这些发展的影响在我们身边到处都是，存在于新型的数字学术工具和研究材料中。基本上，现代计算机的强大能力几乎就是它能被有效运用于人文科学研究的原因。早期计算机系统中，存储空间的稀缺使得人们必须使用极为俭省的字符表达方式：因为每个字符只用7位信息来表示，美国信息交换标准代码（ASCII Unicode，ASCII码）只能表示128个字符，而其中只有95个字符可以被实际打印。这种表达方式将有效的字母表限制到大写和小写的罗马字母、阿拉伯数字和常用标点符号，而排除了重音字符或罗马字母表以外的字符。20 世纪90年代，Unicode的出现是存储空间增加的直接结果。它的出现允许了几乎所有人类书写系统的再现，释放了早期被人为限制的、对文本的数字学术研究。

同样，较为充足的存储空间也开放了图像处理的整个领域，给我们提供了用于研究的另一种信息载体，使我们能够同时探索文本的图形意义和语言意义，并允许我们研究基于图像的方法和基于文本的方法的相互渗透。挪用杰罗姆·麦甘恩在本文最初宣读的会议上所做的开场主题演讲中提出的说法，此中也有一个辩证的过程：表现意义的字母和图形模式中，图像和文本的相互作用现在正蓬勃发展，已成为极为活跃的研究领域。

过去十年或更长的时间里，用以描述数字资源发展的丰富修辞方式表明，在我们如何看待馆藏集合与经典的创立方面，发生了一些价值上的重要转变。在某些背景中，现今将一整座图书馆馆藏数字化，比起挑选和决定应该包含和排除哪些内容更为容易。换句话说，存储比决策更节省成本。其结果是，罕见的、鲜为人知的、被轻视的、被忽略的和被完全排除的资源，现在有可能被成功纳入数字图书馆馆藏，即使这仅仅是出于偶然。另外，现在数字馆藏的设计，经常强调对丢失资源的精确恢复和把原本无法获取的资源披露公开。像“女作家计划”(WomenWriters Project)、“早期在线英语图书”(Early English Books Online)等项目，或全国各个大学正在开展的无数数字化项目中的任何一个，都强调向研究者提供在其他状况下可能无法接触到的研究材料。这种许可从两个方面取得进展：一方面，将馆藏资源数字化后，用户无须实地访问资源存储的实体档案馆，就能够阅读馆藏资源；另一个更重要的方面是，汇集资源并使它们可被发现，将它们积聚到能够引人注目的程度。这样的结果是，少数族裔文学、非正式的文学作品以及对（曾经是）宇宙奇怪角落的事物的记录全被赋予了一种新的重要意义，令它们与更卓越突出和更为人熟知的同类具备了平等地位。

无形中，在某种掩盖下，提升了的运算速度和计算能力也为我们提供了工具，推动我们最终跨越可能性的门槛：人文领域的新手能够有意义地参与曾经看似不可能的技术项目。这些例子有很多，比如XML文本编码工具，它们的性能足够好，速度也足够快，能使任何人在十分钟内就学会使用。又比如图像处理工具，这些工具能使新手掌握真正的力量。甚至像压缩算法的改进也对数字图像呈现的精确性和有效性产生了巨大影响，正如莫里斯·伊夫斯(Morris Eaves，2009)所观察到的那样。

尽管这些都是切实的进步，但也有一个重要的意义，即它们的进步势头最终不是数字人文作为一个领域的特征。约翰·昂斯沃斯在一篇名为《什么是人文计算，什么不是？》的文章中指出了为了实际目的使用计算机与将计算机作为学术工具使用的区别：

和最近对电话或留声机进行建模不同，计算机作为人文数据建模工具的功能存在已久——可以追溯到1945年罗伯托·布萨神父对阿奎那全集的索引，当然也包括诸如索引、文本分析和文本标记语言等的早期工具和方法。毫无疑问的是，我们使用这些模型的能力会因为更迅速、更完善的工具的出现而变得更加强大，但模型本身的复杂性和趣味性则几乎没有受到任何影响。我们只需要考虑维拉德·麦卡蒂的出色项目——《奥维德<变形记>分析集》(Anal ytical Onomasticon to theMetamor phoses of Ovid)中对可变性的建模。这是一个相当复杂但照顾入微的项目，它几乎完全通过标记进行，却没有用到任何关于建模、可视化或数据处理的专门工具。数字人文领域所创建模型的特性也许会随着时间变化，但这并不是由于速度或能力的影响，而是研究重点或理论考量变化的结果。

在这一方面，数字人文领域更普遍地反映了人文学科的非进步性，并揭示了或许是处于核心的一种基本张力。如果“数字人文”中“数字”方面的核心修辞被技术进步的叙事贯穿，那么“人文”方面在人文科学的灵敏度上同样具有深厚的基础。这种基础既抗拒累积式的进步观念（一件新事物建立在另一事物的基础上），又渴望追求某种进步（不断做得更好）。回顾来看，人文学科变化中的理论和方法转变，并不如科学发现的序列那样清晰可见，尽管它们似乎更具有发展性：从文化本身变化中的角度而言，人文学科是理解人类文化的持续尝试。但是，有关基本习惯和有关文学价值、学术方法和学术标准的预设都很坚韧，这表明人文学科事实上在被一种相对来说持续不变的自我修复的意识形态所支配。

在描绘数字人文的智识追求(intellectual aspirations)时，很容易忽略持续辩论的意义与技术领域中的规模与速度提升之间的差异。但数字技术在和人文学科实际接触时所带来的介入活动，是存在于简单的技术进步以及传统人文学科典范之韧性以外的东西。在我先前引述的同一篇文章里，约翰·昂斯沃斯对人文计算作出如下描述:

换言之，它既不是关于发现新知识，也不是关于已知之坚实不变:它其实是关于知识建模，以及在某些情况下，对知识建模的过程进行建模。它是对我们如何了解事物，以及如何出于研究的目的，让事物向我们自己呈现之查究。这种查究通过能使结果清晰可见的工具得到实现。这就是为什么人文学科的业内人士，在学习像文本编码这样的技术时，会因为这种过程似曾相识，其反映的想法也似曾相识而感觉一阵欣喜，而同时又感受到新事物的冲击——它要求人们远离自己再现上的策略，并将那些策略转化成复杂又陌生的东西。正如昂斯沃斯的进一步阐述:

数字人文项目、实践和实践者通常从某种工作关系中脱颖而出。这类工作关系从本质上提出了有关工作政治的问题，而且这种工作关系自然对当下终身教职评审制度和奖励机制提出了有用的批评。这些机制仍旧在试图理解数字人文中最基础的合作与跨学科工作，或是它正在产生的学术交流新模式。

几乎不可避免地，在这种对专业身份的制度和组织上框架的不安之后接着出现的，是在出版物里关于专业身份表达的相关考量，和我们如何评估学术交流和学术作品新形式的问题。实际上，数字学术揭示了在人文科学研究核心中存在了数十年的难题：我们如何在鼓励范式转变的同时彻底改变我们进行分析的模式，又明确知道我们一旦做出来之后将如何评估？ 数字学术在挑战我们固有学科观念的合作与杂交中前进——事实上，那经常就是人们期待的目标——但评估与专业认可，通常是通过较慢适应的管道提供的，而且并不一定认为这种挑战确实有价值。美国现代语言学会的《现代语言中的数字媒体工作评估指南》(Guide-lines for Eoaluating Work with Digital Media in the Mod-ern Languages)承认了这种困境，认可了学科正在发生的转变，和“传统学术观念”在新兴学术工作中的模糊位置：

与此同时，《指南》表明，这当中存在着必须进行而且相当持久的跨学科作业，它将总是把这种工作置于跨科系的尴尬位置。他们建议终身教职评审与晋升委员会去：

因此，如果数字学术的未来可能（至少在一段时间内）仍旧在标准学科结构中被归为“其他”一类，这不应被视作一件不幸的事。作为本文主题的“不安”，在这种情况下尤其能起作用，因为它使我们意识到学科既是一种具备形塑力量的智识约束，也是一种有点武断的制度现实。承认这种任意性非常重要，因为它提醒我们，变化是可能的，也或许是必要的。但承认这种约束具备形塑的力量同样非常重要，因为它提醒我们，不能抱有期待，认为状况会回到某种纯真的、无学科的状态，让人能够无所约束地玩智力游戏。数字学术与已经建立的学科产生了联系，即使它在某种程度上跟这些学科保持了一定距离。 

 杰罗姆·麦甘恩在形成这组论文的会议开始时说道，人文科学研究全都是关于再现的:关于解读、理解、历史化和批评有关过去和现在的再现模式与成果，且反思它们告诉我们的人类文化的内容。但是，虽然我们擅长将自己与研究材料中的再现形式保持一种批判性的距离，我们却极少在自己使用的模式中做到这一点。数字人文对当代学术最重要的贡献之一，是把我们如何对素材进行建模这一问题作为重点，并以一种我们无法忽略的方式突出这些问题。印刷版本允许我们处理其内容时，得以当作媒介没有发生任何变化，但数字版本强迫我们更严谨和清楚地面对这套问题。正如约翰·昂斯沃斯所说：

“验证”( verification)这个词在这里脱颖而出，听起来既尖锐又干巴巴的，具有令人紧张的科技性，宛如精神上的束身衣。不过这里的关键词其实是“提出的规则”：这是做法方法上进行自我检视的一种纪律。事实上，这就是数字再现所带有的、跟其对应的印刷版本之疏远，甚至是引起的不适。这些疏远感和不适提醒着我们它们是模型。一开始，这种疏远象征着一种损失——数字再现是模型，而“不是”实物，占据了其应当占据的位置。但随着操纵数字模型的工具不断进步，这种模型不再象征一种损失，而是作为一种符合策略的再现发挥着更清晰的作用，它故意对模型涉及的规模加以忽略、夸大和扭曲，使得我们能够处理那些对我们重要的部分。

实际上，数字学术展示了有关规模、人为努力和数字作品性质中悬而未决的冲突。现在可供使用的大量数字研究材料看上去并不十分“学术”；当各个机构对数字图书馆都提高重视，又对这种数字化活动大量投入资金时，人们对大规模活动重视度极高，而这些大规模活动，例如谷歌图书，只具有轻量的信息产出，虽然达到信息规模上的提升，在精确度上却有所妥协。传统而言，人文学术专注于劳动密集型、“手工艺式”的活动，而在这些活动中小心和精确很重要。因此，尽管数字图书馆很重要，目前的数字图书馆的做法却和学术期望并不匹配。学者通常没有密切地参与资源的开发——他们在某种程度上对技术非常陌生，因为他们认为技术本质上与他们的技艺无关，并不适应他们惯用的思维。

艾伦·刘发现了数字资源开发方式的转变，并注意到了这种变化里面包含的政治。在一篇名为《超验数据》(“Transcendental Data")的文章中，他描绘了一种新型的“数据涌现”(data pour)美学的出现。在这个过程中，当信息与某种特定形式分离时，它就处于最有特色和最强大的状态。21世纪数字资源的信息设计正好采用了这种取向:用可按数量级扩大的再现模型，以适应大量且数量不断增加的材料。但它们是通过降低我们理解单个对象细节的能力来做到这一点的。信息设计师目前面临的挑战是如何跨越这种疏远感，以及如何在再现宏观世界的同时却让人不会忽视其中的微观细节。这不仅是在字面上，在知识上亦是如此——问题的关键在于，学术方法如何能在适应这种规模上的转变的同时，不丧失对文本、文字、书籍、产品的具体的且广受喜爱的鲜明特点的把握。

某种程度上说，社交软件领域在处理这些问题上是领先于我们的。虽然缺少我们的批判性敏感和不安，但普通用户正在用“网络相册”、“油管”和“美味书签”(del. icio. us)等工具做实验。这些工具试图表达相关景观的纹理，并且是根据身处其中的人们想象的方式——这包括对他们重要的照片、他们浏览的网站、他们认知中这些事情所表达的话题。但学术族群并没有落后很远，或者说他们至少也还参与了这一竞争:比如TAPoR（文本分析研究入口）、文本分析开发者联盟(TextAnalysis Developers Alliance)，NINES和 MONK 正着眼于相同问题，尝试了解人类在试图同时掌控微观与宏观世界，以及互相连接的信息链时，他们的感知机制究竟能延伸到多远。