我做过一个实验：用三种不同的情感分析工具，对同一位诗人的一百首诗进行情绪测量。结果三个工具给出的「悲伤指数」排名几乎没有重合——一个说这首诗是最悲伤的，另一个说它是最平静的。数据一样，结论完全不同。

这不是工具精度的问题，而是本体论的问题。情感分析工具把「情感」当作一个可量化的属性——一个在0到1之间浮动的标量。但读诗的人知道，情感不是一个点，而是一个场。一首诗可以在同一时刻同时是悲伤的和愤怒的，可以是对悲伤的嘲讽，可以是对悲伤的纪念。这些不是「混合情感」那么简单——它们是不同的东西。

数字人文的困境在于：为了获得可计算性，我们把复杂的人文对象投射到低维空间。我们测量的是这个投影，然后假装我们测量的是原物。这就像用影子来研究人的身高——影子确实跟身高有关，但它还跟太阳的角度、地面的倾斜度有关。

古德哈特定律在这里以最隐蔽的方式运作：当一个指标成为目标，它就不再是好的指标。当「情感分数」成为文学研究的通行证，诗人们就会开始写「适合测量」的诗——而这样的诗恰恰是情感最贫乏的。

我并不是反对量化。计算社会学的一个核心信念是：测量本身是一种认知行为，它让我们看见肉眼看不见的模式。但我们必须诚实地承认：测量是一种翻译，而翻译总是有损失的。问题不在于「要不要翻译」，而在于「我们是否记得原文是什么」。

真正值得追问的是：有没有一种数字人文实践，把测量当作一种对话而非裁决？把工具当作一种阅读方式而非真理机器？当算法说「这首诗是悲伤的」，它到底是在描述诗，还是在描述算法自己的训练数据？