Thư viện trong thời đại số – khi hàng triệu trang sách cần được số hóa

Bước vào một thư viện lâu năm, điều dễ nhận thấy nhất vẫn là những dãy kệ với hàng nghìn cuốn sách được sắp xếp theo từng lĩnh vực. Phía sau khu vực dành cho bạn đọc đôi khi còn có những kho tài liệu lớn hơn nhiều: báo chí cũ, tạp chí, luận văn, bản đồ, bản thảo, hình ảnh và những tài liệu ít khi được đưa ra sử dụng.

Mỗi cuốn sách chiếm một khoảng nhỏ trên giá. Nhưng hàng chục nghìn hay hàng triệu đầu tài liệu được tích lũy qua nhiều thập kỷ lại tạo thành một kho tri thức rất lớn.

Trong một thời gian dài, muốn tiếp cận nguồn tri thức ấy, con người phải đến nơi đang lưu giữ nó.

Ngày nay, công nghệ đang dần thay đổi giới hạn đó.

Khi giá trị của thư viện không chỉ nằm trong những giá sách

Thư viện từ lâu không đơn thuần là nơi chứa sách. Giá trị lớn hơn nằm ở việc thu thập, phân loại, bảo quản và giúp con người tìm lại thông tin khi cần.

Trước thời đại máy tính, công việc ấy chủ yếu dựa trên hệ thống mục lục và những nguyên tắc tổ chức tài liệu được xây dựng rất công phu.

Người đọc muốn tìm một cuốn sách phải biết tên sách, tác giả, chủ đề hoặc tra cứu mục lục để xác định vị trí của tài liệu.

Khi máy tính xuất hiện, mục lục dần được đưa vào cơ sở dữ liệu. Người đọc có thể tìm sách trên màn hình trước khi đến kệ.

Nhưng đây mới chỉ là số hóa thông tin về cuốn sách.

Nội dung nằm bên trong hàng trăm trang giấy vẫn còn ở dạng vật lý.

Muốn đọc, người sử dụng vẫn phải tìm đến cuốn sách đó.

Sự hình thành của thư viện số đưa câu chuyện đi thêm một bước: không chỉ biết cuốn sách đang nằm ở đâu mà trong những trường hợp phù hợp còn có thể tiếp cận chính nội dung của tài liệu trên môi trường số.

Từ một cuốn sách đến hàng triệu trang tài liệu

Số hóa một vài trang giấy là công việc tương đối đơn giản. Nhưng số hóa một kho thư viện lại là một bài toán hoàn toàn khác.

Có những cuốn sách mới, giấy còn tốt và có thể xử lý tương đối thuận lợi. Nhưng cũng có những tài liệu đã tồn tại hàng chục hoặc hàng trăm năm, giấy giòn, gáy yếu, kích thước đặc biệt hoặc không thể tháo rời.

Báo cũ thường có khổ lớn. Bản đồ có thể rộng hơn nhiều lần một trang sách. Ảnh, bản thảo viết tay hay tài liệu quý lại đòi hỏi những phương pháp xử lý riêng.

Vì vậy, số hóa thư viện không đơn giản là đặt tất cả tài liệu lên một chiếc máy scan.

Tùy đặc điểm tài liệu, người ta có thể sử dụng máy scan tài liệu, máy scan sách, thiết bị scan khổ lớn, hệ thống chụp tài liệu hoặc những giải pháp số hóa chuyên dụng.

Mục tiêu không chỉ là tạo ra một bản sao rõ nét mà còn phải hạn chế tác động đến tài liệu gốc.

Đối với những cuốn sách quý, đây là điều đặc biệt quan trọng.

Một bản số tốt có thể được sử dụng hàng nghìn lần mà bản gốc không cần liên tục được lấy ra khỏi nơi bảo quản.

Theo cách đó, công nghệ số vừa giúp mở rộng khả năng tiếp cận, vừa góp phần giảm tác động lên tài liệu vật lý.

Scan một cuốn sách chưa tạo nên thư viện số

Sau khi được scan, mỗi trang sách đã có một phiên bản kỹ thuật số. Nhưng nếu công việc dừng lại ở đó, chúng ta mới chỉ tạo ra một tập hợp hình ảnh.

Để kho tài liệu thực sự hữu ích, phía sau còn nhiều công đoạn.

Công nghệ OCR có thể nhận dạng chữ trên trang sách để nội dung có khả năng tìm kiếm. Thông tin về tên sách, tác giả, năm xuất bản, nhà xuất bản, chủ đề và những đặc điểm khác cần được chuẩn hóa thành metadata.

Các tài liệu tiếp tục được lập chỉ mục, phân loại và đưa vào hệ thống quản lý.

Khi đó, người đọc không chỉ tìm được một cuốn sách, mà trong những hệ thống được xây dựng tốt còn có thể tìm được thông tin nằm bên trong cuốn sách.

Sự khác biệt này rất lớn.

Hãy hình dung một nhà nghiên cứu muốn tìm một địa danh xuất hiện trong những tài liệu được xuất bản cách đây 50, 70 hay 100 năm.

Nếu tất cả còn nằm trên giấy, họ có thể phải biết trước nên tìm cuốn nào rồi lần lượt đọc từng trang.

Nhưng nếu kho tài liệu đã được số hóa, OCR và lập chỉ mục tốt, việc tìm kiếm có thể bắt đầu chỉ bằng tên địa danh đó.

Từ một kết quả, người nghiên cứu lại tìm thấy những tài liệu khác.

Những mảnh thông tin vốn nằm rải rác trên nhiều giá sách bắt đầu có khả năng kết nối với nhau.

Thư viện trong thời đại AI

Sự phát triển của trí tuệ nhân tạo đang khiến giá trị của những kho tài liệu số tiếp tục thay đổi.

Trước đây, số hóa giúp người đọc tìm và tiếp cận tài liệu thuận tiện hơn.

Ngày nay, trên những nguồn dữ liệu phù hợp và được tổ chức tốt, công nghệ có thể hỗ trợ phân loại, tóm tắt, nhận diện chủ đề, so sánh tài liệu và phát hiện những mối liên hệ trong một lượng thông tin mà một cá nhân khó có thể đọc hết.

Nhưng AI không tự tạo ra những cuốn sách đã được viết từ hàng chục hay hàng trăm năm trước.

Tri thức ấy đã tồn tại.

Công việc của số hóa là giúp nó bước từ giá sách vào môi trường dữ liệu để những công cụ của thời đại mới có khả năng tiếp cận và hỗ trợ con người khai thác.

Điều đó cũng cho thấy thư viện số không đồng nghĩa với việc thư viện truyền thống sẽ biến mất.

Bản giấy vẫn có giá trị riêng. Những tài liệu quý vẫn cần được bảo quản. Không gian thư viện vẫn là nơi học tập, nghiên cứu và tiếp cận tri thức.

Thứ thay đổi chính là phạm vi tiếp cận của thông tin.

Một tài liệu trước đây chỉ có thể được đọc tại nơi lưu giữ, sau khi được số hóa phù hợp có thể phục vụ người nghiên cứu ở một nơi rất xa mà không cần di chuyển bản gốc.

Khi một cuốn sách có thêm một đời sống mới

Trong hàng trăm năm, thư viện đã làm một công việc rất quan trọng: giữ lại tri thức của thế hệ trước để thế hệ sau còn có thể tìm thấy.

Thời đại số không thay đổi sứ mệnh ấy.

Nó chỉ bổ sung thêm một phương thức mới.

Một cuốn sách có thể tiếp tục nằm trên giá, được bảo quản như một tài liệu vật lý. Đồng thời, nội dung của nó có thể có thêm một đời sống khác trong môi trường số.

Từ:

Cuốn sách → Bản scan → OCR → Dữ liệu → Thư viện số → Tìm kiếm → Khai thác tri thức

Đằng sau một thao tác tưởng như đơn giản là scan một trang sách thực chất là câu chuyện lớn hơn về cách xã hội chuyển giao tri thức giữa các thế hệ.

Và có lẽ trong thời đại dữ liệu và AI, giá trị của một thư viện không chỉ được nhìn qua số lượng sách đang có trên những giá kệ.

Một câu hỏi khác ngày càng trở nên quan trọng:

Bao nhiêu tri thức bên trong những cuốn sách ấy đã thực sự có thể được tìm thấy trong thế giới số?