Đối với lịch sử Việt Nam, nhu cầu này càng trở nên cấp thiết khi nguồn tư liệu hiện đang phân tán tại nhiều cơ quan lưu trữ, thư viện, bảo tàng và các bộ sưu tập trong và ngoài nước. Không ít tài liệu đã được số hóa nhưng chưa được kết nối, chuẩn hóa và tổ chức theo hướng thuận tiện cho việc tìm kiếm, đối chiếu và tái sử dụng. Thực trạng đó đặt ra yêu cầu xây dựng một kho dữ liệu có tính hệ thống, không chỉ nhằm bảo tồn tư liệu mà còn trở thành "hạ tầng tri thức sử học số" quốc gia, phục vụ hiệu quả nghiên cứu chuyên sâu, đào tạo và cung cấp luận cứ khoa học cho phát triển đất nước.

1. Thực trạng nguồn tư liệu và nhu cầu xây dựng kho dữ liệu lịch sử Việt Nam trong bối cảnh chuyển đổi số hiện nay

Kho tàng tư liệu lịch sử Việt Nam có quy mô đồ sộ và đa dạng về loại hình, từ Châu bản, Mộc bản, sách cổ Hán Nôm, tài liệu lưu trữ nhà nước, sách báo, bản đồ, hình ảnh, hiện vật bảo tàng, hồi ký, tư liệu cá nhân và các nguồn tư liệu quốc tế cho đến hàng nghìn công trình nghiên cứu chuyên ngành. Tiêu biểu như Tạp chí Nghiên cứu Lịch sử hình thành một kho tư liệu học thuật phong phú và có giá trị đối với ngành Sử học với hơn 600 số tiếng Việt, 4 số tiếng Anh với hơn 6.100 bài nghiên cứu [1]. Sự phong phú về nguồn tư liệu tạo ra tiềm năng lớn cho nghiên cứu lịch sử, phản ánh sự đa dạng của quá trình hình thành, vận động và biến đổi của xã hội Việt Nam qua các thời kỳ.

Tuy nhiên, công tác quản lý và khai thác nguồn tư liệu này hiện đối mặt với nhiều hạn chế lớn. Trước hết, khối tư liệu lịch sử còn phân tán tại nhiều cơ quan, tổ chức và địa điểm khác nhau, đặt ra những thách thức về khả năng tiếp cận, kết nối và khai thác. Bên cạnh đó, nhiều tài liệu giấy quý hiếm qua thời gian dài đang đối mặt với nguy cơ hư hỏng, bị vàng ố, giòn rách hoặc mờ chữ do tác động của khí hậu và tần suất sử dụng [2]. Trong những năm gần đây, nhiều cơ quan đã triển khai số hóa tài liệu và phát triển các nền tảng cung cấp thông tin trực tuyến, song tỉ lệ số hóa nhìn chung còn thấp và chưa đồng đều giữa các đơn vị [3]. Đáng chú ý, việc số hóa ở nhiều nơi chủ yếu mới dừng ở mức chuyển đổi kỹ thuật cơ bản mà chưa được chuẩn hóa siêu dữ liệu (metadata), thiếu mã định danh số và chưa liên thông. Các tài liệu số thiếu thông tin mô tả đầy đủ, hệ thống định danh thống nhất và khả năng tìm kiếm hiệu quả vẫn khó được phát hiện, đối chiếu và tái sử dụng. Bên cạnh đó, sự khác biệt về tiêu chuẩn kỹ thuật, phương thức tổ chức và chính sách truy cập giữa các đơn vị cũng gây trở ngại cho việc liên thông dữ liệu.

Trước thực trạng đó, nhu cầu xây dựng một kho dữ liệu lịch sử Việt Nam có cấu trúc, chuẩn hóa và kết nối thống nhất trở nên vô cùng cấp thiết. Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị đã xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là “đột phá quan trọng hàng đầu, là động lực chính để phát triển nhanh lực lượng sản xuất hiện đại, hoàn thiện quan hệ sản xuất, đổi mới phương thức quản trị quốc gia, phát triển kinh tế - xã hội” [4] .

Đối với khoa học lịch sử, sự chuyển dịch phương pháp luận từ cách nhìn “sử liệu như nguồn” sang “sử liệu như dữ liệu” mở ra khả năng sản xuất tri thức hoàn toàn mới[5]. Khi một tập hợp tư liệu được cấu trúc thành dữ liệu, nhà nghiên cứu có thể khảo sát không chỉ từng tài liệu riêng lẻ mà cả những tập hợp lớn [6]. Xây dựng kho dữ liệu không đơn thuần là lưu trữ bản sao kỹ thuật số để bảo tồn tài liệu gốc, mà hướng tới chuyển đổi toàn diện chuỗi tổ chức tri thức: từ chuẩn hóa cấu trúc, gắn metadata, định danh số bền vững (DOI, ORCID) đến liên kết dữ liệu theo nhân vật, sự kiện, thời kỳ và địa danh. Một kho dữ liệu sử học số được chuẩn hóa sẽ tạo điều kiện ứng dụng các phương pháp nghiên cứu hiện đại như khai phá văn bản (text mining), hệ thống thông tin địa lý (GIS), phân tích mạng lưới (SNA) và trí tuệ nhân tạo (AI) để nhận diện các mẫu hình lịch sử trên quy mô lớn. Đồng thời, kho dữ liệu này sẽ trở thành hạ tầng tri thức quốc gia, phục vụ nghiên cứu lâu dài, đổi mới đào tạo, phổ biến tri thức lịch sử đến cộng đồng và cung cấp luận cứ khoa học vững chắc cho hoạch định chính sách.

Để thực sự trở thành một hạ tầng phục vụ nghiên cứu, kho dữ liệu lịch sử cần được xây dựng trên cơ sở kết hợp giữa nguồn tư liệu, hệ thống thông tin mô tả, khả năng liên kết và các công cụ khai thác phù hợp.

Về dữ liệu nguồn: Thành phần đầu tiên và quan trọng nhất của kho dữ liệu là các tài liệu gốc được số hóa hoặc chuyển đổi sang những định dạng phù hợp. Đây có thể là văn bản hành chính, báo cáo, thư từ, nhật ký, sách báo, bản đồ, hình ảnh, hồ sơ cá nhân, tư liệu truyền khẩu, cũng như các dữ liệu thống kê và tư liệu trực quan khác.

Tuy nhiên, việc đưa tài liệu lên môi trường số cần được thực hiện với sự tôn trọng đầy đủ đối với tính nguyên gốc. Mỗi tài liệu cần được gắn với thông tin về nguồn lưu trữ, tác giả hoặc cơ quan ban hành, thời gian, địa điểm và những điều kiện liên quan đến quá trình hình thành. Khi cần thiết, kho dữ liệu cũng nên phân biệt rõ bản gốc, bản sao, bản dịch, bản phiên âm và những phiên bản đã qua xử lý.

Đối với nhà sử học, một tài liệu không chỉ có giá trị ở nội dung mà còn ở xuất xứ và mối quan hệ của nó với những tài liệu khác. Một báo cáo hành chính cần được đặt trong bối cảnh cơ quan ban hành, mục đích soạn thảo và hệ thống hồ sơ mà nó thuộc về. Vì vậy, bản số hóa không thể thay thế hoàn toàn những thông tin ngữ cảnh vốn giúp nhà nghiên cứu đánh giá độ tin cậy và ý nghĩa lịch sử của tài liệu.

Về định danh số cho dữ liệu: Nếu dữ liệu nguồn là nền tảng của kho dữ liệu, thì việc định danh số cho dữ liệu chính là công cụ giúp người sử dụng định vị và hiểu được những gì đang được lưu trữ. Mỗi tài liệu cần đi kèm một hệ thống thông tin cơ bản, như tên tư liệu, tác giả, niên đại, loại hình, xuất xứ, nơi lưu giữ bản gốc, mức độ bảo mật và quyền truy cập và các từ khóa liên quan. Đồng thời, hệ thống cần triển khai các mã định danh số bền vững như DOI cho từng công trình/tư liệu, ORCID cho nhà nghiên cứu, cũng như áp dụng các chuẩn định dạng dữ liệu mở. Những thông tin này có ý nghĩa quyết định đối với hiệu quả khai thác. Một tài liệu được số hóa với chất lượng cao nhưng chỉ mang một tên tệp chung chung, không có ngày tháng, nguồn gốc hay từ khóa sẽ rất khó được tìm thấy trong một kho dữ liệu lớn.

Do đó, xây dựng kho dữ liệu cần đi đôi với việc thống nhất những nguyên tắc mô tả và định danh tài liệu. Các trường thông tin nên được thiết kế đủ linh hoạt để phù hợp với nhiều loại tư liệu khác nhau. Một công văn hành chính, một bản đồ lịch sử hay một hiện vật bảo tàng không thể được mô tả hoàn toàn theo cùng một cách. Điều cần thiết là xây dựng một hệ thống chung nhưng vẫn cho phép bổ sung những thông tin đặc thù của từng loại nguồn. Định danh dữ liệu không phải phần việc phụ sau số hóa, mà là điều kiện để tài liệu thực sự tham gia vào công tác nghiên cứu.

Về liên kết dữ liệu: Một kho dữ liệu hiện đại cần hướng tới khả năng kết nối những tài liệu vốn được lưu giữ phân tán tại nhiều cơ quan và bộ sưu tập. Đây là bước phát triển quan trọng, bởi các sự kiện lịch sử thường không thể được giải thích đầy đủ chỉ bằng một loại tư liệu hoặc một nguồn lưu trữ. Việc liên kết kho dữ liệu cũng phải tuân thủ các quy định về quản lý, kết nối và chia sẻ dữ liệu số của cơ quan nhà nước trong khuôn khổ pháp lý [7]. Các quy định này được cụ thể hóa trong Luật Lưu trữ, Luật Dữ liệu, Luật Thư viện, Luật Di sản văn hóa, Luật Khoa học và Công nghệ,...

Khi nghiên cứu về một địa phương trong thời kỳ chiến tranh có thể cần kết hợp báo cáo hành chính, bản đồ, số liệu dân cư, hình ảnh, hồi ký và các tài liệu ngoại giao. Nếu những nguồn này chỉ tồn tại trong các hệ thống tách biệt, nhà nghiên cứu phải tự mình thực hiện phần lớn công việc kết nối. Ngược lại, nếu kho dữ liệu cho phép liên kết theo nhân vật, địa điểm, thời gian, cơ quan hoặc sự kiện, quá trình khám phá tư liệu sẽ trở nên thuận lợi hơn.

Về lâu dài, hệ thống có thể cho phép người sử dụng theo dõi mối quan hệ giữa một nhân vật với các sự kiện liên quan, giữa một địa điểm với những biến đổi qua các thời kỳ, hoặc giữa một văn bản với những tài liệu khác cùng hồ sơ. Khi đó, kho dữ liệu không chỉ giúp tìm kiếm tài liệu mà còn mở ra những cách tiếp cận mới đối với các vấn đề lịch sử.

Về công cụ khai thác và phân tích: Một kho dữ liệu hữu ích cần cung cấp những công cụ phù hợp với các công việc thường ngày của nhà sử học. Trước hết là hệ thống tìm kiếm toàn văn và tìm kiếm nâng cao theo thời gian, địa điểm, tác giả, cơ quan, loại hình tư liệu hoặc chủ đề. Người sử dụng cũng cần có khả năng lọc kết quả, xem thông tin thư mục, lưu danh mục tài liệu và trích dẫn nguồn một cách thuận tiện.

Bên cạnh những chức năng cơ bản, công nghệ số còn cho phép phát triển các công cụ hỗ trợ nghiên cứu chuyên sâu. Nhận dạng ký tự quang học (OCR) có thể giúp chuyển đổi tài liệu in thành văn bản có thể tìm kiếm. Bản đồ tương tác hỗ trợ khảo sát sự biến đổi không gian lịch sử, trong khi dòng thời gian và các công cụ trực quan hóa dữ liệu có thể giúp nhận diện những mối liên hệ hoặc xu hướng khó quan sát qua việc đọc từng tài liệu riêng lẻ.

Tuy nhiên, công nghệ chỉ đóng vai trò hỗ trợ. Kết quả nhận dạng tự động có thể chứa sai sót, đặc biệt với tài liệu cổ, văn bản viết tay hoặc tư liệu đa ngôn ngữ. Mọi kết quả xử lý cần được kiểm tra, và việc diễn giải lịch sử vẫn đòi hỏi năng lực phê phán nguồn, đối chiếu tư liệu và tư duy chuyên môn của nhà nghiên cứu.

Về quản trị và bảo tồn: Kho dữ liệu cần có một hệ thống quản trị và bảo tồn đủ vững chắc để duy trì giá trị sử dụng trong thời gian dài. Điều này bao gồm việc sao lưu, bảo mật, quản lý phiên bản, cập nhật dữ liệu, kiểm soát quyền truy cập và lựa chọn các định dạng lưu trữ phù hợp.

Đặc biệt, cần xác định rõ những tài liệu nào có thể công khai, những tài liệu nào chỉ được truy cập trong phạm vi nhất định và những trường hợp cần tuân thủ quy định về bản quyền, quyền riêng tư hoặc bảo vệ thông tin nhạy cảm. Việc mở rộng khả năng tiếp cận cần gắn với trách nhiệm bảo vệ nguồn tư liệu và quyền lợi của các chủ thể liên quan.

Một kho dữ liệu cũng không thể được xem là hoàn thành ngay khi dự án số hóa kết thúc. Kho dữ liệu cần được bổ sung, hiệu chỉnh và nâng cấp theo sự phát triển của công nghệ cũng như nhu cầu nghiên cứu. Vì thế, xây dựng kho dữ liệu lịch sử phải được nhìn nhận như một quá trình phát triển hạ tầng tri thức lâu dài, chứ không phải một dự án công nghệ chỉ thực hiện một lần.

2. Lộ trình triển khai và những thách thức đặt ra

Xây dựng kho dữ liệu phục vụ nghiên cứu lịch sử Việt Nam cần được triển khai theo lộ trình từng bước, dựa trên nhu cầu thực tế và khả năng huy động nguồn lực. Trước hết, cần tiến hành khảo sát, kiểm kê các nguồn tư liệu hiện có, đánh giá mức độ số hóa và xác định những bộ sưu tập có giá trị nghiên cứu cao, đồng thời có khả năng tiếp cận và xử lý trong điều kiện hiện tại. Việc tham khảo ý kiến của các nhà nghiên cứu, cán bộ lưu trữ, thư viện và bảo tàng sẽ giúp xác định những ưu tiên phù hợp. Trên cơ sở đó, có thể triển khai một số dự án thí điểm, tập trung vào những chủ đề hoặc nhóm tư liệu cụ thể. Giai đoạn này cần đồng thời xây dựng tiêu chuẩn mô tả, định danh và lưu trữ, qua đó tạo nền tảng cho việc mở rộng kho dữ liệu trong tương lai. Đồng thời, cần tập trung chuẩn hóa quy trình biên tập, quản trị dữ liệu xuất bản và nghiên cứu trên môi trường số; triển khai đồng bộ các mã định danh số bền vững như DOI, ORCID và chuẩn siêu dữ liệu (metadata). Việc tích hợp các công cụ kiểm soát trùng lặp và tiêu chuẩn kỹ thuật sẽ biến các tài liệu thành các đơn vị dữ liệu khoa học có thể kết nối. Khi mô hình bước đầu được kiểm nghiệm, các cơ quan liên quan có thể từng bước kết nối nguồn tư liệu, phát triển hệ thống tìm kiếm và bổ sung những công cụ hỗ trợ khai thác.

Quá trình xây dựng kho dữ liệu phục vụ nghiên cứu lịch sử Việt Nam đứng trước nhiều thách thức, từ sự phân tán về tổ chức quản lý tư liệu, khác biệt về tiêu chuẩn kỹ thuật đến hạn chế về kinh phí và nhân lực chuyên môn [8]. Bên cạnh đó, các vấn đề về bản quyền, quyền tiếp cận và bảo vệ thông tin đòi hỏi những quy định rõ ràng về quản lý, kết nối và chia sẻ dữ liệu số của cơ quan nhà nước [9]. Chất lượng dữ liệu cũng cần được kiểm soát, đặc biệt đối với các tài liệu được xử lý bằng công nghệ nhận dạng tự động. Do đó, xây dựng kho dữ liệu không thể chỉ dựa vào đầu tư công nghệ, mà cần sự phối hợp giữa các cơ quan lưu trữ, cơ sở nghiên cứu và cộng đồng học thuật.

Kết luận

Xây dựng kho dữ liệu phục vụ nghiên cứu lịch sử Việt Nam không chỉ là giải pháp đáp ứng yêu cầu chuyển đổi số, mà còn là một bước đầu tư quan trọng vào năng lực nghiên cứu và phát triển tri thức lịch sử trong tương lai. Thông qua việc số hóa, tổ chức, kết nối và bảo tồn các nguồn tư liệu, kho dữ liệu có thể mở rộng khả năng tiếp cận thông tin, hỗ trợ kiểm chứng nguồn, thúc đẩy nghiên cứu liên ngành và tạo điều kiện cho sự hợp tác giữa các nhà nghiên cứu, cơ quan lưu trữ, thư viện và bảo tàng. Tương lai của nghiên cứu lịch sử Việt Nam không chỉ phụ thuộc vào việc bảo tồn được bao nhiêu tài liệu, mà còn phụ thuộc vào khả năng tổ chức, kết nối và làm cho những tài liệu này tiếp tục được đọc, đối chiếu và diễn giải trong những câu hỏi nghiên cứu mới. Xây dựng kho dữ liệu phục vụ nghiên cứu lịch sử Việt Nam do vậy không chỉ đáp ứng yêu cầu bảo tồn tư liệu mà còn phục vụ hiệu quả cho công tác nghiên cứu chuyên sâu, đào tạo và cung cấp luận cứ khoa học cho phát triển đất nước.

TÀI LIỆU THAM KHẢO

[1]. TS. Lê Thị Thu Hằng (2026), “Chuyển đổi số trong hoạt động của Tạp chí Khoa học”, https://viensuhoc.vass.gov.vn/chuyen-doi-so/chuyen-doi-so-trong-hoat-dong-cua-tap-chi-khoa-hoc-580101, truy cập 23-9-2026.

[2] TS. Nguyễn Lan Dung (2026), “Số hóa tài liệu trong nghiên cứu lịch sử - Những vấn đề đặt ra”, https://viensuhoc.vass.gov.vn/chuyen-doi-so/so-hoa-tai-lieu-trong-nghien-cuu-lich-su-nhung-van-de-dat-ra-579505, truy cập 24-9-2026.

[3] TS. Trương Thùy Dung (2026), "Chuyển đổi số gắn với cải cách hành chính trong các viện nghiên cứu: Nhìn từ thực tiễn Viện Hàn lâm Khoa học xã hội Việt Nam", https://viensuhoc.vass.gov.vn/chuyen-doi-so/chuyen-doi-so-gan-voi-cai-cach-hanh-chinh-trong-cac-vien-nghien-cuu-nhin-tu-thuc-tien-vien-han-lam--580205, truy cập 24-9-2026.

[4] Bộ Chính trị (2024). "Nghị quyết số 57-NQ/TW ngày 22/12/2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia". Cổng Thông tin điện tử Chính phủ. https://tulieuvankien.dangcongsan.vn/he-thong-van-ban/van-ban-cua-dang/nghi-quyet-so-57-nqtw-ngay-22122024-cua-bo-chinh-tri-ve-dot-pha-phat-trien-khoa-hoc-cong-nghe-doi-moi-sang-tao-va-chuyen-11162, truy cập 23-9-2026.

[5] PGS.TS. Võ Xuân Vinh (2026), “Chuyển đổi số trong nghiên cứu lịch sử: Từ nhận thức đến hành động”, https://viensuhoc.vass.gov.vn/chuyen-doi-so/chuyen-doi-so-trong-nghien-cuu-lich-su-tu-nhan-thuc-den-hanh-dong-579770, truy cập 24-9-2026

[6] TS. Ngô Hoàng Nam (2026), "Nghị quyết 24-NQ/TW của Bộ Chính trị với nhiệm vụ chuyển đổi số trong nghiên cứu lịch sử", https://viensuhoc.vass.gov.vn/chuyen-doi-so/nghi-quyet-24-nq-tw-cua-bo-chinh-tri-voi-nhiem-vu-chuyen-doi-so-trong-nghien-cuu-lich-su-580178, truy cập 24-9-2026.

[7] Quốc hội (2025), "Luật Khoa học, công nghệ và đổi mới sáng tạo". https://datafiles.chinhphu.vn/cpp/files/vbpq/2025/7/93qh.signed.pdf

[8] ThS. Hoàng Thị Hà (2026), "Phát triển nguồn nhân lực khoa học xã hội và nhân văn chất lượng cao theo tinh thần Nghị quyết số 57-NQ/TW", https://viensuhoc.vass.gov.vn/chuyen-doi-so/phat-trien-nguon-nhan-luc-khoa-hoc-xa-hoi-va-nhan-van-chat-luong-cao-theo-tinh-than-nghi-quyet-so-5-581230, truy cập ngày 24-9-2026.

[9] Chính phủ (2020). "Nghị định số 47/2020/NĐ-CP ngày 09/4/2020 về quản lý, kết nối và chia sẻ dữ liệu số của cơ quan nhà nước". https://datafiles.chinhphu.vn/cpp/files/vbpq/2020/04/47.signed.pdf