Dott. Gianluca De Grandis www.deghi.com/coevo newcoevo@deghi.com 1.1 L organizzazione attuale dei siti Web Il World Wide Web fu inventato nel 1989 da Tim Berners-Lee 1 presso il CERN di Ginevra. Il progetto consisteva nel creare un ambiente di comunicazione universale, decentralizzato, basato sull ipertesto 2. Internet, creata negli Stati Uniti nel 1969, era già una realtà, ma aveva un aspetto profondamente diverso da quello attuale: niente immagini, niente navigazione ipertestuale, nessuna informazione a portata di click (anche i mouse non avevano ancora fatto la loro comparsa sulle scrivanie). In quegli anni la rete era riservata a ricercatori e informatici e serviva esclusivamente ad inviare e ricevere posta elettronica e a recuperare file su computer remoti; grazie all intuizione di Tim Berners-Lee, le cose erano destinate a cambiare e al CERN di Ginevra si stava scrivendo una pagina fondamentale della storia della rete delle reti e dell informatica. Nel marzo del 1991, tramite un software scritto dallo stesso Berners-Lee, i ricercatori del CERN poterono accedere alla prima pagina Web della storia: l elenco telefonico del centro di ricerca. Nel mese di agosto, il progetto World Wide Web diventava pubblico e veniva messo a disposizione su Internet attraverso alcuni gruppi di discussione. Della nuova tecnologia non veniva richiesto nessun brevetto: chiunque poteva utilizzarla senza pagare alcun diritto al CERN o al suo inventore; fu la fortuna di Internet, che diventò il sistema più aperto, più facilmente implementabile nella storia dell informatica e che ha consentito la sua rapida diffusione, diventando ciò che i suoi inventori desideravano: una vera ragnatela mondiale. Probabilmente, se Berners-Lee avesse brevettato la tecnologia del Web, la diffusione universale del WWW non si sarebbe mai verificata: perché esista qualcosa come il Web è necessario che tutto il sistema si basi su standard aperti, pubblici 3. La diffusione di Internet consente di condividere e ricercare informazioni su qualunque tipo di argomento; tuttavia, ricercare e recuperare dati in rete non è sempre facile ed immedia- 1
to: spesso, quando si interrogano i motori di ricerca, si ottengono migliaia e migliaia di pagine Web e, spesso, tra il materiale trovato non compare l argomento desiderato. La maggior parte dei siti Internet attuali sono realizzati in HTML (HyperText Markup Language); alcuni sono interamente costruiti attraverso Macromedia Flash; qualche pagina utilizza invece XML (extensible Markup Language), oppure altri formati come ASP, PHP, ecc. Le informazioni contenute nel Web, in qualsiasi formato siano descritte, sono leggibili dalle macchine, ma solo l uomo è in grado di comprenderne realmente il significato; inoltre, le e- normi quantità di pagine presenti in Rete rendono impossibile la catalogazione delle informazioni in esse contenute. 1.2 Resource Description Framework Per rendere comprensibili le informazioni presenti in Rete anche alle macchine, il W3C 4 ha pensato di usare i metadati per descrivere i documenti contenuti nel Web. I metadati sono dati per descrivere dati ; ad esempio, il catalogo di una biblioteca è un metadato in quanto descrive le pubblicazioni contenute nella biblioteca stessa. Resource Description Framework (RDF) 5, raccomandazione del W3C, è un applicazione di XML, una base per il trattamento dei metadati e fornisce interoperabilità tra le applicazioni che scambiano informazioni comprensibili alle macchine sul Web. RDF può essere utilizzato in diverse aree di applicazione: nella ricerca di risorse, per migliorare le capacità dei motori di ricerca; nella catalogazione, per descrivere il contenuto e le relazioni tra le risorse disponibili in un particolare sito Web, in una pagina o in una biblioteca digitale; può essere usato da agenti software intelligenti, per facilitare la condivisione e lo scambio di conoscenza; nella valutazione di contenuto; per descrivere i diritti di proprietà intellettuale di pagine Web e per esprimere le preferenze sulla riservatezza da parte di un utente; RDF, associato alla firma digitale può contribuire alla costruzione di un "Web affidabile" per il commercio elettronico, per la collaborazione e per altre applicazioni. Una delle finalità di RDF è quella di permettere la definizione di semantiche per dati in formato XML secondo modalità standardizzate che mirano all'interoperabilità. Il modello di base dei dati RDF è costituito da tre tipi di oggetti: 2
Risorse: sono tutti gli oggetti descritti con espressioni RDF: pagine Web, singoli elementi di pagine, oppure intere collezioni di pagine; una risorsa può anche essere un oggetto non direttamente accessibile via Web come ad esempio un libro stampato. Proprietà: consiste in un aspetto specifico, una caratteristica, un attributo, o una relazione usata per descrivere una risorsa; ogni proprietà ha un significato specifico: definisce i valori ammessi, i tipi di risorse a cui può riferirsi e la sua relazione con altre proprietà. Asserzioni: una risorsa, una proprietà definita e il valore relativo alla proprietà stessa, costituiscono un asserzione RDF; queste tre parti dell asserzione sono dette, rispettivamente, il soggetto, il predicato e l'oggetto. Di seguito viene riportata un applicazione di RDF direttamente tratta dalla raccomandazione del W3C in cui si specificano il modello e la sintassi di RDF 6. Si consideri la seguente frase: Ora Lassila è il creatore della risorsa http://www.w3.org/home/lassila questa frase è composta da tre parti: Soggetto (risorsa) Predicato (proprietà) Oggetto (letterale) http://www.w3.org/home/lassila creatore Ora Lassila È possibile rappresentare graficamente un asserzione RDF mediante grafi orientati ed etichettati (noti anche come diagrammi a nodi e archi ). In questi diagrammi i nodi, di forma ovale, rappresentano le risorse, gli archi rappresentano le proprietà, mentre i nodi che rappresentano stringhe (letterali) hanno forma rettangolare. La frase dell esempio può essere quindi rappresentata graficamente nel seguente modo: La direzione della freccia è significativa: l'arco parte sempre dal soggetto e punta all'oggetto dell asserzione. Il semplice diagramma riportato può anche essere letto nel modo seguente: 3
«http://www.w3.org/home/lassila ha come creatore "Ora Lassila"» più in generale <soggetto> ha <predicato> <oggetto>. Si consideri ora la seguente frase in cui si aggiungono altre informazioni relative al creatore della risorsa: L'individuo il cui nome è Ora Lassila, e-mail lassila@w3.org, è il creatore di http://www.w3.org/home/lassila Lo scopo di questa frase è quello di rendere il valore della proprietà "Creatore" un'entità strutturata. In RDF tale entità è rappresentata come un'altra risorsa. La proposizione non dà un nome a questa risorsa; essa è anonima, quindi nel diagramma sottostante viene rappresentata come un ovale vuoto: Questo diagramma potrebbe essere letto come: «http://www.w3.org/home/lassila ha come creatore qualcuno e questo qualcuno ha come nome Ora lassila e come e-mail lassila@w3.org». All'entità strutturata dell'esempio precedente può anche essere assegnato un identificatore unico. La scelta dell'identificatore è fatta da chi progetta il database dell'applicazione. 4
Si supponga di usare un id di un impiegato come identificatore univoco per una risorsa "persona". Gli URI utilizzati come chiave univoca per ciascun "impiegato" potrebbero essere qualcosa come http://www.w3.org/staffid/85740. E le proposizioni diventano: L'individuo riferito da id dell'impiegato 85740 ha come nome Ora lassila e come indirizzo e-mail lassila@w3.org. La risorsa http://www.w3.org/home/lassila è stata creata da questo individuo. Il modello RDF relativo a queste proposizioni è: Si noti che questo diagramma è identico a quello precedente tranne per l aggiunta dell'u- RI della risorsa che prima risultava essere anonima. Dal punto di vista di una seconda applicazione che interroghi questo modello, non c'è alcuna differenza tra asserzioni presenti in un'unica frase e asserzioni fatte in frasi separate. Il modello dei dati RDF offre una struttura concettuale, astratta, per la definizione e l'uso di metadati. Per creare e scambiare questi metadati sarà necessaria anche una sintassi concreta. Questa specifica RDF usa la codifica XML come sintassi di interscambio. RDF richiede inoltre l'utilizzo di namespaces XML per associare ciascuna proprietà allo schema in cui è definita la proprietà. Sono numerosi i sottolinguaggi o le grammatiche che utilizzano RDF e definiscono elementi XML specifici per la descrizione delle risorse; il più popolare è Dublin Core 7. RDF non definisce un elemento dal nome <creator> per indicare l autore della risorsa, tuttavia <creator> è un elemento di Dublin Core; questo significa che i motori di ricerca che supportano Dublin 5
Core avranno informazioni sufficienti per cercare gli elementi <creator> quando è necessario trovare l autore di una particolare risorsa Web. RDF può anche essere impiegato per descrivere altri tipi di risorse; gli esempi precedentemente presentati, hanno illustrato la possibilità di rappresentare anche graficamente un asserzione RDF. La rappresentazione data è molto vicina alle mappe cognitive, quindi, RDF può essere considerato un ulteriore valido strumento per la rappresentazione della conoscenza e per la descrizione della struttura delle mappe. 1.3 Il Web Semantico Come precedentemente accennato, il Web è stato progettato sia per consentire la condivisione e la ricerca di informazioni, sia per migliorare la comunicazione uomo-uomo ; tuttavia, anche gli stessi computer dovrebbero essere in grado di contribuire alla ricerca e alla comunicazione delle informazioni, ma questo è attualmente impedito dal fatto che quasi tutte le pagine Web sono state ideate esclusivamente per la consultazione da parte dell uomo e non da parte del calcolatore. Per risolvere i problemi legati all implementazione attuale del Web, Tim Berners-Lee ha formulato l idea del Semantic Web 8, una sorta di ragnatela di dati, un enorme database globale, il cui approccio consiste nello sviluppo di linguaggi per esprimere informazioni comprensibili ed elaborabili anche dalle macchine. L approccio di Berners-Lee si basa su un comune modello di grande generalità: Resource Description Framework. Il criterio generale consiste in una stratificazione a livelli partendo dall alto; il modello di base contiene solo i concetti di asserzione e quotazione, e permette di fare asserzioni usando altre asserzioni. Il linguaggio in questa fase non ha negazioni o implicazioni e di conseguenza è molto limitato. I documenti RDF in questa fase non hanno un grande potere; il motivo per cui si utilizza questa rappresentazione è che tali dati potranno essere combinati insieme ad altri provenienti da diverse applicazioni Web; le applicazioni che operano sull intera Rete possono essere in grado di utilizzare una comune struttura per combinare insieme le informazioni di tutte queste applicazioni. Il modello di base fornisce uno schema di asserzioni e quotazioni in cui è possibile rappresentare i dati in qualsiasi nuova forma; serve, inoltre, uno schema a livelli per dichiarare l esistenza di nuove proprietà. 6
È necessario porre limiti alle modalità di utilizzo di questo schema. Solitamente si vuole limitare i tipi di oggetti a cui può essere applicato. Queste meta-asserzioni rendono possibili rudimentali controlli su un documento; in SGML, il DTD permette di controllare se gli elementi sono stati utilizzati in posizioni appropriate, in RDF, uno schema permette di controllare per esempio che una patente di guida sia intestata ad una persona e non ad un modello di automobile. Il linguaggio schema permette di fare semplici asserzioni circa le combinazioni permesse. I limiti espressi nello schema sono facilmente espandibili attraverso espressioni logiche (il livello successivo); questo per ora non viene fatto perché se ne vuole limitare le potenzialità. Successivamente si potrebbe volere fare inferenze attraverso l uso della semantica dello schema; le inferenze potrebbero anche essere combinate con altre espressioni logiche. Deve anche essere possibile convertire un documento da un particolare schema RDF in un altro. Il livello successivo è quello logico: è necessario un modo per inserire la logica all interno dei documenti per permettere, ad esempio, la deduzione di un tipo di documento da un altro, oppure, il controllo di un documento attraverso un insieme di regole di auto-consistenza, o anche per ottenere il risultato di un interrogazione mediante una conversione da termini sconosciuti in termini conosciuti. RDF non specifica nulla circa il meccanismo con cui queste considerazioni possono essere praticamente attuate sui documenti. A livello logico, RDF ha la possibilità di esprimere regole di inferenza; ovvero, consente di scrivere regole, ma non specifica in quale ordine esse dovranno essere applicate. Un'altra questione da affrontare è quale tipo di linguaggio utilizzare per effettuare le interrogazioni; chiaramente il linguaggio utilizzato deve basarsi sulla logica di RDF. La struttura che si occupa di effettuare le ricerche deve essere collegata alla verifica delle firme; i documenti saranno consultati non solo come alberi di asserzioni, ma anche come alberi di asserzioni relative agli autori delle asserzioni stesse. I motori di ricerca che indicizzano pagine HTML trovano molte risposte inappropriate alle interrogazioni e nascondono gran parte del Web; non c è la nozione di correttezza in queste ricerche; al contrario, i motori logici sono in grado di restringere il loro risultato a quella che probabilmente sarà la risposta corretta. Il motore di ricerca del futuro dovrebbe poter essere una combinazione delle due tecnologie. Attualmente non esiste un implementazione chiara e definita di quello che sarà il Web del futuro; tuttavia, esistono numerose proposte che si basano su vari metodi di realizzazione: al- 7
cuni prevedono l uso di XML, RDF, RDF Schema, Conceptual Graphs, approcci statistici, clustering, algoritmi genetici e reti neurali per l auto-apprendimento ecc Tutte queste proposte sono state discusse nel settembre del 2001 in occasione del workshop intitolato Semantic Web Mining 9, svoltosi a Freiburg, Germania. 1.4 L organizzazione di siti mediante mappe cognitive La lettura di una mappa cognitiva è semplice e riduce la confusione e l ambiguità; si tratta di un operazione visiva in cui la disposizione spaziale degli oggetti contribuisce a migliorare e a velocizzare la comprensione dei concetti, consentendo di ricordare un determinato argomento, meglio e più a lungo. L'uso delle mappe facilita l integrazione collaborativa nei gruppi, grazie alle possibilità di modificare ed integrare i diagrammi senza limiti; permette di vedere l'informazione da una prospettiva diversa, più intuitiva e stimolante; fornisce una rappresentazione visiva delle relazioni fra le diverse idee, concetti, argomenti ed oggetti, anche se organizzate su molti livelli; aiuta ad individuare discrepanze, contraddizioni o incongruenze, incoraggiando l'analisi ed il pensiero critico; riassume l'informazione essenziale in poco spazio, senza perdere la ricchezza delle altre informazioni collegate; l apprendimento a distanza diventa più efficiente, grazie anche alle possibilità di scambio offerte dalle reti locali e da Internet. Le mappe cognitive sono strumenti molto semplici ma nel frattempo anche molto utili e versatili; purtroppo, in Italia il loro impiego è limitato a qualche docente di scuola media e media-superiore ed è praticamente inesistente l utilizzo in altri campi. Negli Stati Uniti d America le mappe cognitive sono invece molto diffuse sia nelle scuole sia in ambito industriale, dove vengono sfruttate, ad esempio per controllare le fasi dei vari processi produttivi. La grande versatilità delle mappe ne consente l utilizzo in qualunque ambiente: per e- sempio anche nella pubblicazione delle informazioni su Internet. Spesso, infatti, consultando la Rete, si incontrano siti mal costruiti, in cui è davvero facile perdersi e, a volte, le informazioni contenute non sono affatto comprensibili. Per trasmettere chiaramente dei contenuti sul Web, è necessario che essi siano organizzati in modo logico e in maniera comprensibile; il problema della rappresentazione della conoscenza diventa, quindi, una questione cruciale per una buona leggibilità di un sito Web. 8
Le mappe cognitive possono essere impiegate per rappresentare, anche visivamente, l'articolazione di un sito, migliorandone la comprensione e la leggibilità. Una volta individuati i concetti da evidenziare, gli oggetti del discorso, il percorso del ragionamento ed i legami fra i concetti espressi, una mappa cognitiva aiuta a definire la struttura e la rappresentazione delle idee anche per un sito Web. La rappresentazione della conoscenza mediante mappe cognitive può contribuire, inoltre, alla ricerca e al recupero delle informazioni in Rete. Alcuni ricercatori che si occupano del Semantic Web hanno anche proposto una struttura basata sulle mappe cognitive per implementare l organizzazione delle pagine Internet del prossimo futuro. Nei paragrafi successivi saranno illustrati due possibili metodi di impiego delle mappe cognitive in Internet. Sfogliando il sito Mappe della rete 10 si possono trovare numerosi esempi che illustrano molti altri modi di impiego delle mappe nella Rete; il sito in questione è una traduzione autorizzata in lingua italiana del sito Cyber Geography Research 11, un tentativo di costruire un atlante del Cyberspazio attraverso mappe e rappresentazioni grafiche delle geografie dei nuovi territori elettronici. 1.5 Un applicazione delle mappe in Internet: WebMap s TotalView L introduzione del calcolatore ha portato anche allo sviluppo di software specifici per la progettazione e la realizzazione di mappe cognitive; la diffusione di Internet ha inoltre spinto la creazione di plug-in per i browser più diffusi, che consentono all utente di sfruttare la rappresentazione mediante mappe cognitive secondo diverse prospettive. WebMap s TotalView 12 è un add-on per browser Web che consente di dare un unica visualizzazione alle molte informazioni presenti in un sito attraverso una mappa interattiva; questo prodotto permette di aggregare un enorme quantità di dati consentendone la visualizzazione, l analisi e la comprensione a prima vista. 9
WebMap è orientato principalmente al mondo degli affari. Questo prodotto è, infatti, in grado di identificare modelli e tendenze che rappresentano opportunità o minacce commerciali; aiuta ad usare le informazioni per prendere decisioni migliori in ambito economico permettendo, ad esempio ad un investitore di identificare l esatto momento per fare un investimento. Attraverso WebMap è possibile tenere sotto controllo l andamento dell intero mercato grazie alla mappa in cui sono presenti i diversi settori (tecnologia, industria, finanza ecc ); ad ogni categoria è associata una freccia che può essere diretta verso l alto (di colore verde) o verso il basso (di colore rosso) ed indica l andamento di quella determinata area del mercato. Accanto alla mappa, sono presenti alcuni riquadri che mostrano in tempo reale le disponibilità di acquisto per le azioni di società precedentemente selezionate e le news provenienti dal mondo della finanza. La topografia della mappa riflette le tendenze del mercato nei diversi settori attraverso colori differenti: tonalità più marcate indicano categorie più richieste, mentre colori più tenui mostrano i settori meno quotati. Quando arriva una notizia, la mappa può mostrare l effetto che essa può avere sull intero mercato modificando la sua topografia. I diversi settori del mercato possono essere selezionati con un click del mouse ed ingranditi, in modo da poter vedere i dettagli delle singole società che li costituiscono; è possibile trascinare dalla mappa al riquadro news due società per visualizzare informazioni e relazioni tra esse; trascinando invece una società nel riquadro delle disponibilità di acquisto è possibile comprare o vendere azioni di quella determinata società in tempo reale. 10
1.6 Un motore di ricerca organizzato a mappe: WebBrain Oltre alla comprensione e alla memorizzazione di un determinato argomento e alla strutturazione di un sito Web, le mappe cognitive possono essere utilizzate per ricercare informazioni in Rete. WebBrain 13 è un vero e proprio motore di ricerca basato sulle mappe cognitive; la sua home page è suddivisa in quattro zone principali: una barra superiore che mostra il titolo e i link alle pagine con le informazioni sulla società e sulla versione, un ampia area in cui è visibile la mappa cognitiva per la ricerca, una barra per la ricerca attraverso parole chiave ed un area in cui vengono visualizzati i risultati. Supponendo di cercare informazioni relative alla storia degli elaboratori elettronici, cliccando sul termine computer la mappa cambia immediatamente aspetto e visualizza i concetti collegati alla parola scelta; a questo punto è possibile scegliere un ulteriore termine che specifica meglio ciò che si intende cercare. Cliccando sul termine history, la mappa cambia ulteriormente aspetto mostrando nuovi termini specifici, e nella parte inferiore della pagina vengono visualizzati i risultati preliminari della ricerca. 11
WebBrain ha trovato 19 pagine relative alla storia dei computer, ma la ricerca può essere ulteriormente affinata selezionando uno dei termini visualizzati nella mappa per indicare precisamente in quale area informatica si sta cercando informazioni storiche: linguaggi di programmazione, sistemi operativi, software, ecc WebBrain consente di ricercare materiale nella Rete in modo totalmente visuale, esplorando semplicemente un immagine invece di dover leggere lunghissime linee di testo. L interesse verso questo strumento è dovuto alla possibilità di evidenziare le relazioni tra le diverse aree di ricerca e alla possibilità di visualizzare sia l informazione al momento raggiunta, sia il contesto (cioè il percorso) in cui essa si colloca. WebBrain è un motore di ricerca realizzato dalla società TheBrain Technologies Corporation 14, un gruppo che si occupa della rappresentazione della conoscenza e del reperimento dell informazione in ambito aziendale. Questa compagnia ha realizzato, inoltre, Personal Brain : un prodotto che consente di realizzare mappe cognitive ipertestuali per la classificazione e la rappresentazione di insiemi di informazioni e delle loro relazioni; si basa su un modello di mappa particolarmente flessibile, dinamico, a punto di vista variabile 15. 12
1 http://www.w3.org/people/berners-lee/ 2 Sistema di scrittura che consente di collegare tra di loro diversi documenti come se si trattasse di una tela, una trama di tessuto nella quale tutti gli elementi sono collegati tra di loro. 3 Da un intervista a Tim Berners-Lee sul motivo per cui egli non ha brevettato la tecnologia del Web. 4 W3C o World Wide Web Consortium è l ente che si occupa di definire gli standard di Internet 5 Specifica del W3C: http://www.w3.org/rdf 6 http://www.w3.org/tr/1999/rec-rdf-syntax-19990222/ 7 http://www.dublincore.org/ 8 http://www.w3.org/designissues/semantic.html 9 http://semwebmine2001.aifb.uni-karlsruhe.de/ 10 http://www.mappedellarete.net 11 http://www.cybergeography.org 12 http://www.webmap.com 13 http://www.webbrain.com/ 14 http://www.thebrain.com/ 15 Un esempio di applicazione di questo strumento per la rappresentazione e la navigazione è visibile consultando il sito: http://www.pavonerisorse.to.it/pstd/brain3/default.htm 13