，计算技术已不再是单纯的研究工具，而逐渐演变为一种重新定义人文学科知识形态的理论视角。

这一转变的历史意义在于，它标志着人文学科告别了以纸笔和图书馆为核心的传统研究范式，迎来了一个以数据、算法和可视化为特征的新时代。然而，这场变革并非单纯的技术迭代，其背后蕴含着更为复杂的认识论争论：当机器可以“阅读”数以百万计的文本时，当算法能够“识别”图像中的文化模式时，当大规模数字化档案成为人文学者新的研究对象时，我们不得不重新追问：什么是人文知识？计算方法能否产生真正的人文理解？技术工具在多大程度上塑造着我们关于文化的认识？

本章旨在为理解数字人文作为独特学术范式奠定理论基础。通过追溯从传统人文学计算到当代数字人文的历史演进，考察媒体理论、软件研究和平台研究等关键理论框架，批判性地分析计算方法在文化分析中引发的客观性、规模和解释力等核心争议，本章将阐明机器学习方法的认识论意涵及其生成新人文知识的潜力。在此基础上，本章将提出贯穿全书的核心研究问题，为后续章节的深入分析提供理论指引。

第一节：历史脉络——从人文学计算到数字人文

一、人文学计算的起源（1940-1980）

人文学与计算技术的结合可以追溯至20世纪中叶。1949年，意大利神父罗伯特·布萨（Roberto Busa）开始了其划时代的研究项目——对圣托马斯·阿奎那（Thomas Aquinas）全部著作的词汇索引编制工作。这一项目最终产生了超过一百万张穿孔卡片，涵盖了阿奎那约四百万词的拉丁文文本。布萨的工作不仅展示了计算机处理人文文本的巨大潜力，更重要的是，它开创了一种新的学术传统——利用计算方法进行人文研究。

这一时期的标志性特征是文学与语言学计算（literary and linguistic computing）的兴起。在英国，利奇（Harold Love）在澳大利亚莫纳什大学主持的文学计算项目，以及牛津大学词汇实验室的工作，代表了大西洋两岸人文学计算的早期实践。在美国，布朗大学的多萝西·贝里（Dorothy Berry）和艾伦·贝尔（Allen B. Berry）夫妇的文学计算研究同样具有开创性意义。这些先驱者的工作主要集中在两个方面：一是建立文本数据库，对传统上需要手工完成的大规模索引和词汇统计进行机械化处理；二是开发专门的文学分析程序，用于作者风格分析和文本归因等传统文学批评问题。

然而，这一时期的人文学计算本质上仍是工具性的。计算机被视为一种更加高效、精确的计算工具，其在人文研究中的应用主要体现在传统方法论的机械化实现上。人文学者对于计算方法保持着一种审慎的欢迎态度：他们乐于接受计算带来的效率提升，但并未质疑或反思计算过程本身对知识生产的影响。这种工具主义取向使得人文学计算在方法论上保持着对传统人文学科的依附关系，尚未形成独立的问题意识和理论自觉。

二、人文计算时代的深化（1980-2000）

1980年代至世纪末见证了人文学计算的深刻转型。随着个人计算机的普及和文本处理软件的发展，计算方法逐渐走出少数专门化实验室，进入更为广泛的人文学者视野。这一时期的标志性事件是1985年《文学与语言学计算》（Literary and Linguistic Computing）期刊的正式创刊，以及1987年人文计算与语言学计算机协会（Association for Literary and Linguistic Computing, ALLC）的成立。这些学术建制的建立标志着人文学计算作为一个相对独立的研究领域开始获得制度性认可。

与此同时，万维网（World Wide Web）的诞生（1991）和快速发展为人文计算带来了全新的研究视野。数字图书馆项目在这一时期蓬勃发展：1990年代启动的“弥尔顿手稿项目”（Milton Manuscript Project）、“罗彻斯特电子文本中心”（Rochester Electronic Text Center）等项目，标志着人文研究者开始系统性地利用网络技术进行学术资源的创建和传播。1990年代后期，在美国人文科学基金（NEH）和英国联合信息系统委员会（JISC）等机构的资助下，大规模数字化项目陆续启动，为人文学者提供了前所未有的数字化研究资源。

这一时期的一个重要理论发展是数字人文（Digital Humanities）概念的正式登场。尽管“数字人文”这一术语的起源存在争议，但普遍认为它最早在1990年代中期的学术会议上被使用，逐渐取代了原先带有计算机辅助研究色彩的“人文学计算”概念。这一术语转变反映了更为深刻的方法论和认识论位移：数字人文不再将自身定位为传统人文学科的辅助工具，而是开始主张一种更为自主的学科身份。2004年，约翰·安斯康姆（John Unsworth）和凯文·弗兰克（Kevin Frank）等学者发起的“数字人文季刊”（Digital Humanities Quarterly）创刊，进一步巩固了这一新兴领域的学术制度基础。

三、数字人文的学科化与争论（2000-2020）

进入21世纪，数字人文经历了一场前所未有的制度化扩张。2005年，美国现代语言协会（MLA）正式成立数字人文工作组；同年，斯坦福大学、纽约大学等顶尖学府相继设立数字人文中心和博士培养项目。2010年代，数字人文项目办公室（Office of Digital Humanities）在美国国家人文科学基金内部的设立，以及英国数字人文学院（Digital Humanities Academy）的成立，标志着这一领域在全球范围内获得了主流学术机构的正式认可。

然而，学科化的快速推进也引发了激烈的内部争论。其中最具影响力的是2012年伊利诺伊大学香槟分校的两位学者肖恩·弗伦奇（Shane Fitzhenry）和丹尼尔·科恩（Daniel Cohen）发起的“数字人文宣言”（Digital Humanities Manifesto）。这份宣言明确主张数字人文不是人文学科的附属品，而是一种全新的知识生产方式，其核心特征在于对“大规模”和“计算”的方法论承诺。这一立场引发了关于数字人文本质的广泛讨论：数字人文究竟应该是人文学科内部的一场技术革新，还是人文学科的一场根本性范式转换？

这一争论在2013年达到了一个新的高潮。当年，美国多位学者联署了一封致《纽约时报》的公开信，批评数字人文领域的精英主义、性别歧视以及对传统人文学科的漠视。这封信件揭示了数字人文内部深层的张力：一边是以项目驱动、强调技术能力和机构建设的新兴力量；另一边是对人文价值的坚守、对传统学术规范和人文精神传承的关切。这场争论虽然带有特定的历史情境色彩，但其揭示的问题——技术与价值、规模与深度、工具与理论——至今仍是数字人文领域的核心议题。

四、当代数字人文的特征与挑战

当代数字人文呈现出若干显著特征。首先，研究对象的数字化已成为常态：大规模数字化典藏——从谷歌图书（Google Books）到欧洲数字图书馆（Europeana），从中国基本古籍数据库到日本电子图书馆——为人文学者提供了全新的研究材料。其次，方法论多元化成为明显趋势：文本挖掘、网络分析、地理信息系统（GIS）、机器学习、可视化等计算方法被广泛引入人文研究，形成了方法论上的“工具箱”模式。再次，跨学科合作日益常态化：计算机科学、统计学、信息科学与人文学科的交叉合作成为数字人文项目的典型组织形式。

与此同时，当代数字人文也面临着严峻挑战。在理论层面，计算方法的认识论基础仍是争议不断的问题。当算法处理数百万文本时，其产生的结论与人文学者的close reading之间应如何关联？在大规模数据分析和深度文本解读之间，是否存在不可通约的认识论鸿沟？在实践层面，“数字人文项目”往往呈现出强烈的工程化色彩，其生命周期管理、团队协作和成果传播模式与传统人文学术有着显著差异。这些差异对学术评价体系、人才培养模式和知识共享机制提出了新的要求。

第二节：理论基础——理解数字人文的认识论框架

一、媒体理论视角

理解数字人文首先需要将其置于更广泛的媒体理论脉络中。麦克卢汉（Marshall McLuhan）的经典命题“媒介即讯息”（the medium is the message）对于理解数字技术在人文研究中的作用具有重要的启发意义。麦克卢汉主张，媒介的特性——而非其传递的具体内容——更深刻地影响着人类认知和社会组织。这一洞见提示我们：当我们使用数字媒介进行人文研究时，数字媒介本身的特性（离散性、可编程性、可扩展性、交互性）是否也在塑造着人文知识的形态？

列夫·曼诺维奇（Lev Manovich）在其奠基性著作《软件说什么》（Software Takes Command, 2008）中进一步发展了这一思路。曼诺维奇提出，软件已成为当代文化的支配性形式，人文学者需要发展一种“软件批评”的能力。在曼诺维奇看来，数字人文研究的核心任务是揭示文化软件背后的逻辑和假设：从文字处理软件到数据库管理系统，从搜索引擎到社交媒体平台，这些软件工具都在以其特定的方式组织和呈现文化材料，从而深刻影响着我们对文化的理解。

海尔斯（Jay David Bolter）和理查德·格鲁辛（Richard Grusin）在《再媒介化》（Remediation, 1999）中提出的“再媒介化”（remediation）概念同样具有重要理论价值。这一概念揭示了新旧媒介之间的相互吸收和改造关系：数字媒介总是在重新组织和呈现先前媒介的内容，同时又在被先前媒介的逻辑所改造。对于数字人文而言，这意味着数字化的人文材料和计算分析方法并非凭空产生，而是与传统的纸本文献和人工分析方法存在着复杂的互文关系。理解这种关系，是把握数字人文认识论特征的关键。

从媒体理论视角出发，我们可以识别数字人文的若干独特认识论特征。第一，数据化（datafication）作为数字人文研究的前提，意味着将文化现象转化为可计算的形式。这一转化过程并非透明的中立操作，而是涉及复杂的本体论和认识论选择：什么被计入，什么被忽略，如何分类，如何关联，这些选择从根本上影响着研究结论。第二，算法化（algorithmization）作为数字人文的核心操作，意味着人文分析过程被转译为程序代码执行。算法的选择、参数的设置、阈值的确定，每一个技术决策都可能导向不同的分析结果。第三，可视化（visualization）作为数字人文的标志性特征，意味着知识的呈现方式发生了根本变化。动态交互式可视化、网络关系图、地理信息系统地图等新型表达形式，正在重新定义人文知识的外观和传播方式。

二、软件研究视角

如果说媒体理论提供了宏观的媒介环境分析框架，那么软件研究（software studies）则提供了一种更为细致的技术分析路径。软件研究作为一个跨学科领域，聚焦于软件的物质性、文化性和政治性，试图理解软件如何在社会、文化和经济系统中运作。

尼克·蒙特（Nick Montfort）在其研究中强调软件作为“创意材料”的特质。在蒙特看来，软件代码不仅是实现特定功能的工具，更是一种具有表达潜力的媒介。理解软件因此需要类似于理解语言或艺术媒介的能力——不仅要知道如何操作软件，更要能够“阅读”和“批评”软件。这一洞见对于数字人文具有直接的方法论启示：人文学者不仅应该学会使用数字工具，更应该发展对数字工具的理解和批判能力。

温迪·黄（Wendy Hui Kyong Chun）的研究则更为深刻地揭示了软件的“硬”与“软”两面。在《软件及其所吞噬的一切》（Software and Its Problems, 2016）中，黄指出软件既是柔软的（可重写的、灵活的）又是坚硬的（系统性的、决定性的）。这种二元性意味着，当我们依赖软件进行人文研究时，我们实际上是在依赖一种既有无限可能性又受制于特定逻辑的复杂系统。理解这种复杂性，是发展负责任的数字人文实践的前提。

埃蒙·萨佩（Eamon O'Siadhail）的诗歌实验和杰里米·道格拉斯（Jeremy Douglass）的软件批评研究进一步拓展了软件研究的文化维度。他们主张，数字人文研究不仅应该关注数据库和算法，还应该关注作为文化形式的软件本身。软件的设计哲学、用户界面的修辞策略、代码的文体风格，这些看似技术性的细节实际上承载着深刻的文化意义，值得人文学者的专业关注。

三、平台研究视角

平台研究（platform studies）将注意力转向数字技术的社会组织层面。平台不仅是技术系统，更是经济、法律和社会安排的物质化。伊莎贝拉·卡武斯蒂（Isabel Cabivuste）在其关于平台化的研究中指出，数字平台已成为当代文化的核心组织形式，从社交媒体到电子商务，从搜索引擎到云计算，平台逻辑渗透到社会生活的方方面面。

对于数字人文而言，平台研究的意义在于揭示了数字研究基础设施的政治经济学。人文研究所依赖的数字资源——数字化典藏、电子期刊、学术社交网络——大多运行在商业平台之上。这些平台的商业模式、数据政策和服务条款不仅影响着学术研究的效率，更在深层次上塑造着知识生产的可能性边界。谷歌图书的版权争议、学术期刊数据库的价格攀升、社交媒体数据的访问限制，这些问题都不能简单归结为技术问题，而是涉及知识公共性的根本议题。

塔玛拉·谢弗（Tamara Schaefer）的平台架构研究进一步分析了平台的治理逻辑。平台并非中立的“公共空间”，而是通过技术设计实现特定治理目标的制度安排。平台的算法推荐、用户分类、行为激励和内容审核机制，都在以隐蔽但强大的方式影响着学术交流和知识传播。理解这些机制，是开展负责任的数字人文研究的必要前提。

此外，平台研究还关注数字基础设施的生态问题。大规模数字人文项目——如语言资源库、数字化档案、计算基础设施——的建设和维护需要持续的资源投入，其可持续性、长期保存和开放获取等问题，都是平台视角下需要认真对待的议题。

第三节：核心争论——客观性、规模与解释力

一、客观性问题

计算方法在人文研究中引发的首要争论涉及客观性问题。传统人文研究者往往对计算方法抱有某种双重期待：一方面，期待计算能够提供更加“客观”的分析结果，避免人工分析可能存在的主观偏见；另一方面，又担心机械化的算法会抹杀人文研究的独特价值，将其降格为某种“数据处理”活动。这种期待的张力揭示了一个深刻的认识论困境：什么是人文研究中的客观性？

从认识论角度审视，这一争论涉及三个层面的问题。首先是方法论客观性问题：计算方法是否比人工分析更加客观？这一问题的答案并非显而易见。尽管算法消除了个体分析者的主观偏见，但算法的设计本身就承载着设计者的主观意图和理论假设。从数据的收集和清洗，到算法的选择和参数的调整，再到结果的可视化和解读，计算分析的全过程都涉及主观决策。因此，计算方法并非“客观”的代名词，而是将主观性从分析过程的一个环节（close reading）转移到另一个环节（算法设计）。

其次是认识论客观性问题：人文知识是否可能或应该追求客观性？这一问题触及人文学科的认识论根基。与自然科学追求普遍规律不同，人文学科传统上更强调理解（Verstehen）、诠释（Interpretation）和批判（Critique）。在这一脉络下，对客观性的追求被视为一种“实证主义偏见”，不仅在认识论上站不住脚，而且在价值上值得质疑。数字人文内部关于“远距离阅读”与“近距离阅读”的争论，在很大程度上可以追溯到这一根本性的认识论分歧。

再次是程序性客观性问题：如何在计算过程中实现某种形式的透明度和可问责性？这一问题更具实践指向。可重复性（reproducibility）、可追溯性（traceability）和可解释性（interpretability）等概念被引入数字人文研究，以应对计算方法可能带来的认识论风险。可重复性要求研究过程和结果能够被其他研究者独立验证；可追溯性要求分析方法的选择和参数设置能够被清晰记录；可解释性要求复杂算法的运作逻辑能够被理解和解释。这些要求虽然在实践上面临诸多挑战，但为在计算分析中引入某种“反思性”提供了可能路径。

二、规模问题

规模（scale）问题是数字人文区别于传统人文学计算的核心特征之一。传统人文学计算往往处理相对有限的数据集——一部或数部文本、有限的词汇统计——而当代数字人文则以处理海量数字资源为典型特征。谷歌图书的数百万种藏书、数字档案的数十亿字节数据、社交媒体的每日数亿条帖子，这些规模远远超出了传统人工分析的能力范围。

规模的引入带来了方法论上的深刻变化。克劳斯·布鲁恩-延森（Klaus Bruhn Jensen）在其关于媒介研究的论述中区分了“量的”和“质的”研究路径，强调两者并非必然对立，而是服务于不同类型的研究问题。对于数字人文而言，规模既是机遇也是挑战。一方面，大规模数据使得过去不可行的研究设计成为可能：历史语料库的全文本分析、多语言比较研究、长时段文化趋势的追踪，这些研究在过去往往因数据限制而难以开展。另一方面，规模也给分析解释带来了压力：当研究对象从数页文本扩展到数百万文本时，“close reading”的诠释学方法是否仍然适用？

这一问题的回答取决于我们如何理解“close reading”的本质。弗兰科·莫雷蒂（Franco Moretti）提出的“远距离阅读”（distant reading）概念提供了一个重要的理论视角。莫雷蒂主张，面对大规模文学文本，传统意义上的逐字逐句阅读已不再可行，我们需要发展一种“阅读距离”的能力，即在保持对文学整体把握的同时，放弃对个别文本的深入细读。这一主张在文学研究领域引发了广泛讨论：支持者认为它开启了一种新的文学研究范式，批评者则担忧它可能导致文学理解的浅薄化。

然而，更为审慎的观点认为，“远距离阅读”与“近距离阅读”并非必然对立，而是可以形成互补关系。数字人文研究完全可以采用“规模阅读”（scalable reading）策略：根据研究问题的需要，在不同规模的阅读距离之间灵活切换。这一策略的核心理念是：规模应该服务于理解，而非成为目的本身。计算方法的价值不在于追求越来越大的数据量，而在于拓展研究者理解文化现象的能力边界。

规模问题还涉及一个伦理维度：谁有权定义“规模”？在数字人文研究中，规模往往被视为一种资源——数据越多越好，计算能力越强越有价值。然而，这种隐含的价值预设并非没有问题。规模化的研究往往需要依赖机构资源和技术能力，这可能导致研究议题和研究结论偏向于拥有更多资源的群体和地区。对于边缘化群体和资源匮乏地区而言，规模化的数字人文研究可能并非优先选项，如何在规模追求