3、客观性在科学与人文学科研究中的探讨

客观性在科学与人文学科研究中的探讨

1. 科学与人文学科中的客观性概述

在当今学术领域，不同学科之间的距离似乎在不断扩大，但曾经它们并非如此疏离，而造成如今这种隔阂的关键因素之一便是“客观性”这一概念。

最初，所有科学，包括人文学科，都是围绕着通过可观察的证据揭示普遍真理的愿望而形成的，而非像以往的学术研究那样，将其归因于神的设计或启示。20世纪中叶以来，对稳定普遍性的追求逐渐被考虑特定背景细微差别的理论和系统所取代。然而，人文学科中新的数据分析工具又使客观性这一经典的经验主义理想得以复活。

在科学领域，客观性作为一种认知价值常常被视为理所当然，计算机视觉和机器学习研究也不例外。当这些领域的技术迁移到人文学科如艺术史时，也带来了对客观性的固有期望。但在数字人文学科研究中，这种对客观性的既定假设往往未受到质疑。

2. 大数据与客观性的问题

传统观点认为，大数据意味着更准确和可靠的结果。在简单、可控的研究中，这或许是正确的。但大数据，尤其是大文化数据，情况往往并非如此简单。将文化转化为数据需要经过翻译、解释和表示的过程，而这在定量文化分析中常常被忽视。有人认为，只需分析和整理数据就能得出客观事实，但实际上并非如此。

有学者指出，“数据”这个术语的使用是一种误称，因为其词源定义是“被给予的”，而实际上数据是“被获取的”，是“被构建的”，并非对预先存在事实的自然呈现。数字人文学者常常未能审视研究中出现的层层表征，而传统人文学科研究的优势之一正是其自我批判性。

3. 文化分析与“远距离阅读”

媒体理论家列夫·马诺维奇在过去十五年里推广了“文化分析”这一研究领域，即使用计算方法研究文化