About me

In questi mesi, mi sono avvicinato allo studio della cosiddetta behavioural economics, che si occupa di analizzare alcuni aspetti economici utilizzando le conoscenze proprie delle scienze cognitive, delle scienze sociocognitive, e delle neuroscienze.

La behavioural economics costituisce, almeno in parte, una alternativa ai modelli economici dominanti.

Questi modelli, - soprattutto la scuola neoclassica - assumono che gli attori del mercato siano agenti perfettamente razionali, i quali dispongono di tutte le informazioni necessarie per agire e per decidere.

I modelli della scuola economica neoclassica assumono che acquisire ed elaborare le informazioni, per trasformarle in conoscenza, sia un processo immediato, scontato, privo di costi.

Se così fosse, l'architettura dell'informazione sarebbe un'impresa inutile.

L'architettura dell'informazione parte dal presupposto, empiricamente verificabile, che acquisire le informazioni necessarie per agire e per decidere è un processo molto lungo e faticoso.

In questa prospettiva, l'architettura dell'informazione è il tentativo di rendere la ricerca di informazioni e la costruzione di conoscenza più semplice e meno faticosa possibile.

L'assioma che ogni attore economico dispone di tutta la conoscenza necessaria per agire e decidere è stata messa in discussione, in economia, anche da scuole diverse da quella dell'economia comportamentale. Vi è un filone di ricerca focalizzato proprio sugli aspetti legati all'informazione, secondo cui l'economia, in questo secolo, è una economia della conoscenza.

La conoscenza è dunque un asset centrale nell'economia di questo secolo, e l'architettura dell'informazione può contribuire alla circolazione e alla fruizione di informazioni e conoscenza.

Uno dei problemi dell'approccio dell'economia della conoscenza, però, è che i concetti di informazione e conoscenza non sono ben definiti.

A questo punto, dunque, è forse opportuno dare una definizione del concetto di dati, informazione e conoscenza

Information is not knowledge,
Knowledge is not wisdom,
Wisdom is not truth,
Truth is not beauty,
Beauty is not love,
Love is not music,
and Music is THE BEST.
Frank Zappa, "Packard Goose"

un dato è il risultato della misurazione di un evento o di un oggetto. Questi possono accadere nello spazio fisico, ma non solo.

Il dato diventa informazione nel momento in cui viene salvato su di un supporto, in modo da poter essere recuperato ed elaborato. Un database, ovvero una base di dati, permette appunto di salvare i dati, di recuperarli, di elaborarli, di trasformarli. Questa è informazione.

Nella nostra definizione, l'informazione diventa conoscenza nel momento in cui interagisce con un agente, sia esso umano, biologico o artificiale.

Questa definizione della conoscenza è molto pragmatica (nel senso di Peirce). L'informazione diventa conoscenza nel momento in cui permette ad un agente di prendere delle decisioni e di agire.

Volendo rimanere nell'alveo della teoria economica neoclassica, l'informazione ha valore se permette all'agente di assumere decisioni capaci di massimizzare la sua utilità.

La conoscenza:

• è una funzione di una particolare prospettiva, intenzione o atteggiamento preso dagli individui
• generalmente finalizzata, ed è legata all'azione
• specifica al contesto e relazionale

La conoscenza, partendo dall'informazione, è

• cognizione e ricognizione (know-what)
• capacità di agire (know-how)
• comprensione (know-why)

In questa definizione, non vi è conoscenza senza un agente. Sebbene in circostanze particolari l'agente possa essere artificiale, l'archittura informativa si occupa, quasi esclusivamente, di fornire informazioni ad agenti umani.

Il web semantico, ad esempio, si occupa invece di rappresentare la conoscenza in modo che sia facile da fruire da agenti artificiali.

Per poter ottimizzare la modalità in cui l'informazione è offerta ad agenti umani, è dunque necessario avere un modello sufficientemente chiaro dei fruitori delle informazioni. Per questo motivo, ritengo sia importante offrire, al dominio dell'architettura dell'informazione, una base teorica di tipo socio-cognitivo.

Personalmente, ritengo da sempre che ogni ambito dell'interazione uomo computer debba basarsi su di un modello teorico di tipo cognitivo. L'usabilità e l'accessibilità, ad esempio, debbono basarsi sui fondamenti anatomofisiologici e psicologici della percezione, dell'attenzione, della memoria.

Nell'ambito dell'architettura dell'informazione e dell'interaction design, vi sono - a mio avviso - anche altri aspetti, più specifici, di cui è necessario tener conto.

In questo seminario vorrei introdurre due o tre di questi argomenti. Più specificamente, vorrei parlare di:

• aspetti cognitivi della categorizzazione;
• decision making, euristiche, e soluzioni di interaction design capaci di massimizzarne l'efficacia;

Se acquisire della nuova informazione fosse un processo effortless, che non richiede risorse temporali e cognitive, la tipologia di accesso alla base di dati potrebbe essere semplicemente sequenziale.

In effetti, se un dominio informativo è formato da un numero molto limitato di elementi (diciamo, meno di una ventina), non vi è alcuna ragionevole necessità di strutturare l'informazione: l'architettura informativa diventa inutile.

Ma bastano poche decine di risorse, ed ecco che l'accesso sequenziale diventa faticoso, noioso, poco produttivo.

Secondo Norman (1993) un processo cognitivo non avviene esclusivamente all'interno della testa di un individuo, ma può essere distribuito fra diversi attori, o fra una persona ed un artefatto cognitivo.

In questa prospettiva, il sistema cognitivo utente + google avvera, almeno in parte, l'assunto neoclassico dell'homo economicus

In questa prospettiva, potremmo immaginare quella di google come l'interfaccia ideale per ogni sistema informativo.

Secondo [Pirolli and Card, 1999] gli esseri umani sono degli informavori, che si nutrono di informazione per portare a termine i compiti che soddisfano i loro scopi.

E come gli animali pascolano in cerca di cibo, gli esseri umani pascolano informazioni. E come gli animali scelgono cosa mangiare, in base al valore nutritivo, al gusto, e alla fatica per raggiungere il boccone, gli esseri umani scelgono a quali informazioni prestare attenzione, in base alla loro utilità percepita.

Rimanendo nella metafora, il profumo di un cibo permette di stimarne la bontà. L'information scent permette di stimare l'utilità di un contenuto informativo.

Direct.gov rimane uno degli esempi più significativi di un sito internet con un buon information scent

Restando in metafora, per poter decidere se un alimento è buono o cattivo, un animale lo deve categorizzare. La categorizzazione degli stimoli e delle entità circostanti è fondamentale per la sopravvivenza di ogni animale, e naturalmente per gli esseri umani.

Le persone categorizzano il loro ambiente per molteplici ragioni (Anderson, 1991):

• raggruppano gli oggetti e le entità che hanno caratteristiche simili, e formano delle categorie in base a queste entità;
• raggruppano gli oggetti e le entità che hanno funzioni simili, e formano delle categorie funzionali;
• denominazione: le categorie permettono di dare lo stesso nome ad entità differenti, appartenenti alla stessa categoria.

I vantaggi cognitivi della categorizzazione sono molteplici:

• economia cognitiva: permette di massimizzare l'informazione minimizzando le risorse cognitive;
• percezione del mondo: grazie alla categorizzazione, il mondo non è perciepito come un insieme indistinto di oggetti e di attributi, ma come un sistema in cui le entità rappresentano delle classi con una forte struttura correlazionale.

Le più importanti teorie sulla categorizzazione sono sostanzialmente

• la teoria classica, che nelle forme più recenti viene definita teoria basata sulle regole (rule based)
• la teoria dei prototipi
• la teoria degli esemplari
• la teoria basata sulle teorie (theory theory)
• la decision bound theory
• la teoria della simulazione situata di Barsalou
• le teorie multiple.

Secondo la classificazione di Kruschke (2005) la teoria classica (basata sulle regole) assume che venga rappresentato il contenuto (non i confini categoriali), con delle regole di tipo congiuntivo (non disgiuntivo) e con una funzione di appartenenza di tipo tutto o nulla (non graduata).

Secondo la classificazione di Ashby and Maddox (1998) vengono rappresentate le caratteristiche necessarie e sufficienti e la decisione si basa accedendo a tali caratteristiche e verificando se sono rispettate.

Nella classificazione di Barsalou (2003), la teoria classica usa rappresentazioni modulari, amodali, decontestualizzate e stabili.

Secondo questa teoria, un concetto è caratterizzato da un insieme di attributi definienti, che sono le caratteristiche semantiche necessarie e sufficienti affinché qualcosa possa essere considerato un'istanza di un concetto (Keane and Eysenck, 2005). Il processo di categorizzazione consiste nel verificare se gli stimoli possiedono tutte le caratteristiche necessarie (Ashby and Maddox, 1998).

Definizione di wikipedia: è lo strumento utilizzato per la ripresa fotografica e per ottenere immagini di oggetti reali archiviabili su supporti materiali o elettronici.

Ogni fotocamera è costituita da due parti fondamentali: un corpo, con un'apertura ad un'estremità per permettere alla luce di entrare (camera oscura), ed una superficie di registrazione per catturare l'immagine luminosa all'altra estremità. Formalmente non servirebbe altro (stenoscopia). A questi due elementi basilari, nella stragrande maggioranza dei casi si aggiunge la parte diottrica (lenti) o catadiottrica (specchi), che va a costituire l'obiettivo fotografico.

Qual'è la macchina fotografica? A, B, C?

La teoria classica, però, non riesce a tener conto di molteplici dati empirici:

• Concetti disgiuntivi, ovvero formati dalla congiunzione (or) di caratteristiche
• Casi ambigui
• Effetti di tipicità
• Somiglianza di famiglia

Le teorie dei prototipi e degli esemplari sono finalizzate a rispondere a queste critiche.

Anche la concezione di similarità delle teorie dei prototipi o degli esemplari è soggetta ad alcuni problemi.

Le relazioni di similarità fra un insieme di entità dipendono in maniera sostanziale dal peso relativo attribuito ai differenti attributi. Ma Tversky (1977) ha dimostrato come il peso attribuito agli attributi varia a seconda del contesto o del compito.

Potenzialmente, poi, la lista degli attributi (o delle dimensioni) applicabili ad un oggetto o ad un insieme di oggetti è infinito, ed operazionalizzare la selezione degli attributi pertinenti è un compito non banale.

Murphy and Medin (1985), sostengono dunque che gli individui hanno delle teorie implicite, dei modelli cognitivi esplicativi, che spiegano il mondo e contribuiscono a classificarne le entità.

La teoria della simulazione situata è stata proposta da Barsalou (1999, 2003). Secondo Barsalou (2003) nel concetto è instanziata la capacità di costruire rappresentazioni flessibili, adattate alle attuali necessità dell'agente e della situazione in cui agisce.

Un concetto è un simulatore che costruisce un infinito insieme di simulazioni specifiche (Barsalou, 1999). Le simulazioni comprendono informazioni in merito alla situazione, agli scopi ed agli stati interni degli agenti. I concetti non sono oranizzati in base alle tassonomie, quanto alle azioni situate, e le categorie sono prevalentemente ad hoc e dirette ad uno scopo (Barsalou, 1983).

I concetti sono non modulari, in quanto sono fortemente legati alla memoria episodica; sono modali, in quanto la rappresentazione coinvolge specifici sistemi percettivi e motori; sono situati, in quanto mappano ed utilizzano le informazioni legate al contesto, agli scopi e agli stati interni; sono dinamici, in quanto variano di volta in volta a seconda delle situazioni e degli scopi.

Questo breve escursus nelle teorie della categorizzazione ha alcune implicazioni per l'architettura dell'informazione

• se la teoria classica fosse vera, la vita dell'infoarc sarebbe più semplice. Forse, non servirebbe; basterebbe identificare le condizioni necessarie e sufficienti, e per ogni elemento decidere se è dentro o fuori, e classificarlo di conseguenza;
• la teoria dei prototipi ci dice che ci sono elementi facili da classificare, perché centrali in una categoria, ed altri difficili da collocare, e che diventano difficili da trovare;
• teorie del prototipo e degli esesmplari ci dicono che le categorie possono avere confini sovrapposti;
• la teoria delle teorie ci dice che la classificazione è legata ai modelli cognitivi degli utenti;
• Barsalou ci ricorda che i concetti sono legati al contesto ed agli scopi degli utenti.

Se la teoria classica fosse vera, l'architettura dell'informazione si potrebbe progettare a tavolino.

• Rosch (1975) ci ricorda che vi sono elementi difficili da classificare.
• Murphy and Medin (1985) ci ricordano che, a guidare la classificazione e la formazione dei concetti, sono i modelli mentali impliciti degli utenti.
• Barsalou ci dice che da scopi diversi possono emergere classificazioni differenti.
• Ashby and Maddox (2005) e Bussolon (2005) suggeriscono che gli individui adottano un approccio opportunistico alla cognizione, e dunque anche nella categorizzazione e nella formazione dei concetti.

Per questi motivi, sono fermamente convinto dell'utilità, se non necessità, di coinvolgere gli utenti nella progettazione di sistemi informativi (design partecipativo).

Il card sorting è una metodologia teoreticamente e cognitivamente fondata (Bussolon, Del Missier, Russo 2005), finalizzata a:

• far emergere le categorie concettuali degli utenti
• far emergere le dimensioni implicite degli utenti (principal component analysis)
• misurare il consenso degli utenti (consensus analysis)
• far emergere gli elementi difficili da classificare
• sfruttare la matrice di prossimità per generare la navigazione contestuale

Uno dei fini, forse il più importante, dell'architettura dell'informazione è rendere le informazioni facili da trovare. Trovabili, appunto.

Ma se cercando una cosa, ne troviamo molte, cosa possiamo fare?

Generalmente, dobbiamo scegliere.

La scelta di un prodotto o un servizio in un ventaglio di scelte implica, cognitivamente, un processo decisionale.

Immaginate di aver voglia di cioccolata; in casa è finita, dovete andarla a comperare. Preferite un negozio con vasta scelta, o uno con un assortimento più ristretto?

Boatwright Nunes 2001 mostrano come:

• ridurre fino al 55% di tipologie di prodotti in un supermarket, eliminando quelle che vendono meno, non modifica la percezione di varietà e di assortimento da parte dei consumatori;
• la riduzione del numero di scelte, eliminando i prodotti che vendono meno, può portare ad un incremento del 10% delle vendite del supermercato;
• eliminare le marche con market share < 3, 5% porta ad un moderato aumento delle vendite;
• ridurre le combinazioni marche x formati, mantenendo sostanzialmente inalterato il n° di marche, porta ad un significativo aumento delle vendite

So, less is more?

Questo dato metterebbe in discussione l'idea di long tail.

In letteratura vengono identificate tre tipologie di consumatori in base alle strategie decisionali (Chernev 2003):

1. il consumatore che rimane fedele ad una scelta presa precedentemente, e che dunque evita un nuovo processo decisionale;
2. il consumatore che non ha già scelto, ma ha una chiara rappresentazione delle dimensioni dello spazio decisionale e della loro importanza relativa;
3. il consumatore che non ha già scelto e non ha una chiara rappresentazione delle dimensioni.

• Il consumatore A non ha bisogno di scegliere, deve solo trovare;
• Il consumatore B deve affrontare il processo decisionale, ma ha già presente i criteri di selezione
• Il consumatore C deve prima decidere su quali criteri basare la sua scelta, e poi deve affrontare il processo decisionale.

Attraverso alcuni lavori sperimentali, (Chernev 2003) dimostra che:

• Il consumatore A, che ha chiaro in mente il prodotto che vuole, è più soddisfatto se lo trova all'interno di un vasto assortimento; more is better;
• il consumatore B, ma soprattutto il C, che non ha chiaro come scegliere, di fronte ad una vasta scelta si trova in difficoltà, e preferisce scegliere fra un numero minore di alternative; less is better.

Come possiamo spiegarci questa differenza?

• In sé, un maggior assortimento viene giudicato positivamente; i consumatori che già sanno cosa vogliono, hanno la sensazione di scegliere il loro prodotto fra un'ampia gamma di scelte, e questo rafforza la loro decisione.
• I consumatori che non hanno già deciso, e che devono affrontare il processo decisionale al momento dell'acquisto, se si trovano costretti a scegliere fra molti prodotti si trovano in difficoltà, per l'eccessivo carico cognitivo. Ecco che, in questo caso, un numero minore di scelte rende più semplice il processo decisionale.

Secondo il modello di razionalità olimpica (Simon, 1983) la decisione si basa su di un processo additivo ponderato (decisione compensatoria): vengono considerate tutte le alternative su tutte le dimensioni, e la somma viene pesata in base all'importanza relativa di ogni dimensione.

Il processo dunque implica

1. l'identificazione delle dimensioni pertinenti
2. la stima della loro importanza
3. il calcolo della somma aritmetica ponderata di ogni alternativa su ogni dimensione (e dunque il richiamo in memoria di ogni alternativa e per ogni alternativa del valore su ogni dimensione)
4. ed infine la scelta dell'alternativa con il valore più alto

È evidente come un simile processo richieda un carico cognitivo notevole, spesso eccessivo, soprattutto quando la decisione dev'essere presa entro dei ristretti limiti di tempo.

Per ovviare all'impossibilità di adottare una decisione compensatoria dati i limiti cognitivi e temporali, vengono adottate delle strategie non compensatorie, attraverso l'uso di euristiche.
Le euristiche sono metodi che utilizzano principi di riduzione del carico cognitivo e di semplificazione, in quanto devono permettere al decisore di elaborare l'informazione in maniera meno dispendiosa di quanto sarebbe chiesto da un approccio compensatorio di ricerca ottimale.

Le differenti euristiche si basano sugli stessi principi: [Heuristics Made Easy: An Effort-Reduction Framework]

• esaminare un minor numero di attributi;
• ridurre la difficoltà associata al richiamo e alla memorizzazione delle alternative e degli attributi;
• semplificare il processo di ponderazione delle dimensioni;
• integrare meno informazioni;
• esaminare meno alternative.

Secondo Payne [Payne_Adaptive strategy selection in decision making] nel processo decisionale possono essere usate numerose strategie. Come abbiamo visto, la più razionale è il processo additivo ponderato. La meno razionale è la scelta casuale.
L'utilità di una strategia è data dall'utilità attesa della scelta operata attraverso quella strategia, meno l'utilità attesa della scelta casuale. Il costo di una strategia è dato dalle risorse (cognitive) utilizzate, e dal tempo di elaborazione impiegato (di nuovo, meno le risorse ed il tempo impiegato per operare la scelta casuale). Una volta identificate le dimensioni ed il loro peso, il processo compensatorio costituisce il metodo capace di massimizzare l'utilità della scelta.

Esclusione per caratteristica (elimination by aspects): il decisore pone un livello di soglia per la dimensione più importante, ed elimina le alternative sotto soglia. Poi decide una soglia per la seconda dimensione più importante, elimina le alternative sotto soglia, iterativamente fino a che non arriva alla soluzione scelta.

L'esclusione per caratteristica è facilmente implementabile attraverso l'uso di filtri.

Nell'esempio della macchina fotografica, posso filtrare analogica - digitale, poi reflex - compatta. A questo punto, probabilmente, il range di scelta diventa più trattabile.

Nella majority of confirming dimensions si confrontano 2 alternative su tutte le dimensioni, si elimina l'alternativa perdente, e si ripete il confronto fra la vincente e una nuova alternativa.

Questa euristica - a quanto ne so - raramente viene implementata dalle interfacce, e viene spesso realizzata a mano dagli utenti, che quando trovano un elemento interessante lo aprono in un nuovo tab del browser.

Potrebbe essere implementata permettendo all'utente di salvare fra una lista di preferiti gli elementi che gli paiono più interessanti, e poi permettergli di confrontare i preferiti attraverso un confronto diretto.

Nella satisficing le alternative vengono analizzate ad una ad una. Per ogni alternativa si valuta se, per ogni dimensione, l'alternativa supera un livello di soglia. Se non lo supera viene eliminata e si procede all'analisi dell'alternativa seguente. Il processo termina quando una alternativa supera la soglia in ogni dimensione.

Usiamo la tecnica satisficing quando comperiamo un melone al supemercato: ne prendiamo in mano uno, lo annusiamo; se ci pare buono lo prendiamo, altrimenti ripetiamo l'operazione finché ne troviamo uno che ci soddisfi.

Usiamo l'euristica satisficing anche quando usiamo google: diamo un occhio ai risultati proposti, e clicchiamo sul primo che ci sembra utile.

Nella strategia lessicografica il primo passaggio consiste nel definire l'ordine di importanza delle dimensioni. Il secondo passaggio consiste nell'ordinare le alternative in base alla dimensione più importante e scegliere la prima. In caso di pareggio (o di differenza trascurabile) fra due o più alternative, si valuta l'ordine della seconda dimensione più importante.

La strategia lessicografica viene implementata utilizzando la funzione "ordina per"

Somma non ponderata (equal weight): si assume che le dimensioni considerate abbiano la stessa importanza.

Cognitivamente, la somma non ponderata ha il vantaggio che permette di saltare la valutazione di importanza delle dimensioni.
Ciononostante il processo cognitivo di valutare un gran numero di opzioni in base ad una somma non ponderata rimane estremamente oneroso.

La somma non ponderata può essere applicata nella scelta di un numero ristretto di alternative, ad esempio a seguito della majority of confirming dimensions.

L'interfaccia deve assistere l'utente nel processo decisionale. La progettazione dell'interfaccia deve tener conto di queste variabili:

• le differenti attitudini decisionali (i tre tipi di clienti);
• le loro differenti esigenze e preferenze;
• gli aspetti cognitivi del processo decisionale, anche alla luce dei limiti temporali: la scelta avviene nell'arco di pochi minuti, spesso anche meno.

Per la prima tipologia di consumatori (il cliente che ha già deciso e che sa precisamente cosa vuole) spesso il motore di ricerca può essere la soluzione più semplice. In ogni caso, l'interfaccia deve permettere all'utente di convergere il più velocemente possibile sul prodotto (o sull'oggetto) cercato.

Allo stesso tempo, però, è utile lasciar intendere all'utente che ha scelto fra una vasta gamma di possibilità.

Il cliente B ha una rappresentazione piuttosto chiara delle dimensioni e degli attributi in base a cui scegliere, ma non ha ancora scelto.

Il suo compito è quello di trovare quel sottoinsieme di oggetti che possiede gli attributi desiderati, e circoscrivere la scelta su questi.

Può dunque essere opportuno offrire un'interfaccia che permetta al cliente B di separare i due processi:

• selezionare un sottoinsieme di oggetti, magari attraverso l'euristica di esclusione per caratteristica;
• scegliere fra gli oggetti selezionati, magari attraverso la majority of confirming dimensions, la lessicografica (ad esempio sul prezzo), o la satisficing.

Il cliente B può trovarsi a suo agio con una navigazione a faccette o con l'uso di filtri.

L'uso di una navigazione a faccette può essere implementata a patto che (Peter Boersma, 2010):

• vengano rappresentati gli attributi distintivi
• nel database, gli attributi siano mappati su ogni record (metadati)
• si possa supporre che l'utente abbia una chiara rappresentazione delle dimensioni e delle faccette

Rimane necessario permettere altri tipi di navigazione (search, browse); inoltre è necessario gestire gli attributi opzionali

Nel caso dell'utente C, la situazione è più complessa. Da un lato, è fondamentale l'information scent, per permettergli di intuire lo spazio multidimensionale di scelta; d'altro canto, va aiutato nel processo decisionale, per evitare che l'overload informativo lo porti a rinunciare o ad essere insoddisfatto della sua scelta. È necessario ricordare che l'utente C deve portare a termine 3 compiti:

• definizione dei criteri di scelta;
• riduzione del numero di alternative;
• la scelta fra alterntive rimaste.

La definizione dei criteri di scelta è un processo potenzialmente lungo ed oneroso: imparare significa sapere quali sono i criteri importanti. Per evitare overload cognitivo, possiamo immaginare diversi approcci:

• ridurre il numero delle scelte by design (less is more): decide il designer, o gli altri utenti (best sellers);
• creare un tutorial, per permettere all'utente C di farsi un'idea, e magari di approfondire;
• creare un wizard, dove l'utente viene assistito, passo passo, nella scelta degli attributi.

Riassumendo (e semplificando) potremmo immaginare diverse interfacce per diversi tipi di utente:

• utente A: motore di ricerca
• utente B: navigazione attraverso filtri - faccette
• utente C: less is more, tutorial, wizard
• utente D? serendipity

Possiamo immaginare i profili decisionali sopra descritti come una base per costruire delle personas?

Una ontologia è una descrizione esplicita, formale, di concetti in un dominio di conoscenza.

Una delle definizioni più citate di ontologia è coniata da Gruber 1993, che definisce una ontologia come una esplicita specificazione di una concettualizzazione: "an ontology is an explicit specification of conceptualization".

Una base di conoscenza è costituita dall'ontologia e da un insieme di istanze. Databases are ontologies.

Concetti → ontologie → basi di dati → rappresentazioni → ricerca → decisione. Fondamenti cognitivi delle basi dati.

Andrea Resmini and Keith Instone (2010) auspicano una più stretta collaborazione fra chi pratica l'architettura dell'informazione e chi fa ricerca: la ricerca è indispensabile, sostengono, per far crescere l'IA.

Personalmente, non solo sono d'accordo, ma sono convinto che la pratica e la ricerca, nell'IA come in ogni altra disciplina, debba appoggiarsi sulle spalle di altre discipline.

In questo seminario, ho voluto proporre due delle molteplici colonne teoriche, concettuali e metodologiche che, a mio avviso, dovrebbero sostenere la ricerca e la pratica: ho tentato di delineare gli aspetti teorici, e le possibili implicazioni pratiche.

Il mio auspicio è quello di avervi incuriosito, e di aver instillato in voi l'idea che l'architettura dell'informazione si debba nutrire anche di etologia, psicologia, di scienze socio-cognitive, di neuroscienze e di economia comportamentale.

stefano@bussolon.it

@sweetdreamerit

Domande?