第一章：数字人文导论——当人文遇见计算

第一章：数字人文导论——当人文遇见计算

> *"The digital humanities is not just about doing old things in new ways. It's about discovering new questions and seeing old questions in new ways."* > — Christine Borgman

在人类文明的漫长历史中，每一次重大技术变革都深刻重塑了知识的生产、传播与保存方式。从楔形文字泥板的发明，到纸张取代莎草纸的书写革命，再到古登堡印刷术引发的信息爆炸——技术的演进始终与人类对自身文明的理解紧密交织。21世纪初叶，我们正在见证另一场深刻的变革：数字技术与人文学科的相遇，催生出一个充满活力且富有争议的新兴领域——数字人文（Digital Humanities, DH）。

数字人文的兴起绝非偶然。它既是人文学者在信息时代寻求自我更新的学术努力，也是计算科学家探索人类文化复杂性的技术远征。当传统人文研究者面对日益膨胀的数字化资源感到力不从心时，当计算机科学家试图超越算法效率的量化指标而追问技术的文化意义时，两者发现彼此需要对方——人文学科提供了意义的深度，计算技术赋予了规模的广度。正是这种互补性，使得数字人文在过去二十年间从学术界的边缘地带崛起，成为引人瞩目的跨学科领域。

本章作为全书的开篇，旨在为读者搭建理解数字人文的整体框架。我们将从历史演进出发，追寻这一领域从萌芽到成熟的百年轨迹；通过概念辨析，厘清数字人文与相关学科的边界与联系；继而全景式扫描主要研究领域，让读者对这个跨学科版图有清晰认知；最后深入剖析两个经典案例——Google Books项目与数字古登堡计划——以具体实例展示数字方法如何改变人文研究的规模和深度。通过本章的学习，读者将建立起对数字人文的系统性理解，为后续各章的深入探讨奠定坚实基础。

一、数字人文的历史演进：从人文计算到数字人文

1.1 史前史：计算的种子与人文的梦想（1949-1980）

若要理解数字人文的当代形态，必须回到它的源头。1949年，一位名叫Roberto Busa的天主教神父做出了一个在当时看来近乎疯狂的决定：他与IBM公司合作，开始对托马斯·阿奎那（Thomas Aquinas）全部著作及相关文献进行索引编制。这项被后世称为"Index Thomisticus"的浩大工程，最终产生了56卷拉丁语词索引，涉及约1100万词次的文献量。Busa神父的工作被视为人文计算（Humanities Computing）的开端——它是人文学科首次有意识地借助计算机来处理大规模文本数据。

然而，将Busa神父的项目仅仅理解为技术应用未免过于简单化。在他的愿景中，计算工具是为更深层的人文目标服务的：理解中世纪神学思想的词汇网络与语义结构，揭示经院哲学的内在逻辑。Busa神父既是神学家，也是古典文献学家，他对技术的态度始终是工具性的——计算机是达成人文理解的手段，而非目的本身。这种"人文为本，技术为用"的立场，在日后数字人文的发展中反复出现，成为该领域的一条主线。

1960年代至1970年代是人文计算的奠基期。Joseph Raben于1964年在布朗大学创办的*Computers and the Humanities*期刊，首次为人文计算研究提供了专门的学术交流平台。同年，John B. Smith等人开发的HYPERBARD系统，尝试用计算机分析莎士比亚戏剧，开创了文学文本的数字化研究范式。在语言学领域，Franz Josef Och等学者开发的统计机器翻译系统，标志着计算方法开始介入翻译研究。1973年，Kenneth K. Kithan在宾夕法尼亚大学创建的"语料库"项目，收集了超过400万词的英语文本，为后来的语料库语言学奠定了基础。

这一时期的人文计算呈现出鲜明的特征：首先，研究者多为"双肩挑"——他们既要掌握编程技能，又要具备深厚的人文学科背景；其次，计算方法主要服务于传统人文研究的问题意识，计算机被视为"超级索引"或"超级卡片柜"；第三，研究的规模相对有限，主要集中在语言学、文学和历史学的一些经典问题。总体而言，1949-1980年的人文计算处于"史前史"阶段，它的实践者人数稀少，影响范围有限，在学术界更多地被视为一种技术猎奇，而非严肃的学术领域。

1.2 形成期：机构化与专业化（1980-2000）

1980年代见证了人文计算从个人探索向制度化建制的转变。1984年，Modern Language Association（MLA）——美国现代语言学会——开始在其年度会议上设立专门的"计算机与人文学科"讨论组，标志着人文学科主流机构开始正视这一新兴领域。1985年，Ian Lancashire等学者开发的三语平行词典数据库，以及John Unsworth在弗吉尼亚大学创建的"电子文本中心"（Electronic Text Center），都表明数字人文学术基础设施开始成形。

1990年代是人文计算发展史上的关键十年。万维网（World Wide Web）的诞生（1991年）和普及（1995年后），彻底改变了人文资源的传播方式与共享可能。人文计算学者开始意识到，互联网不仅能够发布研究成果，更能构建前所未有的研究基础设施。1995年，John Unsworth、Edward L. G. Smith等人在弗吉尼亚大学创建的电子文本中心（Electronic Text Center），到2000年已收录超过10万种数字化文本，成为全球最重要的人文数字资源库之一。该中心不仅提供文本存储与检索服务，更发展出一套系统的数字文本编码标准——TEI（Text Encoding and Interchange，文本编码与交换规范）——至今仍是人文数字资源的元数据标准。

TEI的诞生具有里程碑意义。1994年发布的TEI Header规范，首次为数字文本提供了结构化的元数据描述框架，使得不同来源、不同格式的数字文本可以被统一索引、检索和交换。TEI的核心精神是将人文研究者对文本复杂性的理解——如手稿异文、脚注层级、注释网络——转化为可被计算机处理的结构化数据。这项工作汇集了语言学、文学、文献学、历史学等多个领域的专家，体现了数字人文跨学科协作的典型模式。

```mermaid graph TD A[1949: Roberto Busa & IBM<br/>Index Thomisticus] --> B[1964: Computers and the Humanities<br/>期刊创刊] B --> C[1973: 语料库语言学<br/>奠基] C --> D[1985: 电子文本中心<br/>创建] D --> E[1994: TEI规范<br/>发布] E --> F[2000: 电子文本中心<br/>收录10万+文本] F --> G[2004: TLC地图集<br/>数字人文中心涌现] G --> H[2009: 数字人文宣言<br/>发表] H --> I[2010s: DH成为<br/>国际显学]

style A fill:#e1f5fe style E fill:#e1f5fe style H fill:#e1f5fe ```

1.3 扩张期：从人文计算到数字人文（2000-2010）

2000年代是数字人文从"人文计算"转向"数字人文"的关键十年。这不仅仅是一个术语更替，更反映了该领域在研究对象、方法论和学科意识上的深刻变化。"Digital Humanities"这一术语的确切起源有多种说法，但一般认为它于2004年前后在学术界获得广泛使用，同年出现了以"Digital Humanities"为主题的学术丛书和期刊。

这一时期最显著的变化是数字人文中心的全球性扩张。2004年，人文艺术实验室（Humanities Arts Laboratory）在瑞典哥德堡大学成立；同年，英国数字人文中心（Digital Humanities Centre）在伦敦成立。2005年，斯坦福大学文学实验室（Stanford Literary Lab）由Franco Moretti创办，成为文学研究与计算方法结合的标杆性机构。2006年，加州大学洛杉矶分校（UCLA）的数字人文中心成立，成为北美地区重要的数字人文研究和教学基地。2008年，纽约大学的人文数字工作室（Digital Humanities@NYU）启动。2009年，北京大学数字人文实验室成立，标志着数字人文研究在中国的正式启动。

``` The expansion of Digital Humanities centers worldwide reflects a fundamental shift in how universities and research institutions view the intersection of technology and the humanities. ```

机构化的另一面是职业化。2005年，美国现代语言学会（MLA）发布了《MLA Statement on the Digital Humanities》，首次正式承认数字人文作为一个学术领域的地位。2007年，数字人文会议（Digital Humanities Conference, DHConf）从附属会议升级为独立举办的国际学术大会，参会人数从世纪初的不足200人迅速增长至2010年代的数千人。2008年，第一个专门的数字人文博士学位项目在英国谢菲尔德大学设立，标志着该领域开始培养自己的学术后备力量。

"数字人文"与"人文计算"的术语之争也蕴含着深刻的学科政治。2009年，Julianne Nyhan和Flavio Duboin主编的论文集*Digital Humanities: A Reader*出版，其中收录了一篇题为"Why Digital Humanities Is 'Digital Humanities'"的论文，系统阐述了术语转变背后的理念变化。作者指出，"人文计算"强调的是计算方法在人文领域的应用，隐含着技术服务于人文的主体性关系；而"数字人文"则暗示一种更为平等的跨学科对话，数字方法与人文问题相互塑造、共同演进。

1.4 宣言时代：争议与自我反思（2009-2015）

2009年是数字人文发展史上一个具有象征意义的年份。这一年，《数字人文宣言》（Digital Humanities Manifesto）正式发表。这份由Melissa D. B. Terras、Julianne Nyhan、Edward Vanhoutte等学者共同起草的文件，明确提出数字人文不是"人文的数字化"，而是"人文学科的范式转型"。宣言强调数字人文应当关注的不仅是数字工具的开发，更是数字时代知识生产方式的根本变革。

《数字人文宣言》的发表引发了广泛争议。支持者认为，它准确地把握了数字技术的颠覆性潜力，为人文学科注入了新的活力和方向。批评者则指出，宣言的言辞过于激进，夸大了数字方法的革命性，低估了传统人文研究的价值。其中最著名的批评来自Daniel Allington、Sarah Brouillette和Paul McGuirk等人，他们于2010年发表论文"Graham, the DH Troll,"将数字人文的某些倡导者比作"技术乌托主义者"，批评他们过度渲染数字工具的能力，忽视了技术的社会建构性和人文研究的主体性。

这场论争深刻塑造了数字人文的自我认知。2010年代，学者们开始更审慎地讨论数字与人文的关系：Wesley Shockey提出"批判性数字人文"（Critical Digital Humanities）概念，强调要对数字方法本身进行批判性反思； Tara Copplestone等学者倡导"参与式人文"（Participatory Humanities），呼吁关注数字项目中普通公众的参与；Mia Ridge主编的*Digital Humanities for Museum Professionals*则将数字人文的理念引入博物馆实践。数字人文不再是统一的话语场域，而是包含着多元立场、激烈争论的学术共同体。

1.5 当代图景：多元发展与未来展望（2015-至今）

进入21世纪第三个十年，数字人文已经从一个边缘领域成长为国际学术版图的重要组成部分。根据Alliance of Digital Humanities Organizations（ADHO）的统计，2023年全球数字人文中心的数量已超过300个，分布在北美、欧洲、亚洲、大洋洲等地区。数字人文的学术期刊、专著、会议、课程体系均已相当完备，形成了完整的学科生态。

当代数字人文呈现出几个显著趋势。第一，人工智能的深度介入。以大语言模型（Large Language Models, LLMs）和生成式AI为代表的新技术，正在改变文本分析、语义理解甚至创造性写作的研究范式。第二，全球化与本地化的张力。数字人文的核心理念和方法正在向非西方语境扩展，同时各地学者也在探索符合本民族文化传统的数字人文路径。中国学者提出的"数字中国"、日本学者倡导的"数字 Japanese Studies"、印度学者关注的"数字印度学"等，都体现了这一趋势。第三，公众参与和人人都能成为研究者。维基百科、众包转录平台（如Zooniverse）、数字地图项目（如OpenStreetMap）等，使得普通公众可以参与到人文知识的生产过程中，"公民人文"（Citizen Humanities）的理念日益深入人心。

```mermaid graph LR A[数字人文演进] --> B[技术革新] A --> C[机构建设] A --> D[理论反思] A --> E[社会应用]

B --> B1[文本编码 → 大数据 → AI] C --> C1[个人项目 → 研究中心 → 学科建制] D --> D1[工具论 → 范式论 → 批判性DH] E --> E1[学术研究 → 公众参与 → 公共文化]

style A fill:#fff3e0 style B fill:#e8f5e9 style C fill:#e3f2fd style D fill:#fce4ec style E fill:#fff8e1 ```

二、概念辨析：数字人文的边界与关联

2.1 数字人文的定义光谱

试图给数字人文下一个简洁的定义，几乎注定是徒劳的。这不仅因为该领域的多样性和复杂性，更因为"数字人文"本身就是一个充满争议的范畴，承载着不同的学术理想和学科想象。然而，对于初学者而言，理解这个光谱上几个主要的立场，有助于建立基本的方向感。

技术工具论（Tool-Centric View）是最保守的立场。它认为数字人文不过是传统人文研究使用数字工具而已，核心的问题意识和方法论仍然是人文的，计算机只是提供了更高效的文本检索、统计分析或可视化手段。在这种框架下，数字人文不是独立的新学科，而是人文学科的一个分支领域，相当于"用法文软件来研究法国文学"。持这一立场的学者往往对技术持谨慎态度，强调要警惕技术决定论和工具崇拜。

方法革命论（Methodological Revolution View）则走向另一极端。它认为数字方法不仅提供了新的工具，更带来了认识论上的根本变革。大规模数据的处理能力使得研究者能够发现传统细读方法无法触及的宏观模式；计算方法引入了可重复性、可检验性的科学规范；可视化技术使得抽象的数据关系变得直观可见。在这种框架下，数字人文代表了人文学科的"科学化"转型，是人文研究走向成熟的重要步骤。

批判性数字人文（Critical Digital Humanities）是近年来影响力日益扩大的第三种立场。它试图超越技术工具论和方法革命论的二元对立，转而关注数字技术的社会建构性。批判性数字人文强调，数字方法不是中性的、客观的，而是嵌入在特定的社会、文化、政治语境中的。算法的设计、数据的收集、平台的架构，都承载着权力关系和价值判断。因此，数字人文研究不仅要使用数字方法，更要批判性地反思数字技术本身的意识形态维度。

2.2 数字人文与相关概念的区分

初学者常常将数字人文与其他几个相关但不同的概念混淆。理清这些概念之间的区别与联系，对于建立清晰的学科认知至关重要。

人文计算（Humanities Computing）是最接近数字人文的概念。传统上，"人文计算"指人文学科中运用计算方法的所有研究，强调的是计算作为工具服务于人文问题的定位。"数字人文"则是一个更宽泛的术语，不仅包括传统人文计算的内容，还涵盖了数字资产管理、数字出版、数字策展、数字化保存等更广泛的实践。许多学者认为"人文计算"是"数字人文"的一个子集，后者包含了前者无法涵盖的内容——特别是与人文实践相关的非文本数字资源。

计算语言学（Computational Linguistics / Natural Language Processing, NLP）与数字人文存在显著差异。计算语言学属于语言学和计算机科学的交叉领域，主要关注自然语言的计算模型和算法开发，包括词性标注、句法分析、机器翻译、语义理解等任务。计算语言学的目标往往是工程性的——开发能够理解和生成自然语言的系统。数字人文虽然也大量使用语言处理技术，但关注的核心是人文问题——语言如何承载文化意义，文本如何反映社会历史，而非单纯的语言计算模型本身。

数字典藏（Digital Curation / Digital Collections）关注的是数字资源的创建、保存、管理和长期获取。它涉及数字化加工、元数据描述、数字保存策略、数字资产管理等实践性问题。数字典藏是数字人文的重要基础设施——没有高质量的数字资源，数字人文研究就无从谈起。但数字典藏本身更偏向于技术管理和信息科学，而非人文问题的探究。图书馆学、档案学、信息科学领域的学者对数字典藏有更深入的研究。

人文地理学（Human Geography / Geospatial Humanities）中的"地理信息系统（GIS）"方法与人文研究有密切交叉。通过将历史事件、文学作品、人物活动等在地理空间上可视化，研究者可以发现传统方法难以察觉的空间模式。例如，用GIS技术研究19世纪美国文学中的地域分布，或分析中国古代典籍中地名变迁的时空轨迹。这类研究通常被归入"空间数字