数字人文的诞生：技术与文化的交汇

第1章：数字人文的诞生——技术与文化的交汇

当我们今天在数字屏幕上阅读一本古籍的数字化版本，或者使用文本分析工具在数百万份历史文档中搜索特定主题时，很少有人会意识到，这种看似自然的阅读与研究方式，实际上是二十世纪中叶以来一场深刻知识变革的结果。数字人文——这个将计算技术与人文研究相结合的跨学科领域——并非凭空出现，而是经历了长达七十余年的演进历程，从最初少数先驱者的孤独探索，逐步发展为当今学术界最具活力的交叉领域之一。要理解数字人文的本质与前景，我们必须首先回到这段历史的起点，理解那些塑造了这一领域的关键人物、事件和思想。

1.1 机器时代的学术梦想：人文计算的起源

1.1.1 罗伯特·布萨姆与《现代语言笔记》的机读化尝试

1949年，这一在人类历史上具有特殊意义的年份——计算机革命正处于从实验室走向社会的临界点——一位名叫罗伯特·布萨姆（Robert Busa）的意大利耶稣会学者开始了他的开创性工作。布萨姆当时正在从事一项雄心勃勃的研究计划：为圣托马斯·阿奎那（Thomas Aquinas）的全部著作以及与之相关的 medieval scholastic texts（中世纪经院哲学文本）建立索引系统。这是一项延续了数个世纪的传统学术工作，但布萨姆的独特之处在于，他决定借助当时新兴的电子计算机来完成这一任务。

布萨姆找到了IBM公司的创始人托马斯·沃森（Thomas Watson），请求使用计算机来处理他的文本数据。沃森批准了这一请求，于是布萨姆成为历史上第一位使用计算机进行人文研究的大规模实践者。他的工作最终产生了《托马斯·阿奎那索引》（Index Thomisticus），这是一个包含数百万条引用的综合索引系统，直到今天仍然被视为人文计算领域的里程碑作品。

然而，早期的人文计算面临着今天难以想象的困难。布萨姆及其团队没有现代意义上的文本编辑器、数据库或编程语言，他们面对的是打孔卡片（punch card）——一种通过在纸卡上打孔来表示数据的原始存储技术。据说，布萨姆团队仅用于表示托马斯·阿奎那著作的打孔卡片就堆满了整整一个房间。每一条词目、每一个引文位置，都需要通过在卡片上打孔来编码，而检索过程则需要使用机械分类器（mechanical sorter）来对打孔卡片进行分类和筛选。

```mermaid graph LR A[原始文本] --> B[转录为打孔卡片] B --> C[卡片分类器处理] C --> D[索引条目输出] D --> E[人工校订] E --> F[最终索引]

style A fill:#e1f5fe style F fill:#c8e6c9 ```

尽管技术条件如此简陋，布萨姆的工作却展现了一种深刻的洞见：人文研究的核心任务——文本的分析、索引、检索和比较——本质上是一种可以被系统化、量化的信息处理过程。计算机的价值不仅在于其计算能力，更在于其处理、组织和检索大规模文本集合的潜力。这一洞见后来成为整个人文计算运动的思想基础。

值得注意的是，布萨姆在选择研究对象时表现出了一种敏锐的战略性思考。托马斯·阿奎那的著作具有几个对早期计算机处理特别友好的特点：首先，这些文本具有明确界定的范围和高度标准化的语言；其次，作为神学与哲学经典，这些文本的研究者有着对索引和检索工具的强烈需求；第三，这些文本的学术权威性确保了数字化工作的长期价值。布萨姆选择的这个切入点，使得人文计算的首次大规模实践有了一个相对可控的技术环境，同时也为后来的工作提供了方法论上的示范。

1.1.2 战后美国的学术土壤

布萨姆的工作发生在意大利，但人文计算作为一种学术运动，其主要的推动力量却来自美国。这一现象并非偶然，而是与战后美国高等教育的特殊环境密切相关。第二次世界大战期间，美国政府大力投资于军事技术研发，包括密码破译、弹道计算和原子弹研制等，这些项目培养了大批具有计算机使用经验的科学家和技术人员。战后，这些技术资源开始向民用领域扩展，高等教育机构成为重要的承接者。

与此同时，美国联邦政府通过《退伍军人权利法案》（G.I. Bill）等政策，大幅扩展了高等教育的机会，高等院校的数量和学生人数在1940年代至1950年代间快速增长。这种扩张带来了对新技术、新方法的强烈需求——如何在学生数量激增的情况下保持教学质量？如何在知识爆炸的时代帮助研究者有效追踪学术文献？这些实际问题为计算机在学术领域的应用提供了现实动力。

在这样的背景下，一批重要的机构和项目应运而生。1954年，IBM公司成立了专门的人文计算部门（Humanities Department），开始与大学和研究机构合作，探索计算机在语言学、文学和历史研究中的应用。1959年，约翰·W·斯温（John W. Swenn）等人在密歇根大学启动了“机械可读词典”（Machine Readable Dictionary）项目，旨在将传统词典转化为计算机可处理的格式。这些早期项目虽然规模有限，却为后来的大规模文本数据库建设奠定了基础。

1959年，另一项具有里程碑意义的工作在普林斯顿大学展开。约瑟夫·拉宾诺维奇（Joseph Raben）在该校创建了“数据处理在人文科学中的应用研讨会”（Symposium on Data Processing in the Humanities），这是第一个专门面向人文计算的学术交流平台。该研讨会后来发展为“国际人文计算会议”（International Conference on Computational Linguistics/ACL），而拉宾诺维奇也被认为是人文计算作为一个独立学术领域的创始人之一。

1.1.3 图书馆自动化的先行者

在人文计算的发展历程中，图书馆界扮演了一个不可或缺的角色。传统上，图书馆是人文知识存储和传播的核心机构，而图书馆员则是文本组织和检索方面的专家。当计算机技术开始成熟时，图书馆自然而然地成为最早的应用场景之一。

1960年代，美国国会图书馆启动了“机器可读编目”（Machine-Readable Cataloging, MARC）计划，目标是为全美图书编目信息建立统一的计算机可读格式。MARC格式的制定是信息科学史上的重大事件，它不仅使图书馆目录的自动化成为可能，更重要的是，它建立了一种将人类知识编码为机器可处理格式的标准方法。MARC格式及其后续发展（如MARC21、UNIMARC）至今仍是全球图书馆信息系统的基础。

在英国，图书馆自动化的发展同样引人注目。1969年，大英图书馆建立了“BIBLEARN”系统，这是世界上最早的大规模联机书目检索系统之一。与此同时，牛津大学和剑桥大学的图书馆也开始了各自的自动化项目，探索计算机在图书采购、流通管理和目录检索中的应用。

图书馆自动化的经验对人文计算产生了深远的影响。首先，它证明了大规模文本数据的数字化处理在技术上是可行的；其次，它发展出一套将文献元数据（metadata）结构化的方法论，这些方法后来被广泛应用于数字人文项目中的数据建模；第三，图书馆员的职业实践——对文献的分类、索引和检索——与后来数字人文的核心方法论有着内在的联系。事实上，许多早期的数字人文研究者正是来自图书馆学和信息科学的背景。

1.2 人文计算作为学科：概念的演进

1.2.1 从工具到学科：人文计算的身份建构

“人文计算”（Humanities Computing）作为一个正式术语的出现，标志着这一领域从技术应用向独立学科的身份转变。在1970年代之前，使用计算机处理人文数据更多被视为一种技术手段，而非一个独立的学术领域。研究者们仍然主要认同其传统学科身份——语言学家、历史学家、文学学者——计算机只是他们使用的众多工具之一。

这一状况开始发生改变，部分归功于几位重要的理论家的工作。1980年代，著名文学理论家特里·伊格尔顿（Terry Eagleton）曾质疑计算机在文学研究中的价值，声称文学的本质在于其不可化约的人文意义，计算机化处理只会将其简化为空洞的统计数字。这种批评激发了人文计算领域对自身方法论的深入反思：计算机辅助人文研究究竟意味着什么？其认识论基础是什么？

在这一背景下，彼得·罗宾逊（Peter Robinson）和苏珊·霍基（Susan Hockey）等学者开始系统地思考人文计算的理论基础。罗宾逊在1990年代的工作尤其值得关注。他在牛津大学主持的“牛津文本档案”（Oxford Text Archive）项目，以及对乔叟（Geoffrey Chaucer）手稿的数字化研究，展现了计算机在文本校勘（textual criticism）和文学研究中的深刻应用价值。罗宾逊认为，人文计算不仅是一种新的工具，更是一种新的知识生产方式——它使研究者能够以前所未有的规模和精度审视文本，从而发现传统方法难以触及的规律和联系。

霍基则从方法论的角度做出了重要贡献。她在1984年出版的《人文计算导论》（Introduction to Computerized Humanities）被认为是最早的系统性教材之一，为这一新兴领域提供了概念框架和方法论指南。霍基的工作帮助确立了人文计算作为一个可教、可学的学科领域的地位——它不仅有具体的应用技术，还有理论基础和方法论原则。

1.2.2 人文计算与数字人文：概念的分合

在人文计算领域的历史发展中，“Humanities Computing”与“Digital Humanities”这两个术语的消长起伏是一个值得深入分析的话题。这两个术语在很多场合被交替使用，但它们实际上代表着不同的概念框架和学科想象。

“人文计算”（Humanities Computing）作为一个术语，其核心关注点是计算机在人文研究中的应用。这一术语强调的是一种工具性的视角——计算机是服务于人文目的的手段，而人文研究的目标和价值判断标准仍然来自传统的人文学科。这种定位使得“人文计算”在早期能够被较为广泛地接受，因为对于传统人文学者而言，“计算”只是一种新的技术手段，而非对人文知识本质的挑战。

然而，21世纪之交，数字人文（Digital Humanities, DH）这一新术语的兴起，标志着一种更为激进的学科想象的萌生。“数字人文”的倡导者——如伊默曼·肖尔（Elaine S. Süllwood）后来在伦敦国王学院组建的数字人文团队，以及纽约城市大学的数字人文中心——倾向于将“数字”置于“人文”之前，以此强调数字方法不仅仅是工具，更是一种可能重塑人文知识生产方式的范式。

2004年是一个重要的转折点。那一年，帕特里克·贾德（Patrick Judson）和杰瑞·克利斯特（Jerry B. G. Crist）在美国伊利诺伊大学香槟分校创建了“数字人文季刊”（Digital Humanities Quarterly, DHQ），这是第一个专门的数字人文学术期刊。与此同时，达特茅斯学院的约翰·安纳伯格（Dartmouth College）建立了美国最早的数字人文本科项目之一。这些举措标志着数字人文作为一个制度化的学术领域的正式确立。

术语选择上的差异也反映了对“数字”与“人文”关系的不同理解：

| 维度 | 人文计算（Humanities Computing） | 数字人文（Digital Humanities） | |------|----------------------------------|--------------------------------| | 学科定位 | 人文学科的辅助工具 | 独立的跨学科领域 | | 核心关切 | 计算方法服务人文问题 | 数字方法与人文问题的相互塑造 | | 技术视角 | 技术作为手段 | 技术作为方法论基础 | | 机构形式 | 分散的计算机辅助项目 | 专门的中心、机构和课程 | | 术语流行期 | 1980-2005年 | 2005年至今 |

值得注意的是，这两个术语并非完全对立。实际上，许多学者和机构在使用这两个术语时并不做严格区分，“数字人文”在当代已经成为更为通用的表述。2010年代以来，随着数字人文在全世界范围内的扩展，这一术语已经超越了学术界，成为文化遗产机构、博物馆、图书馆和公共历史项目共同使用的标签。

1.2.3 学术社群的形成与制度化

数字人文作为一个成熟的学术领域，其标志之一是形成了稳定的学术社群和制度基础设施。这些制度化机制包括专业协会、学术期刊、会议、学位项目和研究中心，它们共同构成了数字人文知识生产和传播的组织框架。

在专业协会方面，国际数字人文组织（Alliance of Digital Humanities Organizations, ADHO）是目前最具影响力的全球性机构。ADHO成立于2005年，是由多个国家数字人文协会组成的联合会，其中包括美国数字人文中心（center for Digital Humanities, CDH）、英国数字人文协会（Association for Digital Humanities）、加拿大数字人文联盟（Canadian Society for Digital Humanities）等成员组织。ADHO每年举办数字人文国际会议（Digital Humanities Conference, DH），这是该领域最重要的年度学术活动。

学术期刊是另一个重要的制度化机制。除了前文提到的《数字人文季刊》之外，该领域还有《数字人文研究》（Digital Humanities Research）、《数字人文书目》（Digital Humanities Bibliography）、《数字图书馆杂志》（Digital Humanities Quarterly Special Issue）等专业期刊。值得关注的是，许多传统人文学术期刊（如《文学与语言年鉴》、《语言学与计算》）也开设了数字人文专栏或特刊，反映了这一领域与传统学科日益紧密的整合。

在高等教育领域，数字人文学位项目的建立是学科成熟的重要标志。2002年，英国伦敦大学学院（UCL）创立了可能是世界上第一个正式的数字人文学位项目。紧随其后的是美国多所高校：伊利诺伊大学香槟分校、北卡罗来纳大学教堂山分校、斯坦福大学等著名学府相继开设了数字人文课程和学位项目。这些项目通常采用跨学科培养模式，学生需要同时掌握人文研究方法和计算技术技能。

1.3 21世纪的爆发：数字人文运动的扩张

1.3.1 技术条件的成熟：计算能力、存储与网络

数字人文在21世纪经历的爆发式增长，首先归功于信息技术的整体进步。回顾1980年代，虽然计算机已经在人文研究中开始应用，但技术条件的限制仍然明显：处理能力有限、存储成本高昂、网络带宽不足，这些都制约了大规模数字人文项目的可能性。

然而，摩尔定律（Moore's Law）带来的计算能力指数级增长彻底改变了这一局面。根据摩尔定律，集成电路上的晶体管数量大约每两年翻一番，这意味着计算机的处理能力在相同成本下持续增长。从1990年代到2020年代，普通个人计算机的运算能力增长了近千倍，而成本则大幅下降。与此同时，数字存储技术的进步使得以极低的成本存储海量文本、图像和音视频数据成为可能。

互联网的普及和宽带网络的覆盖则是另一个关键因素。万维网（World Wide Web）的发明者蒂姆·伯纳斯-李（Tim Berners-Lee）从未为其技术申请专利，这一决定对数字人文的发展产生了深远影响。在开放的Web环境下，数字人文项目可以方便地共享数据和工具，促进全球范围内的学术合作。

云计算（Cloud Computing）技术的成熟进一步降低了数字人文研究的门槛。研究者不再需要自建服务器和维护基础设施，而可以通过云服务按需获取计算和存储资源。Google、Amazon Web Services、Microsoft Azure等主流云平台都提供了文本处理、数据分析、可视化等数字人文常用功能，使小规模研究团队也能够开展以往只有大型机构才能完成的项目。

1.3.2 数字人文中心：全球网络

2000年代以来，世界各地纷纷建立了专门的数字人文研究机构，这些机构成为推动数字人文运动的核心力量。它们不仅提供技术基础设施和研究人员支持，更重要的是，它们成为连接人文学者与计算机科学家的桥梁，促进跨学科合作。

美国是数字人文机构化最为成熟的地区。2007年，斯坦福大学文学实验室（Stanford Literary Lab）的建立具有标志性意义。这个由弗兰科·莫雷蒂（Franco Moretti）和他的同事们创建的实验室，致力于将计算方法引入文学研究，探索“大规模文学研究”（distant reading）的新范式。斯坦福文学实验室的工作，包括对数千种小说的主题建模分析、对文学史的量化研究等，产生了广泛的影响，也引发了不少争议。

在东欧和亚洲，数字人文同样获得了快速发展。2009年，波兰建立了“中欧数字人文中心”（Center for Digital Humanities, CCE），致力于东欧历史文献的数字化和研究。2011年，日本东京大学设立了“数字人文中心”（Digital Humanities Center），主要关注日本古典文献的数字化和语言处理技术的开发。2013年，中国人民大学成立了“数字人文研究中心”，这是中国大陆最早的数字人文专门研究机构之一。

值得注意的是，数字人文机构的地理分布呈现出不均衡的特点。北美和欧洲仍然是最为集中的地区，而亚洲、非洲和拉丁美洲虽然近年来也有显著发展，但总体而言仍处于追赶阶段。这种不均衡反映了全球高等教育和技术资源分布的整体格局，也对数字人文作为全球性学术领域的未来发展提出了挑战。

1.3.3 旗舰项目与文化遗产数字化

21世纪数字人文运动的高潮之一，是一系列大规模文化遗产数字化项目的实施。这些项目将珍贵的纸质文献、图像、地图、手稿等转化为数字格式，并通过网络向公众开放，从根本上改变了人文研究的资料获取方式。

“谷歌图书”（Google Books）项目是其中规模最大、影响最广的案例。2004年启动的这一项目，目标是扫描并数字化全球主要图书馆的藏书，使任何人都能够通过互联网访问这些文献。尽管这一项目因版权问题在美国引发了一系列法律诉讼（最著名的是“作家公会诉谷歌案”），但它已经数字化了数千万册图书，构建了人类历史上最大的数字化图书语料库。谷歌图书的语料库成为语言学、文学、历史等领域研究者的宝贵资源，基于这一语料库的学术研究成果层出不穷。

欧洲同样启动了雄心勃勃的数字化项目。2005年，欧盟启动了“欧洲数字图书馆”（Europeana）项目，目标是整合欧洲各国博物馆、图书馆、档案馆和文化机构的数字资源，为公众提供一站式的文化遗产访问平台。目前，欧洲数字图书馆已经收录了来自欧洲各国数千家机构的数千万件数字化藏品，包括图书、手稿、图像、音频和视频资料。

在英国，“英国图书馆的数字化项目”和“开放内容联盟”（Open Content Alliance）的努力使大量珍贵的英国历史文献得以数字化。在法国，“法国国家图书馆数字馆藏”（