Một người sưu tầm chụp lại toàn bộ bộ sách cổ của mình. Một thư viện số hoá kho tư liệu. Một nhóm nghiên cứu quét tài liệu ở các di tích.
Ba việc tốt, làm riêng lẻ, không ai biết ai, và kết quả nằm ở ba nơi không truy cập được lẫn nhau.
Bài bàn về lưu trữ và quyền tiếp cận, không bàn về nội dung tư liệu.
Vì sao số hoá rải rác không đủ
Không ai biết cái gì đã được số hoá. Người nghiên cứu vẫn phải đi tìm bản gốc vì không biết bản số đã tồn tại.
Trùng lặp công sức. Cùng một bản được số hoá nhiều lần bởi nhiều nơi.
Chất lượng không đồng đều. Ảnh mờ, thiếu trang, không có thước tỉ lệ, không ghi thông tin nguồn.
Không có siêu dữ liệu. Một tệp ảnh không ghi đó là bản gì, của ai, chụp khi nào thì gần như vô dụng cho nghiên cứu.
Lưu ở định dạng và nơi lưu không bền. Đĩa cứng cá nhân, tài khoản lưu trữ hết hạn, định dạng không còn đọc được.
Không ai bảo trì. Dữ liệu số cần được chuyển định dạng và sao lưu định kỳ — bỏ mặc mười năm là mất.
Chuẩn tối thiểu cho một bản số hoá dùng được
Chụp đủ độ phân giải, từng trang, không thiếu.
Có thước tỉ lệ và bảng màu trong khung hình, ít nhất ở trang đầu.
Ghi siêu dữ liệu: tên tư liệu, chủ sở hữu, nguồn gốc, kích thước, tình trạng, ngày chụp, người chụp.
Lưu định dạng ảnh không nén mất dữ liệu cho bản gốc, kèm bản nhẹ để xem.
Lưu ba bản ở ba nơi, ít nhất một nơi khác địa lý.
Kiểm tra định kỳ xem tệp còn đọc được không.
Những việc này không phức tạp và không cần thiết bị đắt — nhưng bỏ qua thì công sức số hoá thành vô nghĩa sau vài năm.
Vấn đề quyền
Đây là phần rối nhất và ít được bàn:
Tư liệu cổ thường đã hết thời hạn bảo hộ quyền tác giả — nội dung thuộc về công chúng.
Nhưng bản chụp thì có thể phát sinh quyền riêng tuỳ cách nhìn của từng hệ pháp luật. Đây là tranh cãi chưa dứt ở nhiều nước: chụp lại một thứ thuộc công chúng có tạo ra quyền mới không.
Chủ sở hữu vật lý có quyền quyết định cho ai chụp — khác với quyền tác giả, và đây là quyền thực tế mạnh nhất.
Tư liệu của cộng đồng — gia phả dòng họ, văn bản của đình chùa — thuộc về cộng đồng đó, và họ có quyền quyết định công khai hay không.
Tư liệu chứa thông tin về người còn sống cần cân nhắc riêng.
Cách làm tử tế: thoả thuận rõ với chủ sở hữu trước khi chụp — ai giữ bản số, ai được dùng, dùng vào việc gì, có được dùng thương mại không.
Mô hình kho mở
Ở nhiều nước, tư liệu cổ được số hoá và mở cho cộng đồng dùng. Lợi ích:
Bảo tồn thật. Nhiều bản sao ở nhiều nơi là cách chống mất mát hiệu quả nhất.
Nghiên cứu nở rộ. Người ở xa tiếp cận được.
Phát hiện dị bản. So sánh được thì tìm ra chỗ khác nhau.
Giá trị bản gốc không giảm. Ngược lại — bản được biết tới nhiều thì giá trị tăng, và điều này ngược với lo lắng phổ biến của người sưu tầm.
Rào cản ở Việt Nam: người sưu tầm lo mất lợi thế thông tin, và cơ sở lưu trữ lo mất nguồn thu từ việc cho sao chụp.
AI đổi được gì
Phần hữu ích, và ở đây nó thay đổi nhiều nhất so với mọi lĩnh vực khác:
- Nhận dạng và phiên âm chữ Hán Nôm từ bản chụp, kể cả chữ viết tay. Rào cản lớn nhất của cả lĩnh vực — số người đọc được rất ít và đang giảm.
- Sinh siêu dữ liệu tự động từ ảnh — nhận dạng loại tư liệu, ước đoán niên đại, trích tiêu đề.
- Đối chiếu dị bản giữa các bản cùng một văn bản.
- Tra cứu toàn văn trong kho tư liệu đã phiên âm.
- Dịch nghĩa sơ bộ để biết một bản nói về gì.
- Phục hồi ảnh chữ mờ và trang hư hại ở mức đọc được.
Ranh giới:
- Phiên âm và dịch tự động phải được người đọc được kiểm lại trước khi công bố như tư liệu. Sai sót với chữ viết tay và chữ húy là chuyện thường.
- Không suy đoán chữ mất. Chỗ không đọc được phải để trống và ghi rõ.
- Không tạo ra tư liệu không tồn tại. Nguy cơ lớn nhất — một "bản cổ" sinh tự động sẽ được trích dẫn như thật và không ai kiểm chứng được.
- Không phục hồi ảnh tới mức thay đổi nội dung. Làm rõ chữ khác với vẽ thêm chữ.
Vì sao cái tên đáng chú ý
"Thư viện" nói đúng vai trò: nơi tập hợp, giữ gìn, và cho tiếp cận — khác hẳn với nơi bán hoặc nơi sưu tầm cá nhân.
Đó là vai trò đang trống hoàn toàn trong lĩnh vực này ở Việt Nam: có người sưu tầm, có người nghiên cứu, không có kho chung.
Cái tên mang sắc thái phi lợi nhuận và lâu dài — phù hợp với một dự án mà giá trị tích luỹ theo thời gian chứ không theo doanh thu.
AI đã làm cho việc đọc chữ cổ không còn là rào cản, nên nhu cầu tra cứu tư liệu gốc sẽ tăng mạnh. Thứ còn khan hiếm là bản số hoá đạt chuẩn có siêu dữ liệu và có quyền rõ ràng, cùng một cái tên để kho đó có nơi đứng.
thuvienphongthuy.com là phần thứ hai.
Xem thông tin tên miền: thuvienphongthuy.com trên Tên Miền Đẳng Cấp
