数字人文的黎明：从 punched cards 到云端

1949年，一个潮湿的米兰午后，耶稣会士罗伯托·布萨（Roberto Busa）站在IBM实验室门口，手中紧握着一卷托马斯·阿奎那著作的打印稿。他的使命看似简单：为这位中世纪神学巨匠的全部作品创建一个词汇索引。但这个任务将耗费他三十年生命，并意外地敲开一扇大门——一扇通往人文学科与机器智能交汇处的窄门。布萨不会想到，他那些在打孔卡上颤抖的孔洞，最终会演变为今日云端之上、全球协作的数字人文星系。本章将追溯这段从 punched cards 到云端的史诗旅程，揭示技术如何一次次重塑人文学科的方法论与身份认同，而每一次重塑都源于关键人物在历史十字路口的抉择。

起源：打孔卡与神学野心

罗伯托·布萨的故事并非始于硅谷的 Garage，而始于意大利阿尔卑斯山脚下的一间修道院图书馆。1913年出生的布萨，在二战后的废墟中重新审视托马斯·阿奎那的著作。这位13世纪的神学家与哲学家撰写了超过八百万词的拉丁文作品，其思想之精密、引用之繁复，令最勤勉的学者也望而生畏。传统的手工索引——即“关键词后列出所有出现位置”——对于阿奎那这样系统性引用圣经、教父和古典作家的作者而言，不仅效率低下，更可能遗漏语义关联。布萨的野心远不止于 alphabetical listing；他渴望揭示阿奎那思想中的“概念网络”，即一个术语如何在不同的文本语境中被定义、反驳或延伸。

1949年，布萨首次接触IBM 405 Alphabetical Accounting Machine，一台主要用于商业记账的机电式制表机。这台机器能读取打孔卡上的信息并进行排序、计数，但距离“理解”文本十万八千里。布萨的洞察在于：如果能把每个单词（而非仅仅数字）转化为打孔卡上的孔洞模式，机器就能以人类无法企及的速度进行排序和分组，从而生成初步的词汇列表。这听起来简单，实则需要对拉丁文屈折变化进行前所未有的处理：动词的时态、格位、数、性变化会产生无数词形变体。布萨必须设计一套编码方案，将“amare”（爱）、“amavi”（我爱过）、“amandum”（被爱）等统一映射到同一个概念键上。这本质上是一种前数字时代的“词干提取”（stemming），其规则由布萨团队在成千上万张卡片上手写标注。

布萨与IBM的合作持续了数十年，成为早期人文学者与技术公司合作的范本。IBM提供了机器、打孔卡和工程师支持，布萨则提供了问题定义与语言学规则。1950年代，布萨团队使用IBM 101 Statistical Machine和后来的IBM 7090大型机，处理了约1100万张打孔卡，涵盖阿奎那全部著作及约120种相关文本。最终成果《托马斯·阿奎那索引》（Index Thomisticus）于1970年代以微缩胶片形式出版，包含约1100万单词的机器生成索引。这套索引不仅是工具，更是方法论宣言：它证明了计算机可以处理非结构化的人文数据，并能揭示宏观模式。

然而，布萨的成就当时被主流人文学科视为“奇技淫巧”。1950-60年代，文学研究者正沉迷于新批评的细读，历史学家专注于档案考据，哲学家困于分析语言。布萨的索引被批评为“去语境化”——它列出“爱”出现在哪一章节，却剥离了阿奎那在《神学大全》中层层递进的神学论证。更根本的质疑在于：计算机真的能“理解”文本吗？还是仅仅在机械地计数？布萨本人是神学家，他坚信索引能辅助神学诠释，但技术与人文学科之间的认知鸿沟已经显现。他的项目像一座孤岛，证明了可能性，却未能引发潮涌。

但布萨埋下了三颗种子：第一，数据化信念——人文学科的核心对象（文本、图像、音乐）可以转化为机器可操作的形式；第二，规模效应——当文本量达到百万词级别，机器能发现人脑无法察觉的统计规律；第三，跨学科协作——神学家、语言学家、工程师必须共同工作。这些种子在随后半个世纪里，随着技术浪潮的涨落，反复破土。

早期中心：播种与寒冬

布萨之后，数字人文的黎明并非骤然降临，而是通过一系列“人文计算中心”（Humanities Computing Centers）的兴衰缓慢铺开。这些中心通常依附于大学，配备一台中央大型机（如IBM System/360），为全校人文学者提供计算服务。它们既是技术设施，也是学术社群，试图在计算机科学与人文学科之间架桥。

剑桥的灯塔：文学语料库的诞生

1960年代的英国剑桥大学，成为早期人文计算的国际灯塔。在这里，计算机科学家罗杰·斯洛曼（Roger Schank）和语言学家罗兰德·基什（Roland Kühne）合作开发了“文学语料库”（Literary Corpus），将莎士比亚、简·奥斯汀等作家的作品转化为机器可读文本。1964年，他们使用Elliott 803计算机，对《麦克白》进行词频分析和风格标记。这不是简单的关键词搜索，而是试图用计算手段回答传统文学问题：哪些词汇是“悲剧性”的？莎士比亚不同时期的词汇多样性如何变化？

剑桥团队面临的核心挑战是文本编码。早期机器可读文本往往是从印刷品扫描后OCR识别，错误百出；更常见的是由打字员逐字输入，但缺乏结构标记。如何区分舞台指令、对话、旁白？如何处理17世纪拼写变体（如“olde” vs “old”）？这些问题催生了最早的文本编码规范，为后来的TEI（Text Encoding Initiative）奠定了基础。剑桥的工作证明，计算机不仅能处理统计数据，还能辅助“细读”——例如，通过分析《哈姆雷特》中“to be”与“not to be”的分布，揭示存在主题的戏剧性节奏。

然而，剑桥模式也暴露了早期人文计算的局限：高度依赖中心化资源。一台大型机需排队使用，学者需将数据穿孔卡提交给操作员，等待数小时甚至数天才能得到打印输出。这种流程与人文研究的直觉性、探索性本质相悖。许多学者抱怨，计算过程打断了研究思路，而输出结果（如词频表）往往难以直接转化为文学洞见。剑桥中心在1970年代因资金削减和技术迭代而萎缩，但其档案和编码思想通过师生网络传播到北美。

斯坦福的试验：计算语言学的跨界

与此同时，在美国斯坦福大学，一个更激进的实验正在进行。1960年代末，计算机科学家约翰·麦卡锡（John McCarthy）的人工智能实验室开始探索“计算叙事学”。研究人员试图用形式逻辑表示故事结构，例如将《罗密欧与朱丽叶》分解为“相遇-冲突-分离-重逢”的事件序列，并编写程序自动识别类似模式。这项工作的灵感部分来自 Vladimir Propp 的《故事形态学》，但试图将定性分类转化为定量计算。

斯坦福团队的成员包括后来成为数字人文领军人物的约翰·尤恩斯沃思（John Unsworth）。尤恩斯沃思当时是英语系研究生，他目睹了计算机如何将《失乐园》的词汇分布可视化为图表，并由此提出一个核心问题：“如果计算机能告诉我们哪些词频繁共现，它能否告诉我们它们如何构建意义？”这个问题贯穿了他此后数十年的职业生涯。斯坦福试验的另一产物是早期超文本系统的原型，如1968年道格拉斯·恩格尔巴特（Douglas Engelbart）的“NLS”演示，其中已包含非线性文档链接的概念——这预示了万维网对数字人文的革命性影响。

但斯坦福的跨界也遭遇人文学科的冷眼。文学学者认为，将叙事简化为事件序列是“还原论暴力”，抹杀了文本的审美与历史维度。1970年代，随着AI寒冬降临，计算叙事学项目资金枯竭。尤恩斯沃思回忆道：“我们当时太超前了。计算机还无法处理歧义，而文学恰恰充满歧义。我们试图用逻辑解构诗歌，就像用尺子测量风声。”

人文计算中心的黄昏与遗产

到1980年代，多数独立的人文计算中心已并入计算机系或图书馆，大型机被个人电脑取代。但这段“寒冬期”并非空白，而是积累期。中心留下了三笔遗产：

1. 技术基础设施：许多中心开发了专用软件，如文本分析工具、数据库管理系统，这些成为后来开源工具的雏形。 2. 方法论反思：学者们开始撰写“计算人文学”的元论文，讨论如何将计算融入学科范式而不被其殖民。例如，Willard McCarty 在1980年代发表系列文章，提出“人文计算”（Humanities Computing）作为独立方法论，强调“计算机作为伙伴而非工具”的哲学。 3. 社群网络：通过会议（如1973年首届“文学与计算机”国际会议）、通讯（如《计算机与人文》期刊），一个跨国学术网络悄然形成。这些网络在互联网时代迅速扩展，成为数字人文的骨架。

这些中心像中世纪的修道院图书馆，在动荡时代守护着火种。它们证明了人文学者可以掌握技术，但也暴露了中心化模式的脆弱性：资金依赖、设备过时、学科隔阂。下一场革命——互联网——将彻底改变这一切。

互联网的馈赠：从局域网到全球协作

1990年代初，万维网（World Wide Web）从CERN实验室走向公众，数字人文的生态系统随之剧变。互联网消除了地理隔阂，将分散的“人文计算”实践者连接为“数字人文”（Digital Humanities）社群。这一转型不仅是技术升级，更是认识论革命：从“中心化处理”到“分布式协作”，从“专家操作”到“大众参与”。

网络化的项目：从本地服务器到全球参与

互联网最直接的冲击是项目规模与参与者的爆炸式增长。1993年，弗吉尼亚大学图书馆启动“瓦特科学文本倡议”（Walt Whitman Archive），旨在数字化惠特曼所有版本作品。早期版本依赖本地服务器和专用软件，但1998年网站上线后，全球学者、教师、学生均可免费访问、标注、下载原始扫描件。更关键的是，项目采用开放标准（如TEI XML），允许外部贡献者提交新发现的手稿或注释。到2000年，该档案已整合来自20多个机构的材料，成为数字人文协作的标杆。

类似地，1998年启动的“英国18世纪诗歌档案”（Eighteenth-Century Poetry Archive, ECPA）利用互联网的匿名性，邀请全球研究者提交未收录的诗歌文本。传统文学archive的构建需要数十年征集，而ECPA在五年内收集了超过5000首诗歌，全部基于学者自愿贡献。这种“众包”模式挑战了人文学科的知识权威：谁有权决定文本的 canonical 地位？数字化是否消解了“原始性”？这些问题在互联网时代被放大，也迫使数字人文更严肃地讨论伦理与治理。

开源软件与工具民主化

互联网还催生了开源运动，这对数字人文至关重要。1990年代末，一系列免费、可定制的工具涌现：

• **Gephi**（2008）：社交网络分析软件，允许学者可视化《红楼梦》人物关系或文艺复兴时期书信网络，无需编程基础。
• **Voyant Tools**（2003）：基于Web的文本分析平台，用户粘贴文本即可生成词云、趋势图、共现网络，将计算语言学民主化。
• **Omeka**（2008）：由乔治·梅森大学开发的在线展示平台，让小型博物馆、档案馆无需IT支持即可创建数字展览。

这些工具的共同特点是低门槛、高可扩展性。一位19世纪文学研究者可以在咖啡馆用笔记本访问Voyant，分析狄更斯小说的词汇变化；一个地方历史学会可用Omeka展示老照片，并嵌入GIS地图。工具民主化打破了大型机的精英垄断，使数字人文从“计算中心”走向“每个学者的桌面”。

但工具民主化也带来新问题。2000年代中期，批评者指出“工具导向”研究泛滥：学者花数月学习Gephi，却只为生成一张炫酷的人物关系图，而缺乏实质研究问题。尤恩斯沃思曾讽刺：“如果所有研究都始于‘我有一个工具，该找什么数据？’，而非‘我有一个问题，该用什么方法？’，数字人文就会沦为技术的婢女。”这一争论延续至今，催生了“批判性数字人文”（Critical Digital Humanities）分支，强调技术选择背后的政治与伦理。

网络效应与知识生产的重构

互联网最深刻的变革在于重构知识生产流程。传统人文学科是线性过程：提出问题→收集资料→分析→撰写论文→发表→评审→缓慢传播。数字项目则变为迭代循环：发布原型→用户反馈→数据修正→工具更新→再发布。例如，“莎士比亚环球剧场的数字化”（Shakespeare's Globe Digital）项目，允许观众在线标注剧本中的历史错误，这些标注直接纳入下一版注释。

这种循环创造了“过程即成果”（process as product）的新范式。学术价值不再仅由最终论文定义，还包括数据质量、代码可复用性、社群参与度。2010年代兴起的“开放科学”运动，要求数字人文项目公开源代码、数据集和文档，以便同行验证与扩展。这与人文学科传统的“作者权威”形成张力，但也推动了更透明的学术文化。

互联网还孵化了新型学术交流。2006年，数字人文学者创建了以标签驱动的博客平台Digital Humanities Now，取代传统期刊，以近乎实时的方式筛选、评议网络内容。学术会议开始使用Twitter标签（如#dh2010）进行平行讨论，形成“会议内外双重叙事”。这些实践模糊了正式与非正式出版的界限，加速了思想流动，但也引发关于学术权威碎片化的担忧。

定义的挣扎：数字人文的身份危机

随着互联网将分散实践者连接为社群，“数字人文”（Digital Humanities, DH）这一术语逐渐取代“人文计算”（Humanities Computing），但定义之争从未停歇。从1990年代到2010年代，DH的身份在“方法论”与“学科”、“工具”与“批判”、“精英”与“民主”之间反复摇摆。每一次摇摆都源于关键人物的抉择，而抉择背后是技术变革与学术政治的交织。

“大帐篷”与“核心方法”：Unsworth的包容性实验

2000年代初，弗吉尼亚大学图书馆馆长约翰·尤恩斯沃思（John Unsworth）成为DH身份辩论的中心人物。他提出“大帐篷”（Big Tent）隐喻，主张DH应包容从文本编码到3D建模的广泛实践，核心是“人文学者使用数字技术进行的研究”，而非特定工具或理论。尤恩斯沃思的理由 pragmatic：在资源有限的时代，扩大社群才能争取资金与认可。他主导的“数字学术”（Digital Scholarship）计划，资助了从数字档案到游戏化教学的各类项目，无论其技术复杂度如何。

“大帐篷”策略成功扩大了DH的影响力。2006年，美国现代语言协会（MLA）首次设立“数字人文”独立讨论组，吸引数千学者。但批评接踵而至：如果DH什么都包括，它是否有独特身份？斯坦福大学文学学者马修·克鲁克（Matthew Kirschenbaum）警告：“当DH变成所有非传统人文学研究的垃圾桶时，它会失去学术重量。”更尖锐的批评来自女性主义与后殖民学者，他们指出“大帐篷”掩盖了权力结构：谁有资源建3D模型？谁只能做数据清洗？数字人文是否复制了学术界的种族与性别不平等？

尤恩斯沃思的回应是务实而开放的：他推动DH社群制定伦理准则，要求项目声明数据来源、劳动力分配、可访问性设计。2008年，他参与创建“数字人文联盟”（ADHO），其章程明确将“包容性”与“创新”并列为价值观。这一妥协虽未解决根本矛盾，却为DH提供了制度容器，使其在争议中持续扩张。

McCarty的“人文学科的计算转向”：方法论的本体论

与尤恩斯沃思的包容性形成对照的是，Willard McCarty——伦敦国王学院教授——坚持DH必须扎根于人文学科的本体论问题。他在2005年专著《人文学科的计算转向》中提出：DH不是“用计算机做人文研究”，而是“通过计算重新思考人文研究的基本范畴”。例如，文本编码不仅是技术操作，更是对“作品”“作者”“版本”等概念的形式化建模；每一次建模选择都隐含理论立场（如TEI的“语义层”与“呈现层”分离，反映了解构主义对固定意义的怀疑）。

McCarty的立场将DH从方法论提升到认识论层面。他追问：当我们将《蒙娜丽莎》的像素坐标化时，我们是否在创造一个新本体——一个可计算的艺术对象？这种对象与博物馆中的油画有何种“真实”关系？这些问题将DH与科学哲学、媒介理论连接，吸引了一批理论取向的学者。但也有人批评McCarty过于抽象，脱离实际项目。一位数字档案管理者曾私下抱怨：“我需要的是如何用IIIF标准显示高分辨率图像，而不是本体论辩论。”

McCarty的坚持确保了DH不被简化为“技术培训”。他培养的学生中，有人开发了基于计算风格学的作者归属争议解决工具，有人用主题模型重绘启蒙思想传播网络——这些项目都体现了“方法即理论”的思维。2010年代，随着“批判性数字人文”兴起，McCarty的思想成为理论基石。

开源伦理与“数字人文”的再定义

2010年代中期，DH面临第三次身份危机：开源伦理与学术资本主义的冲突。大型科技公司（如Google、Microsoft）开始赞助数字人文项目，提供云计算资源与AI工具。例如，2012年Google与哈佛合作“谷歌图书”的语料库分析，让学者用Ngram Viewer追踪词频历史。这看似双赢：学者获得数据，公司获得学术声誉。但批评者指出，科技公司的数据所有权、算法黑箱、商业利益与学术开放的矛盾日益尖锐。

数字人文社群内部对此分裂。一派拥抱“企业合作”，认为这是获取资源的必要途径；另一派发起“抵抗数字人文”（Resisting DH）运动，主张完全开源、去中心化、社区治理。2016年，一群DH学者发布《数字人文伦理原则》，要求项目必须声明：是否使用外包劳工（如数据标注的低薪合同工）？是否考虑数字 Divide？是否尊重原住民数据主权？这些讨论将DH从“怎么做”推向“为何做”与“为谁做”。

这场危机意外地强化了DH的身份：它不再仅仅是技术应用，而成为学术伦理的前沿阵地。一位年轻DH学者在博客中写道：“我们不是在构建更好的搜索工具，而是在试验如何在数字时代实践人文主义——尊重隐私、承认偏见、赋能边缘声音。”这种反思使DH与STS（科学技术研究）、信息伦理等学科深度交叉，并影响了下一章将讨论的AI伦理。

黎明之后：为变革埋下伏笔

数字人文的黎明——从布萨的打孔卡到互联网的全球网络——并非线性进步，而是螺旋上升。每一次技术浪潮（大型机、个人电脑、互联网、云计算）都重新定义DH的可能性与边界，而每一次定义都伴随着关键人物的抉择：是拥抱技术还是保持批判？是扩大帐篷还是坚守核心？是追求效率还是伦理？这些抉择累积成DH的独特基因：方法论上的实验性、认识论上的反思性、社群上的开放性。

但黎明之后，正午的烈日即将到来。2010年代末，机器学习与大数据分析成为新“大型机”，AI生成内容挑战“作者”概念，社交媒体数据提供前所未有的社会行为记录。这些变革将DH推向更深的水域：我们能否用深度学习解读中世纪手稿的隐写术？是否应该用情感分析研究历史日记中的集体心理？当算法能自动生成诗歌，人文研究的对象是什么？

本章追溯的源头——布萨的索引野心、早期中心的失败与遗产、互联网的馈赠、定义的挣扎——已为这些新问题埋下伏笔。布萨对“概念网络”的追求，在今日的知识图谱中回响；早期中心对“去语境化”的担忧，在算法偏见研究中复苏；互联网的协作精神，在开源AI运动中延