The Digital Humanities Landscape: Paradigms, Practices, and Futures

数字人文（Digital Humanities, DH）已从边缘探索演变为人文学科的核心议题，但它的身份始终处于动态定义之中。对于二十一世纪的人文学者而言，理解DH不仅是掌握工具，更是审视一种知识生产范式。本章将系统梳理DH的当代景观，追溯其从“人文计算”到批判性跨学科领域的演变历程，映射其内部核心辩论——包括工具构建与批判性探究之间的张力、“数字原生”人文主义者的角色争议，以及DH与计算社会科学等相邻领域的关系。最终，本章将阐明本书的“实践理论”承诺：一种旨在服务前沿研究的、方法论自觉的指南，并预览全书十五章如何共同构建一个连贯的、可操作的方法论工具箱。这不是一本关于“如何使用某软件”的手册，而是一本关于“如何以数字方式思考人文问题”的哲学与实践结合之书。

** Defining the Field: What Is (and Isn't) Digital Humanities?**

任何关于DH的讨论都必须始于定义，但定义本身正是DH最具争议的领域之一。其边界模糊既是其活力的来源，也是其被误解的根源。从操作性角度，我们可以将DH视为一个跨学科领域，它系统性地运用计算、数字化和信息可视化方法来生成新知识，并同时批判性反思这些技术方法本身对人文学科认识论、本体论和伦理的影响。这一定义强调两个不可分割的维度：生产性（production）与批判性（criticality）。前者指向编码、建模、数据分析、数字出版等实践；后者指向对算法偏见、数据殖民主义、数字劳动、可访问性以及技术决定论的持续审视。

这种双重性直接回应了DH早期作为“人文计算”（Humanities Computing）的历史遗产。在1950-1980年代，该领域主要聚焦于工具构建与应用：Father Roberto Busa与IBM合作构建的《托马斯索引》（Index Thomisticus）是里程碑，它展示了计算机在文本处理上的巨大潜力，但其目标是为传统神学与哲学研究服务，方法论本身未被深度反思。此阶段的核心问题是“计算机能为人文研究做什么？”，答案往往是提高效率、处理大规模语料。然而，到了1990年代末，随着万维网的普及、开源运动的兴起以及“数字人文”这一名称的逐渐取代，一场认识论转向悄然发生。学者们如Susan Schreibman, Ray Siemens, 和John Unsworth在其奠基性文集中开始强调，DH不仅仅是“用计算机做人文”，而是“在数字环境中重新构想人文研究”。这意味着研究问题本身可能因数字方法的介入而被重新塑造——例如，当用网络分析研究《哈姆雷特》的人物关系时，我们不仅验证了已知的戏剧结构，更可能发现新的、基于中心性指标的角色功能解读，从而生成新问题。

因此，当代DH的自我理解拒绝被简化为“数字技能培训”。它包含一个核心的元认知层面：研究者必须对自己的工具、数据和过程保持方法论上的自觉。这引出了DH领域内一个持久且富有成效的张力：“构建”（building）与“批判”（critique）之间的辩证关系。一些项目，如斯坦福的“哲学百科”（Stanford Encyclopedia of Philosophy）或“奴隶制在马萨诸塞”（Slavery in Massachusetts）项目，侧重于构建可持续的数字基础设施、交互式地图或文本编码标准，认为“做”本身就是一种理论实践。另一些学者，如Alan Liu, 或参与“数字人文季刊”（Digital Humanities Quarterly）辩论的同仁，则警告过度关注工具构建可能导致政治与伦理维度的忽视，使DH沦为技术官僚的延伸。本书立场是：最有力的DH工作恰恰诞生于这种张力的交汇处。一个编码规范的制定（构建）必须同时考虑其如何影响边缘群体的历史再现（批判）；一个文本挖掘实验（构建）的结果必须被置于其算法假设的哲学批判（批判）之下。这种“实践理论”（practical theory）贯穿全书：每一章介绍的方法都将伴随对其假设、局限和伦理维度的讨论。

为了进一步厘清边界，有必要辨析DH与相邻领域。计算社会科学（Computational Social Science, CSS）共享许多技术工具（如社交网络分析、大规模文本分析），但其核心数据源是社交媒体、行政记录等“行为数据”，研究问题多聚焦于社会模式、政治极化、经济网络等。DH的数据源则主要是文化遗产数据：手稿、书籍、艺术作品、考古记录、口述历史。这些数据往往不完整、异构、需要大量人文interpretation才能转化为结构化格式。更重要的是，CSS通常预设更“自然科学”式的因果或相关性探究，而DH的核心问题常围绕意义、表征、叙事与解释。例如，CSS可能分析推特话题标签的传播网络以识别意见领袖；DH可能分析同一网络以探讨“公共领域”概念在数字时代的具身化与排斥机制。另一个常被提及的领域是数字学术（Digital Scholarship），它更宽泛，指任何利用数字手段的学术产出，可能不涉及计算或编程。DH是数字学术的一个特定子集，具有其独特的方法论工具箱和批判性焦点。最后，软件研究（Software Studies）或平台研究（Platform Studies）关注软件的文化与政治，与DH批判性维度高度重叠，但通常不强调人文学者主动构建研究工具这一实践。

下表总结了DH与其主要相邻领域的核心区别：

| 维度 | 数字人文 (DH) | 计算社会科学 (CSS) | 数字学术 (广义) | | :--- | :--- | :--- | :--- | | 核心数据 | 文化遗产（文本、图像、音频、物质文化） | 行为/行政数据（社交媒体、交易、传感器） | 任何数字格式的学术材料 | | 主要方法 | 文本编码、GIS、网络分析、主题建模、3D建模 | 社交网络分析、机器学习、大规模数据挖掘 | 多媒体创作、交互式叙事、数字出版 | | 核心问题 | 意义、表征、解释、历史脉络、伦理 | 社会模式、因果关系、预测、政策影响 | 知识传播、教学创新、公众参与 | | 成果形式 | 数字档案、可视化、工具、批判性文章 | 学术论文、政策报告、预测模型 | 网站、视频、交互装置、在线课程 | | 批判焦点 | 算法偏见、数据殖民、数字劳动、可访问性 | 隐私、监测、算法治理、代表性 | 版权、开放获取、可持续性 |

理解这些区别并非为了划界自守，而是为了在跨学科合作中明确DH能带来的独特贡献：一种将深度诠释与计算规模化相结合的能力，以及对技术文化政治的持续审视。

** A Genealogy of DH: From Humanities Computing to Critical Interdisciplinarity**

DH的历史并非线性进步，而是多重轨迹的交织与回响。勾勒其谱系有助于我们理解当前辩论的根源，并避免将DH简单视为“最新技术潮流”。

第一阶段：机械到电子（1950s-1970s）。 以Busa的托马斯索引项目为标志，计算机被视为强大的文本处理机。此阶段受结构主义语言学影响，关注文本的词汇与句法层面，目标是通过词频、concordance（关键词在上下文中的出现）实现“客观”的文本分析。IBM的 punched card 技术是核心。研究是个人化、孤立的，需要与计算机专家深度合作。关键文献包括Busa自己的论述，以及后来Roberto Busa与John Burrows关于计算与风格分析的对话。此阶段的遗产是证明了计算机处理大规模文本的可行性，但也遗留了“计算即量化、即客观”的迷思。

第二阶段：个人电脑与个人主义（1980s-1990s）。 随着个人电脑（如Apple II, IBM PC）和早期文字处理软件（如WordPerfect）的普及，计算机从“主机”变为“桌面工具”。人文计算开始进入普通学者的书房。文本编码在此阶段兴起，以文本编码倡议（Text Encoding Initiative, TEI）为代表。TEI Guidelines（首版1994年）提供了一个基于XML的、高度可扩展的标记系统，用于编码文本的语义与结构（如人物、地点、戏剧结构）。这标志着从数据提取到数据丰富化的转变：计算机不再只是“读”文本，而是帮助学者以机器可读的方式记录他们对文本的诠释。TEI的协商过程（数百名学者共同制定标准）也预示了DH的协作与标准制定精神。此阶段另一重要发展是超文本理论，受Ted Nelson和Vannevar Bush的“Memex”构想启发， scholars如George Landow开始探索非线性叙事，这直接导向了后来的数字叙事与网站建设。此阶段的局限是，许多项目仍是“孤岛”，缺乏可持续性，且技术门槛依然较高。

第三阶段：网络、开源与转向（2000s-2010s初）。 万维网（Web）的成熟改变了游戏规则。可访问性与连接性成为新主题。数字人文项目从本地磁盘转向在线平台（如“维多利亚小说指南”）。开源软件（如Python, R, Gephi）和协作平台（如GitHub）的兴起降低了技术门槛，促进了代码共享与复现。此阶段见证了DH的爆炸性增长：新项目、中心、学位课程、年会出现。更重要的是，一场批判性转向发生。受后殖民理论、女性主义技术研究、新物质主义影响，学者们开始系统性地追问：谁的数据被数字化？谁的数字工具被构建？谁被排除在外？ 标志性事件包括2011年ADHO（ Alliance of Digital Humanities Organizations）会议上关于“DH的黑暗面”的讨论，以及Alan Liu的“DH的伦理挑战”等文章。此阶段确立了DH的双重身份：一个实践社区（构建工具、档案、可视化）和一个批判性话语场域（反思这些实践的政治与哲学）。

第四阶段：主流化与危机（2010s中至今）。 DH已进入主流学术体系，许多大学设立DH中心、教职。同时，它也面临身份危机与外部压力。一方面，“数字原生”一代学者的涌入模糊了技能边界；另一方面，来自大学行政层的“效率”驱动（如用文本分析快速完成文献综述）可能侵蚀DH的批判性内核。人工智能/机器学习的兴起（特别是深度学习）带来了前所未有的分析能力，但也引发了关于“黑箱”模型、训练数据偏见、以及人文诠释是否可能被算法取代的激烈辩论。此外，去中心化技术（如区块链用于来源认证）和公众参与式人文（Public Humanities）的兴起，进一步扩展了DH的社会维度。当前，DH正处于一个十字路口：它可能被 assimilated 为普通的技术服务，也可能在批判性反思的驱动下，发展出更坚韧、更公正、更具创造性的知识生产模式。本书的写作正是基于后一种愿景。

为了直观展示这一演变，以下Mermaid时间线图概括了关键范式转移：

```mermaid timeline title Digital Humanities Paradigm Shifts 1950s-1970s : Humanities Computing<br>Focus: Text Processing & Concordances<br>Metaphor: Computer as Calculator<br>Key: Father Busa, IBM 1980s-1990s : Text Encoding & Hypertext<br>Focus: Markup, Structure, Non-linearity<br>Metaphor: Computer as Document<br>Key: TEI, Hypertext Theory 2000s-2010s初 : Networked & Open<br>Focus: Web, Collaboration, Sustainability<br>Metaphor: Computer as Network<br>Key: Open Source, GitHub, Online Archives 2010s中-至今 : Critical & AI Era<br>Focus: Ethics, AI/ML, Identity<br>Metaphor: Computer as Agent/System<br>Key: Algorithmic Bias, Public DH, Deep Learning ```

** The Central Tensions: Tool-Building vs. Critical Inquiry**

DH内部最核心、最富创造力的张力存在于工具构建（tool-building）与批判性探究（critical inquiry）之间。这不是一个非此即彼的选择，而是一个需要动态平衡的辩证关系。忽视任何一端都会导致领域的贫瘠化。

“构建”的吸引力与危险。 构建数字工具——无论是文本分析脚本、GIS地图界面还是网络可视化平台——具有极强的满足感与可见性。它产出具体的“物”（a thing），可以演示、可以引用、可以成为学术贡献的 tangible 证据。在评价体制日益看重“可衡量的影响”的背景下，一个活跃的项目网站、一个被广泛下载的代码库，似乎比一篇批判性文章更具“产出”。此外，构建过程本身能深化对研究对象的理解：为分析《战争与和平》的人物关系而编写网络分析代码，迫使研究者精确定义“关系”的 operationalization（例如，是对话次数？地理 proximity？情感倾向？）。这种通过构建而学习（learning by building）是DH教学的核心方法论。然而，危险在于工具可能成为目的本身，陷入“技术解决方案主义”（technological solutionism）。项目可能为了使用炫酷的可视化而强行应用不恰当的方法；或者，工具的复杂性（“黑箱”）可能遮蔽了研究问题，使读者只关注图表而忽略背后的假设与诠释。更严重的是，当构建活动脱离对谁将使用此工具？为谁服务？ 的追问时，DH可能无意中强化了现有的权力结构——例如，构建一个仅支持英语、需要高性能计算资源的工具，无形中排除了非英语、资源匮乏地区的学者。

“批判”的必要性与潜在陷阱。 批判性探究是DH保持学术严谨性与伦理敏感性的生命线。它追问：我们的数据从何而来？数字化过程如何塑造了数据的形态与局限？（例如，19世纪报纸的数字化可能偏好大城市大报，忽略乡村小报，造成空间偏见）。我们的算法（如主题模型LDA）假设了怎样的“主题”本体？其概率输出是否被误读为“客观真理”？我们的可视化选择（如颜色、空间投影）是否强化了刻板印象？这些追问确保了DH不仅是“更多、更快”的研究，更是“更好、更公正”的研究。标志性工作如“数字人文中的黑暗面”（The Dark Side of Digital Humanities）专题，或 scholars如Mia Ridge, 或团队如“数据伦理”小组（Data Ethics）的研究，都属此列。然而，批判也可能陷入空泛的指摘或理论过度。如果批判停留在“一切皆社会建构”的层面，而不提供具体、可操作的替代方案或构建指南，它可能沦为学术表演，无法指导实际研究。更危险的是，批判可能被用作逃避复杂技术实践的借口，使某些学者满足于“指出问题”，却无意或无力参与构建更优的解决方案，从而在实践层面延续了“理论vs实践”的虚假对立。

走向辩证综合：批判性构建（Critical Building）。 本书倡导的路径是批判性构建（critical building），即每一个构建行为都应伴随批判性反思，而每一次批判都应指向具体的构建可能性。例如：

• **案例：文本编码（TEI）的演变。** 早期TEI编码被视为中立、客观的技术规范。但批判性学者指出，TEI的默认结构（如`<person>`标签）可能强化了西方个人主义的本体论，难以编码集体性或流动性的身份。这一批判并未否定TEI，而是催生了更灵活、更具文化敏感性的**个性化编码**（customization）实践，以及如**“土著文本编码”**（Indigenous Text Encoding）等倡议，探索如何用TEI框架编码非西方、非文本中心的知识体系。构建（编码）与批判（反思编码的政治）在此结合。
• **案例：主题模型的阐释。** 单纯运行LDA并列出“主题-词项”列表是危险的工具主义。批判性构建要求研究者：1) **系统性地调试**模型参数（主题数、alpha, beta），理解其如何影响输出；2) **将机器生成的主题与历史语境深度对话**，避免将统计相关性误读为因果或意义；3) **可视化不确定性**，例如用工具展示主题在不同文档中的分布变异，而非单一“最佳”模型；4) **公开数据与代码**，接受同行对方法论的审视。这样，工具使用本身变成了一个**可重复、可辩论的诠释过程**。

在本书后续章节中，每一方法介绍都将包含一个“批判性检查点”（Critical Checkpoint）侧栏（在电子版中可交互），强制读者思考该方法背后的假设、潜在偏见及伦理影响。这是“实践理论”的核心体现。

** The ‘Digital Native’ Humanist: Myth and Reality**

“数字原生”（Digital Native）一词常被用于描述在数字技术环境中成长起来的一代，暗示他们天然具备数字素养。将此概念应用于人文学者，产生了一种期望：年轻学者应自动掌握编码、数据分析等技能，而年长学者则被归为“数字移民”，面临不可逾越的学习障碍。这一叙事不仅错误，而且有害，它掩盖了技能习得的真实机制，并可能加剧DH领域内的不平等。

神话的破灭。 首先，所谓“数字原生”的“原生性”主要指消费与社交层面的熟悉（如使用智能手机、社交媒体），而非批判性构建与生产层面的能力。一个每天使用Instagram的学生，并不自动懂得图像识别算法或数据库设计。DH所需的技能——版本控制（Git）、正则表达式、统计基础、服务器管理——是高度专业化、需刻意练习的，与“成长环境”无必然因果。其次，DH社区的实证调查（如“数字人文年度调查”的数据）显示，掌握编程或高级工具的学者年龄分布广泛，且许多顶尖DH开发者是年长的、有传统人文训练背景的学者，他们因研究问题驱动而习得技能。反之，许多“年轻”学者可能精通社交媒体营销，却对命令行一无所知。将DH能力与年龄代际绑定，不仅不准确，还可能导致年龄歧视，低估资深学者的学习潜力与贡献，同时给年轻学者施加