数字人文导论：定义、历史与学科定位 | Introduction to Digital Humanities: Definitions, History, and Disciplinary Positioning

第一章：数字人文导论：定义、历史与学科定位

数字人文（Digital Humanities, DH）作为21世纪最具活力的跨学科领域之一，正在深刻重塑人文研究的范式、方法与知识生产方式。当我们回望人文知识演进的历史长河，从古典语文学的手稿校勘，到文艺复兴时期的印刷术革命，再到19世纪实证主义史学的确立，每一次技术变革都为人文研究带来方法论的革新。而今，数字技术——特别是计算方法、数据科学、网络技术——的广泛应用，正孕育着一场新的学术转型。本章作为《计算的诗学：数字人文的理论与实践》一书的开篇，旨在为读者提供一个理解数字人文的全局性框架，从概念界定出发，追溯其历史演进，分析其学科定位，并勾勒当代数字人文研究的整体图景。

一、数字人文的概念界定

1.1 概念的多元理解

“数字人文”这一术语虽然如今已被广泛使用，但学界对其内涵与外延的理解却呈现出显著的多元性。理解这种多元性，不仅是把握数字人文本质的前提，也是认识该领域内部张力的关键。

从词源学角度看，“数字人文”由“数字”（digital）与“人文”（humanities）两个核心概念构成。“数字”指向的是基于数字技术的计算方法、数据处理与信息管理能力；“人文”则涵盖语言、文学、历史、哲学、艺术、宗教等传统人文学科，以及更广义的文化研究领域。然而，“数字”与“人文”的结合并非简单的技术叠加，而是一种深刻的学术范式融合。正如加拿大数字人文学者雷蒙德·西门子（Ray Siemens）所指出的，数字人文的核心关切在于“拓展与深化我们对人类文化遗产的理解，同时审视数字媒介对人文知识组织、传播与保存的影响”。

美国数字人文先驱杰罗姆·麦克唐纳（Jerome McGann）从知识生产方式的角度给出了更为根本性的界定。他认为，数字人文不仅仅是一套技术工具，更是一种“批判性思维姿态”（critical posture），它要求研究者重新审视文本、文献与文化遗存的物质性与符号性维度。麦克唐纳特别强调，数字人文不是“人文的数字化”（the digitization of the humanities），而是“人文的重新概念化”（the reconceptualization of humanities），是对人文研究基本假设与实践方式的根本性反思。

欧洲学者则倾向于从基础设施与制度建设的层面理解数字人文。德国汉堡大学的数字人文中心将数字人文定义为“数字方法在人文研究中的应用，以及这些方法对人文知识体系的理论反思”。这一定义关注两个相互关联的维度：一是方法论层面，即如何将计算技术有效地应用于人文问题；二是理论层面，即这种应用如何反过来影响我们对人文现象的认识论理解。

在中国学界，数字人文的概念引介与本土化阐释是近二十年来学术发展的重要议题。2000年代中期，随着“数字人文”这一译名逐渐确立，国内学者开始从多个角度探讨其内涵。国家图书馆组织的“数字图书馆"项目、中国社会科学情报学会数字人文专业委员会等机构的设立，标志着数字人文在中国从单纯的学术概念讨论走向制度化建设。与此同时，中国学者也强调数字人文研究应具有本土关怀，例如关注中国古籍数字化、中文信息处理、中国文化遗产数字化保护等具有中国特色的问题域。

1.2 数字人文的本质特征

综合上述多元定义，我们可以从以下几个维度把握数字人文的本质特征：

第一，方法论的计算化。 数字人文的核心特征在于将计算方法——包括文本挖掘（text mining）、数据可视化（data visualization）、地理信息系统（GIS）、网络分析（network analysis）、机器学习（machine learning）等——系统性地引入人文研究。这种计算转向并非简单的工具更新，而是代表着一种新的认识论立场：通过对大规模数据的系统性处理，发现传统人文研究难以触及的模式、关联与结构。正如美国布兰代斯大学数字人文学者约翰·安斯康姆（John Unsworth）所言，数字人文的首要任务是“让机器做一些它们从未被设计做过的事情，以便人类能够看到他们从未能够看到的东西”。

第二，研究对象的数字化与数据化。 数字人文研究的展开依赖于数字化的研究对象——从古籍扫描件到多媒体档案，从学术数据库到社交媒体数据。这种数字化不仅是将模拟信息转化为数字格式的物理过程，更是一种知识组织方式的根本变革。通过元数据标注（metadata annotation）、语义标记（semantic markup）、本体构建（ontology construction）等技术手段，数字人文将人文研究对象转化为可计算、可检索、可分析的结构化数据资源。

第三，协作性与跨学科性。 数字人文本质上是一项高度协作的事业，它打破了传统学科壁垒，将人文学者、计算机科学家、信息科学专家、图书馆员、设计师等不同专业背景的研究者汇聚在一起。这种协作不仅体现在项目层面的共同工作，更深刻地体现在知识生产方式的融合上。人文学者提供问题意识、领域知识与批判性思维；技术人员提供方法工具、系统架构与工程能力；图书馆员与档案工作者提供数据资源与信息管理专长。这种多元协作模式的成功，取决于各方能否建立真正的对话关系与相互理解。

第四，理论与实践的统一性。 数字人文不是纯粹的理论思辨，也不是单纯的技术开发，而是一种理论与实践深度交织的学术实践。一方面，数字工具与方法的应用必须建立在对人文学科问题的深刻理解之上；另一方面，对数字方法的选择与使用本身也蕴含着理论预设与价值判断。正如加拿大维多利亚大学数字人文学者斯图尔特·罗克（Stuart Rock）所指出的，数字人文学者需要同时具备“计算素养”（computational literacy）与“批判素养”（critical literacy），既理解技术的能力边界，也反思技术的社会与文化意涵。

1.3 数字人文的边界与争议

尽管数字人文已成为一个被广泛接受的学术领域，但其边界与定义问题仍然是学界讨论的焦点。这种争议本身就反映了数字人文作为一种新兴学术形态的活力与复杂性。

一种常见的争议围绕“数字人文”与“人文计算”（Humanities Computing）两个术语的关系展开。部分学者认为，“人文计算”是更早期、更技术导向的称谓，强调计算机在人文研究中的应用；而“数字人文”则是一个更宽泛的概念，不仅包括计算方法，还涵盖数字媒介理论、数字出版、数字策展等更为多元的实践。然而，也有学者认为这种区分过于绝对化，人文计算与数字人文在实践中存在大量重叠。

另一种争议涉及数字人文与更广泛的人文计算化趋势之间的关系。随着计算方法渗透到各个学科，“数字人文”与“计算社会科学”“数字历史”“计算语言学”等相关领域之间的界限变得越来越模糊。一些学者乐观地将这种融合视为数字人文影响力扩大的表现；另一些学者则担忧数字人文的独特性与核心关切可能在这种泛化中被稀释。

此外，数字人文研究中存在一种被批评者称为“技术中心主义”（technocentrism）的倾向，即过度关注工具开发与技术实现，而忽视对人文问题的深度追问。一些人文学者表达了对数字人文的保留态度，认为大规模数据处理可能导致对个殊性与复杂性的忽视，量化分析可能遮蔽质性理解的价值。这些批评虽然有时过于激烈，但确实提醒数字人文研究者保持对人文研究核心关切的敏感与敬畏。

二、从人文计算到数字人文：历史演进

理解数字人文的当代形态，需要追溯其历史渊源。数字人文并非凭空出现的学术现象，而是有着半个多世纪的发展历程。从20世纪中叶的人文计算萌芽，到21世纪初的“数字人文转向”（Digital Humanities Turn），这一历史进程既见证了技术与人文的持续对话，也反映了学术体制与知识生产的深刻变迁。

2.1 萌芽期：机器与人文的早期相遇（1940-1960年代）

数字人文的源头可以追溯到计算机科学与人文学科的最初交汇。1949年，意大利神父罗伯托·布萨（Roberto Busa）与IBM合作，开始对托马斯·阿奎那（Thomas Aquinas）的全部著作进行索引编制与词频统计，这通常被认为是人文计算（Humanities Computing）的开创性项目。布萨神父的工作不仅在规模上令人叹为观止——涵盖数百万词条——更在方法论上具有开创意义：它展示了计算机在处理大规模文本、进行系统性分析方面的独特能力。

这一时期的探索主要集中在几个方面：一是书目数据库的建立，如1950年代美国国会图书馆的机读目录（MARC）项目，为后来的数字图书馆建设奠定了基础；二是词汇索引与 concordance 编制，这是当时人文计算最常见应用形式；三是统计学方法在文学研究中的初步应用，如词频统计、作者风格分析等。

然而，萌芽期的人文计算面临诸多限制：计算机价格昂贵、操作复杂、存储容量有限；缺乏标准化的数据格式与交换协议；人文学者与计算机专家之间的沟通存在障碍。这些限制意味着人文计算在这一时期主要是一项边缘性的、实验性的活动，尚未形成规模化的学术共同体。

2.2 发展期：方法论积累与机构建设（1970-1990年代）

1970年代至1990年代是人文计算从边缘走向主流的关键时期。这一阶段见证了方法论的系统积累、学术共同体的初步形成，以及数字资源建设的重要突破。

在方法论层面，人文计算在这一时期形成了若干影响深远的传统。文学文体学（literary stylometry）借助统计学方法分析文本的词汇、句法、风格特征，用于作者归属、文本年代测定等问题研究。以 Mosteller 和 Wallace 对《联邦党人文集》的作者归属研究为代表，这类研究展示了计算方法在传统人文问题上的独特价值。语料库语言学（corpus linguistics）建立了大规模电子文本收集与统计分析的方法体系，为后来的自然语言处理与文本挖掘奠定了基础。历史数据库建设则将人口统计、经济数据、社会结构信息转化为可计算的数据资源，开辟了“计量历史学”（cliometrics）的新领域。

1980年代个人计算机的普及极大地降低了人文计算的门槛，使得更多人文学者能够直接使用计算工具。与此同时，标准通用标记语言（SGML）的发展为文本编码奠定了基础。1987年，PERSEUS数字图书馆项目启动，成为最早的大型人文数字资源项目之一；该项目不仅提供数字化的人文文本，还开发了检索、导航与可视化工具，对后来的数字人文基础设施建设产生了深远影响。

1990年代，互联网的兴起为数字人文带来了新的机遇与挑战。数字图书馆（Digital Library）成为这一时期的关键词。1994年，美国国会图书馆启动“美国记忆”（American Memory）项目，计划将数百万件历史文献数字化并提供在线访问。欧洲的“欧洲数字图书馆”（Europeana）项目也在这一时期开始酝酿。数字图书馆运动不仅扩大了人文研究的资源基础，也促使学者们思考数字资源的长期保存、互操作性与开放获取等重要议题。

1998年，美国国家人文基金会（NEH）与国家科学基金会（NSF）联合资助的“数字人文创始会议”（Founding Conference of Digital Humanities）召开，标志着数字人文作为一个正式学术领域的制度化确认。这次会议聚集了来自人文计算、信息科学、图书馆学等领域的学者，讨论了数字人文的定义、方法、组织与未来方向，为该领域的规范发展奠定了基础。

2.3 转型期：数字人文的范式跃迁（2000-2010年代）

进入21世纪，数字人文经历了一场深刻的范式转型。“人文计算”这一传统称谓逐渐被“数字人文”所取代，这一名称变化背后是学术理念、研究实践与体制结构的全面变革。

2004年，美国伊利诺伊大学厄巴纳-香槟分校成立“数字人文实验室”（Digital Humanities Laboratory），这是美国主要研究型大学最早设立的专门性数字人文机构之一。2005年，数字人文国际会议（Digital Humanities International Conference, DHConf）开始定期举办，成为该领域最重要的学术交流平台。同年，现代语言协会（MLA）发布了关于数字人文的正式声明，承认数字人文是人文学科的重要组成部分。

这一转型期的核心特征可以概括为以下几个方面：

第一，从项目到基础设施的转变。 早期的人文计算主要以独立项目为中心，每个项目独立开发工具、创建数据、产出成果。数字人文转型期则强调基础设施建设——共享的工具体系、标准的数据格式、互通的资源平台。“数字人文基础设施”（digital humanities infrastructure）成为学界关注的焦点。TEI（文本编码倡议）确立的 XML 标准、Zotero 开发的参考文献管理工具、WordNet 等词汇语义资源，都体现了基础设施建设的理念。

第二，从技术驱动到问题驱动的转变。 早期人文计算有时被批评为“技术寻找应用”，即技术专家开发工具后再寻找人文问题来展示其功能。数字人文转型强调以人文问题为核心，技术方法应服务于问题理解而非相反。这意味着人文学者在项目中的角色从被动接受者转变为主动参与者；技术开发需要建立在对人文学科问题的深入理解之上。

第三，从专业化到民主化的转变。 云计算、开源软件、网络协作平台的发展，使得大规模计算资源的获取门槛大幅降低，也为更广泛的人文学者参与数字人文研究提供了可能。“公众人文”（Public Humanities）理念的兴起，鼓励学术研究走出象牙塔，与更广泛的社会公众互动。

第四，从学术研究到公共文化的转变。 数字人文不再局限于学术机构的围墙之内，而日益成为文化遗产保护、公共历史叙事、数字素养教育等公共文化事业的重要组成部分。博物馆、图书馆、档案馆与学术机构的合作日益紧密，数字人文成果的公众传播成为重要的学术使命。

2.4 成熟期：数字人文的当代形态（2010年代至今）

2010年代以来，数字人文进入了一个新的成熟期。这一时期的主要特征包括：学术建制的完善、研究方法的多样化、伦理反思的深化，以及人工智能技术的深度介入。

在学术建制方面，数字人文已从边缘性的学术实践发展为具有明确学科认同的研究领域。全球范围内，专门化的数字人文系所、研究中心的数量持续增长。截至2023年，北美、欧洲、亚洲、大洋洲的主要研究型大学几乎都设立了数字人文相关机构。美国现代语言协会（MLA）的《数字人文工作手册》、英国数字人文协会（ADHO）的数字人文课程注册系统，都标志着该领域的规范化程度不断提升。

在方法论层面，人文研究的数据密集化趋势日益明显。“数字人文2.0”时代的核心特征是大数据（big data）与计算思维（computational thinking）的深度融入。自然语言处理、计算机视觉、机器学习等人工智能技术的进步，使得对海量文本、图像、音频、视频资料进行自动化分析成为可能。与此同时，学者们也更加关注计算方法的局限性与适用范围，避免陷入“数据主义”（dataism）的陷阱。

人工智能生成内容（AIGC）技术的突破，特别是大型语言模型（LLM）的兴起，为数字人文带来了新的机遇与挑战。2020年代以来，ChatGPT、Claude等对话AI系统的出现，引发了人文学者对知识生产、学术写作、批判性思维等基本问题的重新思考。AI工具是否可以用于人文研究？如何在使用AI辅助与人文批判之间取得平衡？这些议题正在成为数字人文学界讨论的热点。

三、数字人文的学科定位

3.1 跨学科性质

数字人文的学科定位问题，既涉及其在知识体系中的位置，也关乎学术资源配置与制度安排。从本质上讲，数字人文是一个典型的跨学科（interdisciplinary）领域，它既非传统人文学科的简单延伸，也非计算机科学的应用分支，而是两个知识领域深度融合的产物。

理解数字人文的跨学科性质，需要区分几种不同的跨学科模式。传统人文学科以单一学科为立足点，借鉴其他学科的方法或视角——例如文学批评借鉴哲学理论、历史学借鉴社会学方法。应用学科则将基础学科的理论与方法应用于实际问题——例如计算机科学方法应用于图书馆学问题。数字人文的跨学科性则更为复杂，它既非单向的借鉴，也非简单的应用，而是一种双向的融合与共同创新。

具体而言，数字人文的跨学科特征体现在以下几个层面：

知识基础的多元性。 数字人文研究需要整合来自人文社科、计算机科学、信息科学、图书馆学、统计学、设计学等多个学科的知识资源。一个合格的数字人文研究者——或更准确地说，一个有效的数字人文团队——需要具备跨学科的知识视野与协作能力。

方法论的综合性。 数字人文研究综合运用人文科学的阐释学方法、社会科学的实证方法、信息科学的系统方法、计算机科学的计算方法，以及统计学的定量方法。这种方法论的综合不是简单的拼凑，而是在问题导向下的有机整合。

研究问题的交叉性。 数字人文关注的问题往往跨越传统学科边界，既是人文的——涉及意义、价值、文化、历史——也是计算的——涉及数据、算法、系统、技术。例如，数字化古籍的文本分析既是文献学问题，也是自然语言处理问题；文化遗产的虚拟重建既是历史研究，也是计算机图形学与交互设计。

成果形式的多样性。 数字人文研究的产出不仅包括传统的学术论文与专著，还包括数字工具、软件平台、数据集、可视化产品、虚拟展览等多元形式。这种成果的多样性对学术评价体系与知识传播方式提出了新的要求。

3.2 与相关学科群的关系

数字人文处于人文社会科学、计算机科学、信息科学的交汇地带，与这些学科群既有紧密关联，又有显著区别。

与计算机科学的关系。 计算机科学为数字人文提供技术基础与方法工具。然而，数字人文并非计算机科学的附属领域，其问题意识来自人文研究，计算方法的使用服从于人文学科的认识论目标。数字人文与计算机科学的理想关系是“问题驱动的双向对话”：人文学科提出有价值的问题，计算技术提供解决工具，而技术反馈又可能产生新的问题与研究方向。近年来，人机交互（Human-Computer Interaction, HCI）、人文计算（Human Computation）、公众科学（Citizen Science）等领域的发展，为计算机科学与人文研究的深度合作提供了新的接口。

与信息科学的关系。 信息科学关注信息的组织、存储、检索与传播，与数字人文在数据管理、数字图书馆、知识组织等领域存在密切合作。知识表示（knowledge representation）、本体论（ontology）、语义网（semantic web）等信息科学概念与方法，对数字人文资源建设具有重要影响。然而，信息科学侧重信息处理的技术层面，而数字人文更关注人文意义的阐释与文化的深度理解。

与图书馆学、档案学的关系。 图书馆与档案机构是数字人文重要的数据来源与合作伙伴。古籍数字化、档案数字化、数字保存（digital preservation）等工作，为数字