Guide

Internet ormai ospita un ingente numero di banche dati testuali, di varia tipologia. Gran parte di queste esperienze sono ancora lontane dall’incarnare esattamente la definizione di biblioteca digitale che abbiamo proposto nel paragrafo precedente. Ma allo stesso tempo esse dimostrano l’enorme potenzialità della rete come strumento di diffusione dell’informazione e come laboratorio di un nuovo spazio comunicativo, lasciando prefigurare una nuova forma nella diffusione e fruizione del sapere. D’altra parte qualsiasi definizione teorica rappresenta una sorta di ipostatizzazione ideale e astratta di fenomeni reali che presentano sempre idiosincrasie e caratteri particolari. E questo è tanto più vero in un mondo proteico e in continua evoluzione come quello della rete Internet.Nell’ambito di questa vasta e variegata congerie di progetti e sperimentazioni è tuttavia possibile individuare alcuni tratti distintivi che ci consentono di tracciare una provvisoria tassonomia.Il primo criterio in base al quale possono essere suddivise le attuali biblioteche digitali su Internet è relativo ai formati con cui i documenti vengono archiviati alla fonte e distribuiti agli utenti (formati, si noti, non necessariamente coincidenti). Se si analizza lo spettro dei formati di codifica correntemente adottati nelle sperimentazioni di biblioteche digitali, si riscontrano le seguenti tipologie:· codifiche ‘puro testo’, basate sui sistemi di codifica ASCII o ISO 8859 (in particolare, poiché le esperienze si concentrano tematicamente nell’area culturale occidentale, ISO 8859-1, meglio conosciuta come ISO Latin 1); · formati applicativi proprietari quali Postscript, Portable Document Format (PDF), Rich Text Format (RTF) o la vasta congerie di formati prodotti da applicazioni di word processing e di desktop publishing; · codifiche non proprietarie ma legate a singoli applicativi come COCOA (usata da TACT, un software di analisi testuale molto diffuso, di cui esiste anche un versione adattata per funzionare in rete) o DBT (usata dall’omonimo software di analisi testuale sviluppato presso il CNR di Pisa); · linguaggio di markup HTML (usato in massima parte in funzione presentazionale e non strutturale); · linguaggi di markup basati sullo Standard Generalized Markup Language (SGML), tra cui si distinguono lo schema messo a punto dalla Text Encoding Initiative (o sue versioni semplificate e adattate), lo schema Encoded Archival Description (sviluppato in seno alla Library of Congress), lo schema Electronic Thesis and Dissertation (ETD DTD, usato nell’ambito di alcuni archivi di tesi realizzati presso varie università statunitensi) [57]. Si deve rilevare come la presenza di schemi proprietari dimostri la scarsa attenzione dedicata al problema della preservazione, mentre l’adozione di codifiche ‘puro testo’ o HTML denoti altrettanta negligenza riguardo agli aspetti qualitativi e categoriali implicati dalla rappresentazione digitale dei documenti.Il problema della preservazione a lungo termine del patrimonio documentale è di capitale importanza per lo sviluppo delle biblioteche digitali. Se la preservazione in una biblioteca convenzionale riguarda la conservazione di oggetti materiali deperibili (libri, periodici, incunaboli, manoscritti documenti d’archivio etc.) ed eventualmente il loro restauro, nella biblioteca digitale esso si articola su tre livelli: livello hardware, livello software e livello dei sistemi di codifica dei documenti. Come è noto, la curva di invecchiamento delle tecnologie informatiche è assai rapida, e impone il periodico aggiornamento di qualsiasi sistema informativo. Tuttavia, tale aggiornamento rende progressivamente inaccessibili le risorse informative generate mediante gli strumenti tecnologici divenuti obsoleti. Questo può portare ad una situazione in apparenza paradossale. I libri a stampa hanno tranquillamente superato i cinquecento anni di vita mantenendo pressoché intatta la loro disponibilità alla lettura, e alcuni manoscritti risalgono ad oltre duemila anni fa. Un documento elettronico, che sembra godere della massima ‘riproducibilità tecnica’, rischia di divenire inutilizzabile nel giro di pochissimi anni. La preservazione a lungo termine dei documenti digitali, pertanto, richiede l’adozione di sistemi di rappresentazione e archiviazione informatica dell’informazione standardizzati e tecnicamente portabili.Naturalmente, affinché uno standard di rappresentazione dell’informazione sia effettivamente portabile deve essere dotato di alcune caratteristiche tecniche e informatiche:· indipendenza dall’hardware, ovvero da una particolare architettura elaborativa (processore), da un particolare supporto (disco magnetico, disco ottico, etc.), o da un particolare dispositivo o sistema di output (video, stampa); · indipendenza dal software, sia rispetto ai sistemi operativi, sia rispetto alle applicazioni deputate alla creazione, analisi, manipolazione e visualizzazione di testi elettronici; · indipendenza logica da tipologie di elaborazione; questo requisito sotto molti aspetti dipende dal precedente, ma non è con esso coestensivo: esistono sistemi di codifica altamente portabili dal punto di vista puramente tecnico, ma orientati ad un’applicazione specifica (stampa, information retrieval, analisi morfosintattica, etc.), e dunque difficilmente riutilizzabili per altre finalità. Allo stato attuale, la tecnologia che meglio risponde a tutte le esigenze che abbiamo enunciato è senza dubbio lo Standard Generalized Markup Language, e i formati ad esso correlati. In effetti, tutti i progetti di banche dati testuali più avanzati (sia in ambito accademico sia bibliotecario) attualmente presenti su Internet sono orientati in questo senso. In particolare, nel mondo della ricerca umanistica ha assunto un notevole rilievo la Text Encoding Initiative, una vasta e complessa applicazione SGML progettata specificamente per la codifica di testi letterari e documenti storici e linguistici. Un limite alla diffusione di SGML è costituito dalla sua complessità e, problema non secondario, dagli ingenti costi di implementazione. Per questo, riveste un ruolo molto importante la recente formalizzazione di un sottoinsieme semplificato di SGML da parte del World Wide Web Consortium, denominato Extensible Markup Language (XML) [58].Un secondo aspetto in base al quale possono essere suddivise le biblioteche digitali in rete riguarda le modalità di accesso e di consultazione dei documenti elettronici in esse contenuti. In generale possiamo distinguere tre modalità con cui un utente può accedere ai documenti archiviati in una biblioteca digitale:· distribuzione remota di file contenenti documenti digitali in vari formati per la consultazione off-line, mediante tecnologie di trasferimento file (con protocollo FTP o HTTP), eventualmente con la mediazione di pagine Web che fungono da indice attivo e da guida all’accesso per gli utenti; · consultazione on-line di documenti in ambiente Web; i documenti vengono inviati in formato HTML al browser dell’utente, ma alla fonte possono essere archiviati in vari formati; in questo caso la versione HTML viene generata dinamicamente dal lato server prima di essere inviata mediante protocollo http; · consultazione avanzata di documenti mediante dispositivi di information retrieval. Naturalmente ognuna di queste modalità non esclude le altre. Tuttavia sono molto poche le biblioteche digitali attualmente esistenti che offrono tutti e tre i servizi. In genere sono molto diffusi i primi due tipi di accesso, mentre i servizi di ricerca e analisi dei documenti sono disponibili solo in alcuni sistemi sviluppati in ambito bibliotecario o accademico. Si tratta di servizi che adottano software di archiviazione molto avanzati, spesso basati su tecnologie SGML, che permettono agli utenti di effettuare raffinate ricerche contestuali.Un ultimo criterio distintivo per le biblioteche digitali su Internet, infine, riguarda il tipo di ente, organizzazione o struttura che ha realizzato la biblioteca, e ne cura la manutenzione. Da questo punto di vista possiamo ripartire i progetti attualmente in corso in tre classi:· grandi progetti radicati nel mondo bibliotecario tradizionale · progetti di ricerca accademici · progetti non istituzionali a carattere volontario. Il primo gruppo è costituito da una serie di sperimentazioni avviate dalle grandi biblioteche nazionali o da consorzi bibliotecari, con forti finanziamenti pubblici o, per quanto attiene al nostro continente, comunitari.Il secondo gruppo è costituito da sperimentazioni e servizi realizzati in ambito accademico. Si tratta in genere di progetti di ricerca specializzati, che possono disporre di strumenti tecnologici e di competenze specifiche molto qualificate, a garanzia della qualità scientifica delle edizioni digitalizzate. Tuttavia non sempre i materiali archiviati sono liberamente disponibili all’utenza esterna. Infatti vi si trovano assai spesso materiali coperti da diritti di autore.Su questo punto ci concediamo una breve digressione. Il tema del copyright, infatti, è fondamentale per lo sviluppo delle biblioteche digitali nel prossimo futuro. Le attuali legislazioni, modellate sulla tecnologia della stampa, sono state estese per analogia alla distribuzione telematica. Tuttavia, in un nuovo mezzo di comunicazione in cui la riproduzione delle risorse è alla portata di chiunque e non costa nulla, questa estensione rischia di imporre dei vincoli troppo rigidi, e di avere un effetto di freno allo sviluppo. D’altra parte non si può dimenticare che i diritti intellettuali sono la fonte di sostentamento degli autori. Meno giustificata la durata dei diritti, attualmente fissata a settanta anni dalla morte dell’autore, che tutela piuttosto le case editrici. Una soluzione di carattere ‘libertario’ potrebbe consistere nella diminuzione della durata dei diritti, eventualmente limitata alla distribuzione telematica senza scopo di lucro e per finalità scientifiche e culturali (il cosiddetto fair use). In alternativa si potrebbe studiare un meccanismo di micropagamenti che verrebbero addebitati all’utente nel momento in cui accede ad un documento (il sistema pay per view). In tale direzione sono in corso molti studi e progetti, ma per il momento nessuna tecnologia di questo tipo è effettivamente operativa.Accanto alle biblioteche digitali realizzate da soggetti istituzionali, si collocano una serie di progetti, sviluppati e curati da organizzazioni e associazioni private di natura volontaria. Queste banche dati contengono testi che l’utente può prelevare liberamente e poi utilizzare sulla propria stazione di lavoro; chiaramente tutti i testi sono liberi da diritti d’autore. Le edizioni elettroniche contenute in questi archivi non hanno sempre un grado di affidabilità filologica elevato. Tuttavia si tratta di iniziative che, basandosi sullo sforzo volontario di moltissime persone, possono avere buoni ritmi di crescita, e che già oggi mettono a disposizione di un vasto numero di utenti una notevole mole di materiale altrimenti inaccessibile.