《英语文学研究》| 新版“理论终结”：大数据方法的应用与后理论时代的来临

《英语文学研究》

（第八辑）

主编：张剑 

副主编：赵国新

新版“理论终结”：大数据方法的应用与后理论时代的来临

陈后亮

内容提要：以大数据为代表的新技术手段既给理论研究带来挑战，也带来新的发展机遇。如何批判性地应对这种新技术条件，使它与传统理论方法互相补充且更好地服务于人文研究的最终目的，这是人文学者需要回答的问题。大数据文学研究将帮助人们摆脱意识形态纷争，转向更客观、更科学的文学知识生产。它不仅将提高研究者的研究效率和拓展其工作范围，也意味着将质疑过去几十年来被一直坚持的一些根深蒂固的假设。虽然文学研究吸纳大数据方法有一些明显好处，但也可能会给这一学科的某些根本方面带来损害，特别是它过去多年来一直赖以存身的文本细读方法和意识形态批判功能。

关键词：数字人文；大数据；后理论；理论终结

·一、引言·

毫无疑问，“大数据”（Big Data）已经成为当下最热门的话题之一。随着云计算技术的进步，分析体量庞大的数据集得以实现，人们随时可以体会到科技正在极大影响我们的生活。从疫情控制中的行程轨迹追踪到针对特定目标人群的精准广告投放，再到高科技领域的各种应用，大数据技术的影子随处可见。虽然能够说清楚究竟什么是大数据的人并不多，但几乎所有人都能够感觉到，它正在深刻影响我们社会生活的方方面面，并将塑造我们未来的行为模式。

然而我们在惊叹于大数据的超级运算能力的同时，也不免感到一丝恐惧和担忧。除了人们常说的涉及大数据模式下的全景敞视监控对公民自由和隐私的侵犯等问题之外，对从事文学研究的人来说，它还带来了一个特殊挑战。数字人文研究的代表人物之一马修·乔克斯（Matthew Jockers）指出：“对科学产生如此巨大影响的因素正在缓慢、但确切无疑地彻底改变人文学科的研究方式。”（Jockers，2013）马修·高尔德（Matthew Gold）也在他主编的《数字纷争》（Debates in the Digital Humanities）的导言部分写道：“数字人文工作的应用模式预示着人文学术性质的重大转变。”（Gold，2012）随着数字人文热潮兴起，我们不禁要反思，大数据手段的运用对文学研究究竟意味着什么？文学问题能否通过算法方式来解决？它给深陷困境的人文学科带来的到底是福音还是棺材上的另一颗钉子？

克里斯·安德森（Chris Anderson）于2008年6月在由他主编的在线杂志《联线》（WIRED）上发表的一篇富有挑战意味的文章经常被人们提及。他在这篇题为《理论的终结：数字洪流让科学方法变得过时》（“The End of Theory: The Data Deluge Makes the Scientific Method Obsolete”）的文章中宣称：

在这个世界上，大量的数据和应用数学取代了所有其他可能使用的工具：从语言学到社会学，再到关于人类行为的每一种理论。忘记分类法、本体论和心理学吧！谁知道人们为什么这么做？关键是他们做了，我们可以用前所未有的逼真程度来跟踪和测量它。只要有了了足够的数据，这些数字就不言自明了。（Anderson，2008）

一般来说，无论在科学还是在人文领域，理论常被视为一种高度精练的经验总结，能够对人们的行为进行有效的指导，对实践过程进行反思，并对可能的结果作出预测，但安德森认为大数据时代的数学工具将使这一切显得落伍。让·鲍德里亚（Jean Baudrillard）对消费社会的描述、皮埃尔·布迪厄（Pierre Bourdieu）对阶级习性的分析，这些都远远赶不上谷歌和支付宝对人的行为数据的跟踪调查。维克多·麦耶–舍恩伯格（Viktor Mayer-Schönberger）和肯尼斯·库克尔（Kenneth Cukier）也附和安德森的论点，认为基于大数据的统计学模型优于基于假设的传统科学模型，他们写道：“大数据只涉及‘是什么’，而不涉及‘为什么’。我们并不总是需要知道现象的起因；相反，我们可以让数据自己说话。在大数据出现之前，我们的分析通常局限于测试我们在收集数据之前就设定好的少量假设。当我们让数据说话时，我们可以建立我们从未想过但存在的联系。”（Mayer-Schönberger et al，2013）因为无论理论多么精致或高深，总有很多假设、猜想和虚构的成分在里面，远不如数学计算更加精确客观。尤其是在云计算时代，我们现在收集和分析数据的能力前所未有，完全可以抛弃所有理论假设，用可靠的数学方法来解决一切问题。

众所周知，理论自20世纪80年代兴起以来，早已习惯了各种抵制，宣称要终结理论的各种声音也从未间断。但是这一次由大数据的支持者所制造的威胁似乎更加严峻。美国当代著名批评家杰弗里·迪里奥（Jeffrey Di Leo）便认为，大数据在导致理论终结方面的作用尤其应当成为我们惧怕大数据的理由，他说：

尽管至少从20世纪90年代初以来，文学界和批评理论界一直在与这一世界末日故事的众多版本进行抗争，但最近由大数据推出的这一版本在这方面是一项全新的、更具雄心的努力。因此，理论在过去25年中所遭受的各种死亡，与大数据一手制造的理论的死亡相比，显得微不足道。（Di Leo，2017）

我们需要思考的是，大数据的运用究竟对人文研究意味着什么？在反理论呼声日趋高涨的21世纪，它真的可以成为理论的彻底终结者吗？

·二、什么是大数据？·

英文中的“数据”（data）一词来源于拉丁语dare，意为“给出、呈现”（to give）。这是一种比较朴素的现实主义观念，认为事物之间的关系能够通过数字被直观呈现出来。在非洲乌干达地区，考古学家发现早在一万八千年前的古人类就已经开始使用计数工具，这意味着人类很早就学会通过数据来思考和把握世界。不过直到17世纪末，真正意义上的统计学才伴随工业革命的兴起在英国出现，数据计量也开始成为促进社会发展的有力工具。但毫无疑问，统计学意义上的数据在很长时间内都是十分有限的，通常都是基于对样本的抽样调查所获得。直到20世纪现代电子计算机出现并被大规模运用之后，人类收集和加工数据的能力才得以极大提高，大数据的时代也逐渐开启。

随着人类在生产生活的各个方面积累的数据集越来越庞大，“大数据”一词在20世纪90年代被创造出来，“最初只是指我们收集、存储和处理不断增加的数据量并降低成本的技术能力”（Carpo，2015）。大数据的计量单位通常超乎人的想象，通常一本书的PDF高清扫描版不过10MB左右，而1TB=1,024GB=1,048,576MB，据说10TB的容量便相当于整座美国国会图书馆所有藏书的信息总量。在此之上还有PB、EB、ZB、YB等单位，依次按照1024倍的关系递增。迪里奥曾指出，虽然很少有人给出大数据的定义，但数据能否被可视化是一个很好的区分点。当我们收集和加工的数据规模大到难以被可视化想象时，就可称之为“大数据”了。他说：“大数据代表的是人类想象力的边界，而不是技术的前沿。······当人类无法想象出关于存储数据量的图像，而只能用数学符号来表示时，这样的数据就成为大数据了。”（Di Leo，2017）比如汉语中用来形容一个人学问高的成语——学富五车、汗牛充栋、才高八斗等——都是具象化的描述，“五车”“充栋”“八斗”也就算不得是“大”数据，但如果说某人藏书1TB，我们就很难作出具象化的想象了，因为这样的数据对应的是抽象的数学方程，而不是书架和文件柜。

需要指出的是，早期的大数据并不像今天这样被理解为有潜在价值的“矿藏”，相反，它被视为“无法管理的盈余”（Alvarado，2017），就像被开采处理后的尾矿渣一样，留着无用，弃之可惜。直到数据挖掘技术的应用，大数据集中潜在的认知价值和商业价值才被人们充分认识到，貌似毫无价值的废物堆照样可以经过大数据筛选得出有价值的信息。特别是进入21世纪以后，随着互联网和云计算的飞速发展，大数据技术在很多应用领域大显神通，它的含义也在逐渐发生变化。就像20世纪80年代的theory被大写为Theory一样，英文中的big data也成了大写的Big Data，这个形容词“大”不再单单意味着体量庞大，更意味着一种超级能力，一种“新兴经济和文化秩序的护身符”（Alvarado et al，2017）。在经济上，这个短语表示一种以数据为媒介的商业形式，以谷歌和支付宝对用户网上行为习惯的收集利用为最典型。在文化上，它代表一种新的知识生产形式甚至是文化意识形态。尼克·库德瑞（Nick Couldry）提醒人们注意“‘大数据’这个词所做的意识形态工作”（Couldry，2017），它不仅指计算方法和技术提供的庞大数据集，还指分析数据集以产生有用的见解或具有重大价值的商品和服务的效益，这就预先肯定了“大数据”处理结果的价值，并暗示人类获取知识的方式进入了一个全新阶段，大数据已经成为另一种知识秩序的源头。

普通乐观主义者从这里看到的是技术进步带来的福祉，但索罗·苏奇（Sauro Succi）和彼得·柯文尼（Peter Coveney）却看到了潜在的威胁。他们质疑道：“我们是否正面临一个新的时代，在这个时代中，数据的力量将使我们从伽利略（Galileo）开始就知道的科学方法变得过时？……如果像今天有时出现的那样，任何东西都可以通过检测大型数据库中的模式来推断，那么（理论）建模还有什么意义呢？”（Succi et al，2019）毫无疑问，大数据方法让我们能够提出从未想到过的问题，看到从未被看到的模式，且能够对世界获得各种新的洞见，但这是否足以让人们像当年的阿基米德（Archimedes）一样自信地宣称：只要有足够的数据，便可以撬动世界？安德森在他那篇颇有些哗众取宠的文章中表达的观点就是这样的。在他看来，以往的科学方法都是建立在可测试的假设之上：科学家首先观察现象，然后在头脑中有一个假设，构筑出理论模型，然后通过实验证据对理论进行测试，继而得出事物和现象之间的因果联系，使理论得以确立，进一步用于指导实践。但在当今大数据时代，这种方法已经太落伍了。大数据计算能够将海量因素纳入观测，不必假设事物现象之间的因果联系，只需要对它们之间的相关性进行考察就够了。他宣称：“我们可以停止寻找模型。我们可以分析数据，而不必对数据可能显示的内容进行假设。我们可以把这些数字投入到世界上有史以来最大的计算集群中，让统计算法找到科学无法找到的模式。”（Anderson，2008）这意味着我们有了一种全新的理解世界的方式：无须任何理论的指引，只要有海量数据以及处理这些数据的统计工具，我们就能够得到知识。拥有超级运算能力的谷歌将取代研究所和实验室，成为未来世界的知识源头。事实真的是这样吗？面对技术给人类带来的前所未有的机遇和挑战，人文学者究竟该如何应对？

·三、大数据对人文研究

意味着什么？·

大数据在各个领域的普及应用也必然引发人文学科学者的广泛回应，兴奋者有之，激烈反对者也有之。最具争议的话题之一就是由安德森引发的讨论：大数据带来的新知识生产模式是否意味着理论的终结？富尔维奥·马左奇（Fulvio Mazzocchi）把安德森的观点作了进一步推演：“无须更多的理论或假设，也无须再讨论实验结果是否反驳或支持原来的假设。在这个新时代，真正有价值的是复杂的算法和统计工具，我们可以通过筛选大量的数据得出可以转化为知识的信息。”（Mazzocchi，2015）在大数据的支持者看来，数据驱动的研究才是真正的知识生产模式，它将大大降低理论的作用。提出一个假设—用实验进行检验—分析结果—重新提出假设，这个已经沿用几个世纪的研究方法，在大数据时代将不再是最可靠的方法。数据驱动的新知识创造方式将取代假设驱动的传统研究方法，只需分析大量的数据就可以产生新颖的知识模式和规则。任何天才的理论构想也不如直接从数据中诞生的知识更可靠。社会学家和政治经济学家威廉·戴维斯（William Davies）不无悲观地写道：

（如果大数据的梦想实现了）我们也许有一天将不再需要经济学、心理学、社会学、管理学等独立学科。······数学家和物理学家通过研究大数据集来发现一般行为规律。有关市场（经济学）、工作场所（管理学）、消费者选择（市场研究）以及组织与联想（社会学）的学问都将被一门单一科学所取代，它将最终破解人类的行为选择。（Davies，2015）

网络平台商家不需要知道任何关于广告的知识，也没有必要了解消费者的群体文化，他们只需要通过大数据分析就可以了解消费者行为。取消那些建立在假设基础上的理论学科，建立一个以大数据为基础的单一学科，这在很多人看来反倒能够更有效地利用数据来满足各种需求。

如果说就连经济学、社会学和管理学这样具有巨大应用价值的学科都面临被更有市场潜力的大数据所替代的话，那么像文学研究这样一般被视为“非功利、无目的”的自由探索就更无幸免可能了。不过也有不少人认为，大数据一方面为传统人文研究带来挑战——侧重细读、思辨和联想的传统方法在数学运算和数据实证面前被严重矮化——但另一方面也意味着新的发展机遇。自从现代文学研究作为一门学科被确立以来，它一直由于不够科学化而遭受批评，因为文学学者得出的结论很少像科学发现那样是可验证、可重复的规律，无论研究者怎样克制，仍会有无法抑制的个人偏见掺杂其中，他们得出的结论充其量也只能是“观点”（argument），而非客观知识。虽然瑞恰慈（I. A. Richards）、弗莱（N. Frye）和结构主义者都曾试图以科学的名义改造文学研究，但终究无法与真正意义上的科学方法相比。不过大数据技术的来临让一些人看到了曙光。马修·乔克斯倡导用基于信息技术的“宏观分析”（macroanalysis）来取代基于文本细读的“微观分析”，他说：“不管你喜不喜欢，今天的文学史学者再也不能冒险做一个细读者了：现有数据的绝对数量使得传统细读作为一种详尽或确定的证据收集方法站不住脚了。……文学研究者必须采用新的、主要是计算性的收集证据的方法。”（Jockers，2013）在他看来，基于数据统计的宏观分析方法才是文学研究的未来，它能够为文学研究奠定真正的科学基础，我们在计算机的帮助下能够进行更有效的阅读实践，比如在大型文本语料库中查找单词使用频率，这将大大节省我们实际阅读整个作品的任务，可以看到更多、更深层的东西，从而超越我们作为单个读者所能阅读的东西。

虽然20世纪末的理论热为文学研究注入了极大的活力，但也由于对文化建构主义和意识形态批判的过分关注而导致相对主义的盛行，好像一切都是文化建构之物，什么都不再具有本质主义意义上的确定性。在一些人看来，数字人文技术将为当代人文思想摆脱这种激进怀疑主义提供机会，因为计算机本身就是“一种完全不能容忍模棱两可和不确定性的装置”（Ramsay，2011），它必然能够将人文研究从相对主义的泥潭中解救出来，同时超越后现代话语中根深蒂固的唯我主义，朝着客观、科学的目的前进。让–加布瑞尔·加纳西亚（Jean-Gabriel Ganascia）认为，通过使用大数据和计算机，我们可以把人文学科更新为一门理性地研究人类文化生产的学科，“这意味着数字人文学科正在把我们推向一个‘后理论时代’，在这个时代，解释变得不如工具、档案或其他数字方法的制作更重要。”（Ganascia et al，2015）理论已经不再能够继续激活文学研究，文化政治批判也不如扎实的知识生产更符合当下所需。一时之间，借助大数据技术来终结理论的盛行成为众多反理论者的高调呼声，附和者众多。赫曼·拉帕波特（Herman Rapaport）主张：“与其做批评家英雄，不如做擅长输入和检索数据的专家。”（Rapaport，2016）伊恩·斯泰德曼（Ian Steadman）也声称：“未来的学者们如果想把他们的研究提升到我们认为重要的水平，可能就必须学会编码······”（Steadman，2013）如果说在理论的时代，批评家更关心的是围绕“做什么”和“为什么”的问题进行意识形态批判的话，那么现在应该更关注“如何做”的问题。大数据文学研究将帮助人们摆脱意识形态纷争，转向更客观、更科学的文学知识生产，它不仅将极大提高研究者的研究效率和拓展其研究范围，也意味着将质疑过去几十年来被一直坚持的一些根深蒂固的假设。比如，文学研究的对象究竟是什么，是少数被精挑细选出来的经典，还是全部已经出版过的作品？文学研究的目的是什么，是抱着怀疑的态度对其中隐含的意识形态进行批判，还是像经济学家处理统计学数据一样进行客观分析得出有利用价值的知识和规律？批评家究竟有哪些社会职责，他们应该做人文价值的捍卫者和批判的监督者，还是在数字实验室里自顾自忙碌的数据工作者？当大卫·布鲁克斯（David Brooks）宣称“数据是一个透明可靠的镜头，可以让我们过滤掉情绪主义和意识形态”（qtd in Aquilina，2017）的时候，当人们普遍认为定量研究将比意识形态批判更有价值的时候，人文学者绝对不应该只是对新技术带来的机遇感到兴奋，更应该保持警惕。

四、对大数据方法的批判性思考

正如上一节所述，大数据不仅为人文学科带来方法技术层面的转变，还有可能带来深层意识形态上的转型。虽然文学研究吸纳大数据科学的方法有一些明显好处，特别是能够使文学研究与时俱进，展现出一定的自我更新活力，但这些变化也可能会给这一学科的某些根本方面带来损害，特别是它过去赖以存身的文本细读方法和意识形态批判功能。正因如此，马里奥·阿奎里那（Mario Aquilina）才提醒人们：“在文学研究中需要对跨学科方法的含义保持批判意识。应该接受改变，但必须在一个批判性和反思性的框架内。”（Aquilina，2017）支持大数据方法的学者们渴望为文学研究提供一个数学方案，以避开研究者的主观偏见，实现科学的客观性，这种设想虽然能够暂时平息人们对文学研究可靠性的疑问，却也回避了它的根本责任，毕竟没有几个读者是为了寻求科学知识而去阅读文学。像安德森那样急切地宣称大数据时代的来临将会彻底终结理论探索，这是一种很盲目的技术乐观主义。作为一种强大的知识生产新模式，大数据虽已成为一种新的“技术神话”，但需要批判性的拷问。

在中立的幌子下，大数据对客观性的标榜往往回避了数据在塑造研究结果方面的作用，似乎收集的数据只会以准确的方式来再现它，而不是积极地界定它的轮廓。人们常认为，大数据计算可以在没有先入为主想法的情况下进行。这是不可能的，即使我们想这样做，也做不到，因为数据并非客观存在，而是必须首先被视为数据。所以马左奇才认为：“更多的数据不一定产生更多的知识。数据本身是没有意义的。那种认为‘只要有足够数据，数字就可说明问题’的观点没什么意义。‘无须理论’这个观点与数据收集并不仅是一种经验活动的事实相悖。科学不是随机收集数据。”（Mazzocchi，2015）数据常被视为文本某一特定方面的直接反映，就好像它们是照片一样。但实际上，文本中的数据并不是被随机调查的，它从来都是某种“制造”的产物，理论假设在数字人文研究中起着至关重要的作用，它们事先决定了哪些数据会被寻找和收集。研究者的背景知识、兴趣和研究策略都会影响被检查和测量的内容，甚至实验设计也依赖于特定的理论、方法和技术约束。马左奇在晚近的一篇文章中进一步抨击了大数据技术伪装的客观面貌：“大数据方法是一种倒退，它假定了一种‘不带个人视角的’客观性模型。认为数据算法分析是真实和中立的保证，这种看法事实上反映了该领域在哲学上的不成熟。”（Mazzocchi，2021）数据本身并不能为自己说话，而只能为它所包含的前提假设说话。假定数据是中立的，这本身就是一种非中立的立场。认为只要有了足够的数据，数字就能说明一切，这实际上是一个认识论陷阱。“事实恰恰相反，随着数据量的增加，理论在分析中扮演着越来越重要的角色。”（Wise et al，2015）即使最精确的算法也不仅仅是提取和加工信息的工具，它们会在深层次上影响和改变文学研究的性质和功能。因此我们绝不应不加批判地接受大数据背后的算法文化，即使是非常有用的工具也有可能制造出我们并不想要的后果。

如果说过去数十年来由理论驱动的文学研究以意识形态批判为主要特征的话，那么随着21世纪以来新自由主义氛围的日渐浓厚和反理论运动的呼声再次高涨，不以批判为目的的实证主义研究找到了适宜的社会土壤。这也正是大数据或者说数字人文研究兴起的背景。各种理论的共同点是致力于提出疑问，是对文本和世界表象的不信任，希望通过种种文本征候揭示更深层次的东西，甚至带来实质性的社会后果。因此罗伯特·塔利（Robert Tally）才认为“批评理论是颠覆性的······即理论试图推翻或者颠覆现状”，与之相反，“种种反理论的论调也就是为了‘维护现状’”，包括数字人文研究在内，“当前文学批评领域的后批评和反理论趋势不过是向高等教育界的新自由主义递交的一份更大投降书的表征”（Tally，2019）。

迪里奥也认为，以安德森为代表的大数据支持者想要用算法来终结理论的观点与倡导人文研究与市场功利主义媾和的新自由主义论调之间“存在可怕共谋”（Di Leo，2017）。理论常被反对者批判为太钟情于社会建构主义，对以种族、阶级和性别分析为批判焦点的多元文化主义过分偏好，导致文学经典被纷纷去神秘化为意识形态的伪装。相比之下，数据驱动的文学研究“缺乏对种族、阶级、性别和性问题的关注······更倾向于研究驱动（research-driven）的项目而非教学活动；缺少政治承诺”（Gold，2012）。美国数字人文研究的领军人物刘艾伦（Alan Liu）也对此作出反思，他指出：“数字人文学科在文化批判领域的作用明显缺失。因此，当数字人文主义者批判性地开发工具、数据和元数据时，他们很少将批评延伸到社会、经济、政治或文化的全部领域。”（Liu，2012）作为人文学者，我们坚信人文研究最不可替代的价值就是以特殊视野实现对社会的批判性监督。无论是在文本还是现实世界，有关平等、权利、身份、正义、公平和共同体等重要问题的想象将会永远存在，而且永远不会仅仅靠大数据计算来得到答案，因此也永远需要持续的批判性探究。虽然计算机能够精确统计出作家对这些概念使用的频次和差异，但“公平和正义”比“剥削和压迫”更好的说法无须寻求大数据支持，所以正像约翰纳·德拉克（Johanna Drucker）所反问的那样：“问题不在于数字人文是否需要理论。而在于如果离开理论，数字人文还能否算是人文研究？”（Drucker，2012）

大数据在文学研究中的使用只是一种手段，数字人文研究的中心应该是人文而非数字。借助计算机手段，人文学者能够以更大的规模、更快的速度做一些更精细的研究，比如统计单词出现频次、总结规律化的句法结构、探寻单个文本与复杂社会因素的关系等。数字技术应被作为人文学术的补充，是对现有研究范式的助益，但“使用计算机进行更有效的文本分析不应破坏该领域的框架价值和理想”（Kim et al，2018）。面对新技术条件的出现，文学研究既不能置之不理，也不能不加批判地迎接它们在人文领域中的实际应用，而应该在审慎接受的同时保持批判性反思。艾德琳·高（Adeline Koh）提醒我们：“人文学科如果持续关注计算和方法论，而没有对其社会影响进行深刻反思，这是对人文学科的贬低。”（Koh，2018）人文研究者如果对数字人文技术有可能给人文研究带来的改变盲目乐观将是十分危险的，因为这有可能非但无助于帮助人文研究摆脱当下困境，反倒有可能把它进一步推向深渊。

五、结语

进入21世纪以来，在以市场和就业为导向的新自由主义语境下，人文研究因为不能直接提升学生的就业竞争力和促进社会经济发展而遭受非难。面对各种威胁要取消人文学科的主张，人文学者感受到了前所未有的合法性质疑和信心危机。不少学者认为，数字人文研究的兴起正是源于此，向计算机和大数据手段求助不过是人文学科信心危机的最新表现和回应。通过这些新技术援军，人文学科有望重新加强与社会的联系，尤其是在工具效用意义上的联系。在全世界都在强调科技和工程等应用学科的重要性并取消对人文学科的支持和资助之际，与计算机技术的联合让人文学者看到了新的生机，它许诺能够让人文研究“在工具性、功能性和表演性方面提供物有所值的服务”（Hall，2012）。但人文学者需要警惕的是，不要让这些援军改变了学科的根本属性。数据驱动的新方法可以丰富人文研究的工具库，但这并不意味着它将取代文本细读和理论批判等传统方法。虽然安德森的“理论终结说”以一种挑衅的姿态非常有效地引发了一场有趣的辩论，但终究不过是一种“被舆论炒作蒙蔽了的高科技乐观主义”（Succi et al，2019）。大数据绝不可能带来“理论的终结”，它只会带来新的发展机遇。丹妮拉·阿戈斯蒂尼奥（Daniela Agostinho）指出：“理论的历史……始终充满与技术的接触。”（Agostinho，2016）凯茜·戴维森（Cathy Davidson）也认为：“没有一个伟大的科学和技术时代，就没有相应的艺术和人文的繁荣。在任何一个技术飞速发展的时代或地方……人文主义者……都会过得很快乐。……伟大的科学时代就是伟大的人文时代。”（Davidson，2012）以大数据为代表的新技术手段既给传统人文研究带来挑战，也带来了新的发展机遇，如何批判性地应对这种新的技术条件，使它与传统方法互相补充且更好地服务于人文研究的最终目的，是人文学者需要迫切回答的问题。

注：本文选自《英语文学研究》第八辑，第16-26页。由于篇幅所限，参考文献及注释已省略。

《英语文学研究》第八辑

期

刊

在线阅读及其下载

在学术期刊官网，阅读过往期刊

https://www.bfsujournals.com/c/2019-07-18/486524.shtml

在知网，阅读过往期刊

https://navi.cnki.net/knavi/journals/YYWX/detail?uniplatform=NZKPT

往期精选

点击“阅读原文”，访问学术期刊官网

转载请注明来自微信订阅号：北外学术期刊

北外学术期刊官网：https://www.bfsujournals.com/

欢迎分享与转发