数字人文导论：技术赋能的人文研究新范式 / Introduction to Digital Humanities: A New Paradigm of Technology-Empowered Humanities Research

当代码遇见古籍：数字人文如何改变我们的世界

你有没有想过，当一位研究唐诗宋词的学者拿起计算机，当一位研究古希腊哲学的教授开始学习编程，当一位研究敦煌壁画的艺术史学家开始使用三维扫描技术——会发生什么？这不是一个假设性的问题。在全球顶尖大学的校园里，这样的场景每天都在上演。计算机科学家与人文学者并肩工作，语言学家与数据科学家合作无间，历史学家借助人工智能重新解读古代文献。这些看似不可能的组合，正在催生一个激动人心的新领域——数字人文（Digital Humanities）。

数字人文，听起来可能有些陌生，但它正在悄然改变我们理解人类历史、文化和思想的方式。从罗马帝国的兴衰到莎士比亚戏剧的传播，从古代丝绸之路的贸易网络到当代社交媒体上的语言演变，数字人文研究者正在用全新的方法探索这些古老而常新的话题。对于你们这一代在数字时代成长的年轻人来说，数字人文不仅是一个学术前沿，更是一扇通往跨学科思维的大门——在这里，技术的力量与人文的温度相遇，数据的精确与阐释的深度交融。

本章作为全书的开篇，将带你系统了解数字人文的定义、发展历程和学科定位。我们将从1949年一个关于托马斯·阿奎那著作的宏伟计划讲起，一路追溯到今天全球范围内如火如荼的数字人文研究运动。在这个过程中，你将看到计算机如何从“工具”演变为“伙伴”，看到“计算”与“阐释”如何从对立走向融合，也将思考为什么数字人文对你们这一代人具有特殊的意义和机遇。

---

一、数字人文：一个术语的诞生与演变

1.1 从“人文计算”到“数字人文”：术语背后的范式转变

要理解数字人文，我们首先要厘清它的名字。“数字人文”（Digital Humanities）这个术语，虽然直到21世纪初才被广泛采用，但它的前身——“人文计算”（Humanities Computing）——可以追溯到半个多世纪以前。这两个看似只是措辞差异的术语，实际上承载着深刻的意义转变。

人文计算这个概念，暗示了一种工具性的定位：计算方法服务于人文研究，是后者的附属和辅助。在这个框架下，计算机被视为一种高级的打字机或索引生成器，它能够完成机械性的重复劳动——比如编制索引、统计词频、检索文献——但核心的人文阐释工作仍然由人类学者独自完成。计算机提供的是效率，而思考、判断和解释的权威仍然牢牢掌握在人文学者手中。

数字人文的兴起则带来了截然不同的范式转换。这个新术语不再将计算仅仅视为工具，而是承认数字方法和计算思维已经深刻重塑了人文学科的研究对象、方法和目标。数字人文不是“有人文计算的”人文研究，而是“数字时代的人文研究”——它承认我们研究的历史文本、文化遗产、语言现象都已经被数字化或本身就是数字时代的产物。更重要的是，数字人文强调人文学者与计算机科学家之间的平等合作（Collaboration），而非简单的技术外包。

这种范式转变可以从以下几个维度来理解：

| 维度 | 人文计算时期 | 数字人文时期 | |------|-------------|-------------| | 定位 | 技术辅助工具 | 跨学科研究范式 | | 关系 | 人文为主，计算为辅 | 平等合作，互为伙伴 | | 方法 | 主要是统计和检索 | 包含机器学习、可视化、网络分析等 | | 目标 | 提高效率 | 揭示新问题，创造新知识 | | 产出 | 索引、语料库 | 平台、工具、可视化、开放数据 |

值得注意的是，“数字人文”这个术语的普及并非一蹴而就。2004年，美国学者 Jerome McGann 出版了《诠释文本：文学与电子时代的批评理论》（*Radiant Textuality: Literary Theory after the World Wide Web*），系统阐述了数字时代人文学科的理论转向。2005年，数字人文领域的第一个学术期刊《数字人文季刊》（*Digital Humanities Quarterly*）正式创刊。2007年，美国数字人文中心联盟（Center for Digital Humanities Alliance）成立，标志着这个领域开始走向制度化。而2009年，则是“数字人文”彻底取代“人文计算”成为主流术语的标志性年份——这一年，国际数字人文组织联盟（Alliance of Digital Humanities Organizations, ADHO）正式采用“数字人文”作为标准称谓。

然而，术语的选择从来不仅仅是学术偏好的问题，它往往反映了权力关系的微妙变化。一些学者坚持使用“人文计算”，认为这个术语更准确地描述了计算机在人文研究中的辅助角色，提醒人们不要被技术热潮冲昏头脑。另一些学者则欢迎“数字人文”的称谓，认为它承认了数字时代人文学科的深刻变革。2010年，英国学者 Willard McCarty 在其重要著作《人文计算建模》（*Modeling Humanities Knowledge*）中深刻指出：“我们需要的不是更多的技术，而是更好的问题意识。”这句话至今仍然是数字人文研究者的重要警示——技术是手段而非目的，人文问题始终应该是研究的出发点和归宿。

1.2 什么是数字人文：一个多维度的定义

数字人文的边界是模糊的，它的疆域是开放的，这也使得给它下一个简洁而全面的定义变得相当困难。不同的学者从不同角度切入，给出了形形色色的定义。

从研究对象的角度看，数字人文关注的是可以用数字形式表达、研究和分析的人文材料——包括但不限于历史文献、艺术图像、音视频记录、考古遗址、语言文本、社会网络数据等。数字人文的核心关切之一，就是如何利用计算方法处理这些“大数据”（Big Data）——当一个人文学者面对的不是十本书，而是十万份古籍扫描件时，传统的阅读方法显然力不从心。

从研究方法的角度看，数字人文广泛采用计算方法，包括但不限于：文本挖掘（Text Mining）、自然语言处理（Natural Language Processing, NLP）、地理信息系统（Geographic Information System, GIS）、网络分析（Network Analysis）、机器学习（Machine Learning）、数据可视化（Data Visualization）、虚拟现实（Virtual Reality）和增强现实（Augmented Reality）等。这些方法与传统的人文研究方法形成互补，帮助学者发现肉眼难以察觉的模式和联系。

从研究目标的角度看，数字人文追求的是计算思维与人文关怀的融合。它不满足于单纯的量化分析或技术应用，而是力图通过数字方法更好地理解人类文化、历史和社会的复杂性。正如英国学者 Richard R. Y. Zhao 所言：“数字人文的目标不是用算法取代人类判断，而是扩展人类理解的可能性边界。”

让我们用一个具体的例子来说明数字人文的独特视角。假设我们想研究唐代诗人的社交网络。在传统的人文研究中，学者们会仔细阅读各种史料，试图从零散的记载中拼凑出诗人之间的关系图景。这个过程耗时漫长，而且高度依赖学者个人的阅读范围和判断能力。在数字人文的框架下，研究者可能会：首先，创建一个包含唐代主要诗人基本信息的数据库；其次，从全唐诗数据库中提取诗人之间的互引、赠答、唱和等信息；第三，利用网络分析软件计算每位诗人的“中心性”（Centrality）——即在社交网络中的重要程度；最后，将这个网络可视化，呈现给读者。这个过程中，计算方法帮助我们看到了更大规模的模式，但最终的阐释——为什么某位诗人会成为网络的中心人物——仍然需要人文知识的介入。

---

二、穿越七十年的时光隧道：数字人文的历史渊源

2.1 黎明时分：Roberto Busa 与托马斯·阿奎那著作索引（1949）

说起数字人文的历史，我们不得不从一位意大利神父 Roberto Busa 说起。1949年，这位研究托马斯·阿奎那神学著作的学者做出了一个在当时看来近乎疯狂的决定——他要创建一部托马斯·阿奎那全部著作的词语索引（*Index Thomisticus*）。

对于一位神学研究者来说，词语索引并非新鲜事物。传统的索引是由训练有素的助手手工编制的，一部索引往往需要数年甚至数十年的工作才能完成。但 Busa 神父面临的挑战是前所未有的：托马斯·阿奎那留下了超过三百万词的拉丁文本，传统的索引编制方法根本无法应对如此庞大的工作量。

就在这个时候，Busa 神父结识了 IBM 公司的创始人 Thomas Watson。IBM 在当时是计算机领域的先驱，正在推广一种可以处理穿孔卡片的新机器。Busa 神父敏锐地意识到，这种机器或许可以帮助他完成索引编制的任务。尽管 Watson 最初对这个项目持怀疑态度——毕竟，谁会用价值数百万美元的计算机来编制一本神学索引呢？——但在 Busa 神父的坚持下，IBM 最终同意提供技术支持。

这个项目持续了三十多年，耗资数百万美元，最终产出的索引卡片堆叠起来高达数米。从1955年到1974年，Busa 神父的团队使用了 IBM 的早期计算机系统处理了超过一千万张穿孔卡片。这些卡片记录了托马斯·阿奎那著作中每一个拉丁词语的出现位置、词形变化和上下文信息。这项工作的规模和技术复杂性，使其成为数字人文领域的奠基之作。

Busa 神父的故事给我们留下了深刻的启示。首先，它展示了跨学科合作的力量——一位神学家与一家计算机公司的合作，开创了一个全新的研究范式。其次，它说明了技术选择与研究目标匹配的重要性：早期计算机的优势在于处理海量重复性数据，而这恰恰是编制索引所需的核心能力。第三，它提醒我们坚持的力量：面对外界的质疑和技术的局限，Busa 神父坚持了三十多年，最终完成了这项不可能的任务。

1999年，数字化版本的《托马斯·阿奎那著作索引》正式发布。如今，我们可以在互联网上免费访问这部作品。2013年，Princton University Press 出版了该索引的完整电子版。想象一下，一位在1949年只能依靠手工编制索引的神父，看到自己的成果如今可以在毫秒之内被全球任何地方的学者检索——他会作何感想？

2.2 蓄力前行：20世纪80年代的人文学者与技术觉醒

如果说Busa神父的工作证明了计算机可以服务于人文研究，那么20世纪80年代则是人文学者开始系统接纳和掌握计算方法的关键时期。

这一时期的标志性事件之一，是人文学者开始编写自己的计算机程序。在此之前，使用计算机通常意味着与技术专家合作，或者依赖商业软件包。但到了80年代，随着个人电脑的普及和编程语言的简化（特别是 BASIC 语言的出现），一些具有技术好奇心的人文学者开始自学编程，以便更直接地控制研究工具的开发。他们不再需要等待技术人员理解他们的需求，而是可以自己动手实现想法。

语料库语言学的发展是这一时期的另一重要成就。1980年代，多个大规模数字化语料库开始建立，包括著名的英国国家语料库（British National Corpus）项目。虽然这个语料库的完整版本要到1990年代才正式发布，但它的筹备工作从80年代就开始了。语料库的出现，使得语言学家能够以前所未有的规模研究词语的使用模式、语法结构和语义变化。

1986年，国际计算语言学协会（ACL）开始定期出版《计算语言学》学术期刊，标志着计算语言学作为一个独立学科的成熟。更重要的是，这一时期的学者开始认真思考计算方法与人文解释之间的关系问题。1987年，美国学者 Jerome McGann 发表了《批判性文本：文学研究中的计算方法》（*A Critique of Modern Textual Criticism*），提出数字化文本不是对传统的“权威文本”的复制，而是对文本的一种新的建构方式。这一洞见至今仍然是数字文本研究的重要理论基础。

2.3 世纪之交：数字人文的制度化与全球化

1990年代到21世纪初，是数字人文从边缘走向中心的时期。这一阶段见证了数字人文研究机构的纷纷成立和学术社群的全球化扩展。

1999年，美国加州大学洛杉矶分校（UCLA）成立了数字人文研究中心（Center for the Digital Humanities），这是美国最早的专门性数字人文研究机构之一。随后，密歇根大学（University of Michigan）、斯坦福大学（Stanford University）、弗吉尼亚大学（University of Virginia）等顶尖学府相继建立了数字人文中心或类似机构。这些机构不仅从事具体的研究项目，还承担着人才培养、方法论研究和工具开发的功能。

2000年，数字人文宣言（Digital Humanities Manifesto）在加州大学洛杉矶分校发表，引发了学界的广泛讨论。这份宣言呼吁人文学者主动拥抱数字方法，同时警告不要让技术决定研究议程。宣言的核心主张是：数字人文不是人文学科的一个分支，而是所有学科都应该采纳的新范式。

2004年，法国、德国、意大利等欧洲国家开始联合推进数字人文基础设施建设。欧洲数字人文研究联盟（European Research Infrastructure for the Humanities, CESH）成立，旨在促进欧洲范围内数字人文资源的共享和协作。同年，剑桥大学成立数字人文中心，标志着这一运动扩展到了英国学术界。

这一时期的另一个重要趋势是大型数字人文项目的涌现。2000年，美国国会图书馆宣布启动“美国记忆”（American Memory）项目，计划将数百万份历史文献、照片、音频和视频数字化并在网上免费提供。这个项目不仅产生了巨大的社会影响，也为后来的数字人文研究提供了宝贵的资源。更著名的例子包括：牛津英语词典在线版（Oxford English Dictionary Online）的持续更新、梵蒂冈使徒图书馆（Vatican Apostolic Library）的数字化计划、以及中国的中国基本古籍库和中国历史文献总库等项目。

2.4 今日图景：数字人文的繁荣与挑战

进入21世纪第二个十年，数字人文已经成为全球学术界最活跃的领域之一。让我们通过一些数据来感受这一领域的蓬勃发展：

根据 ADHO（国际数字人文组织联盟） 的统计，截至2023年，全球已有超过500个大学级别的数字人文研究机构或中心。在过去五年中，这个数字增长了近50%。数字人文的学术产出也在飞速增长：在 Google Scholar 上搜索"Digital Humanities"相关主题，2010年的结果约为2万条，而到了2023年，这一数字已经超过50万条。

与此同时，数字人文的教育也在走向普及。越来越多的大学开设了数字人文本科和研究生课程。2011年，伦敦国王学院（King's College London）开设了英国第一个数字人文硕士项目。此后，纽约大学（NYU）、加州大学伯克利分校（UC Berkeley）、墨尔本大学等纷纷跟进。在中国，北京大学、南京大学、武汉大学等高校也先后成立了数字人文研究中心或开设相关课程。

然而，数字人文的发展也面临着严峻挑战。首先是技术门槛的问题：许多数字人文项目需要复杂的编程、数据管理和系统维护知识，这超出了传统人文学者的能力范围。其次是项目可持续性的问题：许多数字人文项目依赖短期资金支持，项目结束后如何维护和更新成果成为难题。第三是方法论反思的问题：随着人工智能和机器学习方法的广泛应用，如何确保计算结果得到正确的人文阐释，成为学界关注的焦点。

---

三、数字人文的核心特征：四大支柱

经过七十余年的发展，数字人文已经形成了自己独特的学科特征。如果我们把数字人文比作一座大厦，那么它建立在四大支柱之上：跨学科性、数据驱动、计算方法与阐释理解的融合、以及开放获取与协作共享。让我们逐一深入了解这些特征。

3.1 跨学科性：两种文化的桥接者

跨学科性（Interdisciplinary）是数字人文最显著的特征。传统的人文研究主要由单一学科的学者独立完成——文学研究者研究文学，历史学者研究历史，哲学学者研究哲学。但在数字人文领域，这种学科壁垒被打破了。

数字人文的跨学科性体现在三个层面：

第一层：技术与内容的结合。数字人文项目通常需要计算机科学家和人文学者的合作。计算机科学家提供技术方案，实现数据处理、算法设计和系统开发；人文学者提供领域知识，确定研究问题，解读计算结果。这种合作不是简单的“技术外包”，而是双方在研究全过程中的深度参与。正如哈佛大学的数字人文专家 Francesca SchOrer 所言：“最好的数字人文项目是由真正的合作而非虚假的等级关系构成的。”

第二层：多种人文方法的整合。数字人文打破了传统人文学科之间的界限。例如，一个研究古代丝绸之路的项目可能需要历史学、考古学、地理学、经济学、宗教研究等多学科的视角。数字方法提供了一个整合这些视角的平台，使得跨学科合作更加顺畅。

第三层：理论与实践的结合。数字人文强调“计算思维”（Computational Thinking）与“解释性理解”（Hermeneutic Understanding）的结合。这意味着数字人文研究者不仅要掌握技术技能，还要具备批判性反思能力。仅仅知道如何编写程序是不够的，还需要理解程序背后的假设、局限和伦理含义。

让我们通过一个具体案例来理解跨学科性如何体现在数字人文研究中。“荷马史诗变形计”（Homer Multitext Project）是由哈佛大学希腊学教授 Gregory Crane 主持的长期项目。这个项目的目标是收集荷马史诗的所有古代手稿版本，并利用数字方法分析这些版本之间的差异和演变。

这个项目需要什么？它需要古典学专家来确定哪些手稿应该纳入分析、解读古希腊语文本；需要文献学家来处理不同手稿版本之间的关系；需要计算机科学家来开发数据库架构、设计比较算法；需要设计专家来创建用户友好的界面；还需要图书馆员来管理数字化文件。在Gregory Crane的领导下，这些来自完全不同背景的专家通力合作，共同推进这个项目。

3.2 数据驱动：人文研究的新范式

数字人文的第二个核心特征是数据驱动（Data-Driven）。这意味着数字人文研究建立在对大规模数字数据的收集、组织和分析之上。

在传统人文研究中，学者通常采用“close reading”（细读）的方法：选择少数几部经典文本进行深入分析，从中提取意义。这种方法有其独特的价值——它能够捕捉文本的细微之处，理解作者的创作意图。但它的局限也很明显：它依赖学者的个人选择和判断，可能忽视那些未被选中的文本中的重要信息；它难以处理大规模文本集合；当涉及数万份文献时，“close re