Macchine per leggere: promuovere la lettura con il distant reading

Fabio Ciotti; Alberto Baldi

doi:10.54103/2037-2426/19557

Autori

Fabio Ciotti
Alberto Baldi

DOI:

https://doi.org/10.54103/2037-2426/19557

Parole chiave:

Reading strategies, Promozione della lettura, Text analysis, Distant reading, Classici della letteratura italiana

Abstract

Questo articolo presenta il progetto Macchine per leggere, nato dalla collaborazione tra il Dipartimento di Studi letterari, filosofici e di storia dell’arte dell’Università di Roma “Tor Vergata” e il Centro per il Libro e la Lettura del MiC. Scopo del progetto è la realizzazione di un ambiente digitale (desktop e mobile) che introduca gli studenti della scuola secondaria di secondo grado alla conoscenza e all’utilizzo delle tecniche di analisi computazionale dei testi, qui proposte come spunto per accostarsi alla lettura dei classici della letteratura italiana (tra gli altri che saranno resi disponibili sul sito, Il piacere, I Malavoglia, Il fu Mattia Pascal…). L’approccio del distant reading e gli strumenti informatici per l’analisi e la rappresentazione dei corpora e per il text mining (word cloud, indici di frequenza di termini e sintagmi, topic modeling, sentiment e network analysis), uniti ad altre risorse come la geolocalizzazione su mappe digitali dei luoghi letterari, saranno presentati sia come metodo per simulare in ambiente virtuale reading strategies, che come modelli per integrare le prassi ermeneutiche tradizionali – close reading. In una sezione del sito dedicata, gli algoritmi di cui si darà dimostrazione saranno a disposizione degli studenti in forma di web app, così che possano sperimentare in autonomia e su altri testi in loro possesso l’approccio distant proposto nell’ambito del progetto.

Riferimenti bibliografici

Bianchi, Federico, Debora Nozza e Dirk Hovy. “FEEL-IT: Emotion and Sentiment Classification for the Italian Language”. Proceedings of the Eleventh Workshop on Computa-tional Approaches to Subjectivity, Sentiment and Social Media Analysis, Association for Com-putational Linguistics, pp. 76-83.

Ciotti, Fabio. “What’s in a Topic Model? Critica teorica di un metodo computazionale per l’analisi del testo”. Testo e Senso, n. 18, 2017.

Croxall, Brian, e Diane Jakacki (a cura di). Debates in Digital Humanities Pedagogy. U of Minnesota P, forthcoming.

D’Annunzio, Gabriele. Il Piacere. A cura di Angelo Piero Cappello, BUR Rizzoli, 2021.

Dascalu, Mihai, et al. “ReaderBench, an Environment for Analyzing Text Complexity and Reading Strategies”. Artificial Intelligence in Education. AIED 2013. Lecture Notes in Com-puter Science, a cura di H. Chad Lane, Kalina Yacef, Jack Mostow e Philip Pavlik, Springer, 2013, pp. 379-88.

Firth, John Rupert. Papers in Linguistics 1934–1951. Oxford UP, 1957.

Gavin, Michael. Literary Mathematics: Quantitative Theory for Textual Studies. Stanford UP, 2022.

Giusti, Simone. Didattica della letteratura 2.0. 2015. Carocci, 2020.

Hirsch, Brett D,.editor. Digital Humanities Pedagogy: Practices, Principles and Politics. Open Book Publishers, 2012.

Hogan, Patrick Colm, et al. (a cura di). The Routledge Companion to Literature and Emotion. Routledge, 2022.

Iannella, Alessandro. “‘Ok Google, vorrei parlare con la poetessa Saffo’: Intelligenza Artificiale, assistenti virtuali e didattica della letteratura”. Thamyris, nova series: Revista de Didáctica de Cultura Clásica, Griego y Latín, vol. 10, 2019, pp. 81-104.

Jannidis, Fotis, et al. “Comparison of Methods for the Identification of Main Charac-ters in German Novels”. Digital Humanities 2016: Conference Abstracts, a cura di Maciej Eder, Jan Rybicki, Jagiellonian University & Pedagogical University, 2016, pp. 578-82.

Jasonov Milán. “A Network Map of The Witcher”. Nightingale. Journal of the Data Visuali-zation Society, 2021.

Jockers, Matthew L. Macroanalysis: Digital Methods and Literary History. U of Illinois P, 2013.

John, Markus, et al. “A Visual Approach for the Comparative Analysis of Character Networks in Narrative Texts”. 2019 IEEE Pacific Visualization Symposium, IEEE, 2019, pp. 247-56.

Kim, Hoyeol. “Sentiment Analysis: Limits and Progress of the Syuzhet Package and Its Lexicons”. Digital Humanities Quarterly, vol. 16, n. 2, 2022.

Lana, Maurizio. Introduzione all’information literacy: storia, modelli, pratiche. Editrice Biblio-grafica, 2020.

Landow, George P. Hypertext 2.0: The Convergence of Contemporary Critical Theory and Technology. Johns Hopkins UP, 1997.

Liu, Bing. Sentiment analysis: mining opinions, sentiments, and emotions. Cambridge UP, 2015.

Macaya, María, e Manuel Perea. “Does Bold Emphasis Facilitate the Process of Visual-Word Recognition?”. The Spanish Journal of Psychology, vol. 17, 2014.

Magherini, Simone. “Strumenti informatici per la letteratura italiana”. Didattica della lette-ratura italiana. Riflessioni e proposte educative, a cura di Gino Ruozzi, Gino Tellini, Le Monnier Università-Mondadori Education, 2020, pp. 173-84.

Moretti, Franco. A una certa distanza: leggere i testi letterari nel nuovo millennio. Carocci, 2020.

—. “Conjectures on World Literature”. The New Left Review, II, 1, 2000.

—. “Network Theory, Plot Analysis”. Stanford Literary Lab Pamhplets, n. 2, 2011.

Plecháč, Petr, et al. (a cura di). Tackling the Toolkit. Plotting Poetry through Computational Liter-ary Studies. Institute of Czech Literature of the Czech Academy of Sciences, 2021.

Reagan, Andrew J., et al. “The Emotional Arcs of Stories are Dominated by Six Basic Shapes”. EPJ Data Science, vol. 5, 2016.

Retaegui, Eliseo, et al. “Can Text Mining Support Reading Comprehension?”. Methodolo-gies and Intelligent Systems for Technology Enhanced Learning, 9th International Conference, Ros-sella Gennari, Pierpaolo Vittorini, Fernando De la Prieta, et al. (a cura di), Springer, 2020, pp. 37-44.

Rhody, Lisa. “Topic Modeling and Figurative Language”. Journal of Digital Humanities, vol. 2, no. 1.

Riva, Francesca. Insegnare letteratura nell’era digitale. Edizioni ETS, 2017.

Roncaglia, Gino. L’età della frammentazione: cultura del libro e scuola digitale. Laterza, 2020.

Sanocki, Thomas, e Mary C. Dyson. “Letter Processing and Font Information During Reading: Beyond Distinctiveness, where Vision Meets Design”. Atten Percept Psycho-phys, vol. 74, 2012, pp. 132-45.

Sarti, Luca. “Narrare i classici nell’era digitale. Dai tweet alle emoji: il caso di Pinocchio”. Una/Κοινῇ, n. 1, 2021, pp. 152-98.

Schreibman, Susan, Raymond George Siemens e John Unsworth (a cura di). A Compan-ion to Digital Humanities. Blackwell Publishing, 2004.

—. A New Companion to Digital Humanities. Wiley-Blackwell, 2016.

Sinclair, Stéfan, e Geoffrey Rockwell. Hermeneutica: Computer-Assisted Interpretation in the Humanities. MIT P, 2016.

Smeets, Roel. Character Constellations. Representations of Social Groups in Present-Day Dutch Liter-ary Fiction. Leuven UP, 2021.

Swafford, Annie. “Problems with the Syuzhet Package”. Anglophile in Academia: Annie Swafford’s Blog.

Underwood, Ted. Distant horizons: Digital Evidence and Literary Change. The U of Chicago P, 2019.

Valitutti, Alessandro, e Cecilia Dalla Torre. “‘Io non ho paura’: Sentiment analysis nell’analisi di testi narrativi”. Proceedings of Didamatica-21, AICA, 2021, pp. 166-69.