“数字人文”应用到高校美术史教学的理论逻辑与实践策略

王金玲

（华南师范大学 美术学院，广东 广州 510631）

2023 年，ChatGPT 上线引发人工智能对未来教育带来的影响大讨论，而带有算法背景和智慧工具色彩的“数字人文”，其对数据思维、数字技术与人文学科、人文教育之关系的探讨早已出发多时。本文拟以高校美术史这样一门具有人文性、艺术性的课程为例，以富有实践力、创造力的艺术学生为主体，探讨“数字人文”进入高校课程教学的可能，在众声喧哗中试图厘清存在的问题与规避无法两全的弊端，建构“数字人文”与高校美术史教学结合的理论逻辑与实施策略。

1 “数字人文”的概念诠释与其进入高校教育的概况

1949 年常被称为数字人文元年，因为数字人文（digital humanities）的来源人文计算（humanitiescomputing），即计算机在人文研究中的深入运用，其标志性事件是意大利的布萨神父（Roberto Busa）于1949 年用IBM 电脑对托马斯·阿奎那的全集加以标注，以生成拉丁文词语索引［2］。在2001 年4 月布莱克维尔出版社出版的《数字人文指南》一书中，“数字人文”不但成为正规术语，并且取代“人文计算”成为西方跨学科研究领域的前沿代表［3］。其核心意义是借助数字计算、计量分析和数据库等进行人文知识的学习、研究和传播，“数字人文”是一种彰显数字技术优势和数据思维的工具。本研究认为，“数字人文”以不同于普通互联网的新方式与人文知识结合，提供了内涵丰富、语义明确、关联性强的大数据信息与服务，体现了数字化带来的高效供给，同时“数字人文”构成了全新的知识组织机制和技术环境，以饱含工具理性和人文之光的复合思维形塑了教与学的新范式。

国外的“数字人文”有正式的学位教育，如美国杜克大学数字艺术史专业的文学硕士和英国约克大学数字考古学专业的理学硕士等与艺术史、艺术紧密结合的学位型培养模式。国内的“数字人文”在高校中常常是图书情报、数字图书馆数据库建设和普及宣传内容之一，或作为计算机检索为主扩大到信息素养等通识类、导论式的课程，或作为历史、艺术等人文学科研究的文献技术工具类培训项目。

“数字人文”（Digital Humanities）成为独立领域有二十多年的历史［4］，表现出明显“实践先于理论”［5］的现状，而将“数字人文”融入高等教育教学中是近十年才出现的议题，呈现出“理论和实践都较薄弱”的情况。本研究拟结合高校美术史课程，从学理和应用两方面探讨数字人文进入课程的理论逻辑与实施策略。

2 “数字人文”融入高校美术史教学的逻辑起点

首先，“数字人文”进入高校美术史课堂形成一种智能教育新形态，其核心是生成性教学哲学。所谓“生成论教学哲学（Generative Teaching-learning Philosophy，GTP），是基于教学本身以及人的存在与发展是一个不断发生、生长、演化的过程的基本理念，秉持以关系性、生成性思维为核心的思维方式，探讨和追求教学生成、进而促进人的文化生成的教学哲学。”［6］随着当下智能教育的发展以及对人自主性学习能力的挖掘，灌输型教育逐渐退场，让学生成为学习主体，按照人生命进化的规律和动态优化的逻辑，教师与学生形成新的师生对成关系，建构一种新型学习共同体，引导学生借助各种智能工具，自主探索知识、发现规律、掌握方法、反思问题。美术史教学对象一般是拇指一代的艺术生，他们对数字化工具和环境非常熟悉，对说教性、识记型知识比较抗拒，对视觉图形、创意对象等信息比较敏感，“数字人文”给予的多元与海量、迭代与流动、网状与共时、去中心化与开放性、交互与虚拟的大数据知识，正好符合了他们求识认知的趣味点，可以改变一般的纸质艺术史教材、文本的枯燥、乏味、偏见和有限。并且“数字人文”形成的智能教育新形态，是一种“智能教育构成论，尤为强调人工智能与人、教育交互过程中的构成性关系”［7］。在不断结合“数字人文”开展美术史教与学过程中，借助文本、非文本数据库，如高清图像库、技术图像库、交互性数字媒介等工具，学生学会对数据展开文本分析、图像分析、图文分析、空间分析和网络分析，通过犯错和纠错、合作和分工、收获和反思等经历，从而得到有计量依据、有跨学科知识旁证、有可视化呈现的科学有效结果，体认不一样的艺术史判断和形成艺术史系统知识，也进一步检视了智能教育的创生意义。斯蒂格勒（Bernard Stiegler）认为：“技术具有‘后种系生成’（epiphylogenesis）特性，人因技术发展而获得自身的属性。”［8］在斯蒂格勒那里，人的存在生成既具有技术与文化同一性，亦具有生命经历独特性。［9］从而，在“数字人文”智能教育融入美术史教学的过程中，完成一场“自主探究学习、反思性学习、问题解决学习、整体生成学习等为主要形式和以相应综合素养生成为核心的价值取向与功能选择”［10］。

其次，“数字人文”进入高校美术史课堂也是一种深度学习的有效教育新形式，其核心是批判性理解。1976 年，美国学者Marton 等人通过实验得出：学生在学习过程中会根据不同的学习要求，选择不同的信息处理方式，提出了深度学习（Deep Learning）的概念［11］。在多年来深度学习理论的探讨中逐渐对“深度”的概念达成共识，就是要注重批判性理解和综合信息的获得［12］。只有经过一系列反思、质疑，才能不断深化对知识的消化、吸收，而综合信息获取则可以借助数字技术、工具等开拓的新环境、新机制得到极大地充实、扩展。“加拿大的迈克尔·富兰（Michael Fullan）教授也指出：“不断引入信息技术与数字化资源为学生深度参与学习创造了条件。教师无需传授广泛的内容知识，而是帮助学生自己运用数字工具和数字资源发现和掌握新知识、把握学习过程。”［13］从而，“数字人文”融入美术史课堂促成了一种“深度学习”的新型教育形式。美术史课堂的学习主体艺术生，往往形象思维发达而理性思辨不足，在无计算不人文的数据思维下，可以适当弥补学生的这一弊端，一方面通过深度理解和数字工具，启发学生层层深入挖掘美术史知识的纵深逻辑，摆脱只知其一不知其二的浅层知识学习惯性；另一方面，改变对美术史书权威和专家的迷信，在理性袪魅的基础上，掌握实证主义方法和数字算法，去验证可以复盘的史学知识，培养批判精神和反思意识。因而，“数字人文”在美术史教学中发挥着重要的作用，包括提供数字技术的深度支持、激发复合思维对信息的深度加工、培养学习情感对知识的深度渴望……

综上，从生成论教学哲学和深度学习理论的角度，“数字人文”融入高校美术史教学，其一是符合了智能教育强调工具与人、教育的互动与自主生成关系，既保留了学生学习主体的地位，又强调一种有机性的、生态性的教育模式；其二“数字人文”的数据驱动可以让学生自发建构一种深度学习的有效机制，“数字人文”让学生主体御物而不役于物，注重参与与质疑，在培养批判精神的过程中，让深度学习成为一种学习行为和习惯。

3 “数字人文”在高校美术史教学的实施策略

3.1 课前预习单：登上“数字人文”数据库的大篷车，引领立体艺术史知识的自主建构

“数字人文”被马修·乔克斯（Matthew Jockers）形容为伞状结构形态，类似数据大帐篷（big tent）［14］，这种大量数据的“堆栈”［15］如资源富集、众生平等、模态多元的数据超市，同时各项数据信息又是有序、动态、共时、谱系的，这样，一方面打破了线性艺术史的单向性和静态性，另一方面也改变了史学家之笔的局限性和主观性。本文更愿意以“大篷车”的活跃性概念去形容它，更彰显其提供的开放资源、活态知识、海量数据等优势，在这个“大篷车”里，“将人文表征物包括文字形式（文本）和非文字形式（物、语言、活动等）特别是图像加以数字化”［5］，形成文本和非文本两种基本数据库，这两种资源是艺术史教学的元数据，它的多元与海量、迭代与流动、网状与共时是印刷时代无法比拟的，比起普通互联网搜索工具，也能够提供更精准、内涵和语义更明确的对标知识。数字艺术史相关的文本数据库让艺术史保有叙事、阐释的人文色彩以及谱系性、普适性的价值，同时打破学科壁垒；图像、视频等非文本的数字艺术史数据库，让绘画、雕塑、建筑、工艺等各类艺术图像获得超清像素的观照、360 度的全方位视角、高还原高仿真的语境乃至动态交互的视觉效果，全面建构了一种立体艺术史的“上帝视角”。

1）课前预习单：利用“数字人文”数据库，开展断代艺术史专题的自主建模。

以时间为经，国别为纬，安排好每一节课对应的学习专题，让学生个人提前应用各种数据库等“数字人文”资源，对这一时期的艺术史进行图像与史实的二象限建构。

①时代背景表格化：从政治、经济、文化等维度列表，拟定2～3 个概括性的核心词。②艺术风格、特征、类型关键词法：从文献资料到图像数据的检索和对读，凝练出有针对性2～3 个关键词。③艺术家艺术作品填充法：每段时期列举8～10 位艺术家，从图像数据库、交互数字平台等工具中获得每个艺术家最有代表性的艺术作品3～5 件，进行图像基本信息识记和作品局部观摩。④统整上述资料，自制电子数据包，通过电子读书笔记梳理前面三者的自洽关系，完成第一轮的自主学习。

2）课前微指导：开具“数字人文”数据库策略单，指导图文互证的艺术史数据包的调适。

①布置每节课的预习单任务，提供相应的“数字人文”数据库建议：如涉及到中世纪和文艺复兴时期艺术史知识的自主建模，指引学生使用德国艺术史档案中心暨马尔堡艺术图像档案库的图像数据库资源（www.bildindex.de/）；如面对荷兰画派的国别专题，引导学生借鉴荷兰艺术史研究所的RKDimages图像数据库（https：//rkd.nl/en/explore/images）等，开展特色的“数字人文”数据检索与收集。

②收集学生自制数据包，准备开展某段数字艺术史模型的第二轮扩容与调试：所有同学的材料在群上提前分享。课程开始前，第一节课挑选代表性学生的预习单，进行展示和辩论：一是分享有特色的数字艺术史数据库，体会知识“大篷车”的快乐；二是反思自主建构的艺术史数据包显示的成果与传统艺术史定论、已知的区别与优势。通过这个过程，对大家整理的时代背景、艺术特征、艺术家及作品数据进行有效碰撞，纠正知识偏差，达成部分共识。举众人之力完善和扩充电子数据包，形成对断代艺术史的科学认知。

3.2 课中跨媒介：驾驭“数字人文”数据分析的智能工具，开展深度艺术史知识的自主探究

“数字人文”通过技术手段，将艺术史关注的主体绘画、雕塑、建筑、工艺等形态的物质属性统整为数字媒介，一是通过数字智慧的媒介转换，抹平了艺术类型物质材料差异的界限，从更宏观的角度关注艺术发展的流变；二是通过多媒介的融合，让数字技术辅助视觉对象从静态走向动态、从单向走向交互、从破损走向重生、从物质存在走向影像日常、从单一的器物走向人们的生活；三是通过计算机算法、可视化分析、大数据统计等计量工具，让难以统计和量化的美术史元对象全部变成数据标签，进入到可测量、可复盘的算法空间。全面颠覆过去人文学科难以证伪也难以证实的传统思路，调动更多跨学科知识来共同完成这一人文知识的大拼图。在艺术史教学中可应用“数字人文”中的文本分析、图像分析、图文分析、空间分析和网络分析等技术，让学生开展深度艺术史知识的自主探究。

1）应用“数字人文”数据分析的智能工具，师生共同体搭建全景式的谱系美术史的链接。将“数字人文”的数据驱动这一“第四研究范式”［16］融入到人文学科传统的“论证驱动”［17］的研究模式中，既要算法也要人文。在课前预习单已经准备好的专题数据包基础上，教师引领学生重启文本和图像，进入第三轮深入学习：一是在翻看电子图库的基础上复述艺术家风格和特色，倒推时代成因和文化格局，并调阅和串联之前的课程中师生共同建立的艺术史数据包，找出美术历史发展的关联性、差异性，并提出问题，开展纵向艺术史乃至网状艺术史问题的发散和求解；二是找出艺术家、艺术作品的异质性，并提出富有研究色彩的问题，师生共同展开论证与探究，进行横向艺术史、盲点艺术史问题的发现和破解。比如从翻看电子图库可见文艺复兴时期尼德兰艺术家博斯绘画创作存在明显的异质性特点，教师一方面启发学生发现问题，另一方面和学生搭建学习共同体一起进入论证性学习的旅程。除了前面已经建构的时代背景差异可以提供一些依据外，在这里，要注意发挥数字工具的巨大作用，比如从绘画材料、图层、技法等层面，采用跨媒介的手段和数字技术，对比较和探究博斯个案与意大利其他艺术家的差异性有一个全新的视角和不一样的探究方法。技术图像库“博斯研究和保护项目”（Bosch Research and Conservation Project：http：//boschproject.org/）可提供博斯众多绘画作品的红外线、X 光、可见光、原作四种数字成像，及VR、MR 等新媒介解像度高的展示；而意大利古典油画修复中心开发的诊断图像库（https：//artenet.it/diagnostica/）则可对油画图层色彩进行化学分析和技术诊断。这两个数字平台，可以为尼德兰的博斯和意大利文艺复兴时期的艺术家作品提供像素的解构，为理解艺术家的创作过程、组成材料、惯用技法、色彩偏好等从跨学科的角度提供非常直观且详实可靠的分析数据，也间接为艺术史的贯通、流变新建了一种新的研究角度。这个深度学习的过程，教师要发挥“数字人文”智慧工具的导航器作用，才能为学生发现的新问题提供更多的帮助，也有助于结成新型的学习共同体，让“数字人文”分析技术为艺术史学习提供更多更专业的服务，从而克服碎片化知识的集成，搭建全景式的谱系美术史的链接。

2）应用“数字人文”数据分析的智能工具，学习小团队开展专题式的问题美术史的探骊。在经过前面三轮艺术史知识的自主学习之后，教师可以进一步组织学生以小组的形式开展问题先行、数字赋能的美术史深度解读。一方面，资源数字化、数据化、结构化和可视化、计算思维和人工智能会孕育新的研究视角、议题和方法论，从而开放了艺术史原有的问题视角。另一方面，“数字人文”强调的是复合思维，而不是单一的数据驱动，有人文色彩的问题意识和研究意图更彰显人文学科的思维逻辑。学习小团队在“数字人文”帮助下，建构了沉浸式的学习语境，掌握了泛在化的大数据材料，有助于开展全新的知识求解模式。比如苏东坡诗画艺术的跨媒介研究热点的发掘和问题的探讨，可以借助excel 和Tableau 等软件的“词频分析”法，用机读苏东波诗歌作品、绘画命名，统计出关键词和规律，推导其与苏东坡书法、绘画表达图式的对应关系，这类带有问题驱动和数据思维的新问题，为学生深度解读艺术史的某些知识点、为大胆假设和小心求证的人文学科方法插上了高效、科学的双翼。最后让学习小组把自己的研究成果进行课堂展示和分享，从问题出发、从艺术现象出发，培养了学生的信息素养、问题意识，实验了新方法、新工具，也总结了新经验和新认知。

3.3 课后“活作业”：借助数字发表等可视化的技术，迁移艺术史知识应用到创作和研究实践

“活作业”的概念来源于陈鹤琴先生等人提出的“活教育”理念［18］，主要包括生活化、自然化等内涵，“活作业”倡导一种与实践应用相结合的、能够成为长效机制的非刻板性的灵活作业。数字人文进入美术史教学，让全时空学习成为可能，学生借助数字人文工具加强对艺术史知识的系统、深入、自主学习，最后在学习成果上，也应回归一种数字化的方式，进行学习行为延伸。一种是将美术史研习专题进行数字发表，目前开放的学术平台越来越多，online 的论文发表也逐渐获得认可，并且无论是学术主体、下载主体、需求主体也逐渐在扩展，并开放权限可以讨论、批评、转载。另一种是针对课堂中研讨的艺术史专题，除了以文字形式发表外，也可以整合数字工具转换为可视化的艺术图像发表。这既充分发挥了美术专业学生的创意思维和艺术基因，体现了跨媒介的转译，同时又体现了史学知识的洞见和积累，包含了问题意识和学术内涵。如中央美术学院向帆老师就是新媒体工具实践者和数字发表的先行者，她把1994—2014 年全国美展2 276 件获奖作品进行数据整理和分析，从主题、构图、色彩、风格等方面进行视觉规律的总结、可视化建模和图谱呈现，并发布在Award Puzzle 网站上，获得了《Science》举办的数据故事比赛大奖。既是现当代美术史中主流美术作品的一次数字化归集和建库，又是对主旋律题材美术作品的调研和可视化分析，最后根据统计的结果再进行图形模拟和再现，总结出最容易获奖的要素：少数民族女性、牛和窗的组合。这些对于美术史课堂结束后，延伸出“活作业”，鼓励学生借助数字发表等可视化的技术，迁移艺术史知识应用到创作和研究实践都是深有启发的。

1）“活作业”之一：让学生将自己的专题研究成果进行可视化视觉设计，充分调动美学、艺术修养和设计技术，形成独特的NFT 艺术作品或者以该作品为母题、元素，制作成微信表情包等形式，进行数字发表。

2）“活作业”之二：让学生把自己自主研习史学知识的过程、团队学习的片段、汇报展示的风采、学习反思的记录、艺术史数据包的成品等制作成VLOG 或PLOG 作品，进行微信、微博、抖音、B 站等平台发表。

4 结语

本研究试图结合高校美术史教学，依据生成性教学哲学和深度学习理论，让学生发挥学习主动性、艺术创造性、问题意识性、数据思维驱动性，通过课前预习单、课中跨媒介和课后“活作业”三种策略，结合“数字人文”中的数据库、数字分析和数字发表三要素，为学生立体艺术史的自主生成、深度艺术史知识的自主探究、艺术史知识与设计创作实践的结合和互补，创造算法与人文双赢的局面。