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