数字人文导论：学科形成与范式转型

数字人文导论：学科形成与范式转型

引言：从人文计算到数字人文的百年演进

当我们审视当代学术版图时，数字人文（Digital Humanities，简称DH）已从边缘化的交叉领域成长为具有独特方法论体系和制度建制的成熟学科。然而，这一转变并非一蹴而就，而是经历了近一个世纪的漫长孕育期，其间经历了多次范式更迭、概念重构和身份认同的深刻变革。理解数字人文的形成历程，不仅是追溯一段学术史，更重要的是把握这一领域如何在人文科学与计算科学的交汇处开辟出全新的知识生产空间。

从词源学角度考察，“数字人文”这一术语本身经历了有趣的语义演变。20世纪50年代至80年代，学界更倾向于使用“人文计算”（Humanities Computing）这一表述，强调计算工具在人文研究中的应用。90年代末期，随着“数字”概念的兴起和信息技术的普及，“数字人文”逐渐取代“人文计算”成为主导性称谓。这一术语转换不仅仅是修辞策略的调整，更折射出学科内涵的深刻变化：人文计算时代侧重于将计算机作为辅助工具处理人文材料，而数字人文时代则追求计算思维与人文思维的深度融合，探索技术与文化相互建构的复杂关系。

本书开篇之作致力于为读者勾勒这一学科领域的整体图景。我们将从历史演进、范式特征、认识论影响和议题域分布四个维度展开系统分析，旨在建立理解数字人文的概念框架和知识地图。必须指出的是，数字人文作为一个“尚未完成的工程”（unfinished project），其边界仍在持续扩展，方法论仍在不断演进。因此，本章的目的不是给出终极定义，而是提供分析这一动态领域所需的概念工具和历史语境。

历史溯源：从书目学到人文计算的先驱探索

人文学科计算化的萌芽（1940-1960年代）

数字人文的学术谱系可以追溯至20世纪中叶的几个关键节点。虽然此时尚未形成系统性的学科建制，但若干先驱者的探索为后续发展奠定了重要基础。这些早期尝试的共同特征是：研究者意识到机械化和自动化技术可能为人文学科的研究方法带来革命性变化，并开始将技术工具应用于传统人文问题的解决。

罗伯特·巴尤（Robert Busa）与其《托马斯著作索引》堪称人文计算领域的奠基性项目。1946年，意大利神学家兼计算机先驱罗伯特·巴尤开始与IBM公司合作，致力于为圣托马斯·阿奎那（Thomas Aquinas）的全部著作创建索引系统。这一项目最终产出了《托马斯著作索引》（Index Thomisticus），收录了超过一亿两千万个词条，耗时近三十年完成。巴尤的工作不仅是技术层面的突破，更重要的是他提出的人文计算方法论原则：计算分析应服务于对文本的深层理解，而非仅仅作为检索工具。他敏锐地预见到，计算方法将帮助研究者发现传统阅读方式难以察觉的文本模式和语义关联。

与此同时，大西洋两岸的其他人文学者也在探索类似路径。英国文献学家W.W.格雷戈里（W.W. Greg）自1909年起即致力于运用数学方法分析英国文学文本中的韵律模式；德国语言学家威廉·施密特（Wilhelm Schmidt）则尝试用穿孔卡片技术处理大量语言学数据。美国学者莫蒂默·塔夫茨（Mortimer Taube）在50年代开发的“单元词索引”（uniterm indexing）系统，将文献检索的自动化向前推进了一大步；其继任者苏珊·霍克（Susan H. Haskin）进一步推动了计算机辅助索引在学术出版中的应用。

这一时期的方法论特征可概括为“机械化的人文”（mechanized humanities）：学者们借助打孔卡片、排序机、制表机等早期计算设备，试图将人文学科的研究材料转化为可量化分析的数据集。尽管技术手段相对简陋，但这些先驱者的工作确立了几项重要原则：文本可以被结构化为可计算的形式；统计分析能够揭示传统阐释方法忽略的文本特征；技术工具应服务于而非取代人文判断。

人文计算作为学科建制的形成（1960-1980年代）

如果说20世纪50年代的探索尚属零散的个体尝试，那么60年代以后，人文计算开始作为具有制度化形态的学术领域浮现出来。这一时期的标志性特征包括：专业学术组织成立、专业期刊创刊、大学课程设置以及国际合作网络形成。

伊利诺伊大学的人文计算项目是这一时期的重要里程碑。1964年，该校成立了“人文学科计算中心”（Center for Humane Studies），后更名为“人文学科计算研究所”（Institute for Humane Studies），成为美国首个专注于人文计算的正式研究机构。该中心聚集了一批具有远见的学者，包括英语学家约瑟夫·拉宾诺维茨（Joseph Raben），他主编的《计算机与人文科学》（Computers and the Humanities）杂志于1966年创刊，成为这一新兴领域的第一份专业期刊。同一时期，约瑟夫·拉宾诺维茨还推动创立了“人文计算协会”（Association for Literary and Linguistic Computing，简称ALLC），定期举办学术会议，促进国际学术交流。

语言学领域的计算化转向是这一时期另一重要趋势。麻省理工学院的诺姆·乔姆斯基（Noam Chomsky）虽然以形式语言理论著称，但其生成语法框架实际上为自然语言处理（NLP）奠定了理论基础。与此同时，肯尼斯·丘奇（Kenneth Church）和尤金·萨弗隆（Eugene Savor）等学者开始系统开发用于文本分析的计算工具。1967年，布朗大学建立了“当代英语用法数据库”（Brown Corpus），成为后来语料库语言学的基础性资源。

词典编纂和文本数据库建设同样取得了重要进展。1971年，弗朗西斯·培根学会（Francis Bacon Foundation）启动了“拜占庭资料库”（Byzantine Texts）项目，旨在建立中世纪和拜占庭文献的计算机可读文本库。1976年，牛津大学出版社与康奈尔大学合作，开始将《牛津英语词典》（Oxford English Dictionary）第一版转换为机读形式，这一项目不仅使词典的修订和更新效率大幅提升，更为后续大规模文本数据库建设提供了方法论参考。

这一时期的学术组织化进程具有深远意义。1978年，“人文计算与文本处理协会”（Association for Computers and the Humanities，简称ACH）在美国成立；1986年，“艺术与人文学科研究计算方法国际协会”（The International Association for Literary and Linguistic Computing，简称ALLConnect）宣告成立。这些机构建制不仅为人文计算研究者提供了交流平台，更确立了学术共同体的身份认同和学科边界。

数字人文概念的兴起与学科整合（1990-2000年代）

1990年代见证了从“人文计算”到“数字人文”的概念转型。这一转变的驱动力来自多重因素：互联网的普及使数字资源的共享成为可能；个人计算机的性能提升使复杂计算变得便捷；多媒体技术拓展了人文研究的对象范围；以及人文学科内部对技术变革的日益关注。

术语转变的学术意义值得深入分析。“人文计算”（Humanities Computing）这一表述暗示计算是辅助性的、工具性的存在，而“数字人文”（Digital Humanities）则暗示一种更具本体论意义的融合——数字技术不仅是处理人文材料的手段，更深刻地改变了人文学科的存在方式。正如学者们所指出的，“数字”强调的是文化表达、传播和保存的媒介转型，而“人文”则提醒我们技术应用始终应服务于人文价值和社会关怀。

早期数字人文项目的深化与扩展构成了这一时期的主要内容。1989年，密歇根大学启动了“米德尔顿英国文学文本项目”（Middle English Texts Project），建立了一套英国中世纪文献的数字档案。1990年代，哈佛大学的钱伯斯-黑斯廷斯版本（Chadwyck-Healey）的建成标志着大规模文学数据库时代的到来。1992年，牛津文本档案馆（Oxford Text Archive）正式建立，成为全球最重要的人文数字资源库之一。

万维网技术的应用为人文研究带来了革命性变化。1993年，美国国家超级计算应用中心（NCSA）开发了Mosaic浏览器，使互联网成为人文数字资源传播的主要渠道。1995年，罗切斯特理工学院的凯文·休斯（Kevin Hughes）创建了“智慧女神”（De Semantica）网站，成为最早的数字人文专业网站之一。1996年，“电子文本中心”（Electronic Text Center）在弗吉尼亚大学成立，为学术界提供开放的数字文本资源服务。

这一时期的理论反思同样值得关注。1990年，英国学者苏珊·哈金森（Susan Hockey）和伊恩·查克拉瓦提（Ian Chakravarty）发表了《文学计算与数字人文的方法论问题》，对人文计算的方法论基础进行了系统审视。1995年，克莱蒙特研究生院的苏珊娜·德什纳（Suzanne de Castell）编辑出版了《数字鸿沟：技术、文化与传播》，从批判理论视角审视技术与人文的关系。2000年，罗德岛大学的丹尼尔·波洛托（Daniel Poirier）主持召开“数字语言与文学国际会议”，标志着数字人文作为一个跨学科领域的日益成熟。

制度化进程：21世纪的学术共同体构建

机构建设与职业化发展

进入21世纪，数字人文迎来了制度化建设的加速期。大学的数字人文中心如雨后春笋般在全球范围内涌现，形成了覆盖教学、研究和服务的完整机构网络。

美国高校的数字人文中心建设走在全球前列。2002年，斯坦福大学文学实验室（Literary Lab）成立，由弗朗科·莫雷蒂（Franco Moretti）领导，致力于运用计算方法研究文学文本。2005年，纽约大学人文学院数字人文项目启动，强调跨学科合作与技术创新。2006年，伊利诺伊大学厄巴纳-香槟分校成立了全美首个数字人文博士学位项目，培养兼具人文素养和计算技能的研究人才。2012年，加州大学洛杉矶分校建立了数字人文硕士项目，形成了从本科到博士后的完整培养体系。

英国和欧洲的数字人文基础设施同样令人瞩目。2005年，英国数字人文协会（Day of Digital Humanities）宣告成立，定期组织学术活动。2008年，欧洲数字人文实验室网络（DARIAH）启动，旨在整合欧洲各国的数字人文研究资源。2013年，伦敦大学学院成立数字人文研究所，成为欧洲最重要的数字人文研究和教学中心之一。2014年，德国研究基金会（DFG）启动了数字人文专项资助计划，推动德国大学的数字人文机构建设。

亚洲地区的数字人文发展近年来也取得了显著进展。2010年，台湾大学数字人文研究中心成立，致力于中华文献的数字化与计算分析。2013年，香港中文大学数字人文团队在古典文学文本挖掘方面取得重要成果。2018年，北京大学和南京大学相继成立数字人文研究中心，标志着中国大陆的数字人文研究进入有组织的机构化阶段。2020年，日本东京大学数字人文中心启动，成为东亚地区数字人文合作的重要节点。

学术出版与知识传播

数字人文的专业学术出版体系在这一时期日趋完善。2005年，《数字人文季刊》（Digital Humanities Quarterly）创刊，成为这一领域最重要的开放获取期刊。2007年，《数字人文研究年鉴》（Digital Humanities Research Yearbook）出版，对年度研究进展进行系统总结。2010年，数字人文专著系列（Digital Humanities Series）在剑桥大学出版社启动，迄今已出版数十部具有学术影响力的专著。

开放获取运动对数字人文的知识传播产生了深远影响。数字人文研究者普遍倡导开放源代码、开放数据和开放获取的原则，这与数字技术的天然特性相契合。2006年，数字人文学会（Alliance of Digital Humanities Organizations）发布了《数字人文原则声明》，明确支持开放获取和知识共享。2011年，人文数字对象标识符（Humanities DOI）系统建立，为数字人文资源的长期保存和引用提供了标准规范。

数字出版与学术交流方式的变革同样引人注目。学术博客成为数字人文学者交流研究进展的重要平台，如“对位”（Counterpress）的“数字人文学者访谈”系列、“草稿”（Draft）的“数字人文前沿”专题等。Twitter、ResearchGate等社交媒体平台也成为学术交流的重要渠道。2010年代以来，数字人文学术会议的参会人数屡创新高，国际数字人文大会（Digital Humanities Conference）的规模从2010年的约500人增长到2019年的超过1500人。

人才培养与职业路径

数字人文的教育体系逐步走向规范化。密歇根大学的数字人文项目提供了从本科辅修到博士研究的完整课程体系，涵盖文本编码、数字档案、地理信息系统、数据可视化等核心领域。伦敦大学学院数字人文研究所的硕士项目强调理论与实践结合，学生需要完成独立的数字人文研究项目。斯坦福大学的文学实验室则采用项目制培养模式，学生直接参与前沿研究课题。

跨学科知识的整合是数字人文教育的核心挑战。传统的人文学科训练强调文本细读和解释学方法，计算学科则强调算法设计和系统开发。数字人文教育需要在这两种截然不同的知识传统之间建立桥梁。密歇根大学采用的“双导师制”要求学生在人文院系和计算机院系各选一名导师，以确保学生同时掌握两个领域的方法论基础。斯坦福文学实验室每周举办“方法论研讨会”，鼓励不同学科背景的成员分享研究方法和技术技能。

职业市场的形成是学科成熟的重要标志。数字人文专业的毕业生可进入多种职业领域：大学和研究机构的数字人文研究岗位、图书馆和档案馆的数字资源管理岗位、博物馆和文化机构的信息技术岗位、出版业的数字化转型岗位，以及科技公司的内容分析和产品开发岗位。2015年，美国现代语言学会（MLA）发布了数字人文职业发展的指导性文件，为这一新兴职业领域提供了规范框架。

范式转型：从辅助工具到方法论革命

研究对象的扩展：从文本中心到多模态数据

传统人文学科的研究对象以书面文本为核心，语言学关注语言结构和演变，文学研究聚焦文学作品的形式与意义，历史学依赖文献档案的分析。然而，数字人文大大拓展了研究对象的范围，使图像、声音、视频、地图、实物三维模型等非传统材料进入人文研究的视野。

视觉材料的计算分析是研究对象扩展的典型案例。2005年启动的“华盛顿邮报图片档案数字化项目”处理了超过80万张历史照片，运用机器学习算法进行自动分类和标注。哈佛大学电影与视觉研究项目开发的“电影视觉分析系统”能够对影片的构图、色彩、运动轨迹进行量化分析，为电影研究提供了新的方法论工具。2012年，纽约大都会艺术博物馆开放其全部馆藏数字图像（约40万件），并提供API接口供研究者进行批量分析和数据挖掘。

声音和音乐的可计算化开辟了新的研究领域。2003年，格拉斯哥大学的“苏格兰盖尔语语音档案”项目建立了首个大规模的口述传统数字档案。2010年启动的国际音乐图书馆协会（MIR）项目推动了音乐信息检索（MIR）技术的发展，使研究者能够对旋律、节奏、和声等音乐要素进行计算分析。牛津大学的“英语语音档案”项目运用声学分析方法研究英语方言的地理分布，为语言学提供了新的证据来源。

空间数据的整合彻底改变了人文地理研究的面貌。人文地理信息系统（Humanities GIS）将传统的地图制图与现代地理信息系统（GIS）相结合，能够在空间维度上分析历史事件、人口迁移、文化传播等复杂现象。哈佛大学的“古代世界数字地图”项目整合了古希腊罗马世界的大量空间数据，使研究者能够在虚拟地图上可视化古代城市、贸易路线和军事行动。

多模态数据的融合分析代表了更前沿的发展方向。研究者开始探索如何将文本、图像、声音、空间数据等多种模态的信息整合到统一分析框架中。牛津大学“视觉与文本研究中心”开展的“维多利亚时代视觉文化”项目，将文学文本与同期图像材料进行交叉分析，揭示了文字与图像在意义建构中的复杂互动关系。斯坦福文学实验室的“多模态叙事”项目开发了整合叙事文本、视觉元素和听觉效果的计算分析工具。

研究方法的革新：从定性阐释到数据密集型发现

数字人文的方法论革新可概括为从“close reading”（细读）到“distant reading”（远读）的范式转换。这一概念由意大利学者弗朗科·莫雷蒂系统阐述，主张通过计算方法对大规模文本进行模式识别和统计分析，从而发现传统细读方法难以察觉的宏观趋势和结构特征。

文本挖掘技术的发展使大规模数据分析成为可能。主题建模（Topic Modeling）算法能够从大量文档中自动提取潜在的主题结构，帮助研究者发现文本集合中的隐性语义关联。2011年，斯坦福文学实验室运用LDA（Latent Dirichlet Allocation）主题模型分析了17世纪至20世纪约3000部小说的主题演变，发现了文学现代性兴起的若干关键节点。命名实体识别（Named Entity Recognition）技术能够自动标注文本中的人名、地名、机构名等专有名词，为知识图谱构建和关系抽取提供了基础。

社会网络分析方法被广泛应用于人文研究。哈佛大学的“奥德修斯项目”分析了古希腊悲剧中人物之间的关系网络，揭示了叙事结构与政治权力之间的深层关联。密歇根大学的“18世纪书籍世界项目”构建了作者、出版商、印刷商之间的商业网络，展示了启蒙时代出版业的社会结构。2018年，纽约城市大学的“Twitter档案馆”项目分析了社交媒体上的社会运动网络，为研究当代公共领域的形成提供了新的方法论工具。

地理信息系统（GIS）与空间分析方法使人文研究具备了前所未有的空间维度。加州大学伯克利分校的“铁路与人文地理项目”分析了19世纪美国铁路网络对西部边疆文化景观的影响，揭示了交通基础设施在塑造地方身份认同中的作用。伦敦大学学院的“伦敦过去与现在”项目叠加历史地图与当代城市数据，可视化了伦敦城市空间的百年变迁。哈佛-耶鲁-密歇根联合项目“全球语言地图”运用GIS技术分析了世界语言的多样性和濒危语言的地理分布。

机器学习与人工智能技术正在进一步革新人文研究方法。2016年，Google研究院发布的Word2Vec模型能够学习词汇的语义向量表示，使研究者能够量化分析词语之间的语义关系。2019年，OpenAI的GPT系列模型展示了大规模语言模型在文本生成和理解方面的强大能力，引发了人文学者对计算方法与人文阐释关系的深入反思。2020年以来，Transformer架构的预训练语言模型（如BERT、RoBERTa等）开始被应用于古籍整理、语义分析和文本生成等任务。

知识生产与传播方式的变革

数字技术不仅改变了人文