Autoconsistenza e reperibilità

Gli oggetti di apprendimento ICoN, in sé e per sé, hanno un diverso grado di autoconsistenza. Nel corso della nostra analisi ci siamo imbattuti in elementi semplici già preposti al riuso (è il caso delle voci enciclopediche) tanto quanto a contenuti più vincolati al contesto, come le sotto-unità didattiche: per quanto autoconsistenti, questi testi trattano argomenti

estremamente specifici e che potrebbero risultare disorientanti, presentati in autonomia. Una valutazione del genere - se, scorporato, un testo funziona altrettanto bene inserito all’interno di un diverso contesto - può essere fatta solamente dal redattore che si trova nella situazione di dover integrare ed eventualmente modificare del materiale (è il caso delle sotto-unità didattiche che sono state valutate abbastanza autoconsistenti da poter essere ricodificate sotto forma di scheda di approfondimento).

I materiali multimediali (immagini, audio, video) sono, per loro natura, materiali autoconsistenti e reimpiegabili nei più diversi contesti. Non c’è motivo, infatti, per cui un’immagine di archivio ICoN nata per accompagnare un modulo didattico non possa diventare anche un’immagine di copertina o un’icona. Più dipendente dal contesto è

l’eventuale testo di accompagnamento, che a seconda del punto in cui l’immagine è chiamata può variare. Si pensi ai vecchi pop-up contenuti della sezione “Museo”: non è infrequente il caso di una stessa immagine chiamata in due pop-up diversi, il cui contenuto varia a seconda del modulo in cui è inserito il collegamento: un modulo di storia dell’arte vorrà una

didascalia che riporti le dimensioni dell’opera e la tecnica con cui è stata realizzata, mentre all’autore di un modulo di stampo letterario potrebbe interessare il soggetto dell’opera o il contesto storico che l’ha prodotta. Per questo motivo è bene operare una divisione netta tra l’oggetto “immagine” (o audio, o video) comprensivo di informazioni fondamentali, e la presentazione dell’oggetto stesso quando essa è strettamente dipendente dal contesto. Tutti gli oggetti, dunque, a partire dalle unità minime, devono essere codificate secondo uno schema che vi associ i relativi dati (quindi, anche un’eventuale descrizione dell’immagine), per evitare l’interminabile compilazione di file di archivio di redazione, ma con una certa attenzione a non riportare troppe informazioni “in più” rispetto a quelle essenziali e realmente riutilizzabili. Per facilitare la reperibilità di tali oggetti è previsto un sistema di taggatura per parole chiave, che faciliterà la creazione dei nuovi oggetti di apprendimento ICoN, oltre che l’aggiornamento di quelli esistenti.

Il discorso della metadatazione per la reperibilità è una questione delicata e già molto dibattuta internamente, e si può concentrare nella domanda: a quale livello metadatare? È indubbio infatti che, più metadati abbiamo a disposizione più agevolata è la ricerca, ma siccome si parla di materiale che non è mai stato indicizzato (o solo in parte), l’operazione di inserimento tag su un quantitativo di materiale accumulato nel corso di quindici anni si configura come un’impresa di difficile realizzazione, specialmente se si ambisce a tutti i livelli di metadatazione: oggetti multimediali, materiali complementari, sotto-unità didattiche, unità didattiche, moduli didattici e via dicendo.

Per il trattamento dei metadati a livello di aggregazione una strada interessante da intraprendere sarebbe quella delle ontologie semantiche. Sfruttando questo sistema della rappresentazione della conoscenza, infatti, è possibile creare delle relazioni semantiche tra

oggetti e processarle in modo automatico grazie a una descrizione formale del dominio di conoscenza che si va a definire.

Un esempio in materia di progettazione didattica è la ricerca condotta da Adorni et al. (2007) sull’uso del linguaggio XML Topic Maps per la progettazione dei contenuti per la

formazione a distanza. XTM è lo schema di codifica delle Topic Maps, standard ISO atto alla rappresentazione della conoscenza mediante strutture associative. In questo tipo di

architettura, i contenuti vengono già dotati di una descrizione iniziale dato il posizionamento all’interno della mappa stessa, e dall’associazione con gli altri topic (argomenti): questo aggiunge un ulteriore livello di classificazione e possibilità di ricerca semantica, estendendo la riusabilità anche a livello di schema dei contenuti . Sulla base di questo meccanismo è 82 stato sviluppato dallo stesso gruppo di lavoro l’editor CADDIE , il quale presenta un sistema 83 di gestione dei metadati basata sulle ontologie semantiche. I metadati, in questo caso,

vengono costruiti proprio tramite l’associazione dei learning object sia al contesto che alle risorse in esso chiamate.

“Immaginiamo di volere realizzare un learning object per studiosi della città di Trento, che fornisca informazioni storico culturali, che indichi quali sono i principali luoghi da visitare ma che indichi anche quali sono le specialità enogastronomiche.

Con CADDIE possiamo associare ad ogni topic una o più risorse. Supponiamo di trovare un documento di testo che descrive Palazzo Roccabruna, sede dell’enoteca provinciale del Trentino: lo colleghiamo al topic “Palazzo Roccabruna”. Dall’estrazione automatica di keyword da questa risorsa, otteniamo le parole “Roccabruna”, “Palazzo”, “Trentino”, “Trento”, “Vino” e “Grappa”. Confrontando tali termini con la topic map a nostra disposizione si nota che alcune parole chiave riprendono i topic della mappa stessa. Possiamo allora decidere se inserire o meno nella nostra mappa concettuale le voci che non vi compaiono. Decidiamo che i concetti “Vino” e “Grappa” aggiungono significato alla nostra ontologia in quanto prodotti tipici di Trento: possiamo pertanto inserirli come nuovi topic. Le parole chiave che per l’utente non sono significative vengono invece ignorate. Come risultato otteniamo una risorsa a cui vengono aggiunti metadata corretti e una crescita della topic map di partenza che porta ad un aumento della conoscenza che essa può fornire. Tutte queste informazioni aggiunte, la maggior parte delle quali ottenuta automaticamente, senza che l’utente debba intervenire per correggere i campi, potranno poi essere sfruttate dai

82 _{Adorni et al. (2007).} 83 _{Adorni et al. (2008).}

motori di ricerca ottenendo così migliori caratteristiche di rintracciabilità e di riusabilità per la risorsa.”84

Siccome la reperibilità dei materiali è di vitale importanza per la riusabilità dei contenuti, un approccio del genere permetterebbe di potenziarla anche a livello di oggetti complessi quali le unità didattiche che sono state ritenute riutilizzabili nella composizione di nuovi corsi (vedi 3.3.3). Pertanto, al di là della metodologia prescelta, verrà sicuramente valutato l’uso di un sistema di reperimento automatico delle parole chiave per l’inserimento nei metadati per alleggerire il lavoro degli operatori. In ottica di un maggiore grado di reperibilità e

affidabilità dell’indicizzazione di materiali e contenuti didattici, sarà in seguito auspicabile procedere all’inserimento dei metadati anche da parte dei redattori, secondo procedura e criteri stabiliti internamente.

Allo stato attuale dei lavori sono state calendarizzate una serie di riunioni di formazione teorica e tecnica sulle ontologie modellate in RDF per valutare se conviene, in questo stadio 85 ancora intermedio della ristrutturazione del sistema, passare ad un diverso sistema di

rappresentazione della conoscenza per una gestione dei contenuti modellata sulle

metodologie del Web semantico. Quale sarà la strada intrapresa, di certo si aprirà un nuovo capitolo della gestione dei contenuti didattici ICoN anche per quanto concerne la definizione dei metadati in ottica di reperibilità e riusabilità degli oggetti.