数字人文的概念谱系与学科定位

数字人文的概念谱系与学科定位

当2004年数字人文中心联盟（Center for Digital Research in the Humanities, CDRH）在内布拉斯加大学林肯分校成立时，恐怕没有多少人预见到，这个以促进人文研究数字化为宗旨的学术机构，会在接下来的二十年间见证一门新兴学科从边缘走向主流的剧烈变迁。彼时的数字人文（Digital Humanities），尚处于一个术语尚未固化、边界尚不清晰、方法尚未成熟的探索阶段；而今日的数字人文，已成为横跨文学、历史、艺术、哲学、语言学、计算机科学、图书情报学等多个学科的跨领域研究场域，其影响范围从学术研究延伸至文化遗产保护、公共教育政策、数字资产管理乃至人工智能伦理等社会实践领域。

然而，这种快速扩张也在学术共同体内引发了持续的论争。当“数字人文”成为一个无所不包的标签时，其概念边界究竟在哪里？“数字人文”与“人文计算”（Humanities Computing）、“计算人文学”（Computational Humanities）、“文化信息学”（Cultural Informatics）等相关术语之间存在怎样的语义重叠与区分？数字人文究竟是一种研究方法、一套技术工具、一个学术领域，还是一种范式革命？这些问题至今仍是数字人文学者持续反思的核心议题。

本章旨在追溯数字人文概念的起源与演变，系统梳理学科发展的关键节点，辨析核心概念的语义边界，并探讨数字人文在当代学术版图中的学科定位。通过分析数字人文在北美、欧洲、亚洲不同学术语境下的发展路径，本章将揭示该学科作为“方法论革命”与“制度性建构”的双重属性，最终形成本书对数字人文概念的操作性定义。

一、从词表索引到数字人文：概念演变的百年历程

1.1 机械时代的先驱探索

数字人文的学术谱系通常追溯至1949年意大利学者罗伯托·布萨（Roberto Busa）主持的“圣托马斯索引”（Index Thomisticus）项目。这位来自米兰的天主教神父与IBM公司合作，采用打孔卡片技术，对托马斯·阿奎那（Thomas Aquinas）全部著作及部分相关文献进行词频统计与索引编制，历时三十余年完成这一浩大工程。这一项目之所以被视为数字人文的奠基性事件，不仅因为其技术上的开创性——这是人文领域首次大规模运用计算技术处理文本数据，更因为它预示了一种全新的研究范式：人文研究者开始借助机器的力量来处理超越人类自然认知极限的巨量信息。

然而，如果我们放宽历史的视野，会发现机械计算与人文研究的结合可以追溯到更早的时期。17世纪，莱布尼茨（Gottfried Wilhelm Leibniz）就曾设计过“人类思维字母表”与“推理演算”系统，试图将人类思维还原为符号操作；19世纪末，弗朗西斯·加尔通（Francis Galton）运用统计方法分析人类面部特征的遗传规律，将定量分析引入体质人类学；20世纪初，文学研究者开始使用机械分类法分析文献风格特征。这些零散的先驱实践虽然尚未形成系统性的学科建制，却已经预示了人文研究与计算技术联姻的潜在可能。

布萨项目的更大意义在于，它开启了一种持续至今的传统：人文计算（Humanities Computing）作为人文学者与技术专家合作的中介领域，其核心关切始终是如何将计算方法有效地转化为人文理解的工具。这一传统在20世纪后半叶延续为一系列具有重要影响的计算语言学与文学计算项目，包括威廉·弗格森（William B. Cameron）关于《失乐园》的词汇统计研究、约翰·希尔（John Hill）的文学风格分析系统，以及莫斯·阿尔特曼（Moshe Altbach）对比较教育学文献的计量分析。

1.2 机构化进程：从个体实践到学科建制

如果说布萨的工作代表了数字人文的“史前史”，那么20世纪70至90年代则是数字人文从个体探索走向机构化建制的关键时期。1973年，剑桥大学的塞西尔·丘（Cecil T. Phillips）创办了《文学与语言计算机分析协会通讯》（ALLC Bulletin），这是数字人文领域的首个专业期刊。1978年，国际文学与语言学计算机协会（Association for Literary and Linguistic Computing, ALLC）正式成立，标志着这一学术共同体获得了制度性的组织形态。1985年，美国数字人文协会（Alliance of Digital Humanities Organizations, ADHO）的前身组织——人类表达与交流的计算机研究协会（Association for Computers and the Humanities, ACH）宣告成立，进一步扩展了数字人文的地理覆盖范围。

这一时期的标志性事件还包括多个大型数字化项目的启动。1978年，美国艺术与人文类研究委员会（National Endowment for the Humanities, NEH）启动了“美国记忆”（American Memory）计划的先导项目，标志着政府资金开始系统性地支持人文资源的数字化保存。1984年，剑桥大学与牛津大学联合启动了“哥特弗里德·威廉·莱布尼茨著作集”的数字化编辑项目，探索数字技术在学术出版中的应用潜力。1990年代，互联网的兴起为人文数据的开放共享提供了新的技术基础，多个学科数据库开始向全球研究者开放访问。

值得注意的是，在这一机构化进程中，“人文计算”（Humanities Computing）与“计算语言学”（Computational Linguistics）虽然共享着相似的技术工具和方法论，却在学术建制上保持着相对独立的身份。人文计算更关注文本分析、历史文献处理、文化遗产数字化等议题，而计算语言学则更侧重于自然语言处理、语音识别、机器翻译等技术导向的研究。这种学科分立在某种程度上塑造了日后“数字人文”与“人工智能”两个领域之间复杂而微妙的关系。

1.3 术语转型：从Humanities Computing到Digital Humanities

“数字人文”（Digital Humanities）这一术语的确切起源至今仍是学界讨论的话题。根据现有文献记录，2004年或2005年是该术语获得广泛使用的关键时间节点。苏珊·舒尔（Susan Schreibman）、雷·西门子（Ray Siemens）与约翰·昂斯沃斯（John Unsworth）主编的《数字人文读本》（A Companion to Digital Humanities, 2004）通常被视为该领域首部以“数字人文”命名的学术指南；而2005年，“数字人文夏季研讨会”（Digital Humanities Summer Institute）在加拿大维多利亚大学首次举办，则标志着这一术语进入了学术会议的专业命名体系。

然而，术语的更替并非简单的标签变换，而是反映了学科范式的深层转变。“Humanities Computing”（人文计算）一词强调的是人文研究对计算工具的借用，计算在此语境中更多地被理解为服务于人文目标的手段；而“Digital Humanities”（数字人文）则隐含着一种更为激进的立场：数字技术不仅是工具，更是一种重塑人文研究的问题框架、知识组织方式乃至学术交流形态的变革性力量。

这种术语转变还伴随着研究对象的扩展。传统的人文计算主要聚焦于文本的数字化处理与分析，而数字人文则将视野拓展至地理信息系统（GIS）在历史研究中的应用、数字可视化在艺术史中的实践、虚拟现实在文化遗产展示中的实验、数字游戏作为文化文本的严肃研究，以及社交媒体数据作为社会文化变迁的实时记录等多元领域。换言之，“数字人文”这一术语的兴起，与数字技术在社会生活中全面渗透的时代背景密不可分——当“数字”不再是特定领域的专门术语，而是成为当代生活的基本底色时，“数字人文”也就获得了超越技术工具层面、指向整个社会数字化转型的人文反思意味。

1.4 第四范式与数据驱动的人文研究

2009年，微软研究院的吉姆·格雷（Jim Gray）提出“第四范式”（Fourth Paradigm）理论，将科学发现的历史划分为四个阶段：几千年前的实验科学阶段、几百年前的理论科学阶段、数十年前的计算科学阶段，以及当前正在兴起的数据密集型科学阶段。根据这一框架，在数据爆炸的时代，科学发现的主要模式正在从“假说-实验”向“数据-挖掘”转变，科学家的工作重心日益转向数据的收集、组织、分析与可视化。

这一理论对数字人文产生了深远的影响。一方面，它为数字人文的存在提供了认识论层面的合法性论证：如果数据驱动的研究方法已成为当代科学的主流范式，那么人文研究采纳类似方法不仅是合理的，而且是必要的。另一方面，它也引发了数字人文学者对自身学科独特性的反思——如果数字人文不过是将科学研究的“第四范式”应用于人文领域，那么它与计算社会科学、文化分析统计学方法之间的界限何在？

对此，达默斯·罗克伍德（Dawn Armold Rockwood）和帕特里克·尤因（Patrick Ewing）等学者指出，数字人文的核心价值并不在于采纳数据驱动的方法本身，而在于重新思考什么可以成为“证据”、什么可以构成“论证”的基本单元。当传统的人文研究依赖细读close reading）作为获取文本意义的主要手段时，数字人文提供了“远读”（distant reading）的可能性——借助计算工具对海量文本进行模式识别、趋势分析、异常检测，从而发现个体阅读无法捕捉的宏观结构与历史趋势。这种从“理解文本”到“发现模式”的方法论转向，使得数字人文成为人文学科内部的一种革命性力量。

二、核心概念的语义辨析

2.1 Digital Humanities：内涵与外延

在当代学术语境中，“Digital Humanities”一词承担着多重功能：它既指代一个特定的研究领域，又标示着一种跨学科的研究方法，还意味着一种独特的学术社区与交流网络。然而，正是这种概念的多功能性导致了持续的语义模糊。为了澄清这一概念的边界，本书采取一种“家族相似”（family resemblance）的分析策略——不试图给数字人文设定一个封闭的定义，而是通过考察其典型成员的特征来确定其大概范围。

数字人文的典型研究实践包括但不限于：大规模文本语料库的构建与分析、历史地理信息系统的开发与应用、文化遗产的数字化保存与展示、数字叙事与交互设计的实验性创作、数字文本的版本考证与校勘、数字档案的元数据标准化与互操作性研究、数字时代的版权与伦理问题探讨，以及计算方法在人文学科各分支中的应用实验。这些实践的共同特征在于，它们都将数字技术置于人文研究的核心位置——不是作为外在的辅助工具，而是作为塑造研究问题、界定研究对象、生成研究证据的内在要素。

然而，数字人文的边界并非僵固不变。随着技术发展与社会变迁，新的研究领域不断被纳入数字人文的版图。2010年代以来，人工智能与机器学习技术在人文研究中的应用引发了广泛关注；2020年代生成式人工智能的兴起，则使得数字人文不得不直面大语言模型对传统人文学术方法的深刻挑战。与此同时，数字人文也面临着来自学科内部的批判性反思——部分学者担心过度强调技术方法可能导致人文研究忽视文本的细部肌理与历史情境，而沦为一种“没有灵魂的计量分析”。

2.2 Humanities Computing与人文计算的传统

与“数字人文”相比，“Humanities Computing”（人文计算）是一个更为古老的术语，其学术传统可以追溯至布萨的索引项目及20世纪中后期的相关实践。人文计算更强调计算技术作为人文研究工具的属性，其方法论基础建立在文本数字化、语料库构建、统计分析与可视化呈现等技术手段之上。

在学术建制层面，“人文计算”通常对应着图书情报学领域的一个分支方向，关注数字资源的组织、描述、检索与服务。国际信息处理联盟（International Federation for Information Processing, IFIP）在20世纪80年代成立的“人文计算”技术委员会，就是一个侧重于技术标准与系统架构的专业组织。这一传统在当代数字人文领域仍然具有重要影响，许多数字人文项目仍然延续着“技术工具+人文应用”的基本模式。

然而，“人文计算”与“数字人文”的区别并不仅仅体现在时间先后与术语选择上，更反映了两种不同的学科自我认同。“人文计算”的支持者倾向于强调计算方法对人文研究的辅助价值，其立场更接近于“计算辅助的人文研究”（Computing-Assisted Humanities Research）；而“数字人文”的倡导者则更强调数字技术与人文研究的深度融合，认为数字时代的人文研究不可能在排斥数字方法的前提下保持学术竞争力。这种立场差异在某种程度上对应着人文学科内部关于“传统”与“革新”的持续张力。

2.3 概念光谱：Humanities Informatics、Cultural Analytics与Digital Studies

在“数字人文”这一总括性术语之下，还存在着一系列相关但不完全等同的概念，它们各自强调了这一跨学科领域的不同面向。

“Humanities Informatics”（人文信息学）一词强调的是人文研究与信息科学的交叉融合。这一术语在德国学术传统中具有重要影响，2000年代以来，多所德国大学设立了以“Informatik in den Geisteswissenschaften”（人文学科中的信息学）为名的研究项目和教学课程。该术语的优势在于，它明确地将信息科学的核心概念——数据结构、数据库设计、信息检索、知识表示、信息可视化——置于与人文研究平等对话的位置，而非仅仅将计算视为服务于人文目标的工具。

“Cultural Analytics”（文化分析学）是由列夫·马诺维奇（Lev Manovich）于2000年代初期提出的概念，强调运用可视化与量化方法分析大众文化的海量数据。这一概念深受媒体理论影响，关注点是数字时代的视觉文化与媒体景观。马诺维奇的工作，特别是他对Instagram图片、电影镜头语言、广告视觉模式的大规模分析，代表了一种将计算方法与媒体批评相结合的研究路径。

“Digital Studies”（数字研究）则在欧美大学的课程体系中较为常见，通常作为一个跨学科项目或辅修专业的名称，涵盖数字媒体、数字艺术、信息技术与社会等议题。这一术语的优势在于其包容性，能够涵盖数字技术与人文社会科学交汇的广泛领域；其劣势则在于可能过于宽泛，模糊了数字人文作为独特研究领域的边界。

2.4 辨析：数字人文与相关领域的关系

数字人文与多个相邻领域存在复杂的交叉与互动关系，理清这些关系对于准确把握数字人文的学科定位至关重要。

数字人文与计算社会科学：计算社会科学（Computational Social Science）运用计算方法研究社会现象，其方法论资源主要来自计算机科学、统计学与社会学。数字人文与计算社会科学在方法上存在重叠——两者都依赖大规模数据集、都运用统计与机器学习方法、都强调可视化的证据呈现功能。然而，两者的核心关切存在差异：计算社会科学更关注社会结构、群体行为、公共舆论等宏观社会议题，而数字人文更关注文本意义、符号系统、文化表达、美学形式等文化议题。当然，这种区分并非绝对——在当代研究中，数字人文与计算社会科学的边界日益模糊，“文化数据科学”“社会计算”等交叉方向不断涌现。

数字人文与图书情报学：图书情报学（Library and Information Science）在数字资源的组织、描述、保存与获取方面具有深厚的技术积累与学术传统。数字人文的许多基础设施项目——如数字档案系统、元数据标准、文本编码规范——都与图书情报学的专业实践密切相关。事实上，数字人文在西方大学的建制化进程在很大程度上借助了图书馆系统的力量：大学图书馆既是数字人文项目的主要资助者，也是数字人文研究者的重要就业市场。这种历史渊源使得数字人文与图书情报学保持着紧密的合作关系，但也引发了关于“图书馆员主导的数字人文是否真正具有人文理论深度”的学术争论。

数字人文与人工智能：人工智能（Artificial Intelligence）与人文研究的关系是当代学术界最富争议性的话题之一。一方面，人工智能提供了文本分析、图像识别、自然语言处理等强大的技术工具，成为数字人文方法库的重要组成部分；另一方面，人工智能的发展也催生了关于机器意识、算法伦理、人机关系等深刻的哲学追问，这些追问本身即是人文思考的核心议题。2020年代大语言模型的兴起，使得这一关系变得更加复杂：当机器能够生成看似“理解”人类语言的文本时，“理解”“意义”“创造力”等人文概念的内涵需要被重新审视。

三、数字人文的全球发展图景

3.1 北美模式：机构化与职业化

北美是数字人文作为独立学科领域建制化程度最高的地区。以美国为例，数字人文的制度性基础设施包括：2005年成立的数字人文中心联盟（Alliance of Digital Humanities Organizations, ADHO），管理着《数字人文季刊》（Digital Humanities Quarterly, DHQ）等专业期刊；数字人文组织会议（Digital Humanities Conference, DH）成为年度性的国际学术盛会；多所顶尖大学设立了数字人文中心或博士项目，包括斯坦福大学文学实验室、弗吉尼亚大学数字人文中心、纽约城市大学公共知识项目等。

美国数字人文发展的一个显著特征是“项目驱动”（project-driven）。大量的数字人文研究围绕特定的项目展开，从美国历史地理信息系统（American Historical GIS）、十八世纪文献数据库（ECUNDAM）到莎士比亚作品电子档案（Internet Shakespeare Editions），这些项目往往获得联邦或私人基金会的资助，在完成特定研究目标的同时，也积累了可供后续研究重复利用的数据资源与软件工具。这种项目导向的发展模式有其优势——能够迅速产出可见的研究成果、建立跨机构合作网络、培养专业人才队伍；其潜在风险则在于，研究议程可能被项目周期与资助方向所主导，导致基础理论建设相对薄弱。

加拿大的数字人文发展则呈现出与美国的差异与互补。加拿大数字人文协会（Canadian Association for Digital Humanities / Association canadienne des humanités numériques, CADH/ACHN）成立于1990年代，积极推动英法双语语境下的数字人文研究与教学。加拿大数字人文的一个特色是关注原住民文化遗产的数字化保存与权益保护问题，这与加拿大社会对殖民历史与原住民权利的持续反思密切相关。

3.2 欧洲传统：人文计算与文化遗产

欧洲的数字人文发展深受各国学术传统与文化政策的影响。与北美相比，欧洲数字人文更强调跨语言、跨文化、跨国界的合作网络建设，这在很大程度上与欧盟的科研资助框架及欧洲各国共享的文化遗产观念有关。

英国是欧