Metodologia della ricerca storica in età digitale: appunti per l’esame

Nel 1440 Lorenzo Valla dimostrò che la Donazione di Costantino era un falso. Non aveva un laboratorio né un computer: aveva il latino. Si accorse che il documento usava parole e costruzioni che nel IV secolo non esistevano ancora. Oggi chi fa ricerca storica ha davanti milioni di pagine digitalizzate, motori di ricerca, banche dati, software che leggono la scrittura a mano. La domanda di Valla però resta la stessa: questa fonte è quello che dice di essere?

Il corso tiene insieme due cose. Da una parte c’è il metodo storico classico: cos’è una fonte, come la si critica, come si costruisce un’argomentazione. Dall’altra ci sono gli strumenti e i problemi nuovi dell’età digitale: digitalizzazione, metadati, codifica dei testi, analisi quantitative, archivi del web, conservazione. All’orale ti chiedono di saper usare i concetti del primo blocco per giudicare il secondo.

Come usare questi appunti

La prima parte riassume i fondamenti: fonti, critica, archivi, storiografia del metodo. Poi entra nel digitale. Comincia dalla differenza tra fonti digitalizzate e fonti nate digitali, poi passa ai metadati e agli standard. Seguono la codifica TEI, l’OCR, i metodi computazionali (testi, mappe, reti) e il web come fonte. Alla fine trovi conservazione, accesso e diritti, la public history e un metodo pratico per valutare una risorsa online.

Ti consiglio di provare gli strumenti mentre studi. Apri un portale di fonti digitalizzate, guarda i metadati di una scheda, scarica un testo OCR e conta gli errori. In questo esame chi ha messo le mani sugli oggetti si riconosce subito.

Che cos’è una fonte

La definizione larga

Per lo storico una fonte è qualunque traccia del passato da cui si possano ricavare informazioni su di esso: un documento d’archivio, una cronaca, una lettera, ma anche una moneta, un edificio, una fotografia, un registro parrocchiale, una canzone, una testimonianza orale, un sito web. Marc Bloch, nell’Apologia della storia, scritta durante la Seconda guerra mondiale e pubblicata postuma nel 1949, insiste proprio su questa varietà e definisce la storia come conoscenza “per tracce”.

Bloch distingue anche tra le testimonianze volontarie, cioè quelle scritte per informare i posteri, come una cronaca, e quelle involontarie, che non avevano questo scopo, come un contratto o un registro fiscale. Le seconde sono spesso più preziose, perché non cercano di convincerci di nulla.

Primarie e secondarie

Nella didattica si distingue tra fonti primarie, prodotte nel periodo studiato o da chi ha preso parte agli eventi, e fonti secondarie, cioè gli studi successivi che interpretano le primarie. La distinzione è relativa: un libro di storia del 1920 è una fonte secondaria se studi la Prima guerra mondiale, ma diventa una fonte primaria se studi la storiografia degli anni Venti.

Documento e monumento

Jacques Le Goff, in una voce dell’Enciclopedia Einaudi dedicata a documento e monumento, ha mostrato che ogni documento è anche un monumento. È il prodotto di una società che ha deciso che cosa conservare e che cosa no, e quindi porta con sé un’intenzione e un potere. Questa osservazione diventa ancora più importante nel digitale: quello che viene digitalizzato, e quello che resta escluso, è frutto di scelte.

Cosa ti chiedono all’orale (fonti)

Che cosa si intende per fonte storica? Qualunque traccia del passato da cui lo storico possa ricavare informazioni: testi scritti, oggetti, immagini, testimonianze orali, edifici, dati digitali. Bloch parla di conoscenza per tracce e distingue testimonianze volontarie, prodotte per informare, e involontarie, prodotte per altri scopi. Queste ultime sono spesso più affidabili proprio perché non vogliono convincere.

Perché la distinzione tra fonte primaria e secondaria è relativa? Perché dipende dalla domanda di ricerca. Uno studio storico è fonte secondaria rispetto agli eventi di cui parla, ma diventa fonte primaria se si studia la storiografia dell’epoca in cui è stato scritto, cioè il modo in cui quel periodo pensava il passato.

La critica delle fonti

Una lunga tradizione

Il metodo critico non nasce con il positivismo. Ha una storia lunga, che ti conviene saper raccontare per tappe.

• Lorenzo Valla, nel 1440, dimostra la falsità della Donazione di Costantino con argomenti linguistici e storici: anacronismi lessicali, incongruenze con la realtà istituzionale del IV secolo.
• Jean Mabillon, monaco benedettino della congregazione di Saint-Maur, pubblica nel 1681 il De re diplomatica, che fonda la diplomatica come disciplina. Spiega come stabilire l’autenticità di un documento medievale studiandone la scrittura, il formulario, i sigilli, il supporto.
• Leopold von Ranke, nell’Ottocento, fa della critica delle fonti archivistiche la base della storia scientifica e del seminario universitario. È sua la formula, spesso citata e spesso fraintesa, secondo cui lo storico deve mostrare il passato “come è propriamente stato”.
• Charles-Victor Langlois e Charles Seignobos, nel 1898, pubblicano l’Introduction aux études historiques, il manuale del metodo positivo, con la sistematica distinzione tra critica esterna e interna.

Critica esterna e interna

La critica esterna riguarda la fonte come oggetto. È autentica? Chi l’ha prodotta, quando, dove? È un originale o una copia? Se è una copia, quanto è fedele? Qui entrano in gioco le scienze ausiliarie: paleografia, diplomatica, sigillografia, filologia.

La critica interna riguarda il contenuto. Che cosa dice la fonte, e quanto è affidabile? L’autore era in grado di sapere ciò che racconta? Aveva interessi a deformarlo? Altre fonti confermano o smentiscono?

Le fonti mentono, e anche questo è un’informazione

Un falso non è inutile. La Donazione di Costantino non ci dice nulla sul IV secolo, ma ci dice moltissimo sull’epoca in cui fu fabbricata e sulle pretese politiche del papato. Bloch lo ripeteva: anche l’errore e la menzogna sono fatti storici da spiegare. È una lezione che vale per i contenuti falsi che circolano online.

Cosa ti chiedono all’orale (critica)

Che differenza c’è tra critica esterna e interna? La critica esterna riguarda la fonte come oggetto materiale e documentario: autenticità, datazione, provenienza, rapporto tra originale e copie, con l’aiuto di paleografia, diplomatica e filologia. La critica interna riguarda il contenuto: attendibilità dell’autore, sue possibilità di conoscere i fatti, suoi interessi, coerenza con altre fonti. La sistematizzazione classica è nel manuale di Langlois e Seignobos del 1898.

Perché Valla e Mabillon sono importanti per il metodo storico? Valla, nel 1440, dimostra con argomenti linguistici e storici che la Donazione di Costantino è un falso: è un modello di critica basata sugli anacronismi. Mabillon, con il De re diplomatica del 1681, fonda la diplomatica, cioè lo studio sistematico dei caratteri dei documenti per accertarne l’autenticità. Insieme mostrano che la critica delle fonti ha radici antiche, ben prima dell’Ottocento.

Archivi, biblioteche, ordinamenti

Che cos’è un archivio

Un archivio non è una raccolta qualsiasi di documenti. Nella definizione archivistica è il complesso dei documenti prodotti o ricevuti da un soggetto, persona, famiglia, ente, nello svolgimento della sua attività. I documenti sono legati tra loro da un rapporto necessario, il vincolo archivistico: valgono anche per la posizione che occupano nell’insieme.

Per questo l’archivistica segue il principio del rispetto dei fondi e il metodo storico, affermato in Italia dagli archivisti dell’Ottocento: si conserva o si ricostruisce l’ordine originario che i documenti avevano nell’archivio del soggetto produttore, invece di riordinarli per materia. Un documento tolto dal suo contesto perde una parte del suo significato.

Inventari e strumenti di corredo

Lo storico raramente trova un documento cercando “a caso”. Lo trova attraverso gli strumenti di corredo: repertori generali degli archivi, inventari, elenchi, regesti. Imparare a leggere un inventario, e capire la struttura gerarchica di fondi, serie, fascicoli e unità documentarie, è una competenza di base. Gli standard internazionali di descrizione, come ISAD(G) per la descrizione archivistica, riflettono proprio questa struttura a livelli.

Biblioteche e cataloghi

La biblioteca conserva invece pubblicazioni, di solito prodotte in più copie, ordinate per essere ritrovate con un catalogo. In Italia il catalogo collettivo nazionale è l’OPAC SBN, del Servizio bibliotecario nazionale. A livello internazionale trovi strumenti come WorldCat. Saper distinguere un catalogo di biblioteca da un inventario d’archivio ti evita molte ricerche sbagliate.

Cosa ti chiedono all’orale (archivi)

Che cos’è il vincolo archivistico? È il legame necessario che unisce i documenti prodotti o ricevuti da uno stesso soggetto nello svolgimento della sua attività. Ogni documento ha significato anche per la sua posizione nell’insieme. Per questo l’archivistica rispetta l’ordine originario, secondo il metodo storico, e non riordina i documenti per argomento.

Che differenza c’è tra un archivio e una biblioteca? L’archivio conserva documenti in genere unici, prodotti da un soggetto per la sua attività e legati dal vincolo archivistico; si consulta tramite inventari ed elenchi. La biblioteca conserva pubblicazioni, in genere in più copie, scelte e ordinate per la consultazione; si consulta tramite cataloghi come l’OPAC SBN.

Storiografia e metodo nel Novecento

Prima di arrivare al digitale conviene vedere come è cambiato nel Novecento il modo di fare storia. Molti dibattiti sugli strumenti digitali ripetono, con altri oggetti, discussioni che gli storici hanno già fatto.

Le Annales

Nel 1929 Marc Bloch e Lucien Febvre fondano a Strasburgo la rivista Annales d’histoire économique et sociale. Il loro programma è polemico verso la storia “evenementielle”, cioè fatta solo di battaglie, trattati e biografie di sovrani. Propongono una storia-problema, che parte da una domanda e non da un elenco di fatti; una storia aperta alla geografia, all’economia, alla sociologia, alla psicologia collettiva; una storia che usa fonti di ogni tipo, dai catasti ai paesaggi agrari.

Fernand Braudel, nella generazione successiva, con La Méditerranée et le monde méditerranéen à l’époque de Philippe II (1949), distingue tre tempi della storia: il tempo quasi immobile dell’ambiente geografico, il tempo medio delle strutture economiche e sociali, il tempo breve degli eventi. Il concetto di lunga durata nasce qui. È utile ricordarlo quando parli di analisi quantitative: la storia seriale delle Annales, con le sue serie di prezzi e di nascite, è un antenato diretto della storia computazionale.

La microstoria

Negli anni Settanta e Ottanta, in Italia, nasce una reazione di segno opposto: la microstoria, legata soprattutto a Carlo Ginzburg e Giovanni Levi e alla collana “Microstorie” di Einaudi. Invece di grandi serie di dati, si studia a fondo un caso circoscritto (un villaggio, una famiglia, un individuo) per far emergere ciò che le statistiche nascondono. Il formaggio e i vermi di Ginzburg (1976), dedicato al mugnaio friulano Menocchio processato dall’Inquisizione, è il libro più famoso.

Ginzburg ha anche scritto un saggio di metodo, Spie. Radici di un paradigma indiziario, in cui accosta il lavoro dello storico a quello del medico, del conoscitore d’arte e del detective: si ricostruisce una realtà non direttamente osservabile partendo da indizi minimi. È un’idea che puoi spendere bene all’orale, perché tocca il cuore della discussione sul digitale.

Perché ti serve per l’esame

Il digitale ripropone esattamente il confronto tra queste due anime. Da un lato i grandi numeri, le serie, le mappe e le reti, che allargano lo sguardo come facevano le Annales. Dall’altro la lettura ravvicinata dell’indizio, del documento singolo, della voce individuale, come nella microstoria. Le ricerche migliori usano tutte e due le scale: lo strumento quantitativo segnala un’anomalia, la lettura ravvicinata la spiega. Si parla a volte di “scalable reading”, lettura a scala variabile, proprio per indicare questo andirivieni.

Cosa ti chiedono all’orale (storiografia)

Che cosa propongono le Annales? Fondate nel 1929 da Bloch e Febvre, propongono una storia-problema contro la storia dei soli eventi politici, aperta alle scienze sociali e a fonti di ogni tipo. Con Braudel elaborano il concetto di lunga durata e la distinzione tra tempi diversi della storia. La loro storia seriale e quantitativa anticipa molti metodi della storia digitale.

Che rapporto c’è tra microstoria e metodi digitali? La microstoria, con Ginzburg e Levi, studia casi circoscritti attraverso la lettura ravvicinata degli indizi, all’opposto dei grandi numeri. I metodi digitali sembrano andare nella direzione contraria, ma le ricerche più solide combinano le due scale: l’analisi quantitativa individua schemi e anomalie, la lettura ravvicinata li interpreta.

Fonti digitalizzate e fonti nate digitali

Due oggetti diversi

La prima distinzione dell’età digitale è tra:

• fonti digitalizzate: documenti nati su supporto analogico (pergamena, carta, pellicola, nastro) e riprodotti in formato digitale, come le scansioni di un registro notarile;
• fonti nate digitali (born digital): documenti che esistono solo in forma digitale, come email, siti web, post sui social, database, documenti amministrativi elettronici.

Le prime pongono problemi di qualità della riproduzione e di rapporto con l’originale. Le seconde pongono problemi nuovi: volume enorme, fragilità dei formati, dipendenza da software e piattaforme, difficoltà di autenticazione.

La digitalizzazione non è neutra

Una riproduzione digitale non è l’originale. Perdi informazioni materiali: il peso e lo spessore della carta, le filigrane se non fotografate in controluce, le legature, a volte i colori. E ne guadagni altre: ingrandimenti, luce ultravioletta e infrarossa per leggere scritture cancellate, accesso da qualunque luogo.

Ma soprattutto conta la selezione. Non tutto viene digitalizzato. Si scelgono i documenti più famosi, più richiesti, più facili da riprodurre o quelli per cui ci sono finanziamenti. Il risultato è che il patrimonio digitale disponibile non è un campione rappresentativo del passato, e chi lavora solo su ciò che è online rischia di vedere un passato deformato. È la lezione di Le Goff sul documento-monumento applicata al web.

I grandi portali

Per orientarti conviene conoscere alcuni tipi di risorse, più che memorizzare un elenco di siti, che cambia di continuo.

• Aggregatori, che raccolgono metadati e riproduzioni da molte istituzioni. Il caso europeo più importante è Europeana, lanciata nel 2008, che riunisce milioni di oggetti digitali di biblioteche, archivi e musei del continente. Un aggregatore ti mostra la scheda, ma l’oggetto resta pubblicato dall’istituzione che lo conserva: per citarlo, risali sempre a quella.
• Biblioteche digitali di singole istituzioni, con libri antichi, manoscritti, periodici. Per la stampa periodica i progetti di emeroteca digitale sono una miniera per la storia contemporanea, con tutti i limiti dell’OCR visti sopra.
• Sistemi archivistici che pubblicano online inventari e descrizioni, e talvolta le immagini dei documenti. Spesso trovi la descrizione di un fondo ma non i documenti, che vanno consultati in sala.
• Banche dati di ricerca costruite da progetti scientifici su un tema preciso: censimenti di manoscritti, prosopografie, raccolte di epigrafi, corpora di lettere.

La domanda da farti davanti a ciascuna è sempre la stessa: che cosa contiene e, soprattutto, che cosa non contiene?

Abbondanza o scarsità

Roy Rosenzweig, storico americano pioniere della storia digitale, in un saggio del 2003 intitolato Scarcity or Abundance? Preserving the Past in a Digital Era, ha descritto il paradosso dello storico digitale. Da un lato rischia di avere troppe fonti, una quantità impossibile da leggere per intero; dall’altro rischia di perderle tutte, perché i dati digitali sono più fragili della carta. Una pergamena del XII secolo si legge ancora; un file degli anni Novanta su un dischetto può essere già illeggibile.

Cosa ti chiedono all’orale (digitalizzato e nativo digitale)

Che differenza c’è tra fonte digitalizzata e fonte nativa digitale? La fonte digitalizzata è la riproduzione digitale di un documento nato su supporto analogico, come la scansione di un manoscritto. La fonte nativa digitale nasce ed esiste solo in forma digitale, come un’email o una pagina web. La prima pone problemi di fedeltà all’originale e di selezione; la seconda di quantità, fragilità dei formati e autenticità.

Che cosa intende Rosenzweig con “scarsità o abbondanza”? Nel saggio del 2003 indica il doppio rischio dello storico dell’età digitale: avere una sovrabbondanza di fonti, impossibile da leggere con i metodi tradizionali, e insieme perderle, perché i dati digitali sono fragili e dipendono da formati e supporti che diventano obsoleti. Ne deriva l’urgenza di strategie di conservazione e di nuovi metodi di analisi.

Metadati e standard

Dati sui dati

Un’immagine digitale di un documento, senza informazioni che dicano cos’è, è quasi inutile. I metadati sono appunto dati che descrivono altri dati. Si distinguono di solito in tre tipi:

• descrittivi: titolo, autore, data, soggetto, cioè ciò che serve a identificare e trovare la risorsa;
• amministrativi e gestionali: diritti, provenienza, informazioni sulla digitalizzazione;
• strutturali: come le parti si collegano tra loro, per esempio l’ordine delle pagine di un volume.

Dublin Core

Lo standard di metadati descrittivi più noto è il Dublin Core, nato da un seminario tenuto nel 1995 a Dublin, nell’Ohio. Prevede quindici elementi di base, tra cui title, creator, subject, description, publisher, date, type, format, identifier, source, language, rights. È semplice e generico, e proprio per questo è diffusissimo come minimo comune denominatore per scambiare informazioni tra sistemi diversi.

Identificatori persistenti

Un indirizzo web può cambiare o sparire. Per citare in modo affidabile una risorsa digitale si usano identificatori persistenti, come il DOI (Digital Object Identifier) per articoli e dataset, o l’URN e gli handle per altri oggetti. Per le persone esiste l’ORCID, che identifica univocamente un ricercatore. Quando citi una fonte digitale, se c’è un identificatore persistente usalo sempre.

Linked open data

Un passo ulteriore è il modello dei linked data: le informazioni sono espresse come relazioni tra entità identificate da URI, secondo il modello RDF, in forma di triple (soggetto, predicato, oggetto). “Giuseppe Garibaldi – nato a – Nizza” diventa un’affermazione che una macchina può collegare ad altre. Wikidata è l’esempio più noto di base di conoscenza aperta di questo tipo. Per lo storico il vantaggio è collegare dati sparsi in archivi diversi; il rischio è prendere per certa un’informazione che nella fonte originaria era incerta o discussa.

Cosa ti chiedono all’orale (metadati)

Che cosa sono i metadati e quali tipi esistono? Sono dati che descrivono altre risorse. I metadati descrittivi servono a identificarle e trovarle (titolo, autore, data, soggetto); quelli amministrativi registrano diritti, provenienza e informazioni tecniche; quelli strutturali descrivono l’organizzazione interna, come l’ordine delle pagine. Senza metadati una risorsa digitale è difficile da trovare, interpretare e conservare.

Che cos’è il Dublin Core? È uno standard di metadati descrittivi nato nel 1995 da un seminario a Dublin, in Ohio. Comprende quindici elementi di base, come title, creator, subject, date, type, format, identifier, rights. La sua semplicità lo rende uno standard di scambio molto usato tra biblioteche, archivi e portali.

Codificare i testi: XML e TEI

Perché codificare

Una trascrizione digitale in un file di testo semplice registra le lettere ma perde molto: chi parla, dove inizia una lettera, quale parola è un nome di persona, dove il copista ha cancellato, dove l’editore ha integrato una lacuna. La codifica serve a rendere esplicite queste informazioni in modo che una macchina possa elaborarle.

XML

Lo strumento più usato è l’XML (eXtensible Markup Language), un linguaggio di marcatura in cui il testo è racchiuso in elementi delimitati da etichette (tag) di apertura e chiusura. Un nome di persona potrebbe essere codificato come <persName>Garibaldi</persName>. Un documento XML è un albero gerarchico: ogni elemento sta dentro un altro.

La TEI

La Text Encoding Initiative (TEI) è un consorzio che dal 1987 elabora raccomandazioni per la codifica dei testi nelle discipline umanistiche. Le raccomandazioni, oggi nella versione P5, definiscono centinaia di elementi per rappresentare la struttura di un testo (capitoli, paragrafi, versi), le persone e i luoghi, le caratteristiche del manoscritto, le varianti, le correzioni, le abbreviazioni sciolte.

Il vantaggio è triplice. Il testo codificato è leggibile a lungo termine perché è testo semplice, non legato a un software. Può essere trasformato in pagine web, PDF, indici. E può essere interrogato: quante volte compare un luogo, quali persone sono citate insieme.

L’edizione digitale

L’edizione digitale di una fonte non è un PDF dell’edizione a stampa. Di solito affianca le immagini del documento, la trascrizione diplomatica e quella normalizzata, l’apparato e i collegamenti a persone e luoghi, e permette al lettore di passare dall’una all’altra. Rende verificabili le scelte dell’editore: puoi controllare in ogni momento la trascrizione sull’immagine.

Cosa ti chiedono all’orale (TEI)

Che cos’è la TEI? La Text Encoding Initiative è un consorzio internazionale che dal 1987 sviluppa raccomandazioni per la codifica dei testi umanistici in XML, oggi nella versione P5. Le raccomandazioni permettono di rappresentare la struttura del testo, le persone, i luoghi, le caratteristiche fisiche del documento, le varianti e gli interventi dell’editore, in modo leggibile da macchine e conservabile nel tempo.

In che cosa un’edizione digitale si distingue da una a stampa? Può affiancare le immagini del documento a più livelli di trascrizione, collegare il testo a indici di persone e luoghi, presentare varianti e apparati in modo interattivo e rendere verificabili le scelte dell’editore. Non è la semplice riproduzione digitale di un libro, ma un ambiente di consultazione e di ricerca basato su un testo codificato.

Dall’immagine al testo: OCR e HTR

OCR

L’OCR (Optical Character Recognition) è la tecnologia che riconosce i caratteri in un’immagine e li trasforma in testo ricercabile. Funziona bene su testi a stampa moderni e puliti, molto meno su stampe antiche, caratteri gotici, carta macchiata, colonne irregolari dei giornali. Quando cerchi una parola in una collezione di giornali digitalizzati, stai interrogando il testo OCR, non l’immagine.

Per lo storico questo ha una conseguenza decisiva. Se l’OCR ha letto male una parola, la ricerca non la trova. Un risultato zero non significa che la parola non ci sia. E un conteggio di frequenze su testi OCR sporchi può essere distorto. Prima di trarre conclusioni quantitative, controlla sempre la qualità dell’OCR su un campione.

HTR

Per i manoscritti si parla di HTR (Handwritten Text Recognition). Grazie all’apprendimento automatico, piattaforme come Transkribus permettono di addestrare modelli su una mano o un tipo di scrittura a partire da alcune decine di pagine trascritte manualmente, e poi di trascrivere automaticamente il resto. I risultati possono essere ottimi, ma la trascrizione va sempre controllata, e un modello addestrato su una scrittura funziona male su un’altra.

Intelligenza artificiale e fonti

I modelli linguistici generativi aggiungono un problema nuovo. Possono riassumere, tradurre, estrarre nomi, ma possono anche produrre informazioni false con grande sicurezza: citazioni mai scritte, documenti inesistenti, riferimenti bibliografici inventati. Per lo storico la regola è quella di sempre: nessuna informazione vale senza la fonte verificata. Un output generato non è una fonte, è al massimo uno strumento di lavoro da controllare.

Cosa ti chiedono all’orale (OCR)

Quali rischi comporta la ricerca su testi OCR? L’OCR può riconoscere male i caratteri, soprattutto in stampe antiche, giornali o pagine danneggiate. Una ricerca per parola chiave può non trovare occorrenze presenti nell’immagine, e un’analisi di frequenze può essere falsata dagli errori. Prima di concludere che una parola manca o di fare statistiche, va verificata la qualità dell’OCR su un campione.

Che differenza c’è tra OCR e HTR? L’OCR riconosce testi a stampa, con caratteri regolari. L’HTR riconosce la scrittura a mano, molto più variabile, e si basa sull’apprendimento automatico: si addestra un modello su pagine trascritte manualmente e lo si applica al resto. Funziona bene su mani simili a quelle di addestramento, ma va sempre controllato.

Metodi computazionali: testi, mappe, reti

Una storia più lunga di quanto pensi

L’uso del calcolatore nelle scienze umane comincia nel 1949, quando il gesuita Roberto Busa avvia, con il sostegno dell’IBM, l’Index Thomisticus, la lemmatizzazione e concordanza delle opere di Tommaso d’Aquino. Nella storia sociale ed economica degli anni Sessanta e Settanta si diffonde la storia quantitativa, la cliometria, con lo studio statistico di prezzi, popolazioni, flussi commerciali.

Analisi dei testi

Su grandi corpora testuali si possono fare cose impossibili a mano.

• Contare frequenze di parole nel tempo, per seguire l’emergere di un concetto.
• Costruire concordanze, cioè elenchi di tutte le occorrenze di una parola con il suo contesto (KWIC, keyword in context).
• Usare il topic modeling, una tecnica statistica che individua gruppi di parole che tendono a comparire insieme e suggerisce i temi ricorrenti di una raccolta.
• Riconoscere automaticamente entità come persone, luoghi e organizzazioni (named entity recognition).

È il distant reading, termine reso famoso da Franco Moretti: leggere a distanza, per modelli, invece di leggere da vicino pochi testi. Il punto metodologico è che i risultati quantitativi non parlano da soli. Vanno interpretati, e spesso rimandano alla lettura ravvicinata dei passi individuati.

GIS storici

I GIS (Geographic Information Systems) permettono di collegare dati a coordinate geografiche e di visualizzarli su mappe stratificate. Lo storico li usa per georeferenziare carte antiche sovrapponendole a quelle moderne, per mappare la distribuzione di eventi (epidemie, rivolte, proprietà fondiarie), per studiare reti di strade e di commerci. La difficoltà tipica è che i luoghi storici cambiano nome e confini, e che molte fonti indicano luoghi in modo vago.

Analisi delle reti

La network analysis rappresenta relazioni tra entità come un grafo di nodi e legami. Una rete di corrispondenze, per esempio, può mostrare chi era al centro dello scambio epistolare in un ambiente intellettuale e chi faceva da ponte tra gruppi diversi. Un progetto molto noto in questo campo è Mapping the Republic of Letters, dedicato alle reti di corrispondenza dei dotti europei di età moderna.

Il rischio, anche qui, è dimenticare i silenzi. Una rete costruita sulle lettere conservate mostra chi ha lasciato lettere, non necessariamente chi contava davvero.

Cosa ti chiedono all’orale (metodi computazionali)

Che cos’è il topic modeling e che limiti ha? È una tecnica statistica che individua in una grande raccolta di testi gruppi di parole che tendono a comparire insieme, interpretabili come temi. È utile per esplorare corpora troppo grandi da leggere, ma i “temi” sono costruiti dall’algoritmo e dalle scelte del ricercatore, come il numero di temi richiesti; vanno quindi interpretati e verificati con la lettura dei testi.

A che cosa serve un GIS nella ricerca storica? A collegare dati storici a coordinate geografiche e a visualizzarli su mappe sovrapponibili: carte antiche georeferenziate, distribuzione di eventi o proprietà, percorsi e reti commerciali. Permette di vedere relazioni spaziali non evidenti nelle fonti. I limiti sono legati ai cambiamenti di nomi e confini e alla vaghezza delle indicazioni di luogo nelle fonti.

Il web come fonte

Una fonte instabile

Il web è oggi una delle fonti principali per la storia contemporanea, e una delle più instabili. Le pagine cambiano senza lasciare traccia, i siti chiudono, i link si rompono. Gli studi sulla durata dei link mostrano che una parte consistente degli indirizzi citati negli articoli scientifici non funziona più dopo pochi anni.

Gli archivi del web

Per rispondere a questo problema nasce il web archiving. L’Internet Archive, fondato nel 1996 da Brewster Kahle, raccoglie copie periodiche di miliardi di pagine; dal 2001 le rende consultabili con la Wayback Machine. Molte biblioteche nazionali raccolgono il web del proprio paese, spesso in base a leggi sul deposito legale.

Lo storico deve però sapere come funzionano questi archivi. Le copie sono istantanee prese da programmi automatici (crawler) in momenti diversi: una pagina archiviata può mescolare elementi catturati in giorni diversi, mancare di immagini o di parti dinamiche. Non sono la pagina com’era, ma una sua ricostruzione. Quando la citi, indica sempre la data della cattura.

I social media

Le piattaforme social sono una fonte straordinaria per l’opinione pubblica e i movimenti contemporanei, ma sono anche le più difficili. I dati appartengono a aziende private che ne regolano l’accesso e possono cambiarne le condizioni. Pongono problemi di privacy e di etica: un post pubblico non è automaticamente un documento che lo storico può citare con nome e cognome. E sono pieni di contenuti manipolati, account falsi, automazioni.

Cosa ti chiedono all’orale (web)

Che cos’è il web archiving e che problemi pone allo storico? È la raccolta e conservazione sistematica di pagine web, fatta da istituzioni come l’Internet Archive, fondato nel 1996 e consultabile dal 2001 con la Wayback Machine, e da molte biblioteche nazionali. Le copie sono catturate da crawler in momenti diversi e possono essere incomplete o mescolare elementi di date diverse. Vanno trattate come ricostruzioni, citando sempre la data di cattura.

Quali problemi pongono i social media come fonte? L’accesso ai dati dipende da aziende private e può cambiare; ci sono problemi di privacy e di etica nella citazione di utenti; i contenuti possono essere manipolati, prodotti da account falsi o automatizzati; la quantità è enorme e la conservazione incerta. Richiedono quindi una critica delle fonti particolarmente attenta.

Conservare, aprire, citare

La conservazione digitale

Conservare un file non significa tenerlo su un disco. Il supporto si degrada, i formati diventano obsoleti, il software per leggerli sparisce. La conservazione digitale a lungo termine richiede strategie attive: migrazione periodica verso nuovi formati, emulazione dei vecchi ambienti software, copie multiple in luoghi diversi, controlli di integrità.

Il modello di riferimento è l’OAIS (Open Archival Information System), standard ISO 14721. Descrive le funzioni di un archivio digitale: acquisizione, archiviazione, gestione dei dati, accesso. Usa il concetto di “pacchetto informativo”, cioè il contenuto più le informazioni necessarie per capirlo e usarlo in futuro.

I principi FAIR

Nel 2016 un gruppo di ricercatori ha proposto i principi FAIR per la gestione dei dati di ricerca: i dati devono essere Findable (trovabili), Accessible (accessibili), Interoperable (interoperabili), Reusable (riutilizzabili). FAIR non vuol dire necessariamente aperto a tutti: vuol dire ben descritto, con metadati, licenze chiare e identificatori, in modo che altri possano trovarlo e riusarlo alle condizioni previste.

Accesso aperto e diritti

L’open access riguarda la libera disponibilità delle pubblicazioni scientifiche online. Le riproduzioni digitali di beni culturali pongono inoltre questioni di diritti. In Italia il Codice dei beni culturali regola la riproduzione dei beni pubblici, e la materia è stata oggetto di modifiche e discussioni. Quando usi un’immagine, controlla sempre la licenza indicata dall’istituzione che la pubblica. Le licenze Creative Commons ti dicono con chiarezza cosa puoi fare.

Citare le fonti digitali

La citazione di una fonte digitale deve permettere a chi legge di ritrovarla. Indica:

• autore o ente responsabile, titolo, eventuale istituzione di conservazione e segnatura del documento originale;
• il portale o la banca dati in cui l’hai consultata;
• l’identificatore persistente, se esiste, o l’URL;
• la data di consultazione.

Usa un gestore di bibliografie come Zotero, che salva i metadati e genera le citazioni negli stili più diffusi.

Cosa ti chiedono all’orale (conservazione e citazione)

Che cosa sono i principi FAIR? Sono principi proposti nel 2016 per la gestione dei dati di ricerca: i dati devono essere trovabili, accessibili, interoperabili e riutilizzabili. Non significano che i dati debbano essere aperti a tutti, ma che siano descritti con metadati ricchi, dotati di identificatori persistenti e licenze chiare, così da poter essere trovati e riusati.

Perché conservare un file non basta per conservare un documento digitale? Perché i supporti si degradano, i formati diventano obsoleti e i software per leggerli scompaiono. Servono strategie attive come migrazione verso formati nuovi, emulazione dei vecchi ambienti, copie multiple e verifiche di integrità. Il modello di riferimento è lo standard OAIS, ISO 14721, che descrive le funzioni di un archivio digitale.

Public history e storia online

Che cos’è la public history

La public history è la storia fatta con e per il pubblico fuori dall’università: nei musei, negli archivi, nei media, nelle comunità, nelle scuole, online. Nata negli Stati Uniti negli anni Settanta, in Italia ha un’associazione dedicata, l’Associazione italiana di public history, fondata nel 2016. Il digitale ha moltiplicato le sue possibilità: mostre virtuali, archivi partecipativi in cui i cittadini caricano fotografie e ricordi di famiglia, mappe collaborative, podcast.

Crowdsourcing

Molti progetti chiedono ai volontari di trascrivere documenti, taggare fotografie, correggere testi OCR. È un modo per coinvolgere il pubblico e insieme per ottenere un lavoro altrimenti impossibile. Il metodo richiede però controlli di qualità e una chiara indicazione di chi ha fatto cosa.

Wikipedia

Wikipedia è una delle principali porte d’accesso al sapere storico per moltissime persone. Per lo storico è uno strumento da conoscere, non una fonte da citare. Ha regole precise: verificabilità, punto di vista neutrale, nessuna ricerca originale. Puoi usarla per orientarti e soprattutto per risalire alle fonti citate nelle note, che poi devi controllare di persona.

C’è anche un uso più raffinato, che piace ai docenti. La cronologia delle versioni e le pagine di discussione di una voce sono a loro volta una fonte: mostrano come una comunità di autori ha negoziato il racconto di un evento controverso, quali formulazioni sono state cancellate, quali fonti sono state contestate. Per la storia della memoria pubblica di un fatto recente, la storia di una voce di Wikipedia può essere un documento prezioso.

Cosa ti chiedono all’orale (public history)

Che cos’è la public history? È l’insieme delle pratiche storiche rivolte a pubblici non accademici o realizzate con loro: musei, archivi, media, comunità, scuole, web. È nata negli Stati Uniti negli anni Settanta, e in Italia ha un’associazione nazionale dal 2016. Il digitale ne ha ampliato gli strumenti, dalle mostre online agli archivi partecipativi.

Come va usata Wikipedia nella ricerca storica? Come punto di partenza per orientarsi e per trovare bibliografia e fonti, non come fonte da citare. Le sue regole di verificabilità e neutralità la rendono utile, ma la qualità delle voci varia molto. Le informazioni vanno sempre controllate risalendo alle fonti indicate nelle note.

Valutare una risorsa online: un metodo pratico

Chiudo con lo strumento che userai di più. Davanti a un sito, una banca dati o un documento trovato online, applica la critica delle fonti con queste domande.

• Chi è il responsabile? Un archivio di Stato, una biblioteca, un progetto di ricerca dichiarato, un privato anonimo? Cerca la pagina “chi siamo” e i crediti.
• Da dove viene il documento? È indicata l’istituzione che conserva l’originale e la segnatura? Senza provenienza, un’immagine di documento vale poco.
• Com’è stato trattato? Trascrizione, traduzione, selezione: chi l’ha fatta, con quali criteri? Ci sono informazioni sulla digitalizzazione?
• Quando? Data di pubblicazione e di ultimo aggiornamento. Il sito è mantenuto o abbandonato?
• Che cosa manca? Se una collezione digitale è una selezione, quale criterio ha seguito? Che cosa è rimasto fuori?
• Posso verificarlo? L’informazione è confermata da altre fonti indipendenti? Le immagini sono state modificate? Una ricerca inversa di immagini può rivelare la vera origine di una fotografia.

Ti accorgerai che sono le stesse domande di Valla e di Mabillon, applicate a oggetti nuovi. È il messaggio più importante del corso: il digitale cambia gli strumenti, non il dovere della critica.

Cosa ti chiedono all’orale (valutazione delle risorse)

Come valuteresti l’affidabilità di un documento trovato online? Applicando la critica delle fonti: verificherei chi è responsabile della pubblicazione, se è indicata la provenienza con istituzione di conservazione e segnatura, come è stato trattato il documento e con quali criteri, quando è stato pubblicato e aggiornato, quali scelte di selezione ci sono dietro, e se le informazioni sono confermate da fonti indipendenti.

In che senso il digitale non cambia il metodo storico? Nel senso che le domande fondamentali restano quelle della tradizione critica: autenticità, provenienza, attendibilità, contesto, confronto tra fonti. Cambiano gli oggetti, la quantità di dati e gli strumenti, che richiedono nuove competenze tecniche, ma il dovere di critica è lo stesso che guidava Valla e Mabillon.

Fonti e approfondimenti

Metodo storico

• Carlo Ginzburg, Il formaggio e i vermi, Einaudi, 1976.
• Marc Bloch, Apologia della storia o Mestiere di storico, Einaudi.
• Jacques Le Goff, voce “Documento/monumento”, in Enciclopedia Einaudi.
• Charles-Victor Langlois, Charles Seignobos, Introduction aux études historiques, Hachette, 1898.

Storia digitale

• Roy Rosenzweig, Scarcity or Abundance? Preserving the Past in a Digital Era, in “The American Historical Review”, 2003.
• Franco Moretti, Distant Reading, Verso, 2013.
• TEI Consortium, TEI P5: Guidelines for Electronic Text Encoding and Interchange (online).

Per il contesto del Novecento trovi gli appunti di Storia contemporanea; per leggere i documenti antichi, quelli di Paleografia latina. Tutti gli altri esami sono nell’indice degli esami.

← Torna all’indice degli esami