在大型語言模型（A large language model）尚未被推向公共視野之前，「數字人文」曾是人文與科技跨界中的顯眼旗幟。它象徵一種企圖──不再把人文學研究侷限於書桌與索引，而是讓資料庫、統計、網絡分析等計算工具介入文本、歷史、地圖與文化現象的理解。它帶著某種樂觀：科技可以讓人文學更全面、更客觀，也更能與時代對話。

然而，當人工智慧的大浪湧來，原本穩固的格局突然鬆動。數字人文不再是「新」的；AI 的能力、速度與可塑性遠超過它原本所涵蓋的技術基線。問題因此浮現：在 AI 之後，數字人文還代表什麼？二者的關係，是重疊、替代，還是相互促成？

要理解這個轉折，得從它們各自的本質談起。

一、數字人文原是方法革命，而非學科革命

早期的數字人文本質上是一套研究方法：

• 資料數位化：手稿掃描、文本 OCR、元資料建構。
• 工具輔助分析：詞頻統計、語料庫探索、地理資訊系統、網絡結構分析。
• 數據共享：建立可檢索、可重複的資料庫。

這些工作本質上仍是「人文學者借助電腦」。數字人文的野心從未想取代人文詮釋本身，而是讓研究更全面、更透明、更能處理巨量資料。

某種程度上，它的核心精神是：

「用科技來延伸人類對文化的理解能力。」

這句話放在 AI 身上也說得通，只是 AI 把「延伸」這件事推得更遠。

二、AI 不是數字人文，但成為它的加速器

大模型時代的 AI，帶來的不是單純工具，而是一種新的知識互動方式。

1.從計算工具到知識夥伴：過去的數字人文工具依賴明確指令：輸入、運算、輸出。

現在 AI 能理解自然語言、參與推理，甚至能協助提出研究假設。

在語境分析、敘事結構比對、跨語言文本比較等領域，AI 的工作方式已接近「共同研究者」而非「計算機」。

2.從結構化分析到語意分析：傳統詞頻與語料分析能回答「文本中什麼出現最頻繁」。

AI 則能回答「文本為什麼這樣說」「語氣如何變化」「隱喻如何運作」。它處理的是語意、風格、脈絡，是以前幾乎完全仰賴人文學者的領域。

3.從靜態資料到動態知識：數字人文強調建立大型資料庫。AI 讓這些資料「能對話」──能回答、能總結、能比對、能推理。資料不再只是檔案，而是「知識模型」。

三、AI 正逼迫人文學提出更基本的問題：AI 與數字人文的最深層差異不是技術，而是反向的力量；數字人文靠技術協助人文研究，AI 則讓人文學本身不得不重新反思。包括：

• 如果機器能做文本解讀，人文學者的專業價值是什麼？
• 如果 AI 能模仿寫作，創作者的主體性如何界定？
• 當「生成內容」變成技術能力，人文化的審美標準是否需要重建？
• 詮釋的本質是否在於工具，還是在於人的態度與倫理？

這些問題不是數字人文能回答的。它們指向人文學最核心的哲學與倫理基礎。也因此，AI 並沒有削弱人文反而讓它變得更重要──因為解釋技術造成的文化後果本來就不是技術的工作，而是人文學者的責任。

四、AI 時代的「數字人文 2.0」正在形成：今天的數字人文，不再只是掃描、標註、統計，而逐漸帶著新的方向：

與 AI 協作的研究方法：人機共同詮釋、模型輔助假設生成、跨語言跨文本比較。

AI 文化的觀察者：不研究古文物，而研究 AI 生成文化、演算法審美、自動化敘事的社會後果。

去神話化技術的批判力量：研究 AI 的偏見、生成敘事的倫理、模型作為「文化中介」的權力。

這些新議題超越原本的數字人文，卻繼承了它的跨界精神──技術不是目的，而是理解文化的新透鏡。

五、兩者關係的當代定義：AI 不是數字人文的繼承者，而是把數字人文推上另一個層次的催化劑。數字人文提供方法，AI 重塑問題。它們不是競爭，而是層次不同的夥伴：數字人文處理「如何分析文化」；AI 迫使我們思考「文化本身正在變成什麼」。

真正的挑戰，不在於技術，而在於：我們如何在技術洪流之下，重新釐清作為人的思考、審美與責任。