Từ Hán Nôm đến thư viện số – những bài học từ hành trình số hóa tư liệu ở Việt Nam

Hán Nôm – từ bảo vệ những trang sách cũ đến xây dựng dữ liệu có thể tra cứu

Trong kho tàng tư liệu của Việt Nam, thư tịch Hán Nôm đặt ra một bài toán đặc biệt. Đây không chỉ là những tài liệu đã có tuổi đời lâu năm mà còn sử dụng hệ thống văn tự ngày càng ít người có khả năng đọc trực tiếp. Bảo tồn vật thể vì thế mới chỉ giải quyết được một phần vấn đề; nếu muốn những nội dung ấy tiếp tục được nghiên cứu và khai thác, cần tạo thêm những con đường tiếp cận phù hợp với thời đại mới.

Từ cuối thập niên 1990, công nghệ thông tin đã được đưa vào công tác bảo quản và khai thác tư liệu Hán Nôm. Những bộ sách quý hiếm được ưu tiên tạo bản số trước, sau đó mở rộng sang các nhóm tài liệu khác. Trong điều kiện công nghệ của thời kỳ ấy, dữ liệu từng được lưu trên CD-ROM và những phương tiện lưu trữ phổ biến lúc bấy giờ, rồi từng bước được tích hợp vào máy chủ và hệ thống tra cứu.

Điều đáng chú ý là mục tiêu không dừng lại ở việc “chụp lại sách”. Khi nguồn dữ liệu đủ lớn, những bản số bắt đầu được tổ chức để người nghiên cứu có thể đọc, đối chiếu và tìm kiếm thuận tiện hơn. Một số tác phẩm còn được xây dựng dữ liệu toàn văn, cho phép đặt phần nguyên bản bên cạnh nội dung tiếng Việt để hỗ trợ việc tra cứu và nghiên cứu.

Từ trường hợp này có thể thấy một bước chuyển rất quan trọng trong tư duy số hóa. Ban đầu, bản số giúp giảm việc phải tiếp xúc thường xuyên với tài liệu gốc. Nhưng khi dữ liệu được tổ chức tốt hơn, nó bắt đầu tạo ra những khả năng mà bản giấy truyền thống khó đáp ứng: truy cập nhanh, đối chiếu nhiều nguồn, tìm kiếm thông tin và kết nối với những lớp dữ liệu khác.

Một trang sách cổ vì thế có thể trải qua nhiều trạng thái. Ban đầu nó là vật thể cần được gìn giữ; sau đó có thêm hình ảnh số; tiếp theo là thông tin mô tả, văn bản được nhận dạng hoặc phiên đọc; cuối cùng có thể trở thành một phần của cơ sở dữ liệu phục vụ nghiên cứu.

Bài học từ Hán Nôm khá rõ: số hóa có giá trị nhất khi bản số không chỉ tồn tại mà còn có khả năng được tìm thấy, hiểu và sử dụng.

Thư viện số – khi hàng triệu trang tài liệu cần một cấu trúc để tìm thấy nhau

Nếu một cuốn sách được số hóa, việc quản lý có thể tương đối đơn giản. Nhưng khi số lượng tăng lên hàng nghìn đầu tài liệu và hàng triệu trang, bài toán thay đổi hoàn toàn. Lúc đó, vấn đề không còn là “có scan được hay không” mà là làm thế nào để một người có thể tìm đúng tài liệu mình cần trong một kho dữ liệu rất lớn.

Đây là một trong những khác biệt căn bản giữa một thư mục chứa nhiều file PDF và một thư viện số.

Trong thư viện truyền thống, sách được mô tả bằng tên tài liệu, tác giả, chủ đề, năm xuất bản, ký hiệu và vị trí lưu trữ. Khi bước sang môi trường số, nhu cầu tổ chức ấy không mất đi mà còn trở nên quan trọng hơn. Một tài liệu có thể có hàng trăm trang ảnh, nhiều phiên bản file và những thông tin liên quan khác. Nếu thiếu hệ thống mô tả và quản lý, khối dữ liệu càng lớn càng khó khai thác.

Thực tế tại Việt Nam cho thấy phạm vi số hóa trong thư viện đã mở rộng ra nhiều loại hình tư liệu: sách, báo, tạp chí, luận án, tài liệu Hán Nôm, gia phả, hương ước, sắc phong và những bộ sưu tập có giá trị khác. Điều này đồng nghĩa với việc không thể áp dụng một cách xử lý giống nhau cho mọi loại tài liệu.

Một tờ báo khổ lớn khác một cuốn sách đóng gáy. Gia phả viết tay khác luận án được đánh máy. Sắc phong hay tài liệu cổ có yêu cầu bảo quản khác tập tài liệu hành chính hiện đại. Chất liệu, kích thước, tình trạng vật lý và mục đích sử dụng đều ảnh hưởng đến cách tạo bản số.

Sau khi hình ảnh được tạo ra lại xuất hiện lớp công việc tiếp theo: đặt tên, mô tả, phân loại, lập chỉ mục và xây dựng khả năng tra cứu. Chính lớp dữ liệu này giúp một người không cần biết file nằm ở thư mục nào vẫn có thể tìm tài liệu thông qua tác giả, tên gọi, chủ đề, thời gian hoặc những tiêu chí khác.

Bởi vậy, thư viện số cho chúng ta một bài học quan trọng: càng số hóa nhiều, vai trò của tổ chức dữ liệu càng lớn. Một triệu trang được scan nhưng không thể tìm thấy thông tin cần thiết chưa chắc hữu ích bằng một kho nhỏ hơn nhưng được mô tả và tổ chức tốt.

Điều này cũng đúng với những tổ chức nhỏ hơn rất nhiều. Một trường học số hóa 50 năm kỷ yếu, một giáo xứ scan hàng nghìn bức ảnh hay một doanh nghiệp chuyển hàng chục nghìn hồ sơ sang PDF đều sẽ sớm gặp cùng một câu hỏi: sau khi có các file rồi, làm sao tìm lại được thứ mình cần?

Mộc bản triều Nguyễn – số hóa không thể thay thế việc bảo tồn bản gốc

Nếu Hán Nôm giúp nhìn thấy giá trị của dữ liệu và thư viện số cho thấy tầm quan trọng của tổ chức thông tin, Mộc bản triều Nguyễn lại làm rõ một giới hạn khác: có những di sản mà bản số dù tốt đến đâu cũng không thể thay thế vật thể gốc.

Mộc bản là những tấm gỗ được khắc chữ để phục vụ việc in sách. Trên mỗi tấm không chỉ có nội dung văn bản mà còn có dấu vết của kỹ thuật khắc, chất liệu, cấu trúc gỗ và phương pháp chế tác. Vì thế, nếu chỉ lưu lại hình ảnh của phần chữ, chúng ta mới giữ được một lớp thông tin trong toàn bộ giá trị của hiện vật.

Qua thời gian, gỗ có thể bị ảnh hưởng bởi độ ẩm, nấm, côn trùng và nhiều tác nhân môi trường khác. Công việc bảo tồn vì vậy phải bắt đầu từ việc đánh giá tình trạng của từng hiện vật, xác định mức độ hư hại và lựa chọn biện pháp xử lý phù hợp. Những chương trình bảo tồn Mộc bản những năm gần đây tiếp tục cho thấy công nghệ số và bảo tồn vật lý cần đi song song: một bên bảo vệ hiện vật, một bên tạo dữ liệu để quản lý, nghiên cứu và mở rộng khả năng tiếp cận.

Trường hợp này giúp tránh một ngộ nhận khá phổ biến: “đã scan rồi thì có thể không cần giữ bản gốc nữa”. Với những tư liệu có giá trị lịch sử, văn hóa hay nghiên cứu, suy nghĩ ấy có thể làm mất đi những lớp thông tin mà hình ảnh hai chiều không ghi nhận đầy đủ.

Một bản số cho phép người nghiên cứu quan sát nội dung mà không phải liên tục thao tác trên hiện vật. Nó cũng tạo thêm một bản dự phòng thông tin nếu vật gốc gặp sự cố. Nhưng chất liệu, kỹ thuật chế tác, dấu vết sử dụng và nhiều đặc điểm vật lý khác vẫn nằm trên chính hiện vật.

Do đó, số hóa tốt không phải là thay thế vật thật bằng dữ liệu. Trong nhiều trường hợp, mục tiêu đúng hơn là dùng dữ liệu số để giảm áp lực lên vật thật và giúp giá trị của vật thật được tiếp cận rộng hơn.

Từ những dự án lớn đến bài toán của từng tổ chức và gia đình

Nhìn ba câu chuyện trên cạnh nhau, có thể thấy một quy trình số hóa nghiêm túc thường bắt đầu trước cả khi thiết bị được bật lên. Người thực hiện phải biết mình đang có loại tư liệu nào, tình trạng ra sao, giá trị nằm ở đâu và mục tiêu của việc số hóa là gì. Từ đó mới có thể lựa chọn cách thu nhận hình ảnh, mức chất lượng, cách tổ chức file và phương án lưu trữ phù hợp.

Sau khi có bản số, công việc cũng chưa kết thúc. Dữ liệu cần được kiểm tra để bảo đảm không thiếu trang, mất góc hay sai thứ tự; tài liệu cần có thông tin giúp nhận diện; các file cần được tổ chức để có thể tìm lại; những dữ liệu quan trọng phải có phương án sao lưu và tiếp tục được quản lý khi thiết bị hay công nghệ thay đổi.

Đây không chỉ là câu chuyện của các cơ quan lưu trữ hay thư viện lớn. Quy mô có thể khác nhưng logic cơ bản vẫn có thể áp dụng cho một trường học, doanh nghiệp, giáo xứ, dòng họ hay gia đình.

Một trường học muốn số hóa kỷ yếu trước hết cần biết đang có những năm nào và thiếu những năm nào. Một doanh nghiệp muốn giữ lại lịch sử thương hiệu cần phân biệt hồ sơ vận hành thông thường với catalogue, hình ảnh, bản vẽ hay tài liệu có giá trị lâu dài. Một dòng họ muốn số hóa gia phả phải quan tâm đến tình trạng của bản gốc trước khi lựa chọn cách chụp hoặc scan. Một gia đình muốn gìn giữ ảnh cũ cần ghi lại tên người, thời gian và địa điểm khi những người còn nhớ câu chuyện vẫn có thể cung cấp thông tin.

Điểm chung của tất cả những công việc ấy là số hóa bắt đầu từ tư liệu chứ không bắt đầu từ chiếc máy.

Máy scan, camera, phần mềm nhận dạng văn bản, cơ sở dữ liệu hay trí tuệ nhân tạo đều là những công cụ ngày càng hữu ích. Nhưng không công cụ nào tự biết một bức ảnh có ý nghĩa gì với gia đình, một cuốn sổ quan trọng thế nào với cộng đồng hay một tài liệu nào cần được ưu tiên bảo vệ trước tiên. Những quyết định đó vẫn thuộc về con người.

Hành trình số hóa ở Việt Nam trong nhiều năm qua vì vậy đem lại một bài học rộng hơn câu chuyện công nghệ. Từ những thư tịch Hán Nôm được đưa lên máy tính từ cuối thập niên 1990, những kho thư viện ngày càng mở rộng dữ liệu số đến công việc bảo tồn Mộc bản hôm nay, mỗi bước đều cho thấy việc chuyển ký ức từ vật mang tin truyền thống sang môi trường số cần sự kết hợp giữa bảo tồn, công nghệ và tổ chức tri thức.

Khi ba yếu tố ấy đi cùng nhau, một tài liệu cũ không chỉ có thêm một bản sao. Nó có thêm cơ hội được tìm thấy, được hiểu và tiếp tục được sử dụng bởi những thế hệ chưa ra đời vào thời điểm bản gốc được tạo ra.

Và có lẽ đó mới là giá trị sâu nhất của số hóa: không chỉ đưa quá khứ vào máy tính, mà tạo thêm một con đường để quá khứ tiếp tục hiện diện trong tương lai.