黎明时分：数字人文的诞生与演变

1949年，意大利一座偏远的修道院里，一位耶稣会神父面对托马斯·阿奎那百万字的著作，陷入了沉思。他意识到，要理解这位中世纪思想家的全部思想，仅靠传统的人文学科方法几乎不可能。于是，他做出了一个改变人文学科历史的决定：求助于一台巨大的机器——IBM打孔卡制表机。这个决定，如同在平静的湖面投下石子，涟漪最终扩散成了我们今天所说的数字人文。Roberto Busa神父的名字，也因此被刻在了数字人文的基石上。但故事远比这更复杂、更曲折。数字人文并非横空出世，它是一粒种子，在20世纪中叶的人文计算土壤中悄然萌芽，历经数十年的风吹雨打，才破土而出，枝繁叶茂。它的诞生，是人类对“理解”本身的一次技术性追问，是人文精神与机械逻辑的第一次深度握手。

要追溯这粒种子的来源，我们不得不将目光投向更早的黎明。虽然Busa的项目常被视为数字人文的“创世记”，但人类试图用机械或系统化方式处理文本、解读文化的努力，其实贯穿了整个现代史。一个标志性的象征是罗塞塔石碑。1799年，拿破仑的士兵在埃及的罗塞塔城发现了这块黑色花岗岩石碑，上面刻有三种文字：古埃及象形文、古埃及草书和古希腊文。这不仅仅是一次考古发现，更是一个天然的“多语对齐”数据集。学者们花了二十余年，才最终破解了象形文字，其中关键的一步正是通过已知的古希腊文来对照未知的埃及文字。这种通过平行文本进行破译的方法，本质上是一种早期、朴素的人文计算——利用已知信息结构（希腊文语法、词汇）来推断未知信息结构（埃及文字系统），并建立映射关系。罗塞塔石碑的解读史，预示了数字人文的核心操作：编码、对照、分析、重构。它告诉我们，人文研究的突破，往往发生在不同符号系统交汇的边界地带。

然而，真正的“机械时代”文本革命，始于20世纪中叶的IBM打孔卡。Roberto Busa从1949年开始，与IBM合作，将阿奎那的全部作品（约1100万字）逐词逐句地录入打孔卡。这不仅仅是一个索引项目。在当时的条件下，这意味着要设计一套编码方案，将拉丁文词汇、语法信息、出处等“翻译”成机器可读的孔洞模式。Busa团队需要解决一系列根本问题：如何处理拉丁文的词形变化？如何标注《神学大全》中交叉引用？如何让机器区分“天使”作为神学概念和作为普通名词？这些问题的答案，奠定了后来文本编码的许多基本原则。1951年，Busa在《思想史与机器》一文中预言：“机器将成为历史语言学家的基本工具……它将帮助我们发现语言结构中隐藏的模式。” 这个项目历时30年，最终出版了《托马斯·阿奎那著作索引》（*Index Thomisticus*），包含约350万张打孔卡。它首次大规模证明了计算机能够处理复杂的人文文本，并产出具有学术价值的研究成果。但更重要的是，它留下了一份精神遗产：技术服务于人文问题，而非相反。Busa的目标不是炫技，而是让学者能“在几分钟内找到过去需要数年才能发现的关系”。这种以学者需求为中心、以解决深层研究问题为导向的思路，成为数字人文最核心的驱动力。

Busa的项目像一颗投入静水的石子，但涟漪的扩散并不均匀。在接下来的二三十年间，“人文计算”（Humanities Computing）作为一门隐秘的技艺，在语言学、文献学、历史学等领域的边缘地带缓慢生长。它主要由两类人推动：一是具有技术背景的学者，他们看到计算机在数据处理上的潜力；二是面临海量材料的人文学者，他们被传统方法的局限性所逼，寻求出路。

在语言学领域，计算机的应用最为自然。1950年代，IBM的计算机科学家和语言学家开始合作，进行语料库语言学的早期探索。例如，计算词频、分析字母分布、尝试机器翻译。1960年代，弗朗西斯·尤奇（Francis Youn）和亨利·库克拉（Henry Kucera）在布朗大学建立了第一个大型英语语料库——布朗语料库（Brown Corpus），包含约100万词的现代英语文本，并进行了词性标注。这看似一个技术项目，但其人文意义深远：它首次为英语研究提供了基于真实用法的、可重复验证的量化基础。语言学家可以问：“现代英语中，动词‘be’的各种形式（am, is, are, was, were）的实际分布如何？” 而不再仅仅依赖直觉或小规模例句。布朗语料库及其后续的兰卡斯特-奥斯陆-卑尔根语料库（LOB）等，构成了计算语言学的基石，也为人文研究提供了可分析的“文本土壤”。

在文学研究领域，早期尝试则更多带有文献学色彩。1960年代，随着计算机存储成本的下降，一些学者开始考虑将经典文学作品数字化，以便进行版本比较、词汇统计等。但这一时期的项目往往孤立、分散，缺乏共享标准。每个项目都自建编码、自定格式，如同一个个数据孤岛。技术本身是昂贵的，对大多数文学教授而言，计算机室是另一个世界的房间，需要专门的“祭司”操作。这种状况持续到1980年代中期，一个关键转折点出现：文本编码倡议（Text Encoding Initiative, TEI） 的诞生。

TEI的故事，本身就是数字人文跨学科协作精神的完美体现。1987年，一场在皮奥里亚（Peoria）召开的会议（后来戏称为“皮奥里亚宣言”会议）上，文学学者、语言学家、图书馆员和计算机科学家聚在一起，共同面对一个难题：如何让不同项目的数字化文本能够互操作？如何建立一套通用的、灵活的标记语言，既能描述一首诗的韵律结构，也能记录一部历史档案的修改痕迹？他们意识到，单靠任何一方都无法解决这个问题。计算机科学家提供通用标记语言的思路（如SGML），但不懂人文文本的复杂性；人文学者懂文本，却不懂技术实现。于是，TEI应运而生，成为一个由社区驱动的、开放的标准制定组织。它的指南（Guidelines）不是由少数专家闭门造车，而是通过邮件列表、工作组、年度会议，在全球范围内征求共识。TEI的核心理念是：标记不是描述“文本是什么”，而是描述“文本对我们来说意味着什么”。它提供了一套丰富的标签集（如`<lg>`表示诗行组，`<persName>`表示人名），但允许项目根据自身需求扩展或子集。TEI的成功，在于它既提供了技术规范，更构建了一个学术共同体。学者们围绕TEI讨论、争论、协作，形成了数字人文最早的身份认同：我们是一群用标记语言来深化人文理解的人。TEI不仅是一个标准，更是一种社会技术实践，它证明了跨学科协作不是妥协，而是创新之源。

与此同时，在机构层面，数字人文的“ Homeland”也在形成。1990年代，随着万维网的兴起，数字人文获得了前所未有的传播渠道和协作平台。一些关键的机构和人物开始扮演“布道者”和“架构师”的角色。

Willard McCarty 是其中最具思想深度的代表。他在伦敦大学学院（UCL）的计算机系长期任教，但始终站在人文与技术的交界处。McCarty 的贡献不仅是具体的项目，更是对数字人文的哲学奠基。他反复追问：计算如何改变人文学科的认识论？模型（modeling）在人文研究中扮演什么角色？他提出了“人文计算”（humanities computing）与“数字人文”（digital humanities）的微妙区别：前者更侧重工具应用，后者则包含了对工具本身的批判性反思。McCarty 强调，数字人文的核心是建模——将人文现象抽象为可计算的形式，但这一过程绝非价值中立。选择什么特征、忽略什么细节，本身就是一种诠释。他在其经典文章《计算与人文》中写道：“计算不是中性的镜子，而是一种塑造我们看待世界方式的透镜。” 这种批判性视角，为数字人文确立了思想高度，使其免于沦为单纯的技术培训。

John Unsworth 则是数字人文“运动化”的关键推手。他曾任弗吉尼亚大学数字人文研究院院长，后任伊利诺伊大学香槟分校图书馆馆长。Unsworth 以务实和倡导著称。他提出了数字人文的“五种承诺”（Five commitments）：对协作的承诺、对跨学科的承诺、对计算的承诺、对多产的承诺、以及对开放的承诺。这五种承诺，将分散的实践概括为一种可识别的身份。更重要的是，他推动了数字人文从“项目”到“建制”的转变。他领导建立了“数字人文天文台”（Digital Humanities Observatory）等基础设施，倡导建立数字人文研究中心、硕士项目、常设职位。他明白，一个领域要持续发展，不能只靠志愿者的热情，必须有稳定的机构、资金和人才培养体系。他的工作，帮助数字人文从计算机中心里的“服务部门”，升级为大学里具有学术自主性的跨学科学术单位。

机构的发展同样迅猛。1990年代末至2000年代初，一批重要的数字人文中心相继成立：弗吉尼亚大学的数字人文研究院（IATH，后为 Scholars' Lab）、马里兰大学的 Mitchom 数字人文中心、斯坦福大学的“文学与语言学计算中心”（现为“斯坦福人文中心”的核心部分）、英国的伦敦大学学院数字人文系、加拿大的麦克马斯特大学数字人文中心等。这些中心不仅是提供技术支持的“车间”，更是知识生产的孵化器。它们举办工作坊、夏季学院，培养了一代又一代既懂人文又懂技术的学者。同时，国际数字人文组织（如 Alliance of Digital Humanities Organizations, ADHO）及其旗舰会议（如每年一度的数字人文年会，DH）的规模不断扩大，从几十人到上千人，议题从技术细节扩展到理论、伦理、社会影响等广泛领域。数字人文，从一个“怎么做”的技术问题，变成了一个“为什么”和“意味着什么”的学术议题。

这种演变并非线性上升，而是伴随着持续的身份焦虑和内在批判。数字人文的核心精神，恰恰体现在这种自我反思中。

第一，跨学科协作不是简单的“1+1=2”，而是一种创造性的“化学反应”。它要求参与者暂时悬置自己学科的“母语”，学习对方的“方言”。一个文学学者和一位计算机科学家合作时，前者必须理解“算法”不是黑箱，而是可解释的逻辑流程；后者必须理解“文本细读”不是主观臆断，而是有严谨方法论的传统。TEI 的制定过程就是典范：它不试图用计算机科学“吞并”文献学，也不用人文学科“抵制”技术，而是创造了一套共享的元语言。协作的产物，往往超越了任何单一学科的既有范畴。例如，一个结合GIS（地理信息系统）与历史文献的项目，产出可能既是一张历史地图，也是一份关于空间认知的哲学论文，还可能是一个交互式叙事平台。这种产出的多元性，正是跨学科创新的标志。

第二，批判性技术应用，意味着将技术本身视为研究对象，而不仅是工具。数字人文者经常自问：我们用的算法，隐含了什么样的世界观？例如，主题模型（Topic Modeling）如LDA，假设文档由若干“主题”混合而成，每个主题是词的分布。这本身就是一个简化模型。它可能发现“18世纪小说中的性别议题”，但“性别”在模型中是词的统计共现，而非社会建构的复杂概念。如果研究者不加批判地将模型输出直接当作历史结论，就可能陷入“算法实在论”——认为模型发现的模式就是客观现实。因此，批判性应用要求：透明化处理流程、检验算法假设、将量化结果与质性解读结合、警惕技术黑箱带来的新权威。数字人文界对“远读”（distant reading）与“细读”（close reading）的辩论，正是这种批判精神的体现：远读不是要取代细读，而是提供另一种尺度，但它的发现必须回到文本，接受细读的检验。

第三，对“人文”本质的持续追问，使数字人文始终保有人文的内核。技术日新月异，但“人何以为人？”“意义如何产生？”“理解如何可能？”这些根本问题并未因计算而消失，反而以新形式凸显。当我们在讨论“情感分析”是否能捕捉诗歌的情感时，我们其实在追问：情感是文本的内在属性，还是读者的投射？当我们用网络分析研究《哈姆雷特》的人物关系时，我们其实在探讨：戏剧中的“关系”与社交网络中的“连接”是否是同一概念？数字人文不断迫使我们将这些哲学问题“操作化”，在具体的技术实践中检验它们。它提醒我们，人文不是关于“数据”的学科，而是关于价值、体验和诠释的学科。计算可以揭示模式，但模式的意义，永远需要人文判断来赋予。

这些精神，共同塑造了数字人文的独特气质：它既拥抱技术带来的可能性，又保持警惕；既追求效率与规模，又珍视深度与细节；既构建共享的基础设施，又鼓励个人的创造性实验。它不是一个统一的“学科”，而更像一个场域（field）或共同体（community），其中汇聚了各种问题、方法和伦理立场。

这引出了本章开篇提出的核心问题：数字人文究竟是一种方法、一个领域，还是一种运动？

作为一种方法，数字人文强调一套具体的技术操作：文本编码、文本挖掘、GIS分析、网络可视化、3D建模等。它提供工具包，解决“如何做”的问题。许多学者，尤其是入门者，最初接触DH正是通过这些方法。方法视角实用、可传授，但容易将DH简化为“用电脑做人文”，忽略了其批判性和理论维度。

作为一个领域，数字人文拥有自己的一套问题、理论、核心期刊（如*Digital Humanities Quarterly*）、会议、学位项目、职业路径。它有边界（虽然模糊），有共同体认同，有知识积累。领域视角承认DH的学术建制化，但可能掩盖其内部的分歧和活力。DH领域内部，从纯技术开发到纯理论反思，光谱极宽。

作为一种运动，数字人文强调其倡导性和变革性。它倡导开放获取、协作生产、公共人文、技术民主化。它挑战传统学术的孤立、滞后、精英化，主张研究过程透明、成果可复用、知识为公众服务。运动视角抓住了DH的激情和伦理诉求，但可能过于政治化，忽略了其作为严肃学术研究的一面。

事实上，这三种身份并非互斥，而是叠加和动态转换的。一个具体的DH项目，可能同时是：

• **方法**：它使用特定的编码和算法。
• **领域**：它贡献于DH共同体的知识积累（如建立新语料库）。
• **运动**：它采用开放许可，邀请公众参与，或关注社会正义议题。

因此，更准确的描述或许是：数字人文是一种以批判性技术应用为特征、以跨学科协作为路径、以持续追问人文本质为内核的学术-社会运动。它既是“做什么”（方法）、“在哪里”（领域），也是“为什么”（运动）。它的边界是流动的，它的身份是协商的。这正是其生命力的来源——它从不满足于一个固定定义，而是在实践中不断重塑自身。

从Father Busa的打孔卡到今天的云计算、人工智能，数字人文的技术工具已天壤之别，但其核心关切未变：如何让技术更好地服务于人类对意义的追求？如何在海量信息中保持批判的清醒？如何让学术成果走出象牙塔，参与更广阔的文化对话？

站在这个黎明时分回望，我们看到一条由好奇心驱动、由协作编织、由批判照亮的路。这条路没有预设的终点，只有持续的问题。下一章，我们将深入数字人文的哲学基础，探讨它如何重新定义“文本”、“作者”、“读者”和“知识”，以及这些重新定义如何反过来塑造了我们这个时代的文化叙事。算法与缪斯的对话，才刚刚开始。

1949年，意大利伦巴第大区一座偏远的修道院里，Roberto Busa神父坐在吱呀作响的木桌旁，面前摊开着托马斯·阿奎那《神学大全》的厚重卷册。窗外是阿尔卑斯山麓的薄雾，室内只有油灯的光晕和远处打印机单调的撞击声。这位45岁的耶稣会学者刚刚完成了一项看似不可能的任务：他与IBM达成合作，将阿奎那全部拉丁文著作（约1100万字）逐词逐句地录入打孔卡。每一张卡上，孔洞的排列组合代表着词汇、语法和出处。当第一张卡从IBM 405制表机中吐出时，Busa知道，他不仅是在建立一个索引，更是在为整个古老的人文学科撬开一扇通往新世界的门。这个持续30年、最终产出350万张卡的项目，如同在数字人文的土壤

Busa的项目像一颗投入静水的石子，但涟漪的扩散并不均匀。在接下来的二三十年间，“人文计算”（Humanities Computing）作为一门隐秘的技艺，在语言学、文献学、历史学等领域的边缘地带缓慢生长。它主要由两类人推动：一是具有技术背景的学者，他们看到计算机在数据处理上的潜力；二是面临海量材料的人文学者，他们被传统方法的局限性所逼，寻求出路。

在语言学领域，计算机的应用最为自然。1950年代，IBM的计算机科学家和语言学家开始合作，进行语料库语言学的早期探索。例如，计算词频、分析字母分布、尝试机器翻译。1960年代，弗朗西斯·尤奇（Francis Youn）和亨利·库克拉（Henry Kucera）在布朗大学建立了第一个大型英语语料库——布朗语料库（Brown Corpus），包含约100万词的现代英语文本，并进行了词性标注。这看似一个技术项目，但其人文意义深远：它首次为英语研究提供了基于真实用法的、可重复验证的量化基础。语言学家可以问：“现代英语中，动词‘be’的各种形式（am, is, are, was, were）的实际分布如何？” 而不再仅仅依赖直觉或小规模例句。布朗语料库及其后续的兰卡斯特-奥斯陆-卑尔根语料库（LOB）等，构成了计算语言学的基石，也为人文研究提供了可分析的“文本土壤”。

然而，布朗语料库的诞生并非坦途。库克拉后来回忆，当时最大的挑战是分词——如何让机器识别“can not”应该合并为“cannot”，或者“U.S.”不应被拆成“U”和“S”。团队不得不编写一套基于规则的算法，并雇佣多名学生手工校对。这个过程持续了三年，成本相当于今天数百万美元。但正是这种“笨功夫”，奠定了自然语言处理的基础。更关键的是，布朗语料库建立了一种研究范式：将语言视为可观测的客观现象，而非纯粹的内在能力。这一范式后来被文学研究借鉴，催生了“计算文体学”（Computational Stylistics）。1964年，布朗大学的另一位学者Louis Milic，尝试用计算机分析18世纪英国散文家的用词习惯，以探究修辞与思想的关系。他选择了亚历山大·蒲柏、乔纳森·斯威夫特等作家的文本，手动输入到IBM大型机。由于当时没有自动分词软件，团队必须先在每篇文章中手动插入空格标记词界——这一繁琐过程持续了数年。Milic的发现令人惊讶：蒲柏的词汇多样性远低于斯威夫特，且频繁使用“thus”、“however”等连接词，暗示其论证的严密性。这项研究首次证明，计算机能揭示风格中肉眼难察的规律。然而，Milic的成果在传统文学界反响冷淡，一位著名批评家甚至嘲讽：“机器能数出‘thus’出现多少次，但能理解蒲柏的讽刺吗？” 这种质疑，预示了数字人文将持续面临的张力：量化分析是否侵蚀了人文的“灵晕”？

在文学研究领域，早期尝试则更多带有文献学色彩。1960年代，随着计算机存储成本的下降，一些学者开始考虑将经典文学作品数字化，以便进行版本比较、词汇统计等。但这一时期的项目往往孤立、分散，缺乏共享标准。每个项目都自建编码、自定格式，如同一个个数据孤岛。技术本身是昂贵的，对大多数文学教授而言，计算机室是另一个世界的房间，需要专门的“祭司”操作。这种状况持续到1980年代中期，一个关键转折点出现：文本编码倡议（Text Encoding Initiative, TEI） 的诞生。

TEI的故事，本身就是数字人文跨学科协作精神的完美体现。1987年，一场在