数字人文导论：技术与人文的交汇

数字人文导论：技术与人文的交汇

引言：一个跨越边界的学科

当一位中世纪文学研究者开始使用计算机分析数千份手稿的字体变化，当一位历史学家运用地理信息系统绘制古代丝绸之路的贸易网络，当一位语言学家借助机器学习算法追踪词汇在百年间的语义漂移——这些看似迥然不同的研究场景，实际上都属于同一个正在蓬勃发展的学术领域：数字人文（Digital Humanities，简称DH）。

数字人文的出现，标志着人文学科研究范式的一次深刻变革。它不仅仅是一种新的研究工具，更是一种重新审视人文知识生产的思维方式。在传统观念中，人文学者往往被想象为独自埋首于故纸堆中、与世隔绝的孤独思考者；而数字人文则将人文学者置于一个由数据、算法和全球协作网络构成的新世界中。在这个新世界里，一个人可以在一周之内完成过去需要数十年才能完成的文献统计工作，一个研究团队可以跨越大洲、跨越时差、跨越语言障碍，共同分析数以百万计的文本资源。

然而，这种变革也带来了深刻的张力与争议。当算法被引入文学研究，当数据可视化成为历史叙述的新形式，当人工智能开始参与文本解读与意义生成，人文学者不得不面对一系列根本性的问题：技术能否真正理解人类经验的复杂性？量化分析是否会简化甚至抹杀人文意义？数字工具的介入是否会改变人文学科的核心价值？这些问题的答案并非简单的是或否，而是需要我们深入理解数字人文的本质特征、发展脉络和未来走向。

本书的第一章将作为全书的认知基础，系统性地介绍数字人文的基本概念、知识图谱和发展轨迹。我们将从“什么是数字人文”这一最基本的问题出发，追溯这一术语从诞生到演变的概念史；回溯从1949年第一台计算机辅助人文学研究到当代人工智能浪潮的七十五年发展历程；分析数字人文区别于传统人文学科和纯技术学科的独特属性；探讨数字人文作为跨学科领域的方法论创新和认识论意涵；最后展望这一领域未来的发展方向和面临的挑战。通过这一宏观图景的描绘，读者将建立起理解后续章节技术内容的整体框架，也将获得评估数字人文价值和局限的基本能力。

第一节 数字人文的概念界定与术语辨析

一、什么是数字人文

“数字人文”这一术语本身便蕴含着丰富的张力。“数字”（digital）代表着二进制编码、数据处理、算法逻辑等计算机科学的核心特征；“人文”（humanities）则指向文学、历史、哲学、艺术、语言学等以人类文化、经验、意义为研究对象的学科领域。两者并置在一起，既暗示了它们之间的融合，也暗示了它们之间可能存在的紧张关系。

在学术界，学者们对数字人文的定义众说纷纭，反映了这一领域的多元性和复杂性。美国人文与技术中心（Center for Humanities and Technology）的前主任帕特里克·尤斯蒂斯（Patrick Ju夏日）曾提出一个简洁而有力的定义：“数字人文是一种以数字形式开展人文学研究的实践，也是一种以人文学视角反思数字文化的理论。”这一定义捕捉到了数字人文的双重面向：它既是一种方法论上的革新（用数字技术做人文研究），也是一种认识论上的反思（用人文视角审视数字技术）。

另一位重要的数字人文学者、斯坦福大学的弗兰科·莫雷蒂（Franco Moretti）教授则从更为实践的角度描述这一领域：“数字人文是关于大规模的人文研究——当计算机让我们能够研究成千上万部小说、而不是三部的时候，会发生什么？”莫雷蒂的“远读”（distant reading）概念正是这一思路的典型体现：通过算法对大量文本进行宏观分析，从而发现传统细读方法难以触及的模式和趋势。

尽管定义繁多，但大多数学者都同意数字人文具备以下几个核心特征：第一，它以数字技术为基本工具或研究对象；第二，它服务于人文学科的问题意识和研究目标；第三，它强调跨学科协作和方法创新。这些特征共同构成了数字人文区别于传统人文学科和纯技术学科的独特身份。

二、从“人文计算”到“数字人文”的术语演变

值得注意的是，“数字人文”这一术语本身便是近二十年来的产物。在更早的时期，类似的学术实践通常被称为“人文计算”（Humanities Computing）或“计算人文学”（Computational Humanities）。理解这一术语演变，对于把握数字人文的学科定位和发展趋势具有重要意义。

“人文计算”一词的使用可以追溯到计算机科学与人文学科最早期的接触。在20世纪50至60年代，当计算机还处于 mainframe 时代、只有少数专业人士才能接触的时期，少数具有远见的人文学者开始尝试将计算机技术应用于文献处理和语言分析。1949年，意大利神父罗伯托·布萨（Roberto Busa）开始使用计算机编制托马斯·阿奎那（Thomas Aquinas）著作的词索引，这通常被视为人文计算的开创性事件。1954年，约克大学的人类学家罗伯特·斯宾塞（Robert Spencer）使用计算机进行语言学统计分析。1963年，哈佛大学的约瑟夫·崔（Joseph T. Cui）开发了汉语词索引系统。这些先驱性的尝试虽然在方法上较为原始，但开创了人文学者与计算机技术合作的先河。

在20世纪70至90年代，“人文计算”逐渐发展成为一个相对稳定的学术领域。这一时期的重要标志包括：1973年，美国现代语言协会（MLA）成立人文计算委员会；1986年，《文学与语言计算》（Literary and Linguistic Computing）期刊正式创刊；1992年，国际人文计算协会（Association for Literary and Linguistic Computing，ALLC）成立。这一时期的人文计算研究主要集中在词典编纂、文本检索、语料库建设、词频统计等技术性较强的领域，研究者大多具备计算机编程能力，研究成果也主要面向专业学者。

进入21世纪，“数字人文”这一新术语逐渐取代“人文计算”成为主流称谓。这一术语变化的背后有着深刻的学术和社会背景。首先，“数字”（digital）一词比“计算”（computing）更加强调数字化、网络化、数据化的当代信息技术特征，也更能反映21世纪以来互联网、移动设备、大数据、人工智能等技术对人文学科的深刻影响。其次，“人文”（humanities）而非“计算”（computing）作为中心词，强调了这一领域的核心关切仍然是人文问题，而非技术本身。第三，“数字人文”这一术语更具包容性，它不仅包括传统的文本计算，还涵盖了数字博物馆、数字档案、地理信息系统、虚拟现实、数字叙事等更为广泛的数字文化实践。

2004年，美国伊利诺伊大学厄巴纳-香槟分校成立了世界上第一个专门的“数字人文中心”（Center for Digital Humanities），标志着这一新学科建制化的重要一步。此后，全球各大高校纷纷设立数字人文研究中心、项目和课程。“数字人文”也逐渐取代“人文计算”成为学术界的通用术语，尽管两者在实践中仍有相当程度的重叠。

三、相关概念辨析

为了更准确地把握数字人文的学科边界，有必要将其与几个相关但不同的概念进行辨析。

数字人文与数字图书馆：数字图书馆（Digital Library）主要关注文献资源的数字化保存、组织和检索，是数字人文的重要基础设施和数据来源，但本身并不等同于数字人文研究。数字人文强调对数字化资源的分析、解读和理论反思，而非仅仅关注资源的存储和获取。

数字人文与文化计算：文化计算（Cultural Computing）是一个更为宽泛的概念，涵盖了计算机技术在文化领域的各种应用，包括文化遗产保护、创意产业、交互设计等。数字人文可以被视为文化计算的一个子领域，但更加强调人文学科的理论视角和问题意识。

数字人文与人工智能：人工智能（Artificial Intelligence，AI）与数字人文存在密切的交叉关系。自然语言处理（Natural Language Processing，NLP）、机器学习、深度学习等技术为数字人文研究提供了强大的分析工具；而数字人文也为人工智能研究提供了语料资源、语义理解和文化背景知识。然而，数字人文并不等于应用人工智能技术，它更关注的是技术与人类文化、意义、价值的复杂互动，而非单纯的技术性能优化。

数字人文与信息科学：信息科学（Information Science）关注信息的获取、组织、检索和利用，与数字人文在方法论上有一定的交叉。然而，信息科学更偏向技术和系统层面的研究，而数字人文则更加关注人文意义和文化价值的生成与解读。

理解这些概念边界，有助于我们更准确地把握数字人文的独特定位：在技术与人文的交汇处，数字人文既不是纯粹的技术应用，也不是脱离技术的人文反思，而是一种将技术与人文深度融合、相互激发的学术实践。

第二节 数字人文的发展历程

一、萌芽期：1949—1969

如果以罗伯托·布萨神父1949年开始使用计算机编制托马斯·阿奎那著作索引为起点，数字人文已经走过了七十余年的发展历程。这七十余年可以大致分为四个阶段：萌芽期、形成期、扩张期和当代转型期。

布萨神父的项目在当时是一项具有开创性意义的壮举。他与IBM公司合作，使用穿孔卡片计算机对托马斯·阿奎那的约一千万词拉丁文本进行处理，最终生成了完整的词语索引。这项工作耗时三十余年，从1949年一直延续到1980年才最终完成。尽管在今天看来，基于穿孔卡片的技术已经相当原始，但布萨神父的工作证明了计算机技术在处理大规模人文文献方面的潜力，也为后来者树立了典范。

这一时期的其他重要贡献者包括语言学家约瑟夫·崔和历史学家罗伯特·斯宾塞等。1966年，密歇根大学的人文计算先驱威廉·本顿基金会（William Benton Foundation）资助开发了《民主美国词典》（The Dictionary of American Regional English，DARE）的计算机版本。这些早期项目的一个共同特点是：研究者本人通常需要具备相当程度的计算机编程能力，因为当时的计算机界面远不如今天友好，通用性的文本分析工具几乎不存在。

1969年是这一时期的一个重要节点。当年，计算机学者杰勒德·萨尔特曼（Gerard Salton）开发了著名的SMART信息检索系统，该系统首次采用了TF-IDF（词频-逆文档频率）算法来评估词语在文档中的重要性。这一算法至今仍是文本检索和文本挖掘领域的基础方法之一，展示了信息检索技术与文本分析实践的早期结合。

二、形成期：1970—1989

20世纪70至80年代是人文计算作为一个学术领域的形成时期。在这一阶段，人文计算的学术建制化程度显著提高，标志性事件包括学术期刊的创刊、专业学会的成立以及高等教育机构开始设置相关课程。

1973年，美国现代语言协会（MLA）成立人文计算委员会，这是人文学科主流学术组织首次正式承认人文计算作为一个研究领域的存在。1978年，伊利诺伊大学厄巴纳-香槟分校的克莱顿·卡尔森（Clayton Carlson）开发了一套基于COBOL语言的文本分析软件，并在此基础上创建了“人文学计算机中心”（Humanities Computer Center），这可以视为大学中最早的数字人文机构雏形之一。

这一时期的一个重要技术进步是语料库语言学的发展。1961年，亨利·库切拉（Henry Kučera）和W. 尼尔森·弗朗西斯（W. Nelson Francis）发布了著名的“布朗语料库”（Brown Corpus），这是世界上第一个大规模标准化的英语语料库，包含约一百万词次的文本，涵盖多种文体类型。布朗语料库的建立为人文学者提供了前所未有的语言数据资源，也催生了基于语料库的定量语言研究方法。此后，各种单语和多语语料库相继建立，语料库语言学逐渐成为语言学和数字人文的重要组成部分。

在文学研究领域，这一时期出现了“文体测量学”（stylometry）这一新方向。研究者开始使用统计学方法分析文本的词汇特征、句法结构、句子长度等指标，以识别作者风格、鉴定文本归属、研究文学演变等。1971年，莫斯托夫斯基（Mosteller）和华莱士（Wallace）发表了对联邦党人文集（Federalist Papers）作者归属的统计学分析，成为文体测量学的经典案例。

然而，这一时期的人文计算仍然是一个相对小众的领域。研究者的数量有限，大多数人文学者对计算机技术持怀疑甚至排斥态度。计算机操作的复杂性、资源的有限性、以及“计算”与“人文”之间的学科壁垒，都限制了人文计算的普及和发展。

三、扩张期：1990—2009

1990年代至21世纪最初十年是数字人文快速扩张的时期。这一阶段的主要特征包括：互联网的普及带来了前所未有的数据资源和协作可能；计算机技术的进步使得更为复杂的分析成为可能；学术机构对数字人文的认可和支持显著增加；数字人文的公众影响力也不断扩大。

互联网的出现是这一时期最具革命性的变化之一。万维网（World Wide Web）于1991年向公众开放，此后迅速成为全球信息交换的主要平台。对于数字人文而言，互联网的意义不仅在于提供了一个便捷的文献获取渠道，更在于它催生了新的研究模式——全球协作网络和众包研究。大规模数字化项目如雨后春笋般涌现，如谷歌图书计划（Google Books，2004年启动）、欧洲数字图书馆（Europeana，2008年上线）等，使得数百万册图书和文物资源得以在网络上免费访问。

在技术层面，这一时期见证了文本编码标准的确立和普及。1987年，计算机科学家夏德·芬伯格（Teal Stanhope-Berg）和人文学者罗宾·唐斯（Robin Downes）共同发起成立了“文本编码倡议”（Text Encoding Initiative，TEI）。TEI制定了一套基于SGML（后改为XML）的文本编码规范，专门用于标记人文文献的结构和语义特征。这套标准至今仍是数字人文领域最重要的文本编码规范之一，它使人文学者能够在保留文献的学术注释和元数据的同时，将文献转换为机器可读的格式。

在机构建设方面，2004年伊利诺伊大学厄巴纳-香槟分校成立的世界首个“数字人文中心”具有里程碑意义。此后，哈佛大学（2007年）、伦敦国王学院（2008年）、加州大学洛杉矶分校（2009年）等地相继设立数字人文中心。这些机构不仅为数字人文研究提供了组织依托，也成为培养新一代数字人文学者的重要基地。

这一时期另一个值得注意的现象是“远读”范式的兴起。以弗兰科·莫雷蒂为代表的学者提出，当研究对象从单文本扩展到大规模文本集合时，传统的“细读”（close reading）方法需要与“远读”（distant reading）方法相结合。远读通过对海量文本的宏观分析，发现单个文本无法揭示的模式、趋势和结构。2000年，莫雷蒂发表《远读》一书，系统阐述了这一研究理念，尽管该书的中文版直到2017年才出版，但其中的核心思想在英语学术界已经产生了深远影响。

四、当代转型期：2010至今

2010年代以来，数字人文进入了新的转型期。大数据、人工智能、云计算、移动互联网等技术的飞速发展，为数字人文带来了新的工具、方法和问题意识，同时也引发了关于数字人文未来走向的新一轮讨论。

深度学习（Deep Learning）的突破是这一时期最具影响力的事件之一。2012年，深度学习模型在图像识别挑战赛（ImageNet Large Scale Visual Recognition Challenge）上取得突破性成绩，引发了人工智能领域的深度学习热潮。此后，深度学习方法被广泛应用于自然语言处理领域，产生了词向量（Word Embeddings）、注意力机制（Attention Mechanism）、Transformer架构、大型语言模型（Large Language Models）等一系列重要技术。这些技术为数字人文提供了强大的文本分析能力，也为数字人文的未来发展带来了新的可能性。

2016年，谷歌旗下的DeepMind团队开发了AlphaGo程序，首次在围棋这一被认为计算机难以企及的领域击败了人类顶级高手。2017年，谷歌发布Transformer架构，成为大型语言模型的基础。2020年，OpenAI发布GPT-3模型，拥有1750亿参数，能够生成高质量的自然语言文本。2022年，ChatGPT的发布更是将大型语言模型推向公众视野，引发了关于人工智能生成内容的广泛讨论。

这些技术进步对数字人文产生了深刻影响。首先，自然语言处理技术的进步使得机器能够以前所未有的精度完成词性标注、命名实体识别、句法分析、情感分析、主题建模等任务，大大降低了文本分析的门槛。其次，大型语言模型展示了人工智能在语言理解和生成方面的强大能力，也为数字人文研究提供了新的工具和对象。第三，生成式人工智能的兴起引发了关于“机器能否创作”“算法能否理解意义”等哲学问题，这些问题与传统的人文思考形成了深刻的共鸣。

然而，这一时期的数字人文也面临着严峻的挑战和批评。2013年，罗切斯特理工学院的杰罗姆·麦克甘（Jerome McGann）发表文章，批评数字人文过于强调技术工具而忽视理论反思，被视为“理论转向”的先声。2015年，弗吉尼亚大学的爱德华·奥古斯都（Edward Augustus）发表《数字人文的局限》（The Limits of Digital Humanities）一书，系统分析了数字人文面临的认识论和方法论困境。同年，一封由数百名人文学者联署的公开信批评数字人文项目过度依赖商业公司、忽视人文学科的社会责任，引发了关于数字人文伦理和政治维度的讨论。

这些批评声音的存在，恰恰说明了数字人文作为一个学术领域的成熟度在提高。争议和反思本身就是学科健康发展的表现，也为我们更深入地理解数字人文的本质和边界提供了契机。

第三节 数字人文的核心特征与学科定位

一、跨学科性：技术的工具性与反思性

数字人文最显著的特征之一是其强烈的跨学科性质。然而，对于跨学科性的理解不能停留在表面层面——仅仅认为数字人文是“技术加人文”的简单混合。真正的跨学科性意味着两个领域的概念、方法、问题意识在深层次上相互渗透和重构。

一方面，数字人文利用数字技术作为人文学研究的新工具。这里的“工具”并非仅指具体的软件程序或硬件设备，更重要的是指一种新的研究方法和思维方式。数据库设计、信息检索、数据可视化、地理信息系统、时间线分析、网络分析等数字技术方法，为人文学者提供了处理大规模数据、发现隐藏模式、构建复杂论证的新能力。

以文本分析为例，传统的文学研究者可能一辈子只能精读几十上百部作品，从中提取主题、意象、叙事结构等文学特征。而数字人文研究者则可以在数周之内分析数千甚至数万部作品的词汇使用、句法特征、主题分布等量化指标，从而发现单个文本无法揭示的宏观文学史趋势。当然，这并不意味着数字分析可以取代传统细读；相反，最有价值的研究往往是“远读”与“细读”的结合——用算法发现值得关注的模式和异常，再用传统方法进行深入解读。

另一方面，数字人文也以人文学科的视角反思数字技术本身。这种反思性维度在当代尤为重要：当算法决策系统影响着我们生活的方方面面，当社交媒体算法塑造着我们的信息获取和观点形成，当