Cách bảo đảm tính liên tục công nghệ nghiên cứu

Điểm này cũng phân biệt tính liên tục công nghệ với sao lưu đơn thuần. Một bản sao có thể bảo vệ các bit dữ liệu nhưng chưa chắc cho biết phiên bản phần mềm nào tạo ra chúng, thư viện nào được sử dụng hay cách dựng lại môi trường cũ. ISO 14721:2025 về OAIS mô tả bảo tồn dài hạn như trách nhiệm của một hệ thống gồm phần cứng, phần mềm, thông tin cùng các quy trình và chính sách của tổ chức; tức bảo tồn không chỉ là giữ file.

Do đó, cơ chế bảo đảm tính liên tục phải được thiết kế xuyên suốt vòng đời nghiên cứu chứ không chờ tới lúc dự án kết thúc mới “đóng gói để lưu”.

Cố định danh tính của từng phiên bản nghiên cứu

Điều kiện đầu tiên của tính liên tục là phải trả lời được câu hỏi: chính xác đối tượng nào đã được sử dụng để tạo ra kết quả này? Nếu mã nguồn, tập dữ liệu hoặc mô hình chỉ được nhận diện bằng tên thư mục như final, final_v2 hoặc bằng một URL có nội dung thay đổi theo thời gian, chuỗi bằng chứng nghiên cứu có thể bị đứt ngay cả khi file vẫn còn tồn tại.

Cơ chế phù hợp là kết hợp quản lý phiên bản với các snapshot bất biến và định danh bền vững. Với phần mềm, commit hoặc release phải gắn được với đúng trạng thái nội dung đã sử dụng. SoftWare Hash IDentifier (SWHID) cung cấp định danh dựa trên nội dung cho các đối tượng của hệ thống quản lý phiên bản phân tán và đã được chuẩn hóa thành ISO/IEC 18670:2025. Software Heritage cũng xác định SWHID là định danh ổn định theo thời gian cho các đối tượng được lưu trong kho phần mềm của mình.

Ở tầng xuất bản, DOI và metadata lại giải quyết một vấn đề khác: giúp đối tượng nghiên cứu được nhận diện, trích dẫn và liên kết lâu dài. DataCite hỗ trợ DOI cho nhiều loại đầu ra nghiên cứu và sử dụng metadata để mô tả quan hệ giữa dữ liệu, phần mềm, công trình và các tài nguyên liên quan.

Hai lớp này bổ sung cho nhau. DOI có thể nhận diện một bản phát hành nghiên cứu ở cấp xuất bản, trong khi định danh dựa trên nội dung có thể khóa chính xác trạng thái mã nguồn. Chỉ dùng tên dự án hoặc một URL của kho Git là chưa đủ nếu nội dung tại đó tiếp tục thay đổi.

Về thực hành, mỗi mốc nghiên cứu quan trọng nên tạo được một “điểm đóng băng” gồm phiên bản dữ liệu, mã nguồn, cấu hình, workflow và kết quả liên quan. Khi một kết quả được công bố, người khác phải có khả năng truy ngược từ kết quả đó về đúng các phiên bản đã tham gia tạo ra nó.

Bảo tồn môi trường thực thi thay vì chỉ lưu mã nguồn

Giữ được source code không đồng nghĩa với giữ được khả năng chạy source code. Một chương trình còn phụ thuộc vào phiên bản thư viện, compiler, runtime, hệ điều hành, biến môi trường, kiến trúc CPU và đôi khi cả driver hoặc phần cứng chuyên dụng.

Khái niệm reproducible build cho thấy bản chất của vấn đề này. Reproducible Builds định nghĩa một build có khả năng tái lập khi cùng source code, môi trường build và chỉ dẫn build cho phép tái tạo các artifact giống nhau; tài liệu của dự án cũng nhấn mạnh môi trường bao gồm các công cụ, phiên bản cần thiết và các giả định về hệ điều hành hoặc cấu hình.

Vì thế, tại mỗi phiên bản nghiên cứu cần bảo tồn mô tả môi trường, chứ không chỉ danh sách tên phần mềm. Lockfile, package manifest, image container, cấu hình máy ảo hoặc cấu hình khai báo có thể giúp cố định trạng thái phụ thuộc. Với container, OCI Image Specification còn sử dụng cấu trúc manifest và cơ chế content-addressable để xác định các thành phần của image.

Tuy nhiên, container không phải “viên nang thời gian” tuyệt đối. Nó vẫn có thể phụ thuộc vào kernel, kiến trúc máy, driver hoặc dịch vụ bên ngoài. Một nghiên cứu GPU, chẳng hạn, có thể không tái lập chỉ nhờ một image nếu thiếu thông tin về phần cứng và lớp tương thích cần thiết. Do đó, môi trường phải được mô tả ở đúng mức phụ thuộc có ảnh hưởng đến kết quả, thay vì mặc định rằng đóng container là hoàn tất bảo tồn.

Một phép kiểm tra thực tế hữu ích là lấy một phiên bản nghiên cứu đã đóng băng, dựng nó trên một môi trường sạch và xem liệu workflow tham chiếu có còn chạy được hay không. Nếu không thể dựng lại mà phải dựa vào kiến thức ngầm của một thành viên cũ, tính liên tục vẫn chưa được bảo đảm.

Ghi provenance để nối dữ liệu, mã và kết quả thành một chuỗi

Ngay cả khi từng thành phần được lưu tốt, tính liên tục vẫn thất bại nếu không biết chúng liên hệ với nhau như thế nào. Đây là vai trò của provenance: ghi lại nguồn gốc, quá trình biến đổi và quan hệ giữa các đối tượng nghiên cứu.

RO-Crate được thiết kế để tập hợp dữ liệu nghiên cứu cùng metadata, đồng thời hỗ trợ quản lý và tái sử dụng lâu dài. Đặc tả của RO-Crate cho phép mô tả workflow và script như các đối tượng phần mềm; các profile Workflow Run RO-Crate còn có thể ghi provenance của một lần thực thi, liên kết workflow với input, output và sản phẩm liên quan.

Ở cấp triển khai, một lần chạy quan trọng cần đủ thông tin để nối được ít nhất các mắt xích: phiên bản input → phiên bản phần mềm → tham số → môi trường thực thi → output. Khi cần thiết còn phải lưu thông tin về thiết bị, tác nhân thực hiện hoặc điều kiện đo. RO-Crate, chẳng hạn, có cơ chế mô tả thiết bị liên quan đến quá trình tạo hoặc cập nhật một thực thể dữ liệu.

Điểm cần tránh là đồng nhất provenance với một file README. Tài liệu văn bản rất hữu ích cho con người nhưng các quan hệ cốt lõi nên có cấu trúc đủ rõ để máy cũng có thể đọc và kiểm tra. Khi provenance được biểu diễn bằng định danh ổn định và metadata có cấu trúc, việc đổi repository hoặc thay giao diện phần mềm ít có khả năng phá vỡ chuỗi truy xuất nguồn gốc.

Dùng chuẩn mở và giao diện tương tác để giảm phụ thuộc nền tảng

Một hệ thống nghiên cứu càng phụ thuộc vào định dạng độc quyền, API riêng hoặc metadata chỉ có một sản phẩm hiểu được thì chi phí duy trì tính liên tục càng lớn. Khi nền tảng biến mất, nội dung có thể vẫn còn nhưng không còn phương tiện diễn giải nó.

FAIR đưa ra bốn nhóm nguyên tắc Findable, Accessible, Interoperable và Reusable cho tài sản số; riêng lớp interoperability nhấn mạnh việc sử dụng ngôn ngữ và vocabulary có khả năng tương tác. RO-Crate sử dụng metadata có cấu trúc để đóng gói research object, còn DataCite tạo hạ tầng định danh và metadata để kết nối nhiều loại đầu ra nghiên cứu. Những lớp tiêu chuẩn hóa này giúp giảm việc phụ thuộc vào cấu trúc nội bộ của một công cụ duy nhất.

Cơ chế quan trọng ở đây không phải là “chỉ sử dụng công nghệ mã nguồn mở”. Một hệ thống vẫn có thể dùng công nghệ thương mại nhưng phải duy trì đường xuất dữ liệu, metadata, cấu hình và quan hệ nghiên cứu ở dạng có thể chuyển giao. Các schema cũng cần được ghi rõ phiên bản, bởi một chuẩn mở vẫn có thể phát triển và thay đổi theo thời gian.

FAIR cũng không thay thế cho tái lập môi trường thực thi. Một dataset có thể rất dễ tìm, dễ truy cập và có metadata tốt nhưng workflow tạo ra nó vẫn không chạy được vì dependency đã mất. Vì vậy, interoperability và preservation phải được kết hợp với versioning, provenance và environment capture chứ không vận hành như những biện pháp độc lập. Đây là sự khác biệt giữa làm cho tài nguyên “có thể tìm và tái sử dụng” với bảo đảm cả chuỗi tính toán vẫn có thể được kiểm chứng.

Chuẩn bị migration và emulation trước khi công nghệ lỗi thời

Không có stack công nghệ nào được bảo đảm tồn tại mãi. Vì vậy, tính liên tục không thể dựa hoàn toàn vào chiến lược “đừng thay đổi gì”. Một hệ thống bảo tồn phải dự kiến trước cách xử lý khi định dạng, phần mềm hoặc môi trường thực thi trở nên lỗi thời.

Hai cơ chế kinh điển là migration và emulation. The National Archives của Anh mô tả migration như việc chuyển nội dung sang định dạng khác, còn emulation tái tạo môi trường phần mềm hoặc phần cứng đã lỗi thời để tiếp tục truy cập nội dung gốc. Library of Congress cũng xem migration, emulation hoặc phương án lai là các chiến lược có thể áp dụng trước biến đổi công nghệ.

Migration phù hợp khi thông tin quan trọng có thể được chuyển sang một định dạng hoặc nền tảng mới mà vẫn bảo toàn các đặc tính cần thiết. Đổi lại, mỗi lần chuyển đổi đều cần kiểm tra xem ý nghĩa, cấu trúc hoặc hành vi có bị thay đổi hay không. Emulation hữu ích hơn khi chính hành vi của môi trường cũ là một phần của đối tượng cần bảo tồn, nhưng nó lại tạo thêm trách nhiệm duy trì emulator và các thành phần phụ thuộc.

Song song với đó phải có kiểm tra fixity. Checksum giúp phát hiện nội dung số đã thay đổi ở cấp bit và là một công cụ cơ bản trong quy trình bảo tồn số. Nhưng checksum chỉ cho biết chuỗi bit có còn nguyên hay không; nó không chứng minh file vẫn đọc được, workflow vẫn thực thi được hoặc kết quả vẫn có cùng ý nghĩa khoa học.

Vì vậy, bảo tồn dài hạn cần nhiều tầng kiểm tra: tính toàn vẹn của bit, khả năng giải mã định dạng, khả năng dựng môi trường và khả năng chạy một workflow hoặc phép thử tham chiếu. Migration và emulation nên được lựa chọn dựa trên đặc tính của đối tượng nghiên cứu thay vì áp dụng một công thức duy nhất cho mọi loại tài sản số.

Biến tính liên tục thành một quy trình quản trị vòng đời

Các cơ chế kỹ thuật chỉ bền khi có chủ thể chịu trách nhiệm duy trì chúng. ISO 14721:2025 mô tả OAIS không đơn thuần như một kho phần mềm mà như một hệ thống gồm công nghệ, thông tin, chính sách, quy trình, tổ chức và nhân sự đã nhận trách nhiệm bảo tồn thông tin cho một cộng đồng xác định. ISO 16363:2025 tiếp tục cung cấp cơ sở cho việc đánh giá độ tin cậy của các kho lưu trữ số.

Điều đó có nghĩa là tính liên tục phải được đặt thành các điểm kiểm soát trong vòng đời nghiên cứu. Khi thiết kế nghiên cứu cần xác định tài sản số nào phải tồn tại lâu dài và phụ thuộc công nghệ nào có nguy cơ trở thành điểm lỗi. Trong quá trình thực hiện phải quản lý version, dependency và provenance. Trước khi công bố phải tạo snapshot có thể trích dẫn và thử dựng lại môi trường. Khi dự án kết thúc phải chuyển giao quyền sở hữu, thông tin vận hành và trách nhiệm bảo tồn cho một cá nhân hoặc đơn vị còn tồn tại sau nhóm nghiên cứu ban đầu.

Cách đo lường cũng nên dựa vào khả năng thực hiện thay vì những tuyên bố như “hệ thống được lưu trữ an toàn”. Một cơ chế kiểm soát có giá trị hơn là kiểm tra liệu một người không tham gia phát triển ban đầu có thể tìm đúng phiên bản, xác minh tính toàn vẹn, dựng môi trường, truy vết đầu vào và chạy lại workflow tham chiếu hay không. Không có một chu kỳ kiểm tra phổ quát phù hợp cho mọi nghiên cứu; tần suất cần phụ thuộc vào mức độ quan trọng của tài sản và tốc độ thay đổi của công nghệ liên quan.

Đây cũng là lý do việc bàn giao tài khoản kho mã hoặc sao chép một ổ đĩa vào repository chưa thể xem là hoàn thành tính liên tục. Chuyển giao chỉ thực sự có ý nghĩa khi khả năng vận hành tri thức cũng được chuyển giao: định danh nào là chuẩn, môi trường nào cần dựng, dependency nào bắt buộc, workflow nào dùng để xác nhận và ai chịu trách nhiệm khi một lớp công nghệ bị lỗi thời.

Tính liên tục công nghệ nghiên cứu vì vậy được duy trì bằng một chuỗi cơ chế liên kết: cố định danh tính phiên bản, bảo tồn môi trường thực thi, ghi provenance, sử dụng chuẩn có khả năng tương tác, chuẩn bị migration hoặc emulation và đặt toàn bộ các hoạt động đó dưới trách nhiệm quản trị xuyên suốt vòng đời.

Mục tiêu cuối cùng không phải giữ một công nghệ tồn tại vĩnh viễn. Mục tiêu là để khi công nghệ thay đổi, người kế nhiệm vẫn xác định được đối tượng nghiên cứu nào đã được dùng, nó được xử lý trong điều kiện nào, kết quả hình thành ra sao và bằng cách nào có thể tiếp tục truy cập hoặc kiểm chứng nó. Khi chuỗi khả năng này còn nguyên, tính liên tục công nghệ nghiên cứu mới thực sự được duy trì.