读的形式进行编码——而要达到这个目的，仅仅将文本、图像和对象“数字化”（也就是扫描）是不够的。如果人文对象要成为机器可读的数据，这些数据必须根据某些模型和格式进行“排列”和操作化 - 超越其在二进制字母表中的基本可表示性。而如果没有选择和解释干预，这又无法实现。简而言之：没有“原始日期”。此外，许多需要转换成数据结构的对象不再源自“模拟”库存的数字化，而是从一开始就“数字化诞生”，这意味着它们不再以数字形式以外的任何其他形式存在。
（2）›依赖计算机的程序‹：分析、解释和（大多是视觉的）表示 阿富汗电报数据 的工具、仪器和方法必须与计算机的计算能力紧密相关，以至于这些过程几乎无法›手动‹实现，即通过学者的辛勤（且大多是惊人的）工作。
（3）可视化：“数据驱动科学”的成果总是涉及使用随机和统计方法，而这些成果已不再能被人眼读懂和解释为有意义的陈述。因此，图解可视化技术是数字人文不可或缺的一个维度。
（4）创新性：尽管用新的认知工具来解决“旧的”研究问题 可能会带来启发，但数字人文学科面临着创新的压力：不仅其程序和方法，而且从中获得的见解也应该是新颖的、相关的，甚至令人惊讶的。理想情况下，如果对大型数据语料库的分析能够揭示和发现以前从未见过或怀疑过的模式、关系和研究问题，那么就可以实现这一目标。同时，我们要牢记，科学领域新仪器、新工具和新媒介的发展始终是科学进步的里程碑和基础；然而，这样的事情需要时间。[10]