〔英〕加利·霍尔译/史国强



当代外国文学

走向后数字人文学科

〔英〕加利·霍尔译/史国强

此前波斯特(Mark Poster)指出，计算机科学颇为有趣，因为研究的对象不是自然或文化，而是“一种机器”。更有趣的是，波斯特指出，我们与这种机器的关系是颠倒的，因为计算机霸占着“想象的位置”，又被推上了“至高无上的地位”。波斯特的论点是：“计算机科学是因为计算机才确立了自己最初的身份，所以这种身份依然是计算机科学学科协议的一部分，即使多少年后实物计算机变得面目全非，也是如此。”*Mark Poster，The Mode of Information：Poststructuralism and Social Context. Cambridge，UK：Polity，1990，p.147.此外，这一现象还与人文学科领域所谓的计算(机)转向(computational turn)有关。

数字人文学科与计算机转向

数字转向是指在人文学科内使用计算机科学及相关领域的技术与方法，生成新的方式，以此来走入并理解文本。几年来计算机功能大增，计算机也越来越普及，数字形式的文化信息不可胜数，数字软件应用在数百万的文科文本上。不过，我不希望把计算机转向与数字文科等而视之，二者也不相等。相反，理解人文学科在网络信息时代的走向，就不能把数字文科与计算机转向混为一谈。计算机转向所关注的是计算机科学在人文学科如何应用，因为如今数据太大，只好借助计算机的资源与方法才能处理，如科恩(Dan Cohen)和吉布斯(Fred Gibbs)的数字文本工程，他们把十九世纪英国以英语出版的一百六十八万一千一百六十一部图书变成了数字文本，再如曼诺维奇(Lev Manovich)的软件研究项目，运用数字图像分析和新兴的视觉化技术研究《科学》和《大众科学》杂志两万个页码的内容。我们就此不妨提出几个问题：计算机科学对人文学科有所助益，但人文学科对计算机科学又有何作用？人文学科建设对理解计算机和数字化的形成又能有何助益？在新媒体和大数据时代，人文学科真的要仰仗计算机科学才能找到自己的位置吗？既然人文学科能出现计算机转向，那么在理解电脑化和数字化的过程中，我们能不能也从人文学科的转向中得到更多收益呢？

波斯特的论点还有一层意义。作为研究领域，计算机科学未必最适合了解自己及其出生的目的，在这方面计算机对人文学科就更是无能为力。所以，在数字信息和数据驱动的学术研究时代，如果我们希望知道人文学科的走向，还不如到其他领域寻找帮助，不用在计算机科学、科学技术，乃至一般的科学里徘徊。或许我们从一开始就应该找文学评论家、哲学家和人文学科的理论家。

三十年前哲学家利奥塔(Jean-Francois Lyotard)告诉我们，科学因其没有办法使自己合法，从柏拉图时代就开始仰仗不被其视为知识的知识：非科学的叙述知识。科学为证明其合理性，生成出被称为哲学的话语。哲学的角色是生成使科学合法的话语。依据利奥塔的定义，凡是能够证明自身是可信的科学就是先进的，也就是借助明确诉诸宏大叙述的元话语(metadiscourse)，这里所谓宏大叙述是指：精神生活、启蒙、进步、现代性、人的解放及理想的实现等。利奥塔的分析对数字人文学科和计算机转向之所以意义重大，因为他的目的不是向我们证明，哲学对科学的理解要比科学自己还深刻，他要强调在一个变化的过程中(至少从二十世纪五十年代末就开始了)，这种为合法性所进行的漫长的元叙述自身已经过时了。使科学合法的哲学元叙述已不再可信，科学又怎么办？利奥塔(至少是部分)的回答是，科学要加强其与社会的联系，尤其是(与公共服务理念相左的)社会工具性和功能性。为达到这一目的，科学帮助政府和公司实现权力合法化和扩大化，其方式是优化其与外部的“输入输出关系”。*Jean-Francois Lyotard，The Postmodern Condition：A Report on Knowledge.Manchester，UK：Manchester Univ.Press，1986，11，46，63.

另一方面，所有七家公共科学图书馆(PLoS)的开放式期刊，如今可以提供一系列文章指标和与数据使用相关的说明。图书馆方面希望科研人员按照论文自身的价值对这些论文进行评估，不必以文章发表的刊物(或其影响因子)为依据。图书馆还鼓励读者对这种开放式数据进行他们自己的分析。目前，科研机构要求科研人员出现在指标上，鼓励他们发表的越多越好。最终同行评议的学术文章就仅剩下一项核心价值：不是在研究领域推出新发现，而是评价个人的研究水平，为聘用、晋级、资助等提供依据。在这种情况下，不难想象学术开始如金钱般流通，不是因为其教育价值或政治价值。金钱是虚拟价值和投机的源泉，但如今教育、研究、出版也在扮演与此相同的角色。

数十年来各种批评理论(马克思主义的、心理分析的、后殖民的、后马克思主义的)为人文学科打上了鲜明的烙印，在此之后，值得注意的是，数据驱动的学术研究并没有意识到计算机和数字化不仅仅是工具、技巧和资源，所以在真正的批评上表现出幼稚与不足。*Tanner Higgin，“Cultural Politics，Critique，and the Digital Humanities，”Tanner Higgin：Gaming the System (blog)，May 25.www.tannerhiggin.com/2010/05/cultural-politics-critique-and-the-digiitial-humanities/.数据不仅变成了可见的(visible)，还变成了可视的(visual)，乃至美学的。如普沙维克(Stefanie Posavec)的《文学有机组织》(Literary Organism)(二○一三)因为将凯鲁亚克(Jack Kerouac)《在路上》(On the Road)的第一部分变成了树形结构，如今已是数据美学化(aestheticization of data)的范例。不过，过分诉诸视觉技巧，就可能掩盖真相，读者看到了很多，但知道的很少。*Peter Wollen，“Introduction，”Visual Display：Culture beyond Appearances，edited by Peter Wollen and Lynn Cooke，Seattle，WA：Bay Press，1995 pp.8-13.

列维·曼诺维奇的文化分析学与软件研究创新项目

讨论数据驱动的学术研究与理论和批评之间的关系，列维·曼诺维奇的文化分析学和软件研究创新项目是绝好的例子，也可以借他的研究来说明计算机转向。对诺曼维奇来说，他显然不是为了传播计算机和数据库的知识，因为二〇一二年世界上已有二十二亿电子邮箱用户，六亿三千四百万个网站，每天在脸书(Facebook)上出现的帖子也有二十七亿。二十一世纪的文化信息泛滥开来，谁也不知道到底有多少信息在流通。曼诺维奇希望从中找出研究文化的方法，研读相对来说较少的文本。曼诺维奇指出：过去“文化学者和历史学家依据一小部分数据就能生成出理论和历史”：如二十世纪六十年代的美国文学或希区柯克的电影。“但如今的文化目标多达数十亿，撰稿人足有数亿，我们又怎么追踪‘全球的数字文化’呢？”*Lev Manovich，“Cultural Analytics：Visualizing Cultural Patterns in the Era of ‘More Media，’”Software Studies Initiative(website).Softwarestudies.com/cultural analytics/Manovich_DOMUS.doc.

面对数据泛滥，曼诺维奇将目光转向问题的根源：计算机、数据库、软件和不计其数的网络信息，希望从中发现解决问题的新方法和新途径，这才是文化分析学要研究的方向。“用计算机自动分析视觉媒体再现的人工制品，再从这些制品的结构和内容上提取大量特色，这就是文化分析学的核心思想。”*Lev Manovich，“Interview with Lev Manovich for Archive 2020，”Virtueel_Platform(website).www.virtueelplatform.nl/#2595.他研究的不仅是过去的文化，还有现在的文化，如实时的数据流动。

曼诺维奇的研究之所以有趣，因为其目的显然是要对新学科、新结构和数字技术提供的新知识形式，开放人文学科：

如不少科学家已经实行的，人文学者能不能也把互动形象化(interactive visualization)作为他们工作的标准工具？如果幻灯片能再现艺术史，如果电影机和录像机能助力电影研究，使用互动形象化和文化数据分析之后，又能出现哪些文化学科？*Lev Manovich，“Cultural Analytics：Cultural Analytics and Digital Humanities，”Software Studies Initiative(website)，June 20，updated December.Lab.softwarestudies.com/2008/09/cultural-analytics.html.

文化分析学能够显示软件工具和量化分析在这方面的作用，尤其是在大量文化数据中找出模式、关系、趋势、倾向和结构等。互动形象化还可能从模式、节奏及动态的演变入手，为电影分析指出新方向。要指出的是，“形象化只能显示模式，要等研究者的解释，模式才能生成意义”。*Lev Manovich，“Cultural Analytics Lectures by Manovich in UK(London and Swansea)，March 8-9，2010，”Software Studies Initiative(website)，March 8.lab.softwarestudies.com/2010/03/cultural-analytics-lecture-by-manovich.html.至于如何解释模式的意义，曼诺维奇并未充分说明，他把任务留给了其他研究人员，就连这一过程中的批判式反思，他也没有提及。这倒不是说量化的文学和文化分析或文化分析学不能从批评的和自我反思的角度研究二十一世纪后工业社会网络化的性质。曼诺维奇能够继续就文化提出更大的理论问题，这才是计算机转向和数据驱动学术研究的大部分魅力所在。

还应指出，曼诺维奇是如何借用文化分析学来研究艺术史的。他选取一组经典画面，以此来说明特定时期的艺术演进——从十九世纪中期的现实主义，经过印象派、后印象派，再到二十世纪初的几何抽象——让计算机从中自动提取不同的形象特点。他再将数据排列成图表，使其在方方面面与传统上理解的艺术史相呼应，然后就文化变革的速度得出结论：如一八七〇年前后，变革提速，从现实主义转入现代主义。接下来在一九〇五年前后，变革再度大幅提速。不过，文化分析学或多或少地验证了已知的艺术史，但并没有对其构成严峻的挑战，或从批评的角度研究艺术史，这种现象是多么有趣？*Edward Shanken，“Lecture Review：Lew Manovich，‘Cultural Analytics，’Paradiso，May 17，”Master of Media website，University of Amsterdam，May 26.Mastersofmedia.hum.uva.nl/2009/05/26/lev-manovich-cultural-analytics-lecture-at-paradiso/.因为这项研究以来自同一历史的经典画面为依据，所以又让人感到多么惊讶？用最明白的话说，为了说明艺术规范，要理解的是什么，要采集的又是什么？有的材料被弃之不用，大概是没被当成艺术或经典画面，或是因为不属于这种艺术史？材料是如何选择的？谁决定的？哪来的合理性？

曼诺维奇可能是以艺术史为例，说明文化分析学的作用，寻找如何拓宽人文学科文化材料的门径，分析大量文化数据，即使如此，还是有些问题没有澄清。比如，文化分析学网站上说，这项研究的目的是，推出更宽泛的文化史和文化分析，最好是兼顾特定文化地域或时期的所有的文化目标。所有的文化目标，所指为何？这项研究的理论依据又在哪里？要选择哪种分析，哪些问题？如何安排这些画面和目标才能提取研究素材？没被选取的画面和目标又是哪些？(大概凡是不能如此这般数字化的都不选？)以上种种决定或零决定对分析有怎样的影响？

曼诺维奇对上述问题既没有花时间反思，也没有进行严肃的研究，其实他的文化分析学就是从历史的、社会的、文化的语境里，以及与文化目标的产生、思考、阐释、消费等相关的实践与关系中，抽象出要研究的文化目标，再将注意力集中在其内容和结构的形式上(如《时代》杂志封面色彩的饱和度)。文化分析学对待文化目标，仿佛它们或多或少地构成了可辨识的、稳定的、自我相同的形式，经过图像处理和计算机技术，就能进行自动分析，目的是借用数字来描述目标的结构或内容，最后把这些目标变成数据。研究者以此为依据，实现各种新的操作和程序，所谓操作与程序，也是从计算机科学和软件那里借用来的，如搜索、分类、复制、整理、比较、关联、可视化、图像化、分享及再次混合。在这一过程中，曼诺维奇的文化分析学很少顾及其理论自身的构建。正如批评理论所说，一部文本的读者是在阅读过程中才被塑造成主体的，同理，文化分析学研究的目标既不能存在于分析之外，也不能存在于分析之前，而是在被分析、被翻译、被操作的过程中形成的，也不论过程是不是自动化的。从必定存在的暴力、模糊性、虚构性等不同的角度，就能理解这一现象，或者按照哲学家和量子物理学家巴拉德(Karen Barad)的说法，*Karen Barad，Meeting the Universe Halfway：Quantum Physics and the Entanglement of Matter and Meaning，Durham，NC：Duke Univ.Press，2007.也可称其为内动(intra-action)，这也是所有分析、阐释和协调所固有的现象，至于其中的内涵，过去五十年来的批判理论始终在探其究竟，所以理论才对写作、文学、诗文等表现出兴趣。

曼诺维奇希望“为研究，教授和公开演示”文化目标，开发他所谓的“新范式”(new paradigm)，但他没有注意从一个有关语言与技术的真知灼见中汲取知识。其实这知识也是众所周知的：通过语言和技术说话和行动的不仅仅是我们，语言和技术也在通过我们说话和行动，这是一个共构过程(co-constitution)。也就是说，我们要提出的问题不仅仅是如何借助计算机科学及其派生的软件工具、技术、方法，来控制、搜索、发现、接入、指令、构建、开发、绘制、可视化、图像化、复核、阐释、分析及评估那些没完没了的文化数据。我们还要研究这些工具、技术、方法是如何作为我们的一部分来完成上述程序的，分析这些工具、技术、方法在二十一世纪构建与组织我们的文化与社会的过程中所扮演的角色，因为这一过程还要涉及文学与文化批评，以及我们对人文学科、人文学者和人的理解。

所有这些都指向一个核心问题，也就是兴趣的转变，从二十世纪统治人文学科的批评理论转向计算机科学及相关领域派生的工具、技术和方法。因为，要是我们不明确地提出理论——我们以为已经把理论抛到了后面，或是把理论逐到将来不确定的地方——我们最后收场时就不必顾忌没有理论。其实，每个方法里都有理论。要是我们不明确地提出理论，我们最后拥有的就是泛泛的、没趣的理论，这种理论漫无目的，不过是为其他领域助力，如计算机、数据库和外化知识的普及应用。目前我们所经历的这场运动正走向STEM(科学、技术、工程、数学)，同时告别人文学科；所感兴趣的是如何把知识和学问转化成信息量，提高社会系统在工具和功能方面的表现，而对正义、正确、真实不感兴趣；强调开放、效率、透明；不仅不关注公共服务，也不关注分裂社会的因素，以及分歧、紊乱、模糊、矛盾、不可预见性、不可接近性(inaccessibility)和低效等抵抗科技文化的必要成分。

几位学者反复指出曼诺维奇的文化分析学“没有足够的说服力”。*Edward Shanken，“Lecture Review：Lew Manovich，‘Cultural Analytics，’Paradiso，May 17，”Master of Media website，University of Amsterdam，May 26.Mastersofmedia.hum.uva.nl/2009/05/26/lev-manovich-cultural-analytics-lecture-at-paradiso/.这就够了吗？难道他的数据驱动的文化研究不是在为其不成熟的、肤浅的人文学科研究找借口吗？这种研究已经被科学家、企业和政府机构的兴趣所占领，但其自己还热烈地模仿。以专业人士设定的模板为指向，排斥那些与强调工具性相反的立场，这种学术研究是“文化产业”发展的又一阶段吗？

曼诺维奇从来没有进行有力的批评和自我反思，也不能持久而又深刻地思考计算机作为分析工具可能造成的后果，在当代文化及何谓公正与正确等方面也提不出“更大的理论问题”，所以就很难分清他是在自己的研究上做得多呢，还是在扩大政府、公司、跨国集团的权力与管控上做得多，如他利用计算机和软件推出的成果，既可以推销又可以出售，换回的还不仅仅是资助。不过，据我的理解，他的文化分析学之所以诱人，原因之一是其研究方式打开了人文学科的大门，让数字技术可能形成的新学科、框架和知识形式走进来。曼诺维奇希望借用文化分析学来讨论数据驱动的学术研究、理论和批评之间关系的几个方面，所以请允许我借用曼诺维奇的原话，严肃对待他在文化批评、理论及自我反思上表现的兴趣，以此来概括他的尝试。再回到我们开始时的问题：按照他的指引，二十一世纪文学和文化批评要采取哪种形式才好？在我撰写此文时他自己也是语焉不详。

二十一世纪的文学与文化批评

艺术家、作家、理论家及软件研究创新项目的参与人纳瓦斯(Eduardo Navas)可以被视为我们讨论上述问题的出发点，他提出曼诺维奇的文化分析学“为了人文学科的利益使定性分析和定量分析相互结合。在一定程度上，文化分析学如一座桥梁，将过去沟通不畅的专业领域联系起来”。*Eduardo Navas，“Notes on Cultural Analytics Seminar，December 16-17，2009，Calit2，San Diego，”Remix Theory (website)，December 29，remixtheory.net/?p.408.这种解释在曼诺维奇最近描述“社会大数据的希望与挑战”时找到了支持，较之曼诺维奇大多数与文化分析学相关的研究，他这次的研究显示出不少批评反思的迹象，几乎就要说出一种新式的文化批评可能选择的形式。曼诺维奇说，与二十世纪相伴始终的文化与社会研究要依赖两种各不相同的数据：

关于多数人的“表层数据”(surface data)和关于少数人或小团体的“深层数据”。第一种方法为所有定量分析的学科所用(如通过统计、数学或计算机等技术分析数据)。与之相关的领域是社会学、经济学、政治学、传播学和营销研究中的定量分析学派(quantitative schools)。

第二种方法用在人文学科领域，如文学研究、艺术研究、艺术史、电影研究和历史……相关方法的例子有阐释学、参与观察、详细描写、符号学和研读。*Lev Manovich，“Trending：The Promises and the Challenges of Big Social Data，”in Gold 2012，pp.460-75.

然而，新世纪之初，计算机工具开始驾驭超大数据，与其同时出现的是社会媒介的兴起，曼诺维奇希望借此机会，合并定性分析和定量分析，并以此为前提，推出“新范式”。如此一来，我们也不必在这两者之外再寻找第三种方法，如曼诺维奇使用过的统计学和抽样研究，“使研究者们能够把少数人的数据的类型扩大到对多数人的研究”*Ibid，p.462.我们确实不必“在数据大小和数据深浅上进行选择”。相反，“表层就是新的深层”，也就是说

我们可以借助计算机迅速搜索大量画面数据，为深入的人工分析选定目标。虽然通过计算机辅助考察的大量文化数据能够揭示出再好的人工研读也可能漏掉的新模式——当然，即使一大批人文学者也不可能一字不落地研读大量数据——但依然需要人来解释这些模式。*Ibid，pp.468-69.

按照以上论点走下去，我们不禁幻想，打破二十一世纪文学批评和文化批评面临的困境，我们要做的就是找到一种途径，让定量分析法与文化分析结合起来(这也是曼诺维奇研究的特色)，再辅之以“计算机科学、统计学和数据分析方面的专业知识”(曼诺维奇认为这是人文学者明显的不足之处)，最后是严谨的理论批评与自我反思(他认为这也应该是所有文化分析学研究的一部分)。不过，我们要谨慎待之。因为一旦走下去，我们就可能在一个问题上遭遇变数，此问题我已在其他地方讨论过：*Gary Hall，Culture in Bits：The Monstrous Future of Theory.London：Continuum，2002.以实证主义的、经验主义的方法和纯科学才常用的定量分析工具，未必就能加强表现性的理论阐释，这种阐释才是人文学科的一大特征。之所以不可能，原因并不复杂：以不同的方法研究文化与社会，方法之间不能互补，科恩(Cohen)和吉布斯(Gibbs)对此已有论述，*Dan Cohen，and Fred Gibbs，“Some Caveats，”Victorian Books：A Distant Reading of Victorian Publications(blog).November 19.victorian-books.org/.不仅如此，方法不同，尺度也不相同——尤其是因为将理论批评与凭经验的和靠量化的分析相结合，很早以前就是一种顾此失彼的心血来潮，对此理论研究从不同角度发出过挑战。

澄清一下，这种不可比性(incommensurability)并不是说这些“专业领域”不能沟通或不能互动，不过是不如曼诺维奇他们说的那么顺手，那么明了。也就是说，不同的方法是不能合并或合成的，“人们理解和阐释的能力(计算机还不能与之相提并论)与计算机借助我们发明的计算程序来分析超大数据的能力”，*Lev Manovich，“Trending：The Promises and the Challenges of Big Social Data，”in Gold 2012，p.469.是不能轻易结合的。不过这句话还有一层意思：真要严肃地思考不同方法如何结合，那也先要明确承认它们的关系中存在着不可比的性质并就此予以理顺。因此，在这种不可能的关系中，不同的方法如何才能兼容，对此我们要花更多的时间，我们的态度要更为谨慎。

以上是曼诺维奇对理论没有给予格外注意的地方，而这些理论在二十世纪的大部分时间里控制着人文学科。马克思主义、后马克思主义、心理分析学和解构主义，都能以其不同的方式表现出一定的可能性，不是把“深层的”研读和人文学科必不可少的自我反思式的理论批评与“表层的”定量分析和经验主义的研究方法(此法更与科学和社会科学相关)协调起来，而是推出一种明显成熟的理论，告诉我们不同方法是不能兼容的。

这种理论或可显示不同的方法可以同时存在，从不兼容的立场出发，形成不可调和的但又颇有成效的张力，让各自提出的大小问题生成出对方没有的新发现、新见解和新成果——以双方的身份不引起麻烦为限。因为在这种理论形成的过程中，不仅仅要调和不同方法之间棘手的关系，如反复转变强调点和注意力，以此来兼顾双方。这不是要转变认识论的立场(还有人对计算机朝着数据引领的方法转向持批评态度，强调传统人文学科对数字人文学科的重要性，这里借用他们的话)，目的是让人文科学在文化上和知性上站稳双脚，“面对定量分析和经验主义方法所形成的压倒性的模式”。*Johanna Drucker，“Humanistic Approaches to the graphical Expression of Interpretation，”MIT Video，May 20，2010，video.mit.edu/watch/humanistic-approaches-to-the-graphical-expression-of-inerpretation-9596/.对这一话题的不同表述，请见鲁文克(Lovink)的论点：“数字人文学科片面强调可视数据，把不懂计算机的人文学者变成无辜的受害者，在这方面开了一个坏头。我们不需要更多的工具。我们需要懂技术的理论家来完成大研究项目，最终让批评理论回到正确的位置。艺术和人文学科对纯科学和各行业那种顺从的态度应该终结了。”Geert Lovink，“What Is the Social in Social Media?” e-fiux 40，no.12，2012，www.e-flux.com/journal/what-is-the-social-in-social-media/#_ftnl.这种理论也不应该以较之目前众多数字人文学者所做的稍显不幼稚或更为成熟的方式来推行量化统计模式和分析方法，凸显模式条件和概率的地位，而不重视动手的功夫。更不是为人文学科核心方法论——关注复杂性、媒介的特殊性、历史语境、分析的深度、批评与阐释——服务的同时，控制数字工具的使用。与上述不同，在这种理论形成的过程中，应该让文学与文化批评为其他学科、框架和知识形式敞开大门，这些学科、框架和知识形式在阅读实践上要既不近也不远，所构成的人文学科既不是方法的也不是理论的，既不是定量的也不是定性的，既不深也不浅，既不是数字的也不是传统的，所以也可以说，既不是“人文的”也不是“人的”。*Anne Burdick，et al.Digital Humanities，Cambridge：MIT Press，2012，p.135.不妨借用二十世纪捍卫理论时用的一句话，所谓学科、框架和知识形式应该是“不即不离的”，既要挑战它们之间的差别，与此同时，还要“挑战双方的术语和疆域”。*Homi K.Bhabha，The Location of Culture，New York：Routledge，1994，p.28.我们大概可以把这种理论视为既是后数字时代的，也是后人文学科的。*据克莱默(Florian Cramer)的说法，后数字时代已经开始。“在这个时代里，‘数字化’成为毫无意义的修饰语，因为几乎所有媒介都是电子的，以数字信息处理为前提；另一方面，年轻一代媒介批评艺术家又重新发现了模拟信息技术。”“Post-Digital Writing，”Electronic Book Review，December 19，2012，electronicbookreview.com/thread/electropoetic/postal.

【译者简介】史国强，沈阳师范大学教授。

【英文标题及刊物】Toward a Postdigital Humanities：Cultural Analytics and the Computational Turn to Data-Driven Scholarship，AmericanLiterature，Volume85，Number4，December2013。

(责任编辑 李桂玲)

加利·霍尔(Gary Hall)，英国考文垂大学(Coventry University)媒体与传播系教授。