Phần lớn dự án nhân văn số rơi vào ba kiểu: số hoá và dựng ấn bản tư liệu, phân tích tư liệu bằng máy, và trình bày kết quả dưới dạng tương tác. Mỗi kiểu đòi một bộ kỹ năng khác nhau, và một dự án vừa sức thường chỉ cần làm tốt một kiểu.
Cụm từ nhân văn số (digital humanities) hay được dùng như một lời hứa chung chung: có máy tính là có phát hiện mới. Thực tế khiêm tốn hơn. Máy giúp người làm văn học, sử học, ngôn ngữ học, Hán Nôm làm nhanh những việc vốn rất chậm bằng tay, và đôi khi giúp nhìn thấy những mẫu hình mà mắt người khó gom lại. Nhưng câu hỏi nghiên cứu vẫn do người đặt, và kết quả vẫn phải đọc lại bằng hiểu biết chuyên môn. Bài này tách ba kiểu dự án để bạn biết mình đang định làm gì, cần học gì, và nên bắt đầu ở quy mô nào.
Ba kiểu dự án nhân văn số khác nhau ở đâu?
Cách nhanh nhất để định vị một dự án là hỏi: sản phẩm cuối cùng là gì? Một bộ tư liệu dùng được, một phát hiện từ dữ liệu, hay một giao diện cho người khác khám phá?
| Kiểu dự án | Sản phẩm cuối | Kỹ năng chính | Công cụ hay gặp |
|---|---|---|---|
| Số hoá và ấn bản | Bộ ảnh, văn bản số có chú giải, kho tư liệu tra cứu được | Văn bản học, siêu dữ liệu, chuẩn mã hoá | Máy quét, phần mềm nhận dạng chữ, TEI, Omeka |
| Phân tích bằng máy | Kết quả định lượng: tần suất, chủ đề, mạng lưới, phân bố không gian | Làm sạch dữ liệu, thống kê cơ bản, đọc kết quả có phê phán | Voyant Tools, AntConc, R, Python, Gephi, QGIS |
| Trình bày và tương tác | Trang web, bản đồ, dòng thời gian, triển lãm số | Thiết kế thông tin, kể chuyện bằng tư liệu, quản lý quyền hình ảnh | Omeka, StoryMap, công cụ dòng thời gian, trang tĩnh |
Ba kiểu này nối vào nhau: không có tư liệu số sạch thì không phân tích được, không phân tích thì phần trình bày chỉ là album ảnh. Nhưng một luận văn hay một đề tài cấp cơ sở hiếm khi đủ thời gian làm trọn cả ba. Chọn một kiểu làm trục, hai kiểu kia làm ở mức tối thiểu.
Kiểu thứ nhất: số hoá và dựng ấn bản cần gì?
Bản chất công việc
Đây là kiểu gần với nghề văn bản học truyền thống nhất. Bạn chọn một nhóm tư liệu, chụp hoặc quét, chuyển thành văn bản đọc được bằng máy, đối chiếu, chú giải, rồi đưa lên một nơi người khác tra cứu được. Giá trị nằm ở độ tin cậy của văn bản và ở siêu dữ liệu đi kèm, không nằm ở độ đẹp của giao diện.
Kỹ năng phải có
Biết đọc tư liệu gốc (chữ Hán Nôm, chữ Quốc ngữ đầu thế kỷ, chữ viết tay), biết lập bảng siêu dữ liệu nhất quán, biết một chuẩn mã hoá như TEI ở mức đánh dấu nhân vật, địa danh, dị bản. Kỹ năng lập trình chỉ cần ở mức chạy được công cụ có sẵn.
Đề tài vừa sức
Số hoá và chú giải một tập thơ văn của một tác giả địa phương; dựng bộ sưu tập số các văn bia của một làng; ấn bản đối chiếu hai dị bản của một truyện Nôm ngắn. Phạm vi vài chục đến vài trăm trang là hợp lý cho một người trong một năm.
Kiểu thứ hai: phân tích bằng máy cần gì?
Bản chất công việc
Bạn có sẵn một kho văn bản, thư từ, sổ sách hay dữ liệu địa danh đủ lớn, và đặt câu hỏi mà đọc tay không trả lời nổi: từ ngữ nào thay đổi tần suất qua các thập kỷ, ai liên lạc với ai, sự kiện nào tập trung ở vùng nào. Máy đếm, gom nhóm, vẽ mạng lưới; người đọc lại để giải thích.
Kỹ năng phải có
Làm sạch dữ liệu là phần tốn công nhất, thường chiếm phần lớn thời gian dự án. Bạn cần biết bảng tính ở mức thành thạo, một ít R hoặc Python nếu kho lớn, và nhất là biết nghi ngờ kết quả: một từ xuất hiện nhiều có thể chỉ vì một tờ báo được số hoá nhiều số hơn tờ khác.
Đề tài vừa sức
So sánh từ vựng chủ đề trong hai giai đoạn của một tờ báo đã có bản số; dựng mạng lưới thư từ của một nhóm trí thức từ các tập thư đã xuất bản; vẽ phân bố địa danh trong một bộ địa chí. Điều kiện tiên quyết: kho văn bản đã tồn tại ở dạng số hoặc bạn đủ sức số hoá nó.
Kiểu thứ ba: trình bày và tương tác cần gì?
Bản chất công việc
Sản phẩm là một không gian để người khác khám phá tư liệu: triển lãm trực tuyến, bản đồ có điểm bấm vào được, dòng thời gian có ảnh và trích đoạn. Kiểu này hợp với bảo tàng, thư viện, khoa có nhu cầu giới thiệu tư liệu ra công chúng.
Kỹ năng phải có
Viết lời dẫn ngắn mà chính xác, chọn tư liệu kể được chuyện, xử lý quyền sử dụng hình ảnh, và bảo trì trang lâu dài. Phần kỹ thuật thường dựa vào nền tảng có sẵn như Omeka thay vì tự lập trình.
Đề tài vừa sức
Triển lãm số về một nghề thủ công của một vùng từ ảnh và phỏng vấn; bản đồ tương tác các di tích được nhắc trong một cuốn du ký; dòng thời gian về lịch sử một trường học dựng từ kỷ yếu. Rủi ro lớn nhất là trang chết sau khi hết kinh phí, nên phải tính trước nơi lưu trữ.
Chọn kiểu dự án theo câu hỏi nghiên cứu, không theo công cụ
Sai lầm phổ biến là bắt đầu từ công cụ: thấy một phần mềm vẽ mạng lưới đẹp rồi đi tìm dữ liệu để vẽ. Kết quả thường là một hình rối mắt không trả lời câu hỏi nào. Hãy viết câu hỏi nghiên cứu ra trước, rồi hỏi: để trả lời, mình cần tư liệu ở dạng nào, cần đếm hay cần đọc, ai sẽ dùng sản phẩm.
Nếu câu hỏi là “văn bản này thực sự viết gì, có mấy dị bản”, bạn đang làm kiểu thứ nhất. Nếu là “điều gì thay đổi, ai nối với ai, ở đâu tập trung”, bạn làm kiểu thứ hai. Nếu là “làm sao để công chúng và đồng nghiệp tiếp cận bộ tư liệu này”, bạn làm kiểu thứ ba. Một đề tài có thể có cả ba câu hỏi, nhưng hãy xếp thứ tự ưu tiên.
Một tình huống hay gặp: nhóm giảng viên văn học muốn “làm nhân văn số” cho tác phẩm của một nhà thơ. Sau khi ngồi lại, nhóm nhận ra chưa có bản văn bản số đáng tin nào của toàn bộ thi phẩm. Việc đúng là làm kiểu thứ nhất trước, dựng văn bản chuẩn, rồi mới tính đến khai phá văn bản ở giai đoạn sau.
Những việc không cần làm ngay từ đầu
Không cần tự lập trình nền tảng. Omeka, Voyant Tools, Gephi, QGIS đều miễn phí và đủ cho phần lớn dự án nhỏ. Tự viết trang web riêng là gánh bảo trì nhiều năm.
Không cần số hoá hết kho tư liệu. Một mẫu được chọn có lý do, mô tả rõ tiêu chí chọn, có giá trị hơn một kho lớn nhưng không ai kiểm.
Không cần học máy hay mạng nơ-ron. Đếm tần suất, so sánh hai nhóm văn bản, vẽ mạng lưới đơn giản đã trả lời được nhiều câu hỏi nhân văn. Phương pháp phức tạp hơn chỉ đáng dùng khi phương pháp đơn giản không đủ.
Không cần giao diện đẹp ngay. Một bảng tính siêu dữ liệu sạch và một thư mục ảnh đặt tên đúng là nền móng. Giao diện có thể làm lại, dữ liệu bẩn thì phải làm lại từ đầu.
Bảng kiểm trước khi viết đề cương dự án nhân văn số
Trả lời được các câu dưới đây thì đề cương của bạn đã đứng vững hơn phần lớn hồ sơ xin kinh phí:
- Câu hỏi nghiên cứu là gì, viết trong một câu, không nhắc tên công cụ.
- Tư liệu nằm ở đâu, ai giữ, bạn có quyền chụp và công bố hình ảnh không.
- Tư liệu đã ở dạng số chưa; nếu chưa, khối lượng số hoá là bao nhiêu trang và mất bao lâu.
- Dự án thuộc kiểu nào trong ba kiểu, kiểu nào làm trục.
- Kỹ năng nào nhóm đã có, kỹ năng nào phải học hoặc phải mời người cùng làm.
- Dữ liệu và sản phẩm sẽ được lưu ở đâu sau khi dự án kết thúc, theo định dạng mở nào.
- Ai là người dùng cuối: đồng nghiệp chuyên ngành, sinh viên hay công chúng.
Câu cuối thường bị bỏ qua nhưng quyết định nhiều thứ: ấn bản cho chuyên gia cần chú giải dị bản chi tiết, triển lãm cho công chúng cần lời dẫn ngắn và hình ảnh tốt. Hai sản phẩm này khó gộp làm một mà vẫn tốt cả hai.
Câu hỏi thường gặp
Nhân văn số có phải là một ngành riêng không?
Ở nhiều trường nước ngoài có chương trình và trung tâm nhân văn số, nhưng về bản chất đây là cách làm nghiên cứu nhân văn có dùng công cụ số. Người làm vẫn đứng trong ngành gốc của mình như văn học, sử học hay ngôn ngữ học.
Người không biết lập trình có làm nhân văn số được không?
Được. Kiểu số hoá và ấn bản, kiểu trình bày tương tác đều làm được bằng công cụ có giao diện. Phân tích kho văn bản nhỏ cũng có công cụ chạy trên trình duyệt. Lập trình chỉ cần khi kho lớn hoặc phân tích đặc thù.
Dự án nhân văn số nhỏ nhất nên bắt đầu thế nào?
Chọn một nhóm tư liệu vài chục trang, số hoá đúng chuẩn, lập bảng siêu dữ liệu, đưa lên một kho tra cứu đơn giản. Làm trọn một vòng nhỏ giúp bạn hiểu chi phí thật trước khi xin làm dự án lớn.
Có cần xin phép khi chụp tư liệu ở thư viện, đình chùa không?
Cần. Quyền chụp và quyền công bố hình ảnh là hai việc khác nhau, nên hỏi rõ cả hai và giữ văn bản đồng ý. Thiếu quyền công bố thì bạn vẫn nghiên cứu được nhưng không đưa ảnh lên mạng được.
Kết quả phân tích bằng máy có thay được việc đọc tư liệu không?
Không. Kết quả đếm và gom nhóm chỉ gợi ý chỗ cần đọc kỹ. Mọi kết luận nên được kiểm lại bằng đọc gần các đoạn văn cụ thể, và bài viết nên trích dẫn những đoạn đó.
Sản phẩm nhân văn số nên lưu ở đâu cho lâu dài?
Dữ liệu gốc nên gửi vào một kho lưu trữ mở có mã định danh bền vững như Zenodo hoặc kho của trường. Trang web trình bày có thể mất, nhưng dữ liệu và tài liệu mô tả phải còn để người sau dùng lại.
