數字人文的工具理性、學術價值與研究成果的評估

　　摘要：經過幾代學者的努力，數字人文從無到有，在學科的制度化建設方面已取得長足的進步。然而，目前數字人文領域內發表的專著、論文和制作(圖像、數據和編碼)雖然數量可觀，真正令人滿意的成果卻是鳳毛麟角，其原因在于大多數研究者過于偏重證明數字工具的可行性，而忽視學術發現的重要性。數字人文的突破之路在于把關注的重心從工具理性自我把玩轉移到外向性的、可傳達的發現性學術。這要求我們重新思考數據本身的價值及其對于人文研究的意義，相信數據的言說意義，但不迷信數據是社會現實的絕對、唯一的再現。只有把數字化文本納入文本闡釋理論的范疇，糅合遠距離閱讀的功能和人工閱讀的智慧，我們才能充分凸現數字文本的社會與文化寓意，從而把信息轉變為知識。

　　本文源自燕山大學學報(哲學社會科學版) 發表時間：2021-02-26《燕山大學學報》雜志，于2000年經國家新聞出版總署批準正式創刊，CN:13-1277/C，本刊在國內外有廣泛的覆蓋面，題材新穎，信息量大、時效性強的特點，其中主要欄目有：政治學、法學、社會學、倫理學等。

　　關鍵詞：數字人文;遠距離閱讀;工具理性;數據崇拜;發現的學術

　　幾年前我在本學報發表了一篇介紹數字人文的短文，其中談到了數字媒介和傳統人文的聯姻形成了數字人文的基礎。正是由于這種學科交叉性給數字人文學科造成了界定的困難，因此我把人文科學的數字化進程比喻為“幽靈”：“數字化對于人文學科而言仍然是個幽靈，因為它是趨向于未來的現在，一個未知超過已知的現象，一個幻想多于現實的概念。” 1 時至今日，我依然喜歡這個比喻，因為數字人文這個幽靈變化莫測，既親近而又飄渺，同時又讓我們魂牽夢繞，難以釋懷。

　　數字人文的何作何為、何去何從是數字人文學科建設中的“天問”，從其問世之日起從未停息。在人類科學史上，所有新興學科都在懷疑和質詢的聲音中生長成型，數字人文也不例外。在加利福利亞的硅谷, “炒作周期” (hype cycle) 是一個廣為人知的術語。 這個具有自嘲意味的術語描繪的是一般高科技公司發展成熟的的五個周期：首先是“科技起因” (technology trigger), 這時新科技的發明，引起風投基金和媒體的興趣;其次是“過度期望的高峰” (peak of inflated expectations)，其間因為過高的目標未能實現，投資方略有微詞，創業者無所適從;于是高科技公司陷于“失望的低谷” (trough of disillusionment) ，生死存亡在于調整決策，適應市場;再其次是“啟迪的山坡”(slope of enlightenment)，這時經驗和教訓換來了腳踏實地的規劃和穩固扎實的發展;最后是“生產效率的高原” (plateau of productivity), 這便是高科技公司鳳凰再生，走向成熟的標志。

　　這個卓卓有名的“炒作周期”理論是否能有效地解釋高科技公司的成敗興亡另當別論，但數字人文目前處于“失望的低谷”已從個別學者的竊竊私語幾乎變成了學界的共識。跟前期的激烈批評不同——那時一些捍衛傳統人文價值觀念的學者往往對數字人文持徹底否定的立場，時而甩出有點聳人聽聞的標題，如史蒂文·馬赫(Stephen Marche)的《文學不是數據：駁數字人文 》3 或亞當·克思奇(Adam Kirsch)的《科技接管英文系： 數字人文的虛假承若》，4 近期的批評則來自于數字人文的參與者，是一種反思與自省式的批評，有點恨鐵不成鋼的意味。弗朗科·莫瑞狄(Franco Moretti)可以算是這類批評的最好代表。莫瑞狄既是著名的傳統比較文學學者，也是公認的數字人文的奠基人之一，他提出的“遠距離閱讀” ( Distant Reading)的概念已成為數字人文的一個標識。然而在最近一次有關數字人文的對談里，他對數字人文的學科現狀卻表露出相當悲觀的情緒。面對采訪者對于數字人文的未來可為的提問，莫瑞狄首先對這個問題表示不滿，他說：

　　“‘數字人文已經做了什么?’ 這個問題我們根本沒有涉及。為什么不能先放下關于未來的問題，問問現在數字人文做了什么?我覺得這本身就是耐人尋味的現象。令人費解的是，數字人文目前為自己造就了一種永久的嬰兒期，總是在寄希望于未來。這種作法是對理智判斷的曲解，因為理智判斷應該面向過去的存在，而不是對未來的承諾。”5

　　作為數字人文的大家，莫瑞狄對于學科的未來不可能沒有自己的設想。我猜測也許他對處于“炒作周期”中數字人文司空見慣的過度自我推銷與無邊許若或許有點厭煩，但這更有可能反映了他對數字人文研究現狀的失望，因為他接著回答了自己的設問：“[數字人文]已取得的成績并不令人滿意……數字人文自己號稱是了不起的新事物，然而至今為止我們拿不出什么證據證明如此。” 6

　　由于是對談的形式，我們不能對莫瑞狄的隨心恣意的語詞過于挑剔。比如在對談中他甚至發出“數字人文什么也不是”(digital humanities means nothing)的驚人之語，提議要用” 電腦批評“(computational criticism)而取而代之。莫瑞狄想傳達的是對數字人文真切而又執著的關懷，同時也是對數字人文目前處于“失望的低谷”的焦慮。焦慮的根源在數字人文的研究現狀與我們對它“過度期望”不相般配，這是莫瑞狄的個人意見，但他很顯然綜合了眾多批評者的聲音。

　　數字人文孵育于 20 世紀六七十年代，成型于八九十年代，自 2004 年正式命名之后，進入迅速發展的時期，相當于前文所說的“過度期望的高峰”。迄今為止，數字人文當然不是一無所成;恰恰相反，它可以說是從無到有，碩果累累。除了海量的制作(圖像、數據和編碼)、論文和專著——其鑒別和評估是下文要討論的問題——以外，數字人文的成果主要表現在學科本身的制度化建設，包括研究中心、專業協會與行業學術刊物。以各種方式命名的研究機構如室(lab)、方案(initiative)和中心(center)在歐美大學如雨后春筍般生長，從著名學府倫敦大學、普林斯頓大學到一般高?？八_斯大學、喬治梅森大學，大家都想搭上數字人文的快車。有些高校甚至成立了單列的專業系所招收本科生和研究生，一般以數字人文加公共人文 (public humanities)或應用人文(applied humanities)命名，如倫敦國王學院和亞利桑那大學。各種專業協會的數目有二十幾個，其中有影響的包括“電腦與人文協會”(Association for Computers and the Humanities), “歐洲數字人文協會”(European Association for Digital Humanities)和“數字人文組織聯盟”(The Alliance of Digital Humanities Organizations)。7 學術刊物大多行數字人文之實，只有網絡電子版，開源，依循盲審制度，如 Digital Scholarship in the Humanities，Digital Humanities Quarterly，Digital Studies 和 Journal of the Text Encoding Initiative。8 數字人文的制度化建設的迅猛發展離不可充足的科研經費支持，這方面數字人文相比傳統人文有明顯的優勢，因為其與電腦科技的交叉得以模仿現行科學體制的操作模式，從而取得公共資源與私立基金會的資助。當然，數字人文的興盛也與美國人文學科國家基金(National Endowment for the Humanities)的大力提倡和美國現代語言協會(Modern Languages Association)的學術認定息息相關。

　　在西方學界，關于人文學科在數字化時代的危機的討論由來已久，數字人文一直被認為破解這個危機的途徑之一，因為其科學內涵和交叉特性而被寄予厚望。如果僅從其轟轟烈烈的制度化建設來看，數字人文對于提升人文學科的社會關注度與影響力是非常成功的。然而，制度化建設的成功并不是一個學科成熟的決定性標志，有效研究成果及其影響才是。迄今為止，數字人文領域內發表的專著、論文和圖像設計與數據庫制作數量雖然非常可觀，可是真正令人滿意的成果卻是鳳毛麟角。這正是莫瑞狄焦慮的根本原因所在，所以他對數字人文下期的工作提出如下建議：“也許數字人文接下來要做的最重要的事情是了解自已的研究成果的性質，也就是如何評估的問題。同時，我們必須反思為什么生產優異的成果如此之難，盡管我們的精力、人才和工具一樣也不缺。”9

　　數字人文研究成果的評估困難恰恰來自這個學科的新穎之處：即把數據分析帶入文本分析，通過其產生的統計性的數量化結果而導出新的結論或產生新的知識。經過幾十年的努力，數字人文的這種工具理性的價值已經得到了制度化的肯定，可是它的價值理性必須納入現有的科學評估體系，包括傳統人文的價值評估范式。很顯然，數字人文的數量化文本分析方法跟傳統人文的質量化分析方法是不相融的，因此要想建立一個統一的標準是件困難的事。所以早期的數字人文學者處于相對獨立的狀態，在學術領域的邊緣地帶獨自辛勤耕耘。得益于標準化的電腦語言程序的建立和完善, 如“標準通用標記語言”(Standard Generalized Markup Language)和文本編碼計劃(Text Encoding Initiative)，他們制作的一系列普通或主題性的文本語庫， 前者如谷歌書庫，后者如有名的“書信共和國圖譜”(Mapping the Republic of Letters)，為文本的“數字再現”提供了實驗基礎，從而拉近了電腦閱讀與讀者閱讀的距離。進入二十一世紀，數字人文的潛在學術價值不再令人懷疑，但是如何在現有的學術體系中評價數字人文研究成果引起了持久的爭議，這首先對于數字人文學者的求職、升遷和獎勵具有實際意義，特別是在數字人文學科建設蓬勃開展的時候。有鑒于此，美國現代語言協會于 2000 年發布了關于評價數字人文與數字媒介學術成果的指導性建議，并于 2012 年更新。因為現代語言協會是美國最大的人文學科專業組織，它的綱領、章程和建議有很高的權威性。這份建議首先肯定數字媒介對教授職能在讀寫文化、學術研究、教學實踐及公共服務方面帶來的巨大變化，這是我們所處的數字化時代社會與文化變革的結果，而數字人文代表的方法和理念是對這一時代的理性認可，是延續和張揚人文精神的知識渠道。在這個認知層面，建議強調：“學術評價必須反映迅速變化之中的科技、制度與職業以及伴隨而來的對學術、教學和服務的重新定義。”10 由于數字人文學科本身的繁復和多樣，這份建議并沒有給出非常具體的評價標準，只是強調在傳統學術評價規則的框架之下包容更為廣泛的研究成果樣式，如電子出版物、開源期刊及數字與圖像制作。

　　美國現代語言協會及其它專業組織對數字人文的認可和倡導只是解決了一半的問題，另一半則需要數字人文學者共同努力一套衡量研究成果質量的評估體系，既能滿足數字人文這頂“大帳篷” 11 的各種研究產出方式，又能回答數字人文的質疑者，從現在常見的學科內自我慶賀的喧嘩走向人文科學關于范式與規則的普識之路。

　　必須指出的是，美國現代語言協會對數字人文的熱情支持并非僅是部分領導者的先知先覺，而是得益于美國高等教育界自上世紀九十年代以來對于高等教育的價值與目的的反思與討論，包括有關學術文化傳統的重新認識。1990 年，著名教育學家歐內斯特·博耶 (Ernest Boyer)受卡耐基基金會之約發表了影響深遠的研究報告《重估學術：教授職業的首要責任》，主張在高等院校日益增加的社會責任和迅速發展的信息化科技的前景之下，我們要突破由來已久的研究即學術的傳統定義。他認為教學與研究絕然對立的思維已經過時，提出了擴展學術定義的四點意見，即發現的學術(scholarship of discovery)，整合的學術 (scholarship of integration)，應用的學術(scholarship of application)和教學的學術(scholarship of teaching)。12 這四點意見基本上規范了之后關于學術文化的變革方向，雖然其具體內容仍是商榷和爭議的對象，還有待于充實與完善。

　　不可否認的是，當今的美國高等教育與學術文化在很多方面已經發生了巨大的變化，如大學財政與管理的企業化、學科交叉的制度化，在線與多媒體教育科技的普遍化等等，雖然這些變化帶來的效益與弊端還有待于歷史的評判。 數字人文在這個大壞境中迅速發展成型也是順乎自然的事情。至少在歐內斯特·博耶所提倡的學術文化新定義的三個方面，即整合的學術、應用的學術和教學的學術，數字人文發揮其先天的優勢，數十年來取得了非凡的成績。然后，我們注意到歐內斯特·博耶把“發現的學術”列在第一位而突出其在新的學術文化中的重要性。發現意味著創造、發明，是產生和傳遞新知識的基礎，也是貫穿一切科學話語(自然科學或人文科學)之中的核心價值符號。在這方面，數字人文的表現是不能令人滿意的。一如弗朗科·莫瑞狄的悲觀論調，我認為目前數字人文處于“失望的低谷” 的說法并不過分。

　　那么數字人文目前面臨的挑戰是什么呢? 筆者認為一是評估體系的自我指涉，二是闡釋理論的放棄。前者導致數字人文研究的自我封閉，大量的研究成果自娛自樂，而得不到人文學界的認可，更不能滿足“發現的學術”的范式要求。后者傾向于過度相信數據，視之為自在、自明的文本，把文本解讀簡化于數據統計和數字推理。兩者雖然在研究過程和成果呈現中表現不同，實質上都源于方法的理性化，即以工具理性為目的的實驗主義哲學。

　　數字人文的學科立足點是對源數據(對文本的某種切割或綜合)的量化分析，對于這種分析的有效性的驗證來自于兩個方面，第一是采集源數據的工具是否運行正常，第二是這個運行正常的工具所得出的結論是否可靠。常見的數字人文研究多注重于第一而輕視第二，或者把兩者混而為一。這里的“工具”是指替代人眼閱讀的機器閱讀，包括研究者依據電腦編碼語言定制的各種處理文本的專用應用程序，或由高科技公司及行業研究機構開發的智能數據庫與通用閱讀器，其中最有名的是由谷歌于 2010 年推出的“N 像閱讀器” (Ngram Viewer)。這個閱讀器可以瞬時“閱讀”谷歌書庫”(目前收集了四千萬書目，約占世界總量的百分之三十)中的海量文本，所以自問世以來成為數字人文研究者津津樂道的工具，尤其為歷史和文學學者所偏愛。因為其聲望和影響，關于數字人文的評估爭議也集中體現在 N 像閱讀器的功用和效率上面。

　　N 像閱讀器實際上是一個計算機搜索引擎，它通過人為輸入的任意關鍵詞組合而給出詞語頻率和相聯關系的圖標或數據統計，同時注明詳細的時間坐標。13 這種閱讀完美體現了弗朗科·莫瑞狄先于 N 像閱讀器十年所猜想的“遠距離閱讀”的內涵，因為 “遠距離閱讀”的實質就是借助于數字化手段的泛讀，在海量的文本里通過“分析修辭、主題、借喻、風格和系統性來尋找范式和模型”。14 顯而言之，完成這樣的閱讀非 N 像閱讀器莫屬。事實上，弗朗科·莫瑞狄身體力行，通過 N 像閱讀器，較早地提供了一個關于“遠距離閱讀”的研究案例，即對從 1740 年到 1850 年之間出版的七千部英國小說中所體現的作家在小說主題和遣詞造句中的性別意識，這是數字人文早期研究一個典范性的成果。

　　然而，借助 N 像閱讀器的遠距離閱讀功能而產生的結論的學術價值并非毫無爭議，最常見的批評是它們往往只是證實已知的常識，而非創造了新的知識。關于弗朗科·莫瑞狄的研究成果的評價筆者另文已有介紹，15 這里不再贅述。美國學者艾拉茲·埃登(Erez Aiden)和讓-巴蒂斯特·米歇爾(Jean-Baptiste Michel)合著的《未知的疆域：大數據作為探究人類文化的棱鏡》16 是另外一個體現了數字人文的承諾與局限的例子。這兩位學者置身于信息化時代的宏觀視野，宣稱“大數據革命”不光會改變我們如何認識自我，還會改變人文和社會科學的本質，并重新定位商業化社會與大學這個象牙之塔的關系。基于這個宏觀視野，他們關注點是大數據的歷史痕跡，比如說它們如何影響商業活動、政府決策、社會行為與個人生活。于此，他們依據 N 像閱讀器所提供的抽象數據語言來解釋許多歷史和社會現象，其中一個的案例是此書第五章《沉默之聲》對納粹德國的藝術審查制度的研究。他們的檢索發現許多著名現代藝術畫家像馬克·夏加爾(Marc Chagall)、 保羅·克利(Paul Klee) 在德國 1933-1945 年間出版的書籍中幾乎不見蹤影，這說明納粹德國已成功地根除了作為 “頹廢藝術”的現代派藝術。這個結論，正如亞當·克思奇所言，毫無新意，至多提供了關于納粹德國焚書禁言體制的一個細節。更為重要的是，亞當·克思奇指出了兩位作者在構思這個研究案例時的致命缺陷，即為已知的問題補充顯然的答案：“除非我們知道要找什么、為什么要找它，我們就不會去檢索那個時間段這些名字出現的頻率。”17

　　如此看來，艾拉茲·埃登和讓-巴蒂斯特·米歇爾的成就只能說是在整合的學術和應用的學術方面有所貢獻，而在發現的學術方面則無所建樹。更恰當地說，他們證明了數字人文的工具價值，即 N 像閱讀器的遠距離閱讀的強大功能。身為 N 像閱讀器的發明者群體成員之一，他們對這個新穎的高科技“玩具”愛不釋手， 奉為至寶，因而不惜以近三百頁的篇幅而渲染其功能與價值，這里有一種“工具自戀”的姿態。也許我們不應該求全責備，因為 N 像閱讀器確實是一項了不起的發明，但在數字人文界，這種工具自戀的確是一種常見的現象，尤其是在具有科技背景的數字人文學者當中。工具自戀的現象反映了數字人文對高科技產業炒作文化的追隨，對其軟件程序產品的商品特性的警醒不足，從而把學術性和市場化混為一談。更為重要的，工具自戀遮蔽了對工具本身應有的批評維度，對軟件程序可能的偏見與局限視而不見，從而忽略其潛在的結果與效用偏差。在計算機科學的算法研究話語中，“垃圾進，垃圾出”(garbage in, garbage out)是一句很有反省意味的流行語，意指錯誤的數據輸入會產生荒謬的數據輸出。這不僅強調人為數據選擇的前在性，也暗含算法程序的局限性。當今的許多基于算法程序的數字化商業產品，如微軟的人工智能、臉書的信息算法等使用預測模型(predictive modeling)的數據采集系統，在種族、性別與社會弱勢群體方面都表現出不同程度的偏見與歧視。谷歌的 N 像閱讀器及其伴侶谷歌書庫也不例外，它們眾多的缺陷如書目選擇的隨意性、科目類別的代表性以及光學掃描的文字誤差都可能引發遠距離閱讀的失真。有鑒于此，一些有見識的學者如馬修·富勒(Matthew Fuller) 提出了“軟件研究”(Software Studies)的概念，18 把軟件系統的社會與文化效果的研究納入數字人文的學科領域。

　　毫無疑問，數字人文不能放棄對數字化工具的批評，但這不意味著放棄數字化工具本身。數字人文，從根本上來說，就是用數字化工具來回答傳統人文的問題。對于任何一項數字人文研究，工具的重要性不言自明，而問題則更為重要。“正確”的問題應該體現人文精神的精髓，即代表人類對經驗的超越和對未來的幻想，指向增進理解和培育共情，其預想的答案一定含有發現的學術內容，并經得起現有學術評估體系的考驗。 在研究過程中，這個“正確”的問題與數字化工具碰撞、交融、磨合，有可能變成無意義的問題，也有可能變形為其它的問題，或引發出其它的衍生問題，這也許是數字人文研究不同于傳統人文研究的地方。這種問題為重、工具為輔的研究構想已經在一些成功的數字人文學者那里體現出來，比如英國學者梅爾芭· 卡迪-基恩(Melba Cuddy-Keane)及其合作團隊關于“現代主義的關鍵詞”的研究項目。19 這項研究首先從一個來自于個人近讀讀經驗的假設入手，即某些關鍵詞如廣告(advertising)、宣傳(propaganda)、國際化(international)在現代派文學藝術興起期間廣為流行，而另外一些我們現在熟知的關鍵詞如宣言(manifesto)、先鋒(avant-garde) 則不是現代主義藝術家的常用詞語。毋庸置疑，N 像閱讀器至少目前是驗證這個假設的理想工具，驗證的結果是假設成立。下一步，梅爾芭· 卡迪-基恩從這個成立的假設中引發新的問題。在比較、考察英國文學史上的維多利亞文學和現代派文學的承繼與斷裂痕跡時，她發現了一個有趣的 “戰爭駝峰曲線”，即在兩次世界大戰期間，某些關鍵詞的出現頻率的升降類似于隆起的駝峰。“戰爭”這個詞的使用頻率符合駝峰曲線，這是意料之中的事，“和平”“民族”“民主”這些詞語的歸類也合情合理，但“速度”、“新世界”這些詞語的駝峰頻率卻超乎我們的意料。受這些關鍵詞的數據發現的啟示，梅爾芭· 卡迪-基恩進而討論了幾個文學與社會關系重要課題：人類戰爭的重負如何改變了我們的烏托邦構想，時間次序的再現方式，以及自我主體的描述與定義。20 這項研究在一定程度上揭示了成功的數字人文研究的構想與思路：預設的關鍵詞通過遠距離閱讀得到證實或修正，新的關鍵詞形成數據鏈或圖標、曲線，指向潛在的范式、模型，通過再次閱讀而連接傳統人文的課題，從而厘正已知的知識或創造新的知識，最終體現發現的學術文化價值。

　　如果說數字化的遠距離閱讀過去是、現在仍然是數字人文研究的最重要的方法，那么現在已經到了重新考慮它的涵義的時候。首先，我們必須摒除弗朗科·莫瑞狄最初所設想的遠距離閱讀與近讀(close reading，又譯“細讀”)完全對立的立場，重新認可近讀的闡釋功用，雖然數字人文的近讀并不完全等同于傳統人文學者的細讀。遠距離閱讀是機器的閱讀，是初級閱讀，它提供了關鍵詞的譜系;近讀是人的閱讀，是再次閱讀，它為關鍵詞添加時間的坐標，然后為人類關注的現實性問題或終極問題給出可能的答案。遠距離閱讀與近讀的糅合不應視為對數字人文學科特性的消解，恰恰相反，它應看作是電腦科技和傳統人文的交叉性的標志。無論如何，數字人文的研究對象依然是文本，雖然這是數字化的文本，是數據通過“數字再現”而產生的文本，也可以說是文本的文本，21 其文本性不言而喻，而文本性及其意義依然是闡釋學范疇。 數字人文的闡釋學，在津德爾特(Joris J. van Zundert) 看來，已從“文本解讀的理論轉變為知識接受的本體理論”，著重于“把信息轉變為知識的過程“。22 數字化工具為我們提供了逼近文本隱喻(allegory of textuality) 的新手段，而研究者用心的近讀和機器強大的遠讀仍然是領悟文本隱喻的必然途徑。

　　綜而論之，偏重數字工具還是重視學術發現是當今的數字人文面臨的一個抉擇。如果我們只是繼續或重復早期數字人文學者的研究思路，把編碼制圖作為首要任務，止步于采集新的數據來證明已知的結論，那么數字人文將不會得到學界的尊重，永遠處于失望的低谷之中。數字人文的突破之路在于把關注的重心從工具理性自我把玩轉移到外向性的、可傳達的發現性學術。這要求我們重新思考數據本身的價值及其對于人文研究的意義，相信數據的言說意義，但不迷信數據是社會現實的絕對、唯一的再現。在當今“數據崇拜”風行一時的數字化時代，這當然是一件很難的事情。然而，因為數字人文占有數字工具技術與人文傳統精神的交叉優勢，數字人文學者對于破解這個難局負有義不容辭的責任。正因于此，我對數字人文的未來仍然抱有期待和希望。