1

Cercare e organizzare

Teresa NumericoTeresa.numerico@uniroma3.it

Menone e il dilemma della conoscenza

• MENONE: Ma come cercherai, o Socrate, quello che ignori pienamente? E, delle cose che ignori quale ti proporrai di cercare? e se per avventura ti imbattessi in quella, come t’accorgerai che quella che non conosci è proprio quella che cerchi?

• SOCRATE: Intendo che vuoi dire, Menone; in che disputazione mi metti! Vuoi dire che nessuno può cercare ciò che sa, né ciò che non sa: perché, ciò che sa non lo dovrebbe cercare, perché lo sa; né ciò che non sa, perché non saprebbe quello che deve cercare.

Platone Menone 80d-81a

La ricerca di conoscenza secondo Descartes

• At verò in omni quaestione, quamvis aliquid debeat esse incognitum, alioqui enim frustra quaererentur, oportet tamen hoc ipsum certis conditionibus ita esse

Regula XIII, Regulae ad directionem ingenii

La legge dell'archivio

• L'archivio è anzitutto la legge di ciò che può essere detto, il sistema che governa l'apparizione degli enunciati

• Ma l'archivio è anche ciò che fa sì che tutte queste cose dette non si ammucchino all'infinito in una moltitudine amorfa, […] ma che si raggruppino in figure distinte, si compongano le une con le altre secondo molteplici rapporti

• È evidente che non si può descrivere esaurientemente l'archivio di una società, di una cultura, di una civiltà

Foucault M.(1980) L’archeologia del sapere, Rizzoli, Milano, p.173-174

“La violenza dell’archivio” secondo Derrida

• Ogni archivio è istitutivo e conservativo, rivoluzionario e tradizionale

• Conserva, preserva, salva ma in un modo innaturale: costruendo la legge da rispettare nella conservazione

• Non c’è archivio senza un luogo in cui può essere con-segnato, senza una tecnica di ripetizione, e senza una certa esteriorità. Non c’è archivio senza un di-fuori

• Ogni archivio lavora a priori contro se stesso

J. Derrida Archive Fever, University of Chicago Press, 1998: 7-12 passim

Un diverso modello di ricerca: social Serendipity

• Serendipity: “the faculty of making fortunate discoveries by accident”

• Il nome nasce secondo Horace Walpole (1754) da un racconto The three Princes of Serendip (Sri Lanka): as their highnesses traveled, they were always making discoveries, by accidents and sagacity, of things which they were not in quest of....

I motori di ricerca tra tecnica ed etica

• Problemi tecnologici– La completezza e la freschezza delle informazioni– La libertà di accesso alle informazioni: tutte le

pagine sono uguali per gli algoritmi di ordinamento?

• Problemi etici– La privacy nella ricerca sul web– I rischi di censura

Gli elementi di un motore di ricerca

Fonte: Langville Meyer 2006: 11

Le 3 parti di un SE

1. Il crawl: la navigazione dei crawler o spider nel web che acquisisce tutti i contenuti delle pagine e segue la navigazione attraverso i link

2. Il sistema di indicizzazione 3. Il sistema di risposta alle query degli utenti

L'ordine dei link e la libertà di info

• Gli algoritmi di ranking sono essenziali per i motori di ricerca xké mettono ordine nella lista di link di risposta a una query

• Google ha avuto successo a causa del suo algoritmo PageRank (PR) che attribuisce autorevolezza alle pagine sulla base di quanto sono linkate da altre pagine autorevoli

• L'autorevolezza è una nozione ricorsiva e numerica per PR: + una pagina è connessa + è autorevole, + è autorevole, maggiore è il peso del suo link verso un'altra pagina

Fonte: Barabási 2002

Il ruolo degli hub nelle reti

• Nelle reti casuali tutti i nodi hanno circa lo stesso numero di link.

• Le reti sociali sono invece dotate di alcuni nodi cosiddetti hub o connettori che sono molto più interconnessi degli altri e permettono che ci siano pochi gradi di separazione tra gli altri nodi della rete.

• Sono gli hub che dominano le reti e le fanno apparire come piccoli mondi. E sono loro che creano i collegamenti brevi tra tutti i nodi

• Se ci sono 6 gradi di separazione media tra i nodi di una rete, la separazione da un hub per qualunque nodo è spesso solo 1 o 2

Il web frammentato

• Facendo una ricerca sulla qualità dei risultati dei motori di ricerca si scoprì che ogni motore di ricerca non riesce a coprire più di un quarto di tutto il web

• Inoltre Andrei Broder nel 1999 esaminando un campione di circa un quinto della rete dell’epoca stabilì che trattandosi di una rete orientata essa era costituita di sottoreti solo parzialmente interconnesse tra loro

• Questo vale non solo per il web, ma per tutte le reti orientate (i cui link non sono reversibili)

I continenti di una rete orientata

Fonte: Barabási 2002

Freschezza delle informazioni

• LE PAGINE PIU' LONGEVE RISCHIANO DI ESSERE MEGLIO INDICIZZATE DI QUELLE PIU'

RECENTI

Proteggere le minoranze nel Web

NON E' DETTO CHE LE INFORMAZIONI MEGLIO CONNESSE SIANO ANCHE LE PIU' ATTENDIBILI

I motori e lo spam

• Spam boosting (rilevanza)

• Spam hiding (rilevanza)

• Link spam (autorevolezza)

Target

Directory

Gbook

Gbook

GbookHoney Pot

Xchange

Xchange

Xchange

Xchange

Xchange

Xchange

Xchange

Xchange

Link spam: le farm

La slide è opera di Mathan Rochlitz

I difetti tecnici dei MR

• Il problema della freschezza delle informazioni, più è grande il repository più si rischia di utilizzare informazioni vecchie (i crawler, ci mettono del tempo per effettuare l’intero viaggio)

• La mancanza di capacità di indicizzare documenti e informazioni che siano scritte usando diversi linguaggi di codifica, per esempio i Database sono ignorati dai motori di ricerca a meno che questi non si interfaccino con una metastruttura XML

• La bassa cucina dell’analisi linguistica che viene fatta per analizzare il contenuto delle pagine

• Il suggerimento delle query che orienta non solo la risposta, ma anche la formulazione della domanda

Cosa non va socio-filosoficamente?

• Sono scatole nere con in input le nostre interrogazioni e in output la lista ordinata dei link in risposta alla query, senza fornire dettagli su come l’abbiano definita

• Non proteggono le minoranze culturali: chi ha più link vince la guerra della visibilità

• Sono cognitivamente pregiudiziali: cercano di indovinare le intenzioni dell’utente e rispondono a tono

• Detengono un enorme potere sulla costruzione della conoscenza e lo amministrano a fini commerciali

Esercizi

• Trova i dettagli della politica di censura di internet in Cina o, comunque, un report dettagliato e affidabile sull’argomento

• Trova l’analisi più recente sulla condizione del giornalismo americano, con particolare riguardo alle scelte economiche dei fruitori

• C’e’ un recente (2008) rapporto delle relazioni con internet dei giornali americani. Cercalo

• Trova i dati sulla pubblicità sulla stampa in italia di febbr. 2010

• Trova i dati medi di Repubblica, Corriere e La Stampa di diffusione e vendita tra dicembre 2008 e dicembre 2009

Un approfondimento sui problemi socio-politico-filosofici dei motori

Valutazione, censura, privacy e controllo

L’aspetto cognitivo del controllo della rosa epistemica associata ad ogni interrogazione

Google Book Search

Che conseguenze avrebbe? Copyright e la privatizzazione della conoscenza

Possibile per googleSostituire tutto questo?

Comportamento informativo del ricercatore del futuro (gen 2008)

• Ricerca di informazione orizzontale

• Comportamento da scoiattolo

• Autorità e fiducia sono basate sui marchi favoriti (e.g. Google etc.)

• Digital literacy e information literacy non vanno di pari passo

• L’information literacy dipende molto da educazione e altri fattori sociali

Ricerca segnalata in Metitieri 2009 http://www.bl.uk/news/pdf/googlegen.pdf

Motori di ricerca e privacy

Motori di ricerca e censura

Motori di ricerca e net neutrality

Motori di ricerca e nuovi territori

• Youtube • Google book search • Google scholar • Google maps • Google cultural institute

http://www.google.com/culturalinstitute/about/

Motori di ricerca e memoria

• Memoria totale • Abuso di ricordi sugli individui: l’idea di poter

indefinitamente ricordare, trattenere, e rendere pubblica quanta più informazione sia possibile (Vaidhyanathan, 2012, 179)

• Personalizzazione della ricerca: filter bubble: la customizzazione significa che google manderà più risultati che riguardano il luogo dove vivi, gli interessi, le ossessioni, I feticci e I punti di vista (Vaidhyanathan, 2012, 183)

L’università di Google

• La disponibilità di tutti questi dati senza la relativa capacità critica viene chiamata da Tara Brabazon operational literacy (code breakers of complex multimedia works)

• All’opposto c’è la critical literacy la capacità di giudicare e distinguere tra parti di informazione e sintetizzarli in un nuovo lavoro coerente (Vaidhyanathan 2012, 191)

Copyright e altro

• Il ruolo di Google come mediatore, filtro e editore della cultura e dell’informazione cresce sempre più

• Il ruolo del motere di ricerca si estende ben al di là del campo fangoso della legge sul copyright. Per comprendere questi problemi e ciò che possiamo fare a questo proposito abbiamo bisogno di cercare ancora nella natura e negli effetti della googlizzazione della conoscenza

Vaidhyanathan 2011, 173

Googlare i geni (2005)• Craig Venter (CEO di Celera Genomics) Sergey Brin (cofondatore Google)

e Ryan Phelan (CEO di DNA Direct)si riunirono a cena nel febbraio del 2005 per dare vita al progetto di googlare i propri geni

• La sfida, dopo aver creato la sequenza dei geni, analizzare tutti questi dati • Ci troviamo alla confluenza di scienza, tecnologia dell’informazione,

capitale privato • Ma che vuol dire esattamente capire cose su di sé mentre cambiano in

tempo reale? • Che significa pensare che i dati sul proprio genoma forniscano le

informazioni necessarie alla propria guarigione? O alla cura? O all’intervento preventivo per evitare che la malattia si manifesti?

• E’ impossibile sottovalutare l’influenza psicologica del genoma di Venter e la sua forza simbolica

Nowotny, Testa, 2012, 53-55

I geni come testo• Venter spiega che “una collezione immpressionante di

grandi insiemi di geni, insieme con le condizioni ambientali, è quello che determina la nostra vita”

• Ma nell’articolo si PLoS biology compare solo la mappa lineare e non una rete probabilistica

• Questa rappresentazione è compatibile con l’epoca digitale che compara stringhe di tutto quello, e solo di quello che può essere digitalizzato

• La visione anarchica e apparentemente democratica di scienziati e gente comune che cercano sul web il significato della loro unicità genetica è molto superficiale

Nowotny, Testa, 2012, 56-57

• ARTIST create portraits of strangers using dna in discarded hair http://www.designboom.com/technology/heather-dewey-hagborg-creates-3d-portraits-using-dna/

Heather Dewey-Hagborg

Che fare?

• Chiedere maggiore trasparenza della scatola nera

• Formare le giovani generazioni all’information literacy

• Sviluppare tecnologie alternative ai MR

• Essere consapevoli di rischi e opportunità dei diversi strumenti di ricerca disponibili

Azioni di resistenza

• Essere creativi e non comunicativi • Chiudere gli strumenti di comunicazione (ogni

tanto) • Vivere senza lasciare (troppe) tracce digitali • Non giudicare le persone e il mondo solo in

relazione alla loro rappresentazione digitale• Dimenticare o distruggere le memorie digitali

Altre cose da fare

• La variazione è un fattore chiave per la trasmissione della conoscenza e della cultura– Variazione vs standardizzazione? – Supportare le diverse tecnologie di ricerca (e.g. P2P search dynamic

strategies), semantica, visuale, sociale etc.• Cross-generation information literacy e educazione• Stabilire fiducia e autorevolezza controllando una

molteplicità di fonti attraverso uno sforzo cross mediale

Alcuni strumenti di ricerca ;-) sulla ricerca

Epic 2015

• http://www.albinoblacksheep.com/flash/epic• Le tappe principali di epic 2015 in italiano

http://blog.mytech.it/index.php/2006/11/27/epic-2015/ • Una traduzione del primo epic 2014 in Italiano

http://nextmedia.blogspot.com/2004/12/le-mie-previsioni-per-i-prossimi-10.html

Per saperne di più: link

• Un sito per controllare Google e le sue attività (non molto aggiornato) www.google-watch.org

• La privacy policy di Google http://www.google.com/privacypolicy.html • Una comparazione delle query filtrate su Google.cn fino a prima

dell’attuale crisi di rapporti china-google http://opennet.net/google_china • Opennetinitiative si propone di monitorare tutti i paesi in cui si attuano

politiche di filtraggio della rete http://www.opennetinitiative.net/

• Electronic privacy information center http://www.epic.org/ • Il Blog di John Battelle http://battellemedia.com/

Informazioni su motori e metamotori di ricerca

• Meta-Search Engines – http://www.lib.berkeley.edu/TeachingLib/Guides/Internet/MetaSearc

h.html

• Wikipedia – http://en.wikipedia.org/wiki/Metasearch_engine

• Il Blog di John Battelle sui motori di ricerca– http://battellemedia.com/

• Guida ai motori di ricerca– http://searchenginewatch.com/

• Motoridiricerca– http://www.motoridiricerca.it/ – http://www.motoridiricerca.it/mappa-motori.htm

Strumenti di ricerca specializzati

• LexisNexis: Raccolta di informazioni giuridiche– http://www.lexisnexis.com/

• Answers.com offre risposte provenienti da dizionari, enciclopedie ecc., ecc. – http://www.answers.com/– http://answers.yahoo.com/

• Globalspec: the engineering search engine– http://www.globalspec.com/

• Internet movie database, il database del cinema mondiale– http://www.imdb.com

Il web 2.0

• Il web 2.0 secondo l’antropologo americano Michael Wesch http://www.youtube.com/watch?v=6gmP4nk0EOE&eurl=

Social bookmarking

• http://www.blinklist.com/ • http://delicious.com/• http://boingboing.net • http://digg.com • …. Per maggiori dettagli c’è la pagina di

Wikipedia list of social software…

Altri strumenti interessanti per la ricerca

• Social library http://www.librarything.com/ • Free Dictionary http://www.wiktionary.org/ • Wikisource, fonti opensource

http://en.wikisource.org/wiki/Main_Page• http://www.arxiv.org/ un archivio di articoli scientifici

opensource • L’archivio delle risorse di internet

http://www.archive.org/index.php• Virtual library http://vlib.org

Top 25 web 2.0 search engines

• http://oedb.org/library/features/top-25-web20-search-engines

Multimedia searching

• VideoSurf http://www.videosurf.com/• Blinkx http://www.blinkx.com/ • Retrievr http://labs.systemone.at/retrievr/ • Oneriot http://www.oneriot.com/ • Google audio indexing http://labs.google.com/gaudi • Pixsy http://www.pixsy.com/ • Liveplasma http://www.liveplasma.com/ • Vdoogle http://vdoogle.com/

Sistemi di visualizzazione e altri motori

• Kartoo http://www.kartoo.net/eng/index.html

• Ujiko http://ujiko.com/v2a/flash.php?langue=en

• Touchgraph http://www.touchgraph.com/TGGoogleBrowser.html

• Exalead il motore francese che offre varie opportunità di ricerca http://www.exalead.com

Metamotori e altri strumenti gestiti da esperti

• Powerset http://www.powerset.com/• Kosmic http://www.kosmix.com• Clusty http://clusty.com/ • Ixquick http://ixquick.com/ • Grokker http://grokker.com/ • Chacha http://www.chacha.com/ • Deepdyve http://www.deepdyve.com/• Freebase http://www.freebase.com• Wolfram Alpha http://wolframalpha.com• Volunia http://launch.volunia.com/

Alcune risorse fornite dalle biblioteche

• La directory del Librarians’ Internet Index http://lii.org• Infomine una biblioteca virtuale di risorse digitali per studenti

e docenti http://infomine.ucr.edu• Il catalogo di tutti gli opac online http://www.worldcat.org • Il catalogo del Sistema bibliotecario nazionale

http://www.internetculturale.it/moduli/opac/opac.jsp

Per saperne di più

• Barabási A.L. et al. (2001) “Parasitic Computing”, Nature 412:894-897• Barabási A.L. (2002) Linked, Perseus Publishing, Cambridge (MA); trad. it. Link, Einaudi,

Torino, 2004.• Battelle J. (2006) Google e gli altri, Raffaello Cortina, Milano.• Bawa M., Manku G. and Raghavan P. (2003) “SETS: Search Enhanced by Topic Segmentation”,

in Proc. of the 26th Intl. ACM Conf. on Research and Development in Information Retrieval (SIGIR), URL: http://citeseer.ist.psu.edu/bawa03sets.html.

• Gori M. and Numerico T. (2003) “Social Networks and web minorities”, Cognitive System Research, vol. 4: 355-364.

• p Lawrence S. and Giles C.L. (1998) “Searching for the World Wide Web”, Science (3 Apr) 280: 98-100.

• Numerico T., Bowen J. P. and Filippini-Fantoni S. (2005) “Search Engines and On-line Museum Access on the Web”, Museum and the Web,

• Raghavan P. (2002) “Information retrieval for enterprise content” Upgrade Vol. III No.3:5-8. ().

• Sherman C. & Price G. (2001) The invisible web, Information today, Inc. Medford, New Jersey.• Witten I., Gori M., Numerico T. (2007) Web Dragons: inside the myths of search engines,

Morgan Kaufmann, Los Angeles

Per saperne di più/2

• Deleuze G. (1990) Pourparlers, Les éditions de Minuit, Paris.• Derrida J. (1998) Archive Fever, University of Chicago Press, Chicago. • Descartes R. (2000) Regole per la guida dell’intelligenza, Bompiani, Milano• Foucault M. (1969/1980) L’archeologie du savoir, Gallimard, Paris; trad. it.

Archeologia del sapere, Rizzoli, Milano, 1980. • Langville A.W. Meyer C.D. (2006): Google’s PageRank and Beyond, Princeton Univ.

Press, Princeton. • Licklider J.C.R. (1965): Libraries of the future, The MIT Press, Cambridge, MA. • Numerico T., Fiormonte D., Tomasi F. (2010) l’umanista digitale, Il Mulino,

Bologna. • ULC (University College London)(2008) Information behaviour of the researcher of

the future, 11 January, http://www.bl.uk/news/pdf/googlegen.pdf