Công tác số hóa tài liệu phục vụ nghiên cứu lịch sử ở Việt Nam hiện nay

Ở Việt Nam, công tác số hóa đang được triển khai tại nhiều cơ quan lưu giữ nguồn tư liệu phục vụ nghiên cứu lịch sử, từ các cơ quan lưu trữ, thư viện, viện nghiên cứu, bảo tàng đến các bộ sưu tập tư nhân.

Trong lĩnh vực lưu trữ, số hóa đang được đẩy mạnh cả về quy mô tài liệu và cơ sở dữ liệu. Ở cấp trung ương, bốn Trung tâm Lưu trữ quốc gia hiện bảo quản hơn 33.000 mét giá tài liệu, thuộc gần 1.000 phông, gồm hồ sơ hành chính, bản đồ, ảnh, phim, mộc bản, châu bản và nhiều tài liệu hình thành từ thế kỷ XIX. Cùng với việc bảo quản bản gốc, các trung tâm đang từng bước số hóa tài liệu và xây dựng cơ sở dữ liệu phục vụ tra cứu. Tại Trung tâm Lưu trữ quốc gia I, đến năm 2024, khoảng 30% tài liệu trong tổng số 6 km giá tài liệu đã được số hóa và phục vụ khai thác dưới dạng bản số[1]. Một số nguồn tư liệu đặc biệt cũng đã được số hóa với quy mô lớn. Toàn bộ Châu bản triều Nguyễn với khoảng 400.000 văn bản đã được số hóa và biên mục nội dung để xây dựng cơ sở dữ liệu tra cứu[2]. Với Mộc bản triều Nguyễn, 55.318 mặt khắc đã được in dập, phân loại, hệ thống hóa và scan, phục vụ bảo quản và nghiên cứu[3]. Bên cạnh hồ sơ hành chính, công tác số hóa còn được thực hiện đối với nhiều loại hình tư liệu khác như bản đồ, ảnh, phim... Qua đó, các Trung tâm Lưu trữ quốc gia đang từng bước bổ sung thêm những nguồn tư liệu có thể tiếp cận dưới dạng số cho người dân.

Công tác số hóa cũng được đẩy mạnh tại các lưu trữ địa phương. Tại Hà Tĩnh, đến năm 2023, Lưu trữ lịch sử tỉnh đã số hóa 52 phông tài liệu, với 33.686 hồ sơ, 658.113 văn bản, tương đương hơn 2,7 triệu trang tài liệu[4]. Tại Quảng Trị, Trung tâm Lưu trữ lịch sử Nam Quảng Trị đã số hóa 225 mét giá tài liệu, thuộc 24 phông, với 14.865 hồ sơ, 428.315 văn bản và 1.274.718 trang tài liệu, tương đương khoảng 30% số tài liệu đang bảo quản tại kho. Các tài liệu được số hóa có niên đại từ năm 1955 đến 2017[5]… Những con số trên cho thấy số hóa đang được triển khai ở tất cả các cấp.

Thư viện cũng là một kho lưu trữ tư liệu số đáng chú ý đối với nghiên cứu lịch sử, nhất là sách cũ, báo chí, tạp chí và tài liệu địa chí. Hiện nay, các thư viện đang từng bước số hóa những nguồn tư liệu này để đưa lên môi trường trực tuyến. Tại Thư viện Quốc gia Việt Nam, nhiều bộ sưu tập có giá trị đã được số hóa để phục vụ bạn đọc và nhà nghiên cứu. Theo số liệu cập nhật đến tháng 4/2024, dữ liệu số toàn văn do Thư viện tự tạo lập và thu nhận qua lưu chiểu đã có hơn 190.000 tên tài liệu, tương đương gần 12 triệu trang. Trong đó, sách Đông Dương có khoảng 9.000 cuốn, tương đương 1,35 triệu trang; báo, tạp chí Đông Dương có 135.000 số, tương đương 1,37 triệu trang; kho sách Hán Nôm cũng đã số hóa 1.952 cuốn, với gần 148.000 trang[6]. Một phần các bộ sưu tập này đã được cung cấp toàn văn trực tuyến, giúp bạn đọc và nhà nghiên cứu có thể tiếp cận từ xa.

Nguồn tư liệu phục vụ nghiên cứu lịch sử cũng đang được mở rộng từ các bảo tàng. Không chỉ sách, hồ sơ hay giấy tờ, nhiều hiện vật, ảnh, bản đồ, phim, ghi âm và các tư liệu gắn với hiện vật cũng đang được số hóa. Một số bảo tàng đã số hóa các bảo vật quốc gia và hiện vật có giá trị, đồng thời xây dựng các bộ sưu tập, cơ sở dữ liệu và không gian trưng bày ảo 3D. Bảo tàng Lịch sử Quốc gia hiện lưu giữ hơn 200.000 tài liệu, hiện vật; trong đó 14 bảo vật quốc gia đã được số hóa 3D. Những hình thức này giúp lưu giữ thêm thông tin về hiện vật và tạo điều kiện để người nghiên cứu có thể tìm hiểu một phần bộ sưu tập mà không nhất thiết phải đến trực tiếp bảo tàng.

Số hóa cũng đang được thực hiện đối với hồ sơ về di sản. Trong giai đoạn 2021–2025, Bộ Văn hóa, Thể thao và Du lịch đã hoàn thành số hóa 4,3 triệu trang hồ sơ khoa học về xếp hạng, ghi danh, công nhận di sản từ năm 1962 đến nay[7]. Đây là nguồn tư liệu có thể được khai thác khi nghiên cứu lịch sử di tích, lịch sử địa phương cũng như quá trình bảo tồn và nhận thức về di sản ở Việt Nam.

Nguồn tư liệu phục vụ nghiên cứu lịch sử còn được số hóa tại các viện nghiên cứu, trường đại học và những cơ quan lưu giữ tư liệu chuyên ngành. Thư viện Khoa học xã hội thuộc Viện Thông tin Khoa học xã hội (ISSI) là một trong những nơi có nguồn tư liệu khá phong phú, gồm sách cổ, tư liệu Hán Nôm, hương ước, thần tích, sắc phong, bản đồ và ảnh tư liệu. Đến nay, thư viện đã số hóa khoảng 8,19 triệu trang tài liệu. ISSI đặt mục tiêu đến năm 2030 số hóa tối thiểu 50% tài liệu thư viện và xây dựng 5 cơ sở dữ liệu trọng điểm về biển đảo, Tây Nam Bộ, tư liệu Hán Nôm, sách Pháp - Nhật Bản cổ và dữ liệu hình ảnh. Giai đoạn 2030–2045, viện hướng tới số hóa các nhóm tư liệu quý hiếm như tư liệu EFEO, Hán Nôm, ảnh cổ và bản đồ[8].

Bên cạnh các cơ quan, thư viện và viện nghiên cứu, một phần tư liệu lịch sử cũng đang được số hóa từ các bộ sưu tập cá nhân và tư nhân. Sách báo cũ, ảnh, bưu ảnh, bản đồ, thư từ, giấy tờ gia đình, gia phả hay tài liệu doanh nghiệp vẫn được lưu giữ ở nhiều nơi. Một số nhà sưu tập đã chủ động scan, chụp và giới thiệu tư liệu trên Internet. Với những đề tài như lịch sử đô thị, lịch sử doanh nghiệp, lịch sử báo chí hay đời sống xã hội, đây có thể là nguồn tài liệu bổ sung đáng chú ý. Tuy nhiên, hiện nay vẫn chưa có thống kê chung về số lượng tài liệu lịch sử đã được số hóa trong các bộ sưu tập tư nhân. Các nguồn này vẫn nằm rải rác ở nhiều cá nhân, gia đình và tổ chức nên khả năng tiếp cận phụ thuộc vào từng bộ sưu tập.

Như vậy, từ các trung tâm lưu trữ, thư viện, viện nghiên cứu, bảo tàng đến những bộ sưu tập tư nhân, ngày càng nhiều nguồn tư liệu lịch sử được đưa lên môi trường số. Sự thay đổi này giúp việc tìm kiếm và khai thác tư liệu thuận lợi hơn, mở thêm cơ hội tiếp cận những nguồn tài liệu vốn khó tìm hoặc khó tiếp cận trước đây. Tuy nhiên, số hóa mới chỉ là bước đầu. Làm thế nào để tài liệu được số hóa đầy đủ, có thể tìm kiếm, tiếp cận và sử dụng hiệu quả vẫn là những vấn đề cần tiếp tục giải quyết.

Những vấn đề cấp bách đặt ra trong số hóa và khai thác tài liệu lịch sử

Đẩy nhanh số hóa để bảo vệ những nguồn tài liệu đang xuống cấp: Một trong những lý do khiến số hóa tài liệu lịch sử trở nên cấp thiết là nhiều nguồn tư liệu gốc đang xuống cấp theo thời gian. Tại các kho lưu trữ, thư viện và bảo tàng, không ít tài liệu đã được hình thành từ hàng trăm năm, thậm chí gần hai thế kỷ. Điều kiện khí hậu, nhiệt độ, độ ẩm, nắng mưa, phương pháp bảo quản cũng như quá trình khai thác thường xuyên đều có thể tác động đến tuổi thọ của tài liệu.

Thực tế tại Lưu trữ lịch sử tỉnh Kiên Giang cho thấy khá rõ tình trạng này. Tài liệu tại đây có niên đại từ năm 1950 đến năm 2022, trong đó phần lớn tài liệu giấy có từ năm 1995 trở về trước đã xuất hiện tình trạng cũ, vàng ố, giòn, rách, mờ hoặc mất chữ; một số tài liệu bị ẩm, kết dính. Đáng chú ý, có những tài liệu khổ lớn chưa được bảo quản riêng mà phải gấp lại để xếp chung với tài liệu khổ A4, dẫn đến đứt, rách và mất chữ[9]. Đây là vấn đề đáng lưu ý bởi nhiều hồ sơ chỉ còn một bản chính, bản gốc, nếu tiếp tục hư hỏng thì không có bản thứ hai để thay thế.

Trong trường hợp này, số hóa không chỉ nhằm đưa tài liệu lên môi trường số mà còn giúp giữ lại nội dung của những tài liệu đang có nguy cơ hư hỏng. Khi đã có bản số, nhà nghiên cứu có thể sử dụng cho việc đọc và tra cứu trong nhiều trường hợp mà không phải thường xuyên tiếp xúc với bản gốc. Điều này đặc biệt cần thiết đối với những tài liệu đã giòn, dễ rách hoặc chỉ còn một bản duy nhất. Nếu được thực hiện kịp thời, số hóa sẽ giúp kéo dài khả năng khai thác nguồn tư liệu, ngay cả khi bản gốc về sau không còn đủ điều kiện để phục vụ thường xuyên.

Mở rộng tối đa khả năng tiếp cận tài liệu đã số hóa: Số hóa chỉ thực sự phát huy giá trị đối với nghiên cứu lịch sử khi tài liệu sau khi được số hóa có thể tiếp cận và khai thác được. Thực tế hiện nay cho thấy không phải tài liệu nào đã được scan cũng đã trở thành nguồn tư liệu có thể sử dụng rộng rãi. Có tài liệu mới được số hóa để phục vụ bảo quản nội bộ; có tài liệu chỉ có thể xem trực tiếp tại cơ quan lưu giữ; cũng có trường hợp người dùng chỉ được xem một phần thông tin hoặc bản xem trước. Vì vậy, giữa “đã số hóa” và “có thể khai thác” vẫn còn một khoảng cách khá lớn.

Với nghiên cứu lịch sử, việc thu hẹp khoảng cách này rất cần thiết. Những tài liệu đã được số hóa và đủ điều kiện công bố nên từng bước được đưa lên cổng thông tin, thư viện số và các cơ sở dữ liệu trực tuyến, kèm theo thông tin đầy đủ để người nghiên cứu có thể tìm kiếm, xác định và sử dụng tài liệu từ xa. Điều này đặc biệt có ý nghĩa với những người nghiên cứu lịch sử địa phương, khi không phải lúc nào cũng có điều kiện đến trực tiếp từng kho lưu trữ, thư viện hay bảo tàng.

Vì vậy, mục tiêu của số hóa không nên chỉ được tính bằng số trang đã scan, mà còn cần nhìn vào khả năng tìm thấy, tiếp cận và sử dụng tài liệu sau khi số hóa. Với nghiên cứu lịch sử, đây mới là bước quyết định để nguồn tư liệu số thực sự đi vào đời sống nghiên cứu.

Số hóa phải đi cùng khả năng tìm kiếm và khai thác: Một khối lượng tài liệu lớn được đưa lên môi trường số chưa đồng nghĩa với việc nhà nghiên cứu có thể dễ dàng sử dụng. Nếu hàng triệu trang chỉ được lưu dưới dạng những file ảnh riêng lẻ, việc tìm một tên người, một địa danh hay một sự kiện cụ thể vẫn có thể mất rất nhiều thời gian. Với những bộ báo, hồ sơ hành chính hay sách có hàng nghìn trang, đây là trở ngại không nhỏ.

Vì vậy, số hóa tài liệu lịch sử cần đi cùng với công cụ tìm kiếm và cơ sở dữ liệu phù hợp. Tài liệu sau khi scan cần có thông tin đi kèm như tên tài liệu, niên đại, tác giả, nơi lưu giữ và phương pháp nhận dạng ký tự. Khi các chức năng này được thực hiện tốt, nhà nghiên cứu không chỉ xem được tài liệu mà còn có thể tìm đến đúng tài liệu mình cần trong một khối lượng rất lớn.

Vấn đề bản quyền và quyền sử dụng: Số hóa được bao nhiêu tài liệu là một chuyện, có thể đưa tài liệu lên mạng và cho phép sử dụng đến đâu lại là chuyện khác. Luật Lưu trữ 2024 quy định tài liệu lưu trữ được sử dụng để phục vụ nghiên cứu khoa học, lịch sử và các nhu cầu chính đáng khác; người sử dụng phải xác định nguồn, chỉ dẫn số lưu trữ, độ gốc của tài liệu và tôn trọng tính nguyên bản khi công bố, trích dẫn. Tài liệu tại Lưu trữ lịch sử về nguyên tắc được sử dụng rộng rãi, nhưng vẫn có những nhóm thuộc diện hạn chế hoặc phải tuân theo quy định riêng.

Với tài liệu số, Luật Lưu trữ 2024 cũng đã đặt ra yêu cầu về tính toàn vẹn, khả năng truy cập, sử dụng và xác thực của bản số hóa. Đây là cơ sở quan trọng để các cơ quan lưu trữ, thư viện, bảo tàng khi đưa tài liệu lên môi trường số không chỉ cung cấp hình ảnh mà cần kèm theo thông tin xác định nguồn gốc và tình trạng của bản số.

Bên cạnh đó là vấn đề bản quyền. Một tài liệu có thể được phép xem trực tuyến nhưng không có nghĩa người dùng được tùy ý tải xuống, đăng lại hoặc sử dụng toàn bộ hình ảnh trong một công trình. Luật Sở hữu trí tuệ có những quy định về sao chép và trích dẫn phục vụ nghiên cứu, nhưng việc sử dụng vẫn phải bảo đảm quyền của tác giả, chủ sở hữu và ghi rõ nguồn gốc.

Vì vậy, khi xây dựng các kho tài liệu số phục vụ nghiên cứu lịch sử, cần nói rõ tài liệu thuộc về ai, nguồn gốc ở đâu, được cung cấp ở mức nào và người dùng được phép sử dụng ra sao. Đây cũng là điều đặc biệt cần lưu ý với các bộ sưu tập tư nhân. Nếu quy định về quyền tiếp cận và sử dụng không rõ ràng, nhiều tài liệu dù đã được số hóa vẫn khó thực sự đi vào hoạt động nghiên cứu.

Bảo đảm nguồn lực lâu dài cho số hóa và bảo quản: Cuối cùng là câu chuyện về kinh phí. Số hóa tài liệu không phải là công việc chỉ cần đầu tư một lần. Sau khi scan, tài liệu số vẫn cần được lưu trữ, sao lưu, bảo đảm an toàn dữ liệu, cập nhật phần mềm và duy trì hệ thống để người sử dụng có thể tiếp cận lâu dài. Trong khi đó, tài liệu gốc vẫn phải được bảo quản trong kho lưu trữ. Vì vậy, chi phí cho số hóa thực tế không chỉ nằm ở khâu quét tài liệu.

Hiện nay, một số địa phương đã phải xây dựng những chương trình đầu tư riêng cho công tác số hóa. Tại Cà Mau, Dự án chỉnh lý, số hóa tài liệu tại Kho Lưu trữ của Tỉnh ủy được phê duyệt với tổng kinh phí hơn 49 tỉ đồng thực hiện theo từng giai đoạn đến năm 2028[10]. Ở quy mô lớn hơn, TP.HCM dự kiến dành hơn 2.600 tỉ đồng cho công tác số hóa trong giai đoạn 2026–2035[11].

Ở cấp quốc gia, ngành lưu trữ cũng đang chuẩn bị cho giai đoạn đầu tư mới. Bộ Nội vụ đã công bố dự thảo Đề án xây dựng, vận hành Nền tảng số quốc gia về văn thư, lưu trữ giai đoạn 2026–2030, trong đó đặt vấn đề xây dựng hạ tầng và kho dữ liệu lưu trữ trên môi trường số. Số hóa tài liệu đang trở thành một nhiệm vụ cần được đầu tư lâu dài. Bên cạnh ngân sách nhà nước, có thể nghiên cứu thêm các hình thức hợp tác, tài trợ, cung cấp dịch vụ hoặc khai thác phù hợp nguồn thu từ tài liệu số để quay trở lại phục vụ công tác số hóa, bảo quản và mở rộng khả năng tiếp cận tư liệu.

Như vậy, số hóa tài liệu lịch sử đã không còn là câu chuyện của tương lai. Nó đang diễn ra và ngày càng trở thành một phần của công việc lưu trữ, thư viện, bảo tàng và nghiên cứu lịch sử. Khối lượng tài liệu được số hóa ngày càng lớn, nhưng đi cùng với đó là yêu cầu về chất lượng, khả năng tìm kiếm, quyền tiếp cận, kinh phí và bảo quản lâu dài. Vì vậy, điều cần quan tâm trong thời gian tới không chỉ là số hóa được bao nhiêu tài liệu, mà còn là tài liệu sau khi số hóa có thực sự được sử dụng hay không. Khi những nguồn tư liệu quý được bảo quản tốt hơn, tìm kiếm thuận tiện hơn và mở rộng khả năng tiếp cận cho nhà nghiên cứu, số hóa mới thực sự phát huy giá trị đối với nghiên cứu lịch sử.