[摘 要]：围绕数字人文与新自由主义的关系，建造的认识论与工具主义的根源，“做或不做”，计算文学论争等敏感问题，对引爆西方舆论场的重要数字人文论争做了全盘清理和反思。数字人文虽是一个争议丛生的领域，但并非要成为新自由主义的工具。在辨析和剔除有问题的价值观的同时，能否将数字人文导向一种更具合法性的实践立场，从而避免“合谋”，取决于整个共同体对工具主义的反思力度。对于真正的人文主义者，毋宁说反对工具理性恰是其“以数字人文实践来抵抗”的最终目的所在。那么，如何在建造与思辨之间保持适度的张力，如何在“做”中“思”，或发展出一种“思辨的基础设施”，将成为消解长久对立的出路。在这方面，“计算文学论争”中的分歧和对立具有典型性，隐藏了丰富的症候点，值得深入解读，以正视听。
[关 键 词]：数字人文论争；工具；计算文学；建造；计算批评
数字人文是一个争议丛生的领域，可以说数字人文这一概念自诞生之时起，该领域的从业者和周边专家围绕相关问题展开了旷日持久的讨论。这些讨论和论争的内容涉及但不限于：数字人文与高等教育的关系；数字人文的实质；数字人文的学科归属、与跨学科的关系；数字人文的反思性和实践性；数字人文的认识论和工具主义；计算阐释的合法性；如何评价数字人文等等方方面面。从根源上说，这一波波的争论又与数字人文的定义和起源之争有关，显示出人们从不同角度和立场来界定究竟什么是数字人文时所面临的分歧、困难。由于数字人文的定义过于宽泛，边界并不清晰，在实践和辩论中产生了足够多的张力，也积累了大量批判性话语，这些话语往往在下述几个方面聚焦。
一、数字人文是否是“新自由主义的工具”
从数字人文与资本主义经济全球化及其意识形态的关系上反对数字人文，可谓最上纲上线、最激烈的一种批判姿态，却也是较易受到反驳的一种观点。这种观点在理查德·格鲁森（Richard Grusin）《数字人文的阴暗面：两场近期美国现代语言学会年会侧记》（“The Dark Side of Digital Humanities: Dispatches from Two Recent MLA Conventions”,2014），丹尼·艾灵顿（Daniel Allington），萨拉·布罗伊特（Sarah Brouilette）和大卫·哥伦比亚（David Golumbia）的《新自由主义的工具（档案）：数字人文学科政治史》（“Neoliberal Tools (and Archives): A Political History of Digital Humanities”, 2016），以及蒂莫西·布伦南（Timothy Brennan）《数字人文的萧条》（“The Digital-Humanities Bust”, 2017）等文章中发出了史上最强音。这种论调之所以会兴起，和十多年来数字人文在西方（尤其是在美国）的现实境遇有关，甚至也成为了学院政治的一部分。
（《数字人文的阴暗面：两场近期美国现代语言学会年会侧记》（原载于《差异：女性主义文化研究期刊》）
概而言之，过去的十年中，西方人文学科的普遍式微已成“新常态”，然而数字人文领域蓬勃上升的趋势，却与人文学在高等教育中遭遇的危机形成了鲜明的矛盾。在外人眼里，北美公立高等教育对人文学科的拨款逐步紧缩，传统部门和项目被取消或淘汰，终身教职削减，资源日渐稀缺；与此相反，数字人文项目却获得了每年数以千万计的财政支持，2008年起美国国家人文基金会（NEH）数字人文办公室的设立（ODH），还有来自企业和非营利机构的大笔资助，让数字人文一路高歌猛进，获得了大学管理者的青睐，在科学创新和技术进步的神话驱赶之下被赋魅。在批判者看来：
SSHRC的资助模式补充了新自由主义大学内新的知识工作模式的发展——加速了旧的文学研究模式的贬值。……这种将大额拨款用于数字人文学科项目的做法对整个美国和加拿大的人文学科产生了变革性影响，在那里，不从事计算工作的英语学术研究很难获得六位数的拨款。[1]
数字人文顺理成章地促成了新自由主义经济对大学的“接管”，“21世纪的大学已经按照企业界的模式对自身进行了重组”。应该说，这些说法自然有其自身的逻辑，以致于被视为对1990年代以来学院内部文化战争的一种延续。然而，人文学科的危机是否要归咎于数字人文的兴起？或者说，得到了外援是一方面，对于这样一个价值多元而高度杂合的领域，它在实际发展中是否真的加强了“对企业的依赖”，变成一种更适应工业界的再生产模式，则是另外一回事。这里是否言过其实？尽管左派学者认为，骑墙的数字人文有效地利用了公共、私人和慈善资金，以之代替了硅谷的风险资本，按照科技创业公司模式对学术研究进行了重新配置，但是这其中的必然性并未得到切实调查，而真正的领域现状往往出乎人们意料。稍有留意不难发现，即便是曾经创建了颇具影响力的斯坦福文学实验室（Stanford Literary Lab）的弗朗科·莫莱蒂（Franco Moretti）和马克·阿尔吉-休伊特（Mark Algee-Hewitt）等人，也曾纷纷现身说法，揭示这种指控逻辑的荒谬所在。这些“诉苦”成为实验室小册子成果（Pamphlet）和相关访谈中最诙谐又耐人寻味的部分。
在一般人看来，文学实验室地处加州湾区（Bay Area），天然地具有了坐拥硅谷数字资本的地利之便，可以和互联网巨头们产生较多合作，包括经济上的互惠互利，应该是非常幸运的了，然而莫莱蒂的回答令世人吃惊：
事实上，我们从来没有从他们那里得到任何支持，也从来没想过要和他们有什么往来。如果我的记忆是正确的，我记得，地处湾区对我们来说简直是一个灾难，因为这意味着我们很难雇到一个好的程序员。如果你想要一个好的程序员，在这个地区你必须支付高于业界水平二十倍的薪水。我们和这些商业巨头唯一的联系是，有一次一个在Apple工作的家伙给我们发邮件说：‘嗨，我们正在处理一个问题，和你们实验室目前这个项目非常像，我可以去参加一次你们的组会吗？’我说：‘当然可以，提供一个机会让我们也去一次你们的会议（学习）吧！’然而，这个回复被视为一种侮辱，一种冒犯。天哪，我们怎么敢（和他们平起平坐）？这件事足以显示这些公司的本质。这些行业大佬们认为他们就是准则，他们有权来刺探你，但你绝没有进入他们内部的权力。这真是太精彩了![2]
不难看出，对工业界来说，尚在探索中的数字人文项目仍处于“鄙视链”的最底端。这些跨学科的人文学者本身也是弱势者，从事着“非功利”的审美研究，其“无利可图”的特点使得他们被技术、资本排斥在外，但也正因此，却能够幸免于整个剥削和利润链的收编。为了不受制于劳动力市场的竞争规律，他们也只能自外于此。在莫莱蒂及其前同事眼里，整个斯坦福都在谷歌这艘巨轮上，他们的实验室则更像是一座“孤岛”。莫莱蒂认为，格鲁森的文章固然有其价值，但数字人文研究与大型技术公司为伍这一总体思路是有误的，他不止一次认为数字人文并没有与新自由主义结盟的政治诉求，斯坦福文学实验室的实施情况也远低于人们的预期：
我可以告诉你的是，在组建实验室的最初两年，我们从斯坦福获得了2万美元的资助。我们得用这笔钱购买所有用品，包括电脑、屏幕等，还要支付其他一切费用。我们后来又筹集了一些资金，一部分来自斯坦福，一部分来自外部，通常是国外的资助。但是你知道吗？6年过去了，我们的团队仍然没有程序员，也没有图书档案管理员，半个都没有。我们的一个研究生和英语系的一位年轻教员在程序设计方面都非常棒，但是我们还是缺少一名专业的程序员……我耗费了大量时间筹集资金来维系这个实验室。[3]
而事实上，这些有限的资金远远不够用于支付最基本的资料购买和数据处理——还不包括参与者的微薄薪酬，即人工的费用。这导致数字人文并不比宽泛意义上的人文研究多产，相反，通常状况是更加“难产”，这些困难只有一线研究者才能切身体会到。从研究对象讲，数字人文极富雄心的研究目标，决定了它的材料搜求将是一场费时费力，要调动各方财力人力和技术支持的浩大工事。通常，这并非一两个研究者或某个团队的力量就能够完成，需要实力雄厚的大学、图档机构和工程师、研究型馆员的通力合作，也未必能实现其理想目标的一半。所谓“上穷碧落下黄泉，动手动脑找东西”在数字化时代已经发展为一种难上加难的超级工程，研究者们跨越的不仅仅是资金和资源的门槛，还有难以想象和难以克服的技术协议和制度的屏障，可谓举步维艰。这一点，斯坦福文学实验室小册子中的集体研究成果之一，同时也是该团队与巴黎索邦大学OBVIL卓越实验室团队、德国马克斯·普朗克研究所合作的产物《正典/档案：文学场域大型动力学》(“Canon/Archive.Large-scale Dynamics in the Literary Field”），也有令人瞠目的大量表述。[4]也就是说，即便有世界一流学术机构的扶助，我们从报告行文中看到的仍是繁难到难以备述的资料搜寻、数字化和信息处理过程，更不用说与各方机构打交道之难、支付给垄断型数据公司的费用之巨。可以说，现实中的数字人文学者和他们相对松散的研究团队，往往是在某种组织间隙式（interstitial）的制度空间中做探索的，说白了，就是远远不如大量边界清晰、有一定保障的传统人文研究,他们首先需学会如何在学术体制与利益结构的夹缝中游走以求生存。
当资源和技术牢牢地掌握在不同盈利方手里，所有研究都要在不同程度上卷入与不同利益者的合作，一个单纯遵从利益至上原则的信息-知识市场，绝无法给数字人文项目提供理想的服务和后援。从这一点来说，处境尴尬的数字人文非但不具备被新自由主义经济和其运作体系整合的可能与条件，在很多时候更有可能受其压榨和胁迫，对他们来说，所谓“新自由主义的经济原则”更像是敌人而绝非盟友。
以人力资源的匮乏和不平衡为例，数字人文团队并不愿意雇佣廉价临时工（那些处身体系边缘的研究生、博士后、年轻教师们），造成左派学者所抨击的“劳动力贬值”的局面。在十年前的文章中，大规模在线课程MOOC的“泡沫化”之所以成为艾灵顿等人的一个重要靶子，用意十分明了，让他们深恶痛绝的是某种以机器和信息产品来取代传统劳动，贬损劳动力价值的生产形式。在他们看来，数字人文简直是饮鸩止渴，如果说使用网络课程这样的数字教学模式，其实是打着创造性知识生产的幌子，来间接地促成“通过裁剪终身教职，以减少大学开支”这样的工具性目标——那么，数字人文当然成为了新自由主义的推手和“工具”。可以说暗含在这种说法背后的，仍然是“机器威胁论”的批判逻辑，从十多年前的MOOC批判到现如今的人工智能威胁论都概莫能外。这一方面征显出当今高等教育所面临的“结构性难题”，数字人文成为了资本主义精于计算的象征；另一方面也应该看到，当憎恨加诸其身之时，便也等于是拒绝承认数字人文天生的去中心化特质对交往理性的促进，拒绝了数字人文的平权主张对于缩短专家/权威和公众之间的知识距离、打破信息垄断和重塑公共意识方面的贡献，更不用说还有大型项目中的分布式劳动以及新兴数字经济模式所带来的可能性。
从这一方向上讲，人们可能忘记了，“通过数字人文实践来抵抗”这一行为模式一直就存在于数字人文的文化理想中，是其价值多元化的一个明证。尽管斯坦利·费什曾嘲讽《数字人文宣言2.0》（“The Digital Humanities Manifesto 2.0”）赋予了数字人文一个乌托邦的政治内核，甚至把它推向了“数字无政府主义”的极端[5]，但第一代提倡者自1960年代的“反文化运动和赛博文化交织而成的谱系”中习得的学术民主化诉求和所标榜的开源、开放精神，以及坚信知识产权应摆脱资本束缚的主张，却泽被后世，吸引着一代代青年人前赴后继，使他们在一次次面临体制化陷阱之时，仍能保有某种与生俱来的先锋气息和面向。
但尽管如此，多年后布伦南依然认为：虽然数字人文的兴盛更多归因于青年学者试图反抗大学的新自由主义逻辑，但实际效果却是“合谋”。在一篇题为《数字人文的萧条》的文章中，作者先以颇不耐烦的口吻，将数字人文领域一系列文学计算研究的价值一笔勾销。然而，读过几位相关学者的回应（Sarah E. Bond, Hoyt Long, and Ted Underwood, 2017），便会发现此种批评是如何建立在先入为主的误读，甚至想当然的不读之上的，它十分轻蔑地忽略了人文学者想要通过量化手段来完成文学阐释和批评的巨大努力。以这些误读为铺垫，作者似乎急于抛出一个郑重的结论：
相反，DH把人文学科带到了那些管理者和立法者的视野中，这些项目一方面给方法披上了科学主义的外衣，另一方面又为教室里有利可图的技术交易创造了一个框架，承诺实现教学的巨大自动化。那么，DH的‘成果’并不完全是虚幻的。它们把许多人文主义者变成了机构的策展人，使批判性思维沦为一种被有计划的淘汰掉的形式。[6]
不可否认的是，数字人文项目中反思性和批判性思维的缺位，曾一度为人诟病，最严厉的批评之声更来自数字人文阵营内部。和很多文章相似，布伦南的结论提示我们，在表面上的贴标签和站队之外，还有更根本的价值观分歧必须被触及。如何能够在辨析和剔除有问题的价值观的同时，将数字人文导向一种更具有合法性的实践立场上来，从而避免“合谋”，这其实取决于整个共同体对工具主义的反思力度，还有由此延伸出的一种取之于公用之于公的“基础设施”构想能否真正实施。此外，对于数字人文的从业者而言，这恰恰是为布伦南所无视的“计算批评”（Computational Criticism）致力于探索的方向。这些人文学者希望通过自己的批评实践，来突破介于技术与人文、实证主义与文化阐释、建造与思辨之间一系列人为建构起的二元对立。遗憾的是，这一方向不仅在领域内部尚未引起重视，在传统学界也没有摆脱屡遭误解的命运。
二、对工具主义的反思与建造的认识论
新自由主义的工具主义逻辑（neoliberal instrumentalism），经由数字人文这个中介，向高等教育最后的堡垒人文学内部渗透——这是前述文章的内在批判理路，它让人们意识到，起源于服务和应用的数字人文，对工具理性和实用主义的确有执迷的一面，需要对这种价值观进行追根溯源的清理，从而在一个具有最大公约数的基础上，重建起数字人文共同体的价值观。[7]
首先，一种较有代表性的意见认为，人们对计算理性的害怕，以至于谈数字而色变，之所以会蔓延至数字人文研究上，也是由于数字人文长期以来一直力图保持科学的价值中立色彩，而未能真正参与到1960年代以来的文化批评中，这使得数字人文与媒介研究（media studies）等看似相关的领域截然不同，面对当下的信息资本主义、数字鸿沟等后工业社会中的严峻现实仿佛置身事外，只徒然具有一副高效的“执行”功能。早在十多年前，数字人文领域的“全能选手”阿兰·刘（Alan Liu）就曾明确指出，如果缺乏文化批评（cultural criticism）的维度，数字人文不仅难以成为人文学的有机组成部分，其自身发展也将过早面临天花板。数字人文本来不该是这样的，这里原本预留了大有可为的空间。以莫莱蒂的路线为例，本来，“远读”的出现有望打破细读和文化批评对峙多年的紧张关系，然而文学实验室建立起来后，研究者们却专注于以清晰的程序化操作和元数据的图式取代细读。文本分析、主题建模、数据挖掘、模式识别以及可视化方法被放置在实践的开始环节，而不再被用于最后的理论批评，如此，从微观的语言学特征（如词频），到对文化整体的统计架构（如民族文类形成的模型），其间毫无过渡。结果是，人们除了懂得做研究可以进行电子检索、可以使用眼花缭乱的统计工具，仍然对数字人文一无所知[8]。因此，阿兰·刘坚持，拥有数据库、语料库和统计知识是远远不够的，只有把针对大体系的文学量化研究和文化批评相结合，才能发挥它的真正潜力，让数字人文跻身主流文学研究，使其从工具的从属地位上摆脱出来，成为批判工具的武器。
值得注意的是，此时的阿兰·刘不仅把希望留给了如何利用数字技术的工具、范式和概念来“帮助重新思考工具性的概念”，还把这种批判扩展到了对世界权力、金融和其他治理协议的思考上。用更宽泛的话来说，就是要利用计算来重新反思工具自身，使数字人文超越狭隘目的性的服务理想，转向更具批判性视野的“文化分析”（Cultual Analytics）。在这种呼声下，十年过去了，现如今各个领域的数字人文项目已全面开花，人们看到了更多试图以计算批评来质询社会表征的研究，更多关于种族、阶级、性别经验的议题进入数字人文，在揭示社会话语和文学史研究中的不公、发掘意识形态偏见，重现劣势群体声音方面做出了不同以往的成绩。
与此同时另一个事实是，尽管这些探索为纠偏早先人们对数字人文善于“向脚本、代码或界面设计的安全性逃离”的刻板印象做出了努力，但似乎仍然很难缓解从业者的内在焦虑，这些焦虑更多是关于如何界定他们的工作性质，使之从从根本上摆脱相对于人文学术的“仆从”地位的。这驱使人文计算和数字人文学者从根源上反思工具（包括模型、算法）与人文理论和解释之间的复杂关系。威拉德·麦卡蒂（Willard McCarty）最早在著名的Humanist邮件列表上提出了“工具自身是否具有自明性”的话题，引起了旷日持久的讨论。约翰·昂斯沃斯（John Unsworth）、斯蒂芬·拉姆塞（Stephen Ramsay）和乔弗里·洛克威尔（Geoffrey Rockwell）、阿兰·刘等，都曾发表过十分精湛的论述。
在这个问题上，算法批评（Algorithmic Criticism）的提出者拉姆塞和哲学家洛克威尔（也是文本分析工具包Voyant的开发者之一），曾发展出一套专门的认识论，为人文学者建造工具的行为赋权，使其能够区别于一般意义上的工具制造行为。他们认为，像TextArc之类的文本可视化工具，为文本提供了图形解释，不管这种解释是否真的是关于哈姆雷特或爱丽丝梦游仙境等等内容，还是仅仅表征了TextArc自己的算法和审美的复杂性，它都成为了一种非同一般的“解释学的工具”，而迥异于海德格尔所说的“铅笔”或“尺子”一类只提供便利的工具。这是因为它们自被开发出来，就被内在的赋予了创造者的解释意蕴。这便是对Unsworth所谓“本体论规约”（Ontological Commitments）做出的先在选择，是将算法运用于人的阐释活动的第一步[9]。在工具主义批判的意义上，这一理论启发人们去辨认出“建造”行为对于破除手段-目的式的工具理性所具有的实践意义。正是在这一“建造”活动发生的过程中，人文学者通过计算建模来思考和推理，从而把理论真正实例化了。数字化（digitalized）被整合进解释的一环，体现了解释活动物质性的一面，其自身也成为理论化的透镜，数字人工制品由此幻化为一幅“心灵的望远镜”[10]。他们甚至不无夸张的认为，像文本分析和可视化工具这样的程序是可以成为人文科学理论化的最高成果的，因为它们像解释学理论一样工作。一个信息检索中常用的concordance（逐词索引），可以说是实例化了某些关于文本统一性的理论，这其中的无穷奥妙，还有待人文学者去摸索和揭示。在此，虽然“作为一种建模活动的人文学科中的计算”的想法早就被麦卡蒂提出[11]，但二人的解释工具论为计算批评学者反驳布伦南等人关于数字人文仅仅是“归档材料、生产数据和开发软件”的“反解释活动”这一成见，提供了认识论层面的依据。
事实上很多人都曾指出，从人文计算（Humanities Computing）到数字人文的过渡史，暗含了一个从服务、支持型领域向人文研究的核心地带挺近的转变过程，包括麦卡蒂主持的1999年研讨会等活动将人文计算重塑为了数字人文，并将文本学术研究确立为该学科的核心关注，在很大程度上，它甚至“将数字人文塑造为一场社会运动”。然而人们很难意识到，这种“重塑”能否实现，恰恰离不开它的阐释学基础的成功构建。数字人文能否登堂入室，取决于是否承认它与人文阐释之间的密切关联，是否可以以此为支点展开批评性思考，这一点很重要，就人文计算向数字人文的转变而言，说它具有奠基性的意义也不为过。
三、消解对立：通往一种思辨的基础设施
继拉姆塞和洛克威尔为“建造工具”在人文学术内部划出地盘之后，拉姆塞在发表于2011MLA年会的《谁在领域内部，谁不在？》（”Who’s in who’s out? ”）[12]与《论建造》（”On Building”）[13]两篇文章中，再次提出了一个大胆而影响甚大的区分，即一个人是否从事标注，制作，建模（乃至编码）等建造工具的实践，应该成为划分数字人文学者的身份标识：
一个深刻的共性存在于每个找到数字人文之路的人身上——于我而言，这是非常令人兴奋和有利的。我认为，这种共性包括从阅读和批判转向建设与创造（making）”。身为人文学者，我们倾向于把地图（举例而言）当作文本进行阅读；当作解释文化欲望的工具，帝国意识形态的可视化、民族国家出现的记录等，这一切非常好。实际上，我想说这是人文探究意义的根源。在数字人文领域，几乎每一个人都被教导要这样做，而且喜欢这样做。但是，制作一张地图（比如使用GIS系统）是一种完全不同的体验。数字人文学者一再坚持认为，创造的过程产生了其他方式难以获得的深刻洞见。……进行文本标记（markup）的人会这样说，就像开发（baild）软件、侵入（hack）社交网络、创建（mark-up）可视化的人那样，为了追求几十种形式的触觉反馈技术，数字人文学者被聚集在一起。对我们而言，建造是一种新的诠释学——它比采用传统的人文探究方法然后应用于数字对象要激进得多。媒体研究、游戏研究、关键代码研究以及其他学科为人文学科研究带来了美妙的新事物，但是我要说，比起从阅读到建造的激进转变，这些都不代表什么。……在最后，我感到仍然有必要指出数字人文的确存在不同之处……有些人确实是在做数字人文，而有些人并不是”。（《论建造》）
不难想象，这样的标准将把数字人文再次推上舆论的风口浪尖。事实上，此后几乎所有质疑，都不约而同地回溯到这一区分之上。这种存在于“建造”与人文学术所推崇的阅读、写作和思辨等等悠久传统之间的“对立”，正来源于对“建造”的绝对强调。一种意见是，这种强调反而更加重了工具化的倾向，竟成为一切工具主义的源头，以致于批判者发出了警告：“数字人文学者应该停止（正如许多人已经做过的那样）在批判和生产之间，在为自身目的而追求的学术工作和可帮助达成其他目的的工具性学术工作之间做出令人反感的区分”[14]，因为，通过利用“建造”和“批判”之间的区分，数字人文助长了一种“非常流行的21世纪观念”，即高等教育的目的是为了找工作，或者说，是为了学习那些并不同于分析文献和批判文化，而易于推销的生存技能，那么，这便配合了“一种新自由主义的高教远景”的实现。
应该说，此后对此番言论的理解已经严重脱离了当时的语境，拉姆塞的本意是建设性的，是在表达一种平等的齐物观，他并没有说数字人文学者一定要会编码，会制作网页，他想说的是编码和教人编码的事业同样能够让人的灵魂得到升华，这样做，“和将精力投入莎士比亚或内战研究的原因完全相同”。然而吊诡的是，既然拉姆塞仍然隐晦地坚持了“如果你什么都不做，你就不是数字人文学者”的观点，那便表明了一种立场上的分裂的确有可能构成两种不同的价值观基础，像人们所以为的，一种存在于文科和工科之间关于“做与不做”的态度，区隔了两种社群，两类人，而拉姆塞这样的学者也因此充当了该领域“真正的守门人”的角色。[15]
那么，该如何弥合两种传统之间长久的分裂？我们知道，在数字人文内部，这种分裂发展到极端，就是服务型的基础设施建设与学术研究之间的歧途，这种对立也早就埋伏在一些具有原初意义的讨论场景中[16]。作为一名数字人文学者，如何能够既被认真对待，又不满足于把自己定位为一个建设者和制造者，把人文学术仅仅设想为促进科技发展的推动力、把学科“推向后解释、非怀疑、技术官僚、保守、管理、实验室的实践”？这个问题不可避免的成为此后数字人文学者们讨论的重心。
在将文化分析学视为数字人文的出路的同时，阿兰·刘也曾寄望于“数字基础设施”的全面铺设。他认为正如谷歌图书的设计者期望谷歌图书计划（Google Book）能够成为揭示文化内在编码的“文化基因组学”，数字人文也必须发挥自身优势，以建设者的身份参与到社会生活中去，在学院知识分子和公众之间建立起良性互动，最大程度做好人文知识的分享、转化和自下而上的再造工作。在这方面，推动开放获取（Open Access），整合多种公共平台，实现语义网络的连接和资源共享固然重要，但实现的根本却在于能否切实推行一种机制，从而在学术出版商、商业数据库、政府和图博档机构，还有公共的学术组织之间达成社会共识，把一个个散兵游勇式的“孤岛”链接成知识、技术、协议和人才通达的新大陆——这绝非一朝一夕可以实现，还需要对新的知识生产的经济制度模式做出批判性的研究与探索。
十年后，刘重新意识到建立起一个方法论的基础设施框架的必要性[17]。他再次重申，学院与其他社会部门相交互的渠道便在于共享而又竞争的信息技术基础设施，它既是象征性的也是工具性的。藉此他提出“思辨的基础设施（critical infrastructure）”和“轻度的反基础主义”（lightly-antifoundationism）等概念，表面上看，似乎是将精力从文化分析转移到了如何开放基础设施的思辨和批判潜能上，其实质，却仍然是要通过新制度主义和关于组织技术的社会学，来分析基础设施的大型技术系统与协作型知识生产的机构形式。如此，对技术的反思性使用，为数字人文的文化批评提供了合适的通道，也为数字人文的发展构想出一种干预策略。
四、“计算文学研究”论争
布伦南的文章标志着到了2017年，对数字人文的怨恨情绪已近极点，其后果然引发圣母大学学者Nan Z. Da(笪章难)的呼应，带出了最猛烈的抨击。支持者们认为，这篇发表于2019年春天《批评探索》（Critical Inquiry）上的长文《以计算的方法反对计算文学研究》（“The Computational Case against Computational Literary Studies”）[18]，对数字人文的批判已经到了釜底抽薪的程度。这是因为，与前人不同，这次似乎不再是出于意识形态因由做出的外围攻击，而更触及了计算阐释的合法性基础——尽管这一行为背后仍不能排除文化政治方面的深刻偏见。由于批评者本身并不从事同类研究，这场争论也折射出数字人文专业评价方面的固有困境。
事实上，笪章难针对的并非数字人文，而是将锋芒对准了其中的一部分，她指的是“文化分析学、文学数据挖掘、定量形式主义、文学文本挖掘、计算文本分析、计算批评、算法文学研究、文学研究的社会计算、计算文学研究（computational literary studies，缩略为CLS）”。之所以把目标缩小到这个范围，是因为在她看来，计算文学分析即是对文本挖掘中发现的“模式”的统计学表达，适用于现存关于文学、文学史和文本生产的知识，其问题在于“有力的方面很明显，不明显的方面并不有力”，而且对象和统计工具之间根本不搭配，这种不搭配导致了“一系列的技术问题、逻辑谬误和概念缺陷”，具体表现为要么统计方法严谨，然而并没有提出和解决有意义的学术问题；要么看似解决了有意义的学术问题，但统计方法并不严谨，或者并没有必要使用统计学和其他机器学习工具。重点在于，笪章难认为文学学者不太有办法查验CLS的工作，所以她决心“利用统计原则讨论这些例证”，是谓“以计算的方法反对计算文学研究”，遂用一万多字快刀斩乱麻地解决掉14篇平均长度在1万字左右的研究个案。文章发表后，被批评的大多数学者在第一时间做出回应和反驳，这些反批评又带动了一波讨论的高潮，赞成和反对者皆有之。[19]
从整体上说，笪章难的批评动机是可贵的，她无非想要对文学研究中引入计算的过程去魅，如她所说，“为文学编辑赋权”。反过来说，如果人人都有她的统计素养和较真精神，我们今天不会看到大量滥竽充数的数字人文研究。但是，她声称用所谓“计算的方式”来反对计算文学研究，并不意味着可以对这些研究中最深刻的阐释部分及其背后的文学/文化批评目的视而不见，而这些才是研究的根本出发点，也显示出笪章难文章中避重就轻、有意回避的一面。更重要的，笪章难的文本自身也是一个充满了理解错误、逻辑问题以及种种根深蒂固的偏见的文本，它由貌似内行的专家提供而更具迷惑性。我们需要结合几位被批评者的反批评，以便更好地将这场辩论透露的症候识别出来。
（一）对原研究的理解错误
首先，让被批评者和读者最难以接受的，是笪章难对原研究的大量误读和理解上的事实错误。最典型者如《以计算的方法反对计算文学研究》中开首便举的《体裁的生命周期》（“The Life Cycles of Genres” ）一例，作者明明以1941年为节点，采取了不同的随机对比集来分别训练和测试分类器[20]，笪章难却认为他们没有这么做，虽然后来也承认了这是误会[21]。又如，在关于《湍流：世界文学的计算模型》（“Turbulent Flow: A Computational Model of World Literature”）的批评中，不仅看错了特征集的情况，检验特征鲁棒性的步骤也出现了问题[22]。这些都是在新一轮反批评中才辨明的问题。
其次，是忽略研究中已经做过的事情。如对《理解19世纪小说中的性别和角色能动性》（“Understanding Gender and Character Agency in the Nineteenth-Century Novel” ）中的分类器挑选特征，以及十折交叉验证等前处理步骤的意义置之不理；对《体裁的生命周期》中已经证明了方法有效的“基线测试”忽略不计，便急于抛出批评结论。
（二）原研究中存在反例
在对“3000本小说网络”研究的批评中[23]，笪章难轻蔑地写到，“LDA主题和常用词往往会随时间过去而群集，这些特征有内置的时间关联……这并不独特，也没有洞见；你已经机械地保证会捕捉到一种体裁的时间趋势——及历来讨论的内容加上语言进化。”如果笪章难的这个判断是成立的，那么，在该研究第二张网络图中清晰显示出来的性别二分又如何解释？难道LDA主题和常用词也会随性别二分而“自然集群”？对可视化证据之效度的质疑本来无可厚非，只是难以成立。这一质疑方式无法证明时间与主题变化的耦合不存在——如研究者所惊叹的，是一个巧合。
（三）批评逻辑无理，显示了对阐释努力的蔑视
抛开上述粗浅的错误不论，笪章难文批评逻辑中的很多问题，都与其过强的“零假设检验动机”不无关系，这导致她有可能出于批判的需要而“被迫发明假设”，即如马克·阿尔吉-休伊特指出的：
笪章难假设的这些对立导致她把注意力完全集中在对验证数据分析（CDA）的零假设检验上：选择图表、提出假设、寻找显著性中的错误。但是，在探索性数据分析（EDA）的创始人、数学家约翰·图基看来，让数据自己说话、不带潜在假设地将之视觉化，能让研究者避开确认偏见的陷阱。这就是心理学家威廉·麦奎尔（1989）说的“假设检验神话”：如果研究人员一开始就相信一个假设（例如文学太复杂、无法用计算分析），那么，她或他就能通过对数据的简单操纵证明自己是对的（挑拣支持她的论点的例证）。拘束于本领域正统的从业者往往会在统计学整合到新研究领域时错过被揭示出来的新模式。
……由于笪章难坚持验证数据分析，她的批判就需要一个假设：如果缺席语境之外没有假设，她就被迫发明一个。就算粗略读一遍《维特拓扑学》就能发现，我们对于‘《维特》对其他文本的影响’的问题不感兴趣：相反，我们感兴趣的是当语料库围绕《维特》的语言重新组织时对语料库的影响。[24]
在文章中，除了上述对《维特拓扑学》的有意误读，这种动机还体现在以鲁棒性检测为名，非要找出反例，甚至不惜制造反例。如在对《文学模式识别》（“Literary Pattern Recognition: Modernism between Close Reading and Machine Learning”）的批评中，为了证明分类模型的“鲁棒性”有问题（即“不能在别的测试集上也获得稳定分类效果”），但又难以找到同质的测试集，便只能以英译中文对联和日文短诗作为测试集，随后自然得出了错误结果，却就此认为研究者的模型“过拟合”（即“不够鲁棒”）——然而经过一轮答辩后，又转而认为“他们的分类器缺乏力量，因为它仅能以非常不同于俳句的诗歌为参照分类俳句；说白了，它会把包含和俳句很接近的重叠关键词的同样短小的文本分类为俳句。”——这里的意思完全翻转，到底是过拟合还是过于宽松？看得人一头雾水。事实上在原研究中，研究者通过对实验结果的细读，已经对模型本身做出了检验，而更关键的是，无论是过拟合还是不够有效，这并非他们实验的重点，笪章难的指责是严重蔑视研究者的批评初衷的。诚如作者自辩：“这些错误代表了一种始终如一的拒绝：拒绝将某人的阐释实践置于语境和历史中考虑，不管是统计上还是人文上。我们不相信存在‘客观上’好的文学阐释或者存在一种‘正确的’做统计分析的方法”[25]——也就是说，即便过于宽松（或过拟合）的尺度，恰恰是研究者为达到批评性的阐释目的而构造的步骤，或者说，是以此来说明历史上俳句概念的边界到底在哪的突破口，这恰是通过有意设计来实现的。
另一个绝妙的例子是对停用词（stop words）的批判。笪章难想以研究者对停用词的“肆意”调节，来体现数字人文的“操作”对文学“解释力”的消解，这一观点似乎暗示了一个颇有市场的说法：计算文学研究的结果，大都是凭借人为做手脚的小伎俩才得以实现的。然而是这样吗？斯坦福文学实验室的小册子成果《定量形式主义：一场实验》（“Quantitative formalism: An experiment”）中，为了看清是什么因素在自动聚类中将莎剧区分为喜剧、悲剧、历史剧和晚期戏剧，团队使用了主成分分析，并且尝试去赋予两个主成分以有意义的解释，可惜的是，这个探索走入了死胡同，只得另寻出路，这也是研究中常有的事。有趣的是，当他们研究载荷图（plot loading）时，却现驱动者多半是停用词[26]。这个故事被笪章难抓住，她将这一探索性过程强认作这个研究的结果——这仍然是一个重新发明“假设”的思路。事实上，这个认识仅仅是报告中的一个插曲，或者说充其量也只构成了结论的一个层面。研究认为，对于机器来说，风格信号辨识的关键当然在于这些小词，但对人来说，它们就像建房子时候的水泥砂浆，还缺乏更坚实的砖块和整体形构，这也是为什么这个研究叫作“语词层面的文体/风格”。我们知道，为了完善风格理论，后来的研究又分别在句法和段落的层面展开，而且这些层次之间是相交互的，这些更有价值的阐释当然属于被笪章难的叙述隐去的部分。可以看到，这种操作并非她所说的，“想要从停用词中制造出一些意义来”。这样一种断章取义的解读，会使并未读过这篇十分坦诚的报告的人被其批评文本误导。
此种误导也出现在对《湍流：世界文学的计算模型》的批评中。《以计算的方法反对计算文学研究》一文不惜将13个语言特征协同工作的事实减缩为只剩一个特征起作用，其目的便是要使读者相信“作者为了区分现实主义文本和意识流文本唯一要做的一件事就是为停用词词频列表格”。但问题是，即便抛开批评者罔顾事实的一面，计算文学研究者不断剔除理应剔除的停用词，直到达到他们想要的区分性能，这样做错了吗？既然都是为了找出有效特征以建构分类器模型，完成推理和论证，又何以不可呢，关键在于这样做是否影响最终结论的得出，这是以阐释为目的的计算批评非常独特的地方。
（四）深层分歧与方法论的意义
除去上述事实问题，在此我们尤其应指出的，是存在于批判者和实践者之间更深层的认识论分歧。笪章难之所以会对计算文学研究发起猛攻，表面上看是由于此前的研究大都建立在词频和向量的降维表示的基础上，所谓“只有词频统计并不能带来有意义的结果”，往深里说，仍然是知识表征的问题[27]。
在十四个个案中，安德鲁·派博（Andrew Piper）的《小说信仰：皈依阅读、计算建模及现代小说》（“Novel Devotions: Conversional Reading, Computational Modeling, and the Modern Novel”）的阐释重心，本来是建立在计算的二级表征之上的，但笪章难的注意力仅仅停留于最初的聚类效果，或者说停留在它的文本表示的初级模型上。笪章难的质疑当然有其合理的部分，我们不能把任何可以被聚为两部分的叙事，就称为“皈依叙事”，从根源上说，这个出发点并无错，是对降维后的多维尺度图作为可视化证据的效度提出了疑问，这也是文体测量学中的老问题，在作者归属判定研究中曾广泛存在。然而问题是，作者也并没有停留于此，而是在此基础上开始了真正的建模（即关于“半间距”与“半内距”的计算，派博认为，只有当文本前后两部分的“半间距”和“半内距”的差值也具有显著性，才算是具有“皈依体验”）[28]。在二级表征上，笪章难进一步认为，派博的建模“不一定代表这种变化模式，不应被当作拥有此种‘信仰’结构的小说的基准”，但派博恰恰是通过后续的细读检验，不仅找出了最具有“皈依体验”的德语小说，还确定了造成这种“皈依”效果的原因为何。而笪章难以《出埃及记》为反例，却并未按派博的建模方式来计算。她的质疑回避了派博后续的关键步骤，也就是说，仍然避开了“远读建模-细读发现-再建模-再发现”这一阐释循环所体现的具有方法论意义的有益论证。而这种计算批评的方法论，才是派博文章的重点所在。
更有意思的是，笪章难还做出了《忏悔录》的中译本投射图，以其并未达到分类效果而否定了“皈依体验”的建模。这里颇能引出一个关键性问题：即派博所认为的文学皈依体验其实是建立在一种语词本体论的规约之上，换言之，换了一套语言将很难捕捉到，这是因为翻译的过程影响甚大。琢磨一下笪章难的思路就会明白，这种不信任还是由于她根本无法认同这一类做法的知识表征基础：词频，或者说语词的分布。可以感受到，批评者对这一点的反感是本源性的，她明确认为：“统计工具设计出来是为了特定任务、解决具体问题；它们有特定效用，不应只是用来给词语计数乔装打扮”；而派博却认为，不在某种尺度上动用宏观手段，就无法观察到这一美学现象：“这种大规模语言转换看起来的确像是一种词汇基础建设构造——不同种类的皈依叙事在它的基础上建立起来。以这种方式，在这样的多重价值层面上进行阅读，可以揭示出一幅迄今一直未能为我们的批评叙事所捕捉到的这种小说的文体肖像”。
退一步说，即便派博运用词包模型和分类模型归纳出的这一类文本，他们的共同点不是“皈依体验”，那又能是什么呢？显然笪章难也无法给出更合理的解释，却只是否认了派博的一套阐释行为。从这种无条件的否定中，透露出了对语词作为主要表征手段的不信任和不屑。这一“表征的危机”也很有代表性，自斯坦利·费什（Stanley Fish）1960年代对文体学的批判一直延续至今。尽管今天的计算批评学者们始终强调的是词语作为“线索”的意义，也就是说未必将其真的等同于文类、文体、风格自身，恰如Ted Underwood所强调：“词语只是碰巧成为方便的线索，使我们能够追踪不同做法之间的隐含的相似性和不相似性”[29]——也就是说，词频仅仅是特征之一，属于一种指示剂，完全可以用其他特征来说明此问题：语法，TTR，标点符号，甚至页面格式等等，但仍有人无法接受，他们将之一概斥之为“简化论”或“还原论”。传统学者批判简化论和化约论，或许有其正当性，特别是在自然科学语境中。但在数字人文和大部分量化社会科学的建模中，采取简化、抽象、降维等等数据处理方式，是以特定的知识表示方式，巧妙而迅速地抓住事务的主要矛盾，使认识得以推进，从而进一步获得推理的证据。我们当然可以增加足够多的维度，构建足够复杂的大模型，让其模拟现实，但那样未必有助于复杂现象的理解，甚至连算法自身也将变得不可解释，造成了无所不在的黑箱——原因很简单，因为人不是机器，人的认知结构和限阈决定了理解过程的特殊性，正如派博所说：“简化是在较大尺度上理解复杂性需要付出的代价”[30]。
客观上看，笪章难说出了一些无比正确的话，例如“拓扑学洞察力和用于词频论证的拓扑学结构的视觉化工具：这不是一回事”“计算文学研究没有能力捕捉文学的复杂性”——但问题是，谁说是一回事了？谁要用计算和建模来捕捉文学的复杂性了？除了话语本身，有任何一种抽象模型可以捕捉到这种复杂性吗？计算文学研究，毋宁说是计算批评，更是一种思维和阐释的手段，通过建模，将问题最重要的一面突出出来，恰如在上述可视化的例子中，“定量的视觉化是打算将复杂的数据输出简化为其基本特征”——让人们可以通过这个过程来更好的思考和推理，继而论证自己关心的问题。作为一种“思辨工具”的模型，这是人文学者建模的本来目的。这也是为什么人们应格外尊重建模之后的细读检验与再建模、再检验等等环节，这些阐释性的环节无不是为了使论证成立。
当李友仁（Paul Vierthaler）运用与派博几乎同样的文体测量方法，将524部明清时期的小说、野史、正史组成的约50万页的语料库分开，笪章难也发出了几乎相同的疑问，在她看来，这仅仅是由于内容不同，一种语义驱动的区分，就像小说之所以会和野史接近，是因为它们都来自“道听途说”（或“野史的差异在于内容而非正式语言的使用”），这更像是出之于一种传统研究的成见。然而真的如此吗？以情况更复杂的“演义”为例，演义是对历史事件的虚构重述，在内容上与历史相似，在修辞上又与小说相似。如果把PCA图上数据点自然分开的形态视为文类观念之投影，演义与其近邻之间到底是按语言修辞，还是历史写作的虚实来划分的？事实上，研究者正是想通过建模（远读）与细读之间的递归循环，来帮助人们理解所谓历史修辞（historical rhetoric）对文体风格的影响有多大，“偏离”的发生是由于某些以内容为基础的语义影响，还是历史话语（historical discourse）本身对语料库中常见的词“施加了影响”。这就需要调动先验知识，对主成分轴究竟为何做出解释。细查散点载荷图后李友仁发现，各种语料的组合无不显示了白话/文言向度分布上的差异，它们恰好遵循从正载荷到负载荷的分布规律。鉴于这一操作性证据，作者认为：历史修辞的结构性影响，仍然是通过语言的正式性（语域），而非所谓“历史内容”来施加的。这一点，还可以通过加入演义作品后，主成分分析图中虚构文本与正史间的区分效果仍然明显来得到证实[31]。不同于笪章难的有意简化，李友仁的真正结论意味深长，而任何对白话/文言分野与中国近代小说演变之关系感兴趣的人，都可以以此为契机，设计更精细而有针对性的验证性实验，将问题推向深入。
事实上，在批判者一方，不太可能不理解这套阐释行为的意义，却更有可能是出于研究惯习而无法接受，或轻易将之判定为“无效”。这使得“信任什么”这样一个本应建立在经验研究基础上的问题带有了先验色彩。从本源上说，这种分歧仍然源自“思辨”和“建造”冲动之间的恒久对立。这已经成为数字人文所面临的常态化挑战：“学科变革总是有争议的，而对DH的攻击已经成为一种公认的流派”[32]。在这场关于计算文学研究的论争中，刨除对研究目的的简化和误解、弄错研究事实这些浅层问题不论，发难者几乎未能撼动计算文学研究或者说计算批评、文化分析的根基。诚如一些先行者意识到的，当下的数字人文已经过了激烈争论阶段，更多的人选择不回应，不争论，埋头做事，当越来越多的里程碑式的研究出来了，无谓的争论会失去意义。在成功经验之上，建模和数字证据可以构成推理的环节为最终的阐释铺路，其前提是科学有效的统计应用。对于探索者来说，要注意的是不断增强规范意识，增强统计素养和对理据性的证明（这本身也是反思意识的体现），如此才能创造出大量站得住脚的成果，为后来者奠基。
[17]他认为数字人文正处于“晚期人文批评”（late humanities critique）的分岔口：亦即他所谓“黑客”一派（也即偏于拉姆塞的“建造”论一派），包括了物理论（thing theory）、新唯物主义（new materialism）、行动者网络理论（actor-network theory）、拼装理论（assemblage theory）等类似的晚期后结构主义理论，与所谓“闲扯”一派（如在媒介变革影响下的法兰克福学派的批判理论、解构理论、福柯的考古学、后殖民和性别、种族等批评传统）的分歧点上。参见艾伦·刘：《通往思辨的基础设施》，汪蘅译，《山东社会科学》2019年第6期。
[18]参见Da Z. Nan, “The Computational Case against Computational Literary Studies,” in Critical Inquiry, Vol. 45, No. 3 (2019), pp.601-639. 中文翻译参见笪章难：《以计算的方法反对计算文学研究》，汪蘅译，《山东社会科学》2019年第8期。
[19]“Computational Literary Studies: A Critique Inquiry online Forum,” 31 March 2019,, https://critinq.wordpress.com/2019/03/31/computational-literary-studies-a-critical-inquiry-online-forum/
中文学界也对这些重要回应做了编译，参见霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
[20]参见Ted Underwood, “The Life Cycles of Genres,” in Journal of Cultural Analytics, May 23 2016, http://culturalanalytics.org/2016/05/the-life-cycles-of-genres/.
[21]笪章难：《我最后的回应：呼吁有效、公平的批评》，载霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
[22]在回应中，两位作者已申明，笪章难鲁棒性检验（即稳健性检验，想要知道拿走这个特征后，模型是否还具有与原先相同的预测效果）的初衷是合理的，但她断言存在一个普世的“标准”停用词列表是错误；退一步说，即便采用她的列表，也必须重跑模型，重新检验“TTR减去停用词”这一特征的变化是否改变了整体的预测精度。笪章难的批评根本无视这个并列特征的存在，而是仅仅质询了“TTR”这个特征，想要通过修改它而使他们的模型“失效”。关于鲁棒性检验的不当步骤，这一点笪章难自己也承认了。详见霍伊特·朗、苏真：《信任计算文学研究》，笪章难：《我文章中的一些错误》，载霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
[23]See Matthew L. Jockers, Macroanalysis: Digital Methods and Literary History, Champaign: University of Illinois Press, 2013, pp.154-168.
[24]马克·阿尔吉—休伊特：《文化分析学是增强版的人文学科，不是要成为没有阐释技巧的虚拟人文学科》，载霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
[25]霍伊特·朗：《信任计算文学研究》，载霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
[26]参见Sarah Allison, Ryan Heuser, Matthew Jockers, Franco Moretti and Michael Witmore, “Quantitative formalism: An experiment,” in Stanford Literary Lab Pamphlet 1, 2011, https://litlab.stanford.edu/LiteraryLabPamphlet1.pdf
[27]关于知识表征与计算批评的阐释基础，详见赵薇：《作为计算批评的数字人文》，《中国文学批评》，2022年第2期。
[28]Andrew Piper, “Novel Devotions: Conversional Reading, Computational Modeling, and the Modern Novel,” in New Literary History, Vol. 46, No. 1 (2015), pp.63-98.
[29]Ted Underwood, “The Life Cycles of Genres,” in Journal of Cultural Analytics, May 23 2016, p.6, http://culturalanalytics.org/2016/05/the-life-cycles-of-genres/.
[30]Andrew Piper, “Novel Devotions: Conversional Reading, Computational Modeling, and the Modern Novel,” in New Literary History, Vol. 46, No. 1 (2015), p.70.
[31]详见李友仁文章图7。李友仁：《虚构与历史：明清文学中的对立与风格梯度》，汪蘅译，《山东社会科学》2020年第2期。
[32]Sarah Bond, Hoyt Long and Ted Underwood, “Digital is Not the Opposite of Humanities,” in The Chronicle of Higher Education, November 1 2017, https://www.chronicle.com/article/digital-is-not-the-opposite-of-humanities/?sra=true#:~:text=Many%20of%20these%20changes%20are%20bound%20up%20with,and%20intellectual%20changes%20taking%20place%20in%20humanistic%20disciplines.