1. Origini

Digital Humanities  

 -↳ Digital literary studies

   ---↳ Computational (literary) criticism

Di cosa parliamo quando parliamo di critica computazionale

L'ECOSISTEMA DEI CLS

CRITICHE dall'ESterno

(da Jannidis 2020: 10 ff.)

• Irrilevanza: "lo sapevamo già, non è niente di nuovo"
  • Interpretazioni ≠ conoscenza
  • "Triangolazione" nel contesto dei mixed methods
• Inattualità: "usa categorie critiche ormai superate" (come "autore", "genere", "storia letteraria")
  • recupero di modelli ancora produttivi/messa in discussione delle impostazioni critiche predominanti
• Inefficacia: "non riesce a cogliere l'essenza della letteratura"
  • ontologicamente diversa, più complessa? (cf. Jannidis 2019)
  • approccio descrittivo e non valutativo
• Tappa di riflessione importante: Nan Z. Da, "The Computational Case against Computational Literary Studies" (2019) e dibattito successivo (Critical Inquiry forum)

Moretti, Falso movimento (2023):

• Lo sviluppo accelerato dei metodi statistici ha reciso il legame con la teoria letteraria del Novecento e con il concetto di forma
• Mancanza o rifiuto della teoria, in realtà indispensabile per l'interpretazione del dato scientifico (Kuhn), e prevalenza di approcci esplorativi (EDA)
• tema già dibattuto: vedi ad es. il lavoro della DHd-AG Theorie e di Underwood 2014 (→ gli algoritmi non sono strumenti arbitrari e asettici ma espressione di teorie epistemologiche)

CRITICHE dall'interno

"La statistica è il Pegaso dell’umanista. Spaventosamente cupo, meticoloso e impassibile,  è il trampolino di lancio del lirismo, la base da cui il poeta può lanciarsi verso il futuro e le sue incognite, con i piedi solidamente appoggiati su figure, curve, verità umane; in realtà questa lirica potrà interessarci poiché parlerà la nostra lingua, si prenderà cura delle cose che ci riguardano, ci animerà nella direzione del nostro movimento soltanto indicandoci le soluzioni del nostro sistema."

Chi ha paura della statistica?

2. metodi

il processo ermeneutico nei CLS

UN censimento dei metodi per i CLS (link)

• Testometria (Hyberbase, TXM)

• Stilometria (Delta & Co.)

• Estrazione semantica del testo (sentiment analysis, topic modelling, word embeddings)

principali Scuole metodologiche dei CLS

secondo Herrmann et al. 2023

• Introdotto da Allison et al. 2015 (= LitLab Pamphlet 1)
• Definizione: "prendere una forma estetica, e smontarla fino a raggiungere i suoi elementi di base: trasformare – anzi, diciamolo, ridurre – un romanzo ai suoi paragrafi, o un dramma a una sequenza di scambi linguistici" (Moretti 2023: 140)
• Investigare la morfologia dell'opera (Propp) attraverso la misurazione di singoli elementi testuali

UN altro approccio:

il formalismo quantitativo

"Operazionalizzare significa costruire un ponte dai concetti alla misurazione e poi al mondo. Nel nostro caso: dai concetti di teoria letteraria, attraverso una qualche forma di quantificazione, ai testi letterari". (Moretti 2013: 1)

un concetto chiave:

L'operazionalizzazione

UN esempio:

l'ANALISI

DELLE RETI

LETTERARIE

→ Quantificazione di vari tipi di relazioni tra personaggi

→ conversione in grafo

→ analisi con gli strumenti della (social) network analysis

(cf. Trilcke 2013, Algee-Hewitt 2017)

3. prospettive

〞

Lo sviluppo dell’apprendimento automatico (machine learning) rappresenta una risposta significativa
agli argomenti più logori contro i CLS e senza dubbio rivestirà un ruolo significativo nello sviluppo futuro del settore.

Beausang 2020: 195

• "un ottimo strumento di supporto per la progettazione e
  implementazione di workflow di ricerca"

• "hanno un impatto rilevante nella qualità, [quantità] e efficacia della ricerca umanistica"

Ciotti 2023b: 292

PAPPAGALLI STOCASTICI

Un esperimento (Karjus 2023)

Messa alla prova dei LLM con una serie di task:

• Tutti questi compiti possono essere svolti da un LLM a zero-shot (= senza addestramento specifico) con un risultato qualitativamente simile a quello di un annotatore/esperto umano

• I modelli sono stocastici e closed-source... proprio come gli esseri umani!

• In prospettiva: delegare alcuni task alle macchine e riservare elaborazioni più complesse (e interessanti) agli umani → verso un "AI-augmented scholar"
• Creazione di figure come il department/lab LLM assistant

RISULTATI E DISCUSSIONE

4. caso studio

Progetto di dottorato: Quantitative Approaches to European Early Modern Drama (2021-)

1. Un problema di Storia letteraria:

l'evoluzione del teatro europeo nella prima modernità

la speciazione delle forme letterarie

2. corpus

• 150 testi teatrali in cinque lingue         (🇮🇹 🇫🇷 🇪🇸 🇩🇪 🇬🇧)

• arco cronologico: 1561-1710 (150 anni)

• approccio deliberatamente non canonico

Luoghi di nascita degli autori (via Wikidata, dati incompleti)

OBBIETTIVo: integrazione in dracor

3. METODOLOGIA:

un approccio globale alla forma drammatica

• Nella tradizione dei formalisti russi (Boris Yarkho), di Solomon Marcus e dei moderni formalisti quantitativi
• Cercare di operazionalizzare più componenti del dramma possibili (es. dialoghi, personaggi, trama) per ottenere un profilo quantitativo dell'opera

VETTORIZZAZIONE: concepire l'opera come una collezione di meta-DAti

1. Estrazione di un ampio range di statistiche testuali (su personaggi, intreccio, struttura, dialoghi, etc.) tramite l'API di DraCor e script specifici
2. Uso delle statistiche per rappresentare i testi sotto forma di vettori (play embeddings), i quali permettono di misurare alcune proprietà dei drammi e le loro relazioni

Un possibile approccio di ricerca: rappresentare

i drammi-vettori come punti in un sistema di coordinate

(tramite metodi di riduzione della dimensionalità, es. PCA)

Dramma_8

Dramma_5

Dramma_4

Dramma_3

Dramma_2

Dramma_1

Dramma_7

Dramma_6

In questo modo, è possibile calcolare le distanze tra testi e individuare cluster basati su somiglianze strutturali

• Si è riscontrato in effetti un aumento della diversità formale (anche all'interno di singoli generi)...
• ... ma non una compartimentazione così netta su base nazionale (cf. teorie concorrenti di Küpper/Clubb)
• È possibile comunque delineare profili quantitativi delle letterature teatrali nazionali basati su alcuni elementi distintivi (work-in-progress)
• Valore del lavoro oltre al tema di ricerca specifico:
  • proporre la vettorizzazione come metodo efficace per lo studio formale della letteratura in una prospettiva affine alle cultural analytics

RIsultati PROVVISORI

• Allison, S.; Heuser, R.; Jockers, M.; Moretti, F.; Witmore, M. (2011). "Quantitative Formalism: An Experiment". Stanford Literary Lab Pamphlet 1.

• Beausang, C. (2020). "A Brief History of the Theory and Practice of Computational Literary Criticism (1963-2020)". magazén 1, 2, pp. 181-202.

• Ciotti, F. (2023). "L'analisi del testo". In: Ciotti, F. (ed.), Digital Humanities – Metodi, strumenti, saperi. Roma: Carocci, 2023.

• Ciotti, F. (2023b). "Minerva e il pappagallo: IA generativa e modelli linguistici nel laboratorio dell’umanista digitale". Testo e Senso 26, pp. 289-315.

• Da, N. Z. (2019). "The Computational Case against Computational Literary Studies". Critical Inquiry, 45, 3, pp. 601–39.

• Fischer, F., Börner, I.; Göbel, M.; Hechtl, A.; Kittel, C.; Milling, C., Trilcke, P. (2019). "Programmable Corpora: Introducing DraCor, an Infrastructure for the Research on European Drama". In: DH2019 Book of Abstracts. Università di Utrecht, 2019.

• Jannidis, F. (2019). "On the Perceived Complexity of Literature. A Response to Nan Z. Da". Journal of Cultural Analytics 5, 1.

riferimenti bibliografici

• Jannidis, F. (2022). "Digitale Literaturwissenschaft. Zur Einführung". In: Jannidis, F. (ed.), Digitale Literaturwissenschaft. Stoccarda: J. B. Metzler, pp. 1-16.

• Herrmann, J. B.; Bories, A.-S.; Frontini, F.; Jacquot, C.; Pielström, S.; Rebora, S.; Rockwell, G.; Sinclair, S.  (2023). "Tool Criticism in Practice: On Methods, Tools, and Aims of Computational Literary Studies". Digital Humanities Quarterly 17, 2.

• Moretti, F. (1993). "La letteratura europea", in P. Anderson, W. Barberis, e C. Ginzburg (ed.), Storia d'Europa, vol. I (L’Europa Oggi). Torino: Einaudi, pp. 837–66.

• Moretti, F. Distant reading. Londra: Verso, 2009.

• Moretti, F. (2013). " 'Operationalizing': or, the function of measurement in modern literary theory". Stanford Literary Lab Pamphlet 6.

• Moretti, F. (2023). Falso movimento: la svolta quantitativa nello studio della letteratura. Milano: Nottetempo.

• Schöch, C.: Dudar, J.; Fileva, E., eds. (2023). Survey of Methods in Computational Literary Studies, v1.1.0, Trier: CLS INFRA.

• Underwood, T. (2014). "Theorizing Research Practices We Forgot to Theorize Twenty Years Ago". Representations 127, 1, pp. 64–72.

riferimenti bibliografici