Vielbein - Relativity and other

Vielbein

Latest notes...

Some notes on Relativity and other arguments

Informatica umanistica e utilizzo dei modelli computazionali

Come &egrave; indicato su Wikipedia "L'informatica umanistica, o&nbsp;digital humanities&nbsp;o&nbsp;humanities computing, &egrave; un campo di studi che nasce dall'integrazione di procedure computazionali e sistemi multimediali nelle discipline umanistiche, relativamente in particolare alla rappresentazione dei dati, alla formalizzazione delle fasi di ricerca e alle tecniche di diffusione dei risultati."
Una delle applicazioni pi&ugrave; interessanti di questa nuova scienza &egrave; il suo utilizzo in linguistica che ha portato alla nascita della linguistica computazionale. I primi linguaggi di programmazione in questo campo di ricerca, avevano l'obiettivo di individuare dei 'pattern' all'interno di stringhe e permettevano la suddivisione&nbsp;in parole, in raggruppamenti di forme, la lemmatizzazione e l'individuazione di concordanze. A partire da queste tecniche di Pattern Recognition la linguistica computazionale&nbsp;si &egrave; spinta fino all'analisi sintattica e semantica del linguaggio per arrivare fino alla generazione automatica di testi.
Un'altra contaminiazione importante &egrave; quella che ha coinvolto la critica letteraria; il vantaggio apportato dall'informatica &egrave; stato la creazione di grandi 'corpora' di testi antichi e moderni in formato digitale che potevano essere interrogati con tecniche di Information Retrieval e Text Mining.
Questi sono due dei numerosi esempi che si possono fornire per descrivere in cosa consista la Digital Humanities, ma &egrave; molto pi&ugrave; interessante andare a capire&nbsp;quale sia l'aspetto comune che&nbsp;permette all'informatica di essere cos&igrave; importante in campi del sapere cos&igrave; differenti. A tale domanda ha cercato di dare una risposta W. McCarty in un articolo del 2004: "Modeling: A study in words and meaning". Secondo McMacrty l'informatizzazione&nbsp;delle discipline umanistiche ha consentito una migliore modellizzazione dei problemi trattati; modellizzazione che &egrave;&nbsp;uno strumento fondamentale in questa area della conoscenza umana.
Iniziamo con il definire in cosa consista l'attivit&agrave; di creazione/gestione di un modello secondo l'autore; con il termine 'modellizzazione' egli intende "the heuristic process of constructing and manipulating a model" e ques'ultimo rappresenta&nbsp;o&nbsp;una 'rappresentazione' di ci&ograve; che si vuole studiare, oppure un 'disegno' per realizzare qualcosa di nuovo. La definizione deriva dalla distinzione analitica di C. Geertz fra un "modello denotativo di", quale pu&ograve; essere una grammatica che descrive le propriet&agrave; di un linguaggio, e un 'modello per' rappresentare qualcosa da 'costruire', come pu&ograve; essere un piano architetturale.
In entrambi i casi un modello &egrave; per sua natura una rappresentazione ideale o fittizia di ci&ograve; che vuole descrivere ed &egrave; essenzialmente relazionale in quanto stabilisce un rapporto fra chi modella e ci&ograve; che &egrave; modellato, fra ricercatore e data o fra teoria e mondo. Inoltre McCarty fa notare che "the model 'of' exists to tell us what we don't know, the model 'for' to give us what we do not yet have".
Un'altra definizione di modello interssante - che &egrave; presente in ambito computazionale - &egrave; quella fornita da Minsky: "To an observer B, an object A*&nbsp;is a model of an object A to the extent that B can use A* to answer&nbsp;questions that interest him about A". Si potrebbe anche usare tale definizione in ambito umanistico, ma secondo McCarty "A historical imagination is required&nbsp;to see what this means".
Ed in che cosa consiste questa 'historical imaginations'? Due aspetti del modello computazionale devono essere tenuti in conto: in primo luogo un modello deve essere 'trattabile computazionalmente' ed in secondo luogo il modello deve essere 'manipolabile', in modo da essere testato e verificato in ambito informatico.
Il primo aspetto &egrave; decisamente interessante perch&egrave; va a modificare il rapporto fra ci&ograve; che conosciamo e ci&ograve; che possiamo rappresentare computazionalmente, conducendoci alla domanda "how we know what we know". La forma computazionale, che ammette solo&nbsp;considerazioni esplicite e precise, non&nbsp;pu&ograve; rappresentare in modo completo ci&ograve; che si sta studiando; sappiamo benissimo che molte cose che conosciamo possono anche essere 'non dicibili' in modo preciso.
Si consideri ad esempio la conoscenza di una tematica familiare di un'opera letteraria; se si desidera costruire un modello computazionale di tale tematica si dovr&agrave; scegliere solo gli aspetti che si ritiene fondamentali e che possono essere trattati matematicamente, lasciando gli altri sullo sfondo. Il modello inizalmente sar&agrave; rozzo e dotato di errori triviali, ma un processo iterativo di modifica/prova/errore permetter&agrave; di generare un modello pi&ugrave; veritiero del tema letterario a noi caro. Ci troveremo quindi di fronte a casi in cui il modello viola le nostre aspettative e questo si verifica in due modi; da un lato attraverso successi che non sono spiegabili e dall'altro da aspetti del target che non sono&nbsp;giusitificati. In ogni caso&nbsp;secondo McCarty "In both cases modeling problematizes.&nbsp;As a tool of&nbsp;research, then, modeling succeeds intellectually when it results in&nbsp;failure, either directly within the model itself or indirectly through ideas&nbsp;it shows to be inadequate. This failure, in the sense of expectations&nbsp;violated, is, as we will see, fundamental to modeling".
Il secondo aspetto che caratterizza un modello computazionale &egrave; la sua manipolabilit&agrave;, cio&egrave; la possibilit&agrave; di essere modificato (da un punto di vista computazionale) con una tempistica relativamente veloce. Per Minsky con l'avvento dei computer il modello pu&ograve; essere "conceived, tested, and&nbsp;discarded in days or weeks instead of years". Il punto essenziale &egrave; che un computer funziona in base a modelli - in realt&agrave; manipola rappresentazioni&nbsp;che sono formulate in termini di modelli&nbsp;- e quindi &egrave; uno strumento ottimale se si costruiscono modelli per rappresentare un qualcosa (sia fisico che concettuale).
McCarty alla fine&nbsp;asserisce che&nbsp;i modelli computazionali "however finely perfected, are&nbsp;better understood as temporary states in a process of coming to know&nbsp;rather than fixed structures of knowledge" e che i computer sono macchine che generano modelli.
I modelli computazionali sono dunque importanti nell'informatica umanistica in quanto individuano le caratteristiche salienti del target che si vuole studiare e sono un ottimo strumento per instaurare un processo cognitivo.