کتابخانه‌های ایران در گذرِ کندِ زمان:
نگاهی موردی به بخش نشریات کتابخانۀ ملی و سامانهٔ «سَنا»
فارغ از این اختلاف‌نظر که ریشه‌های کتابخانۀ ملی ایران را باید در دورهٔ قاجار و هم‌زمان با تأسیس دارالفنون جست‌وجو کرد یا در تأسیس رسمی آن در دورهٔ پهلوی، در سال ۱۳۱۶ شمسی، یک واقعیت را نمی‌توان نادیده گرفت: ما با وجود سابقه‌ای دیرینه در کتابت، استنساخ، کتاب‌سازی و تأسیس کتابخانه‌های متعدد، در بسیاری از دوره‌های تاریخ معاصر از تحولات کتابخانه‌داری و خدمات اطلاع‌رسانی در کشورهای دیگر عقب مانده‌ایم.
البته گاه این فاصله کمتر شده است؛ اما فاصله‌ای که باید به‌تدریج کاهش می‌یافت، در بسیاری از حوزه‌ها همچنان پابرجاست. گویی تاریخ کتابخانه‌داری در ایران، دست‌کم در عرصۀ خدمات عمومی و دسترسی دیجیتال، قرار نیست به این زودی‌ها از دور باطل وعده، رونمایی و انتظار خارج شود.
حتماً برای شما هم پیش آمده است که برای انجام کاری پژوهشی به وبگاه کتابخانۀ ملی ایران مراجعه کرده باشید. اگر خارج از ایران زندگی می‌کنید، شاید به‌دلیل محدودیت‌های دسترسی و تحریم‌ها، اساساً از این موهبت محروم باشید! اما پژوهشگران داخل کشور، اگر نه هر روز، دست‌کم ماهی چند بار با این مصیبت دست‌وپنجه نرم می‌کنند.
برای من که بیش از دو دهه استفاده‌ای مستمر و تقریباً روزانه از وبگاه و سامانه‌های اطلاعاتی کتابخانۀ ملی داشته‌ام، مراجعه به برخی از این سامانه‌ها گاهی بیشتر به تحمل مجازات می‌ماند تا بهره‌مندی از خدمات یک نهاد ملی. آدمی که برای یافتن یک نشریه، بررسی یک رکورد کتاب‌شناختی یا پیگیری یک سرنخ پژوهشی به این وبگاه مراجعه می‌کند، گاه باید پیش از آغاز پژوهش، بخشی از انرژی و حوصلۀ خود را صرف کنار آمدن با خودِ ابزار پژوهش کند.
یکی از بخش‌های عذاب‌آور این مجموعه، سامانۀ نشریات ایران، مشهور به «سَنا»، است؛ سامانه‌ای که قرار بود دسترسی به نشریات ایرانی را آسان‌تر کند، اما پرسش‌های جدی دربارهٔ کفایت خدمات، کیفیت فهرست‌نویسی و میزان انطباق آن با نیازهای پژوهشگران برمی‌انگیزد.
پیش از ورود به جزئیات این سامانه، بد نیست در چند اپیزود، نگاهی به تجربهٔ برخی کشورهای دیگر بیندازیم؛ کشورهایی که ظاهراً کتابخانه‌هایشان صرفاً برای نگهداری منابع و ثبت آمار ساخته نشده‌اند، بلکه می‌کوشند منابع را به ابزار واقعی تحقیق و تولید دانش تبدیل کنند.
اپیزود اول: آن سوی اقیانوس؛ آمریکا
در غرب، کشوری وجود دارد به نام ایالات متحدۀ آمریکا که عمر تاریخی آن، در مقایسه با تمدن‌های کهن، چندان طولانی نیست. بااین‌حال، طی همین چند قرن، هزاران عنوان روزنامه و مجله در شهرها و ایالت‌های مختلف آن منتشر شده است؛ نشریاتی که هرکدام بخشی از تاریخ سیاسی، اجتماعی، فرهنگی و اقتصادی این کشور را در خود ثبت کرده‌اند.
امروز پژوهشگر برای جست‌وجو در بخش بزرگی از روزنامه‌های تاریخی آمریکا می‌تواند به سامانۀ Chronicling America در کتابخانۀ کنگره مراجعه کند. در این سامانه، جست‌وجو به یافتن نام یک روزنامه یا ثبت مشخصات کلی آن محدود نمی‌شود؛ کاربر می‌تواند در متن دیجیتال‌شدۀ صفحات جست‌وجو کند، تصویر صفحه را ببیند، در آن بزرگ‌نمایی کند و اطلاعات ساختاری و کتاب‌شناختی مرتبط را نیز به دست آورد.
اهمیت ماجرا فقط در آن نیست که روزنامه‌ها اسکن شده‌اند و می‌توان آن‌ها را روی صفحۀ نمایشگر دید. کتابخانۀ کنگره برای دیجیتال‌سازی روزنامه‌ها مشخصات فنی معینی تعریف کرده است: تصویر آرشیوی TIFF با وضوح ترجیحی ۴۰۰ نقطه در اینچ، تصاویر مشتق‌شده با قالب JPEG 2000، فایل‌های PDF دارای متن پنهان، متن OCR در قالب ALTO و فرادادۀ ساختاری در قالب METS. برای پذیرش داده‌ها نیز دستورالعمل‌های فنی وجود دارد و فایل‌های ارسالی بررسی می‌شوند.
به بیان ساده، در اینجا با مجموعه‌ای از تصاویر پراکنده مواجه نیستیم؛ با یک برنامۀ ملی برای شناسایی، دیجیتال‌سازی، توصیف و دسترس‌پذیر کردن میراث مطبوعاتی روبه‌رو هستیم. حتی برای استفادۀ برنامه‌نویسان و پژوهشگران دیجیتال، رابط‌های برنامه‌نویسی و خدمات دسترسی به متن و تصویر پیش‌بینی شده است.
منظور این نیست که Chronicling America بی‌نقص است؛ OCR آن نیز خطا دارد و پوشش آن همۀ روزنامه‌های آمریکا را دربر نمی‌گیرد. تفاوت در این است که استانداردها، محدودیت‌ها و سازوکارهای توسعهٔ آن مستند شده‌اند و پژوهشگر می‌تواند بفهمد با چه نوع داده‌ای مواجه است و چگونه از آن استفاده کند.
مشخصات فنی Chronicling America در کتابخانۀ کنگره
اپیزود دوم: اروپا؛ جایی که روزنامه فقط کاغذ نیست
در هلند، کتابخانۀ ملی سامانه‌ای به نام Delpher را برای دسترسی به منابع تاریخی دیجیتال فراهم کرده است. میلیون‌ها صفحه از روزنامه‌ها، کتاب‌ها و مجلات تاریخی در این پایگاه قابل جست‌وجو هستند.
Delpher از آن نمونه‌هایی است که نامش در میان پژوهشگران تاریخ مطبوعات و مطالعات متن‌محور شناخته شده است؛ نه صرفاً به‌دلیل حجم منابع، بلکه به‌سبب امکاناتی که برای استفاده از آن‌ها فراهم کرده است.
در این سامانه، متن استخراج‌شده از روزنامه‌ها با تصویر صفحه پیوند دارد و ساختار صفحات و مختصات واژه‌ها نیز در داده‌های دیجیتال بازتاب یافته است. کتابخانۀ ملی هلند برای مجموعه‌های مربوط، فرادادهٔ توصیفی، فرادادۀ ساختاری، تصویر، متن OCR و مختصات واژه‌ها را در قالب‌هایی مشخص عرضه می‌کند. برای بخشی از روزنامه‌های تاریخی، داده‌ها و متن‌ها به‌صورت بسته‌های قابل دریافت نیز منتشر شده‌اند.
برای نمونه، آرشیو باز روزنامه‌های Delpher متن و داده‌های مربوط به روزنامه‌های سال‌های ۱۶۱۸ تا ۱۸۷۹ را در بسته‌های حجیم و قابل دریافت ارائه می‌کند. این مجموعه از قالب‌هایی مانند XML، ALTO و MPEG-21 DIDL استفاده می‌کند. کتابخانۀ ملی هلند همچنین امکان دسترسی به داده‌ها را از طریق APIهای مشخص، از جمله برای برداشت فراداده و جست‌وجو، فراهم کرده است.
اطلاعات رسمی دربارهٔ داده‌های Delpher
این یعنی پژوهشگر فقط مصرف‌کنندۀ یک خدمت آماده نیست؛ می‌تواند داده‌ها را برای پژوهش‌های گسترده‌تر، تحلیل آماری، مطالعۀ تاریخ واژگان، بررسی فراوانی نام‌ها و حتی ساخت ابزارهای پژوهشی جدید به کار گیرد.
در چنین الگویی، روزنامه از یک شیء آرشیوی که باید به‌زحمت ورق بخورد، به داده‌ای قابل جست‌وجو، تحلیل و استفادهٔ مجدد تبدیل می‌شود.
همان‌طور که گل هلندی و محصولات کشاورزی این کشور در جهان شناخته شده‌اند، Delpher نیز در میان پژوهشگران تاریخ مطبوعات و مطالعات دیجیتال جایگاه خود را پیدا کرده است. البته شهرت این سامانه اتفاقی نیست؛ پشت آن، زیرساخت، استاندارد، مستندسازی و سیاست روشن دسترسی به داده قرار دارد.
اپیزود سوم: سرزمین کانگورها؛ استرالیا
کتابخانۀ ملی استرالیا نیز با سامانۀ Trove نمونه‌ای دیگر از تلاش برای تبدیل منابع پراکندۀ فرهنگی به یک درگاه پژوهشی است.
Trove فقط آرشیو روزنامه نیست؛ مجموعه‌ای از منابع کتابخانه‌ای، آرشیوی و فرهنگی را گرد هم می‌آورد. روزنامه‌های تاریخی در این میان جایگاه مهمی دارند و کاربران می‌توانند با جست‌وجو در متن، محدود کردن نتایج و پیگیری عنوان‌ها و تاریخ‌های انتشار، به منابع مورد نیاز خود برسند.
ویژگی مهم چنین سامانه‌ای، تنها دیجیتال‌سازی منابع یک کتابخانه نیست؛ بلکه گردآوری و پیوند دادن اطلاعات منابعی است که ممکن است در مؤسسات مختلف نگهداری شوند. این رویکرد به پژوهشگر اجازه می‌دهد به‌جای شناختن تک‌تک مؤسسات و مراجعهٔ جداگانه به وبگاه‌های آن‌ها، از یک درگاه برای کشف منابع استفاده کند.
البته استرالیا هم با چالش‌های مربوط به حقوق، پوشش مجموعه‌ها و کیفیت متن OCR مواجه است. اما اصل ماجرا روشن است: خدمات دیجیتال یک کتابخانهٔ ملی را نباید فقط با تعداد منابع بارگذاری‌شده سنجید؛ باید دید این منابع تا چه اندازه برای کشف، مطالعه و پژوهش در دسترس‌اند.
اپیزود چهارم: ایران؛ سرزمین آرزوها
ایران سرزمین آرزوهاست؛ سرزمینی با پیشینۀ فرهنگی و تمدنی درخشان، منابع تاریخی کم‌نظیر و پژوهشگرانی که گاه برای یافتن یک برگ روزنامه یا یک سرنخ کتاب‌شناختی، ساعت‌ها و روزها وقت صرف می‌کنند. بااین‌حال، در بسیاری از حوزه‌ها، همچنان به تماشای تجربه‌های دیگر کشورها نشسته‌ایم و آرزو می‌کنیم روزی بتوانیم خدماتی مشابه در اختیار پژوهشگران خود قرار دهیم.
بیش از هفتاد سال پیش، مجتبی مینوی در سفری به ترکیه، با کتابخانه‌ها و کتابداران آن کشور آشنا شد و چنان از تجربۀ خود تأثیر پذیرفت که در مقاله‌ای در روزنامۀ وطن استانبول، به توصیف و تمجید از کتابخانه‌ها و کتابداران آن دیار پرداخت.
اکنون، پس از گذشت چندین دهه، هنوز هم وقتی به برخی تجربه‌های منطقه نگاه می‌کنیم، پرسش‌های قدیمی زنده می‌شوند: چرا انتقال تجربه، تربیت نیروی متخصص، توسعهٔ زیرساخت و به‌کارگیری فناوری‌های روز نتوانسته‌اند فاصلهٔ خدمات کتابخانه‌ای ما را با نمونه‌های پیشرفته‌تر به‌طور اساسی کاهش دهند؟
در این مقایسه، مسئله فقط ترکیه نیست. کتابخانه‌ها و مؤسسات فرهنگی کشورهای منطقه، از ترکیه تا قطر و امارات، هرکدام در زمینه‌هایی سرمایه‌گذاری کرده‌اند که بررسی و ارزیابی آن‌ها برای ما ضروری است. مقصود این نیست که همۀ این مؤسسات در همۀ جنبه‌ها از ایران جلوترند؛ بلکه مسئله آن است که چرا هنوز باید دربارۀ ابتدایی‌ترین امکانات دسترسی، جست‌وجو و استفاده از منابع دیجیتال در یک نهاد ملی پرسش‌های جدی مطرح کنیم؟
بخش نشریات کتابخانۀ ملی ایران از حیث غنای مجموعه، ظرفیت پژوهشی و اهمیت تاریخی منابع، می‌تواند یکی از مهم‌ترین آرشیوهای مطبوعاتی کشور باشد؛ و اساساً انتظار هم همین است. اما داشتن مجموعه‌ای غنی، با ارائۀ خدمات پژوهشی کارآمد یکسان نیست. چه‌بسا کتابخانه‌ای منابع فراوانی در اختیار داشته باشد، اما سامانه‌ای که باید این منابع را به پژوهشگر برساند، خود به مانعی در مسیر تحقیق تبدیل شود.
مشکل دقیقاً از همین‌جا آغاز می‌شود: فاصله میان آنچه در مخزن وجود دارد و آنچه کاربر واقعاً می‌تواند پیدا کند، ببیند و به کار گیرد.
سنا؛ از وعدۀ دسترسی ملی تا پرسش‌های بی‌پاسخ
در آذرماه ۱۳۹۹، سامانه‌های «حافظۀ ملی ایرانیان» و «سامانۀ نشریات ایران» با حضور اسحاق جهانگیری، معاون اول وقت رئیس‌جمهور، اشرف بروجردی، رئیس وقت سازمان اسناد و کتابخانۀ ملی ایران، و جمعی از مسئولان دولتی و مدیران سازمان رونمایی شدند.
در آن مراسم، سمیه توحیدلو، معاون وقت پژوهش و منابع دیجیتال سازمان، سامانه را بستری برای دسترسی به فهرست و محتوای دیجیتال نشریات، روزنامه‌ها و مجلات ایرانی از آغاز انتشار تا زمان حاضر معرفی کرد؛ ادعایی بلندپروازانه که انتظارهای زیادی ایجاد می‌کرد.
اما آیا سنا در عمل توانسته است چنین وعده‌ای را محقق کند؟
در خبری که در ۱۰ اردیبهشت ۱۴۰۲ در وبگاه کتابخانۀ ملی منتشر شد، روابط عمومی سازمان به نقل از علیرضا تنهایی، مدیرکل وقت فراهم‌آوری و پردازش منابع دیجیتال، از بارگذاری ۵۰ هزار نشریه در این سامانه خبر داد.
در اینجا نخستین پرسش مطرح می‌شود: منظور از ۵۰ هزار نشریه چیست؟ پنجاه هزار عنوان مستقل؟ پنجاه هزار شماره؟ پنجاه هزار رکورد کتاب‌شناختی؟ یا پنجاه هزار واحد دیجیتال‌شده؟
این‌ها چهار مفهوم متفاوت‌اند و نمی‌توان آن‌ها را به جای یکدیگر به کار برد. یک عنوان روزنامه ممکن است طی چند دهه هزاران شماره داشته باشد؛ در مقابل، یک عنوان دیگر ممکن است فقط چند شماره از آن باقی مانده باشد. شمارش عنوان‌ها، شماره‌ها و فایل‌های دیجیتال، هرکدام معنای متفاوتی دارد و برای ارزیابی عملکرد سامانه باید دقیقاً معلوم باشد که آمار اعلام‌شده به کدام‌یک اشاره می‌کند.
از سوی دیگر، حتی اگر فرض کنیم عدد اعلام‌شده دقیق و مستند است، صرف بارگذاری منابع چیزی دربارۀ کیفیت فهرست‌نویسی، قابلیت جست‌وجو، کیفیت تصاویر یا میزان دسترسی آزاد به محتوای آن‌ها به ما نمی‌گوید.
اکنون، حدود شش سال پس از رونمایی سنا، پرسش این است که آیا این سامانه واقعاً امکان دسترسی پژوهشگر به فهرست جامع و قابل اتکای مطبوعات ایرانی را فراهم کرده است؟ آیا می‌توان از طریق آن تاریخچۀ یک نشریه را بازسازی کرد، شماره‌های موجود و مفقود را شناخت، در محتوای صفحات جست‌وجو کرد و داده‌های به‌دست‌آمده را در پژوهش‌های دیگر به کار گرفت؟
از نظر من، دست‌کم در تجربه‌ای که از کار با این سامانه داشته‌ام، پاسخ به این پرسش‌ها رضایت‌بخش نیست.
نقد حاضر نه متوجه اصل دیجیتال‌سازی است و نه منکر ارزش تلاش‌هایی که برای ایجاد سنا صورت گرفته است. مسئله، فاصلهٔ میان وعده‌های اعلام‌شده و خدماتی است که پژوهشگر در عمل با آن روبه‌رو می‌شود.
فهرست‌نویسی مطبوعات؛ آیا تاریخچۀ هر نشریه به‌درستی ثبت شده است؟
نخستین انتظار از یک سامانۀ ملی نشریات، وجود فهرستی جامع، دقیق و ساختارمند از عنوان‌های مطبوعاتی است؛ فهرستی که فقط نام نشریه و چند مشخصۀ کلی را ثبت نکند، بلکه تاریخچۀ انتشار و روابط کتاب‌شناختی آن را نیز نشان دهد.
یک روزنامه یا مجله ممکن است در طول حیات خود عنوانش را تغییر دهد، مدیرمسئول یا سردبیرش عوض شود، محل انتشارش از شهری به شهر دیگر انتقال یابد، ناشرش تغییر کند یا انتشار آن برای مدتی متوقف و سپس از سر گرفته شود. گاهی نیز دو نشریه با یکدیگر ادغام می‌شوند یا نشریه‌ای جدید از دل نشریۀ دیگری بیرون می‌آید.
این تغییرات صرفاً جزئیات حاشیه‌ای نیستند؛ بخشی از تاریخ خود نشریه‌اند. اگر این روابط فقط در توضیحات پراکنده ثبت شوند و ساختار مشخصی نداشته باشند، پژوهشگر برای بازسازی تاریخ انتشار، تشخیص توالی عنوان‌ها و شناسایی دوره‌های مختلف فعالیت نشریه با مشکل مواجه خواهد شد.
در یک آرشیو پیشرفته باید بتوان از رکورد یک عنوان به عنوان پیشین یا پسین آن رسید، دوره‌های انتشار را بررسی کرد، شماره‌های موجود و مفقود را شناخت و میان رکورد توصیفی عنوان نشریه و مشخصات هر شماره تمایز گذاشت.
سامانۀ سنا از این منظر پرسش‌های مهمی را پیش می‌کشد: آیا تاریخچۀ عنوان‌ها به‌صورت ساختارمند ثبت شده است؟ آیا تغییر عنوان‌ها به‌درستی به یکدیگر پیوند خورده‌اند؟ آیا پژوهشگر می‌تواند وضعیت موجودی نشریه را در دوره‌های مختلف بررسی کند؟ و آیا اطلاعاتی مانند مدیرمسئول، سردبیر، چاپخانه، محل انتشار و تغییرات آن‌ها به‌صورت قابل جست‌وجو در دسترس است؟
بزرگ‌ترین ضعف سنا، از منظر استفادهٔ پژوهشی، فقدان یک فهرست جامع و کارآمد از نشریات موجود در مجموعه است؛ فهرستی که بتوان در آن، با جست‌وجوی نام روزنامه یا مجله، نام سردبیر، نویسنده، مدیرمسئول یا دیگر دست‌اندرکاران و با استفاده از فیلترهای زمانی و مکانی، به اطلاعات مورد نیاز رسید.
فرض کنید پژوهشگری بخواهد نشریات محلی شیراز را در دورۀ مظفری بررسی کند؛ یا بخواهد روزنامه‌های منتشرشده در این شهر را طی سال‌های ۱۳۱۴ تا ۱۳۱۷ قمری شناسایی کند. انتظار طبیعی آن است که بتواند محل انتشار را شیراز، بازۀ زمانی را محدود و نتایج را بر اساس عنوان یا مسئولان نشریه مرتب کند.
اگر برای پاسخ به چنین پرسشی نتوان از سامانه کمک گرفت، پس کاربر قرار است از چه چیزی بهره‌مند شود؟ اگر فهرست نشریات نتواند به پرسش‌های پایه‌ای پژوهشگر پاسخ دهد، چه تفاوتی میان یک فهرست ملی و مجموعه‌ای از رکوردهای پراکنده وجود دارد؟
مسئله فقط فقدان چند فیلتر در صفحۀ جست‌وجو نیست؛ مسئله، کیفیت فراداده و شیوۀ سازمان‌دهی اطلاعات است. رابط کاربری هرقدر هم زیبا باشد، وقتی داده‌ها به‌درستی توصیف نشده باشند و روابط میان آن‌ها ساختار نیافته باشد، نمی‌تواند نتیجۀ پژوهشی قابل اتکایی تولید کند.
جست‌وجو در محتوای نشریات؛ آرزویی دور از دسترس؟
اگر فهرست‌نویسی جامع و دقیق، نخستین انتظار از سامانۀ نشریات باشد، جست‌وجو در متن صفحات، انتظار مهم بعدی است.
البته می‌دانم که دیجیتال‌سازی و OCR مطبوعات تاریخی، به‌ویژه برای زبان فارسی و خطوط قدیمی، کاری دشوار و پرهزینه است. کیفیت کاغذ، فرسودگی نسخه، تنوع قلم‌ها، شکستگی حروف، کیفیت چاپ و پیچیدگی صفحه‌آرایی روزنامه‌های قدیمی، همگی کار استخراج متن را دشوار می‌کنند. هیچ‌کس نمی‌تواند انتظار داشته باشد که تمام این مسائل یک‌شبه حل شوند.
اما دشوار بودن یک کار، دلیل موجهی برای کنار گذاشتن آن از افق برنامه‌ریزی یک نهاد ملی نیست.
فرض کنید می‌خواهید همۀ مطالبی را پیدا کنید که در مطبوعات ایران دربارۀ نخستین چاپخانه‌های سنگی، ورود ماشین‌های چاپ، کتاب‌فروشی‌های همدان یا فعالیت یک ناشر مشخص منتشر شده‌اند. در این حالت، جست‌وجو بر اساس عنوان نشریه کافی نیست؛ باید بتوان در متن صفحات نیز جست‌وجو کرد.
در سامانه‌هایی مانند Chronicling America، متن OCR در کنار تصویر صفحه و داده‌های ساختاری عرضه می‌شود. کاربر می‌تواند عبارتی را جست‌وجو کند، نتیجۀ مرتبط را بیابد و سپس به تصویر صفحۀ اصلی مراجعه کند. خدمات برنامه‌نویسی نیز برای دسترسی ساختاریافته به داده‌ها و متن در نظر گرفته شده است.
در Delpher نیز پژوهشگر می‌تواند در متن روزنامه‌های تاریخی جست‌وجو کند و برای بخش‌هایی از مجموعه، متن OCR و داده‌های مرتبط را به‌صورت بسته‌های قابل دریافت به دست آورد.
آیا می‌توان همین افق را برای مطبوعات ایران نیز در نظر گرفت؟ بی‌تردید. اما تحقق آن به برنامه‌ای روشن برای دیجیتال‌سازی، OCR فارسی، ارزیابی کیفیت متن، اصلاح خطاها و پیوند دادن متن به تصویر نیاز دارد.
در چنین پروژه‌ای، حتی اگر OCR در مرحلۀ نخست خطاهای فراوانی داشته باشد، باز هم می‌توان با انتشار تدریجی داده‌ها و بهبود مستمر کیفیت، ارزش پژوهشی مجموعه را افزایش داد. مهم این است که مسیر توسعه مشخص باشد و کاربر بداند چه بخشی از مجموعه قابل جست‌وجوست، متن آن با چه کیفیتی استخراج شده و محدودیت‌ها کدام‌اند.
کیفیت تصویر؛ اسکن کردن به‌تنهایی کافی نیست
مسئلۀ دیگر، کیفیت تصویر و قابلیت مطالعۀ نسخه‌های دیجیتال است.
تصویر دیجیتال مطبوعات باید برای مطالعۀ روزمره و بررسی جزئیات کتاب‌شناختی مناسب باشد. این دو هدف همیشه یکسان نیستند. تشخیص تفاوت میان دو چاپ، بررسی سربرگ روزنامه، شناسایی نام چاپخانه، مطالعۀ حروف‌چینی یا خواندن آگهی‌های کوچک، ممکن است به تصویری با وضوح بالا نیاز داشته باشد.
در یک سامانۀ استاندارد باید میان تصویر مادر با کیفیت آرشیوی، نسخۀ مشتق‌شده برای دسترسی عمومی و متن OCR تمایز وجود داشته باشد. تصویر آرشیوی برای نگهداری بلندمدت و بازتولید دقیق اهمیت دارد؛ نسخۀ فشرده برای نمایش سریع‌تر به کار می‌آید و متن OCR امکان جست‌وجو و تحلیل محتوایی را فراهم می‌کند.
مشخصات فنی برنامۀ ملی دیجیتال‌سازی روزنامه‌ها در کتابخانۀ کنگره، نمونه‌ای روشن از این رویکرد است. در این برنامه، TIFF با وضوح ترجیحی ۴۰۰ نقطه در اینچ برای تصویر آرشیوی، JPEG 2000 برای تصویر مشتق‌شده، PDF دارای متن پنهان برای دسترسی و ALTO برای متن OCR در نظر گرفته شده است. اطلاعات ساختاری شماره‌ها و صفحات نیز در قالب METS نگهداری می‌شود.
مشخصات فنی برنامۀ ملی دیجیتال‌سازی روزنامه‌ها
این مثال را نباید به معنای الزام همۀ آرشیوها به استفاده از دقیقاً همین قالب‌ها یا همین وضوح دانست. آنچه اهمیت دارد، وجود سیاستی مستند برای کیفیت تصویر، نگهداری نسخۀ مادر، تولید نسخه‌های دسترسی و مدیریت متن استخراج‌شده است.
در مورد سنا، پرسش این است که آیا چنین سیاستی به‌صورت عمومی و شفاف مستند شده است؟ آیا کاربر می‌داند تصویر ارائه‌شده نسخۀ آرشیوی است یا نسخۀ فشرده؟ آیا امکان دریافت فایل با کیفیت مناسب برای مطالعۀ دقیق یا پژوهش فراهم است؟ آیا مشخصات دیجیتال‌سازی، کیفیت تصاویر و محدودیت‌های استفاده از آن‌ها روشن است؟
اگر پاسخ این پرسش‌ها در مستندات عمومی سامانه پیدا نشود، این خود مسئله‌ای جدی است. نهاد ملی نگهدارندۀ میراث مطبوعاتی باید نه‌فقط منابع را عرضه کند، بلکه سیاست‌های فنی و حدود استفاده از آن‌ها را نیز به‌روشنی توضیح دهد.
استانداردهای فنی و تعامل‌پذیری؛ سامانه‌ای که با جهان حرف نمی‌زند
امروزه یک سامانۀ دیجیتال را نمی‌توان فقط بر اساس آنچه در مرورگر نمایش می‌دهد ارزیابی کرد. بخش مهمی از کیفیت یک سامانه به این بستگی دارد که آیا داده‌های آن قابل تبادل، برداشت، پردازش و استفاده در سامانه‌های دیگر هستند یا نه.
سامانۀ نشریات ایران، دست‌کم از منظر قابلیت‌هایی که برای کاربر عمومی به‌روشنی مستند و قابل دسترسی‌اند، در این زمینه پرسش‌های جدی ایجاد می‌کند. در بررسی عمومی من، مستندات روشنی که نشان دهد سنا چگونه از پروتکل‌ها و استانداردهای متداول برای تبادل فراداده و عرضۀ تصاویر استفاده می‌کند، به چشم نمی‌خورد.
برای مثال، پروتکل OAI-PMH امکان برداشت و تجمیع فراداده از مخازن دیجیتال را فراهم می‌کند. IIIF نیز مجموعه‌ای از استانداردها و APIها برای عرضه و نمایش تصاویر دیجیتال است که امکان بزرگ‌نمایی، دریافت ساختاریافته و استفاده از تصاویر در ابزارهای پژوهشی دیگر را فراهم می‌کند.
این دو فناوری کارکردهای متفاوتی دارند و نبود هرکدام را باید جداگانه بررسی کرد. در کنار آن‌ها، استانداردهایی مانند METS برای ساختاردهی بسته‌های دیجیتال، ALTO برای نگهداری متن OCR و مختصات واژه‌ها، و PREMIS برای ثبت فرادادۀ نگهداری بلندمدت اهمیت دارند.
نمونۀ کتابخانۀ کنگره نشان می‌دهد که دسترسی به تصاویر، متن و داده‌های ساختاری می‌تواند از طریق رابط‌های برنامه‌نویسی و خدمات مبتنی بر IIIF نیز فراهم شود. در Delpher نیز APIهای مشخصی برای برداشت فراداده و جست‌وجو معرفی شده‌اند.
خدمات فنی و APIهای Chronicling America
در اینجا مسئله صرفاً استفاده یا عدم استفاده از یک فناوری خاص نیست. پرسش اساسی آن است که آیا سنا داده‌های خود را به‌گونه‌ای سازمان‌دهی کرده که بتوان آن‌ها را در پژوهش‌های دیجیتال، درگاه‌های تجمیعی، فهرست‌های مشترک و سامانه‌های دیگر به کار گرفت؟
اگر پژوهشگر بخواهد فهرست نشریات را برای تحلیل کتاب‌شناختی دریافت کند، اگر یک کتابخانۀ دانشگاهی بخواهد رکوردهای مرتبط را در فهرست خود نمایش دهد، یا اگر یک پژوهشگر دیجیتال بخواهد متن روزنامه‌ها را برای مطالعۀ تاریخ واژگان تحلیل کند، چه راهی پیش روی او قرار دارد؟
سامانۀ ملی که داده‌هایش فقط در چارچوب رابط کاربری خودش قابل استفاده باشد، بخشی از ظرفیت پژوهشی منابع را بلااستفاده باقی می‌گذارد. تعامل‌پذیری امتیازی تجملی نیست؛ یکی از شروط اساسی حضور مؤثر یک آرشیو در اکوسیستم پژوهش دیجیتال است.
از آمار رونمایی تا سنجش واقعی خدمات
در نهایت، به همان نقطۀ آغاز بازمی‌گردیم: آمار و وعده‌ها.
بارگذاری هزاران یا ده‌ها هزار رکورد، به‌خودی‌خود موفقیت یک سامانۀ ملی را اثبات نمی‌کند. باید روشن باشد چه تعداد عنوان مستقل در سامانه شناسایی شده، چه تعداد شماره دیجیتال شده، چه میزان از مجموعه قابل مشاهده است، چه بخشی متن OCR قابل جست‌وجو دارد و چه مقدار از داده‌ها از طریق رابط‌های استاندارد قابل دریافت است.
همچنین باید بتوان فهمید که آیا اطلاعات مربوط به تاریخچۀ نشریات، مسئولان انتشار، چاپخانه‌ها، تغییر عنوان‌ها و وضعیت موجودی به‌صورت نظام‌مند ثبت شده‌اند یا نه. بدون چنین شاخص‌هایی، آمارهای کلی بیش از آنکه به ارزیابی خدمات کمک کنند، به اعدادی برای گزارش عملکرد تبدیل می‌شوند.
یک سامانۀ ملی نشریات باید بتواند به پرسش‌های روشن و قابل سنجشی پاسخ دهد: چند عنوان در مجموعه وجود دارد؟ چه تعداد از آن‌ها فهرست‌نویسی استاندارد شده‌اند؟ چه تعداد شماره در دسترس است؟ کدام سال‌ها و دوره‌ها پوشش داده شده‌اند؟ کیفیت تصویرها و متن OCR چگونه ارزیابی می‌شود؟ و پژوهشگر برای استفاده از داده‌ها چه امکاناتی دارد؟
انتشار عمومی این اطلاعات نه نشانهٔ ضعف، بلکه بخشی از پاسخ‌گویی حرفه‌ای یک نهاد حافظۀ ملی است.
سخن پایانی؛ کتابخانه برای پژوهشگر یا پژوهشگر برای سامانه؟
کتابخانۀ ملی ایران میراث‌دار مجموعه‌هایی است که ارزش آن‌ها به‌مراتب فراتر از اعداد و آمارهای سازمانی است. روزنامه‌ها و مجلات تاریخی این مجموعه، اسناد دست‌اول تاریخ اجتماعی، سیاسی، اقتصادی، فرهنگی و فکری ایران‌اند. دسترسی به آن‌ها می‌تواند مسیر پژوهش را تغییر دهد، پرسش‌های تازه‌ای ایجاد کند و امکان بازخوانی تاریخ را برای نسل‌های جدید فراهم آورد.
اما این ظرفیت تنها زمانی به فعلیت می‌رسد که میان غنای مخزن و کیفیت خدمات فاصله‌ای باقی نماند. منابعی که در فهرست‌های ناقص پنهان بمانند، شماره‌هایی که یافتنشان دشوار باشد، متن‌هایی که جست‌وجوپذیر نباشند و فایل‌هایی که نتوان آن‌ها را در ابزارهای دیگر به کار گرفت، همگی بخشی از ظرفیت پژوهشی کتابخانه را معطل می‌گذارند.
نقد سنا، در نهایت، نقد یک صفحۀ وب یا حتی یک نرم‌افزار نیست؛ نقد نگرشی است که گاهی دیجیتال‌سازی را با ایجاد دسترسی برابر می‌گیرد، بارگذاری را با سازمان‌دهی اطلاعات یکی می‌داند و شمار رکوردها را به‌جای کیفیت خدمات می‌نشاند.
پژوهشگر امروز دیگر فقط نمی‌خواهد بداند یک نشریه در کتابخانۀ ملی وجود دارد؛ می‌خواهد آن را پیدا کند، تاریخچۀ انتشارش را بفهمد، شماره‌های موجود را بررسی کند، در محتوای آن جست‌وجو کند، تصویر مناسب به دست آورد و داده‌هایش را در پژوهش خود به کار گیرد. این‌ها خواسته‌های تجملی نیستند؛ حداقل انتظار از یک سامانۀ ملی در عصر پژوهش دیجیتال‌اند.
پس پرسش همچنان پابرجاست: پس از این همه سال، رونمایی و اعلام آمار، سنا تا چه اندازه توانسته است نشریات ایران را از قفسه‌های کتابخانه به میدان واقعی پژوهش بیاورد؟
تا زمانی که پاسخ این پرسش با داده‌های شفاف، مستندات فنی و تجربه‌ای رضایت‌بخش برای کاربران همراه نباشد، نمی‌توان صرف وجود سامانه را نشانۀ تحقق وعدۀ دسترسی ملی دانست.
کتابخانۀ ملی قرار نیست فقط محل نگهداری میراث مکتوب باشد؛ باید امکان شناخت، کشف و استفاده از این میراث را نیز فراهم کند. وگرنه چه تفاوتی دارد که گنجینه‌ای در مخزن داشته باشیم، اما برای یافتن و خواندن آن، همچنان به همان دشواری‌های گذشته گرفتار بمانیم؟