Dai soggetti al tagging: un problema di quantità?

Riprendo una frase della citazione di Mani dal post di 2 gg fa.

Instants are attractive because our logics have traditionally conceived of the truth of a proposition as evaluated at an instant

Mi era sfuggito il senso reale di questa frase. In effetti, l’epistemologia riporta alla logica, alle funzioni per stabilire la verità delle proposizioni. In fondo l’idea che sta dietro al tagging o alla soggettazione ha a che fare con la verità, almeno in quanto adeguamento di una descrizione ad un oggetto descritto. Ogni tag è un istante, un punto nel tempo, ma anche nel senso in cui diciamo “ho colto il punto”. Pensate ad esempio alla nozione di aboutness come fondamentale nella catalogazione semantica: una soggettazione, un tagging dovrebbe essere quanto più possibile circale rispetto alle dimensioni dell’oggetto da descrivere. Di qui gli schemi come PMEST, appunto, che fanno da infrastruttura per la aboutness, la precisione descrittiva.

Quello che mi interessa, però, è capire come la ridondanza descrittiva, la sovrapposizione di tag ed etichette genera un effetto di accumulo che migliora – o peggiora – la comprensione. E’ anche una questione di quantità. Se alcuni tag aiutano la comprensione, troppi tag ci fanno perdere per vie laterali. Certo, molti tag aiutano il reperimento di un oggetto in un sistema di information retrieval, perché ci permettono di arrivarci partendo da diversi concetti, o sostenendo diverse associazioni di idee – ma un’associazione debole, o troppo soggettiva od arbitraria o “poetica” rispetto ad un contenuto può sviarci (certo, questo ci dà fastidio solo se non desideriamo essere sviati, se abbiamo un’attitudine “serendipitous” allora è diverso…).

E’ un problema non risolto della catalogazione semantica, della soggettazione, della classificazione.  Esistono linee guida su come usare i tesauri. Pubmed, per es., prevede una suddivisione delle voci di tesauro assegnate ad un record, in modo che solo poche siano caratterizzate come “major topics“, il che equivale a dire che molti termini possono descrivere aspetti secondari di un articolo medico, ma solo alcuni ne individuano la tematica fondamentale.

Però, qui, abbiamo una distinzione fondamentale tra uso di soggettari e vocabolari controllati e l’uso del linguaggio naturale come fonte di etichette per oggetti disponibili sul web. In fondo la vera differenza non è tanto qualitativa (varianti, polisemie, ecc. – in qualche modo, parzialmente, gestibili con strumenti automatici), ma piuttosto quantitativa. Nel momento in cui ogni parola può fare da etichetta – tag – nel momento in cui milioni di utenti possono etichettare un singolo oggetto, c’è bisogno di un ulteriore layer – a sua volta semantico – per stabilire relazioni tra i tag, che a questo punto diventano un universo a parte, anche sganciato dagli oggetti descritti.

Insomma, in qualche modo diventano un nuovo tesauro, solo ricostruito a posteriori, e dinamico in una maniera molto più imprevedibile. Se con il passaggio dai soggettari ai tesauri ci siamo mossi dalla pre- all post-coordinazione (posto che si tratti di un passaggio anche cronologico, oltre che logico), con il tagging generalizzato, di massa, siamo passati ad una creazione di ontologie ex-post, che forse possono diventare il vero valore aggiunto per un’analisi multidimensionale di grandi social networks. Si potrebbe provare – o per meglio dire qualcuno di certo ci avrà già provato…