Riassunto esame filologia digitale, prof Cerullo, libro consigliato Testi letterari e analisi digitale, Stella

Testi letterari e analisi digitale

Premessa

Si tratta di «un semplice avviamento, per istruzioni ed esempi, ad alcune delle procedure esistenti o raccomandabili nell’uso di strumenti digitali per l’analisi dei testi a carattere letterario, visto soprattutto come occasione per potenziare e rinnovare i metodi di interpretazione delle opere e come obiettivo concreto di esigenze di studio da parte di utenti a diverso titolo interessati a critica letteraria e a critica del testo».

La guida è articolata in 6 sezioni:

• Digital humanities
• Definizione di testo digitale + illustrazione delle politiche di codifica
• Applicazioni filologiche all’edizione critica
• Disanima dei metodi di analisi testuale (testi antichi e moderni) per:
  • Fini stilometrici
  • Fini attribuzionistici case studies
• Metodi e applicazioni digitali per la critica letteraria
• Appendice su programmi, siti, centri di studio nazionali e internazionali + glossario

Digital humanities

Le digital humanities e gli studi letterari

Le Digital Humanities (DH) sono nate proprio per merito di un italiano, padre Roberto Busa (1913-2011), che definiva l’Humanities Computing (DH negli anni ‘90) come «l’automatizzazione di ogni possibile analisi dell’espressione umana (perciò un’attività squisitamente umanistica) nel senso più ampio della parola, dalla musica al teatro, dal design alla pittura alla fonetica, ma il nucleo rimane il discorso di testi scritti».

Qualsiasi sia il campo di applicazione, gli strumenti digitali lavorano su elementi di testo, non essendo in grado di riconoscere altro che stringhe testuali (non solo parole di un testo, ma anche comandi di programmazioni e metadati).

Busa suddivideva l’«informatica testuale» (che copriva tutte le applicazioni culturali) in:

• Documentazione (internet e banche dati)
• Edizione (compresi CD rom, supporti audiovisuali e futuri libri elettronici)
• Interpretazione legame con espressione linguistica, comprende tra altro anche analisi comparativa delle statistiche di frequenza come base per qualsiasi applicazione dell’informatica alla letteratura; è la prima a nascere grazie a Busa, ma molto meno sviluppata rispetto alle prime due, perché fruibile solo da una cerchia ristretta di persone.

Si consideri l’ILC – Istituto di Linguistica Computazionale di Pisa e il CIRCSE - Centro Interdisciplinare di Ricerche per la Computerizzazione dei Segni dell’Espressione di Milano.

Estensione delle digital humanities

Negli ultimi decenni le DH hanno attraversato un periodo di grande espansione, in vari campi della conoscenza. In qualche caso questo rinnovamento è stato pervasivo e influente, come nella geografia e nell’archeologia (mappe digitali, GIS – Geographic Information System, sistema informativo territoriale, riproduzioni 3D), mentre in altri, «nonostante i visibili progressi e la retorica dell’innovazione, la diffusione dell’utilizzo reale è assai più lenta e limitata, per non dire ferma, come nelle edizioni critiche di testi complessi e soprattutto nella critica letteraria digitale».

Scarsa diffusione di applicazioni letterarie

«Soprattutto in Italia, la ragione profonda risiede nel circolo vizioso che si crea fra sviluppo ancora elementare di molti strumenti (come le reti semantiche, ancora in una fase primitiva della loro evoluzione e accessibilità), scarsa conoscenza dei medesimi, difficoltà di messa a fuoco dei possibili risultati (cosa ci faccio?) e macchinosità delle tecniche di raccolta ed elaborazione dei dati (come si fa?)».

In Italia inoltre i finanziamenti alla ricerca sono sempre in massima parte pubblici e sottoposti al vaglio di esperti spesso legati a sistemi tradizionali (VS estero, fondazioni private, es. USA Andrew W. Mellon Foundation).

Come porre rimedio?

• Lavorare in équipe: es. Stella con gli informatici Giacomo Desideri e poi Luigi Tessarolo per Corpus Rhythmorum Musicum
• Non provare un po’ di tutto ma concentrarsi su un unico programma da sviluppare, potenziando le proprie capacità solo con quello. I programmi più “convenienti” sono quelli che:
  • Sono indipendenti dai sistemi operativi e dai browser
  • Non sono a pagamento
  • Non richiedono installazione
  • Comportano il minimo possibile di marcatura o codifica (non impongono conoscenze preliminari troppo specifiche)
• Estrarre dal programma prescelto il principio di funzionamento e descriverne l’operatività nella ricerca traducendo il principio nei termini della riconoscenza non-informatica. Ricordare che «i risultati più importanti non sono quelli meglio visualizzati ma quelli basati su dati sicuri e controllati e su operazioni scientificamente fondate».

Innovazioni generali

L’acquisizione delle informazioni. «L’esistenza stessa delle DH ha introdotto mutamenti nella nostra concezione del lavoro umanistico, anche critico-letterario: si parte dalle informazioni preliminari alle ricerche, ora ricavate non più dallo spoglio di bibliografie precedenti ma da consultazioni di Google, Google Books e OPAC (cataloghi online delle biblioteche e biblioteche digitali)» quantità di dati molto maggiore rispetto a prima, ma anche pericolo di oscuramento di ciò che non emerge da ricerche online.

L’elaborazione del lavoro critico. In secondo luogo la scrittura stessa, indipendentemente dall’uso di software di elaborazione di dati, è condizionata dal mezzo usato (es. il pc), nei tempi, nella velocità di correzione, nella preparazione di bozze. Saggi molto più ricchi di citazioni rispetto a saggistica in altri campi “articoli-collage” rischio di obsolescenza maggiore.

La facilità di pubblicazione. «Infine, anche nella pubblicazione delle ricerche l’orizzonte mutato delle DH influisce grazie al minore controllo di qualità che la facilità di pubblicazione in depositi online (da Academia.edu a ResearchGate e tanti altri) o in siti e open access blog aperti inevitabilmente favorisce. […] Il requisito di (accesso libero) ormai invalso nella politica di messa a disposizione dei materiali umanistici favorisce la diffusione della produzione culturale» MA le scienze propriamente dette continuano ad avere canali di diffusione a pagamento (perché in quel caso è necessario un lungo processo di revisione) svalorizzazione delle ricerche umanistiche pubblicati su depositi liberi.

Il nuovo concetto di testo

Definizioni

“Testo digitale” (definizione di Orlandi) =. “la forma digitale di uno degli strati testuali di un testo” (es: il sistema grafico materiale). A in tal caso si deve parlare di codifica = “operazione mediante la quale si utilizzano determinati segni materiali […] per trasferire il contenuto di un messaggio dalla sua origine alla sua destinazione. Il modello dinamico che rappresenta il testo nella sua complessità”.

La codifica

«Un codice è un sistema di simboli convenzionali che rappresentano concreti fenomeni reali». Computer comandi basati su due valori (0 e 1), codifica ASCII: ogni lettera dell’alfabeto e ogni segno elementare (in tutto 2⁷, cioè 128) corrisponde a una sequenza binaria. UNICODE, sequenza binaria di 2 segni, cioè circa un milione di caratteri per coprire quasi tutte le lingue del mondo, antiche e moderne.

Oltre ai caratteri un testo è formato da altri livelli di significato (suddivisione in paragrafi, corsivi e grassetti, titoli, annotazioni e impaginazione). «Questo secondo livello di informazioni (rispetto alla sequenza di segni) si codifica con la “marcatura” (markup) in inglese più propriamente (coding, programmazione). In programmi non proprietari (da Word, ad esempio) la codifica si deve inserire manualmente secondo vari sistemi di marcatura.

La codifica XML-TEI

Sistema di marcatura per la codifica di testi. Le regole di marcatura più diffuse globalmente sono l’HTML e l’XML (SGML, Standard Generalized Markup Language), HTML (Hyper Text Markup Language) è usato per il web linguaggio presentazionale/procedurale (descrive l’aspetto esteriore del contenuto, ma è poco elastico perché ha un numero non ampliabile di elementi); XML (eXtensible Markup Language) è un linguaggio sviluppato dalla comunità scientifica per avere uno strumento più adeguato alle esigenze di definizione del testo e delle sue visualizzazioni (per la visualizzazione si applica l’XSLT) linguaggio dichiarativo (si articola in diverse classi di linguaggio, da usare per documenti di tipo diverso), che descrive la struttura logica di un testo.

«I nomi delle partizioni o caratteristiche si chiamano elementi e ogni elemento va indicato col suo nome, abbreviazione o sigla (p per paragrafo, body per il corpo ecc.) due volte: a inizio e fine della sezione che lo riguarda, racchiusa fra parentesi uncinate precedute (alla fine) dalla barra trasversale detta slash (/) che è una specie di segnale interruttore. […] Ogni elemento può a sua volta essere definito da uno o più attributi, introdotto da virgolette alte (“img.jpg”), da inserirsi nel tag (= etichetta, cioè l’elemento dentro le < >) di apertura. Caratteristica di questo linguaggio è l’articolazione nidificata».

Parser, ad es. oXygen = software di validazione. «Gli attributi consentono di specificare l’aspetto del documento originale, la lingua, le parole enfatizzate, quelle in una seconda o terza lingua, le citazioni, i termini tecnici, le glosse, alcune delle possibili modifiche apportate al testo nel documento originale (rasure, sotto o soprascritture, cancellazioni ecc.), nomi di persona o luogo in molte delle loro infinite varietà, riferimenti bibliografici, puntatori (i cosiddetti link) che collegano ad altre pagine web o parti del testo, liste e tabelle, immagini, informazioni sul supporto».

Ampiezza di applicazioni XML necessità di standardizzazione TEI = tentativo più accreditato (nata ufficialmente nel 1986, ma diffusa solo negli anni ’90 e 2000) XML-TEI è usato anche per molte edizioni critiche di tipo filologico o comunque accademico alcune riserve «per il grado di sommarietà che impone alla schedatura di testi complessi» + «resta peraltro quasi inutilizzata anche nel caso di redazione di commenti linguistico-stilistici di livello professionale, che rimangono in molti casi affidati ad archiviazione stand-off (cioè esterna, sebbene linkata – alla marcatura TEI, che non potrebbe contenerla se non in modo troppo poco articolato)».