从 punched cards 到元宇宙：数字人文的演变史诗

1964年秋，意大利米兰郊外的一座修道院里，一位年过六旬的神学家正俯身于一堆泛黄的羊皮纸与轰鸣的IBM 705计算机之间。罗伯托·布萨（Roberto Busa）神父的指尖划过《希伯来圣经》的拉丁文武加大译本页边，另一只手却将一叠打孔卡塞入机器 slot。卡片边缘参差不齐的孔洞，在光电阅读器下闪烁如星辰——这是人类历史上首次试图用计算机解析宗教文本的深层结构。当机器开始打印出按字母顺序排列的每一个词汇及其上下文时，布萨意识到，他不仅是在制作一部 concordance（词语索引），更是在撬动一个即将颠覆人文学科认知方式的杠杆。这个场景，混杂着修道院的静谧与计算机的工业噪音，恰如其分地隐喻了数字人文（Digital Humanities, DH）的诞生：它始终在神圣与世俗、手工与机械、诠释与计算之间的张力中寻找自己的位置。

然而，将数字人文的起源仅仅归功于布萨的轶事，会抹去其更为复杂、曲折且充满政治博弈的演进图景。数字人文并非一条从打孔卡平滑演进至元宇宙的直线进步叙事，而是一部充满回旋、断裂与再生的变革史诗。它的每一次“范式跃迁”都伴随着方法论危机、身份焦虑与学术政治的暗流。从冷战背景下人文学者与计算机科学的被迫联姻，到互联网时代对“人文”本质的重新定义，再到如今生成式人工智能对学术生产根基的冲击，数字人文始终在回答一个根本问题：当技术深度嵌入人文学科的核心，我们如何既保持批判性距离，又不放弃参与塑造未来的机会？本章将穿越这段跨越六十余年的历史，不仅梳理关键人物、里程碑项目与方法论争论，更致力于揭示那些被成功叙事所掩盖的失败实验、边缘声音与未竟之问——因为理解数字人文的过去，正是为了在算法日益主导文化生活的今天，重新夺回人文研究的定义权。

---

一、前奏与萌芽：计算语言学、冷战机器与人文学科的“工具化”曙光（1940s-1960s）

数字人文的谱系，必须追溯到二战期间及战后计算机科学的诞生与人文领域的首次技术邂逅。这一邂逅并非源于人文学者的主动求索，而是冷战格局下跨学科资源的重新配置所催生的意外果实。

1946年，第一台通用电子计算机ENIAC在宾夕法尼亚大学诞生，其最初使命是计算火炮射击表。然而，其巨大的计算潜力很快吸引了语言学家的目光。1949年，麻省理工学院（MIT）的数学家诺伯特·维纳（Norbert Wiener）与控制论（cybernetics）的提出，为“用机器模拟人类智能与语言”提供了理论雏形。同一年，IBM的计算机科学家沃伦·韦弗（Warren Weaver）在一封著名的信中向信息论创始人克劳德·香农（Claude Shannon）提出一个大胆猜想：“或许，俄语文本本质上就是一篇用密文写成的英语文本。” 这一思想实验，虽然后来被证明在语言学上过于天真，却直接催生了机器翻译领域的诞生，并确立了计算机处理自然语言的基本逻辑：将语言视为可量化、可编码的符号系统。

在这一背景下，人文学科最初只是作为“测试数据”被纳入计算实验。1954年，乔治城大学与IBM合作的乔治城-IBM实验首次展示了计算机自动翻译俄语句子的能力（如“Mi pyeryedayem mislyi posryedstvom ryechyi” 译为 “We transmit thoughts by means of speech”）。尽管其规则库仅限于250个俄语词汇和6条语法规则，但演示的成功引发了美国政府对机器翻译的巨额投资，形成了所谓的“ALPAC报告”（1966）前的“机器翻译黄金时代”。人文学者，尤其是语言学家，被招募为这些系统提供语法规则与词典。此时，人文学科的角色是辅助性的、工具性的——他们为计算机科学家“清理”语言数据，却尚未思考计算机能否为人文学研究本身带来范式变革。

转折点出现在欧洲，一位神学家的执着。罗伯托·布萨（1913-2012）在1940年代末于米兰宗座雅典学院（Pontifical Biblical Institute）学习时，便萌生了用机械方法分析圣经文本结构的想法。他最初设想使用卡片目录系统，但面对《希伯来圣经》武加大译本约100万单词的庞大规模，手工制作词语索引（concordance）几乎是不可能完成的任务。1950年，布萨在罗马参加一次学术会议时，偶然看到IBM展示的早期计算机，立刻意识到这是解决其问题的唯一途径。然而，他的请求最初被IBM意大利公司拒绝——在当时，计算机被视为处理“严肃”科学与商业数据的工具，而圣经文本分析在IBM工程师眼中可能近乎异端。

布萨的坚持最终赢得了机会。经过长达四年的说服与项目设计，他于1959年获得了IBM 705计算机的使用权，并得到了一名工程师的协助。布萨项目的核心创新，不在于技术本身，而在于方法论上的“问题倒置”：他并非先有理论假设再去验证，而是先穷尽式地索引所有词汇，再从中发现模式。这种“数据驱动发现”（data-driven discovery）的模式，后来成为数字人文的标志性方法。1965年，布萨团队完成了《希伯来圣经》武加大译本 concordance 的出版，共10卷、超过2000页，包含了每一个词汇的出现位置、上下文及频率统计。更重要的是，布萨在此过程中开发了标记系统（tagging system），为每个词汇标注词形、语法和句法信息——这实质上是计算语言学的早期实践。

布萨项目的意义，在数字人文后来撰写的“起源神话”中被不断放大，但我们必须将其置于更广阔的历史语境中理解：

• **冷战学术政治**：美国通过《国防教育法》（1958）大力投资科技教育，计算机科学迅速制度化。欧洲学者如布萨，则通过与美国企业的合作，获得了进入这一新领域的通道。技术转移的背后是知识权力的重新分配。
• **“人文计算”的雏形**：布萨的项目吸引了早期追随者，如1960年代在剑桥大学用计算机分析乔叟作品词汇分布的**约翰·莱利**（John Lerwill），以及1966年在多伦多大学建立“**文学与语言计算机中心**”的**伊恩·瓦特**（Ian Watt）。这些中心最初多依附于语言学或古典学系，目标明确：用计算机加速传统人文学科的“体力劳动”（如索引编制、文本校对）。
• **方法论盲点**：早期实践者普遍相信计算机是“中立工具”，能揭示“客观”的文本模式，而将诠释问题留给人类学者。这种**工具主义范式**（instrumental paradigm）埋下了日后身份危机的种子：数字人文究竟是一种方法，还是一种新学科？

---

二、制度化与扩展：从“ concordance ”到“文本分析”，人文计算社区的成型（1970s-1980s）

1970年代，随着小型计算机（如DEC PDP系列）的普及，计算机从大型机构的“神圣机器”变为大学系所可以负担的“工作台”。这一技术民主化进程，直接催生了人文计算（Humanities Computing）作为一个跨学科实践领域的制度化。

2.1 关键机构与学术网络的建立

1973年，文学与语言计算机协会（Association for Literary and Linguistic Computing, ALLC）在英国成立，由剑桥大学的苏珊· Hockey（Susan Hockey）等学者推动。几乎同时，美国成立了计算机与人文协会（Association for Computers and the Humanities, ACH）。这两个协会成为早期学者交流的核心平台，其创办的期刊《文学与语言计算》（Literary and Linguistic Computing）和《计算机与人文》（Computers and the Humanities）则确立了领域发表的规范。值得注意的是，ALLC的欧洲背景更偏向语言学与文本编辑，而ACH则更关注美国式的文学分析与教学应用——这一分歧预示了日后数字人文内部的方法论张力。

2.2 里程碑项目：《尤利西斯》索引与文本编码的觉醒

如果说布萨的 concordance 展示了计算机处理大规模文本的可能性，那么1970-80年代的《尤利西斯》索引项目（The James Joyce Archive）则揭示了计算机如何改变我们对“文本”本身的理解。由休·肯纳（Hugh Kenner）等人发起的这个项目，旨在为乔伊斯的《尤利西斯》制作详尽的词语索引与变异记录。然而，当学者们试图将不同版本（如1922年第一版与 later 修订版）的文本差异编码输入计算机时，一个根本问题浮现：什么是“文本”？ 是作者最终定稿的稳定对象，还是包含所有修订痕迹的动态过程？

这一问题的紧迫性，直接推动了文本编码倡议（Text Encoding Initiative, TEI）的诞生。1987年，在意大利的洛克·菲奥雷（Lo Scoiattolo）会议上，一群学者（包括Michael Sperberg-McQueen、Lou Burnard、Allen Renear）开始设计一套通用标记语言，用于编码文本的深层结构、语义与版本信息。TEI的核心理念是：文本不是“给予”的，而是通过编码“建构”的。这一认识论转向，将数字人文从“工具应用”层面提升到“本体论反思”层面——我们如何用数字形式表示人文对象，本身就包含了对该对象的理论假设。

2.3 方法论争论：索引 vs. 诠释，定量 vs. 定性

这一时期，围绕计算机能否进行“真正的诠释”展开了激烈争论。1981年，在德克萨斯大学奥斯汀分校召开的“文学与计算机”会议上，斯坦利·菲什（Stanley Fish）——当时阐释学领域的领军人物——发表了著名批评。他认为，计算机生成的词语频率统计或主题模型，不过是“伪诠释”（pseudo-interpretation），因为它剥离了文本的历史语境、读者反应与意识形态维度。菲什的挑战直指数字人文的软肋：如果计算机只能处理可形式化的表层特征，如何触及人文研究的核心——意义、价值与批判？

对此，早期数字人文学者如约翰·史密斯（John M. Smith）回应称，计算机并非要取代诠释，而是提供新的证据基础。例如，通过分析莎士比亚戏剧中所有人物对话的词汇复杂度，可以客观地检验“莎士比亚是否为其作品唯一作者”的争议。这种“计算批评”（computational criticism）的思路，将计算机定位为放大镜而非替代者。

然而，更深层的危机在于学科身份认同。在1980年代，许多大学的人文学者仍视“用计算机分析文本”为异端，认为它用技术复杂性掩盖了思想贫乏。一位古典学者曾讽刺道：“当你的方法论需要博士学位才能理解时，也许你的问题本身并不重要。”这种偏见持续至今，构成了数字人文在传统院系中争取合法性的永恒障碍。

---

三、范式转换：从“人文计算”到“数字人文”的批判性转向（1990s-2000s）

1990年代，互联网的普及与万维网的发明，为数字人文带来了前所未有的技术可能与认知冲击。更重要的是，这一时期理论气候的变化——后结构主义、文化研究、新历史主义在北美人文学科的 dominance——迫使数字人文重新审视自己的哲学基础。

3.1 术语的变迁：“人文计算”到“数字人文”

“数字人文”（Digital Humanities）一词的兴起，本身就是一个关键信号。1990年代以前，“人文计算”（Humanities Computing）是主流术语，隐含的前提是：计算是工具，人文是目的。而“数字人文”的表述，将“数字”（digital）置于核心位置，暗示技术形态本身已成为研究对象的一部分。2001年，约翰·恩斯沃思（John Unsworth）、苏珊·辛纳（Susan Schreibman）与雷·西门斯（Ray Siemens）编辑的《数字人文伴侣》（A Companion to Digital Humanities）出版，首次系统性地将DH定位为一个跨学科领域，而非单一方法。恩斯沃思在序言中写道：“数字人文不仅仅是关于使用数字工具来研究人文问题；它也是关于用人文问题来质疑数字工具。”

3.2 互联网与“虚拟共同体”的形成

万维网消除了地理障碍，使分散的学者能够形成虚拟社区。1995年，人类主义技术研究所（Institute for Advanced Technology in the Humanities, IATH）在弗吉尼亚大学成立，成为早期数字人文研究的重镇。其项目如“The Valley of the Shadow”（内战史数字档案）展示了如何用超文本结构呈现历史事件的多元视角，挑战了传统史学的线性叙事。

同时，开源软件运动与协作生产模式深刻影响了DH。例如，维基百科（2001）的兴起，让学者亲眼目睹了大规模协作编辑如何可能，也引发了关于“权威”与“众包”的辩论。数字人文开始拥抱参与式文化（participatory culture），从“专家生产”转向“社群共建”。

3.3 理论融合：后结构主义与数字人文的“批判性觉醒”

1990年代的理论浪潮，迫使数字人文面对一个尴尬问题：如果德里达已经证明“文本之外无他物”，如果福柯揭示了知识/权力的共生关系，那么用计算机“客观”分析文本，是否在无意中再生产了隐藏的意识形态？这一批判在娜塔莉·戴维斯（Natalie Zemon Davis）等历史学家与数字人文者的对话中尤为尖锐。

作为回应，新一代数字人文学者开始有意识地融合批判理论。凯瑟琳·菲茨帕特里克（Katherine D. Kearney）的著作《电子文学》（Electronic Literature）探讨了数字媒介如何改变文学的本质；马特·科恩（Matt Cohen）则分析了数字档案中的缺席政治——哪些声音被数字化，哪些被遗忘？这些讨论将DH从方法讨论提升到认识论与伦理学层面。

最具标志性的事件是2008年在加拿大埃德蒙顿举行的“数字人文：会议、争论与批判性反思”。会议论文集《数字人文：知识工作者的工具与立场》（Digital Humanities: Tools, Tactics, and the Politics of Scholarly Labor）明确将DH置于学术劳动、知识商品化与学术资本主义的批判框架下。数字人文不再仅仅是“用电脑做人文”，而是在数字时代重新定义人文研究的社会角色。

---

四、身份危机与再定义：数字人文的“批判性转向”（2010s-至今）

2010年代，随着大数据、移动计算与人工智能的崛起，数字人文进入了“后数字”（post-digital）阶段——技术已如空气般无处不在，不再是“新奇”对象。这迫使领域进行第二次自我审视：在算法日益渗透生活的今天，数字人文的独特贡献是什么？

4.1 “大DH” vs. “小DH”：方法论包容性的争论

2012年，安妮·伯迪克（Anne Burdick）等人在《数字人文》一书中提出“数字人文的五个转向”：从工具到方法，从个人到协作，从消费到参与，从成品到过程，从系统到生态。这一框架试图将DH从一个技术实践领域，扩展为一种认识论姿态——关注媒介性、交互性与物质性。

然而，这一“大帐篷”愿景引发了内部反弹。艾伦·刘（Alan Liu）在《数字人文的怀疑》（2013）中警告，DH可能沦为技术官僚主义的帮凶，用炫酷的可视化掩盖深层的社会不公。他追问：“当我们在可视化奴隶贸易数据时，是否也在将人类苦难转化为冷冰冰的交互图表？” 这一批判指向DH的伦理盲点：数据化过程本身是否再生产了殖民凝视？

4.2 关键争论：编码/解码，算法批判与“慢速数字人文”

围绕这些质疑，DH内部形成了几个关键辩论阵营：

• **编码派**（Coding as Scholarship）：主张学者应亲手编写代码，以深入理解技术的物质性。代表人物**大卫·贝里**（David M. Berry）认为，“不写代码就无法真正理解计算逻辑”。
• **批判算法研究**（Critical Algorithm Studies）：将DH与科学与社会研究（STS）结合，分析搜索引擎、社交媒体算法如何塑造文化认知。**塔拉·麦考密克**（Tara McPherson）指出，数据库的“**分割逻辑**”（segmented logic）源于冷战时期的计算机架构，却潜移默化地塑造了我们看待社会问题的方式。
• **慢速数字人文**（Slow DH）：反对DH的“效率崇拜”，倡导更注重过程、手工劳动与物质性的实践，如**数字修复**（digital restoration）与**模拟重建**。

4.3 元宇宙与生成式AI：新一轮技术浪潮中的定位

2020年代，元宇宙（Metaverse）与生成式人工智能（如GPT系列）的爆发，将数字人文推向新的十字路口。一方面，这些技术提供了前所未有的内容生成与沉浸式体验可能；另一方面，它们也加剧了DH的伦理焦虑：

• **AI生成内容**：当机器可以“创作”诗歌、小说甚至学术论文时，人文学者的角色是什么？DH是否应参与设计**人文对齐**（humanities-aligned）的AI，还是保持批判距离？
• **元宇宙考古**：虚拟世界本身已成为人文研究对象，但如何研究一个仍在快速演化的“原始文明”？
• **数据所有权**：在平台资本主义时代，谁拥有我们的数字学术成果？开放获取运动如何应对商业平台的垄断？

这些挑战表明，数字人文的演变从未停止。它不再是一个有固定边界的学科，而是一个持续协商的场域，在技术变革与人文价值的张力中不断重新定义自身。

---

五、叙事结构分析：数字人文为何不是线性进步史？

回顾这段历史，我们可以识别出几个反复出现的叙事模式，它们共同构成了数字人文的“变革史诗”：

1. 工具-理论螺旋：每一次技术突破（打孔卡→互联网→AI）都先被当作工具应用，随后引发对工具本身的理论反思，最终推动领域的方法论升级。布萨的 concordance 是工具，TEI 编码则是对“文本”本体的理论回应。

2. 边缘-中心循环：数字人文始终在学术界的边缘与中心之间摆动。1980年代，它被视为“技术辅助”；2010年代，因获得巨额资金与媒体关注而短暂“中心化”；如今，随着技术民主化，它又回归为一种跨学科方法论，而非独立学科。

3. 乌托邦- dystopia 张力：每次新技术出现，DH内部都分裂为技术乐观派（相信技术能解放人文研究）与批判警示派（警惕技术异化）。这种张力本身是领域健康的表现，防止其陷入技术决定论或人文保守主义。

4. 跨国知识流动：数字人文的起源常被叙述为“美国故事”，但实际上欧洲