di Fabian Bross, Silvia Cramerotti e Alessandra Puglisi

 

Sono 1,8 miliardi gli utenti di internet in tutto il mondo. Questa cifra, da sola, ci fa capire la portata rivoluzionaria di questo mezzo di comunicazione, nato appena qualche decennio fa e divenuto in brevissimo tempo una componente costante ed essenziale della vita quotidiana di una moltitudine di persone differenti per provenienza, età ed interessi, ma legate dalla loro presenza in “rete”.

La grande sfida cui si vedono confrontate al giorno d’oggi le discipline umanistiche, è quella di riuscire a servirsi dell’enorme mole di informazioni e di utenti che internet mette a disposizione sfruttandole a fini scientifici e didattici.

 Il grandissimo vantaggio che la rete propone rispetto ai metodi di ricerca tradizionali è quello di poter raggiungere, in pochissimo tempo, una quantità di persone prima totalmente impensabile.

Il primo a rendersi conto di ciò e a tentare quindi di sfruttare a scopi scientifici il tempo che le persone quotidianamente trascorrono su internet, è stato, nel 2005, l’informatico guatemalteca Luis von Ahn. A lui si deve il concetto di human computation con cui si riferisce a metodi che combinano l’intelligenza umana con quella elettronica per risolvere problemi che il computer senza apporto umano non potrebbe risolvere. Secondo il cosiddetto paradosso di Moravec infatti, compiti in media difficili e laboriosi per un essere umano, come per esempio la risoluzione di complicati calcoli matematici, non rappresentano per il computer alcun problema, mentre attività semplicissime di cui anche un bambino sarebbe capace, come il riconoscimento di un volto o di una voce, non possono essere effettuate da un calcolatore e richiedono l’intervento umano.^[1]

Combinando questa premessa con la predisposizione naturale degli esseri umani per il gioco, von Ahn sviluppa i cosiddetti GWAP (games with a purpose)^[2], giochi crowdsourcing la cui risoluzione, banale per un essere umano, contribuisce in modo significativo ad importanti questioni di carattere scientifico. La grande innovazione rispetto ai tradizionali metodi di ricerca è la totale anonimità dell’informante di cui non si conosce nulla (né sesso, né età, né livello di istruzione o provenienza ecc...). Questa carenza viene però compensata dalla possibilità sopraccennata di raggiungere in tempi brevissimi, una quantità elevatissima di informanti: la validazione dei dati raccolti avviene quindi grazie alla loro costante conferma da parte degli utenti ed anche eventuali risposte erronee possono essere in tal modo isolate dalla “massa”.  

Un innovativo esempio dell’applicazione che i GWAP possono avere in campo umanistico è il progetto Play4Science, finanziato dalla Fondazione Tedesca per la Ricerca Scientifica (Deutsche Forschungsgemeinschaft). Esso vede coinvolti italianisti e storici dell’arte in cooperazione con informatici e linguisti computazionali per la realizzazione di due sottoprogetti: Metropolitalia che mira alla raccolta di dati e metadati nell’ambito della linguistica italiana ed Artigo teso all’etichettatura di quadri nell’ambito della storia dell’arte.

Si tratta in entrambi i casi di operazioni (il riconoscimento e la valutazione di un accento o di un espressione tipica di un luogo e l’associazione di un’immagine a determinati concetti) che gli esseri umani effettuano quasi automaticamente ma che non possono essere risolte dal computer attraverso l’inserimento di un semplice algoritmo. Esse comporterebbero quindi un investimento cospicuo di tempo da parte di un eventuale programmatore che operasse senza l’appoggio della comunità virtuale.

Nei paragrafi successivi si illustrerà il funzionamento di questi GWAP e le loro implicazioni scientifiche.

 

Metropolitalia: un esempio dell’impiego di GWAP nella linguistica italiana

 

La piattaforma linguistica Metropolitalia – http://www.metropolitalia.org/ – nasce allo scopo di sfruttare il sapere metalinguistico di ciascun parlante per investigare l’universo delle diverse varietà dell’italiano. Se prima di internet gli specialisti della lingua erano costretti a raccogliere i loro materiali autentici spostandosi ‘sul campo’, da un luogo all’altro ed investendo ingenti quantità di tempo e di denaro, oggi, grazie alla rete, ogni parlante può inserire liberamente il suo contributo stando comodamente seduto sul divano di casa sua. Ciò significa che si possono raggiungere contemporaneamente utenti provenienti da diverse parti d’Italia sfruttando la loro naturale propensione al gioco e il loro sapere vissuto sull’italiano in generale e sulle varietà da loro parlate in particolare.

 

Lo scenario che fa da cornice a Metropolitalia è quello di una  profonda ristandardizzazione della lingua italiana basata sulla progressiva accettazione di tratti tipici della lingua parlata[3] per forze più o meno regionali: non si tratta sicuramente di uno sviluppo unitario, che investe alla stessa misura l´intero spazio linguistico nazionale ma, piuttosto, di tendenze concorrenti e divergenti. Lo stesso tratto della lingua parlata può, infatti, assumere un diverso status a seconda delle regioni, sia in base alla sua marcatezza che al suo grado di standardizazzione. Per esempio, un costrutto totalmente accettato al Nord, come la collocazione dell’articolo determinativo davanti ad un nome di persona femminile (la Lucia),  può essere percepito al Sud come marcato dal punto di vista sociale e/o regionale.

Grazie a Metropolitalia sarà possibile indagare tre aspetti centrali della ristandardizzazione in atto:

 

(I)                la differenziazione regionale dal livello locale fin a quello nazionale

(II)             il ruolo delle metropoli nella diffusione dei singoli tratti

(III)          l’esistenza di standard regionali complementari

 

Metropolitalia rappresenterà quindi un osservatorio geolinguistico online.

Il layout del gioco è presentato in figura 1. 

 

Al giocatore vengono presentate diverse espressioni (5 per ogni turno) e il suo compito è quello di valutarne la diffusione geografica (a livello nazionale o regionale) e di localizzarle servendosi di una cartina sviluppata sulla base di Google Maps. La sua localizzazione può essere effettuata sia su un livello generico (Italia settentrionale, Centrale o Meridionale)  che su livelli più specifici (regione, provincia, città) come esemplificato nelle figure 2a, b e c.

Facoltativamente, l’utente puó poi fornire di volta in volta anche valutazioni diastratiche dell’espressione in questione,  ipotizzando il sesso, l’età e il livello di istruzione di chi potrebbe averla usata.Infine, egli ha la possibilità di aggiungere alla banca dati nuove espressioni che, a suo parere, sono tipiche di una determinata zona.

In questo modo si ha la possibilità di raccogliere sia dati linguistici autentici, che dati metalinguistici emergenti dalla valutazione soggettiva del giocatore.

L’idea alla base è infatti quella che per la ricostruzione di varietà linguistiche sia fondamentale analizzare, oltre alla produzione di dati, anche la consapevolezza che il parlante ha del suo patrimonio linguistico e del modo di parlare della sua comunità.

Il progetto attualmente è ancora in fase sperimentale e non è accessibile agli utenti in rete. Non è quindi possibile prevedere del tutto eventuali risultati nè tantomeno l’impatto sul pubblico. Fin ad oggi, solo un sottoprogetto di Metropolitalia, il gioco Accenti Urbani è andato online lo scorso 22 giugno ed è tuttora fruibile in versione demo (con un numero limitato di prove acustiche). Esso ha riscosso grande interesse da parte degli utenti del web, facendo sperare simili risultati anche per l’intero GWAP Metropolitalia.

Accenti Urbani

In Accenti Urbani (http://labs.play4science.org/accentiurbani/), l’utente si trova confrontato, non con espressioni scritte ma con dati acustici estratti dalla banca dati online CLIPS (Corpora e Lessici Italiano Parlato e Scritto).

Oltre alla localizzazione geografica degli accenti di volta in volta proposti (10 per ogni turno), questo gioco si distingue per la possibilità di associare ad ogni accento un grado di apprezzamento tramite degli smiley. In questo modo, è possibile analizzare quali accenti godono di un maggiore prestigio e quali sono invece stigmatizzati dagli utenti.

Il numero più che soddisfacente di giocatori raggiunto è dovuto anche alla presentazione ludica del progetto basata sull’assegnazione di punti per ogni accento correttamente identificato. Facoltativamente, gli utenti possono inoltre registrarsi indicando sesso, data di nascita e provenienza con l’ausilio di una cartina geografica interattiva. Il vantaggio per loro è rappresentato dalla possibilità di salvare il proprio punteggio ed entrare eventualmente a far parte della classifica dei migliori. Per la ricerca queste informazioni sono invece importanti in quanto possono fornire risposte a domande come:

- il sesso influisce sulla valutazione di un determinato accento?

-le persone proveniente dal sud, valutano più negativamente gli accenti del nord e viceversa?

-le persone provenienti dal nord, riconoscono con più facilità gli accenti del nord?

Le potenzialità di GWAP come Metropolitalia ed Accenti Urbani sono dunque molteplici e si spera che in futuro potranno essere incrementate anche con l’aiuto ed il supporto degli utenti di internet a cui, naturalmente, si chiederà non solo di giocare ma anche di esprimere un loro parere su eventuali miglioramenti  e cambiamenti da apportare alla piattaforma.

 

Artigo e Karido – Esempi di giochi crowdsourcing nella storia dell‘arte

In rete esistono moltissime banche dati che permettono agli utenti di cercare opere d’arte e che rappresentano, senza alcun dubbio, un grande aiuto anche per gli storici dell’arte. Spesso, tuttavia, questi strumenti presentano dei limiti, rappresentati, ad esempio, dalle ridotte funzioni di ricerca. La raccolta di numerosi metadati per le riproduzioni digitali di opere d’arte richiede infatti un investimento di tempo considerevole in quanto questa operazione non può essere eseguita automaticamente dal computer attraverso un algoritmo. Per la riproduzione digitale questo significa, che mentre un essere umano associa quasi automaticamente un’opera d’arte al medioevo dopo una breve occhiata, trovare un algoritmo che permetta al computer di fare lo stesso appare molto difficile.^[4]

E’ proprio in queste situazioni che, come illustrato nei paragrafi precedenti, l’utilizzo di GWAP offre un importante supporto.

ARTigo (http://www.artigo.org) è un gioco competitivo per browser realizzato come JEE application. Lo scopo di questo GWAP è quello di ottenere descrizioni semantiche di opere d’arte digitalizzate che serviranno poi come base per un ampio motore di ricerca di opere d’arte online accessibile a tutti. Si tratta quindi da una parte di un gioco basato sul principio del crowdsourcing, dall’altra parte di un motore di ricerca per l’arte.

Una volta entrato nel sito di ARTigo, il giocatore ha la possibilità di effettuare il login per poter accumulare punti con il suo nome utente e poter accedere alla classifica dei migliori. Ovviamente, è possibile giocare anche senza essere registrati. Il layout del gioco è rappresentato in figura 4. ARTigo prevede sempre due giocatori alla volta. Agli utenti online, collegati anonimamente, vengono presentate cinque opere d’arte (ciascuna per un minuto). Il compito del giocatore è quello di trovare quante più parole chiave possibili (i cosiddetti tag) per il quadro a lui di volta in volta presentato. Contemporaneamente, il giocatore vede il numero dei tag, inseriti dal suo avversario ma non sa quali siano. Ogni qualvolta entrambi i giocatori inseriscono lo stesso tag si crea un match e vengono assegnati dei punti. Un altro modo per accumulare punti è quello di digitare un tag già assegnato a quel quadro in partite precedenti da altri giocatori. Come per Metropolitalia, anche in ARTigo il matching assicura l’affidabilità dei dati raccolti. In tre anni sono stati generati dagli utenti circa 6 milioni di tag con un totale di 800.000 match. Poiché un collegamento diretto degli utenti in alcuni casi potrebbe causare lunghe attese, se i giocatori online sono troppo pochi, si utilizzano vecchie partite per simulare il confronto. Può quindi capitare che nascano dei match anche se una parola chiave era stata fornita tempo addietro. Ogni partita si conclude con una panoramica delle opere taggate  dai fini pedagogici. I giocatori scoprono infatti autore, luogo di esposizione, titolo e anno dei quadri. Questa fase ha un senso anche da un punto di vista psicologico dell’apprendimento poiché dati di questo tipo sono più facili da memorizzare se ci si è prima dedicati ad i quadri in maniera intensiva,come succede in ARTigo.

 

Figura 5: Layout di Karido

Karido

GWAP come ARTigo forniscono, come sopra illustrato, informazioni importanti che però, si rivelano essere, nella maggior parte dei casi, troppo generali.

Molto spesso vengono inseriti concetti altamente generici come per esempio “casa” che producono quindi, nelle ricerche di quadri in rete, numerosissimi risultati.

Tuttavia, per aree d’applicazione più specifiche servono anche descrizioni più precise. Ricerche che partono da concetti meno comuni, come per esempio “triglifo”, producono però nella maggior parte dei casi risultati insoddisfacenti. Il GWAP Karido nasce allo scopo di ottenere dagli utenti una combinazione di tag specifici e generici. Si tratta questa volta di un gioco cooperativo tra due giocatori che si scambiano di volta in volta i ruoli. Un utente sarà così ora “ richiedente” e ora “descrivente”. Lo scopo del gioco è quello di fornire una descrizione del quadro quanto più precisa per ottenere dei punti. Come esemplificato in figura 5, all’inizio di ogni partita viene presentata una selezione di nove riproduzioni artistiche. La scelta del primo quadro avviene in modo casuale mentre gli altri otto vengono selezionati dalla banca dati secondo un algoritmo che ricerca quadri che presentino una descrizione simile al primo. Sulla schermata del giocatore che ha il ruolo di “descrivente”, viene evidenziato un quadro che egli deve presentare al giocatore “richiedente” (vedi figura 5). Per farlo, può inviare brevi messaggi di testo. Il “richiedente” vede gli stessi quadri disposti però in maniera diversa. Un’ulteriore differenza nella modalità di visualizzazione del richiedente è, ovviamente, il fatto che non vi sia nessun quadro evidenziato nella sua schermata. Egli deve quindi indovinare quale quadro gli viene descritto in quel preciso momento selezionando l’immagine con un doppio click. Se la sua scelta si rivela essere quella giusta, ad entrambi i giocatori vengono assegnati dei punti e il quadro scompare dalla schermata. Le descrizioni fornite vengono così validate.

 Inoltre, il “richiedente” ha la possibilità di formulare domande che prevedano una risposta del tipo sì/no da parte del“descrivente”. Dopo che il primo quadro è stato indovinato, il descrivente sceglie il successivo e così via finché non rimane un’unica immagine. Essa, ovviamente, non deve essere indovinata. Questo procedimento induce all’inserimento di tag più eterogenei e diversificati rispetto a quelle fornite nei GWAP tradizionali.^[5]

I dati forniti dagli utenti forniscono numerosissimi spunti di riflessioni. Ad esempio risulta interessante l’ordine con cui vengono prodotti i tag. Esso potrebbe dare delle informazioni sul modo in cui i quadri vengono percepiti. L’analisi di questi dati permette di formulare anche altre ipotesi come ad esempio: L’ordine dei tag è influenzato dall’origine degli utenti? Utenti appartenenti a culture differenti hanno anche una diversa percezione dei quadri o degli stili artistici?  

Anche l’accumularsi di tag “strani” può avere delle interessanti interpretazioni. Per esempio, da un punto di vista psicologico – percettivo ci si può chiedere se un quadro che ha ottenuto 40 volte il tag “blu” sia più blu di un altro quadro che ha ricevuto questo tag solo sei volte.^[6]

I due GWAP presentati, ARTigo e Karido, permettono di raccogliere enormi quantità di dati di grande valore a cui si potrà in seguito ricorrere liberamente per scopi scientifici. Dati che non si rivelano importanti solo per gli storici dell’arte ma che possono essere utili anche per ricercatori di altre discipline. I GWAP sopradescritti non si limitano quindi ad offrire agli utenti alcuni momenti di svago: essi perseguono scopi pedagogici e avvicinano i giocatori all’arte in modo divertente. 

 

 

Bibliografia

 

Von Ahn, Luis & Dabbish, Laura (2008): “Designing games with a purpose”, in: Communications of the ACM, 51(8): 58-67.

 

Bry, François, Kneißl, Fabian & Wieser, Christoph (2011): Field Research for Humanities with Social Media: Crowdsourcing and Algorithmic Data Analysis. Paper, presentato in occasione del 4° Workshop sulle “Reti sociali digitali” tenutosi il 7. Oktober 2011 presso l’Università Tecnica di Berlino.

 

Kohle, Hubertus (2011): „Kunstgeschichte goes Social Media. Laien optimieren eine Bilddatenbank – mit einem digitalen Spiel”, in: Aviso. Zeitschrift für Wissenschaft und Kunst in Bayern, 3/2011: 37-43.

 

Krefeld, Thomas (2011): „Alter Standard – Neue Medien. Zur Erfassung von Restandardisierungsprozessen im Italienischen“, in: Dessì Schmid, Sarah/Hafner, Jochen/Heinemann, Sabine (a cura di): Koineisierung und Standardisierung in der Romania, Heidelberg, Universitätsverlag Winter (= Studia Romanica, Bd. 166).

 

Moravec, Hans (1988): Mind children. The future of Robot and Human Intelligence, Cambridge & London: Harvard University Press.

 

Steinmayr, Bartholomäus, Wieser, Christoph, Kneißl, Fabian & Bry, François (2011): Karido: A GWAP for Telling Artworks Apart. In: Proceedings of 16th International Conference on Computer Games (CGAMES2011), Louisville, KY, USA.

 

Sitografia

 

http://www.play4science.uni-muenchen.de     Homepage del progetto

http://www.artigo.org       ARTigo eKarido.

http://www.metropolitalia.org/   Metropolitalia

http://labs.play4science.org/accentiurbani/      Accenti urbani.