Потребуется 2 тысячи лет, чтобы оцифровать весь фонд «Ленинки»: гендиректор РГБ Вадим Дуда - о цифровой трансформации библиотеки

Вадим Дуда: Этот термин хотелось бы прояснить. Мы действительно одна из крупнейших библиотек в мире. Один из критериев крупности библиотеки, особенно национальной – это фонды. В фондах «Ленинки» около 47 млн документов, и если сравнивать нас с Библиотекой Конгресса, то формально она значительно больше: у них около 150 млн документов. Но тут возникает много тонкостей, связанных с учетом. Мы учитываем газеты годовыми подшивками, а Библиотека Конгресса учитывает отдельно каждый выпуск газет. Поэтому очень сложно сопоставить, кто по-настоящему крупнее.

А в цифровом мире можно точнее сравнивать наши результаты, потому что есть достаточно точная и объективная аналитика. Здесь нас тоже можно назвать одной из крупнейших библиотек. За сентябрь наши сайты посетили приблизительно 2,5 млн человек.

Если сопоставить это с другими библиотеками мира, то там гораздо меньше. Государственная библиотека в Берлине – порядка 300-400 тыс. Мы недавно проводили такую сверку (используя данные SimilarWeb – прим. TAdviser), поэтому цифры нам известны. Около 2 млн у Нью-Йоркской публичной библиотеки, у Библиотеки Конгресса немного больше – около 5-6 млн. Но нужно учитывать, что мы имеем дело с русскоязычным сегментом аудитории, в то время как английский язык имеет больший охват.Догнать и перегнать: Российские ВКС прирастают новыми функциями 8.1 т

Кроме того, мы удачно сделали несколько крупных инвестиционных ставок несколько лет назад. Одна из них – Национальная электронная библиотека (НЭБ). Сейчас это уже один из крупнейших электронных ресурсов в мире: 4,5 документов в ней доступны читателям. И в период пандемии мы видели большой рост интереса к этому ресурсу. Если год назад мы отмечали примерно 3-4 тыс. посещений НЭБ в день, то в апреле были пики до 60-70 тыс. Это очень большой рост. Так что, да, мы с большим оптимизмом смотрим в цифровое будущее, но не так прямолинейно, как это кажется. Дело не в оцифровке наших фондов, а в том, что нам нужна полноценная глубокая цифровая трансформация нашей деятельности.

Вадим Дуда: Начну с достаточно очевидных сервисов. Понятно, что во время ограниченного посещения библиотеки мы сделали максимум возможного, чтобы доступ к подписным базам данных, к электронным библиотекам был максимально расширенным. Раньше, конечно, мы были заинтересованы в том, чтобы читатель пришел в библиотеку даже для получения доступа к базам данных. Это была одна из распространенных моделей лицензирования доступа к базам данных. А во время пандемии мы постарались сделать так, чтобы эти сервисы были доступны дистанционно.

Но что не так очевидно: мы запустили несколько интересных разделов в НЭБ. Один из них называется «Книжные памятники». Там представлены по-настоящему редкие издания. Они подобраны по определенным тематическим признакам, и действительно могут представлять интерес не только для исследователей, но и для широкой публики.

Мы выяснили довольно интересные вещи, история повторяется. Одна из книг, которая была оцифрована – из коллекции «Дома Романовых», она называется «Как уберечь себя от последствий сидячей жизни, занимаясь умственным трудом». Согласитесь, пандемия и все мы в истории, все это уже когда-то было.

И отдельно хотел рассказать об очень интересном сервисе. Существует распространенное заблуждение, что все уже есть в интернете. Это далеко не так, и мы видим, какой интерес у читателей к нашим фондам. Все равно нужны определенные документы, книги. Один из сервисов, который мы запустили – удаленный доступ к фрагменту книги. Читатель заполняет требования в электронном каталоге, а книга попадает не на кафедру выдачи, а на сканирование. И разрешенный законом, авторским правом, фрагмент довольно быстро, в течение нескольких часов, попадает читателю в личный кабинет для удаленного доступа.

Мы видим большой потенциал у такого сервиса, потому что он может быть организован не только к фондам «Ленинки», но и к объединенным фондам всех библиотек нашей страны, а может быть, и не только нашей страны. Звучит очень заманчиво, если из своего личного кабинета ты можешь получить доступ к документам из фондов любой библиотеки мира.

Вадим Дуда: Несомненно. Я думаю, любой айтишник подтвердит, что самое дорогое в нашем цифровом деле – это этап R&D. Очень много можно исследовать, много ресурсов на это потратить, и очень важно учитывать чей-то опыт. При этом негативный опыт такой же важный, как и позитивный. Поэтому мы большое внимание уделяем опыту зарубежных коллег, и достаточно часто большие команды из нашей библиотеки едут в зарубежные библиотеки, чтобы изучить опыт.

Почему большие команды: в них должны быть и айтишники, и технологи, и специалисты по обслуживанию, специалисты по работе с фондом, потому обычно в таких решениях очень много деталей, связанных с тонкостями технологических процессов. Если нет сквозного понимания технологических процессов, обычно ничего хорошего не получается. Мы из иностранного опыта многое для себя почерпнули и продолжим пользоваться результатами исследований других библиотек и не только библиотек.

Вадим Дуда: Очень неоднозначный зал. Он абсолютно точно является точкой роста. Я уверен, что его нужно расширять. Для этого есть много предпосылок. Два года назад было принято изменение к закону: об обязательном экземпляре в электронном виде. «Ленинка» имеет возможность получать все, что у нас издается, сразу и в электронном виде. Нам не надо тратить силы и ресурсы на сканирование книг, которые мы получаем. И, конечно, очень хочется расширить обслуживание в электронном виде.

Электронные экземпляры – это уникальная возможность навигации по нашим фондам с использованием полного текста. То есть, это не только то, что записано в каталожной карточке, мнение библиографа или каталогизатора, к какой научной области отнести ту или иную книгу. Ведь эти области очень быстро меняются. Поэтому очень важно получить полный текст как некий индексный массив, чтобы можно было искать более точно книгу. И в принципе это основа для нового, современного справочно-библиографического обслуживания, получения библиографии в электронной среде.

Мы очень верим в развитие электронных сервисов, и электронный читальный зал нам, конечно, очень нужен. Но есть оборотная сторона: многие библиотеки сталкиваются с тем, что в зал с открытым интернет-доступом приходит определенное количество читателей, кому просто нужен доступ к сайтам, которые я не хочу называть. Это очень далеко от исследовательских, научных, образовательных целей. И это очень тонкий баланс: как можно ограничить такой доступ. В этом есть определенные сложности.

«Ленинка», как вы знаете, библиотека общедоступная, к нам может попасть любой гражданин. Поэтому есть сложности с нахождением баланса между интересами исследователей, которым требуется больше и больше компьютеров, интернета, открытости, и интересами другой аудитории.

Вадим Дуда: Очень интересная идея. Безусловно, мы тоже хотели бы, чтобы так и было. Но, действительно, возникнет очень много сложностей. Есть юридические, связанные с авторскими правами, и есть сложности технологического свойства. В «Ленинке» один из крупнейших участков оцифровки фондов, может быть, даже во всей Европе. По нашим подсчетам, нам потребуется примерно 2 тыс. лет, чтобы оцифровать весь фонд «Ленинки». И, думаю, айтишникам будет интересно подсчитать, какой ЦОД потребуется для хранения всего этого массива, включая резервный. Это большой технологический вызов, к которому мы пока не очень готовы. Нужно очень избирательно к этому подходить.

Вадим Дуда: К сожалению, практически нет. Я уверен, что во многом это будущее, к которому мы должны стремиться, при этом не забывая о балансе. Как я говорил, РГБ должна обеспечивать равный доступ всем, преодолевать неравенство, в том числе и цифровое. Но определенное количество сервисов с большой интеллектуальной добавленной стоимостью, несомненно, могут быть и на платной основе.

Приведу пример нескольких потенциальных сервисов, которые могут представлять ценность для рынка. Как известно, один из ключевых сервисов библиотеки – это справочно-библиографическое обслуживание, подбор определенных материалов, книг, изданий по заданной теме либо составление так называемой фактографической справки, подкрепленной ссылками на документы. Мало кому интересны ссылки на «Яндекс» или Google, потому что там очень много всяких документов, и не понятна их ценность. А справка из библиотеки, где есть точный документ и точная отсылка к этой публикации, очевидно, может представлять ценность.

В электронной среде со временем будет нужна цифровая детоксикация, когда мы будем обращаться к настоящим, точным, проверенным документам.

Второе направление – это создание библиотек. Мы создаем НЭБ, и есть большая специфика, много тонкостей в комплектовании этой библиотеки, в подборе контента, в том, чтобы сделать понятным поиск, группировку. Это целое искусство, требующее большого профессионального опыта и тщательного подхода. Сюда же попадают вопросы, связанные с юридическими сложностями: как обеспечить заключение лицензионного соглашения, чтобы контент был доступен в мобильных приложениях.

У нас сейчас складывается большой круг заинтересованных организаций, которым требуются услуги по созданию библиотек в электронной среде. Фонды «Ленинки» при этом являются большим ресурсом: напомню, это около 47 млн документов, покрывающих большой хронологический и тематический срез. Поэтому у нас есть возможности стать серьезным игроком в этой среде.

И, пожалуй, есть еще один, специфичный для библиотечной среды, сервис – восстановление исторических коллекций в электронной среде. Книги всегда были предметом достаточно высокой ценности, и исторические коллекции многих библиотек за время бытования этих книг часто подвергались изменениям, книги перемещались, оказывались в частных коллекциях, в других библиотеках.

У крупных библиотек есть интерес к воссозданию своих исторических коллекций, но сделать это в основном можно только в электронном виде. Мы активно в этом участвуем. Такая работа ведется уже несколько лет. У нас есть несколько проектов, которые в этом году завершаются, по воссозданию коллекций немецких библиотек, прежде всего, в историческом виде. Для этого мы проводим работу по выявлению, оцифровке и предоставлению доступа к этим документам.

Вадим Дуда: В этом году мы запустили на портале Национальной электронной библиотеки проект «Книжные памятники» - национальный проект, в рамках которого стали доступны 8 тыс. оцифрованных в высоком разрешении книжных памятников, обладающих исторической, научной и культурной ценностью. Свободный доступ и высокое качество электронных копий позволяют в мельчайших деталях рассмотреть уникальные материалы.

Ежегодно на реализацию этого проекта Министерство культуры выделяет 80 млн рублей. По плану к 2024 году мы должны оцифровать и сделать доступными читателям 48 тыс. документов.

Я думаю, что основная наша задача и направление инвестиций – это направление обеспечения доступа. Мы должны заниматься контентом, доступом к нему, к самой лучшей художественной литературе, образовательному и научному контенту. Здесь же, на мой взгляд, должны быть основные инвестиции государства в цифровизацию в части обеспечения библиотечным обслуживанием.

Я считаю, что библиотеки имеют все возможности для будущего в цифровой среде как раз потому, что возникает устойчивый спрос на достоверную информацию, на документы. Существует большой уровень цифровой токсикации, поток материалов, не всегда достоверных и качественных, а библиотеки – это зона детокса. Но нам, конечно, надо научиться встраивать наши фонды в цифровую среду.

Вадим Дуда: В НЭБ сейчас порядка 5,3 млн полнотекстовых документов. Наверное, это одна из крупнейших библиотек в мире. Давайте выделим несколько важных разделов НЭБ. Один из них посвящен науке, и ядром являются диссертации. В НЭБ представлено около 500 тыс. оцифрованных диссертаций. Это очень большой ресурс. Кроме того, есть около 1 млн авторефератов диссертаций.

Очень большое количество патентов – около 2 млн. Это была интеграция с Российской патентной библиотекой. И, конечно же, это пресса, книги, книжные памятники. И этот массив документов активно растет ежегодно.

Вадим Дуда: НЭБ должна стать научной платформой

Что касается доступа, весь этот фонд доступен через виртуальные читальные залы «Ленинки» в библиотеках РФ. Таких залов более 14 тыс. Но наш основной акцент прямо сейчас – это, конечно же, обеспечение доступа удаленно через интернет, через портал НЭБ и специальные мобильные приложения.

Мы сейчас прорабатываем очень интересную бизнес-модель с издателями – оплата за факт использования. Мы отбираем определенное количество наименований книг и платим издателям за каждый факт использования книги. Думаем, что за такой моделью расчетов должно быть большое будущее.

НЭБ должен стремиться предоставить доступ в электронном виде к наиболее значимым, востребованным документам, причем, к современным в том числе. Мы должны создавать экспертные советы, которые из всего потока будут отбирать контент, который должен быть доступен с оплатой за государственный счет. То есть, мы против того, чтобы менять сложившиеся модели взаимоотношений правообладателей, издателей, авторов по поводу изъятий.

НЭБ должен стать научной платформой. Мы очень много работаем с научным сообществом, с РАН, Министерством образования и науки, чтобы контент вузов, академический контент также стал частью НЭБ и был доступен исследователям по всей стране.

Также мы очень хотим, чтобы со временем этот ресурс стал платформой, где максимально полно отражен весь репертуар документов, имеющих отношение к России, к нашей истории, языку, территории. Речь идет о примерно 9 млн книг, выпущенных после «Апостола» Ивана Федорова: с 1564 года и до наших дней.

Вадим Дуда: В рамках НЭБ не могу не упомянуть еще один проект: в сентябре мы запустили приложение под названием «Свет» (скачать из App Store и Google Play). В нем представлены самые «золотые» книги художественной литературы, которые должны быть доступны всем бесплатно. Мы стараемся сделать так, чтобы этим пользовались и школьники, и их родители, и учителя.

В приложении можно также получить различную информацию о произведениях

Сейчас в приложении порядка 1,2 тыс. произведений, и это по-настоящему великие произведения. Здесь не только те, которые стали общественным достоянием. «Ленинка» также выделяет финансовые ресурсы для покупки лицензий для очистки соответствующих прав, чтобы эти произведения были доступны бесплатно навсегда в этом приложении. Наша цель – порядка 5 тыс. книг в течение нескольких лет.

Вадим Дуда: Речь идет о сотнях терабайт и десятках ежегодного увеличения, и каждый год мы должны думать о расширении в том числе потому, что «Ленинка» является оператором системы обязательных экземпляров в электронном виде. Мы получаем примерно 300 тыс. документов каждый год, и они должны быть в том числе в электронном виде. Думаю, мой коллега Михаил Шубин что-то к этому добавит.

Михаил Шубин: Если мы говорим про хранилище, то там есть несколько особенностей. Когда идет оцифровка, хранение данных происходит в максимально неискаженном виде – в формате TIFF.Такой формат занимает большой объем дискового пространства. Потом идет преобразование в рабочий формат PDF, который используется сервером выдачи для предоставления постраничного доступа читателю через сайт или мобильное приложение.

Помимо этого, для книжных памятников (kp.rusneb.ru) мы реализовали модуль просмотра по тайловой модели: это аналог Google карт, когда на мобильном устройстве со слабым интернетом очень быстро можно посмотреть документ, увеличивая размер страницы. У нас приходится 265 тайлов на страницу. То есть, на 8 тыс. книжных памятников мы получаем порядка миллиарда тайлов. Это маленькие файлы, которые помогают очень быстро просматривать книжные памятники, когда интересно рассмотреть какие-то детали, такие как гравюры, карты и т.д., но их число огромно.

Также есть прием обязательного экземпляра, его хранение, а если это еще умножить на резервное копирование, то понятно, что потребности в дисковом пространстве растут экспоненциально.

Михаил Шубин: У нас есть выстроенное производство по оцифровке, которое включает в себя несколько операций. Это операции сканирования, обработки того, что отсканировано. Сюда входит, например, исправление дефектов разворота. Дальше идет распознавание текста и приведение его в соответствие с определенными стандартами качества, сверка с оригиналом и т.д. Занимается этим наше внутренне подразделение.

Михаил Шубин: Мы очень активно используем open source библиотеки и компоненты, которые доступны в сообществе, и используем комбинированный подход к применению решений

Кроме того, для оцифровки, например, периодики мы понимаем, что в газетной полосе желательно давать доступ к конкретной статье, потому что она является неким смысловым квантом, она, возможно, интересная и именно ее будут искать. Но чтобы выделить на полосе статью, это несколько более сложная задача, и мы внутри у себя в подразделении R&D с использованием технологий искусственного интеллекта пытаемся реализовать методику разбора газетной полосы, разделение ее на составляющие статьи. Определить, что такое статья – это непростой механизм.

Также интересно понять смысловые нагрузки присутствующего там текста: выделить имена собственные, географическое название, и т.д. И мы реализовали пилотный проект на основе контента «Красной Звезды» времен Великой отечественной войны с распознаванием объектов, фамилий, мест военных сражений. В дальнейшем это возможно связать с картами, с какими-то событиями. Есть идея связать это с проектом «Бессмертный полк», когда можно узнать из газет, где человек воевал, или где проходили сражения. В этом направлении мы тоже двигаемся.

Михаил Шубин: Это набор продуктов. Их перечислять довольно долго. Мы очень активно используем open source библиотеки и компоненты, которые доступны в сообществе, и используем комбинированный подход к применению решений. Мы общаемся и с большим количеством партнеров, которые предлагают свои решения, и создаем гибридные решения, в которых есть модули собственной разработки и интеграция с системами партнеров.

Михаил Шубин: С точки зрения издателя это чуть проще: у него имеется исходная верстка и исходный процесс подготовки этого контента. То есть, у него изначально есть эта разбивка. А у нас сложность в том, что на входе есть только бумажный экземпляр газеты, который мы можем превратить в графический объект и затем обрабатывать и распознавать. Это более сложная задача, чем у издателя. Мы работаем, в том числе, над тем, чтобы договориться с издателями о предоставлении не только конечного продукта, но и его структуры этого продукта в электронном виде.

Вадим Дуда: Да, такая возможность есть. Ее, наверное, можно отнести к базовым. Мы научились выдавать билеты удаленно, но это все же не какое-то большое достижение. Все-таки, основная работа связана с предоставлением доступа к нашим фондам, поэтому самым большим нашим достижением, пожалуй, была возможность получить оцифрованный фрагмент нужной тебе для работы книги или документа, диссертации.

Мы очень серьезно поработали с поставщиками информационных ресурсов, и то, что изначально было лицензировано только на доступ из помещений библиотек, стало доступно онлайн нашим читателям, которые не могли приходить в читальные залы. Очень интересный подход наших коллег, наших издателей, которые занимаются удаленными базами данных. Они очень быстро отреагировали на пандемию. У некоторых больших агрегаторов появились специальные коллекции, посвященные коронавирусу.

У одного из крупнейших поставщиков информационных ресурсов, компании ProQuest, появилась большая подборка исследований Coronavirus Research Database. Мне кажется, это очень важно: актуальная тема, исследователям важно получить доступ к большому количеству документов, и не нужно их искать в различных базах, а можно было найти в одном месте.

Вадим Дуда: Существует большой уровень цифровой токсикации, поток материалов, не всегда достоверных и качественных, а библиотеки – это зона детокса

Кроме того, библиотеки быстро смогли организовать свое присутствие в цифровом пространстве, в интернете со своими проектами, посвященными определенным датам. В мае, например,75-летие победы, для всех нас очень важная дата, и мы запустили ряд интересных проектов. Один из них – «Страницы победы». Всегда очень интересно обратиться к первоисточникам – к документам тех времен, не прошедшим исторические интерпретации, и прикоснуться эмоциями. Мы оцифровали большое количество передовиц газет от мая 1945 года, причем не только из СССР, но и других стран. И было очень интересно посмотреть на эмоции тех времен. На мой взгляд, получился замечательный проект.

И, кстати, там много историй вот какого свойства. Не очень хочется говорить о политике, но политика часто приходит к нам в жизнь. Очень много было вариаций насчет захвата разных европейских городов и т.д. И очень интересно посмотреть на передовицы газет тех времен, включая американских, французских и других и посмотреть, как тогда относились к тем или иным событиям.

Кроме того, была интересная история, связанная с библиотеками в годы войны. Они, как это ни странно, очень активно участвовали: не только тем, что посылали книги на фронт или поддерживали моральный дух бойцов, но участвовали в госпиталях в эвакуации, писали письма за бойцов и помогали бойцам в госпиталях. В «Ленинке» огромное количество очень трогательных воспоминаний от ветеранов, как после долгих смен они вели еще смены в госпитале, помогая бойцам, а также помогали тушить пожары. Когда говоришь об этом со свидетелями, участниками тех событий, это комок в горле и важная часть наших воспоминаний. Был создан специальный ресурс, где библиотеки делились этими историями, их, как выяснилось, очень много.

Но, возвращаясь к теме пандемии, мы еще не вернулись к цифрам физической посещаемости библиотеки до нее, лишь немного меньше. Сейчас мы перевели на удаленку большое количество сотрудников. Мы поддерживаем эти меры, это нужно делать. А что касается электронных услуг, в случае с НЭБ посещаемость выросла примерно в 20 раз: ранее было около 3 тыс. уникальных посещений в день, а в апреле мы видели цифры до 70 тыс.

Вадим Дуда: Да, действительно у нас есть такой фонд. И это хорошая идея, она мне очень нравится. Мы уже думали о том, что надо придать новую жизнь, новый смысл этой коллекции, начиная с того, что можно устраивать какие-то вечера и не только с винилом, но и доставать редкие нотные материалы.

У нас есть пример, не могу им не поделиться. Когда мы помогали восстанавливать историческую нотную коллекцию принцессы Амалии, известной саксонской принцессы, для Саксонской земельной библиотеки, нам пришла в голову идея, которой мы поделились с послом в нашей стране. Она заключалась в том, чтобы не только оцифровать, но и исполнить эти произведения, возможно, впервые. И в резиденции посла чуть больше года назад, еще до пандемии, состоялся вечер, где были исполнены произведения принцессы Амалии. Это было очень трогательно.

А то что касается доступа к винилу, думаю, для меломанов это был бы очень интересный ресурс. Надо подумать, как это реализовать. Это большой объем работы, но очень интересно. У нас, кстати, уже есть электронная нотная библиотека, и она должна, конечно, пополняться.