la venice time machine e alcune sfide dei progetti “big science” nelle discipline umanistiche
TRANSCRIPT
La Venice Time Machinee alcune sfide dei progetti
“Big Science” nelle discipline umanistiche
Giovanni ColavizzaCon: Frederic Kaplan, Dorit Raines, Maud Ehrmann, Matteo Romanello, Martina Babetto, Fabio
Bortoluzzi, Davide Drago, Andrea Erboso, Silvia Ferronato, Francesca Zugno e molti altri
1. Big Science2. Venice Time Machine
3. “Big Humanities”
Big Science
1. Big budgets2. Big collaborations3. Big machines4. Big teams
Note: - Cf. Agnieszka Zalewska, DH2016:
Can CERN serve as a model for Digital Humanities?- Questione di scala e cambiamento relativo
Big Science
Punto 1 Big budgets
Grandi investimenti -> maggiori aspettative (Politiche, economiche, sociali)
Management e burocratizzazione della ricerca, inclusa valutazione bibliometrica
Big Science
Punti 2 e 4 Big collaborations and teams
Lavoro di gruppo e cultura della collaborazione, trasparenza e condivisione (e.g. dei dati)
Specializzazione e tecnicizzazione del ricercatore cf. discipline ausiliarie
Big Science
Punto 3 Big machines
“Genealogie di tecnologie” focalizzano gli sforzi dei ricercatori, alla base della ricerca cumulativa (Collins 1994) cf. edizioni critiche
Scienze: tecnologie varie (misurazione, osservazione, replicazione, informazione)Discipline umanistiche: tecnologie dell’informazione
Venice Time Machine
Venice Time Machine
Un sistema informativo per la storia di Venezia
EPFL, Ca’ Foscari, Archivio di Stato di Venezia
Venice Time Machine
1) Sistema informativo per l’Archivio di Venezia2) Sistema informativo + GIS
3) Fonti secondarie: indici citazionali
Sistema informativo per l’Archivio di Stato
1) Logica dell’archivio: accumulo di e accessoa documentazione storica. Metodo storico e rispetto dei fondi. Accesso tramite contesto
archivistico e browsing
2) Logica del sistema informativo: accumulodi e accesso a informazione. Accesso
tramite entità chiave e searching
Sistema informativo per l’Archivio di Stato
Sistema informativo per l’Archivio di Stato
Sistema informativo per l’Archivio di Stato
Documents
Use and experience
digitizationdoc. modeling
trans. & annotation
search
complex queriesvisualization
knowledge rep.
interlinkinginferencedata processing
exploitation
acquisition
doc. processing
Digitalizzazione
Strategia di digitalizzazione
Strategia di digitalizzazione
Ontologie
Trascrizione ed annotazione
Trascrizione ed annotazione
Cf. Transkribus, READ
Interlinking
mentions(text)
entity(world)
Marietta_Antonioli(unique identifier)
Search
Reti sociali
Reti sociali
GIS e ricostruzione urbana
https://www.youtube.com/watch?v=f8JVLPwmMF4
Sistema informativo + GIS
https://www.youtube.com/watch?v=SgYPe2Osh34
Fonti secondarie: indici citazionali
Scienze
Umanisti?
Umanisti…
Library Catalog
Look-up
Corpus Selection
Digitisation
Parsing
Archival Information System
AnnotationExtraction
Procedura di lavoro
Linked Books
Detection
Parsing
Look-up
http://id.sbn.it/bid/CSA0006215
Biblioteca digitale
Venice Scholar
Studi bibliometrici
Suppressed religious institutionsPatriarch
Assistance, Poor reliefConfraternities
Taxes
NobilityPublic offices
Foreign relationsSubject lands
Security
Law-making
CommerceGuilds
AdministrationPost-Republic (1797+)
Notaries
JusticeHoly Office
2013
“Big Humanities”
Venice Time Machine
Finanziamento
Donazioni private e EPFL: digitalizzazione, infrastruttura e personale tecnico, lungo termine
Fondi di ricerca: ricerca e sviluppo (a progetto, medio termine). EU, FNS, ANR.
Venice Time Machine
Big budgets
Effetto: nuova scala e continuità ai progetti
Limiti: patchwork di grant, sinergie difficili traprogetti autonomi, pochi fondi per infrastruttura e spese tecniche. Management un problema aperto
Venice Time Machine
Collaborazioni
Venice Time Machine
Linked Books
Replica
GAWS
Partners
Scientific board
Spin-offs
Progetti di ricercaStruttura
H2020 READ
Venice Time Machine
Collaborazioni
Linked Books
1. Ca’ Foscari (sistema bibliotecario di ateneo)2. Archivio di Stato di Venezia3. Biblioteca Marciana4. Istituto Veneto di Scienze, Lettere ed Arti5. BEIC Milano6. ICCU Roma
Collaborazioni scientifiche: Università di Udine, CWTS Leiden, Università di Oxford.
Venice Time Machine
Big collaborations
Effetto: interdisciplinarietà
Limiti: coordinamento e comunicazione, cultura condivisa ancora un miraggio
Venice Time Machine
Macchine
Scanner (Venezia)Stoccaggio dati (Venezia e Losanna)Cluster di calcolo (Losanna)Calcolatori (database, hosting web, .. A Losanna)
Software: motori di ricerca (testo, immagini, GIS), indici, archivi e biblioteche digitali, app e contenuti multimediali
Venice Time Machine
Big machines
Effetto: concentra gli sforzi e la ricerca surisorse specifiche e condivise
Limiti: investimenti iniziali e costi di gestione, assenza dell’infrastruttura, lungo termine
Venice Time Machine
Team
Venice Time Machine
Big teams: 20 a Losanna, 9 a Venezia
Effetto: cultura del lavoro di gruppo, specializzazione e divisione del lavoro
Limiti: Organizzazione del lavoro, ibridazione delle skill, skill tecniche necessarie
Big Humanities?
Questione Risposta?Finanziamento limitato e di breve
periodoLobbying ma dimostrando le
ricadute della ricercaManagement e valutazione della
ricercaUn’opportunità
Punto 1 Big budgets
Big Humanities?
Questione Risposta?Costi di infrastruttura Rendere efficaci I progetti federati
(DARIAH, CLARIN, ..)Ridare credito scientifico per la
produzione di risorseInfrastruttura lungo termine Nuovi ruoli per biblioteche ed archivi
Punto 3 Big machines
Big Humanities?
Questione Risposta?Skill tecniche Revisione della formazione
universitaria verso il digitaleSpecializzazione e tecnicizzazione È un problema? Pensare oltre alla
ricercaCollaborazioni limitate da barriere
culturaliTransdisciplinarietà
Cultura della collaborazione, open access, buone pratiche e standard
Non negoziabile, prendere ad esempio informatica, LIS, DH
Punti 2 e 4 Big collaborations and teams
Big Humanities come mezzo per:
Utente passivo -> agente attivo nel digitaleInterdisciplinarietà -> transdisciplinarietàCultura del territorio -> cultura della collaborazioneRicerca ed insegnamento -> attività economica
La Venice Time Machine e alcune sfide dei progetti “Big Science” nelle discipline umanistiche
Grazie
Giovanni ColavizzaCon: Frederic Kaplan, Dorit Raines, Maud Ehrmann, Matteo Romanello, Martina Babetto, Fabio
Bortoluzzi, Davide Drago, Andrea Erboso, Silvia Ferronato, Francesca Zugno e molti altri