第一章：数字人文导论——定义、历史与核心特征

在信息爆炸与人工智能崛起的21世纪，人文学科正经历一场深刻的技术革命。数字人文（Digital Humanities, DH）作为这场革命的核心驱动力，不仅重新定义了人文学科的研究范式，也重塑了学术生产、知识传播与文化记忆的方式。对于初学者而言，理解数字人文首先需要把握其本质：它并非简单地将传统人文研究数字化，而是一种批判性的、跨学科的实践，旨在通过数字技术的透镜审视人文学科的核心问题，同时反思技术本身的人文意涵。本章将系统性地介绍数字人文的基本概念、历史脉络、核心特征与全球实践，为后续深入各专题奠定坚实基础。

数字人文的定义与核心内涵

数字人文的定义在其发展过程中不断演变，至今未形成单一、公认的表述。这种定义上的开放性本身正是该领域的特征之一——它拒绝被固化，始终保持与时代技术的对话。综合学界共识，数字人文可被理解为 “一个跨学科的领域，它利用数字技术进行人文研究，同时批判性地探究数字技术对文化、社会与知识生产的影响”。这一定义包含两个相互依存的维度：工具性维度（用数字方法研究人文问题）与批判性维度（反思数字技术的人文意涵）。例如，使用文本挖掘算法分析莎士比亚作品的语言模式属于前者；而探讨算法偏见如何再现历史叙事中的性别歧视则属于后者。两者并非割裂，而是数字人文实践的一体两面。

定义的多重面向

不同学者从各自视角出发，给出了侧重点各异的定义：

• **方法论视角**：John Unsworth 将数字人文描述为“建立在数字基础上的新的人文学科研究范式”，强调其作为“一套方法”的价值，包括文本编码、可视化、网络分析等。
• **社区与实践视角**：Susan Schreibman 等人指出，数字人文是“一个由学者、图书馆员、技术专家等组成的社区，通过协作项目推动人文学科的创新”。
• **批判理论视角**：David M. Berry 强调数字人文应包含对“数字性”（digitality）本身的哲学追问，即数字技术如何改变了我们理解知识、主体性与文化的方式。

这些定义共同勾勒出数字人文的复杂图谱：它既是实践（项目、工具、代码），也是社群（跨学科合作、开源文化），更是理论（对数字时代的批判反思）。初学者常陷入的误区是将其等同于“人文学科+计算机技术”的简单相加，而忽略了其批判内核。事实上，数字人文的核心问题往往是：技术如何改变了“人文学科”本身？ 例如，当我们将一部古籍数字化并添加标记时，我们不仅创造了可检索的文本，也 inevitably 选择了哪些信息值得标记、哪些应被忽略——这一过程本身就是一种学术诠释。

与相关概念的辨析

为厘清边界，需区分数字人文与几个邻近概念：

• **人文计算（Humanities Computing）**：常被视为数字人文的前身，更侧重于将计算作为工具应用于人文学科（如用计算机辅助语言学分析），相对缺乏对技术本身的批判反思。数字人文则继承了人文计算的工具传统，但更强调跨学科对话与理论建构。可视为从“计算用于人文”到“人文审视计算”的范式转变。
• **计算社会科学（Computational Social Science）**：与数字人文共享方法（如大数据分析、网络科学），但研究对象侧重社会结构与行为模式，理论基础多来自社会科学。数字人文则更关注文化文本、历史叙事、美学体验等传统人文学科核心议题，尽管两者在方法上常有交叉。
• **数字学术（Digital Scholarship）**：是一个更宽泛的概念，泛指利用数字技术进行任何学科的学术活动。数字人文是其子集，特指人文学科领域的数字实践，且具有强烈的自我批判意识。

下表总结了数字人文与邻近概念的核心差异：

| 维度 | 数字人文 (DH) | 人文计算 (Humanities Computing) | 计算社会科学 (CSS) | |--------------|--------------------------------|----------------------------------|-----------------------------| | 核心目标 | 批判性探索数字技术与人文学科的互动 | 应用计算方法解决人文问题 | 用计算模型解释社会现象 | | 理论取向 | 强（融合媒介理论、后殖民理论等） | 弱（偏重工具理性） | 中（基于社会科学理论） | | 学科归属 | 人文学科为主，跨学科 | 人文学科或计算机科学 | 社会科学为主 | | 典型方法 | 文本编码、GIS、网络分析、可视化 | 语料库语言学、统计分析 | 社会网络分析、机器学习建模 |

中英术语的语境差异

在中文语境中，“数字人文”一词的翻译与理解也承载特定历史。早期台湾学者译为“数位人文”，大陆则多用“数字人文”，后者更强调“数字化”过程，而前者“数位”一词更贴近“digital”在传播学中的原意（数字信号）。值得注意的是，英文“Digital Humanities”中的“digital”源于“digit”（手指），隐喻“可数的、离散的”，这暗示了数字技术对世界的分割与表征方式。中文翻译虽未完全传达此隐喻，但“数字”一词在中文里同样隐含“量化”“离散”之意，与“模拟”（analog）相对。理解这一词源，有助于我们思考：当我们将连续的历史文本转化为离散的数字编码时，我们失去了什么？又获得了什么？ 这正是数字人文批判性维度的起点。

从人文计算到数字人文：一段简史

数字人文的历史并非线性进步，而是多重脉络的交织。其源头可追溯至人文研究者对信息组织技术的长期探索，而现代形态则形成于20世纪中后期。以下以关键里程碑为节点，勾勒其演变轨迹。

前数字时代：索引、卡片与机械思维

在计算机普及之前，人文学者已发展出系统的信息管理技术。19世纪末，索引（index）成为学术出版的标准，帮助读者定位文本中的概念。20世纪初，卡片目录（card catalog）在图书馆广泛应用，实现了对馆藏的系统化检索。这些“模拟时代”的信息技术，本质上是将连续文本离散化为可检索的单元，已蕴含数字化的逻辑。例如，历史学家对档案的分类整理，可视为一种“前数字”的数据化实践。这一阶段奠定了人文学科对结构化信息的需求，为后续计算介入埋下伏笔。

人文计算时期（1940s–1980s）：工具的引入与制度化

现代数字人文的直接前身是“人文计算”（Humanities Computing），其诞生与计算机科学的发展同步。

• **1940–1950年代：奠基项目**。意大利耶稣会士Roberto Busa（1913–2011）被视为人文计算之父。自1940年代起，他耗时约30年，使用IBM punched cards（打孔卡片）技术，完成了《托马斯·阿奎那全集索引》（Index Thomisticus），系统性地标引了阿奎那著作中所有词汇的语境。这一项目不仅展示了计算机处理大规模文本的潜力，也开创了**文本编码**的先河——将文本信息转化为机器可读的符号。同期，其他学者尝试用计算机进行语言学分析、古文字识别等，但多属孤立实验。
• **1960–1970年代：制度化与专业化**。随着计算机成本下降，人文学科开始设立计算中心。1978年，首届“文学与计算机”国际会议在挪威利勒哈默尔举行，标志领域初步形成学术共同体。此时期的方法集中于**词频统计、文本比对、语料库构建**，主要用于语言学、文学风格分析。然而，技术门槛高，合作多限于“人文学者提出需求，计算机专家执行”，缺乏双向对话。
• **1980年代：标准化与理论萌芽**。1987年，计算机辅助文本分析协会（Association for Computers and the Humanities, ACH）成立，标志着领域组织化。同时，**文本编码倡议（Text Encoding Initiative, TEI）** 在1987年启动，旨在制定一套通用的文本标记标准，使不同项目的数据可互操作。TEI不仅是一套技术规范，更蕴含一种**文本哲学**：文本不是单一实体，而是具有多层次结构（版本、注释、语义等）的复杂对象。这为数字人文的批判维度埋下种子——编码选择即诠释立场。

此阶段的核心特征是：计算作为外部工具被“应用”于人文学科，人文学者多处于被动接受地位。项目通常由技术驱动，而非问题驱动；学术评价体系未认可数字成果，导致数字工作常被视为“服务”而非“研究”。

数字人文兴起（1990s–2000s）：范式转型与社群扩张

1990年代是数字人文的“命名时刻”。此前，“人文计算”一词暗示计算是附属工具；而“数字人文”则试图将数字实践内化为人文学科的核心组成部分。

• **术语的诞生**：1993年，John Unsworth、Susan Hockey等人召开“数字人文”专题讨论会；1996年，首届“数字人文”国际会议（原“人文计算”会议）在哥本哈根举行，正式启用新名称。这不仅是标签更换，更反映了领域自我认知的转变：**从“计算用于人文”到“人文在数字时代的重构”**。
• **互联网与开放获取**：万维网（WWW）的普及使数字资源发布成本骤降，在线数据库、数字档案大量涌现。例如，1998年启动的“英国图书馆在线”项目，将珍贵手稿数字化并免费开放。这促进了**公共人文**（Public Humanities）理念——学术成果应超越象牙塔，服务公众。
• **理论深化**：此时期出现一批奠基性著作，如Jay David Bolter的《写作空间》（1991）、George P. Landow的《超文本理论》（1992），将**超文本、超媒体**理论与人文学科结合，探讨数字媒介如何改变叙事、阅读与知识组织。数字人文开始形成自己的理论话语，不再仅仅是技术应用。
• **制度化扩展**：全球高校纷纷设立数字人文中心（如美国斯坦福大学人文中心、英国伦敦大学学院数字人文系）。期刊如《数字人文》（Digital Humanities Quarterly）、《文学与语言计算》（Literary and Linguistic Computing）创刊，提供了发表平台。

此阶段的核心转变是：人文学者开始主动拥抱技术，并尝试从人文学科视角塑造技术应用。协作模式从“主从关系”转向“伙伴关系”，但技术专家仍常被边缘化，被视为“支持人员”而非合作者。

当代发展（2010s–2020s）：批判转向与人工智能融合

进入21世纪第二个十年，数字人文面临新挑战与机遇。

• **批判数字人文（Critical Digital Humanities）**：一批学者指出，早期数字人文过度乐观，忽视了技术的政治性。例如， feminist DH 学者质疑算法中的性别偏见；postcolonial DH 学者批判数字档案如何延续殖民遗产（如西方机构主导的全球数字化项目）。这促使领域反思：**谁的数字人文？为谁服务？** 数字人文开始与STS（科学技术研究）、后人类主义等理论深度结合，强调**数字实践中的权力、伦理与正义**。
• **大数据与人工智能**：机器学习（ML）、自然语言处理（NLP）的突破为DH带来新工具。例如，用深度学习分析中世纪手稿的笔迹风格；用主题模型（Topic Modeling）挖掘海量报纸中的历史思潮。但这也引发新争议：黑箱算法是否削弱了人文诠释的透明度？数据驱动是否取代了问题驱动？
• **全球南方与多元参与**：过去数字人文以北美、欧洲为主导，如今亚洲、非洲、拉美学者积极加入。中国“中华经典古籍库”、印度“数字南亚图书馆”等项目，不仅本地化数字技术，更挑战了西方中心的技术标准与文化叙事。
• **疫情与远程协作**：COVID-19疫情加速了数字人文的远程协作与线上传播，虚拟会议、开源工具平台成为常态，进一步降低了参与门槛。

下表概括了数字人文各时期的特征：

| 时期 | 核心驱动力 | 主要方法 | 理论焦点 | 协作模式 | |--------------|------------------|------------------------------|------------------------|----------------| | 人文计算时期 | 计算机硬件发展 | 词频统计、语料库、打孔卡片 | 工具理性、效率 | 人文学者主导，技术辅助 | | 数字人文兴起 | 互联网、TEI标准 | 超文本、XML编码、在线数据库 | 超文本理论、可访问性 | 跨学科团队初现 | | 当代发展 | 人工智能、批判理论 | 机器学习、GIS、网络分析 | 批判技术研究、后殖民DH | 平等伙伴关系，全球网络 |

时间线：数字人文的关键节点

```mermaid graph TD A[1940s: 人文计算萌芽<br>Father Busa的Index Thomisticus] --> B[1960s: 计算机辅助语言学<br>语料库建设] B --> C[1987: TEI标准启动<br>文本编码制度化] C --> D[1990s: “数字人文”术语诞生<br>互联网普及] D --> E[2000s: 数字人文中心全球化<br>开放获取运动] E --> F[2010s: 批判转向<br>AI与机器学习整合] F --> G[2020s: 全球南方参与<br>伦理与正义议题凸显] ```

这段历史揭示，数字人文始终处于动态协商中：技术变革不断提出新可能，而人文批判则不断划定新边界。对于初学者，理解这一历史并非仅为记忆事件，而是领悟领域精神——数字人文始终在追问：技术如何服务于人文关怀，而非反之？

数字人文的核心特征

基于历史演变，数字人文呈现出区别于传统人文学科与纯技术领域的三大核心特征：跨学科性（Interdisciplinarity）、批判性技术应用（Critical Making） 与协作文化（Collaborative Culture）。这些特征相互关联，共同构成数字人文的“基因”。

跨学科性：超越学科边界的知识生产

跨学科性并非简单地将多个学科拼凑，而是通过方法论整合与问题导向，产生新的认知框架。在数字人文中，跨学科性体现在两个层面： 1. 横向整合：一个典型DH项目常涉及人文学者（提供问题、诠释）、计算机科学家（开发算法）、图书馆员（管理数据）、设计师（可视化界面）等。例如，“数字莎士比亚”项目可能需要文学研究者确定分析维度、程序员编写文本挖掘脚本、数据库专家构建元数据标准、视觉设计师呈现交互图表。各角色并非线性传递，而是持续对话：文学研究者可能发现算法无法捕捉隐喻，从而调整问题或改进算法。 2. 纵向穿透：数字人文打破人文学科内部壁垒。历史学者与文学研究者可共用同一套文本分析工具；艺术史与考古学共享3D建模技术。例如，“中国历史地理信息系统”（CHGIS）项目融合历史学、地理学、计算机科学，构建了从先秦至清末的中国历史行政区划与人物地理数据库，服务于多学科研究。

跨学科性带来的挑战包括：术语壁垒（如“标注”在语言学与图书馆学中含义不同）、评价标准冲突（人文学者重视深度诠释，计算机学者看重算法效率）、资源分配不均（技术培训常由人文学者承担）。成功的DH项目往往设立“翻译者”角色——兼具人文学科素养与技术理解力的协调者，促进跨域沟通。

批判性技术应用：从工具到反思

早期数字人文常被批评为“技术决定论”——认为技术本身能自动带来学术进步。当代DH已超越此窠臼，强调批判性技术应用（Critical Making），即：在动手构建数字对象（如数据库、可视化、算法）的过程中，同步进行理论反思。这一概念由Matt Ratto提出，核心是 “通过制作来思考”（thinking through making）。

批判性技术应用要求我们追问：

• **编码的政治**：当我们用TEI标签标记一部小说时，选择哪些元素？忽略哪些？例如，标记人物性别可能强化二元框架，而忽略流动身份；标注语音特征可能隐含殖民者对土著语言的刻板印象。
• **算法的偏见**：机器学习模型从历史数据中学习，若数据本身包含歧视（如历史上女性作者被边缘化），算法将再现甚至放大偏见。例如，训练一个预测“经典文学”的模型，可能因训练数据以白人男性作品为主，而将女性或少数族裔作品判定为“非经典”。
• **基础设施的权力**：数字项目依赖服务器、平台、标准。西方主导的Google Books、欧洲图书馆等平台，其选择标准、界面设计、访问权限，无形中塑造了全球知识图谱。批判性DH学者呼吁**去中心化基础设施**，如使用开源工具、本地服务器，以抵抗数字殖民。

批判性技术应用不是否定技术，而是有意识地、反思性地使用技术。例如，在构建数字档案时，不仅考虑技术可行性，更设计机制让边缘社群参与内容选择，或提供工具让用户质疑数据来源。

协作文化：从个体研究到团队共创

传统人文学科以个体研究为典范，学者独立完成著作。数字人文项目则通常是长期、团队化、成果多元的协作。协作文化体现在：

• **团队结构扁平化**：尽管有分工，但决策常通过共识达成。程序员

数字人文的方法论工具箱：从文本挖掘到空间分析

数字人文并非单一方法，而是一个方法论的生态系统，不同工具服务于不同人文问题。初学者常困惑于“该学什么技术”，关键不在于掌握所有工具，而在于理解方法如何服务于问题。以下介绍四类核心方法，结合实例说明其适用场景与局限。

文本分析（Text Analysis）

文本是数字人文最传统的处理对象，方法从简单到复杂：

• **词频与关键词分析**：最基础的量化方法。例如，比较《红楼梦》前80回与后40回的高频词差异，可辅助判断 authorship（作者问题）。但需注意，高频词（如“宝玉”“姑娘”）可能因叙事焦点而非风格差异，需结合上下文。
• **主题模型（Topic Modeling）**：无监督机器学习方法，自动发现文档集合中的潜在主题。例如，对19世纪美国报纸应用LDA（Latent Dirichlet Allocation）模型，可识别出“奴隶制”“工业化”“妇女权利”等主题的时空分布，揭示历史思潮演变。**批判点**：主题数量需人工设定，结果依赖预处理（如停用词表），可能将复杂思想简化为统计模式