技术与文学的交织始于印刷术的发明。学者刘方喜认为，印刷术的发明开启了文学领域的第一次工艺生产革命，现下AI对文学的侵入引发了第二次工艺革命
［1］。两次工艺革命将文学从口语文学推进到印刷文学，进而产生了现下的数字文学、AI文学等新兴的文学样态。新的文学形态催生了新的文学批评样式：在口头文学阶段，文学批评以口语媒介等零散的批评话语呈现；在印刷文学阶段，文学批评以专业性、线性的文字呈现。数字时代的文学批评紧跟文学形态的变革，在数字文学早期，出现了以豆瓣评论为代表的新媒体批评。随着信息技术对文学的进一步影响，技术以更为显性的方式介入文学批评之中，这从早期人文计算的形态中可窥见端倪。进入21世纪，在计算技术的驱动之下，人文计算突破了早期的词频计数模式，在实际层面成为一种技术与文学结合的文学批评范式，而当下技术的进一步发展，又催生了一种新的批评类型——算法批评。
国内对“算法批评”的理论探讨自2020年起，主要聚焦于三方面：其一，探究算法批评的缘起与基本特征，这类研究多在数字人文的发展脉络中阐释其发生逻辑，同时归纳算法批评的核心特征，如李阳、王婉婉等学者将其概括为数据主导、人机协同、可视化呈现等。其二，考察算法批评在具体文学类型中的有效性，如张永禄对网络文学领域应用算法批评有效性的探讨。其三，阐释算法批评的意义与价值，大多数学者围绕算法批评对文学批评的重构展开，认为其是计算机时代语境下文学阐释的有效策略
［2］。
可以看出，当下算法批评研究基本集中在特征描述与意义展望层面，反思较少。在概念阐释层面，也缺少对“算法批评”的词源追溯。基于此，本文将以“算法批评”的概念为切入点，在此基础上，结合当下具体批评实践，探究算法批评在主体、方法及整体批评模式层面的更新，并进一步剖析当前算法批评实践在大众性与公共性层面的缺失。
一 算法批评：概念、历史与论争
算法批评作为一种新生事物，尚是一个初始合成性质的概念，其具体内涵、研究对象与方法较为模糊，在现有研究中，尚未有明确的界定，即便有，也仅是对算法批评作外围层面的描述。因此有必要通过考察词源本体与其发展前身，明确算法批评的概念与指向。
（一） 算法与批评的语词本体
在词源学层面，一般认为，“算法”（algorithm）源自希腊语arithmos （άριθμός）和algos（ἄλγος），前者指向“数字”，后者指向“疼痛”。然而，Jeff Erickson认为，algorithm并非源自希腊语，而是源自9世纪波斯学者Al-Khwarizmı的研究，其使用十进制数字书写和运算系统，并将书写数字与计算式子称为algorism或augrym。其后在13世纪，经由斐波那契《计算之书》，书写数字取代算盘成为主流，arithmetic（意为用数字计算）成为当时计算的首选方式。由此，algorism演变成了algorithm，意为使用阿拉伯数字进行机械技术的位值运算。可见，“算法”一开始便与数字、计算紧密相关，并以达成某种实际效用或解决某种问题为目的。
进入计算机时代，“算法”成为一个特定的概念。Thomas等在《算法导论》中将“算法”界定为“算法就是任何良定义的计算过程，该过程取某个值或值的集合作为输入并产生某个值或值的结合作为输出。这样算法就是把输入转换成输出的计算步骤的一个序列”
［3］。马克·艾伦·维斯在《数据结构与算法分析：C语言描述》中对算法的界定更为清晰：“算法（algorithm）是为求解一个问题需要遵循的、被清楚地指定的简单指令的结合。”
［4］与之相似，Jeff Erickson在《算法》一书中认为“算法是一个明确、精确、无歧义、可机械执行的简单指令序列，通常旨在完成特定目的”
［5］。至此，“算法”这一概念内涵已经基本明确。即算法是输入与输出的中介，是使用机器一步一步解决问题的方法。在文学领域，算法对文学的赋能最典型的便是网络文学创作生态的算法化，如网络文学网站所推出的榜单、积分与评价算法对文学创作的直接影响；当下AIGC与大语言模型更是通过内嵌的生成对抗网络与机器学习实现了文学创作的人机对话（此方面的作品有华东师范大学王峰团队与大语言模型合作创作的《天命使徒》，清华大学沈阳团队创作的《机忆之地》）。实际上，机器写作并非人工智能时代的产物，早在14世纪便出现了文学机器的实验原型，20世纪60年代，法国先锋文学团体乌力波在印刷媒介下进行了文学机器的数字实验，其团体成员卡尔维诺写作了《控制论与幽灵》一文。其后超文本文学的发展、诗歌生成器的出现进一步推动了机器写作，进而延伸到文学批评领域，出现了数字人文、算法批评等新兴的批评模式。然而，相较于人文计算与数字人文70余年的发展历程与明确的概念命名，“算法批评”这一概念则是近年来的产物，其依托于算法文学、机器写作，在数字人文的庇佑下，作为一个合成概念被人们提出。
拉姆齐（Stephen Ramsay）在《阅读机器：通向算法批评》中明确界定了“算法批评”的内涵，他指出，“算法批评——我用这个术语来指代一种经过重新构想的计算机辅助文学批评……它以计算机为媒介，但不从机器纯粹的计算功能中汲取灵感，也不寄托机器智能的前景……算法批评试图将算法转换所具有的严格、必然、不妥协的逻辑作为约束条件”
［6］，并将罗伯特·布萨的研究工作视为算法批评的萌芽阶段，如此人文计算便成为算法批评的前身。拉姆齐的这一界定指明了算法批评的媒介、对象和研究方法。然而，拉姆齐在论述中对于人文计算、数字人文、算法批评三者的混用使得算法批评的概念与地位较为模糊，即算法批评与人文计算是何关系？究竟有何异同？其对算法批评的研究也影响到国内学者。李阳在借鉴拉姆齐观点的基础上提出：“算法批评将文学文本看作以供计算的数据库，通过算法对词频进行统计与可视化，对文本的量性与结构关系加以分析”
［7］，并认为算法批评的特征是“批评媒介的数据化”“批评实践的算法化”“批评结果的可视化”
［7］。此概念界定将算法批评理解为算法和文学批评的融合，在具体论述中，“数字人文”这一概念与“算法批评”概念存在重合之处。数字人文“是运用技术手段，针对计算与人文学科之间的交叉领域进行教学、研究以及创新的新型学科……其目的是要创建超越文本源的学术，包括多媒体、元数据与动态的环境的集成”
［8］。可以看到，国内“数字人文”与“算法批评”在术语定位、批评方法与计算使用层面有着较大的相似。因而，与拉姆齐相似，李阳对算法批评的界定同样存在人文计算、数字人文、算法批评三者混用与概念同举的情况。张永禄在其基础上更进一步认为算法批评“一是使用算法进行文学批评，即结合理论利用电子大数据、AI等数字手段建构算法模型，对数量庞大的文本进行数据挖掘，精确呈现文本规律和变化轨迹；二是对文学中的算法进行批评”
［9］，并对算法批评的研究对象进一步细分，关注当下数字文学中的算法成分。同时，张永禄以结果和过程之别区分了计算批评与算法批评（此处计算批评指的是人文计算，即数字人文发展的前期阶段），并指出算法批评是“数字人文在文学研究领域的具体应用”
［9］。在逻辑与概念层面上初步廓清了人文计算、数字人文、算法批评三者之间的异同。
然而，当前学界对人文计算、数字人文与算法批评三者关系的认知仍处于模糊状态：三者的边界尚未清晰界定，算法批评作为独立批评范式的独特性也未能充分彰显。要破解这一难题，需梳理人文计算、数字人文、算法批评三者的渐进式发展脉络，在历时中定位算法批评。
（二） 人文计算与数字人文之算法演进
算法批评的概念与理论框架，始终嵌套在人文计算（Humanities Computing）向数字人文（Digital Humanities）演进的学术脉络中，并随着理论深化与技术迭代逐步清晰。在电脑技术发展早期，运用计算方法去阐释文本的研究被称为人文计算，彼时所使用的方法是电子词典与词频统计，代表性的研究有罗伯特·布萨神父与IBM合作为《神学大全》编制拉丁文词汇索引项目。除此之外，经典文学的数字化与电子数据库的建立也属于人文计算研究范围。进入21世纪，伴随着《人文计算年鉴》更名为《数字人文》，“人文计算”更名为“数字人文”，《数字人文宣言》《数字人文宣言2.0》的发布和数字人文实验室、研究中心与工具包的开发，数字人文这一交叉学科正式成立。反映在文学领域，弗朗科·莫莱蒂（Franco Moretti）的远读理论与其主导的斯坦福文学实验室表明数字人文在文学批评中已初具雏形（2000年莫莱蒂发表了《世界文学猜想》，提出了著名的“世界文学体系”的假说与“远读”的概念，为数字人文下的文学研究提供了理论上的启发意义，并在其2005年出版的《图表、地图和树：文学史的抽象模型》中示范了远读的操作方法，用以探究1740—1900年英国小说类型的变化）。从人文计算到数字人文，名称的变化是概念、理念与研究方法的更新。传统的人文计算侧重“人文”，以计算辅助人文，其对文学批评的赋能仅停留在表层的计数、模型与文本数字化，在人文与计算的融合方面稍显缺乏。而“数字人文”概念的替换与更新体现在两个维度。一方面，相较于“人文计算”对“人文”的侧重，“数字人文”更偏爱“数字”，试图探索数字与人文融合的中间形态。在深度层面，也与以往的浅层计算相去甚远，力图在研究中有效赋能人文研究，如采用更复杂的数字方法、情感曲线绘制与主题建模等方法；另一方面，“数字人文”力图调和“人文”与“计算”之间的矛盾，在一些学者看来，“计算”是计算机领域、数理领域的研究方法，二者在方法论层面有着根本的差异，若要在人文社科领域的方法论中寻求突破，简单的概念拼凑会使两个相斥的概念难以组合，因而，一些学者以“数字”这一较为中性的名称替换“计算”一词，即“数字人文是一个便利的标签……这一概念的不确定性与广阔性解决了这一学科在研究方法和学科认识上的适应困难”
［10］。由此可知，“数字人文”这一命名也是基于二者交融的理想形态。
进入21世纪，莫莱蒂提出“远读”这一概念：远读“通过聚合和分析大量数据来理解文学，而不是止步于研读特定文本，满足于从少量的、‘代表性’的文本中得到随机的知识”
［11］。在具体研究中采用社会网络分析与可视化方法，并使用“计算批评”一词指代此种研究范式，亦即“文学研究者在对人文研究的主体性有清醒认识的基础上，运用数字环境中前所未有的文学大数据和超级计算能力，进行数据和计算支持的文学批评和研究”
［12］。莫莱蒂更是直言“‘数字人文’这一术语没有‘意义’，计算批评，更准确些”
［12］。由此，人文计算、数字人文、计算批评成为计算与文学之间建构的历时性的发展阶段。
那么，算法批评与数字人文是何关系？算法批评与计算批评又是何关系？严格说来，算法批评作为数字人文亚类，是其在文学批评中的具体应用，相较于文本数字化与数据中心建立等前期准备，算法批评更强调过程性，即以算法赋能具体的文本分析，在对象层面聚焦文学文本，在媒介层面以计算机为媒介，在方法上以算法公式或依托算法为底层逻辑的程序为工具进行文学批评。对于后者而言，算法批评与计算批评有较大的重合之处，二者均使用计算机、数据与程序展开文学批评，但在具体层面上又呈现出差别。在概念与诞生时间层面，计算批评概念的外延更广，其将计算机产生之前所使用计算方法进行文学研究的批评也囊括在内，如早期的词语计数、计量文体学的研究等。19世纪末门登霍尔使用计数器和统计方法所绘制的莎士比亚作品中的词频图也是计算批评所囊括的范围。然而，算法批评这一概念与用法乃是近20年来的产物，其提出时间较短，属于数字人文进入21世纪所产生的新亚类，二者之间有着阶段性的差异。在方法论层面，相较于计算批评的词频计算与可视化图谱绘制，算法批评严重依赖计算机，需研究者自身构建相应的算法模型分析文本中的情感、人物与主题，因而在方法论层面有复杂与简单之别。同时，算法批评增加了反身性研究，即对算法批评所使用的方法进行评估，评判其使用的主题模型是否合理，清洗数据与构建数据库时是否存在错误，所使用的算法公式是否适配主题等。
由此，在对象、方法与理念层面，人文计算、数字人文、计算批评与算法批评存在着家族相似性，其中，算法批评与前三者存在着阶段性差异，是前三者在当下的一种新的发展样态。不同之处在于，算法批评进入了深层的算法模型构建，是技术与文学耦合更深的表征。然而，技术与文学毕竟是两种不同的事物，二者分属技术理性与价值理性，文学向来是灵韵之地，是海德格尔笔下的存在之路与诗意栖居之地，而技术则是机械复制与消除灵韵之物，并在存在上制造了一种撕裂，从而堕入单向度的世界。二者如何融合？技术如何有效地赋能文学批评？此种技术—批评的结合体是何样态？有何局限？这些是算法批评乃至当下数字人文、AI批评亟待思考的问题。
二 转型与更新：算法批评的远读与实践
理论建构是一个长期的过程，概念的提出同样如此。算法批评这一概念经历了数十年人文计算与数字人文的学术铺垫，本应具备足够厚重的实践根基。然而，与概念酝酿的“漫长”形成反差的是，能够真正支撑这一概念的具体实践案例却相对匮乏：缺少能够展现算法批评独特价值的典型案例，概念的“早熟”与实践的“滞后”之间的张力，成为其进一步发展需直面的核心问题。但国内也有部分学者展开对算法批评的探索，如谢婷婷、战玉冰、陈建生、赵薇等学者尝试以数字人文方法开展算法批评实践，产出了一系列相关研究成果（具体有谢婷婷使用语料库检索软件Word Smith分析《伊坦·弗洛美》文本总体特征、故事情节和人物塑造；战玉冰使用“一叶·故事荟”以2018年749部中国网络小说作为考察对象，对其情节进行聚类分析；陈建生通过主题词及词簇挖掘分析《尤利西斯》的意识流技巧的研究；赵薇采用Opsahl算法、Brandes算法对李劼人作品进行研究）。自2019年《数字人文》刊物创建以来，相关批评实践成果逐渐增多，使用的方法与工具也更加复杂，早期计算批评研究者多对作品中的词频进行统计、排序与权重计算，以此绘制相关词云图与人物网络关系图。随着计算技术的成熟与技术对文学的介入加深，数字人文在研究理念与具体实践方法层面有了更进一步的发展，且呈现出新的特质。这一变化主要表征在三个维度：跨学科学者团队的组建带来的技术与文学的深度融合，方法论的更新以及AI技术搭载的自动化批评，三者一道推动了文学批评的转型与更新。
（一） 协作式批评“共同体”
《数字人文宣言2.0》宣称：数字人文是关于整合和实践的，其从专业知识中构建更大的图景，追求一种跨专业领域的协作。这种共同创造性使数字人文重塑了孤独的学术，趋向一种大规模、分布式的学术合作与融合实践，进而走向“开放的、全球的知识生产”
［13］。在此之下，技术研究者与人文研究者展开合作，并推动交叉学科、实验室与研究中心的建立。在国外有艾伦·刘组建的芝加哥文学实验室，莫莱蒂建立的斯坦福文学实验室；在国内有学者刘洋、王峰等组建的数字人文研究团队，其中会集了来自统计学、数学、计算机、语言学、文学背景的研究者，并就各自专业展开协作。以邱伟云团队的研究为例，学者赵薇在一次访谈中披露了其研究流程：其团队往往先由文学学者提出文学问题，再由统计学者转译成可量化的理论建模，接着由计算机学者进行编程和计算，最后再由人文学者进行应用诠释，人文学者、统计学者与计算机学者的合作构成了一个完整的算法批评研究过程，确保了文学问题提出的有效性与技术方法应用的贴合度，定量与定性研究得以有力融合。
这一过程中，批评主体与方式有了极大的变化：一方面，从批评以往的孤立式个人研究转为团队协作式，批评从私人言说领域走向一种公共化共识，从而避免了以往的“一家之言”；另一方面，批评主体的多元化学科背景，为文学批评注入了突破性开拓的可能。不同于传统文学批评多聚焦文学领域内部的单一视角，当下批评主体正从“文学专业主导”转向“多学科交叉参与”，既有深耕文学理论的学者，也有兼具计算机技术、统计学、社会学、历史学等背景的研究者。学科背景的差异，非但不是认知的隔阂，反而成为多元视角生发的源头，拥有技术背景的学者善于从“文本量化”维度挖掘文学规律，有社会学背景的学者倾向于关联“文本与社会语境”。不同学科思维的碰撞，打破了传统批评的视野局限，让文学批评得以跳出“纯文本阐释”的单一框架，拓展出“文本—技术—社会”的多维联动，最终为文学批评开拓出跨越学科边界、融合多元方法的全新可能。
同时，这一变化使得算法批评的研究更有深度。以往的计算批评研究虽然也应用技术介入文学研究，但大多流于表层，空有计算之名，缺乏计算之实。以文本数据化与词频统计为例，经典文本的数字化推动了文学数据库的建立，是计算批评实践的前期准备阶段，但此类研究更多属于图书馆学的范围；词频统计与之相似，其对某一高频词在作品中所出现的次数进行统计，这一工作在前计算机时代，便有学者进行过相应实践。计算机对词频统计的赋能仅仅是计算速度的提升，没有带来整体思维的变化。由此来看，此种批评实践只不过是数字时代的人工计算2.0版本，即便更新了工具，理念与方法论仍然陈旧，未能展现数字时代计算批评的特色。当下跨学科团队的组建，一方面，使文学的理性与感性、技术与人文的结合渐趋协调，技术研究者与人文研究者共享开放理念，人文研究者提供问题，技术研究者提供方法论知识与技术支持，为文本批评实践构筑专属的文本词库、数据模型与情感词典，从而打破了以往计算批评的标准化、泛化与程式化的数据模型。批评技术化、专业化与个性化的彰显保证了算法批评的有效性；另一方面，跨学科的交流打破了以往文学研究中理性认知与感性审美的区隔，有力地促进了跨学科交流的有效性与创新性，化解了二者之间的区隔所带来的技术研究者不懂文学、文学研究者不懂技术的局限。由此，算法批评的多元化主体不仅凸显了数字时代的特色，而且推动了理念与方法论的更新。
（二） 数字远读之下的新阐释
算法批评的主体性变更，推动了批评方法的更新。如果说传统文学批评以审美感知为主导，辅以理论阐明与引导的理性意识，那么算法批评则将其进行了颠倒，以技术理性认知为主导，并辅以感知分析，其中感知分析几乎可以忽略不计。不同于传统文学批评的人力思索与人文概念运用，模型、程序与软件等具备计算与机器性质的工具是算法批评的本质特征。综观国内算法批评实践，其所使用的工具与软件主要有CiteSpace、Gephi、Docuscope、KH Coder、AntConc、Wordsmith、一叶·故事荟；所用的技术则有文本挖掘（Text Mining）、自然语言处理技术（NLP）、GIS技术等；所采用的概念与研究方法则有社会网络分析法、朴素贝叶斯算法、齐普夫定律、TF-IDF算法等。以学者邱伟云的研究为例，其使用CiteSpace软件计算了《文学遗产》《文学评论》《文史哲》近两万余篇文章，提取与“文学”概念有关的关键词，制作成可视化图片，并进行权重划分，发现三本期刊对“文学”概念存在差异。此研究的独特之处在于所处理的数据量大，样本广泛，所用时间短。邱伟云本人在一次圆桌讨论中自称其仅仅用6个小时便完成了这一研究
［14］。事实上，很难说这一研究结论有多大程度的创新，即便不凭借算法，传统人文研究者大致翻阅三本期刊近几年的目录也能在主观印象层面得出这一结论。这就涉及算法批评的合法性、有效性与主体性问题，即方法的更新是否带来了新的研究问题域与研究视野？机器的技术理性视角是否能够发掘以往文学研究所不能发现的事物？
算法批评与原有文学研究的关系，可以总结为三类：“验证”“修正”与“反哺”。“验证”即运用新方法来验证以往人文批评已经得出的结论。其中新方法类似于某种炫技式的成分，在创新性层面有所缺失。上面所列举的期刊对“文学”概念的研究便属于此类。类似的研究也在学者张琳越、钟钰婷《汤显祖“临川四梦”的文本勘探与可视化分析》一文中得到体现（这一研究尽管采用了CORPRO统计数据的词频分析，并通过词汇切分，制作文本停用词表，筛查高频核心词，用Python生成词云图，运用LDA主题模型进行试验，采用社会网络分析法分析人物关系，然而其结论较为平庸，仅是对已有结论的验证，且最后对《邯郸记》特殊人物与情感用词的分析，在阐释环节也缺乏新意，流于表面的结论，并未往深处挖掘）。相较而言，“修正”则能体现出算法批评的创新之处，即借助计算方法得出的结论有别于使用传统文学批评方法得出的结论，甚至与之相左。如对《红楼梦》作者的研究，传统中《红楼梦》的前八十回与后四十回向来有着非出自同一人的争议，学界通行说法是曹雪芹写作前八十回与高鹗续写后四十回。然而，1981年陈炳藻教授发表《从词汇上的统计论〈红楼梦〉作者的问题》，通过分析其中的字词频率，并使用计算机进行统计分析，认为《红楼梦》一百二十回均为曹雪芹所作。这一结论与主流看法存在明显差异。除此之外，算法批评所带来的新的方法并不止步于对传统文学批评结论的修正，其在一定程度上能创造一个新的事物。这类创新性发现，如同灵感的迸发一般，是数字为文学研究所带来的一种惊奇。正如本雅明在复制艺术中发现了“惊颤”这一全新的审美体验，斯蒂格勒在技术中发现了数字的“第三持存”一般，数字人文研究者也在算法批评中发掘了全新的文学结论与文学类型。一个典型的例子是“潜在俳句”的发现。霍伊特·朗通过朴素贝叶斯算法，采用了400个俳句与1900个非俳句作为训练数据，建立了一个俳句分类器与模型，但当研究者将新材料用于检测模型时却发现该模型是过拟合的，该模型将非人类认知的俳句判定为俳句，基于这一发现，这种全新的文学类型被称为“潜在俳句”。学者赵薇认为“‘潜在俳句’是被机器误判为俳句的文本集合，是把原先批评家们认定为‘俳句’的范围扩大了”
［14］。可见，算法模型并非单纯复刻既有认知，而是主动“生产”出了新的文学范畴，从而跳出了传统审美感性视角的认知框架。这表明数字与人文的碰撞中，蕴含着知识生产的巨大可能，也印证了技术的主体性与生成性。西蒙东在《论技术物的存在模式》中的观点为这种技术生产性提供了理论支撑：“技术组合由于其内部相变换的能力，具有通过产生与自身不同的元素，从而跳出自身的可能性”
［15］。更关键的是，技术不仅能生成新的技术元素，当其介入文学研究，生产性也随之蔓延到文学领域。一方面，技术赋能文学本身就带来了一定的生产性。文学研究引入技术的初衷，本就暗含着改变已有文学格局的野心，试图用技术来搅动沉寂已久的人文感性格局，在传统人文研究之外寻求新的活力。因此，技术介入文学研究的起点，便以“创新”“更新”为使命。另一方面，技术本身的生产特质嵌入算法批评中。技术与人文的协作破除了学科分立的隔阂，技术与生俱来的生产特质也将创新精神贯穿于文学研究中，不仅为文学提供了一个全新的研究视野——技术视野，而且在一定程度上破除了以往人文感性文学研究中的盲视，从而为文学研究带来了更多可能。
（三） 自动化与“非人”批评
新方法与新主体的引入，为文学研究带来了“非感性经验”的视角。以往文论尽管强调理性，但其仍然在人文理性界限之内。然而算法批评引入了技术理性这一维度，在技术批判体系之中，技术理性总是充当着负面角色，其非人化的特征与人类特有的感性、具身经验相斥。在马克斯·韦伯的分析中，工具理性并没能帮助人类实现自由的本质这一需求，反而铸就了理性的牢笼。海德格尔认为技术撕裂了存在，马尔库塞则声称技术带来了“单向度的人”与“单向度的社会”。对技术的贬低性批判成为主流，随着媒介技术的发展和对日常生活的介入加深，以及一批媒介、技术哲学学者的兴起，人们开始为“技术”正名，至少在理论上技术以一种中性物存在。随之而来的，是技术研究的热潮，赛博格、后人类、后人文主义的兴起。
算法批评是这一思潮盛行下的产物。作为技术体系与社会技术转向的一部分，算法批评承袭了技术本身的机器非人化特征，预示着“非人”批评与自动化批评时代的到来。前AI时代，算法批评与计算机、数理科学的关联，需以人类为核心中介——人类既承担连接技术与文学的纽带作用，更是全程把控的关键角色（从算法批评的完整实践流程来看：提出研究问题、选定分析文本、确定适用公式、开展数据处理［含数据清洗与数据训练］、搭建模型、测量模型精准度、数据分析、得出结论、阐释结论，每个环节都离不开人类这一核心主体。技术始终仅作为工具与手段存在，人类占据绝对主导地位）。然而，算法批评的到来预示着全新时代的开启：“主体”这一概念开始出现裂隙，技术首次在现实层面（而非仅停留在理论维度），真正具备了成为文学批评主体的可能。尤其在2022年后大语言模型的飞速发展，更直接推动算法批评向自动化方向加速迈进。这一自动化的批评模式，是算法批评在AI时代的新发展，如果说前AI时代的算法批评中，技术与人文二者分庭抗礼，那么AI时代，机器主体从人类主体手中接过文学与文学批评的接力棒，同时也带来了“非人”视角。
学界对于以大语言模型为代表的人工智能算法批评是否属于“非人”范畴始终存在争议（2025年9月华中师范大学主办的“马克思主义与人工智能圆桌论坛”中刘方喜、曾军、单小曦等对AI文艺理论的探讨较为明显地体现了这一点）。一方面，以单小曦为代表的学者认为，以ChatGPT为代表的大语言模型本质是“机器智能”，与人类智能存在显著差异，明确提出AI文艺与人类文艺具有不同的生产逻辑。这一“异质性”判断同样适用于AI批评：作为人类的“异质机器主体”，AI批评以算法为底层逻辑、以物质为基础，其生产逻辑与侧重点均有别于人类主体；因此，AI批评作为“非人”批评，理应在文学批评领域拥有独立的分类与发展空间。另一方面，曾军则持相反观点，认为现有AI文艺本质是“人类智能”的延伸，指出“大语言模型所有词向量中的标记其实都包含了人类的经验”
［16］。AI预训练模型的核心数据源自人类过往积累的全部经验成果，AI文艺本质是人类集体经验在当下的另一种呈现形态。这两种观点各有其立场与论证依据，但对AI文艺与批评的讨论，既不能脱离其技术本质的视角，也不应完全以人类主体作为唯一参照。从传统维度看，技术自人类诞生之初便与人类相伴相生：无论是早期辅助生存的工具，还是斯蒂格勒在《技术与时间：爱比米修斯的过失》中所阐释的“爱比米修斯的过失”——技术作为人类“先天缺陷”的补偿，与人类深度嵌入，且在这一漫长关系中，人类始终占据主导地位。然而，数字社会与算法时代的到来，彻底打破了这种平衡。主体经验在以大语言模型为代表的AI面前，正遭遇前所未有的挑战：AI仅需几分钟，便能完成人类需耗费数年才能达成的文本分析工作。当批评被如此重构，我们不得不追问：谁能确保批评的核心判断仍牢牢扎根于人类主体的思辨？AI输出的批评文本中，哪些是人类经验与价值的传递，哪些又是机器基于算法逻辑生成的“自主”表达？毕竟在实践中，AI时常能输出超出人类预期的洞见，甚至带来令人类惊叹的创造性时刻，这些难以用“纯粹的人类延伸”来界定。
与此同时，我们也应认识到以AI批评为代表的算法批评，开启了一个“自动化”批评的新时代。其不再局限于人类主体的认知边界与经验框架，而是以算法为媒介、以数据为来源，发掘出文学批评的另一种可能：既能捕捉人类难以察觉的文本微观特征（如高频词的隐性关联、句法结构的模式化倾向），也能突破个体审美偏好的局限，为文学研究提供更具客观性的量化参照。这种“非人”的视角，不是对传统人文批评的否定，而是对文学批评领域的补充与延伸，使批评从人类的“主观阐释”延伸至“人机协同的多元探索”，为理解文学文本的复杂内涵开辟了全新方向。
三 算法批评的“潘多拉”困境：技术与自我悖论
数字与人文的融合搅动了沉寂已久的文学研究格局，然而，算法批评也因其总是集中于词频计算为人所诟病。学者笪章难指出：“计算文学批评容易跌入错误的过度断言或对统计结果的错误解释，因为它常将自己置于纯粹根据词频的位置上作出断言，而不考虑位置、句法、语境和语义。”
［17］这不由让人深思：难道算法批评就只是词频计算？应如何凸显算法的技术维度？除此之外，此种技术与文学的更新是不是一种赛博格拼接，其所制造出的是毁灭文学研究的弗兰肯斯坦式的怪物，还是载满希望的文学忒修斯之船？换言之，其所宣称的数据神话与机器扫读所带来的是不是一种新的技术区隔与精英批评，对模型与公式的运用与对人文性的消解，是否导致文学研究转为一种技术批评？毕竟当学者阅读算法批评的文章时，所参考的依据从“文章是否阐释了原文”，变为“文章所选用的数据模型是否合理”。另外，数字人文一开始便声称其跨越学科之间的隔阂与对开源数据的偏好，甚至宣称自己是公共时代全新的研究方式，然而，技术的自我悖论却使得批评的公共性失落，导致其陷入了自说自话的陷阱。
（一） 大众分化：数字“炫技”与批评“返魅”
在探讨算法批评与计算文学研究的实践时，不少学者对此种技术主导的批评范式表达了担忧，相关争论随之展开。其中，《山东社会科学》2019年第8期“数字人文”专栏推出的两篇文章颇具代表性：分别是笪章难的《以计算的方法反对计算文学研究》，以及回应该文的《推进计算文学研究——对笪章难〈以计算的方法反对计算文学研究〉一文的讨论》，二者的交锋集中呈现了学界对这一领域的核心分歧。一方面，笪章难采用数据研究的方法，直指计算文学研究中核心统计分析方法的局限：即“数据的不稳定性”“统计结果的无效性”“词频统计的单一性”，并明确提出“计算文学研究没有能力捕捉文学的复杂性”
［17］。针对笪章难对计算文学研究的质询，霍伊特·朗、苏真、安德鲁·派博等人展开反驳，他们指出，笪章难在分析计算文学研究实例时，存在技术错误与人文错误，忽略了语境和历史的因素，同时认为其“所研究案例的选择不能代表文学研究”
［18］。不过，回应者也承认计算批评所存在的局限，即“用机器学习去界定文学中的词语模式往往简化了复杂的历史和评论议题”
［18］。针对数字人文研究者的驳斥，笪章难承认论文中的数据、案例分析与概念层面的一些错误，但仍呼吁一种“公平、有效的批评”
［18］，强调对待计算文学研究应保持批判态度。这场论争涉及算法批评研究的核心问题，即算法批评是否有计算之名、无计算之实，其是否用算法与数据扰乱了文学，进而带来一种数字“炫技”，成为有着数字外表却无人文精神的塑料数字之花——就是毫无人文精神于其中，徒有数字“炫技”外表的研究。在算法批评的具体实践中，一部分有着技术背景的算法批评研究者过于依赖算法与公式，缺少对文学阐释复杂性的认识，从而导致文学研究成为一种数据主导的技术实验。除此之外，一部分人文研究者对算法、数据及程序应用的熟练度不足，也加剧了此种现象：其往往依赖普适性的大语言模型或通用数字人文工具平台，缺乏自主构建专属文本数据库、开展专门性数据清洗的能力。一个显而易见的矛盾在于，现有大语言模型与数字人文工具，其初衷并非为文学研究量身打造——这些工具多面向通用语言处理，仅因涉及“语言分析”功能，便被算法批评研究者当作文学研究的辅助工具。然而，工具的原始设计目标与文学研究的特定需求存在本质偏差：通用模型侧重日常语言的理解与生成，难以适配文学文本中隐喻、意象与叙事结构的复杂特性；通用数据平台的统计也无法直接对应文学批评关注的“风格”“主题”等核心议题。因而在具体文学分析中，会出现方法与文本适配性不足的问题，导致数据有余，深度不够，文本分析成为一场数据表演，批评成为数字“炫技”现场。
文学批评作为文本与读者之间的桥梁，承担着解读文本并将其传达给读者，以此订立文学基本规范的重任，因而有着启蒙、引导大众的责任。此种驱动之下，文学批评的大众性、人文性与启蒙性成为基本指向。尤其是伴随着当下文艺大众化的方针政策，语言的通俗化、术语的简易化、注重感悟式的文学批评成为“接地气”的标志，从而进入大众的文艺与批评之中。在此境况之下，以算法批评为代表的数字人文研究，宣称其将带来一种新的大众性。《数字人文宣言2.0》指出：“它肯定开放、无限、扩展的价值，肯定没有围墙的大学、博物馆、档案馆、图书馆的价值，肯定文化和学术的民主化。”
［13］算法批评不仅将批评权利让渡给其他学科的精英，同时批评的自动化也将其向大众开放，或者说向大众倾斜。
然而此种以大众、开放为名的算法批评，却将批评带入了更深的精英层级，并为之再度赋予了一层魅影与光环，开启了批评的神性时代，只不过，此次的神性不再是对人文理性的膜拜，而转变为技术理性的神性光辉。一方面，算法批评所依托的自动化程序、模型等工具将批评过程简易化的同时也将复杂的算法公式、程序黑箱与底层代码一并隐藏，从而造就了一种技术霸权——程序使用者往往不清楚程序运作原理，对于底层算法也知之甚少。模型的底层算法与程序、工具只向一部分有着相关背景的技术精英开放，人文研究者与大众难以接触并理解其底层运作思维，也就缺少对工具的有效掌握与运用。由此，自动化的批评工具表面上将文学批评向大众开放，将学院派话语让渡给大众，实则通过技术制造了新的数字鸿沟。不同之处在于，此次以大众、开放为名的精英式话语，将传统的文学精英也隔绝在门槛之外，制造了新的技术话语权，从而圈定了新的技术高地。另一方面，对技术理性的膜拜导致文学批评从经验批评转变为技术批评。其一，表征在所采用的技术方法与术语层面；其二，表征在学界对其的评价层面。如果说以往学界对某一文学批评文章的评价聚焦在其是否准确阐释了文本，是否兼具理论性、审美性与文本性，那么以算法批评为代表的技术批评模式，则更关注其所使用的模型是否合理，数据处理过程中是否存在缺漏，所选用的公式是否适配文本。由此，算法批评将焦点从文本阐释转移到技术、方法与数据评估层面，摒弃了以往的感性经验批评，转变为一种理性的技术批评。在此种境况之下，批评非但没有走向开放，反而被再度“魅化”——它不再是文学与大众、研究者与文本的桥梁，转而成为技术掌握者的“自留地”。文学批评被架在数据与算法层层堆积的“高空”之上，宛如一座悬浮的“巴比伦花园”：看似依托精密技术构建起宏大图景，实则脱离了文学阐释的本质，也隔绝了批评本应承载的人文对话与大众启蒙功能。
（二） 公共性悖论：目的与效果背反
无论是在现实生活还是在理论传统中，公共性作为一个重要的话题被不同时期的哲学家与理论家所重视。柏拉图以“公共性”建构理想城邦，期望达成“正义的善”，即“每一个人的工作的产品怎么相互分享呢？正是这些产品，它们使我们确立了共同生活的原则并且建立了一个城邦”
［19］。此处“公共性”指向政治民主观念。与之相似，亚里士多德在《政治学》中将这一观点深化，认为个体只有在城邦的公共共同体中，才能实现“最高的善”。近代政治哲学则更进一步认为公共性是一种契约性的理性共识。卢梭在《社会契约论》中提出“公意”概念，“我们每个人都以其自身及其全部的力量共同置于公意的最高指导之下，并且我们在共同体中接纳每一个成员作为全体之不可分割的一部分”
［20］。进入现代，哈贝马斯、阿伦特对“公共性”的探讨从政治空间拓展到文化空间。哈贝马斯批判媒介与政府所操控的“伪公共领域”，认为“具有操纵力量的传媒褫夺了公众性原则的中立特征”
［21］。应以交往理性重建“公共领域”，达成公共交往。汉娜·阿伦特则在《人的条件》中指出，公共性是多元个体的共同在场，是差异的多元。至此，对公共性的讨论已经成熟。随着互联网的发展，公共性这一概念增加了技术维度。在当下多元网络公共空间的构建中，大众以前所未有的姿态介入网络公共空间之中，亨利·詹金斯更是将其称为“参与式文化”，个体比以往获取更多的信息，各种意见相互交织，形成多声部的对话。此种公共性在一定程度上实现了阿伦特等人所倡导的多元差异所构成的公共性，正如弗卢瑟尔所宣称：互联网是“博爱的技术”，是一种共鸣与利他主义的。韩炳哲却对这一技术所带来的“公共性”持有不同意见，认为其催生了“同质化的恐怖”，并指出“如今的网络已变成一个特殊的共振空间，一个回音室，任何不同与陌生都被消除了。真正的共鸣以他者的切近为前提。如今，他者的切近让位于同者的无差别性”
［22］，亦即公共空间的建立带来了公共性的消亡。个体并不因发声渠道的多样而互相理解、沟通，反而使用数据筑成了彼此之间的高墙，各不相容，互相攻讦，在高层形成了新的技术强权政治，造成思想层面的同质化困境；在大众层面，形成了各自为政互相隔绝的公共关系网络。质言之，数字社会不仅没能实现哈贝马斯与阿伦特等人所主张的公共性的交往理性与多元对话，反而在技术的迷思中陷入了悖论：即以公共性为指向，实际却背离公共性。
算法批评作为数字社会的产物，既承袭了数字社会的公共性特征，也承袭了其内在的悖论。“数字人文旨在在一个世界中发挥开创性作用，在这个世界中，大学不再仅仅是知识或文化的唯一生产者、守护者和传播者，而是被要求塑造适合当前时代新兴公共领域（如万维网、博客圈、数字图书馆等）的本土数字学术话语模型”
［13］。从其所倡导的理念可知，以算法批评为代表的数字人文推举一种突破传统学科界限的公共性批评模式。然而，在算法批评的具体实践中却并没有突破界限的区隔创造一个“解辖域化”的公共空间，而是树立了一种新的区隔。算法批评不仅将人文研究者隔绝在外，也将数字研究者隔绝在外，更将公共与大众隔绝在新空间之外，从而产生了公共性悖论与缺失。
此种公共性缺失表现在以下三个方面：其一，概念转译的失效隔绝了公共理解的途径。算法批评对机器与数字的依赖，使其大量借用计算科学和统计学的概念、公式与术语，但这种术语挪用常陷入“水土不服”——虽有学者提出以“中间概念”解决这一问题，即“把数字的、统计的方法翻译成传统的、文学意义的建构或表述……从既有的文学研究概念中发掘出的一些可以和数字方法相连接、相转化的概念”
［14］，但在具体实践中，如何转换仍然是一个难题。以刘洋《对科幻小说叙事形式的识别与分析》为例，其用“离散傅里叶变换”“幂函数”、峰值函数分析科幻小说叙事节奏，虽对公式作了阐释，却仍让无理科背景的普通读者难以理解，部分专业文学研究者也觉晦涩。这种转译局限不仅可能导致文本与概念错位，更在读者阅读层面设下第一道障碍，最终催生“非物”“异质”的批评空间——文学研究者难入其门，科学研究者也有嫁接怪异之感，非此非彼之下所带来的是批评与阅读的失效：无人阅读、无法阅读，文本与批评意见无法有效传达给公众。
其二，对普通读者的拒斥，加剧了公共参与的阻隔。算法批评的呈现方式与方法意味着读者不但需要具备一定的数字技术素养，还要懂得相关的文学理论术语，更要有耐心去阅读各类数据与图表。在传统人文研究中，读者能以批评是否阐释了其心中的文本内涵作为依据，并以批评文本语言的魅力沉入其中，获得对文本更深刻的理解与审美感知。然而当下部分算法批评实践却阻断了这一路径：数字与人文的双重背景，既让有文学背景的读者难以深入阅读，也让有计算科学与自然科学背景的人不得其解。公式理解的困难、文论概念的陌生，对双方都构成巨大挑战，将大部分读者隔绝在外。即便有读者兼具双重背景，且耐心读完整篇文章，最终也多会因结论平庸而大失所望。这种“虎头蛇尾”“术语拼接”“大熔炉”式的批评，导致结论仅在数字人文研究者内部通行，批评沦为私人炫技——既不向传统人文研究者开放，也被排斥在自然科学之外，更以术语与公式为高墙隔绝大众。如此一来，以公共为名、以公共为源的算法批评，反而陷入自我区隔的高墙之中，成了弗兰肯斯坦式的怪物。不同之处在于，弗兰肯斯坦尚且拥有毁天灭地的能力，而当下的部分算法批评实践，不过是技术与人文孕育出的弱小畸形儿。
其三，韩炳哲论及数字时代公共性衰落时所指的“同质化恐怖”，同样存在于算法批评实践中——这种同质化并非理性包容差异后的共识，而是差异与多元消失的“绝对同一”，是毫无个性的趋同。AI驱动的自动化批评（亦属算法批评范畴），最大的特征便是结论的拼接性、同质化与封闭化。因大语言模型的数据集源自人类既有经验成果，其生成的文学批评常与学界已有观点高度相似，甚至是对既有观点的复制转述。周宪在《人工智能对文学研究有何用及如何用？——一次人机对话的文学批评实验》中通过ChatGPT、Gemini测试发现，LLM生成的批评内容“有一种比较一般化和宽泛化的印象，缺乏独特性和深刻性”
［23］，且“LLM的数据量越大，它就愈加趋向于相同或相似的解答”
［23］。阐释应是多元与开放的，“纵览阐释学史，无论中西，人们大都承认阐释主体的个体性和主观性——即在认知语境、历史经验、个体认知等方面存在天然差异，这注定了阐释的多元性和开放性。”
［24］而当下的算法批评却在文本阐释与判断层面缺失个体性、多样性与创新性，其“同质化”的特征不仅导致文本阐释多样性的缺乏，且进一步加剧公共性的衰落，与算法批评本应具备的创新与多元属性背道而驰。
哈贝马斯认为，公共性需以平等、角色可互换的交互主体性为基础，通过协商达成共识。文学层面的公共性本应扎根审美体验与情感共鸣，经由对话凝聚成“公共大我”，而当下部分算法批评却以技术理性将“同质化”重新带给公众，将复杂的术语体系、抽象的算法模型抛给缺乏技术背景的大部分普通读者。最终，大众在一堆陌生的数据与图表面前，被动陷入“技术瞻仰”的懵懂状态。当人们勉强跨越壁垒，却发现技术包装下的结论，要么是平淡无奇的常识判断，要么是仅凭阅读直觉与经验印象便能得出的浅层观点，技术繁复与结论浅薄的反差，让公共性本应具备的“对话”与“共鸣”沦为一场空谈。
不少人认为，算法批评的讨论具有时效性与时代性——它依托于当前生成式AI的技术浪潮，会随着技术迭代或新研究范式的出现而逐渐淡出视野，但其忽略了人文学术研究的核心价值：对新兴事物的讨论，从来不止于对“当下存在”的回应，更在于对“未来可能”的探索与储备。作为文学批评领域的一种新范式，算法批评的研究价值，并不因它当前影响范围有限而打折扣。算法批评如同一面镜子，折射出技术理性与情感理性在数字时代的碰撞。诚然，算法批评并非完美无缺，但我们不应因噎废食，数字社会的进程已不可逆转，文学研究者所能做的是在变化的时代背景之下再次为文学、文学研究寻找下一个切实的基点。算法批评是一个突破口，它所承载的“人机协同”理念、技术赋能潜力，为文学研究打开了广阔的探索空间。正如蝴蝶振翅可能引发远方的风暴，今天看似“小众”的算法批评，或许会在未来与其他数字人文方法融合，催生出更具创新性的批评路径，从而为文学研究的长远发展积蓄巨大的力量。
暨南大学中央高校基本科研业务费专项资金项目“米克·巴尔跨媒介叙事与传播理论研究”(23IJKY06)
京公网安备11010202008535号
PDF
(733KB)
