Thứ Năm, 8 tháng 10, 2026

Di sản văn hóa kỹ thuật số: Bảo tồn, tính bền vững và sự tham gia của công chúng trong kỷ nguyên số

 

Di sản văn hóa kỹ thuật số: Bảo tồn, tính bền vững và sự tham gia của công chúng trong kỷ nguyên số

Digital Cultural Heritage: Preservation, Sustainability, and Public Engagement in the Digital Era

10 July 2026 by By Dr. Ahmed Adel Zidan, Library Director, University of Khorfakkan, UAE

Theo: https://www.ifla.org/news/digital-cultural-heritage-preservation-sustainability-and-public-engagement-in-the-digital-era/

Bài được đưa lên Internet ngày: 10/07/2026

Sự phát triển nhanh chóng của công nghệ kỹ thuật số đã làm thay đổi căn bản công tác bảo tồn, quản lý và phổ biến di sản văn hóa trên toàn thế giới. Kể từ những năm 1990, các cơ sở văn hóa—bao gồm thư viện, cơ quan lưu trữ, bảo tàng và trung tâm di sản—đã ngày càng tích cực ứng dụng các công cụ kỹ thuật số để ghi nhận và bảo vệ tài sản văn hóa, nâng cao năng lực nghiên cứu cũng như mở rộng khả năng tiếp cận của công chúng đối với các nguồn tài nguyên di sản. Những gì khởi đầu là quá trình số hóa đơn thuần nay đã phát triển thành một hệ sinh thái rộng lớn và tinh vi hơn, được biết đến ngày nay với tên gọi di sản văn hóa kỹ thuật số.

Di sản văn hóa kỹ thuật số hiện bao hàm nhiều hình thức biểu đạt văn hóa đa dạng, bao gồm di sản khảo cổ và kiến ​​trúc, các truyền thống văn hóa phi vật thể, bản thảo và tài liệu lưu trữ lịch sử, nghệ thuật kỹ thuật số, các bộ sưu tập nghe nhìn và nội dung được tạo ra dưới dạng kỹ thuật số ngay từ đầu (born-digital). Các cuộc thảo luận quốc tế do UNESCO và các tổ chức di sản toàn cầu dẫn dắt đã mở rộng khái niệm này vượt xa phạm vi số hóa đơn thuần, bao trùm cả các khâu sáng tạo, quản lý, diễn giải, bảo tồn và tái sử dụng nguồn tài nguyên văn hóa kỹ thuật số.

Những tiến bộ công nghệ gần đây đã nâng cao đáng kể năng lực của các cơ sở di sản. Sự phát triển của các kỹ thuật như đo ảnh (photogrammetry), quét laser 3D, hình ảnh học tính toán, hệ thống thông tin địa lý (GIS) và các công nghệ nhập vai (như thực tế ảo và thực tế tăng cường) đã cho phép các cơ sở này chuyển đổi từ phương thức ghi nhận hai chiều truyền thống sang các trải nghiệm di sản ba chiều và có tính tương tác cao. Các công nghệ này không chỉ hỗ trợ hoạt động bảo tồn mà còn thúc đẩy công tác nghiên cứu, trùng tu, giáo dục, diễn giải di sản và tăng cường sự tham gia của công chúng.

Do đó, bảo tồn kỹ thuật số đã trở thành ưu tiên chiến lược đối với các tổ chức văn hóa. Hoạt động này bao gồm việc quản lý lâu dài các thông tin và tài nguyên kỹ thuật số nhằm đảm bảo khả năng tiếp cận, tính xác thực, tính khả dụng và khả năng diễn giải của chúng theo thời gian. Quy trình này đặc biệt quan trọng đối với các tư liệu di sản mỏng manh hoặc có nguy cơ mai một, vốn dễ bị hư hại do xuống cấp, thiên tai, xung đột hoặc biến đổi môi trường. Thông qua số hóa và các quy trình bảo tồn kỹ thuật số, các cơ sở có thể bảo vệ những bản thảo quý hiếm, tài liệu lưu trữ lịch sử, truyền thống truyền miệng, tư liệu ảnh và di sản kiến ​​trúc, đồng thời hạn chế việc trực tiếp tiếp xúc và thao tác trên các tài liệu gốc.

Lợi ích của di sản văn hóa kỹ thuật số còn vượt ra ngoài việc chỉ bảo tồn. Công nghệ kỹ thuật số đã tạo ra những cơ hội chưa từng có về khả năng tiếp cận và sự tham gia của công chúng. Triển lãm ảo, kho lưu trữ trực tuyến, ứng dụng di động, nền tảng tương tác và các kênh truyền thông xã hội hiện cho phép khán giả toàn cầu khám phá các bộ sưu tập văn hóa bất kể giới hạn về địa lý hoặc vật lý. Những công cụ này cũng góp phần đổi mới giáo dục bằng cách tạo ra những trải nghiệm học tập phong phú và tương tác, có khả năng thu hút thế hệ trẻ theo những cách mới và có ý nghĩa.

Hơn nữa, các sáng kiến ​​về di sản kỹ thuật số còn hỗ trợ những mục tiêu rộng lớn hơn của sự phát triển bền vững thông qua việc củng cố bản sắc văn hóa, khuyến khích sự tham gia của cộng đồng và thúc đẩy khả năng tiếp cận tri thức một cách bình đẳng, bao trùm toàn diện. Công nghệ kỹ thuật số đóng vai trò đặc biệt quan trọng trong việc tăng cường khả năng tiếp cận cho người khuyết tật nhờ các tính năng như hướng dẫn bằng âm thanh, giao diện đơn giản hóa, hỗ trợ đa ngôn ngữ, tích hợp ngôn ngữ ký hiệu và môi trường kỹ thuật số có khả năng thích ứng linh hoạt.

Bất chấp những cơ hội đó, các dự án di sản văn hóa kỹ thuật số vẫn phải đối mặt với nhiều thách thức đáng kể. Một trong những vấn đề cấp bách nhất là tính bền vững. Các nguồn tài nguyên kỹ thuật số luôn tiềm ẩn nguy cơ bị lỗi thời về công nghệ, không tương thích phần mềm, hỏng hóc phần cứng, rủi ro an ninh mạng và thiếu hụt nguồn kinh phí dài hạn. Nếu thiếu các chiến lược bảo tồn rõ ràng cùng cam kết mạnh mẽ từ các tổ chức, chính bản thân các dự án di sản kỹ thuật số cũng có thể rơi vào tình trạng bị mai một hoặc mất mát.

Vấn đề chất lượng và tính xác thực của nội dung cũng quan trọng không kém. Sự thành công của các sáng kiến ​​di sản kỹ thuật số phụ thuộc rất lớn vào độ chính xác, độ tin cậy và tính toàn vẹn về mặt bối cảnh của nội dung được cung cấp. Do đó, các cơ sở văn hóa gánh vác trọng trách lớn trong việc đảm bảo các bản sao kỹ thuật số vừa phản ánh trung thực tư liệu gốc, vừa đáp ứng được những kỳ vọng ngày càng thay đổi của công chúng đương thời.

Các khía cạnh pháp lý và đạo đức cũng tiếp tục định hình bối cảnh của lĩnh vực di sản kỹ thuật số. Những vấn đề liên quan đến bản quyền, quyền sở hữu trí tuệ, cấp phép và quyền truy cập thường đặt ra nhiều thách thức lớn cho các cơ sở có mong muốn số hóa và chia sẻ tư liệu văn hóa trực tuyến. Ngày càng có nhiều tổ chức tìm kiếm các cơ chế cấp phép linh hoạt, chẳng hạn như giấy phép Creative Commons, nhằm hài hòa giữa tính cởi mở, chia sẻ và công tác quản lý quyền sở hữu phù hợp.

Việc áp dụng các tiêu chuẩn quốc tế về siêu dữ liệu và tính tương hợp (interoperability) đã trở nên thiết yếu để giải quyết nhiều thách thức trong số này. Các tiêu chuẩn như Dublin Core, DOI, OAI-PMH, MARC 21, METS, CIDOC CRM và EAD tạo điều kiện thuận lợi cho việc tổ chức, tìm kiếm, trao đổi và bảo tồn lâu dài các nguồn tài nguyên di sản số trên các hệ thống và tổ chức đa dạng. Những khuôn khổ này giúp tăng cường tính tương hợp và cho phép các cơ sở văn hóa tham gia hiệu quả hơn vào các mạng lưới di sản số toàn cầu.

Một số sáng kiến ​​quốc tế đã chứng minh tiềm năng mang tính chuyển đổi của di sản văn hóa số. Ví dụ, Europeana đã trở thành một trong những nền tảng văn hóa số lớn nhất thế giới nhờ cung cấp quyền truy cập tích hợp vào hàng triệu đối tượng số do các thư viện, cơ quan lưu trữ và bảo tàng trên khắp châu Âu đóng góp. Tương tự, các nền tảng di sản tiên tiến dựa trên điện toán đám mây, công nghệ nguồn mở và môi trường kỹ thuật số tương tác đã cho thấy cơ sở hạ tầng số có thể hỗ trợ công tác bảo tồn di sản bền vững, nghiên cứu chuyên sâu và tăng cường sự tham gia của công chúng như thế nào.

Xét về bản chất, di sản văn hóa số là sự giao thoa giữa ký ức văn hóa và đổi mới công nghệ. Nó không còn chỉ giới hạn ở việc bảo tồn các tư liệu lịch sử dưới dạng kỹ thuật số; thay vào đó, nó đã trở thành một khuôn khổ tích hợp cho việc sản xuất tri thức, truyền thông văn hóa, giáo dục, phát triển bền vững và tái sử dụng sáng tạo. Sự thành công trong tương lai của các sáng kiến ​​di sản số phụ thuộc vào việc lập kế hoạch chiến lược, sự hợp tác giữa các cơ sở, nguồn nhân lực có trình độ, các mô hình tài chính bền vững và việc áp dụng các thực tiễn tốt nhất trên thế giới.

Khi các cơ sở văn hóa tiếp tục thích ứng với quá trình chuyển đổi số của xã hội, di sản văn hóa số sẽ vẫn là công cụ quan trọng để bảo tồn ký ức chung, củng cố bản sắc văn hóa và đảm bảo rằng di sản văn hóa của nhân loại luôn có thể tiếp cận được đối với các thế hệ mai sau.

The rapid evolution of digital technologies has fundamentally transformed the preservation, management, and dissemination of cultural heritage worldwide. Since the 1990s, cultural institutions—including libraries, archives, museums, and heritage centers—have increasingly adopted digital tools to document and protect cultural assets, improve research capabilities, and expand public access to heritage resources. What initially began as a process of digitisation has evolved into a broader and more sophisticated ecosystem known today as digital cultural heritage.3d

Digital cultural heritage now encompasses a wide range of cultural expressions, including archaeological and architectural heritage, intangible cultural traditions, historical manuscripts and archives, digital art, audiovisual collections, and born-digital content. International discussions led by UNESCO and global heritage organisations have further expanded the concept beyond simple digitisation to include the creation, management, interpretation, preservation, and reuse of digital cultural resources.

Recent technological advances have significantly enhanced the capabilities of heritage institutions. Developments in photogrammetry, 3D laser scanning, computational imaging, geographic information systems (GIS), and immersive technologies such as virtual and augmented reality have enabled institutions to move from traditional two-dimensional documentation toward advanced three-dimensional and interactive heritage experiences. These technologies support not only preservation activities, but also research, restoration, education, interpretation, and public engagement.

Digital preservation has consequently become a strategic priority for cultural institutions. It refers to the long-term management of digital information and resources to ensure their continued accessibility, authenticity, usability, and interpretability over time. This process is particularly important for fragile or endangered heritage materials that may be vulnerable to deterioration, disasters, conflict, or environmental change. Through digitisation and digital preservation workflows, institutions can safeguard rare manuscripts, historical archives, oral traditions, photographs, and architectural heritage while simultaneously reducing the handling of original materials.

The benefits of digital cultural heritage extend well beyond preservation alone. Digital technologies have created unprecedented opportunities for accessibility and public participation. Virtual exhibitions, online repositories, mobile applications, interactive platforms, and social media channels now allow global audiences to explore cultural collections regardless of geographic or physical limitations. These tools also contribute to educational innovation by creating immersive and interactive learning experiences capable of engaging younger generations in new and meaningful ways.

Furthermore, digital heritage initiatives support the broader objectives of sustainable development by strengthening cultural identity, encouraging community participation, and promoting inclusive access to knowledge. Digital technologies can play an especially important role in enhancing accessibility for persons with disabilities through audio guides, simplified interfaces, multilingual interpretation, sign-language integration, and adaptive digital environments.

Despite these opportunities, digital cultural heritage projects face several significant challenges. One of the most critical issues concerns sustainability. Digital resources remain vulnerable to technological obsolescence, software incompatibility, hardware failure, cybersecurity risks, and insufficient long-term funding. Without clear preservation strategies and institutional commitment, digital heritage projects may themselves become endangered.

Equally important is the issue of content quality and authenticity. The success of digital heritage initiatives depends heavily on the accuracy, reliability, and contextual integrity of the digital content provided. Cultural institutions therefore bear a major responsibility in ensuring that digital representations remain faithful to the original materials while also meeting the evolving expectations of contemporary audiences.

Legal and ethical considerations also continue to shape the digital heritage landscape. Questions related to copyright, intellectual property rights, licensing, and access permissions often present major challenges for institutions seeking to digitise and share cultural materials online. Increasingly, many organisations are exploring flexible licensing frameworks, including Creative Commons licenses, to balance openness with appropriate rights management.

The implementation of international metadata and interoperability standards has become essential in addressing many of these challenges. Standards such as Dublin Core, DOI, OAI-PMH, MARC 21, METS, CIDOC CRM, and EAD facilitate the organisation, discovery, exchange, and long-term preservation of digital heritage resources across heterogeneous systems and institutions. These frameworks enhance interoperability and enable cultural institutions to participate more effectively in global digital heritage networks.

Several international initiatives demonstrate the transformative potential of digital cultural heritage. Europeana, for example, has emerged as one of the world’s largest digital cultural platforms by providing integrated access to millions of digital objects contributed by libraries, archives, and museums across Europe. Similarly, innovative heritage platforms based on cloud computing, open-source technologies, and interactive digital environments have shown how digital infrastructure can support sustainable heritage preservation, advanced research, and enhanced public engagement.

Ultimately, digital cultural heritage represents a convergence between cultural memory and technological innovation. It is no longer limited to preserving historical materials in digital form; rather, it has become an integrated framework for knowledge production, cultural communication, education, sustainability, and creative reuse. The future success of digital heritage initiatives depends on strategic planning, institutional collaboration, skilled human resources, sustainable funding models, and the adoption of international best practices.

As cultural institutions continue to navigate the digital transformation of society, digital cultural heritage will remain a critical instrument for preserving collective memory, strengthening cultural identity, and ensuring that humanity’s cultural legacy remains accessible to future generations.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Tư, 7 tháng 10, 2026

‘Hướng dẫn về các bộ sưu tập và dữ liệu của người bản địa’ - bản dịch sang tiếng Việt

 ‘Hướng dẫn về các bộ sưu tập và dữ liệu của người bản địa’ - bản dịch sang tiếng Việt

Là bản dịch sang tiếng Việt tài liệu của các tác giả: Jane Anderson, Maui Hudson, Hop Hopkins, Corrie Roe, và Vanessa Smith, © Creative Commons và Local Contexts, 2026; giấy phép CC BY-NC 4.0.

“Lời kết

Đối với các cơ sở đang quản lý và chăm sóc nhiều loại hình tư liệu di sản đa dạng, điều quan trọng là không được bỏ qua quan điểm và quyền lợi của các cộng đồng chủ sở hữu di sản. Bản Hướng dẫn này được xây dựng nhằm cung cấp những lời khuyên thực tiễn cụ thể, đảm bảo rằng các quan điểm này được bày tỏ, lắng nghe và tích hợp vào quy trình ra quyết định. Đây là bước khởi đầu, mời gọi các bên tham gia vào những cuộc đối thoại và tham vấn cởi mở, minh bạch, mang tính xây dựng, hợp tác và tôn trọng lẫn nhau. Cụ thể, tài liệu này chỉ ra cách thức phối hợp giữa các giấy phép Creative Commons và hệ thống Nhãn (Labels) cũng như Thông báo (Notices) của Local Contexts, nhằm mục tiêu nâng cao các khuôn khổ quyền lợi của người bản địa và tạo điều kiện tiếp cận di sản một cách công bằng.

Có những thời điểm, một cơ sở có thể không nhận thức được những tổn hại mà họ đang vô tình gây ra. Việc thực hiện từng bước thận trọng, tạo không gian đối thoại, cũng như rà soát các chính sách và quy trình để phát hiện những thiếu sót về mặt chủ đích hay các yếu tố gây loại trừ là những bước đi đầu tiên quan trọng. Điều quan trọng cần lưu ý là: chính sách truy cập mở đối với di sản văn hóa không nhằm mục đích ép buộc việc tiếp cận những di sản mà cộng đồng chủ sở hữu hoặc người giám hộ theo tập quán không có ý định chia sẻ—chứ chưa nói đến việc chia sẻ công khai. Mặc dù điều này có thể chưa được thể hiện rõ ràng trong các hồ sơ lưu trữ hay thông tin danh mục hiện có, quan điểm chung của chúng tôi là di sản văn hóa cần được mở ở mức tối đa có thể và đóng ở mức cần thiết; trong đó, Local Contexts đóng vai trò quan trọng trong việc làm rõ sự khác biệt tinh tế giữa các trạng thái này.

Từ góc độ của Creative Commons, tính mở (Openness) là phương tiện để thúc đẩy các mục tiêu chính sách văn hóa, nhằm xóa bỏ những rào cản kinh tế - xã hội bất công trong việc tiếp cận di sản trên môi trường kỹ thuật số, đồng thời là cách thức để dân chủ hóa quyền tiếp cận. Từ góc độ của Local Contexts, tính mở cần được thống nhất với cộng đồng, dựa trên việc xem xét quá trình hình thành các bộ sưu tập, nơi lưu giữ hiện tại và bên đang nắm quyền kiểm soát chúng. Sự hợp tác giữa chúng tôi tìm thấy điểm chung khi cùng xem xét các vấn đề này qua lăng kính về cách đối xử trong lịch sử, quá trình xây dựng mối quan hệ và sự tái kết nối.

Về cơ bản, đạo đức của mở không cổ xúy cho việc truy cập không giới hạn và vô điều kiện, cũng không ủng hộ sự đóng kín bất hợp lý hay thái quá. Tính mở tồn tại dưới nhiều hình thức, bối cảnh và giai đoạn khác nhau; hành trình chuyển từ trạng thái đóng sang mở chính là quá trình xây dựng mối quan hệ và quan hệ đối tác.”

Tự do tải về bản dịch sang tiếng Việt của tài liệu có 56 trang tại địa chỉ: https://www.dropbox.com/scl/fi/3r22jh5mw95g0ax0d6nst/Guidance-for-Indigenous-Collections-and-Data_English_Final_Vi-22092026.pdf?rlkey=1h9fz0q3qk5b7bw4j8qjssc4s&st=g74th0p1&dl=0

Xem thêm:

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Ba, 6 tháng 10, 2026

Hướng dẫn cấp phép CC. Sử dụng các giấy phép CC trong kỷ nguyên AI

 

Hướng dẫn cấp phép CC. Sử dụng các giấy phép CC trong kỷ nguyên AI

CC License Guidance. Using CC Licenses in the Age of AI

"Helsingin olympialaiset 1952" by Olympia-Kuva Oy from the Helsinki City Museum is in the public domain.

Theo: https://creativecommons.org/cc-license-guidance/

Tải xuống Hướng dẫn cấp phép (bản dịch sang tiếng Việt)

AI đang thay đổi cách mọi người tạo lập, chia sẻ và tái sử dụng nội dung cũng như dữ liệu. Nó cũng đặt ra những câu hỏi mới về việc các tác giả và chủ sở hữu quyền muốn tác phẩm của mình được sử dụng như thế nào. Tuy nhiên, AI không làm thay đổi mục đích cốt lõi của các giấy phép CC: truyền tải các quyền được cấp phép trong phạm vi áp dụng của luật bản quyền.

Vì vậy, chúng tôi đã xem xét lại các hướng dẫn trước đây của mình và tự hỏi: "Liệu chúng còn phù hợp hay không?"

Câu trả lời ngắn gọn là: có.

Chúng tôi vẫn khuyến nghị sử dụng loại giấy phép CC linh hoạt nhất đáp ứng được mục tiêu chia sẻ của bạn. Trong một số trường hợp, có thể cần đến loại giấy phép hạn chế hơn. Tuy nhiên, giấy phép hạn chế hơn cũng có thể cản trở việc con người tái sử dụng mà không ngăn chặn được AI sử dụng, do nhiều hình thức sử dụng AI có thể nằm ngoài phạm vi điều chỉnh của luật bản quyền.

Tài liệu hướng dẫn này giải thích lý do cũng như những gì giấy phép CC hiện có thể và không thể thực hiện liên quan đến AI. Nó cũng mô tả các nỗ lực rộng lớn hơn mà chúng tôi đang triển khai giải quyết các nhu cầu nằm ngoài phạm vi cấp phép bản quyền.

Câu hỏi và giải đáp

Nếu hướng dẫn trước đây vẫn còn tốt, vì sao chúng tôi lại công bố báo cáo mới này?

Bởi vì "vẫn còn tốt" không đồng nghĩa với việc "được hiểu đúng". AI đã gây ra nhiều sự mơ hồ về khả năng và giới hạn của giấy phép CC, và hướng dẫn mới này là cách chúng tôi giải đáp những thắc mắc đó.

Giấy phép CC là các công cụ về bản quyền. Chúng truyền tải các quyền được cấp phép trong phạm vi áp dụng của luật bản quyền.

AI đặt ra những vấn đề mới về cách thức truy cập và sử dụng nội dung và dữ liệu, bao gồm cả những hình thức sử dụng có thể không chịu sự điều chỉnh của luật bản quyền. Tại nhiều khu vực pháp lý, các quy định hiện hành về ngoại lệ và giới hạn quyền tác giả có thể cho phép một số hình thức sử dụng AI nhất định, bất kể tác phẩm đó đang sử dụng loại giấy phép nào. Giấy phép CC không làm vô hiệu hóa các ngoại lệ đó.

Sự khác biệt này rất quan trọng. Nếu một hành vi sử dụng nằm ngoài phạm vi bản quyền, việc thay đổi giấy phép sẽ không ảnh hưởng đến hành vi đó. Đó là lý do tại sao sự xuất hiện của AI rốt cuộc không làm thay đổi các khuyến nghị của chúng tôi về việc lựa chọn giấy phép CC. Điều này không có nghĩa là mọi hành vi các hệ thống AI sử dụng tác phẩm có giấy phép mở đều phù hợp. Nó chỉ có nghĩa là giấy phép CC hiện tại không phải lúc nào cũng là công cụ có thể điều chỉnh các vấn đề đó.

Vậy tại sao vẫn tiếp tục chia sẻ?

Mặc dù AI đặt ra những câu hỏi về việc chia sẻ, nhưng những câu hỏi đó không làm mất đi giá trị vì lợi ích cộng đồng của hoạt động chia sẻ.

Việc cấp phép mở giúp duy trì nguồn tri thức và văn hóa để mọi người có thể sử dụng, học hỏi, phát triển và chia sẻ. Các nhà nghiên cứu dựa vào đó để thúc đẩy tri thức. Các nhà giáo dục dựa vào đó để giảng dạy. Các chuyên gia lưu trữ và các tổ chức văn hóa sử dụng chúng để bảo tồn và giúp công chúng tiếp cận di sản. Các cộng đồng sử dụng chúng để sáng tạo và tham gia vào đời sống văn hóa.

Nguồn tài nguyên chung (commons) mang lại lợi ích cho tất cả chúng ta, và giải pháp đối với AI không nên là đóng cửa nguồn tài nguyên này. Hướng dẫn về Cấp phép này là một phần trong nỗ lực đó, tập trung vào những gì các giấy phép hiện tại của chúng tôi có thể và không thể thực hiện trong môi trường mới này. Khi việc cấp phép bản quyền đơn thuần là chưa đủ, chúng tôi đang nghiên cứu các phương thức tiếp cận mới. CC Signals (Tín hiệu CC) là một phần của nỗ lực rộng lớn hơn đó: một khuôn khổ linh hoạt, thân thiện với nguồn tài nguyên chung, nhằm truyền tải các mong muốn liên quan đến việc AI sử dụng nội dung và dữ liệu. Cũng giống như các giấy phép CC mang lại quyền lựa chọn về những quyền nào cần được giữ lại, CC Signals sẽ cung cấp nhiều tùy chọn đa dạng về thời điểm và cách thức tác phẩm được sử dụng trong AI.

Nếu tôi hoàn toàn không muốn AI sử dụng nội dung của mình thì sao?

Cách duy nhất để đảm bảo AI không sử dụng tác phẩm của bạn là không chia sẻ nó ngay từ đầu. Trong một số trường hợp, đây có thể là lựa chọn phù hợp. Tuy nhiên, việc chọn không chia sẻ — hoặc chia sẻ với các điều khoản hạn chế hơn — cũng đồng nghĩa với việc giảm đi nguồn tài liệu dành cho các nhà nghiên cứu, nhà giáo dục, chuyên gia lưu trữ và các hoạt động vì lợi ích công cộng vốn phụ thuộc vào quyền truy cập mở. Chúng tôi cho rằng cần có những lựa chọn khác ngoài việc chỉ có hai thái cực: chia sẻ tất cả hoặc không chia sẻ gì cả. CC Signals chính là giải pháp mà chúng tôi đang xây dựng để mang đến cho mọi người một hướng đi thay thế như vậy.

Đọc bài viết thông báo trên blog.

Download Licensing Guidance

AI is changing how people create, share, and reuse content and data. It also raises new questions about how creators and rightsholders want their work to be used. But AI does not change what CC licenses are designed to do: communicate copyright permissions where copyright applies.

So we went back to our previous guidance and asked, “Does this still hold up?”

The short answer is: yes. 

We continue to recommend using the most flexible CC license that meets your sharing goals. In some cases, a more restrictive license may be necessary. But a more restrictive license may also limit human reuse without preventing AI use, since many AI uses may fall outside copyright’s scope.

This guidance explains why, and what, CC licenses currently can and cannot do in relation to AI. It also describes the broader work we’re building to address needs that fall outside the scope of copyright licensing. 

Questions and Answers

If our previous guidance is still good, why are we releasing this new report?

Because still good isn’t the same as well understood. AI has raised much uncertainty about what CC licenses can and can’t do, and this new guidance is our way to answer the uncertainty. 

CC licenses are copyright tools. They communicate permissions where copyright applies.

AI introduces new questions about how content and data are accessed and used, including uses that may not be governed by copyright. In many jurisdictions, existing copyright exceptions and limitations may permit certain AI uses regardless of the license attached to the work. A CC license doesn’t override those exceptions. 

This distinction matters. If a use falls outside of copyright, changing your license does not affect that. That’s why the emergence of AI hasn’t ultimately changed our recommendations for choosing a CC license. This doesn’t mean that every use of openly licensed work by AI systems is appropriate. It means that the current CC license is not always the tool that can govern those issues. 

Then why continue to share?

While AI raises questions about sharing, those questions don’t erase the public-interest value of sharing. 

Open licensing keeps knowledge and culture available for people to use, learn from, build on, and share. Researchers depend on it to advance knowledge. Educators depend on it to teach. Archivists and cultural institutions use it to preserve and make heritage accessible. Communities use it to create and participate in culture.

The commons benefits us all, and the answer to AI should not be to close it. This Licensing Guidance is one part of that work, focused on what our existing licenses can and cannot do in this new environment. Where copyright licensing alone is not enough, we are working on new approaches. CC Signals is a part of that broader effort: a flexible, commons-friendly framework for communicating expectations around AI use of content and data. Just as CC licenses offer choices about which rights to reserve, CC Signals will offer a spectrum of preferences for when and how work is used in AI.

What if I don’t want AI to use my content at all?

The only way to guarantee no AI use of your work is not to share it at all. In some cases, this may be the right choice for people. But choosing not to share, or sharing under more restrictive terms, also means less material is available for researchers, educators, archivists, and the public interest uses that depend on open access. We think there should be choices between all or nothing. CC Signals is what we’re building to give people that alternative path.

Read the blog announcement.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Hai, 5 tháng 10, 2026

‘Hướng dẫn cấp phép CC trong kỷ nguyên AI’ - bản dịch sang tiếng Việt

 

‘Hướng dẫn cấp phép CC trong kỷ nguyên AI’ - bản dịch sang tiếng Việt

Là bản dịch sang tiếng Việt tài liệu của Creative Commons, xuất bản với các cập nhật mới nhất ngày 27/08/2026, giấy phép nội dung CC BY-SA 4.0.

“Các khuyến nghị chung của chúng tôi bao gồm:

  • Sử dụng loại giấy phép CC cởi mở và linh hoạt nhất, phù hợp với mục tiêu chia sẻ tác phẩm của bạn. 

  • Hiểu rằng các giấy phép CC có tính hạn chế cao hơn có thể làm giảm khả năng sử dụng tác phẩm của bạn—đặc biệt là đối với người dùng là con người—trong khi lại ít có tác dụng ngăn chặn AI sử dụng. 

  • Gắn nhãn tác phẩm rõ ràng bằng tuyên bố cấp phép đầy đủ và chi tiết, nêu rõ tiêu đề, tác giả, nguồn gốc và loại giấy phép áp dụng cho tác phẩm.”

Tự do tải về bản dịch sang tiếng Việt của tài liệu có 13 trang tại địa chỉ: https://www.dropbox.com/scl/fi/5zdom67c96mwffnvm2nyy/Guidance-on-CC-Licensing-in-the-Age-of-AI_Vi-18092026.pdf?rlkey=qy2jsz3mbwk7aqnd8eba9ybvh&st=w059cnd2&dl=0

Xem thêm:

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Chủ Nhật, 4 tháng 10, 2026

Chile ra mắt mô hình AI nguồn mở đầu tiên được thiết kế cho các nền văn hóa Mỹ Latinh

 

Chile ra mắt mô hình AI nguồn mở đầu tiên được thiết kế cho các nền văn hóa Mỹ Latinh

Chile launches the first open source AI model designed for Latin American cultures

by Sofia Linna, Published on: 01/10/2026

Theo: https://interoperable-europe.ec.europa.eu/collection/open-source-observatory-osor/news/chile-launches-open-source-ai-model-latam-gpt

Bài được đưa lên Internet ngày: 01/10/2026

Các mô hình AI đang thay đổi cách chúng ta sáng tạo, chia sẻ và gìn giữ văn hóa. Đồng thời, vấn đề thiếu sự đa dạng (hay tính đồng nhất) nảy sinh khi các mô hình chủ yếu được huấn luyện bằng dữ liệu tiếng Anh và đưa ra thông tin sai lệch về thực tế tại các khu vực khác nhau. Nếu được phát triển với tinh thần bao trùm và đa dạng, các mô hình ngôn ngữ lớn (LLM) có tiềm năng thực sự trong việc mở rộng khả năng tiếp cận, bảo tồn di sản, tăng cường sự hiện diện của các nền văn hóa đa dạng và khơi nguồn cho những hình thức sáng tạo mới. Đây chính là ý tưởng cốt lõi đằng sau Latam-GPT.

Latam-GPT là mô hình ngôn ngữ lớn (LLM) nguồn mở đầu tiên của Chile được huấn luyện dựa trên các nền văn hóa Mỹ Latinh. Mô hình AI này lần đầu tiên được công bố vào tháng 2 năm 2026 tại Hội nghị Thượng đỉnh Hành động về Trí tuệ Nhân tạo ở Paris, nhưng quá trình phát triển đã bắt đầu từ khoảng năm 2023, khi một nhóm nghiên cứu tại Trung tâm Quốc gia về Trí tuệ Nhân tạo (CENIA) của Chile bắt đầu tìm cách xây dựng một LLM dành riêng cho khu vực dựa trên các mô hình AI nguồn mở hiện có sẵn.

Ngay từ đầu, nhóm nghiên cứu tại CENIA đã mong muốn "học hỏi và xây dựng một nền tảng nguồn mở, chú trọng đặc biệt đến những khác biệt về ngôn ngữ văn hóa, cũng như lịch sử văn hóa và các quan điểm đa dạng trong khu vực Mỹ Latinh", bà Gabriela Arriagada Bruneau – nhà nghiên cứu liên kết tại CENIA kiêm phó giáo sư về AI và đạo đức dữ liệu tại Đại học Công giáo Giáo hoàng Chile – giải thích.

Khắc phục khoảng cách về sự hiện diện văn hóa

Latam-GPT không có ý định cạnh tranh với ChatGPT, Google Gemini hay các công cụ phổ thông tương tự. Thay vào đó, mô hình này hướng tới việc cung cấp một cơ sở hạ tầng nền tảng chính xác và hiệu quả hơn để phát triển thêm các ứng dụng AI dành riêng cho khu vực. Tầm nhìn đằng sau mô hình này trở nên rõ ràng khi nhóm nghiên cứu tại CENIA xem xét dữ liệu của các LLM phổ biến hiện nay.

"Chúng tôi muốn đánh giá mức độ hiện diện của các nền văn hóa, và kết quả cho thấy chưa đến 2% tổng số dữ liệu huấn luyện mà chúng tôi khảo sát có chứa dữ liệu thực tế bằng tiếng Tây Ban Nha hoặc tiếng Bồ Đào Nha", bà Arriagada Bruneau giải thích.

Nhóm nghiên cứu cũng nhận thấy những vấn đề vượt xa phạm vi chỉ đơn thuần là gia tăng nội dung tiếng Tây Ban Nha và tiếng Bồ Đào Nha. Một vấn đề quan trọng khác liên quan đến cách các mô hình AI thể hiện những khác biệt về lịch sử và văn hóa trong khu vực Mỹ Latinh.

Cô nói: “Vấn đề không chỉ là xử lý ngôn ngữ mà còn là những câu hỏi sâu sắc hơn. "Một mô hình nên đề cập đến những khác biệt trong lịch sử như thế nào? Chúng tôi biết rằng cách bạn đào tạo mô hình và cách thức bạn đặt bất kỳ loại bộ lọc hoặc điểm chuẩn nào sẽ có tác động đến cách đầu ra sẽ thể hiện những điều đó."

Để giải quyết hiệu quả những vấn đề này, dự án chủ yếu dựa vào sự hợp tác. CENIA làm việc với các đối tác từ hơn 20 quốc gia Mỹ Latinh, bao gồm các đơn vị học thuật và chính phủ, các tổ chức phi lợi nhuận và cộng đồng địa phương.

Kiểm tra kiến thức thông qua sự tham gia của cộng đồng vào các điểm chuẩn

Cách tiếp cận hợp tác của Latam-GPT cũng đang định hình cách đánh giá mô hình. Bằng cách phát triển các tiêu chuẩn riêng của mình, nhóm có thể kiểm tra mức độ mà các mô hình ngôn ngữ hiểu chính xác kiến ​​thức của khu vực.

Arriagada Bruneau nói: “Chúng tôi đã xây dựng các tiêu chuẩn và tôi nghĩ đây là một cách học tập rất hay”. “Nó đã trở thành một sự đón nhận rất tốt đẹp của cộng đồng về cách chúng tôi nghĩ về các mô hình ngôn ngữ.”

Một trong số đó là Choclo, một chuẩn mực nguồn mở tập trung vào kiến ​​thức văn hóa Mỹ Latinh. Choclo có ý định nắm bắt sự phong phú, đa dạng và đặc trưng của kiến ​​thức văn hóa Mỹ Latinh. Nó chứa hơn 100.000 hàng câu hỏi bao gồm các chủ đề như địa lý, động vật, thực vật, truyền thống, ẩm thực và nhân vật công chúng. Cách tiếp cận này không chỉ là về kiến ​​thức chung mà LLM thường thu được từ Internet mà còn về việc thu hút mọi người cung cấp kiến ​​thức này.

Ngoài Choclo, nhóm còn phát triển tiêu chuẩn nguồn mở Trueque, bao gồm 500 câu hỏi được tuyển chọn để kiểm tra kiến ​​thức thực tế và sự phù hợp về văn hóa. Để đào tạo thêm Latam-GPT, nền tảng trò chuyện tương tác thử nghiệm Copuchat đã được tạo ra để đào tạo mô hình.

Tính mở, quản trị dữ liệu và đạo đức AI

Như Arriagada Bruneau giải thích, tính mở là trọng tâm của dự án, bao gồm cả nguồn mở và trọng số mở (Open Source and Open Weights). Nhóm cũng đang tập trung vào các câu hỏi xung quanh quản trị dữ liệu và đạo đức AI, bao gồm tính minh bạch, quyền riêng tư, thành kiến ​​và đa dạng ngôn ngữ.

“Chúng tôi áp dụng những gì có thể gọi là ‘các nguyên tắc đạo đức truyền thống’ – bao gồm tính minh bạch, trách nhiệm, sự công bằng và việc tính đến các yếu tố thiên kiến,” bà chia sẻ. “Tuy nhiên, chúng tôi cũng cân nhắc, chẳng hạn như các tiêu chí về sự đa dạng ngôn ngữ.”

Phối hợp cùng nhóm GobLab UAI, đội ngũ tại CENIA đã xây dựng một bản công bố thông tin minh bạch, trong đó trình bày chi tiết cơ sở lý giải cho các biện pháp can thiệp dữ liệu của dự án cũng như các tiêu chuẩn về quyền riêng tư được tuân thủ. Do quy định về AI tại Chile còn hạn chế, phần lớn khuôn khổ về AI có trách nhiệm của dự án đều dựa trên cam kết của chính nhóm thực hiện đối với tính mở và đạo đức trong lĩnh vực AI.

Giai đoạn hai: tăng cường năng lực cho Latam-GPT và đẩy mạnh hợp tác khu vực

Khi dự án bước sang giai đoạn hai, trọng tâm được đặt vào việc củng cố khả năng suy luận và giải quyết vấn đề của Latam-GPT, cũng như mở rộng quá trình huấn luyện dựa trên các yếu tố ngữ cảnh. CENIA cũng đang hợp tác với các nhà nhân học, xã hội học và đại diện tư vấn từ nhiều cộng đồng bản địa để tìm kiếm khả năng tích hợp ngôn ngữ và tri thức bản địa vào hệ thống.

Nhằm tăng cường hơn nữa sự hợp tác trong khu vực, nhóm đang xây dựng một liên minh chiến lược với Brazil. Những mối quan hệ hợp tác này không chỉ giúp dự án mở rộng năng lực kỹ thuật mà còn góp phần thách thức quan niệm cho rằng việc phát triển AI bắt buộc phải tuân theo một lộ trình định sẵn.

Đây có thể chính là một trong những đóng góp quan trọng nhất của Latam-GPT. Dự án không chỉ đơn thuần bổ sung dữ liệu từ Mỹ Latinh vào các mô hình AI mà còn tập trung khám phá ý nghĩa thực sự của việc phát triển một mô hình ngay tại khu vực này: “có nhiều cách khác nhau để chúng ta làm chủ công nghệ, biến nó thành công cụ phục vụ nhu cầu và bối cảnh thực tế của các nhóm cộng đồng khác nhau”.

AI models are transforming how we create, share and preserve culture. At the same time, there is a homogeneity issue when models are trained on primarily English data and present biased information about regional realities. When developed with inclusivity in mind, large language models (LLMs) have a real potential to expand access, preserve heritage, strengthen diverse representation and inspire new forms of creativity. This is exactly the idea behind Latam-GPT. 

Latam-GPT represents Chile's first open source LLM trained by the cultures of Latin America. The AI model was first announced in February 2026 at the Artificial Intelligence Action Summit in Paris, but its development started around 2023 when a research team at the National Center of Artificial Intelligence (CENIA) in Chile began exploring ways to develop a regional-specific LLM built on existing open source AI models. 

Right from the beginning, the team at CENIA wanted to “learn and build a platform that was open source and that paid attention specifically to the cultural language-based difference, but also the cultural history and points of view within the Latin American region”, explains Gabriela Arriagada Bruneau, Associate Researcher at CENIA and assistant professor in AI and data ethics at the Pontifical Catholic University of Chile. 

Addressing the representation gap 

Latam-GPT does not intend to compete with ChatGPT, Google Gemini and similar consumer tools. Instead, the model aims to offer a more accurate and efficient foundational infrastructure for the further development of regional AI applications. The vision behind the model became clear when the team at CENIA examined the data behind popular LLMs. 

“We wanted to see what level of representation existed, and roughly under two percent of all the training data and training models we considered contained actual Spanish or Portuguese data”, Arriagada Bruneau explains. 

The team also identified issues that went beyond simply increasing Spanish and Portuguese content. Another key issue was linked to how AI models represent historical and cultural differences within Latin America. 

“It was not just about processing language, but also more profound questions,” she says. “How should a model refer to historical differences? We know that how you train the model and how you put any type of filtering or benchmarks is going to have an impact on how the output is going to represent those things.”

To efficiently address these issues, the project relies heavily on collaboration. CENIA works with partners from more than 20 Latin American countries, including academic and governmental institutions, non-profit organisations and local communities. 

Knowledge testing through community engagement in benchmarks 

Latam-GPT’s collaborative approach is also shaping how the model is evaluated. By developing its own benchmarks, the team is able to test the extent to which language models accurately understand regional knowledge. 

“We’ve built benchmarks, and I think this has been a very beautiful way of learning,” says Arriagada Bruneau. “It has come up as a very nice community embrace of how we think about language models.”

One of these is Choclo, an open source benchmark centered around Latin American cultural knowledge. Choclo intends to capture the richness, diversity and specificity of Latin American cultural knowledge. It contains over 100,000 rows of questions covering topics such as geography, fauna, flora, traditions, gastronomy and public figures. This approach is not just about general knowledge that LLMs normally acquire from the internet, but also about engaging people to provide this knowledge. 

Besides Choclo, the team also developed the open source benchmark Trueque, consisting of 500 curated questions to test factual knowledge and cultural appropriateness. To further train Latam-GPT, the experimental interactive chat platform Copuchat was created to train the model.

Openness, data governance and AI ethics 

As explained by Arriagada Bruneau, openness is central to the project, which includes both open source and open weights. The team is also focusing on questions around data governance and AI ethics, including transparency, privacy, bias and linguistic diversity.

“You have what I would call ‘traditional ethical principles’ – transparency, responsibility, fairness, accounting for bias” she says. “But we also considered, for example, criteria for linguistic diversity”. 

The team at CENIA have also developed a transparency sheet detailing the reasoning behind the project’s data interventions and privacy levels that are being respected, in collaboration with the GobLab UAI team. Because of a limited AI regulation in Chile, much of the project’s responsible AI framework is based on the team’s own commitment to openness and AI ethics. 

Second phase: strengthening Latam-GPT and further regional collaboration 

As the project enters its second phase, the focus is on strengthening the reasoning and problem-solving capabilities of Latam-GPT as well as expanding contextual training. CENIA is also working with anthropologists, sociologists and consulting representatives from various indigenous communities to explore the possibilities to include indigenous languages and knowledge. 

To further strengthen regional collaboration, the team is building a strategic alliance with Brazil. Such collaborations allow the project to expand its technical capabilities, but they also help challenge the assumption that AI development has to follow a predetermined path. 

This may ultimately be one of Latam-GPT’s most important contributions. The project moves away from simply adding more Latin American data to AI models and instead focuses on exploring what it actually means to develop a model within the region: “there are different ways in which we can make technology our own to serve the needs and the contexts of different people”. 

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Năm, 1 tháng 10, 2026

Di sản Mở trong Kỷ nguyên trí tuệ nhân tạo

 

Di sản Mở trong Kỷ nguyên trí tuệ nhân tạo

"Χωρίς τίτλο" by Stefanos Michaelides, 2011, Metropolitan Organisation of Museums of Visual Arts of Thessaloniki, is licensed under CC BY-SA 4.0.

Open Heritage in the Age of Artificial Intelligence

Posted 19 August 2026 by Brigitte Vézina, Sarah Hinchliff Pearson

Theo: https://creativecommons.org/2026/08/19/open-heritage-in-the-age-of-artificial-intelligence/

Bài được đưa lên Internet ngày: 19/08/2025

Giá trị to lớn của việc chia sẻ di sản

Các cơ sở di sản văn hóa - CHI (Cultural Heritage Institutions) – như bảo tàng, thư viện và kho lưu trữ – gánh vác sứ mệnh quan trọng vì lợi ích công cộng là tạo điều kiện cho công chúng tiếp cận các di sản trong bộ sưu tập của mình. Sứ mệnh này dựa trên nền tảng là sự tiếp cận rộng rãi của công chúng và sự tham gia tích cực của con người, sự tồn tại của tài nguyên chung về văn hóa (cultural commons) sống động, cũng như việc coi di sản là nguồn tài nguyên được chia sẻ. Các CHI hiểu rằng, với tư cách là sự phản ánh bản sắc của chúng ta, di sản góp phần định hình giá trị nhân văn chung; đồng thời, việc tạo điều kiện tiếp cận di sản mang lại vô số lợi ích (bản dịch sang tiếng Việt) cho xã hội. Do đó, với vai trò là những người gìn giữ nguồn thông tin đáng tin cậy chứa đựng tri thức và văn hóa, các CHI có vai trò then chốt trong việc phát triển và bảo vệ kho tàng chung này, cũng như thúc đẩy các hoạt động sử dụng mang lại lợi ích cho nhân loại.

AI – Yếu tố gây biến động mạnh mẽ

Sự xuất hiện gần đây của trí tuệ nhân tạo (AI) tạo sinh đã tạo ra tác động to lớn đối với các CHI, đặc biệt là khi các nội dung do họ quản lý được truy cập và sử dụng để phát triển AI. Một vấn đề trọng tâm được đặt ra là các điều kiện, quy tắc và kỳ vọng chi phối việc sử dụng các tư liệu di sản văn hóa – vốn thuộc phạm vi công cộng hoặc được cấp phép mở – làm dữ liệu để phát triển AI. Các ví dụ điển hình bao gồm các bộ dữ liệu mở tại AI4Culture, BigLAM của Hugging Face, Institutional Books của Harvard, The Public Interest Corpus của Authors’ Alliance, cũng như European Books Data Commons (dự kiến ​​trong tương lai). Thực tế này đang thúc đẩy các cuộc thảo luận về việc ai có quyền truy cập và tái sử dụng các dữ liệu đó, cũng như mục đích của việc sử dụng này. Nhờ vào trách nhiệm quản lý và gìn giữ, các bộ sưu tập di sản thường cung cấp những bộ dữ liệu đa dạng, chất lượng cao, có bối cảnh rõ ràng và được tuyển chọn kỹ lưỡng. Mặc dù việc đưa dữ liệu từ các bộ sưu tập di sản vào quy trình phát triển hứa hẹn tạo ra các hệ thống AI ưu việt và mang tính đại diện cao hơn, các CHI vẫn phải đối mặt với nhiều thách thức, bao gồm:

Nhìn bề ngoài, điều này cho thấy sự xung đột giữa các hoạt động phát triển AI thương mại với cam kết cung cấp quyền truy cập mở của các tổ chức di sản văn hóa (CHI), cũng như những kỳ vọng dựa trên mô hình tài nguyên chung về sự tương hỗ có đi có lại (bản dịch sang tiếng Việt) và tôn trọng “khế ước xã hội” làm nền tảng cho việc chia sẻ các tài nguyên chung (commons) về di sản. Nó cho thấy niềm tin đang dần bị xói mòn. Và tất cả những điều này diễn ra trong bối cảnh có nhiều bất định về mặt pháp lý liên quan đến bản quyền cũng như việc áp dụng các giấy phép và công cụ của Creative Commons (CC). 

Các tổ chức di sản văn hóa (CHI) ngày càng ngần ngại chia sẻ các tài nguyên chung 

Chúng ta có thể hình dung các phản ứng đối với hoạt động thu thập dữ liệu (scraping) của AI trên một dải phổ, từ việc cởi mở đón nhận rộng rãi cho đến thái độ phòng thủ, khép kín để bảo vệ dữ liệu. Điều này được phản ánh rõ nét trong báo cáo Making Public AI reality: How cultural heritage can lead the way (bản dịch sang tiếng Việt) của Europeana; báo cáo này xác định hai nhóm ở hai thái cực đối lập: nhóm thiết lập ranh giới và nhóm tìm kiếm cơ hội. Sự xuất hiện của lưu lượng truy cập từ AI về cơ bản đặt các tổ chức di sản văn hóa trước hai lựa chọn:

  • Cho phép mọi nhà phát triển AI khai thác dữ liệu không giới hạn, hoặc

  • Hạn chế quyền truy cập theo những cách thô bạo và quá mức cần thiết (“đóng kín mang tính phòng thủ”).

Trên thực tế, một số cơ sở — ví dụ như Thư viện Quốc gia Hà Lan và Trove (API truy cập mở của Thư viện Quốc gia Úc; xem tại đây và tại đây)—đã phản ứng bằng cách đóng lại quyền truy cập, qua đó bộc lộ một nghịch lý: các tổ chức di sản văn hóa (CHI)—vốn có sứ mệnh chia sẻ các bộ sưu tập của mình—cuối cùng lại đi đến việc khóa chặt di sản. Tình thế tiến thoái lưỡng nan này đang làm lung lay nền tảng vốn đã mong manh của mô hình di sản mở, khi những nội dung lẽ ra được công khai rộng rãi nay lại bị hạn chế chặt chẽ hơn, khiến quyền tiếp cận di sản vì lợi ích công cộng trở thành nạn nhân bị ảnh hưởng. Quả thực, sự căng thẳng này đã được ghi nhận trong Tuyên bố về Di sản Mở (Open Heritage Statement) (bản dịch sang tiếng Việt và bản toàn văn tiếng Việt). Cần nhắc lại rằng, khái niệm di sản mở khuyến khích việc tiếp cận và tái sử dụng di sản mà không vấp phải những rào cản bất hợp lý hay không cần thiết; đồng thời, khái niệm này cũng thừa nhận rằng tính mở không phải là điều gì đó tuyệt đối hay cứng nhắc, đồng nhất. Phần mở đầu của Tuyên bố nhấn mạnh đến trí tuệ nhân tạo (AI) có đạo đức và có trách nhiệm, đồng thời nêu rõ:

Chúng tôi chú trọng đến những thách thức và cơ hội do các công nghệ mới nổi mang lại—bao gồm trí tuệ nhân tạo và các công nghệ trong tương lai—cũng như nhu cầu về công nghệ trí tuệ nhân tạo có đạo đức và trách nhiệm hơn trong việc tiếp cận và tái sử dụng các di sản thuộc phạm vi công cộng.

Đây là lời nhắc nhở kịp thời rằng khi các tổ chức di sản văn hóa (CHI) áp dụng tinh thần mở, đó là một phương tiện để đạt được mục tiêu chứ không phải mở chỉ vì mục đích mở đơn thuần. Các CHI thường thực hiện tinh thần mở dựa trên những nguyên tắc cốt lõi—những nguyên tắc coi trọng tính đa chiều, bối cảnh cụ thể và sự tương tác giữa các khuôn khổ quản trị khác nhau. Tuy nhiên, việc đóng kín hoàn toàn không phải là giải pháp (cách làm này, ở mức độ tốt nhất thì kém hiệu quả, còn ở mức độ tệ nhất thì gây hại cho lợi ích công cộng) và có nguy cơ phá bỏ thành quả của hơn 20 năm phát triển di sản mở thông qua việc sử dụng các giấy phép và công cụ Creative Commons (CC) (bản dịch sang tiếng Việt). Do đó, chúng ta cần vượt qua mô hình đóng kín mang tính phản ứng tức thời để hướng tới một trạng thái cân bằng bền vững hơn trong việc chia sẻ.

Từ sự phân mảnh đến mô hình tài nguyên chung bền vững

Chúng ta biết rằng nhiều cơ sở di sản văn hóa (CHI) mong muốn tiếp tục chia sẻ các bộ sưu tập của mình, đồng thời đảm bảo rằng các nhà phát triển AI sử dụng chúng một cách có trách nhiệm. Trong bối cảnh đó, làm thế nào để các CHI có thể cung cấp quyền truy cập mở và công bằng vào các bộ sưu tập di sản của mình theo cách phù hợp với sứ mệnh là những người quản lý có trách nhiệm? Làm thế nào để các CHI có thể “chủ động định hình các điều kiện mà tại đó các bộ sưu tập của họ được các hệ thống AI truy cập và tái sử dụng, mà không làm ảnh hưởng đến cam kết về tính mở” như Open Future và Europeana đã nêu? (bản dịch sang tiếng Việt) Cụ thể hơn, dữ liệu di sản nên được cung cấp để huấn luyện và sử dụng cho AI trong những điều kiện nào? Bởi ai? Và vì mục đích gì?

Để giải quyết những vấn đề này, CC đang phát triển CC Signals – một bộ công cụ mới giúp khôi phục quyền chủ động của các tổ chức di sản văn hóa (CHI) với tư cách là những người quản lý dữ liệu, đồng thời duy trì tính mở của di sản được chia sẻ trong các tài nguyên chung (commons). CC Signals sẽ nỗ lực cân bằng giữa hai mục tiêu:

  • Duy trì quyền truy cập tới các nguồn tài nguyên di sản quý giá, và

  • Đảm bảo rằng các cơ sở và cộng đồng quản lý những di sản này vẫn là những bên tham gia tích cực vào việc định hình hệ sinh thái AI.

Bộ công cụ CC Signals sẽ tạo ra một giải pháp trung dung, vượt qua thế lưỡng nan hiện tại giữa việc "miễn phí cho mọi người" và "đóng kín để bảo vệ". CC Signals thực hiện điều này bằng cách thiết lập các điều kiện chuẩn hóa, mang tính tích cực cho xã hội (prosocial) đối với việc truy cập và tái sử dụng trong bối cảnh AI. Là một phần của nỗ lực này, CC đang nghiên cứu các phương án kết hợp luật hợp đồng và luật bản quyền để tạo cơ sở pháp lý cho CC Signals. Mọi hình thức của CC Signals đều sẽ bao gồm các biện pháp bảo vệ việc tái sử dụng vì lợi ích công cộng. Nói một cách đơn giản, CC Signals sẽ thiết lập và duy trì những ranh giới cần thiết mà các nguồn tài nguyên chung (commons) cần để phát triển mạnh mẽ. Các tổ chức di sản văn hóa (CHI) có vị thế thuận lợi để thử nghiệm và triển khai CC Signals như một phần của các khuôn khổ đạo đức về chia sẻ di sản trong các tài nguyên chung phục vụ cho AI. CHI là những nhân tố then chốt giúp định hình một hệ sinh thái AI thúc đẩy sự hợp tác, đảm bảo quyền tiếp cận công bằng và mang lại lợi ích công cộng lâu dài.

Bạn có thể đóng góp như thế nào?

Mặc dù chưa có lời giải đáp cho mọi vấn đề, chúng tôi hiểu rằng cần bắt đầu những cuộc thảo luận mang tầm nhìn lớn để đảm bảo tiếng nói của các cơ sở di sản văn hóa (CHI) được lắng nghe và định hướng thế giới đang ngày càng bị AI chi phối. Ngay hôm nay, bạn có thể góp phần định hình một hệ thống AI hỗ trợ di sản mở:

The Prodigious Value of Sharing Heritage

Cultural heritage institutions (CHIs) such as museums, libraries, and archives, carry the important public-interest mission of providing access to the heritage in their collections. Their mission is grounded in broad public access and extensive human engagement, the existence of a vibrant cultural commons, and heritage enjoyed as a shared resource. CHIs understand that, as a representation of who we are, heritage helps define our shared humanity and that providing access to heritage generates numerous benefits for society. As such, CHIs, as stewards of trustworthy information imbued within knowledge and culture, have a crucial role to play in growing and protecting the commons and enabling uses that benefit humanity. 

AI—the Major Disruptor 

The recent emergence of generative artificial intelligence (AI) has had a phenomenal impact on CHIs, especially as the content they steward is accessed and used for AI development. One key question centers on the conditions, norms, and expectations governing the use of openly licensed and public domain cultural heritage materials as data for AI development. Examples include the open datasets available at AI4Culture, Hugging Face’s BigLAM, Harvard’s Institutional Books, Authors’ Alliance The Public Interest Corpus, as well as, potentially in the future, the European Books Data Commons. This is prompting discussions around who can access and reuse those data, and for what purpose. Heritage collections often yield—by virtue of the stewardship duties that underpin them—diverse, high-quality, contextualized, and well-curated datasets. While inclusion of heritage collections data could expectedly yield better, more representative AI systems, CHIs face many challenges, including: 

On the surface, this points to a conflict between the practices of commercial AI developments and CHIs’ commitment to provide open access and commons-based expectations of reciprocity and respect for the social contract underpinning sharing of heritage in the commons. It reveals how trust is slowly being eroded. And all this is happening against a backdrop of high legal uncertainty around copyright and, by the same token, the application of CC licenses and tools.

CHIs More Hesitant to Share in the Commons

We can map reactions to AI scraping along a spectrum from wide embrace to protective, defensive closing up. This is well reflected in Europeana’s report Making Public AI reality: How cultural heritage can lead the way, which identifies two groups at each end: boundary setters and opportunity seekers. The onset of AI traffic basically leaves CHIs with two options: 

  • Allow unrestricted extraction by all AI developers, or 

  • Restrict access in blunt and overbroad ways (“defensive enclosure”). 

In fact, some institutions, e.g., the National Library of the Netherlands, and Trove, the National Library of Australia’s open access API (see here and here), have responded by closing up access, revealing a paradox: CHIs, whose mission is to share their collections, end up locking up heritage. This conundrum is rattling the fragile scaffolding of open heritage, as content that would have otherwise been made available openly is now being further restricted, with access to heritage in the public interest as collateral damage. Indeed, this tension is acknowledged in the Open Heritage Statement. To recall, the concept of open heritage encourages access and reuse of heritage free of unfair, unnecessary barriers; it does recognize that openness is neither absolute nor monolithic. The Statement’s preamble paragraph (s) emphasizes ethical and responsible AI and states:  

[W]e are attentive to the challenges and opportunities brought about by emerging technologies, including artificial intelligence and future technologies, and the need for more ethical and responsible artificial intelligence with respect to access and reuse of public domain heritage.

This serves as a timely reminder that when CHIs embrace openness, it is as a means to an end—not open for open’s sake. CHIs often embrace openness in accordance with its underlying principles, which recognize nuance, contextuality, and the interplay among various governance frameworks. That said, closing up completely is not the answer (it’s inefficient at best and harms public interests at worst) and risks undoing 20+ years of open heritage using CC licenses and tools. We thus need to move beyond a reactive enclosure pattern towards a more sustainable sharing equilibrium. 

From Fragmentation to a Sustainable Commons 

We know that many CHIs want to continue sharing their collections while ensuring that AI developers use them responsibly. Against this backdrop, how can CHIs make their heritage collections openly and equitably accessible in a way that aligns with their mission as responsible stewards? How can CHIs “actively shape the conditions under which their collections are accessed and reused by AI systems, without compromising their commitment to openness” as Open Future and Europeana state? More specifically, under what conditions should heritage data be made available for AI training and use? By whom? For what purpose?

As a response to these questions, CC is developing CC Signals, new tooling which will restore agency in CHIs as data stewards, while maintaining the open nature of heritage shared in the commons. CC Signals will attempt a balancing act between: 

  • Preserving access to valuable heritage resources, and 

  • Ensuring that the institutions and communities who steward them remain active participants in shaping the AI ecosystem.  

CC Signals tooling will create a middle path between the current binary of “free for all vs defensive enclosure.” CC Signals will enable this by establishing standardized, prosocial conditions for access and reuse in an AI context. As part of this work, CC is exploring avenues for combining contract and copyright law to give CC Signals legal force. All forms of CC Signals will incorporate protections for public interest reuse.  Put simply, CC Signals would set and uphold the boundaries that the commons needs in order to thrive. CHIs are well positioned to test and implement CC Signals as part of ethical frameworks for sharing heritage in the commons for AI use. CHIs are key actors to help shape an AI ecosystem that fosters collaboration, ensures equitable access, and yields long-term public benefit. 

How You Can Help

While we don’t have all the answers yet, we know we need to start having ambitious conversations to make sure CHIs’ voices inform our increasingly AI-mediated world. Today, you can contribute to shaping the AI that works for open heritage: 

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com