可以。若把「數位人文」（Digital Humanities, DH）理解為：利用計算、資料庫、文本探勘、網絡分析、GIS、視覺化與數位典藏，重新提出人文學問題，那麼它其實不是一個單一學派，而是一大片彼此重疊的研究群。早期叫 humanities computing，大約 2000 年後才逐漸以 digital humanities 為通稱。
我會把重要人物分成六條線來看。
1. 「祖師爺」：Roberto Busa（1913–2011）
Busa 是義大利耶穌會神父，一般被視為 humanities computing 的奠基者之一。1940 年代開始與 IBM 合作，把 Thomas Aquinas 等人的拉丁文著作做成機器可檢索的 Index Thomisticus；整個計畫處理逾一千萬詞，歷時數十年。
重要作品／計畫：
- Index Thomisticus
- 其真正重要性不是「做了一個索引」，而是第一次大規模問：如果整個思想家的 corpus 都能計算，閱讀會變成什麼？
所以可以把他看成：
close reading → corpus → machine-readable humanities
2. 理論奠基者：Willard McCarty、John Unsworth、Jerome McGann
這幾位的重要性，在於把「電腦幫忙整理文本」提升成：計算本身是否可以成為人文學的認識論？
Willard McCarty 的代表作是：
- Humanities Computing（2005）
- “Tree, Turf, Centre, Archipelago—or Wild Acre?” 等文章
McCarty 最值得讀的不是技術，而是他不斷問：
modelling 到底是什麼？
模型不是把人文現象「忠實複製」，而是有意識地簡化、變形，再藉由模型失敗之處重新認識研究對象。
John Unsworth 的經典概念是：
- “Scholarly Primitives”
- “What Is Humanities Computing and What Is Not?”
他提出閱讀、搜尋、比較、註釋、引用、發現等「scholarly primitives」——也就是不論紙本或數位，人文學者其實反覆做的一些基本動作。Unsworth、McCarty、McGann 都已被收入 DH 的核心文獻譜系。
Jerome McGann 則由文本編輯、書籍史進入數位文本：
- Radiant Textuality: Literature after the World Wide Web（2001）
- Rossetti Archive
他最重要的觀念之一是：文本不是只有「文字內容」；版面、版本、物質形式、編輯史，也都是文本的一部分。
這一點其實非常重要：數位化不應該只是把書變成 .txt。
3. 文學的大資料革命：Franco Moretti、Matthew Jockers、Ted Underwood
這是今日最容易辨認的 DH 路線。
Franco Moretti
代表作：
- Graphs, Maps, Trees（2005）
- Distant Reading（2013）
Moretti 創造了最有名的 DH 術語：
distant reading
不是讀十本小說，而是研究十萬本小說。
例如問：
- 某種小說類型何時出現、衰亡？
- 小說標題百年來如何變化？
- 文學形式如何像物種一樣演化？
- peripheral literature 如何進入 world literature？
Moretti 未必是最「技術型」的 DH 學者，卻可能是思想影響最大的一位，因為他改變了研究尺度。
Matthew L. Jockers
如果 Moretti 提出 distant reading，Jockers 就把它做成比較完整的方法論。
代表作：
- Macroanalysis: Digital Methods and Literary History（2013）
- Text Analysis with R for Students of Literature（2014）
他稱自己的方法：
macroanalysis
以數千、數萬本小說進行：
- topic modeling
- stylometry
- authorship attribution
- sentiment
- literary influence
Stanford 早期就把他的研究描述為以數千文本追蹤跨世紀文學史與風格趨勢。
Ted Underwood
我特別推薦。
代表作：
- Why Literary Periods Mattered（2013）
- Distant Horizons: Digital Evidence and Literary Change（2019）
Underwood 比第一代 distant reading 更謹慎。他關心：
機器學習發現的 pattern，到底能不能成為「歷史證據」？
他用 classification、regression、machine learning 研究小說類型、性別、文學聲望與歷史變化。
如果 Moretti 是 manifesto，Jockers 是 method，Underwood 很像是 epistemology after the method。
4. 圖像、界面與文化大資料：Lev Manovich、Johanna Drucker
這條線可能尤其值得您注意，因為它已經不只是「讀文字」。
Lev Manovich
代表作：
- The Language of New Media（2001）
- Software Takes Command（2013）
- Cultural Analytics（2020）
- AI Aesthetics（2018）
- Artificial Aesthetics（2024）
Manovich 提出的核心詞：
cultural analytics
問題不是「如何讀十萬本書」，而是：
How can we see a billion images?
他把數百萬張 Instagram 圖片、電影畫格、藝術品、視覺風格當成資料集，用 computer vision、statistics、visualization 來觀察文化。
這是 DH 與今日 AI 最直接相接的地方之一。
Johanna Drucker
如果要我選一位「最人文、最不會被計算迷惑」的 DH 理論家，我會選 Drucker。
代表作：
- SpecLab: Digital Aesthetics and Projects in Speculative Computing（2009）
- Digital_Humanities（與 Burdick、Presner、Lunenfeld、Schnapp 合著，2012）
- Graphesis: Visual Forms of Knowledge Production（2014）
- Visualization and Interpretation（2020）
- The Digital Humanities Coursebook（2021）
她最有名的批判之一是：
人文資料不是 data，而更接近 capta。
即不是「天然存在、等著被抓取的資料」，而是研究者依某個觀點取出來的東西。
所以她反對把 visualization 當成透明的「真相顯示器」。
對她而言：
圖表也是論述。
database 也是 interpretation。
interface 也是 epistemology。
我以為這一點對 AI 時代會越來越重要。
5. 「電腦不是替代詮釋，而是刺激詮釋」：Geoffrey Rockwell & Stéfan Sinclair
代表作：
- Hermeneutica: Computer-Assisted Interpretation in the Humanities（2016）
- Voyant Tools
這兩位發展的 Voyant Tools，今日仍是最容易入門的文本分析工具之一。
但他們真正有意思的觀點是：
computer-assisted interpretation
不是：
電腦算完 → 得出答案。
而是：
人讀 → 電腦發現奇怪 pattern → 人回去重讀 → 改問題 → 再計算。
所以 computation 成為一種hermeneutic provocation。MIT Press 對此書的定位也是「computer-assisted interpretive practices」。
這其實比「AI 幫我摘要一本書」深很多。
6. DH 的自我批判：Alan Liu、Tara McPherson、Roopika Risam、Lauren Klein
2010 年後數位人文開始反省：
誰的資料？
誰建立 archive？
哪些人被排除？
algorithm 有沒有政治？
數位化是不是把舊殖民權力重新 digitize 一次？
Alan Liu
代表作：
- The Laws of Cool（2004）
- Friending the Past（2018）
Liu 特別關心 digital culture、知識工作與 humanities 的公共角色。
他問的不是「新科技好不好」，而是：
數位知識制度正在把「人文」變成什麼？
Tara McPherson
代表作：
- Feminist in a Software Lab: Difference + Design（2018）
- Reconstructing Dixie（2003）
- Vectors / Scalar 數位出版計畫
她把 race、gender、software architecture、interface design 放在一起思考。
核心問題很尖銳：
我們能不能一邊宣稱 software 是中性的，一邊忽略它產生於什麼社會結構？
Roopika Risam
代表作：
- New Digital Worlds: Postcolonial Digital Humanities in Theory, Praxis, and Pedagogy（2018）
她發展 postcolonial digital humanities。
尤其重要的一點是：
殖民檔案本身已經有偏見；
把殖民檔案 digitize，並不會自動去殖民。
甚至可能只是：
digitizing colonialism。
她因此討論 colonial violence、digital archives、NLP 與「human」概念如何被預設。
Lauren Klein（以及 Catherine D’Ignazio）
代表作：
- Data Feminism（2020）
- Klein 另有 An Archive of Taste（2020）
Data Feminism 雖跨 data studies／DH，但現在幾乎已是 critical DH 必讀。
核心不是「女性怎麼用資料」，而是：
data science 本身如何牽涉權力？
例如：
- 哪些東西被計數？
- 哪些東西從未進入 database？
- 誰有權分類？
- missing data 本身說了什麼？
還有一群是「數位人文史與學科建制」必須知道的人
Susan Schreibman、Ray Siemens、John Unsworth 主編的：
A Companion to Digital Humanities（2004）
幾乎可視為 DH 正式成為一個學術領域的重要里程碑。它從 archaeology、linguistics、lexicography、literary studies 一路涵蓋到 textual analysis。
Melissa Terras、Julianne Nyhan、Edward Vanhoutte 主編：
Defining Digital Humanities: A Reader（2013）
則特別適合拿來看：
humanities computing 是怎麼慢慢變成 digital humanities 的。
編者自己就說，此書刻意收集 humanities computing 與 DH 的核心論爭，而不是硬給出一個唯一的定義。
如果只讀「十本」，我會這樣排
- Roberto Busa — Index Thomisticus（不是書，而是源頭）
- Willard McCarty — Humanities Computing
- Schreibman / Siemens / Unsworth eds. — A Companion to Digital Humanities
- Franco Moretti — Graphs, Maps, Trees
- Franco Moretti — Distant Reading
- Matthew Jockers — Macroanalysis
- Johanna Drucker — Graphesis
- Lev Manovich — Cultural Analytics
- Geoffrey Rockwell & Stéfan Sinclair — Hermeneutica
- Roopika Risam — New Digital Worlds
讀完這十部，差不多會看到 DH 的一整個運動：
索引 → corpus → model → distant reading → macroanalysis → visualization → cultural analytics → hermeneutics → critical / postcolonial DH
而我覺得眼下，到了 LLM 時代，數位人文正在發生第三次轉折。
第一階段是：
digitization
把人文資料數位化。
第二階段是：
computation
在幾十萬、幾百萬文本之間尋找 pattern。
現在第三階段開始變成：
machine-assisted synthesis
讓 AI 在龐大而混亂的 archive 中，尋找尚未被作者本人辨認出來的關聯。
這一階段有趣之處，恰恰已經不是 Moretti 的 distant reading。我會暫時叫它 latent reading：不是站遠一點看整個 corpus，而是讓機器進入 corpus 的潛在關係空間，問：
這四萬六千篇碎片之間，有哪些關係，是作者二十二年來自己也不知道的？
從這個角度看，您先前所說的 blog archive，其實是一個非常典型、又比傳統 DH 更進一步的研究材料：不只是 digital archive，而是 longitudinal intellectual corpus。Moretti 研究一個文類的生成；這裡則可以研究「一個人的思想如何在二十二年間生成、消失、歧出、回返」。這大概已經站到 digital humanities 與 AI humanities 的交界處了。
