AIDAinformazioni Anno 42 – N. 3-4 – luglio-dicembre 2024
AIDAinformazioni
RIVISTA SEMESTRALE DI SCIENZE DELL’INFORMAZIONE
NUMERO 34
ANNO 42
LUGLIODICEMBRE 2024
cacucci
editore
bari
Editrice: Cacucci Editore S.a.s.
Via D. Nicolai, 39 – 70122 Bari (BA)
www.cacuccieditore.it
e-mail: riviste@cacuccieditore.it
Telefono 080/5214220
Proprietario della rivista:
Università della Calabria
Direttore Scientico:
Roberto Guarasci, Università della Calabria
Direttore Responsabile:
Fabrizia Flavia Sernia
Comitato scientico:
Anna Rovella, Università della Calabria;
Maria Guercio, Sapienza Università di Roma;
Giovanni Adamo, Consiglio Nazionale delle Ricerche †;
Claudio Gnoli, Università degli Studi di Pavia;
Ferruccio Diozzi, Centro Italiano Ricerche Aerospaziali;
Gino Roncaglia, Università della Tuscia;
Laurence Favier, Université Charles-de-Gaulle Lille 3;
Madjid Ihadjadene, Université Vincennes-Saint-Dénis Paris 8;
Maria Mirabelli, Università della Calabria;
Agustín Vivas Moreno, Universidad de Extremadura;
Douglas Tudhope, University of South Wales;
Christian Galinski, International Information Centre for Terminology;
Béatrice Daille, Université de Nantes;
Alexander Murzaku, College of Saint Elizabeth, USA;
Federico Valacchi, Università di Macerata.
Comitato di redazione:
Antonietta Folino, Università della Calabria;
Erika Pasceri, Università della Calabria;
Maria Taverniti, Consiglio Nazionale delle Ricerche;
Maria Teresa Chiaravalloti, Consiglio Nazionale delle Ricerche;
Assunta Caruso, Università della Calabria;
Claudia Lanza, Università della Calabria.
Segreteria di Redazione:
Valeria Rovella, Università della Calabria
AIDAinformazioni
R S ’I
Fondata nel 1983 da Paolo Bisogno
AIDAinformazioni
R S ’I
«AIDAinformazioni» è una rivista scientifica che pubblica articoli inerenti alle Scienze dell’In-
formazione, alla Documentazione, all’Archivistica, alla Gestione Documentale e all’Organiz-
zazione della Conoscenza ma amplia i suoi conni in ulteriori campi di ricerca ani quali
la Terminologia, la Linguistica Computazionale, la Statistica Testuale, ecc. È stata fondata
nel 1983 quale rivista uciale dell’Associazione Italiana di Documentazione Avanzata e nel
febbraio 2014 è stata acquisita dal Laboratorio di Documentazione dell’Università della Ca-
labria. La rivista si propone di promuovere studi interdisciplinari oltre che la cooperazione e
il dialogo tra profili professionali aventi competenze diverse, ma interdipendenti. I contributi
pubblicati arontano questioni teoriche, metodologie adottate e risultati ottenuti in attività di
ricerca o progettuali, denizione di approcci metodologici originali e innovativi, analisi dello
stato dell’arte, ecc.
«AIDAinformazioni» è riconosciuta dall’ANVUR come rivista di Classe A per l’Area 11 –
Gruppo Scientico Disciplinare 11/HIST-04 – Scienze del libro, del documento e storico-re-
ligiose e come rivista scientica per le Aree 10 – Scienze dell’antichità, filologico-letterarie e
storico-artistiche; 11 – Scienze storiche, filosofiche, pedagogiche e psicologiche; 12 – Scienze
giuridiche; 14 – Scienze politiche e sociali. È anche annoverata dall’ARES (Agence d’éval-
uation de la recherche et de l’enseignement supérieur) tra le riviste scientifiche dell’ambito
delle Scienze dell’Informazione e della Comunicazione. La rivista è, inoltre, indicizzata in:
ACNP – Catalogo Italiano dei Periodici; BASE –Bielefeld Academic Search Engine; ERIH
PLUS – European Reference Index for the Humanities and Social Sciences – EZB – Elektro-
nische Zeitschriftenbibliothek – Universitätsbibliothek Regensburg; Gateway Bayern; KVK
– Karlsruhe Virtual Catalog; e Library Catalog of Georgetown University; SBN – Italian
union catalogue; Ulrich’s; Union Catalog of Canada; LIBRIS – Union Catalogue of Swedish
Libraries; Worldcat.
I contributi sono valutati seguendo il sistema del double blind peer review: gli articoli ricevuti
sono inviati in forma anonima a due referee, selezionati sulla base della loro comprovata espe-
rienza nei topics specifici del contributo in valutazione.
AIDAinformazioni
Anno 42
N. 3-4 – luglio-dicembre 2024
cacucci
editore
bari
©
2024 Cacucci Editore – Bari
Via Nicolai, 39 – 70122 Bari – Tel. 080/5214220
http://www.cacuccieditore.it e-mail: info@cacucci.it
Ai sensi della legge sui diritti d’Autore e del codice civile è vietata la
riproduzione di questo libro o di parte di esso con qualsiasi mezzo,
elettronico, meccanico, per mezzo di fotocopie, microfilms, registra-
zioni o altro, senza il consenso dell’autore e dell’editore.
Sommario
Contributi
A A, Il nuovo regolamento eIDAS e alcune “quisquilie”
archivistiche 9
F B, M T, Exploration du réseau numérique
YouTube autour de la santé des militaires: quelles sont les thématiques des
discours, les sources d’informations et les acteurs de la communication? 29
E C, L F, Assisted morbidity coding: the
SISCO.web use case for identifying the main diagnosis in Hospital
Discharge Records 51
V F, A humanistic approach to datafication 79
R P, Testimonianze di un impegno culturale per
l’Università di Salerno. Le carte di Alfonso Menna 101
F S, A B, E G,
S M, CompL-it: a Computational Lexicon of Italian 119
Rubriche
C G, Non solo libri 151
Contributi
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545641
pag. 9-28 (luglio-dicembre 2024)
Il nuovo regolamento eIDAS
e alcune “quisquilie” archivistiche
Alessandro Alfier*
Abstract: The essay analyses the rules relating to electronic archiving services, as regulated
by the new European regulation called eIDAS 2. The analysis, starting from the use of the
ambiguous term archiving, tries to clarify the relationship between the new electronic ar-
chiving services, on the one hand, and the contexts and systems of records management,
digital preservation and digital custody, on the other. It therefore seeks to contextualize the
new archiving services within the life cycle of electronic records, as defined by archival theory
and methodology. The analysis finally includes a comparison between the paradigm of the
electronic archiving services and the Italian model of digital preservation, highlighting some
of its functional anomalies.
Keywords: Digital preservation, eIDAS, Electronic archiving service, Electronic record, Re-
cords management.
1. Introduzione
Negli ultimi mesi si è molto dibattuto del regolamento europeo eIDAS, che
nella sua nuova versione innova la precedente risalente al 2014
1
. Le esigenze
che hanno indotto a modificare il regolamento sono molteplici, come anche
emerge dai considerando che anticipano gli articoli del testo normativo vero
e proprio. Da un punto di vista generale, si può però ritenere che eIDAS 2
– come è stata ribattezzata la nuova versione del regolamento – miri soprattut-
*
Ministero dell’Economia e delle Finanze – Direzione dei sistemi informativi e dell’in-
novazione, Roma, Italia. alessandro.alfier@mef.gov.it.
1
Regolamento (UE) n. 2024/1183 del Parlamento europeo e del Consiglio dell’11
aprile 2024, entrato in vigore il 20 maggio 2024 e che modifica il Regolamento (UE) n.
910/2014 del Parlamento europeo e del Consiglio del 23 luglio 2014 in materia di identifi-
cazione elettronica e dei servizi fiduciari per le transazioni elettroniche nel mercato interno.
Il testo consolidato del Regolamento n. 910/2014, a seguito delle modifiche introdotte nel
2024, è consultabile all’indirizzo https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CE-
LEX%3A02014R0910-20240520.
10 Alessandro Aler
to a migliorare l’efficacia del precedente strumento normativo
2
, per realizzare
una maggiore armonizzazione contro i rischi e i costi dell’odierna frammen-
tazione, dovuta all’uso di soluzioni nazionali divergenti in tema di identità
digitale e di servizi fiduciari. L’orizzonte a cui si guarda come a un obiettivo
è, dunque, quello di un’Unione europea in cui si possa avere, finalmente, un
coeso ecosistema digitale a dispetto delle barriere transfrontaliere
3
. Tanto è
vero che il nuovo regolamento si preoccupa, in particolare, di garantire un
livello uniforme per la qualità, l’affidabilità e la sicurezza dei processi di iden-
tificazione elettronica e dei servizi fiduciari, indipendentemente dal luogo in
cui essi prendono forma
4
. Proprio questa finalità di carattere generale spiega
poi il perché del ricorso alla normazione sovranazionale. Lo sviluppo di un
effettivo quadro europeo per l’identità digitale e per i servizi fiduciari non può
essere conseguito, in misura sufficiente, dalle azioni dei singoli stati membri,
potendo invece essere più efficacemente supportato da un intervento dell’U-
nione europea, chiamata allora a legiferare in base al principio di sussidiarietà
e a quello di proporzionalità
5
e ricorrendo allo specifico strumento del regola-
mento in luogo della direttiva
6
.
Tra le molte innovazioni realizzate, in eIDAS 2 si ritrova anche una novità
che, in prima battuta, sembra più direttamente riconducibile alle dinamiche
del mercato e agli sviluppi tecnologici in essere: quella dell’espansione dell’e-
lenco dei servizi fiduciari presi in considerazione dallo stesso regolamento.
Rispetto al testo del 2014, oggi si aggiungono tre nuovi servizi fiduciari la cui
prestazione, anche qualificata, è normata da eIDAS: quelli legati all’archivia-
zione elettronica, ai registri elettronici e ai dispositivi per la generazione di fir-
me e sigilli elettronici a distanza. Con riferimento ai primi, che probabilmente
più interessano coloro che si occupano di scienze e tecniche documentali, non
sembra che la loro inclusione nel regolamento sia stata motivata da partico-
lari riflessioni, al di là delle esigenze emerse dal mercato delle tecnologie per
2
(Parlamento europeo e Consiglio dell’Unione europea. 2024, considerando n. 1).
3
(Parlamento europeo e Consiglio dell’Unione europea. 2024, considerando n. 7).
4
(Parlamento europeo e Consiglio dell’Unione europea. 2024, considerando n. 71).
5
(Parlamento europeo e Consiglio dell’Unione europea. 2024, considerando n. 76).
6
Il caso eIDAS sembra rientrare in un preciso orientamento adottato di recente dagli
organismi legislativi europei: «sotto il profilo della tecnica della normazione, dopo una prima
fase più rispettosa delle prerogative dei singoli stati membri, è prevalsa la tendenza all’adozione
di atti direttamente vincolanti. A partire dai primi anni duemila, si è passati dalle direttive di
armonizzazione alla moltiplicazione di strumenti regolamentari. Il superamento del modello
della direttiva è stato giustificato con la necessità di eliminare le barriere al funzionamento
del mercato interno, riducendo la frammentazione normativa – storicamente un ostacolo alle
dinamiche concorrenziali – e contribuendo a raggiungere una maggiore certezza giuridica,
attraverso un insieme armonizzato di regole fondamentali che fanno ricorso a standard tecno-
logici comuni» (Belisario 2024, 34).
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 11
l’informazione e la comunicazione. A tal proposito, in un considerando che
precede gli articoli veri e propri si legge:
molti stati membri hanno introdotto requisiti nazionali per i servizi che for-
niscono un’archiviazione elettronica sicura e affidabile al fine di consentire la
conservazione a lungo termine di dati elettronici e documenti elettronici, non-
ché per i servizi fiduciari associati. Al fine di garantire la certezza giuridica, la
fiducia e l’armonizzazione in tutti gli stati membri, è opportuno istituire un
quadro giuridico per i servizi di archiviazione elettronica qualificati, ispirato al
quadro per gli altri servizi fiduciari di cui al presente regolamento. Il quadro
giuridico per i servizi di archiviazione elettronica qualificati dovrebbe offrire ai
prestatori di servizi fiduciari e agli utenti un pacchetto di strumenti efficienti
che comprenda requisiti funzionali per il servizio di archiviazione elettronica,
nonché chiari effetti giuridici in caso di utilizzo di un servizio di archiviazione
elettronica qualificato. Tali disposizioni dovrebbero applicarsi ai dati elettroni-
ci e ai documenti elettronici creati in forma elettronica e ai documenti cartacei
che sono stati scannerizzati e digitalizzati
7
.
Al di là di quali siano state le reali motivazioni del legislatore europeo, si
può però osservare che tale inclusione va a colmare una lacuna importante
della precedente versione di eIDAS. Se si vuole costruire uno spazio giuri-
dico all’interno dell’Unione europea, in cui il ricorso alle tecnologie digitali
permetta ai cittadini, alle imprese e ai soggetti pubblici di interagire in piena
fiducia e senza incertezze, risulta allora inevitabile affrontare anche il tema
della credibilità dei documenti prodotti elettronicamente
8
. Ciò in ragione del
fatto che da sempre lo strumento documentale ha una natura performativa
che gli permette di plasmare, con modalità efficaci e collaudate, i rapporti tra i
membri del consesso sociale (Alfier 2023; Yeo 2017; Yeo 2010). La previsione
di servizi per l’archiviazione elettronica, che permettano di riproporre su scala
digitale la forza performativa del documento già apprezzata nel tradizionale
contesto analogico, costituisce di fatto una risposta a quella esigenza, al di là
del grado di consapevolezza presente negli organismi europei che hanno ema-
nato eIDAS 2. Forse questa novità è anche la cartina di tornasole di una mag-
giore maturità sui temi più strettamente documentali da parte dei decisori eu-
ropei. Alcuni osservatori, infatti, si sono spinti ad affermare che dall’esigenza
7
(Parlamento europeo e Consiglio dell’Unione europea. 2024, considerando n. 66).
8
Osserva a questo proposito Patrizia Sormani: «uno dei principali scopi del [nuovo]
regolamento eIDAS è quello di facilitare le transazioni elettroniche […], permettendo di ef-
fettuare operazioni in modo sicuro. Ogni transazione, di qualunque genere sia, di fatto genera
dati che aggregati nelle diverse forme divengono documento informatico, anch’esso da tute-
lare. Con il nuovo regolamento si assiste ad un’evoluzione […] Quanto previsto fino ad ora
non basta più, non è più sufficiente a garantire le transazioni elettroniche e le persone poste
al centro della transazione, in quanto soggetti attivi protagonisti. Va tutelata la persona, i suoi
dati, favorite le transazioni sicure e tutelati i documenti e dati informatici generati dalle stesse»
(Sormani 2024, 129. Il corsivo è di chi scrive [N.d.A.]).
12 Alessandro Aler
di regolare i servizi per l’archiviazione elettronica traspare un cambiamento di
approccio: finalmente «si riconosce l’insufficienza della firma [e delle connesse
tecniche criptografiche] per garantire l’integrità e l’autenticità dei documenti
digitali a lungo termine» (Belisario 2024, 40)
9
. Tra l’altro, nel considerando
sopra citato, si insiste su una nozione piuttosto ampia di documento elettro-
nico: inclusiva non solo di quei documenti elettronici testuali che si presen-
tano con forme facilmente intelligibili dagli umani, in quanto richiamano da
vicino quelle della documentazione cartacea, ma anche dei sempre più diffusi
flussi di dati, strutturati in linguaggi machine-readable. Nozione questa che,
fortunatamente, appare coerente con quanto già previsto dal nostro legislatore
nazionale, che nel Codice dell’amministrazione digitale definisce il documento
informatico come quella particolare fattispecie di documento elettronico che
veicola non solo la rappresentazione informatica di atti o fatti giuridicamente
rilevanti, ma anche la rappresentazione di dati significativi sul piano giuridico
(Decreto Legislativo 7 marzo 2005, n. 82)
10
.
Sembra così emergere uno scenario piuttosto rassicurante per coloro che
hanno a cuore i temi documentali. La più recente versione di eIDAS pare,
infatti, dischiudere una nuova fase: quella in cui, nel dominio dei servizi fidu-
ciari e non sottoposti alla regolamentazione europea, il documento digitale e il
correlato archivio elettronico trovano la loro giusta collocazione, aprendosi al
contempo degli spazi di azione per le tecniche di conservazione documentale
e per quelle teorie archivistiche che hanno saputo – più di altre – aggiornarsi
sotto la spinta dell’attuale scenario tecnologico. Tutto bene, dunque, sotto il
cielo di eIDAS 2?
2. I servizi di archiviazione elettronica: un’incerta collocazione tra
gestione documentale e conservazione?
Nel dibattito italiano sono molti coloro che, nel commentare la nuova
versione del regolamento europeo, hanno evidenziato come la previsione dei
servizi per l’archiviazione elettronica costituisca una grande opportunità per il
9
Andrea Lisi indica addirittura un cambio di passo rivoluzionario: «in eIDAS 2 final-
mente ci si occupa (e ci si preoccupa) di “e-archiving”, [dunque] di registrazioni affidabili e
di documenti in grado di salvaguardare la nostra memoria digitale, preservando la fonte di
provenienza. E, in un mondo ormai tristemente caratterizzato dalla diffusione sistematica di
deep fake e fake news […] questa attenzione alle regole dell’archiviazione elettronica finisce
per essere un’attività rivoluzionaria». Lo stesso Lisi sottolinea poi come tale cambiamento di
approccio sia anche dovuto al riconoscimento della maturità dell’elaborazione normativa e
delle pratiche nazionali di alcuni stati membri, tra cui il nostro: «possiamo senz’altro sottoli-
neare che l’Italia abbia fatto da apripista per favorire questa evoluzione del senso stesso e della
necessità (oltre che dei modi e mezzi) di documentare affidabilmente nel mondo digitale» (Lisi
2024, 44, 50).
10
Art. 1, comma 1, lettera p.
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 13
nostro paese. L’Italia, infatti, sotto la spinta di una normativa consolidata nel
campo dei servizi per la conservazione digitale, può vantare una maturità non
solo in termini di tecnologia, ma anche di organizzazione e di processi destina-
ti all’archiviazione elettronica. Ricorda, a questo proposito, una studiosa come
Maria Guercio che «l’esperienza italiana è di grande importanza per l’Europa,
dato che nessun altro paese ha alle spalle un’applicazione ventennale di norme
specifiche sulla conservazione e dieci anni di attività nel campo dell’accredi-
tamento e, quindi, di analisi critica dei sistemi conservativi digitali esistenti»
(Guercio 2023)
11
. Ancor più ottimistiche appaiono poi le previsioni espresse
da un soggetto direttamente chiamato in causa, l’associazione che riunisce le
imprese che operano nel settore dei servizi per la conservazione digitale: «è evi-
dente come l’esperienza fino ad oggi maturata in ambito italiano rappresenterà
un valore aggiunto e giocherà un ruolo importante [rispetto allo sviluppo dei
servizi per l’archiviazione elettronica previsti dal regolamento europeo] […]
Dunque, non ci aspettiamo impatti considerevoli e, anzi, è naturale pensare
alla possibilità concreta che il modello italiano possa essere esportato all’inter-
no di un contesto europeo» (Pomarico 2024). Nelle retrovie di tanto ottimi-
smo, giustificato per diverse ragioni se retrospettivamente si guarda alla prima
versione del regolamento europeo che non affrontava il dominio documentale,
mi sembra però di intravvedere alcune criticità piuttosto dense. Queste si fan-
no più visibili se valutiamo i servizi per l’archiviazione elettronica, previsti da
eIDAS 2, alla luce della sostenibilità del ciclo di vita del documento digitale e
degli archivi elettronici.
Il groviglio si evidenzia a partire dalla scelta terminologica compiuta dagli
estensori del regolamento europeo: il ricorso, piuttosto infelice, al termine di
archiviazione
12
. Infelice perché foriero di ambiguità. Lo segnala, in qualche
modo, anche il white paper eIDAS Trust Electronic Archiving Services supported
11
«Nonostante alcuni limiti inziali, il modello seguitofino al 2020in Italia – dopo un
lungo e tortuoso percorso iniziato addirittura nel 1994 – ha avuto il merito di responsabiliz-
zare il settore pubblico sulle criticità e difficoltà del mantenimento nel tempo delle memorie
digitali e costretto le aziende di settore a confrontarsi con misure di qualità e audit basate su
standard internazionali […] L’approvazione condeterminazione AgID del 2020delle Linee
guida per la formazione, gestione e conservazione di documenti informatici ha consolidato e ulte-
riormente qualificato il percorso adottato in Italia, anche se si è reso necessario – in quell’oc-
casione proprio a seguito di un intervento della Commissione europea chiamata a esprimersi
preventivamente sulla normativa italiana – abolire il regime nazionale di accreditamento dei
depositi di conservazione e stabilire un più limitato sistema di controlli definito da un regola-
mento sui criteri per la fornitura dei servizi di conservazione dei documenti informatici del di-
cembre 2021. Non è escluso che proprioil passaggio obbligato a Bruxelles,per l’approvazione
della nostra regolamentazione nazionale […] abbia richiamato l’attenzione delle istituzioni
europee sulla necessità di un intervento normativo sovra-nazionale di allineamento e norma-
lizzazione, quello appunto che […] si è concretizzato con la modifica del regolamento eIDAS»
(Guercio 2023).
12
Archiving nella versione inglese di eIDAS 2 e archivo in quella spagnola.
14 Alessandro Aler
by the eArchiving Initiative
13
. Questa fonte riconosce che «in some contex-
ts, digital preservation could be used as a synonym for electronic archiving»
(eArchiving Initiative 2024, 4): come a dire che in altri contesti l’espressione
archiviazione elettronica potrebbe, invece, essere intesa con un significato non
avvicinabile a quello di preservazione digitale o – secondo gli usi terminologici
prevalenti nel nostro paese – di conservazione digitale. Il termine archivia-
zione, infatti, nel contesto della disciplina, delle metodologie e delle pratiche
archivistiche può essere dilatato per identificare delle sedimentazioni docu-
mentarie che si collocano in fasi assai diverse del ciclo di vita documentale:
tanto in quella della gestione documentale, quanto in quella della conservazio-
ne digitale vera e propria (Giunta e Marti 2024, 163)
14
. Se poi si guarda alla
13
Nella pagina web di presentazione del white paper sono illustrate le ragioni che hanno
motivato la sua redazione: «the eArchiving Initiative of the European Commission has pro-
duced a White Paper setting out how we can support the implementation of new electronic
archiving services established under the amended Regulation (EU) No 910/2014, known
as eIDAS 2 […] In essence, the eArchiving Initiative represents a concerted endeavour to
fortify the digital infrastructure of the European Union […] As a result of the outcomes of
the Archiving Initiative and preceding projects, a set of tools, specifications and procedures
can be offered to support the implementation of the electronic archiving trust services […]
The rationale behind the eIDAS 2 electronic archiving trust service is largely consistent with
the purpose and objectives of the eArchiving Initiative» (European Union 2024). Quanto
poi alla eArchiving Initiative, si tratta di un progetto finanziato dalla Commissione europea
e gestito per conto di quest’ultima dall’E-ARK Consortium. Tanto è vero che l’eArchiving
Initiative si può considerare come l’ultima di una serie di iniziative, sponsorizzate sempre
dalla Commissione europea, che nel tempo hanno coinvolto l’E-ARK Consortium (il primo
E-ARK project, seguito poi dall’E-ARK4ALL e dall’E-ARK3 project). Questo consorzio ha
la finalità di sviluppare gli standard, gli strumenti e le buone pratiche con cui affrontare le
sfide correlate alla preservazione non solo dei documenti elettronici, ma di una pluralità di
forme con cui si rappresentano oggi i contenuti digitali, diffondendo poi il patrimonio di
conoscenze elaborato. Nella sua funzione di supporto all’implementazione dei nuovi servizi
di archiviazione elettronica previsti da eIDAS 2, l’eArchiving Initiative partecipa al CEN/TC
468 Technical Committee on preservation of digital information, che a sua volta ha avviato la
definizione di requisiti funzionali e tecnologici inerenti proprio all’archiviazione elettronica.
Dall’attività di questo organismo potrebbero derivare quelle indicazioni tecniche di maggior
dettaglio previste dalla nuova versione di eIDAS: «entro il 21 maggio 2025 la Commissione
[…] stabilisce un elenco di norme di riferimento [reference standards nella versione in lingua
inglese del regolamento] e, se necessario, stabilisce specifiche e procedure applicabili ai servizi
di archiviazione elettronica qualificati. Si presume che i requisiti dei servizi di archiviazione
elettronica qualificati siano rispettati ove un servizio di archiviazione elettronica qualificato sia
conforme a tali norme, specifiche e procedure» (Testo consolidato del Regolamento (UE) n.
910/2014, art. 45 undecies, comma 2).
14
A titolo d’esempio nella normativa italiana in vigore il termine di archiviazione com-
pare: all’art. 50, comma 4 del D.P.R. 28 dicembre 2000, n. 445, riferito al contesto della
gestione documentale; all’art. 68, comma 3 dello stesso D.P.R., riferito però all’ambito della
conservazione permanente; in più punti della Linee guida sulla formazione, gestione e conser-
vazione dei documenti informatici (Agenzia per l’Italia Digitale 2021), riferito sia alla gestione
documentale che alla conservazione digitale.
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 15
definizione che il regolamento europeo fornisce per i servizi di archiviazione
elettronica, l’ambiguità non sembra alleggerirsi più di tanto. Nella versione
inglese di eIDAS l’electronic archiving è definito come «a service ensuring the
receipt, storage, retrieval and deletion of electronic data and electronic docu-
ments in order to ensure their durability and legibility as well as to preserve
their integrity, confidentiality and proof of origin throughout the preservation
period»
15
. A una prima lettura, sembrerebbe che si stia facendo riferimento
a un servizio che non possa funzionalmente essere collocato nel contesto di
un sistema di gestione documentale. Quel servizio, infatti, appare destinato a
ricevere dei dati e dei documenti elettronici originariamente generati altrove e
su cui poi, in una fase successiva a quella di produzione, lo stesso è chiamato
a svolgere una serie di funzioni. Questa impressione iniziale muta però se ci
soffermiamo a raffrontare tale definizione normativa con la nozione di records
management che si ritrova nel principale standard di gestione documentale,
l’ISO 15489-1:2016: «field of management responsible for the efficient and
systematic control of the creation, receipt, maintenance, use and disposition
of records» (International organization for standardization 2016, 3). In questo
confronto colpiscono alcuni parallelismi. In primo luogo il ricorso comune al
termine receipt. Coloro che sono più esperti nel campo del records management
sanno bene che un sistema di gestione documentale non è propriamente un
contesto in cui il documento elettronico possa essere generato, ma in termini
più precisi esso si identifica con uno scenario in cui l’oggetto documentale è
ricevuto o meglio catturato: capture è, non a caso, il termine inglese che ricorre
in questo standard ISO
16
e che con riferimento alla terminologia italiana di
settore potremmo tradurre con registrazione. Cattura con cui sottomettere
il documento alle policy, alle funzioni e alle responsabilità che compongono
la gestione documentale, così da farlo sedimentare, con modalità coerenti e
15
Testo consolidato del Regolamento (UE) n. 910/2014, art. 3, comma 48. Al comma
49 dello stesso articolo si definisce poi il servizio qualificato di archiviazione elettronica come
un servizio «fornito da un prestatore di servizi fiduciari qualificato e che soddisfa i requisiti di
cui all’articolo 45 undecies». Quest’ultimo, a sua volta, stabilisce che «i servizi di archiviazione
elettronica qualificati soddisfano i requisiti seguenti: a) sono forniti da prestatori di servizi
fiduciari qualificati; b) utilizzano procedure e tecnologie in grado di garantire la durabilità e
la leggibilità dei dati elettronici e dei documenti elettronici oltre il periodo di validità tecno-
logica e almeno per tutto il periodo di conservazione legale o contrattuale, preservandone nel
contempo l’integrità e l’esattezza dell’origine; c) assicurano che tali dati elettronici e tali docu-
menti elettronici siano conservati in modo tale da essere protetti dal rischio di perdita e altera-
zione, ad eccezione delle modifiche riguardanti il loro supporto o il loro formato elettronico;
d) consentono alle parti autorizzate, facenti affidamento sulla certificazione, di ricevere una
relazione in un modo automatizzato, in cui si conferma che i dati elettronici e i documenti
elettronici consultati da un archivio elettronico qualificato godono della presunzione di inte-
grità dei dati, dall’inizio del periodo di conservazione fino al momento della consultazione».
16
Lo stesso standard prevede uno specifico processo denominato capturing records (In-
ternational organization for standardization 2016, 16-17).
16 Alessandro Aler
controllate, nell’archivio digitale dell’organizzazione e a prescindere da dove
originariamente lo stesso documento sia stato generato. Tanto è vero che lo
stesso standard ISO, quando si addentra più nel dettaglio del concetto di re-
cords system, tralascia del tutto il termine creation: «information system which
captures, manages and provides access […] to records over time […] A records
system can consist of technical elements, such as software […] and non-tech-
nical elements including policy, procedures, people and other agents, and as-
signed responsabilities» (International organization for standardization 2016,
3). Se consideriamo, infatti, il dominio di una certa organizzazione le fonti di
produzione documentale sono diverse, ma in senso stretto tutte esterne al si-
stema di gestione documentale propriamente detto: lo sono certamente quelle
da cui derivano i documenti che provengono dal fronte esterno dell’organiz-
zazione, ma poi anche quelle da cui si originano i flussi documentali ad essa
interni. Tra quest’ultimi si devono annoverare non solo i documenti generati
per mezzo di software di document management system o dicontent management
system e finalizzati alla creazione collaborativa dicontenuti– software più o
meno integrati con il sistema di gestione documentale – ma anche i documen-
ti prodotti dai cosiddetti applicativi verticali, finalizzati non a un uso trasver-
sale da parte dell’organizzazione, ma rispondenti alle esigenze legate ad ambiti
settoriali di attività dell’ente
17
. Ebbene questa pluralità di fonti documentali
riesce ad alimentare un archivio digitale – unitario e completo – solo se il siste-
ma di gestione documentale si dimostra efficace nei processi di cattura
18
. Tan-
to che potremmo dire che quella frammentazione di cui è portatore lo scenario
digitale, in particolare sul fronte documentale, trova un possibile baluardo
solo in sistemi di records management pervasisi nelle loro capacità di cattura e
17
Ad esempio gli applicativi per la gestione del personale, per la gestione del budget o
per il controllo di gestione.
18
Non a caso sul processo di cattura o registrazione insistono, come su un aspetto dav-
vero rilevante, i Model Requirements for the Management of Electronic Records, al punto da
prevedere proprio per tale processo una serie di requisiti ad hoc: «documents made or received
in the course of business become records when they are set aside, that is, “captured” into the
ERMS [Electronic records management system] […] In many cases, documents that are set
aside, or captured, become records by being bound to a business process, for example as hap-
pens in a workflow […] In other cases there may be a policy that every document relating to
a business matter must become a record, even if it does not formally participate in a business
process. In yet other circumstances however, the process of capture will be initiated selective-
ly by a user. Determination of which documents should be captured into a records system
should be based on an analysis of the regulatory environment, business and accountability
requirements and the risk of not capturing the records […] Electronic documents that are
generated or received in the course of business processes originate from both internal and
external sources […] They may arrive through different communication channels e.g. local
area network, wide area network, electronic mail, facsimile, letter post (to be scanned) […]
A flexible input system is required to capture documents with good management controls so
that these diverse requirements are addressed» (European Commission 2001, 12, 39).
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 17
quindi massimamente ricettivi rispetto alla miriade di fonti documentali che
investono, esternamente e internamente, una certa organizzazione.
Le similarità che ci inducono a ritenere, almeno in teoria, il servizio di
archiviazione elettronica previsto da eIDAS 2 più ubiquo rispetto a quanto
appaia a prima vista – tanto da poterlo avvicinare anche alla fase di gestione
documentale e non solo a quella di conservazione digitale – sono però anche
altre. Insistendo ancora nel raffronto con l’ISO 15489-1:2016, ci si accorge
di una definizione di documento che ricalca quella prevista dal regolamento
europeo, per quanto attiene al superamento del tradizionale dualismo tra dato
e documento. Lo standard, infatti, definisce quest’ultimo proprio nei termini
di informazione: un’informazione da usarsi come evidenza
19
, per provare l’e-
secuzione di una transazione e utilizzabile pertanto anche a fini giuridici (In-
ternational organization for standardization 2016, 2). In questo modo l’ISO
sembra rifarsi a una nozione di documento la cui cattura, in un idoneo sistema
di gestione documentale, lo rende un surrogato rappresentativo. Capace quin-
di, con piena validità ed efficacia, di stare in luogo di quanto rappresentato e
dunque di una porzione di realtà
20
che, dal qui ed ora in cui si è concretizzata,
deve essere proiettata e mantenuta in vita – appunto in forma di evidenza o
surrogato – per un tempo e uno spazio potenzialmente indefiniti. Una nozio-
ne che quindi inevitabilmente riporta in auge le capacità performative del do-
cumento nel plasmare i rapporti tra i consociati. Questo rimando alla dimen-
sione di evidenza è interessante perché, a sua volta, richiama da vicino alcune
previsioni di eIDAS proprio in tema di servizi per l’archiviazione elettronica:
ai dati elettronici eai documenti elettronici conservati mediante un servizio
di archiviazione elettronica non vengono negati gli effetti giuridici né l’am-
missibilità come prova in procedimenti giudiziari per il solo motivo della loro
forma elettronica operché non sono conservati mediante un servizio di archi-
viazione elettronica qualificato […]I dati elettronici ei documenti elettronici
conservati mediante un servizio di archiviazione elettronica qualificato godono
della presunzione della loro integrità edella correttezza della loro origine per la
durata del periodo di conservazione da parte del prestatore di servizi fiduciari
qualificato
21
.
19
Evidence nell’originale testo inglese dello standard, che addirittura ricorre all’espressio-
ne authoritative evidence of business per delineare l’essenza di un documento in quanto cattura-
to e mantenuto all’interno di un sistema di gestione documentale (International organization
for standardization 2016, 3-4).
20
O per meglio dire di una transaction, tanto per usare la terminologia propria dello
standard: «transaction: smallest unit of a work process […] consisting of an exchange between
two or more participants or systems […] work process is one or more sequences of actions
required to produce an outcome that complies with governing rules» (International organiza-
tion for standardization 2016, 3).
21
Testo consolidato del Regolamento (UE) n. 910/2014, art. 45 undecies. I corsivi sono
di chi scrive [N.d.A.].
18 Alessandro Aler
Anche in questo passaggio del regolamento europeo – come nello standard
ISO dedicato alla gestione documentale – si sta, dunque, trattando del docu-
mento elettronico come evidenza, con conseguenti effetti sul piano giuridico,
un’evidenza che in alcuni casi può assumere una particolare forza: quella della
presunzione di genuinità, tale per cui la falsità del documento non può essere
semplicemente dichiarata, ma deve essere puntualmente dimostrata. Tra l’altro
questo stesso documento può operare performativamente, come evidenza o
surrogato, solo nella misura in cui esso possegga delle precise qualità, che gli
sono indistintamente garantite sia dall’assoggettamento ai servizi di archivia-
zione elettronica previsti dalla normativa europea, sia dalla cattura e manteni-
mento da parte di un sistema di gestione documentale conforme allo standard
ISO. In eIDAS 2, infatti, il ricorso ai nuovi servizi ha il fine di garantire ai dati
eai documenti elettronici la «durability andlegibility as well as […] their inte-
grity […] and proof of origin»
22
. Qualità queste che, sostanzialmente, trovano
un loro esatto corrispettivo nell’ISO 15489-1:2016, allorquando si afferma
che la gestione documentale si basa su documenti intesi come informazioni
che «regardless of form or structure, are authoritative evidence of business
when they possess the characteristics of authenticity, reliability, integrity and
usability» (International organization for standardization 2016, 3)
23
.
Alle considerazioni finora svolte va aggiunto un ulteriore elemento che, dal
punto di vista teorico e al di là delle intenzioni del legislatore europeo, fanno
oscillare, come un pendolo, i nuovi servizi per l’archiviazione elettronica tra
la fase della gestione documentale e quella della conservazione digitale. Nella
versione italiana e in quella inglese del testo consolidato del regolamento eI-
DAS si legge che un servizio di archiviazione elettronica consente
la ricezione, la conservazione, la consultazione ela cancellazione di dati elet-
tronici edocumenti elettronici al fine di garantirne la durabilità eleggibilità
nonché di preservarne l’integrità, la riservatezza ela prova dell’origine per tutto
22
Testo consolidato del Regolamento (UE) n. 910/2014, art. 3, comma 48.
23
L’authenticity, così come intesa nel dominio ISO, non è altro se non quella provenien-
za del documento che può essere provata e indicata anche nel regolamento europeo; la usabili-
ty citata nello standard ricomprende, come un suo aspetto importante, la legibility individuata
da eIDAS. L’unica caratteristica documentale che non compare, espressamente, nella norma
europea è quella della reliability, che nella terminologia adottata da ISO fa riferimento alla
capacità rappresentativa del documento, dunque alla sua veridicità rispetto alla porzione di
realtà rappresentata. È anche vero però che la qualità della reliability è implicita in eIDAS 2,
considerato che lo stesso regolamento europeo stabilisce che ai dati e documenti elettronici, in
ragione del fatto di essere conservati da un servizio di archiviazione elettronica, non possono
essere negati «gli effetti giuridici né l’ammissibilità come prova in procedimenti giudiziari»
(Testo consolidato del Regolamento (UE) n. 910/2014, art. 45 undecies, comma 1). Sarebbe,
infatti, una vera contraddizione in termini che il documento, riconosciuto come dotato di
validità sul piano giuridico e di efficacia sul piano probatorio, non fosse al contempo veridico,
seppure relazionato a una nozione di veridicità non assoluta, ma relativa, in quanto conforme
alle convezioni del sistema di diritto e del sistema sociale.
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 19
il periodo di conservazione
the receipt, storage, retrieval and deletion of electronic data and electronic documents
in order to ensure their durability and legibility as well as to preserve their integrity,
confidentiality and proof of origin throughout the preservation period
24
.
Così nel passaggio da una lingua all’altra della stessa norma si ritrova, sor-
prendentemente, che al termine inglese di storage è subentrato quello italiano
di conservazione
25
. Sorprendentemente perché essi non sono traducibili l’uno
nell’altro. Nel linguaggio tecnico essi, infatti, afferiscono a processi ben di-
stinti: mi verrebbe da dire abissalmente distinti
26
. Altra differenza che emer-
ge, analizzando questo articolo di eIDAS nelle sue due diverse formulazioni
linguistiche, è legata all’espressione usata per indicare la durata temporale ri-
spetto a cui devono essere assicurate, dal servizio di archiviazione elettronica,
le qualità documentali essenziali: nella versione italiana si fa riferimento al
periodo di conservazione, mentre in quella inglese si rimanda al preservation
period. Rileggendo il testo italiano – in cui compaiono ben due occorrenze di
conservazione e un’unica occorrenza di preservazione – si ha quasi l’impressio-
ne che per il suo redattore la conservazione sia null’altro che un sinonimo di
preservazione, come se si trattasse di due termini esattamente intercambiali,
senza alcuna sfumatura di significato. Ma è davvero così o siamo forse dinnan-
zi a una forzatura semantica e concettuale?
3. I servizi di archiviazione elettronica: un’incerta collocazione tra
conservazione e preservazione?
Se pure volessimo riconoscere che nelle intenzioni del legislatore europeo
i nuovi servizi di archiviazione elettronica devono essere ascritti non alla fase
della gestione documentale, ma a quella della conservazione digitale – a di-
spetto di una serie di criticità concettuali – così da evitare, tra l’altro, di dover
smorzare l’entusiasmo di quegli operatori economici che nel nostro paese han-
no visto in eIDAS 2 la riproposizione del modello nostrano di conservazione
digitale, non tutti i dubbi sarebbe comunque tacitati. Sullo sfondo rimarrebbe,
infatti, un interrogativo: ammesso e non concesso che i nuovi servizi di ar-
chiviazione elettronica non siano pertinenti alla gestione documentale, come
essi si collocano invece rispetto alla differenza funzionale tra conservazione
24
Testo consolidato del Regolamento (UE) n. 910/2014, art. 3, comma 48. I corsivi
sono di chi scrive [N.d.A.].
25
Più correttamente nella versione spagnola del regolamento europeo l’inglese storage
è reso con il termine castigliano di almacenamiento e non con il termine, pure esistente, di
conservación.
26
Sulle differenze sostanziali tra i processi di storage e quelli di conservazione si rinvia ad
alcune osservazioni di Federico Valacchi (Valacchi 2006, 78-79).
20 Alessandro Aler
e preservazione digitale, considerata tra l’altro l’incertezza terminologica che
traspare dalla versione italiana del regolamento europeo osservata in chiusura
del capitolo precedente?
In ambito italiano questo quesito probabilmente appare oggi come singola-
re, in ragione del fatto che nell’attuale contesto si è persa, per lo più, la perce-
zione della distinzione tra quei due concetti. In realtà il termine preservazione,
da sempre utilizzato anche se in modo marginale, ha conosciuto a partire da
una certa fase un nuovo e più vasto uso: in concomitanza con la diffusione, su
larga scala, dei documenti e degli archivi elettronici e sull’onda dell’equivalen-
te termine inglese preservation impiegato, in particolare, dalle comunità archi-
vistiche anglosassoni che, per prime, si sono trovate a confrontarsi con le sfide
poste dalla nuova documentazione digitale. L’enfasi che allora, a partire da
quel momento, si è inteso comunicare con il ricorso al termine di preservazio-
ne, è ben spiegata da Maria Guercio, nel suo commento a come il nuovo sce-
nario digitale abbia comportato profonde innovazioni per le metodologie e per
le prassi archivistiche: «a cominciare dalla constatazione che la conservazione
non sia neppure concepibile se non si avviano le attività che la rendono possi-
bile al momento stesso della formazione del sistema documentario informati-
co e se del personale professionalmente preparato non sia presente nel disegno
stesso del sistema» (Guercio 2019, 148). Come a dire che la conservazione
della documentazione elettronica richiede di essere largamente anticipata, non
solo alla fase di formazione dei documenti, ma addirittura a quella dedicata
alla progettazione di quel sistema documentario destinato alla loro cattura. Su
questo principio, che impone alla conservazione di farsi pre-servazione, si trova
a convergere sostanzialmente tutta la letteratura archivistica. Tanto che tale
principio può considerarsi pacifico già dalla fine degli anni Novanta del secolo
scorso. Non a caso nella Guide for managing electronic records from an archival
perspective, predisposta nel 1997 dal Committee on electronic records, costitu-
ito all’interno dell’International Council on Archives, si afferma:
the preservation should be addressed as early as possible in the life-cycle of
records, at the conception stage, and appropriate follow-on actions should be
taken in the creation and maintenance stages […] The best practice is to ar-
ticulate preservation requirements for archival records at the conception stage,
when a record keeping system is being designed […] A preservation plan
should be formulated around these requirements. The plan should delineate
how the records should be preserved across time and technology (International
Council on Archives – Committee on electronic records 1997, cap. 1.4)
27
.
27
Sempre nella Guide si delinea come la preservazione debba operare, senza soluzione
di continuità, ben al di là della fase di design del sistema documentario, dunque anche nelle
successive fasi di creazione e mantenimento dei documenti elettronici: «when archival records
are identified and a preservation plan established at the conception stage, preservation activity
in the creation stage involves monitoring records creation practices to ensure that the records
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 21
Su questa necessità che la conservazione dei documenti elettronici si ri-
configuri, funzionalmente, come preservazione si insiste ancora oggi nel già
citato white paper eIDAS Trust Electronic Archiving Services supported by the
eArchiving Initiative:
a common characteristic of all types of electronic data and electronic docu-
ments is their rapid obsolescence, which is primarily due to their technical/
technological characteristics. Risks to the integrity, authenticity, and usability
of electronic data and electronic documents increase over time […] [So this
scenario] has forced the simultaneous development of approaches, methods,
and services to mitigate the risks on the electronic data and electronic docu-
ments […] For this reason, electronic archiving is strongly linked to digital
preservation measures. The simple storage or replication of electronic data and
electronic documents without considering preservation needs has become the
main source of loss of information usability. Acting in the early stages of electron-
ic archiving is the best option to guarantee the integrity, authenticity and usability
of the electronic data and electronic documents as long as they are needed (Euro-
pean Union 2024, 3-4)
28
.
Dall’insieme di queste considerazioni emerge, allora, come la preservazione
si componga di una serie di funzioni – configurate secondo precisi requisiti –
che non devono essere concentrate su una specifico sistema ad hoc, dovendo
al contrario essere ubiquamente distribuite su tutti i sistemi che fanno uso di
documenti elettronici: a partire da quelli di gestione documentale, che nelle
organizzazioni tanto pubbliche quanto private sono chiamati a catturare e a
mantenere – e dunque a questo punto anche a preservare – flussi ingenti di
documenti elettronici che si sedimentano in archivi digitali. La preservazio-
ne, nello scenario digitale, è in altri termini l’altra faccia dell’uso: in qualsiasi
contesto in cui si fa un utilizzo, non estemporaneo, di documenti elettronici lì
deve operare anche la preservazione, senza sosta e per tutto il periodo di tempo
are created as expected and that they can be available, retrievable and understandable over
long periods of time. When there is no archival involvement in the conception stage, the ar-
chives should seek to be involved at the earliest possible phase in the life of a system. Solving
problems after the fact is likely to be more difficult than preventing such problems ahead of
time. Preservation problems are apt to get worse, and more difficult to solve over time. If pres-
ervation was not addressed at the conception stage, archivists should analyse records creation
practices to determine if it will be possible to preserve the archival records, and to identify
any changes that would improve or facilitate preservation […] During the maintenance stage,
monitoring and corrective follow-up actions are necessary to ensure that decisions taken in the
conception and creation stages continue to be respected. In the maintenance phase, the record
keeping system should be monitored to identify when changes occur, or are likely to occur,
that might impact the availability, retrievability or understandability of the records over time.
Such changes could occur in the records life cycle, the record keeping system, the enabling
technology, or the custody or control of the records» (International Council on Archives –
Committee on electronic records 1997, cap. 1.4).
28
Il corsivo è di chi scrive [N.d.A.].
22 Alessandro Aler
in cui quello stesso uso si dispiega. Non è un caso che lo standard ISO 15489-
1:2016 preveda una serie di processi che sono tipici della preservation: lo sto-
ring records, lo use and reuse e il migration and converting records (International
organization for standardization 2016, 17-18). La preservazione così definita
deve essere allora distinta dalla conservazione, che più precisamente andrebbe
sempre indicata come conservazione permanente. Questa si esercita sulla do-
cumentazione elettronica che ha oramai esaurito le ragioni d’uso per le quali
è stata originariamente catturata e utilizzata da una certa organizzazione e per
un definito periodo di tempo e che nonostante questa perdita di valore d’uso
è stata comunque valutata come meritevole di custodia a tempo indefinito, in
quanto nel frattempo essa ha acquisito una sopraggiunta utilità d’uso: in pri-
mis per la ricerca storica e per la ricerca scientifica. Così possiamo tracciare la
seguente distinzione: la preservazione deve considerarsi come un complesso di
funzioni trasversalmente distribuite nei diversi contesti e sistemi che catturano
e fanno uso di documenti elettronici, per il compimento delle attività che sono
proprie delle organizzazioni; la conservazione, invece, deve essere riconosciuta
come un complesso di funzioni che sono relegate e si concentrano in contesti
e sistemi specifici, progettati per il fine esclusivo di custodire il patrimonio
documentale in essi trasferito e per metterlo a disposizione di una comunità di
utenti terza rispetto alle organizzazioni che, originariamente, si sono servite di
quella stessa documentazione elettronica
29
. Si potrebbe anche dire che mentre
la preservazione ha una natura sincrona in rapporto agli usi che presiedono
agli originari processi di produzione e cattura dei documenti elettronici, non
così la conservazione che in relazione ad essi si pone, invece, su un piano dia-
cronico, tanto da qualificarsi come la fase finale del ciclo di vita documentale.
Di queste distinzioni sembra in qualche modo avvedersi lo stesso legislatore
europeo, che in uno dei considerando del regolamento che modifica eIDAS
riconosce che «le attività degli archivi nazionali e delle istituzioni della me-
moria, in qualità di organizzazioni preposte alla conservazione del patrimonio
documentario nell’interesse pubblico, sono generalmente disciplinate dal di-
ritto nazionale e non forniscono necessariamente servizi fiduciari ai sensi del
presente regolamento»
30
.
Così dinnanzi alla divaricazione funzionale che sussiste tra la dimensio-
ne della preservazione e quella della conservazione, si dovrebbe ritenere che
i servizi di archiviazione elettronica previsti dal nuovo regolamento europeo
29
In termini archivistici propri i soggetti produttori.
30
(Parlamento europeo e Consiglio dell’Unione europea 2024, considerando n. 67). Va
in ogni caso tenuto in conto che, come ha stabilito la sezione V della Corte di cassazione con
l’ordinanza 7 marzo 2022, n. 7280, in tema di interpretazione delle fonti del diritto unionale
i considerando riportati in un regolamento europeo hanno il compito di illustrare le ragioni
dell’intervento normativo e ne integrano la motivazione, ma non contengono enunciati di
carattere normativo.
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 23
siano propriamente di natura preservativa. Interpretazione questa che appare
confermata dalla versione in lingua inglese di eIDAS 2, che rispetto alla tra-
duzione italiana si caratterizza – come si è visto – per una maggiore coerenza
terminologica. Richiamandoci, dunque, al significato più tecnico del termine
preservation e contestualizzandolo nel ciclo di vita della documentazione elet-
tronica, possiamo concludere quanto segue: i nuovi servizi di archiviazione,
voluti dal legislatore europeo, definiscono degli ambiti funzionali di natura
preservativa associati ai diversi contesti e sistemi utilizzati per gli usi correnti
– a scopo di business o per finalità giuridiche – dei documenti elettronici e
dei relativi archivi digitali. In questa prospettiva la stessa previsione dei servizi
di archiviazione elettronica potrebbe essere ricompresa, eventualmente, nella
sfera della gestione documentale, considerato che anch’essa necessita di idonee
funzioni di preservazione, né più né meno di qualsiasi altro contesto e sistema
che abiliti all’utilizzo dei documenti elettronici. In un’ulteriore conferma, per-
tanto, di quanto già osservavo nel precedente capitolo di questo contributo.
4. I servizi di archiviazione elettronica e il modello italiano
Se si concorda su questa interpretazione, su di essa si può far leva per affron-
tare un ulteriore interrogativo: quanto di questo paradigma europeo dei servizi
di archiviazione elettronica può ritrovare un suo equivalente, già realizzato, nel
modello italiano? Nella ricerca di una possibile risposta credo si debba partire
dal constatare come, tra i principi cardine su cui negli ultimi anni sono stati
sviluppati in Italia i servizi di conservazione digitale, vi siano le regole tecniche
contenute, da ultimo, nelle Linee guida sulla formazione, gestione e conservazio-
ne dei documenti informatici. In particolare, quella che prevede che «il sistema
di conservazione sia almeno logicamente distinto dal sistema di gestione in-
formatica dei documenti» (Agenzia per l’Italia Digitale 2021, 31)
31
. Si tratta,
in realtà, di un’indicazione è che da tempo presente nel nostro ordinamento
giuridico. Essa, infatti, compariva già nelle abrogate Regole tecniche in mate-
ria di sistema di conservazione, con un’articolazione leggermente differente: «il
sistema di conservazione opera secondo modelli organizzativi esplicitamente
definiti che garantiscono la sua distinzione logica dal sistema di gestione docu-
mentale, se esistente» (Decreto del Presidente del Consiglio dei Ministri 3 di-
cembre 2013)
32
. Nella letteratura di settore questa regola tecnica non ha susci-
tato particolari perplessità. Essa però, per come è stata interpretata nei concreti
processi di sviluppo dei servizi di conservazione digitale, ha avuto un preciso
effetto: quello di espungere dai sistemi di gestione documentale le funzioni
31
Approvatedall’Agenzia per l’Italia Digitalecon determinazioni del direttore generale
9 settembre 2020, n. 407 e 17 maggio 2021, n. 371.
32
Art. 5, comma 1.
24 Alessandro Aler
di preservazione, riaggregate allora in sistemi ad hoc nettamente distinti dai
primi. Potremmo, pertanto, riferirci al modello italiano come a un paradigma
preservativo anomalo: da un lato, infatti, è indubbio che quelli che nel nostro
paese indichiamo come servizi di conservazione digitale siano da considerare,
più correttamente, come dei servizi di preservazione, in quanto destinati a
documenti elettronici d’uso corrente da parte delle organizzazioni
33
; dall’altro
lato però le funzioni di preservazione non operano – come ci si aspetterebbe
in base alla nozione di preservation in senso stretto – all’interno dei sistemi di
records management, essendo autonomamente articolate in contesti e sistemi
propri. Le ragioni che hanno imposto questa particolare configurazione credo
dipendano dal punto di origine della normativa di settore nel nostro paese
34
:
le Regole tecniche per la riproduzione e conservazione di documenti su supporto
ottico idoneo a garantire la conformità dei documenti agli originali
(Centro na-
zionale per l’informativa nella pubblica amministrazione 2004). Quelle prime
regole tecniche definivano, non a caso, la conservazione sostitutiva. Questa era
chiamata a surrogare quella parte della gestione documentale che, all’epoca, si
riteneva tecnologicamente e organizzativamente non in grado di garantire le
funzioni di preservazione della documentazione elettronica. E tale sottovalu-
tazione delle performance preservative dei sistemi di gestione documentale si è
poi mantenuta, sottotraccia, in tutta la normativa posteriore.
In ogni caso, a prescindere dalle cause che hanno contribuito a strutturare
in questo modo peculiare il modello italiano, esso risulta per alcuni suoi aspetti
disfunzionale. In primo luogo in ragione del fatto che i documenti elettronici
non sono concretamente trasferiti dalle applicazioni di gestione documentale a
quelle di conservazione digitale, ma sono più semplicemente versati. La docu-
mentazione permane, infatti, presso gli originari sistemi di records management
e al contempo dei secondi esemplari sono consegnati ai sistemi di conservazio-
ne. L’effetto finale è quello di duplicare su due fronti l’archivio digitale corren-
te della stessa organizzazione, con l’onere aggiuntivo di doverli costantemente
tenere allineati, considerato che una sedimentazione documentale di natura
corrente non è mai, per definizione, stabilizzata in senso assoluto. La disfun-
zione è, in secondo luogo, legata a una generale incertezza che abbraccia l’in-
33
Non è un caso che l’art. 44, comma 1-bis del D. Lgs. 7 marzo 2005, n. 82 (Codice
dell’amministrazione digitale) solleciti le amministrazioni pubbliche a versare quanto prima
possibile – quasi si trattasse di un’urgenza – i propri documenti elettronici in forma aggregata
(fascicoli e serie informatiche) dagli originari sistemi di gestione documentale ai sistemi di
conservazione digitale: «il sistema di gestione dei documenti informatici delle pubbliche am-
ministrazioni è gestito da un responsabile […] Almeno una volta all’anno [questo] responsabi-
le della gestione dei documenti informatici provvede a trasmettere al sistema di conservazione
i fascicoli e le serie documentarie anche relative a procedimenti non conclusi».
34
Per una disamina critica di come si è sviluppata in Italia la normativa relativa alla
conservazione dei documenti elettronici si rinvia ad una serie di considerazioni di Federico
Valacchi (Valacchi 2006, 80-96).
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 25
tero scenario: l’organizzazione – in particolare un’amministrazioni pubblica
– svolge i propri compiti servendosi degli esemplari dei documenti elettronici
che persistono nella propria applicazione di gestione documentale, in quanto
quest’ultima dispone oggi di sofisticate integrazioni con strumenti irrinun-
ciabili: in primis quelli per la gestione dei flussi documentali e per la gestione
dei processi di lavoro. In questo modo però l’organizzazione stessa, basando
la propria operatività sugli esemplari catturati e persistenti nel proprio sistema
di gestione documentale, riconosce ad essi una piena credibilità: dunque una
piena validità ed efficacia o, per usare il linguaggio dell’ISO 15489-1:2016, un
effettivo valore di evidenza. Stando così le cose, non si intende allora quale sia,
rispetto ad esso, il surplus di credibilità conferito ai secondi esemplari custoditi
dai sistemi di conservazione. I termini del problema non sono certo risolti se si
invoca l’assai episodica necessità di esibire il documento elettronico come mez-
zo probatorio davanti a un giudice. Non vi è, infatti, una norma che obblighi
il giudice a privilegiare, come prova documentale, l’esemplare del documento
elettronico presente nell’applicazione di gestione documentale rispetto all’e-
semplare dello stesso documento custodito nel sistema di conservazione. Così
ciò che sembra emergere è un interrogativo basilare su quale sia la concreta e
irrinunciabile utilità di duplicare gli archivi digitali attraverso dei servizi di
preservazione esterni ai sistemi di gestione documentale.
Il modello italiano potrà, dunque, costituire un riferimento utile per gli
approfondimenti necessari a sviluppare il paradigma dei servizi di archiviazio-
ne elettronica previsti da eIDAS 2: certamente per quanto riguarda gli aspetti
tecnologici, gli assetti organizzativi e le policy di vigilanza adottate dalle auto-
rità pubbliche. Ad esso però si dovrebbe anche guardare come a un caso che ci
impartisce, ahimè, una lezione amara, ma basilare: l’efficacia e l’efficienza dei
futuri servizi di archiviazione non si giocherà esclusivamente sul terreno delle
innovazioni tecnologiche, per quanto spinte, ma anche su quello di una loro
idonea collocazione funzionale nel contesto del ciclo di vita del documento
elettronico – per come si è andato definendo a livello di teoria e metodo verifi-
cati in questi decenni di esperienza sul campo – così da costruire un ecosistema
documentario digitale davvero sostenibile.
Riferimenti bibliografici
Agenzia per l’Italia Digitale. 2021. Linee guida sulla formazione, gestione e con-
servazione dei documenti informatici. https://www.agid.gov.it/sites/agid/
files/2024-05/linee_guida_sul_documento_informatico.pdf.
Alfier, Alessandro. 2023. “Per una rigenerazione teorica dell’archivistica in Ita-
lia, a partire dal concetto di documento.” AIDAinformazioni, anno 41, no.
3-4 (luglio-dicembre): 9-26.
26 Alessandro Aler
Belisario, Ernesto. 2024. “Il regolamento eIDAS 2.0 e l’impatto sulla gestione
documentale delle PA: quali prospettive?” Rivista elettronica di diritto, eco-
nomia e management 15 (4): 32-41. https://www.clioedu.it/documenti/
eventi-live-ondemand/rivista-elettronica/Rivista-elettronica-4_2024.pdf.
Centro nazionale per l’informatica nella pubblica amministrazione – CNI-
PA. 2004. “Deliberazione 19 febbraio 2004, n. 11 Regole tecniche per la
riproduzione e conservazione di documenti su supporto ottico idoneo a
garantire la conformità dei documenti agli originali - Art. 6, commi 1 e
2, del testo unico delle disposizioni legislative e regolamentari in materia
di documentazione amministrativa, di cui al decreto del Presidente della
Repubblica 28 dicembre 2000, n. 445.” Gazzetta Ufficiale no. 57, 9 marzo
2004.
Decreto del Presidente del Consiglio dei Ministri 3 dicembre 2013. “Regole
tecniche in materia di sistema di conservazione ai sensi degli articoli 20,
commi 3 e 5 -bis, 23 -ter, comma 4, 43, commi 1 e 3, 44, 44 -bis e 71,
comma 1, del Codice dell’amministrazione digitale di cui al decreto legi-
slativo n. 82 del 2005.” Gazzetta Ufficiale no. 59, 12 marzo 2014, Suppl.
Ordinario no. 20.
Decreto Legislativo 7 marzo 2005, n. 82. “Codice dell’Amministrazione Di-
gitale.” Gazzetta Ufficiale no. 112, 16 maggio 2005 - Suppl. Ordinario
no. 93.
eArchiving Initiative. 2024. eIDAS Trust Electronic Archiving Services supported
by the eArchiving Initiative. White Paper, 28 maggio. https://ec.europa.
eu/newsroom/repository/document/2024-22/eIDAS_Trust_Electronic_
Archiving_Services_supported_by_the_eArchiving_Initiative_to4u8j-
dCPacvkjEhLY4ncfFRA_105792.pdf.
European Commission. 2001. Model requirements for the management of electro-
nic records: MoReq specification. Office for official publications of the Eu-
ropean Communities. https://web.archive.org/web/20110720155236/
http://dlmforum.eu/index.php?option=com_jotloader&view=catego-
ries&cid=23_75067adade55e2da39ea036bc400a33f&Itemid=100&lan-
g=en.
European Union. 2024. “eArchiving White Paper on eIDAS 2.” Last update
4 June. https://digital-strategy.ec.europa.eu/en/library/earchiving-whi-
te-paper-eidas2.
Giunta, Enrico, e Federica Marti. 2024. “Le potenzialità di eIDAS 2 sui servizi
di conservazione digitale: stato dell’arte, impatti tecnologici e prospetti-
ve.” Rivista elettronica di diritto, economia e management 15 (4): 145-63.
https://www.clioedu.it/documenti/eventi-live-ondemand/rivista-elettro-
nica/Rivista-elettronica-4_2024.pdf.
Il nuovo regolamento eIDAS e alcune “quisquilie” archivistiche 27
Guercio, Maria. 2019. Archivistica informatica. I documenti in ambiente digi-
tale. Carocci.
Guercio, Maria. 2023. “Nuovo eIDAS, le proposte per archiviazione e con-
servazione: verso più controllo.” Agenda digitale, 19 settembre. https://
www.agendadigitale.eu/documenti/nuovo-eidas-le-proposte-per-archivia-
zione-e-conservazione-verso-piu-controllo/.
International Council on Archives – Committee on electronic records. 1997.
Guide for managing electronic records from an archival perspective. ICA.
https://www.ica.org/resource/ica-study-n8-guide-for-managing-electro-
nic-records-from-an-archival-perspective/.
International Organization for Standardization. 2016. International Standard
ISO 15489-1. Information and documentation - Records management. Part.
1: Concepts and principles. 2nd ed. ISO.
Lisi, Andrea. 2024. “L’evoluzione del documento informatico nel nuovo qua-
dro giuridico dell’eIDAS 2.” Rivista elettronica di diritto, economia e mana-
gement 15 (4): 42-53. https://www.clioedu.it/documenti/eventi-live-on-
demand/rivista-elettronica/Rivista-elettronica-4_2024.pdf.
Parlamento europeo e Consiglio dell’Unione europea. 2014. Regolamento
(UE) n. 910/2014 del 23 luglio 2014 relativo all’identificazione elettronica
e ai servizi fiduciari per le transazioni elettroniche nel mercato interno e che
abroga la direttiva 1999/93/CE. Gazzetta ufficiale dell’Unione europea L
257, 28 agosto 2014.
Parlamento europeo e Consiglio dell’Unione europea. 2024. Regolamento
(UE) 2024/1183 dell’11 aprile 2024 che modifica il regolamento (UE) n.
910/2014 per quanto riguarda l’istituzione del quadro europeo relativo a
un’identità digitale. Gazzetta ufficiale dell’Unione europea L 1183, 30
aprile 2024.
Pomarico, Raffaele. 2024. “La bozza di eIDAS 2 introduce il concetto di e-ar-
chiving: vediamo di che cosa si tratta e cosa cambia per il settore dei ser-
vizi fiduciari.” Agenda digitale, 26 marzo. https://www.agendadigitale.eu/
documenti/e-archiving-ecco-come-funziona-il-servizio-eidas-2/.
Sormani, Patrizia. 2024. “Dalla conservazione digitale all’e-archiving. I requi-
siti che un qualified trust service provider deve possedere per erogare il
servizio di e-archiving: prospettive e scenari per il mercato.” Rivista elet-
tronica di diritto, economia e management 15 (4): 126-44. https://www.
clioedu.it/documenti/eventi-live-ondemand/rivista-elettronica/Rivista-e-
lettronica-4_2024.pdf.
Valacchi, Federico. 2006. La memoria integrata nell’era digitale. Continuità ar-
chivistica e innovazione tecnologica. Titivillus.
28 Alessandro Aler
Yeo, Geoffrey. 2010. “Representing the Act: Records and Speech Act Theory.”
Journal of the Society of Archivists 31 (2): 95-117.
Yeo, Geoffrey. 2017. “Information, Records, and the Philosophy of Speech
Acts.” In Archives in Liquid Times, edited by Frans Smit, Arnoud Glau-
de-mans, and Rienk Jonker. Stichting Archiefpublicaties.
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545642
pag. 29-50 (luglio-dicembre 2024)
Exploration du réseau numérique YouTube
autour de la santé des militaires: quelles
sont les thématiques des discours, les sources
d’informations et les acteurs de la communication?
Fetta Belgacem, Marc Tanti*
Abstract: The YouTube platform presents a great number of information published by mul-
tiples sources discussing the theme of military health. This information takes diverse forms;
video/ text/ comment, and provides us a precious space to apprehend military health issues.
Our article presents an analyse of the multiple YouTube publications about the health of
military persons and their families from the year of 2021. The aim is to identify the different
medias communicating about this subject and the major military health themes spread within
YouTube social media.
Keywords: Military health, YouTube, Comments, Mixed methodology, Digital practices.
1. Introduction
L’humanité produit chaque année un volume d’informations numériques
de l’ordre du zettaoctet, soit presque autant que d’étoiles dans l’Univers (De-
marthon 2012). La population militaire, comme la population civile, s’est ap-
propriée les médias sociaux et est devenue partie prenante d’un monde de plus
en plus digitalisé. Notamment, cette population s’exprime, dans cet espace
public démocratisé sur ses préoccupations, son état de santé… Les données
fournies par cette population sur le Web social
1
, peuvent constituer des infor-
mations à très forte valeur ajoutée pour les institutions militaires, une fois ex-
ploitées. Ainsi, Twitter est aujourd’hui utilisé par de nombreux organismes de
santé publique pour éduquer, informer et surveiller l’état de santé de la popu-
lation civile, en particulier en cas de catastrophe (González-Padilla et Tortole-
ro-Blanco 2020, Tanti 2023). Cet article présente les résultats originaux d’une
recherche qui consiste en la collecte et l’analyse des données massives en lien
avec la santé des militaires français. Ces données, provenant du Web social,
* Centre d’épidémiologie et de santé publique des armées – CESPA; Institut méditerranéen
des sciences de l’information et de la communication, Aix-Marseille Université, France. fet-
ta020@gmail.com, mtanti@gmx.fr.
1
Réseaux sociaux, Forums, Blogs.
30 Fetta Belgacem, Marc Tanti
ont pour objectif d’examiner les discours sanitaires exprimées par les militaires
et par leurs familles sur ces espaces numériques. Ces masses d’informations
numériques produites par ces acteurs présentent un intérêt stratégique pour
les armées et «forment une “matière première” particulièrement profitable»
(Boullier 2015). Elles permettent, une fois traitées et organisées, d’anticiper les
problèmes de santé de leurs employés, à condition de les inscrire dans un pro-
cessus plus global d’analyse et de classification. Dans son article, Dominique
Boullier explore comment les Big Data transforment les sciences humaines et
sociales en introduisant les « traces numériques » comme un nouveau matériau
pour observer le social et l’humain. Ces traces permettent de détecter des com-
portements et des interactions en temps réel, redéfinissant les cadres d’analyse
traditionnels vers une approche plus dynamique et réactive.
Ainsi, en s’appuyant sur cette approche des traces numériques, ce travail
applique les méthodes du Big Data pour explorer et catégoriser les théma-
tiques de santé les plus récurrentes sur YouTube. En revanche, cette étude
se concentre sur l’observation et l’analyse des comportements en ligne, sans
toutefois aller jusqu’à formuler des recommandations de prévention ou des
actions ciblées pour anticiper les risques identifiés.
L’objectif principal consiste en l’analyse des pratiques info-communica-
tionnelles autour de la santé des militaires diffusés sur la plateforme YouTube.
L’expression « pratiques info-communicationnelles » englobe l’ensemble des
activités liées à l’information et à la communication, telles que la recherche
d’informations, la production de contenu, l’analyse des informations et le par-
tage de celles-ci, entre autres (Boumhaouad 2017). Nous examinons ici deux
éléments clés: les vidéos partagées ainsi que les commentaires associés au sujet
de leur état de santé.
Pour commencer, nous mettons en œuvre un processus de catégorisation
des thèmes de santé les plus discutés, ce qui nous permet d’identifier les di-
verses sources d’information traitant de ces questions et d’identifier les profils
des personnes impliquées aussi bien dans le processus de création/ production
que dans la réception/ consommation de ce contenu. Enfin, nous chercherons
à comprendre, expliquer et caractériser les pratiques info-communicationnelles
en ligne des utilisateurs lorsqu’ils abordent le sujet de la santé des militaires.
2. État de l’art
Bien que «la hiérarchie, la discipline et la centralisation soient les pierres an-
gulaires de l’organisation militaire, et représentent par conséquent des concepts
clés de l’idéologie corporative» (Doorn 1970, tel que cité dans Schweisguth
1978, 382), l’arrivée d’Internet a permis à certains militaires de s’exprimer en
faisant sauter le verrou de la hiérarchie (Resteigne et al. 2012). Cela accroît
considérablement leur visibilité et leur offre de nouvelles formes d’expression
Exploration du réseau numérique YouTube autour de la santé des militaires 31
diversifiées et horizontales. Le partage virtuel de données entre les militaires et
la publicisation des retours d’expérience sur Internet leur apportent du récon
-
fort et un soutien psychologique leur permettant de se constituer en «com-
munautés virtuelles» (Rheingold 1994) pour discuter de leurs préoccupations
individuelles en collectif. C’est d’ailleurs ce que confirme le rapport publié par
le Ministère de la Défense sur Internet où il présente les grandes lignes de sa
stratégie sur les réseaux sociaux numériques.Les réseaux sociaux permettent fi
-
nalement aux soldats d’avoir un espace de discussion «les blogs, les groupes vir-
tuels de mobilisation ont des vertus cathartiques qui permettent d’évacuer les
insatisfactions du moment» (Centre interarmées 2013). Ces modes d’interac
-
tion en ligne principalement sur les blogs, les forums, les réseaux sociaux ou sur
les plateformes-vidéos renforcent les liens entre les militaires ainsi qu’entre les
militaires et la société civile. Il ne s’agit pas d’espaces non hiérarchisés puisque
certains comptes numériques sont plus visibles que d’autres. Mais cette visibi
-
lité n’est pas conditionnée par le statut professionnel ou l’affiliation des inter-
nautes, mais par «l’organisation sociale des jugements portés par les internautes
qui produit une hiérarchie de la visibilité de ces pages» (Cardon 2012, 68).
Cette situation peut cependant s’avérer préjudiciable pour l’armée, car elle
expose les informations personnelles, y compris les données de localisation, à
une divulgation potentielle, ce qui pourrait mettre en danger les opérations.
De plus, elle favorise la propagation de fausses informations, de rumeurs et
de propagande, ce qui peut saper la confiance du public dans l’institution
militaire. Pour Laurence Ifrah, «l’isolement et l’éloignement les [les militaires]
incitent à communiquer à leurs proches leurs états d’âme: bien souvent, ils se
laissent aller à raconter des anecdotes vécues sur les théâtres d’opérations, à pu-
blier des photos d’eux et de leurs camarades et par conséquent à divulguer des
informations pouvant être utilisées par les forces ennemies » (Ifrah 2010, 60).
Toutefois, ces plates-formes peuvent être utiles aux forces armées, sous ré-
serve qu’elles soient capables d’exploiter leur potentiel. En effet, diverses orga-
nisations ont recours, par exemple, à des médias sociaux tels que X (ancienne-
ment Twitter) dans un but éducatif ou préventif, en suivant l’état de santé de
leur population afin de minimiser les risques.
Sur le plan académique, le «foyer virtuel
2
» (Lévi-Strauss 1977) que repré-
sentent les médias numériques pour de nombreux militaires – en raison des
pratiques interactives qu’ils ont engendrées et qui ont favorisé la création des
2
L’expression «foyer virtuel» est utilisée chez Lévi-Strauss pour faire référence à la notion
d’identité. L’identité est, selon lui, une sorte de «foyer virtuel auquel il nous est indispensable
de référer pour expliquer un certain nombre de choses, mais sans qu’il n’ait jamais d’existence
réelle» (Lévi-Strauss 1977, 332). L’identité est donc aussi un ensemble de représentations
qu’une personne assigne aux réalités qui l’entourent. Nous pensons que les médias numériques
sont aussi un foyer virtuel pour les communautés en ligne. Ces derniers se forgent une identité
à travers les interactions continuelles entre les membres.
32 Fetta Belgacem, Marc Tanti
communautés en ligne – a éveillé l’intérêt des chercheurs. Ces derniers ont
tiré parti de cette source de données pour les analyser et les comprendre dans
l’objectif d’accélérer la détection des maladies ou des épidémies. Prenons, par
exemple, l’étude menée par Aude Berger, dont la thèse en médecine portait sur
les usages numériques des patients militaires dans le cadre de la gestion de leur
santé. Son travail a mis en évidence les sujets de santé les plus fréquemment
cherchés sur Internet par cette population. Les soldats ont recours à des plates-
formes numériques pour se renseigner sur une variété de problèmes de santé,
allant des maladies graves aux maladies ponctuelles, et pour s’informer sur les
traitements et la santé maternelles infantiles (Berger 2015).
Au-delà de cette étude, il faut mentionner que la recherche sur le triptyque
«militaire, réseaux sociaux et santé» est principalement américaine. Pour Svit-
lana Volkova et al., la santé des militaires n’est pas sans enjeux et peut impacter
la sécurité de toute une nation, raison pour laquelle la prévention est, selon
elle, primordiale en milieu militaire (Volkova et al. 2017).
Glen Coppersmith (2014) explique dans son étude autour de l’identifica-
tion de la dépression sur Twitter que les réseaux sociaux numériques offrent un
potentiel considérable en matière de prévention des troubles mentaux chez les
militaires américains. En effet, la fréquence des publications sur Twitter, ainsi
que les tonalités et les changements langagiers associées aux messages, peut
révéler les signes d’une maladie mentale.
Alors que Coppersmith se concentre sur le syndrome de stress post-trauma-
tique visible dans les publications numériques des militaires, Craig J. Bryan et
al. (2018) s’intéresse plutôt à la prévention du risque suicidaire via les réseaux
sociaux. Ses résultats indiquent que certains contenus numériques peuvent
prédire la cause du décès et fournir une estimation sur les profils en ligne sus-
ceptibles de mourir de suicide. À partir du moment où une personne décide
de confier ses souffrances et ses envies de suicide plutôt à sa communauté
virtuelle qu’à son médecin, ces espaces numériques deviennent un terrain per-
tinent pour prévenir les tentatives de suicide.
Contrairement aux études américaines citées, qui se concentrent princi-
palement sur des domaines spécifiques de la santé tels que le risque suicidaire
pour Bryan, le stress post-traumatique pour Coppersmith ou le syndrome
pseudo-grippal pour Volkov, cette étude a pour objectif d’englober l’ensemble
des thématiques de santé afin de les identifier et de les catégoriser. En adoptant
cette approche plus globale, l’étude fournit une vue d’ensemble des probléma-
tiques de santé et permet de mettre en lumière des catégories parfois sous-re-
présentées dans les études précédentes et d’inclure santé mentale et santé phy-
sique. De plus, bien que quelques recherches aient exploré le thème global
de la santé militaire sur les médias numériques (Pavalanathan et al. 2016), la
majorité se concentre sur la plateforme X (anciennement Twitter). YouTube,
Exploration du réseau numérique YouTube autour de la santé des militaires 33
en revanche, reste peu étudiée dans le contexte militaire, malgré son rôle crois-
sant dans la diffusion d’informations sanitaires.
Selon une enquête Ipsos réalisée en avril 2024, 99% des jeunes déclarent
avoir visité la plateforme YouTube au cours des trois derniers mois (Ipsos
2024). La population militaire étant avant tout jeune, il nous a donc paru
légitime de nous interroger sur les types de discours véhiculés en lien avec leur
santé en premier lieu sur cette plateforme. Notamment nous nous sommes
interrogés sur ce que sont les préoccupations sanitaires émises par cette popu-
lation sur elle-même et par elle-même, les sources d’informations utilisées
3
et
les autres acteurs communiquant sur leur santé ?
3. Méthodologie de travail
La collecte et l’analyse des données numériques diffusées par les militaires
et autour des militaires sur la plateforme YouTube, permettent d’appréhender
les comportements discursifs sur le sujet de la santé des militaires dont l’objec-
tif est d’identifier les signaux faibles et de repérer les préoccupations de santé.
Pour rappel, ces données sont comme des traces informationnelles qui per-
mettent d’accéder au social dans ses formes les plus intimes. Non seulement,
elles renseignent sur le réseau et le collectif, mais l’individu et ses préoccupa-
tions y prennent une place centrale.
Le réseau YouTube est devenu le média vidéo le plus populaire, et permet de
faire circuler du contenu audiovisuel pouvant atteindre près de 1 milliard d’in
-
dividus dans plus de 88 pays. La parole jusqu’ici unidimensionnelle, devient dès
lors horizontale et se déterritorialise pour inclure des communautés virtuelles
élargies. La frontière entre émetteurs et récepteurs, producteurs et consomma
-
teurs, amateurs et professionnels semble s’estomper devant les possibilités of-
fertes par ce réseau. C’est le lieu où se diffuse et se propage la parole individuelle
en dehors des espaces d’expression officiels, élargissant ainsi l’expression vers
des arènes alternatives en ligne. YouTube est ici étudiée comme une plateforme
centrée non seulement sur l’individu militaire, mais également sur les différentes
communautés militaires, telles que les pages dédiées aux membres de l’armée de
terre, de l’armée de l’air, ou des marins-pompiers. Les individus amateurs créa
-
teurs de chaînes YouTube et leurs abonnés s’unissent autour de la production
d’information sur un sujet donné et forment une communauté. C’est ainsi que
ce service de partage de vidéos interpersonnel est devenu la première commu
-
nauté vidéo au monde sur le réseau Internet (Snickars et Vonderau 2009).
La plateforme YouTube regorge de nombreuses données sur la santé des
militaires. Avant d’entamer les premières collectes, nous avons effectué une
3
Sur la plateforme YouTube, diverses sources d’information – médias/institutions/utilisa-
teurs ordinaires – disposent d’une chaîne YouTube et publient du contenu.
34 Fetta Belgacem, Marc Tanti
première exploration manuelle où l’objectif est d’identifier les sources d’où
proviennent ces données diffusées sur la plateforme. Il est à noter que toutes
les sources nous intéressent dans le cadre de notre analyse, qu’elles émanent
des sites officiels du ministère des Armées, des sites des médias traditionnels
ou des influenceurs ayant pour contenu l’univers militaire. Après avoir iden-
tifié les différentes sources d’information, nous remarquons un nombre im-
portant de commentaires associés aux vidéos publiées. Ce sont ces commen-
taires qui nous intéressent le plus pour l’analyse étant donné que ces données
proviennent essentiellement de la communauté militaire elle-même et de leur
entourage
4
. Les commentaires sur YouTube, qu’ils soient des récits sur la thé-
matique de santé ou des hommages pour les militaires décédés, recèlent une
mine d’informations qui ont été collectées de manière méthodique dans notre
étude. Ces informations ont ensuite été classées et analysées pour en extraire
des connaissances.
Nous avons tout d’abord sélectionné un corpus de 43 vidéos à partir des-
quelles nous avons extrait 6 318 commentaires analysés avec le logiciel Alceste
pour procéder à une analyse thématique. Cette démarche analytique permet
de repérer des thématiques dominantes et d’offrir une compréhension appro-
fondie des discours émergeants dans un corpus vidéo.
4. Collecte de données: extraction et formatage du corpus
Pour accéder aux divers discours sur la santé des militaires français qui cir-
culent sur YouTube, il nous a fallu réfléchir aux différentes étapes de collecte
et d’analyse. Ces données sont massives, non structurées et protéiformes: elles
incluent des images, des vidéos et du texte sous forme de commentaires. Elles
se distinguent par le triptyque « volume, variété, vélocité » (Boullier 2015), ce
qui soulève des questions quant aux outils et aux méthodes permettant leur
extraction.
Pour mener à bien notre étude, nous avons choisi une méthodologie de
recherche mixte, alliant des techniques de collecte provenant des sciences hu
-
maines et sociales, telles que l’observation approfondie des réseaux sociaux nu-
mériques et des forums, à celles des sciences informatiques, comme la collecte
par API (Application Programming Interface), ainsi que des analyses textuelles
qualitatives et quantitatives. Cette approche a exigé la mise en place d’une mé
-
thode de collecte automatisée à l’aide d’API, une fonction offerte par le réseau
YouTube aux développeurs. Ce qui rend possible la collecte automatisée de 50
vidéos par mot clé. Nous nous sommes basées sur un script pour faire appel
à cet API. Afin de simplifier son utilisation, nous avons également conçu une
4
Ces commentaires collectés à des fins de l’analyse sont anonymisés dans le cadre de cet
article.
Exploration du réseau numérique YouTube autour de la santé des militaires 35
interface utilisateur ou ce qu’on appelle une fenêtre d’interaction. Grâce à celle-
ci, l’utilisateur n’a pas besoin de modifier le code ; il doit simplement fournir
les informations nécessaires au bon fonctionnement de l’outil et à sa recherche.
Cette interface (Fig. 1) offre plusieurs options notamment:
• Sélectionner le dossier où seront enregistrées les informations collec-
tées ;
• Choisir le fichier Excel qui contiendra la liste des vidéos YouTube ;
• Entrer les termes de recherche (mots-clés);
• Décider d’extraire les données et, le cas échéant, d’indiquer le nombre
maximal de vidéos à inclure ;
• Régler le nombre maximal de commentaires à récupérer (un chiffre
spécifique ou l’ensemble) ;
• Opter pour la mise à jour des commentaires existants ;
• Choisir d’assembler tous les fichiers texte au formatage spécifique pour
chaque mot-clé en un seul ;
• Choisir d’assembler tous les fichiers texte au formatage spécifique pour
tous les mots-clés en un seul ;
• Modifier la clé API.
Figure 1: Interface de collecte de données YouTube.
36 Fetta Belgacem, Marc Tanti
Pour concevoir cette interface, nous avons utilisé la bibliothèque standard
de Python Tkinter et une de ses extensions Customtkinter. Cette dernière offre
une personnalisation avancée de l’outil, ce qui contribue grandement à son
aspect visuel attrayant.
Nous y avons inséré tous les mots clés en lien avec les conditions sanitaires des
militaires français. Ces données collectées sont stockées sous forme de fichiers
textes, prêts à être utilisés par le logiciel d’analyse ALCESTE®. Il était crucial
que ces fichiers soient conformes aux exigences spécifiques d’ALCESTE®, car
leur formatage influence directement les résultats de l’analyse. Le format choisi
pour chaque corpus impacte l’analyse. Par conséquent, nous avons établi une
hiérarchie au sein du fichier et mis en évidence uniquement certaines informa
-
tions. Chaque fichier formaté suit la structure suivante (Fig. 2):
Figure 2: Format des fichiers formatés pour le logiciel d’analyse Alceste®
5
.
Nous avons collecté 43 vidéos traitant de la santé des militaires français
à partir de l’année 2021. Après avoir construit notre corpus en incluant les
différents mots-clés, nous l’avons ensuite soumis à une analyse textuelle mul-
tiforme à l’aide du logiciel ALCESTE®.
5. Analyses menées
Les données récoltées ont été abondantes (6 318 commentaires) et ont né-
cessité l’adoption d’une méthode d’analyse rigoureuse permettant de les qua-
lifier, les classer et les catégoriser afin de les traiter et de les décrire en détail.
5.1. Analyses descriptives
Les analyses automatiques ont relevé l’existence de 43 vidéos au total. Les
vidéos ont été sélectionnées en fonction de plusieurs critères : leur pertinence
5
Les informations en couleur «orange» sont remplacées et adaptées pour chaque vidéo
YouTube.
Exploration du réseau numérique YouTube autour de la santé des militaires 37
par rapport au mot clé «santé des militaires français», la variété des pers-
pectives qu’elles offrent ainsi que la diversité des sources d’information. Par
exemple, nous avons inclus des vidéos issues à la fois des sources officielles et
non- officielles pour obtenir un panorama complet du sujet.
Il a été ensuite décidé d’examiner attentivement la provenance de ces conte-
nus ayant suscité un intérêt pour la santé des militaires:
• Informations officielles en ligne fournies par le gouvernement et l’ar-
mée française (gouvernement-l’armée française);
• Informations médiatiques en ligne provenant de sources traditionnelles
telles que France2, France5, Public Sénat, RTL
6
, «Le Point», «Le Pa-
risien», RMC
7
, «Le HuffPost», Euronews en français et «Télérama»;
• Informations médiatiques en ligne issues de magazines de santé comme
«allo Docteurs»;
• Informations en ligne issue des médias indépendants (LEGEND, De-
fense Zone);
• Informations médiatiques en ligne diffusées par des influenceurs tels
que Poisson Fécond, Les Retex d’Hika, Vincent Firelife et Philteam.
Cette étude des sources d’information abordant le sujet de la santé des mi-
litaires français est suivie par l’étude des commentaires afin d’analyser les thé-
matiques de santé qui suscitent l’interaction des militaires et de leur famille.
Nous avons analysé un total de 6 318 commentaires, le plus court se limi-
tant à un seul mot, tandis que le plus long en comptait 1021 issus des vidéos
sélectionnées. Au cours de cette analyse, le logiciel ALCESTE ®, nous a référen-
cé 70 termes les plus significatifs et récurrents dans notre corpus, regroupés en
trois classes. Ces termes renvoyant aux commentaires complets d’utilisateurs
nous ont permis d’identifier des tendances dans les problématiques sanitaires
les plus évoquées par les militaires et leurs familles sur la plateforme YouTube.
5.2. Analyses thématiques
Nous avons utilisé des méthodes d’analyse statistique lexicale pour exa-
miner le corpus de données collectées, dans le but de mettre en évidence les
principaux sujets de santé associés à la santé des militaires. La première étape
de l’analyse consiste à préparer un corpus textuel formaté, dans lequel les uni-
tés de sens sont organisées pour faciliter le traitement statistique. ALCESTE ®,
crée ensuite un dictionnaire des termes et de leurs racines, tout en prenant en
compte leur fréquence d’apparition.
6
RTL correspond au média Radio Télévision Luxembourg.
7
RMC est aujourd’hui un groupe de médias français, principalement connu pour sa station
de radio qui propose des émissions d’actualité, de sport et de divertissement.
38 Fetta Belgacem, Marc Tanti
Cette classification initiale permet non seulement de dénombrer les occur-
rences de chaque terme, mais aussi de révéler des associations sémantiques en
fonction de leur répartition au sein du corpus. Le texte est ensuite divisé en
sections homogènes, chacune contenant un nombre de mots optimal pour
assurer la cohérence sémantique. Ces segments sont ainsi analysés et regroupés
selon leurs similitudes et oppositions lexicales, contribuant à une première
ébauche des thématiques principales.
L’étape suivante, dite de « classification hiérarchique descendante » ou
«méthode Reinert», est au cœur du fonctionnement d’ALCESTE ®, et est fré-
quemment utilisée dans les sciences humaines et sociales pour sa capacité à re-
grouper les énoncés significatifs de façon logique et structurée. Cette méthode
consiste à subdiviser le corpus selon les cooccurrences des mots, afin d’obtenir
des regroupements qui révèlent les grandes oppositions thématiques. Le pro-
cessus identifie les unités de sens dominantes et organise les termes en classes
sémantiques, permettant ainsi d’isoler des concepts centraux à partir des don-
nées textuelles. Dans les sciences sociales, ce procédé est particulièrement per-
tinent pour saisir les préoccupations collectives ou les discours dominants dans
un groupe, comme ici dans le contexte de la santé militaire. Pour renforcer la
compréhension des thèmes extraits, nous nous appuyons sur le concept de thé-
matisation, un principe central en analyse textuelle qui permet de structurer
le contenu en thèmes représentatifs du sujet étudié. Alex Mucchielli et Pierre
Paillé décrivent cette approche en expliquant que « la thématisation constitue
l’opération centrale [..] à savoir la transposition d’un corpus donné en un
certain nombre de thèmes représentatifs du contenu analysé et ce, en rapport
avec l’orientation de recherche » (Paillé et Mucchielli 2021, 231). Cette étape
est essentielle pour organiser les données en fonction de la problématique de
recherche, créant ainsi un cadre logique et structuré qui donne une vue d’en-
semble des enjeux de santé dans le corpus militaire étudié.
À la suite de cette classification, nous avons atteint un taux de classification
élevé : environ 95 % des unités textuelles ont été intégrées dans les classes
identifiées, tandis que seuls 5 % des éléments ont été écartés en raison d’une
pertinence moindre ou d’un manque de cohérence avec les autres segments.
Ce niveau de pertinence est significatif, car il témoigne de la rigueur et de
l’efficacité du logiciel ALCESTE®, dans le traitement de grandes quantités
de données complexes. Les unités classées ont été regroupées en trois caté
-
gories principales appelées « classes d’énoncés significatifs» ou simplement
« classes », chacune d’elles représentant un ensemble cohérent de préoccupa
-
tions de santé militaire. Ce processus de dépouillement des données à travers
la construction de grilles thématiques a non seulement permis d’organiser les
informations de manière structurée, mais aussi de mieux saisir l’univers sé
-
mantique du corpus. Vous trouverez ici un exemple de graphe issu du logiciel
Exploration du réseau numérique YouTube autour de la santé des militaires 39
ALCESTE®, et qui nous visualise les termes les plus caractéristiques associés à
la modalité
8
«année 2023».
Figure 3: Disque de formes par modalité «année 2023».
6. Résultats
6.1. Sources d’informations
Nos résultats permettent d’identifier 13 sources d’information. Nous en-
tendons ici par source d’information les chaînes YouTube qui diffusent des
contenus vidéos autour de l’univers de la santé militaire. Nous observons un pic
de vidéos diffusées par la chaîne audiovisuelle France 2 sur l’état de santé des
militaires. L’émission, intitulée « ça commence aujourd’hui », en produit 11,
centrée sur les témoignages de militaires et de leurs conjoints. On dénombre
également quatre vidéos publiées par des influenceurs, deux vidéos provenant
de médias indépendants gérés par des journalistes professionnels (Legend, Dé
-
fense, Zone) et deux autres issues de sites institutionnels de l’armée française
et du gouvernement. En termes de nombre de publications vidéo, ce sont les
médias traditionnels qui dominent le traitement de ce sujet (Fig. 4).
8
Nous entendons par modalité, un critère de segmentation de notre corpus par année.
40 Fetta Belgacem, Marc Tanti
Figure 4: Nombre total de contenu vidéos collectées sur la plateforme YouTube.
Il est intéressant de noter que ce sont principalement les médias indépen-
dants et les chaînes YouTube des influenceurs qui réussissent à fidéliser leur
audience et à susciter une forte interaction avec celle-ci. En effet, quatre de
ces médias indépendants ont recueilli plus de 500commentaires, même si la
chaîne du média « Le Parisien » a atteint le record de commentaires (Fig. 5)
9
.
Figure 5: Courbe de croisement de la modalité «source d’information» et «nombre de
commentaires».
La vidéo du Parisien est suivie d’un contenu publié par l’influenceur Pois-
son Fécond. Cette vidéo intitulée Pourquoi Ces Soldats Sont Devenus Fous ?! a
enregistré 1,1 million de vues et 1 723 commentaires entre à la fois des témoi-
gnages de personnes ordinaires, des militaires mais aussi des familles de mili-
9
Voir infra en thématique 2.
Exploration du réseau numérique YouTube autour de la santé des militaires 41
taires. Ce ne sont donc plus exclusivement les journalistes professionnels, qui
sont les seuls aptes à filtrer l’information essentielle en direction de l’opinion
publique, mais ce sont aussi les personnes ordinaires ou les influenceurs qui sé-
lectionnent l’information à transmettre à l’opinion publique. Cette logique de
publication concerne également l’environnement militaire et procure autant
d’adresses où peuvent venir s’agréger de nombreux témoignages de soutien
entre communauté militaire et une volonté de libération de la parole. L’exa-
men de tous les commentaires sur chaque vidéo de la figure3 nous a permis
d’identifier certaines questions de santé les plus fréquemment abordées dans
ces différentes sources.
6.2. Thématiques retrouvées
L’analyse retrouve trois grandes thématiques:
• Les décès de soldats français;
• Les préoccupations physiques;
• La santé psychologique.
6.1.1 Décès de militaires français
Les décès liés au service, par exposition au combat, sont intégrés dans les
analyses de santé militaire et sont étudiés en termes de prévention. Une analyse
de 2012 des pertes au combat au cours de la première décennie des conflits qui
ont suivi le 11 septembre 2001 en Irak et en Afghanistan a révélé que, sur 87,3
% des décès, environ un sur quatre aurait pu être évité au point de vue médi-
cal, ce qui signifie que les soins préhospitaliers et l’évacuation ont influencé ces
décès au combat (Eastridge et al. 2012). Même si la mort de soldats français
ne peut pas être considérée comme une «information de santé» au sens strict,
elle est associée à des problématiques de santé publique à partir du moment où
elle suscite des inquiétudes quant au bien-être physique ou mental des soldats
ou des futurs soldats.
Dans l’émission LEGEND diffusée sur le réseau YouTube, produite et animée
par Guillaume Pley, Pascal B, «sniper» de l’armée française, raconte ses souf
-
frances psychologiques. Nous constatons de nombreux commentaires de jeunes
qui souhaitent rejoindre l’armée, et qui ressentent déjà un grand stress face aux
décès des militaires qui peut survenir lors des déplacements en opération:
Très touchante cette interview surtout quand il parle des funérailles de ses
collègues je suis pas encore militaire, mais bientôt j’espère et clairement quand
j’entends qu’un Gendarme est décédé ou qu’un militaire s’est fait tuer au com-
bat ça me met les larmes aux yeux alors que j’ai 19 ans tête brûlée normalement
faut y aller pour me décrocher une larme, mais dès que ça parle de l’armée
42 Fetta Belgacem, Marc Tanti
c’est pas pareil pour moi c’est des héros qui se font tuer des gens qui sont là
pour nous protéger et quand un d’entre eux part ça me rend assez triste et je
n’imagine même pas la sensation quand tu sais qu’un de tes potes est mort au
combat ça doit être 1 x pire.
Cette thématique rassemble tous les commentaires de toutes les vidéos qui
font état du décès de soldats français dans le cadre des opérations menées au
Mali entre 2020 et 2022, ainsi que celui de deux autres soldats tués en Irak en
2023. Cette catégorie représente 23% du corpus global.
Dans un premier temps, nous relevons plusieurs messages écrits concernant
le décès des militaires français au Mali. En particulier, dans ces messages, il est
demandé le retrait des troupes françaises du Sahel, par exemple dans une vidéo
publiée par la chaîne YouTube du média Euronews (2021), Sahel: les décès de
cinq militaires relancent le débat sur l’engagement français.
Dans l’actualité médiatique du corpus traité, en 2023, le chef de l’État
français, Emmanuel Macron, a annoncé le décès d’un militaire en Irak, soit le
deuxième en deux jours consécutifs. Cette nouvelle a fait l’objet d’une large
diffusion, notamment grâce à une vidéo diffusée par le magazine «Le Point» le
21août. Au côté des vidéos issues des médias traditionnels, les médias officiels
de l’institution militaire et du gouvernement diffusent également du contenu
sur YouTube en hommage aux militaires décédés en opération. La chaîne de
l’armée française a publié une vidéo intitulée À la mémoire de nos militaires
français morts au combat. Cette vidéo a été visionnée 41 0000 fois, suivi de 80
commentaires
10
, lesquels envoient des messages de condoléances à ces soldats
et leurs familles et témoignent du respect envers les combattants:«Force et
honneur à nos soldats. A eux le pouvoir, car eux seuls sont capables de donner
leurs vies pour la Patrie et le sens de servir, protéger le peuple c’est eux seuls
qui l’ont aujourd’hui. Reposez en paix près de vos frères d’armes. Un grand
soutien aux familles».
La figure 6 ci-dessous présente la courbe des différents médias qui publient
sur la thématique du décès des militaires ou encore des commentaires de mi-
litaires eux-mêmes qui évoquent leur douleur face à ces morts aux combats:
«Ancien 2éme REP, même formaté, on restera des hommes. Mes camarades
mes frères la douleur restera toujours dans nos mémoires. Que dieu vous grade
Patria Nostra».
10
Voir infra (courbe nombre de commentaires par média).
Exploration du réseau numérique YouTube autour de la santé des militaires 43
Figure 6: Courbe de croisement de la modalité «décès des militaires» et le nombre de vidéos par
année.
C’est donc l’année 2021 et l’année 2023 qui présentent le plus de vidéos
autour de la thématique du décès des militaires français. Les sources d’in-
formation publiant sur cette thématique sont: Euronews, «Le Parisien» et
les chaînes YouTube officielles du gouvernement et du ministère des armées
français.
6.1.2 Préoccupations physiques des militaires
Les informations sur l’état de santé physique des militaires représentent
environ un quart de l’ensemble des données YouTube. Ces données sont prin-
cipalement issues des sources traditionnelles, avec une prédominance pour le
journal «Le Parisien», qui a d’ailleurs généré le plus grand nombre de réac-
tions dans notre corpus global. Dans une vidéo du corpus, nous assistons à une
séquence où deux soldates de la Marine nationale semblent avoir eu un malaise
pendant les vœux du Président Macron aux Forces armées. Cette scène, captée
en direct, a été relayée par divers médias officiels et a engendré de multiples
commentaires (Fig. 7).
Figure 7: Commentaire autour du malaise de deux soldates de la Marine nationale pendant les vœux
aux Forces armées.
En examinant le nuage de mots associés à cette catégorie, on note non
seulement les mots tels que «malaise», «vagal», «tomber», mais aussi des
44 Fetta Belgacem, Marc Tanti
termes clés comme « dose », « vaccin » et « injecter », qui sont pertinents dans ce
contexte (Fig. 8).
Figure 8: Nuage des mots de la thématique 2 issu du logiciel ALCESTE®.
En effet, de nombreux commentateurs YouTube associent ce malaise des
femmes militaires à des réactions indésirables liées aux vaccins contre la Co-
vid-19. Voici quelques commentaires relevés:
• «Ben en même temps quand tu t’es vacciné avec 3 doses ne faut pas
s’étonner de terminer avec des symptômes du moyen âge»;
• «Va donc savoir si ce n’est pas la conséquence de tous les vaccins qu’on
leur injecte»;
• «Policiers, militaires etc.… sont-ils contraints à continuer de se faire
vacciner contre le Covid-19 ??? Deux personnes qui font un malaise.
Étrange »;
• «Ces malaises sont dus aux effets secondaires des vaccins. Et non à un
malaise vagal comme il le prétend»;
• «effets secondaires des injections géniques expérimentales sous les yeux
du principal ordonnateur de ce massacre passe présent et à venir».
Exploration du réseau numérique YouTube autour de la santé des militaires 45
Les militaires et leurs familles réagissent et affirment que ces malaises sont
monnaie courante au sein de l’armée. Voici un exemple de commentaire:
«Pour avoir eu un fils militaire, je sais que ceux-ci attendent plusieurs heures
immobiles avant que les “huiles” débutent les divers discours. J’ai vu lors de la
fin des “classes” et de la remise de galons des 1ere classes, un marin musicien
qui tenait la grosse caisse s’écrouler de fatigue. C’était impressionnant».
Ou encore le témoignage de ce militaire, qui met en perspective l’évène-
ment, en s’appuyant sur sa propre expérience:
La participation en ligne des militaires et de leur famille apporte ici une
forme de connaissance de terrain et cadre les pratiques communicationnelles des
personnes ordinaires, dans une logique de confrontation des points de vue, et
de transfert des informations expérientielles (Sedda et al. 2022) à des personnes
connectées. Cette confrontation des idées accouplée à une logique de mise en
scène de soi et de son expérience positionne le militaire au croisement d’un récit
sur l’intime et pour le collectif, sur l’institutionnel pour l’ordinaire. Expliquer
les valeurs de l’institution militaire et communiquer à des fins de recadrage de
sens est une des pratiques info-communicationnelles les plus fréquentes des mi
-
litaires relevées sur la plateforme YouTube à propos des sujets de santé.
6.1.3 Santé psychologique des militaires
Selon l’Organisation mondiale de la santé (OMS), la qualité de vie est « as-
sociée de manière complexe à différents facteurs, incluant: la santé physique,
l’état psychologique, le niveau d’indépendance, les relations sociales, la rela-
tion avec l’environnement, la culture et la politique » (Tap et Roudès 2008).
La qualité de vie des militaires dépend donc de leurs conditions à la fois phy-
siques et psychologiques. L’étude des commentaires YouTube retrouvés dans
ce corpus nous permet d’identifier les femmes de militaires comme principales
actrices communiquant sur cette thématique, aux côtés des voix de militaires.
Qu’elles prennent la parole comme invitées d’émissions télévisées diffusées en-
suite sur la plateforme YouTube, ou qu’elles réagissent avec des commentaires
suite à la publication de vidéos sur ce sujet, elles sont au cœur des pratiques
info-communicationnelles entourant la santé psychologique des militaires. La
figure 9 ci-dessous présente la courbe des différents médias qui publient sur la
thématique de la santé psychologique des militaires (Fig. 9).
46 Fetta Belgacem, Marc Tanti
Figure 9: Croisement modalité «source d’information» et «année» concernant la thématique santé
psychologique des militaires.
Les médias du service public ont diffusé 9 vidéos sur la plateforme YouTube
autour de l’état psycho-sociale des militaires et de leurs conjointes. L’émission
Ça commence aujourd’hui de France 2 publie, elle seule, 5 vidéos. Il s’agit, dans
cette émission, de présenter les récits de militaires et de femmes de militaires
qui racontent l’angoisse des départs en opération.
La douleur de l’absence, le manque, la peur au ventre sont autant de des-
criptifs employés par ces femmes dans ces émissions pour qualifier le poids du
métier de leurs conjoints sur leurs vies conjugales. La vidéo, en conjuguant des
images poignantes de femmes de militaires en détresse et de leurs témoignages
sincères, invite à réfléchir sur les réalités souvent ignorées de leurs époux sol-
dats en mission, tout en créant un lien empathique fort avec l’audience.
Ces récits de femmes de militaires en vidéo ont d’ailleurs suscité de nom-
breux commentaires sur le réseau YouTube. En plus des commentaires de cou-
rage adressés à ces femmes, d’autres femmes prennent la parole et racontent
leurs angoissesen commentaires, dont voici un exemple: «Femme de marin,
cette émission est très poignante. Être femme de marin militaire, c’est beau-
coup de sacrifices: l’éloignement, l’absence d’un mari d’un père est parfois
très dure à supporter, mais ce qui est véridique, toutes femmes de militaire
le diront, nous sommes très soudés nous ne montrons rien de nos émotions
on passe nos journées à les attendre, car on aime nos conjoints on remonte le
moral on s’occupe de tout, mais le plus beau cadeau c’est de les retrouver à leur
retour de mission l’adrénaline est toujours présente».
Cette forme de communication de ces femmes consistant à publiciser une
partie de leur vie sur Internet est une pratique d’extimité (Tisseron 2011), qui
Exploration du réseau numérique YouTube autour de la santé des militaires 47
révèle un besoin qu’ont les femmes de militaires d’extérioriser publiquement
des situations personnelles traditionnellement réservées à la sphère privée.
Prendre la parole est ici une tentative de soigner la blessure des non-dits et un
désir de sortir de l’entre soi.
L’analyse de notre corpus nous a également permis d’identifier quatre in-
fluenceurs qui diffusent des vidéos sur cette thématique : Poisson Fécond,
Vincent Firelife, Les RETEX d’Hika et Phil Team. Ces influenceurs créent un
espace d’interaction où nous pouvons entendre la voix du militaire en dehors
des officines institutionnelles.
La vidéo publiée sur la chaîne YouTube Les RETEX d’Hika en 2023 retrace
le témoignage d’Aurélien, blessé psychique du Mali, et de Sabrina, sa femme.
Sabrina parle de solitude des femmes face à ces troubles de leurs compa-
gnons militaires. Voici un de ses commentaires: «On est l’appui administratif
parce que nos hommes, il arrive un moment où ils ne peuvent pas remplir
un document parce que leur syndrome ne leur permet plus, donc moi je suis
obligée de prendre ça en charge, mais je n’ai pas d’appui pour m’aiguiller vers
les directions à prendre».
On note que la demande de soutien et la quête de reconnaissance (Hon-
neth 2013) sont très présentes dans les discours des femmes de militaires. En
voici un exemple: « Je suis femme de militaire. Les départs en Opex toujours
compliqué... La peur, la boule au ventre. Le travail. Les 4 enfants à gérer et à
rassurer. Oui un peu de reconnaissance ne serait pas un mal. J’ai celle de mon
homme c’est quand même le plus important ».
7. Discussions- Conclusions
Notre étude a collecté 43 vidéos traitant de la santé des militaires français à
partir de l’année 2021 sur la plateforme YouTube. Après avoir réalisé une ana-
lyse textuelle multiforme de notre corpus de 6 318 commentaires provenant
de 43 vidéos YouTube à l’aide du logiciel ALCESTE®, nous avons identifié
trois grandes thématiques : les décès de soldats français, les préoccupations sur
la santé physique et psychologique avec différents commentaires, témoignages
et influenceurs présentés dans cet article.
En discussion, la plateforme YouTube retient l’attention des militaires, an-
ciens militaires et de leurs familles qui y voient matière à faire circuler leurs
représentations de l’institution militaire et leurs témoignages sur leur état de
santé. Ces pratiques engendrent une forme de sympathie entre les militaires
et le grand public, et bouleversent le schéma traditionnel où la rigidité et la
discrétion sont les maîtres-mots. Cet article met en évidence trois points es-
sentiels. L’état de santé militaires sur les médias numériques n’est pas un sujet
tabou. Nous assistons au contraire à une déterritorialisation de la parole pour
inclure des communautés virtuelles. De plus, la plateforme numérique You-
48 Fetta Belgacem, Marc Tanti
Tube est une chambre d’écho des médias traditionnels qui trouvent un lieu
pour diffuser leurs contenus et donc ainsi susciter une large participation de
la part des utilisateurs YouTube autour de la santé militaire. Enfin, nous ob-
servons une interaction marquée des internautes, générée tant par les médias
traditionnels que par les chaînes YouTube des influenceurs et des journalistes
indépendants, raison pour laquelle il nous est difficile d’opposer médias tradi-
tionnels et médias numériques dans la cadre de ce sujet.
En conclusion générale, notre travail met en évidence que les pratiques
info-communicationnelles des militaires et de leurs familles se traduisent par
un discours numérique centré à la fois sur le récitinformatifet affectif. L’infor-
mation numérique concernant l’état de santé des militaires, tant physique que
psychologique, permettent de partager des expériences vécues liées à des pro-
blèmes de santé. Cela contourne le devoir de réserve et l’obligation de silence
en utilisant les médias sociaux, traduisant ainsi un désir, direct ou indirect,
de réparation ou de reconnaissance. Ce phénomène se manifeste principale-
ment à travers les témoignages de femmes de militaires. D’autres pratiques
numériques de militaires viennent faire circuler leur expérience de terrain afin
de consolider le point de vue militaire et de poser un cadre à la communica-
tion des personnes ordinaires sur l’univers militaire. En plus de ces pratiques
info-communicationnelles en ligne à visée informative, nous relevons des té-
moignages et des commentaires YouTube avec une forte dimension affective,
permettant une construction d’une communauté numérique basée sur la sym-
pathie et l’expression de la solidarité à l’égard du sujet militaire.
Références bibliographiques
Berger, Aude. 2015. “Le Patient Militaire Internaute en tant que consomma-
teur d’information santé en ligne. Étude qualitative basée sur le ressenti
de 16 patients du 3ème Régiment d’Hélicoptères de Combat d’Étain.”
Thèse de Doctorat, Université de Lorraine. http://docnum.univ-lorraine.
fr/public/BUMED_T_2015_BERGER_AUDE.pdf.
Boullier, Dominique. 2015. “Les sciences sociales face aux traces du big data:
Société, opinion ou vibrations ?” Revue française de science politique 65 (5):
805-28. https://doi.org/10.3917/rfsp.655.0805.
Boumhaouad, Hatim. 2017. “Pratiques info-communicationnelles des usa-
gers des dispositifs numériques. Théorie de l’acteur-réseau.” Les Cahiers
du numérique 13(3): 137-66. https://shs.cairn.info/revue-les-cahiers-du-
numerique-2017-3-page-137?lang=fr.
Cardon, Dominique, et Marie-Carmen Smyrnelis. 2012. “La démocratie
Internet: Entretien avec Dominique Cardon.” Transversalités 123 (3):
65-73. https://doi.org/10.3917/trans.123.0065.
Exploration du réseau numérique YouTube autour de la santé des militaires 49
Centre interarmées de concepts, de doctrines et d’expérimentations. 2013.
“Réseaux sociaux. Nature et conséquences pour les forces armées.” Ré-
flexion doctrinale interarmées. RDIA-2013/001_RS. https://www.defense.
gouv.fr/sites/default/files/cicde/20130419-NP-CICDE-RDIA-3.10.1-
RESEAUX-SOCIAUX-2013_ex-RDIA-2013-001.pdf.
Coppersmith, Glen, Craig Harman, and Mark Dredze. 2014. “Measuring
Post Traumatic Stress Disorder in Twitter.” Proceedings of the Internatio-
nal AAAI Conference on Web and Social Media 8 (1): 579-82. https://doi.
org/10.1609/icwsm.v8i1.14574.
Craig, Bryan J., Jonathan E. Butner, Sungchoon Sinclair, Anna Belle O. Bryan,
et al. 2018. “Predictors of Emerging Suicide Death Among Military Per-
sonnel on Social Media Networks.” Suicide and Life-Threatening Behavior
48(4): 413-30. https://doi.org/10.1111/sltb.12370.
Demarthon, Fabrice. 2012. “Le Big Data : un enjeu économique et scienti-
fique.” CNRS Le journal. https://lejournal.cnrs.fr/articles/le-big-data-un-
enjeu-economique-et-scientifique.
Eastridge, Brian J., Robert L. Mabry, Peter Seguin, et al. 2012. “Death on the
Battlefield (2001–2011): Implications for the Future of Combat Casualty
Care.” Journal of Trauma and Acute Care Surgery 73 (6): S43137. https://
doi.org/10.1097/TA.0b013e3182755dcc.
González-Padilla, Daniel A., and Leonardo Tortolero-Blanco. 2020. “Social
Media Influence in the COVID-19 Pandemic.” International Braz j Urol :
Official Journal of the Brazilian Society of Urology 46 (suppl.1): 120-24.
https://doi.org/10.1590/S1677-5538.IBJU.2020.S121.
Honneth, Axel. 2013. La lutte pour la reconnaissance. Gallimard.
Ifrah, Laurence. 2010. “Le Web 2.0 et les réseaux sociaux, l’envers du décor.”
Que sais-je ?, no. 3881 (juin): 60-72.
Ipsos. 2024. “Le monde en chiffres - Mythes et réalités des réseaux sociaux.”
12 avril. https://www.ipsos.com/fr-fr/le-monde-en-chiffres-mythes-et-
realites-des-reseaux-sociaux.
Lévi-Strauss, Claude, Jean Petitot, et Jean Marie Benoist. 1977. L’identité, Sé-
minaire interdisciplinaire (1974-1975). Bernard Grasset.
Paillé, Pierre, et Alex Mucchielli. 2021. “L’analyse thématique.” In L’ana-
lyse qualitative en sciences humaines et sociales, 231-314. Armand Co-
lin. https://shs.cairn.info/l-analyse-qualitative-en-sciences-humaines--
9782200624019-page-269?lang=fr.
50 Fetta Belgacem, Marc Tanti
Pavalanathan, Umashanthi, Vivek Datla, Svitlana Volkova, et al. 2016. “Dis-
course, Health and Well-being of Military Populations Through the Social
Media Lens.” AAAI Workshop: WWW and Population Health Intelligence,
https://pdfs.semanticscholar.org/330a/a7bd1612370206956743ef-
c739229563f745.pdf.
Resteigne, Delphine, et John Tavernier. 2012. “Internet, un moteur de trans-
formation des organisations militaires ?” Pyramides. Revue du Centre
d’études et de recherches en administration publique (24): 63-75. https://
journals.openedition.org/pyramides/927?lang=en.
Rheingold, Howard. 1994. The Virtual Community. Homesteading on the Elec-
tronic Frontier. Harper Perennial Editions.
Schweisguth, Etienne. 1978. “L’institution militaire et son système de
valeurs.” Revue française de sociologie 19 (3): 373-90. https://doi.
org/10.2307/3321050.
Sedda, Paola, Nataly Botero, et Myriam Hernández Orellana. 2022. “Influen-
ceurs et influenceuses santé : les récits et les savoirs du corps sur les réseaux
sociaux.” Études de communication. langages, information, médiations, no.
58 (septembre): 7-24. https://doi.org/10.4000/edc.14155.
Snickars, Pelle, et Paul Vonderau. 2009. The YouTube reader. National Library
of Sweden.
Tanti, Marc. 2023. “Quelles sont les fakes news, théories du complot et
controverses qui ont circulé à travers les frontières numériques lors de
la première vague de Covid-19 ?” AIDAinformazioni, année 41, no. 1-2
(janvier-juin): 133-52.
Tap, Pierre, et Rolande Roudès. 2008. “Qualité de vie, souffrances et identi-
té(s).” Le Journal des psychologues 260 (7): 41-47. https://doi.org/10.3917/
jdp.260.0041.
Tisseron, Serge. 2011. “Intimité et extimité.” Communications (88): 83-91.
https://doi.org/10.3917/commu.088.0083.
Volkova, Svitlana, Lauren E. Charles, Josh Harrison, and Courtney D. Cor-
ley. 2017. “Uncovering the Relationships between Military Community
Health and Affects Expressed in Social Media.” EPJ Data Science 6 (1):
1-23. https://doi.org/10.1140/epjds/s13688-017-0102-z.
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545643
pag. 51-78 (luglio-dicembre 2024)
Assisted morbidity coding: the SISCO.web
use case for identifying the main diagnosis in
Hospital Discharge Records
Elena Cardillo
*
, Lucilla Frattura
**
Abstract: Coding morbidity data using international standard diagnostic classifications is in-
creasingly important and still challenging. Clinical coders and physicians assign codes to pa-
tient episodes based on their interpretation of case notes or electronic patient records. There-
fore, accurate coding relies on the legibility of case notes and the coders’ understanding of
medical terminology. During the last ten years, many studies have shown poor reproducibility
of clinical coding, even recently, with the application of Artificial Intelligence-based models.
Given this context, the paper aims to present the SISCO.web approach designed to support
physicians in filling in Hospital Discharge Records with proper diagnoses and procedures
codes using the International Classification of Diseases (9
th
and 10
th
revisions), and, above all,
in identifying the main pathological condition. The web service leverages NLP algorithms,
specific coding rules, as well as ad hoc decision trees to identify the main condition, showing
promising results in providing accurate ICD coding suggestions.
1
Keywords: Coding Support Systems, Hospital Discharge Records, ICD, Morbidity coding,
Coding Rules.
1. Introduction
The proper use of standard classifications, such as the International Clas-
sification of Diseases (ICD) and coding of morbidity data has always been
fundamental for all general epidemiological and many health-management
purposes (WHO 2016). One example is the use of the information flow of
the Hospital Discharge Records (SDO) collected in national databases for mo-
nitoring hospitalization episodes provided in public and private hospitals and
thus the provision of hospital assistance. This has become an indispensable
tool for both administrative analyses (i.e., for accurate billing) and clinical
*
Institute of Informatics and Telematics, National Research Council (IIT-CNR), Ren-
de, Italy. elena.cardillo@iit.cnr.it.
**
Azienda Sanitaria Universitaria Giuliano Isontina (ASUGI), Udine, Italy. lucilla.frattu-
ra@asugi.sanita.fvg.it.
52 Elena Cardillo, Lucilla Frattura
elaborations (e.g., health quality assessment), which can bring to the planning
of new measures to support healthcare and welfare activities or to more strictly
clinical-epidemiological and outcome analyses.
In this frame, although approaches to coding vary across institutions, cli-
nical coding specialists frequently perform coding retrospectively. The assign-
ment of codes to each patient episode of care during hospitalization is deter-
mined by different factors, among others by the coder’s interpretation of the
available case notes or the completeness of the electronic health records. As a
result, accurate coding is dependent on both the intelligibility of the case notes
and the coders’ knowledge of medical terminology (Sundararajan et al. 2015).
Several studies have indicated poor reproducibility of clinical coding (Ta-
tham 2008) and poor accuracy which seems not dependent on the version of
the standard coding system used, which in the case of SDO is ICD (Quan et
al. 2014).
In recent years, even if the application of artificial intelligence (AI) has
begun to attract and, in some cases, assist clinicians in the practice of medical
coding, the performances achieved by AI models do not meet expectations.
Many studies have proven this, especially concerning inadequate levels of data
coding accuracy (less than 50%) and high computational costs (Falis et al.
2024; Soroush et al. 2024). This means that more reliable and trustworthy
systems are required to support physicians or coders in speeding up the coding
process while retaining the necessary precision.
Given this context, the paper aims to describe the results of the “SISCO.
web” project
1
, whose scope was to design and implement a Coding Support Sy-
stem (CSS), in the form of a web service, to improve accuracy in coding health
conditions in Italian Hospital Discharge Records (SDO). The main objective
of the service is to support Italian physicians (coders) in morbidity coding, and
more specifically in the coding of diagnoses and procedures/interventions using
ICD-9
th
revision, Clinical Modifications (ICD-9-CM), mandatory in Italy,
and, more notably, in identifying the “main condition” to be filled in SDOs.
The paper is structured as follows: Section 2 provides background infor-
mation on using and coding SDO, and describes the applied methodology.
Section 3 showcases the results and includes a preliminary evaluation. Section
4 presents some related works, and finally, Section 5 offers conclusions and
future directions.
1
The “SISCO.web” project, funded by the Friuli Venezia Giulia (FVG) Region and
coordinated by the Italian Collaborating center of the World Health Organization Family
of International Classifications (WHO-FIC) in Udine through the Azienda Sanitaria Bassa
Friulana Isontina n. 2 (incorporated now into the “Azienda sanitaria universitaria Giuliano
Isontina” - ASUGI) was executed from 2017 to 2021 and led to the development of a proto-
type (SISCO.web service) which can assist clinicians in coding SDO data using ICD-9-CM,
but it is also set up to support ICD-10 coding.
Assisted morbidity coding 53
2. Materials and Methods
2.1. Hospital Discharge Records
The Hospital Discharge Record Database was established, in Italy, with the
Decree of the Ministry of Health on 28 December 1991. It serves as a tool for
collecting information about each patient discharged from public and private
hospitalization institutions across the country. The information gathered in
each SDO includes, beyond the patient’s characteristics (e.g., age, sex, etc.),
the peculiarities of the hospitalization (e.g., institution and discharge discipli-
ne, method of discharge, etc.) and, above all, clinical features (e.g., the main
diagnosis, concomitant diagnoses, diagnostic or therapeutic procedures, and
interventions), excluding information relating to drugs administered during
hospitalization
2
.
Subsequently, other decrees introduced new regulations for the informa-
tion flow transmission to the Ministry of Health, expanded the information
content of the SDO, and adopted the international classification ICD-9-CM
version 1997 (Italian Ministry of Health 2000) for the coding of diagnoses
and diagnostic and therapeutic procedures, then updating this regulation with
the adoption of the 2007 Italian version and introducing the adoption of the
Diagnosis Related Group classification (DRG), version 24 for hospital admis-
sions (Italian Ministry of Labor, Health and Social Affairs 2008a).
In 2011, the “It.DRG Project”, coordinated by the Ministry of Health, was
launched to develop a new classification and assessment method for inpatient
care, specific and representative to the Italian context (Sforza et al. 2021).
The objective of this project was: the development and testing of an updated
version of the ICD-10 classification (International Classification of Diseases
and Health Related Problems-10
th
Revision) that incorporates WHO-appro-
ved updates and makes minor changes, finalizing the so-called Italian modi-
fication of ICD-10 (ICD-10-IM); the development and testing of the Italian
classification of Interventions and Procedures (CIPI), a version of the section
on procedures and interventions of ICD-9-CM modified and supplemented,
to adapt it to specific Italian needs and to provide for integration with codes
that allow for the detection of information on: (i) Procedures/treatments pro-
vided (also) in ambulatory care; (ii) Medical-surgical devices; (iii) High-cost
drugs; and iii) finally, a new version of the DRG system (Nonis et al. 2018).
Despite the significant outcomes of the “It.DRG project” for innovating
and improving SDO data management, there is a need to create a roadmap
for implementing the new classifications, especially ICD-10, in a more sim-
plified manner. This involves using crosswalking tables to ICD-10-IM and
2
Hospital Discharge Records database (HDR/SDO), see for details European Health
Information Portal (2023).
54 Elena Cardillo, Lucilla Frattura
confirming the planned current version of DRG classification. The attention
in this paper is paid primarily to a tool for coding diagnoses and intervention
using ICD-9-CM, with the understanding that the mentioned crosswalking
tables for coding diagnoses in ICD-10-IM can be easily implemented in the
tool’s architecture.
2.1.1. The International Classification of Disease
The International Classification of Disease is the most known and widely
used standardized WHO classification system, which was originally intended
to facilitate the statistical analysis of health data (Moriyama et al. 2011). Each
successive revision to the ICD, typically spanning 10-20 years, has sought to
address new use cases while adapting to advances in medicine and healthcare
and has continued to grow in number of total codes (Williamson et al. 2024).
The tenth version has approximately 14,000 codes for health conditions,
signs, symptoms, and reasons to encounter health services. This revision has
then been renewed with the implementation of the eleventh revision of the
classification, ICD-11 (World Health Organization 2019/2021), developed
thanks to an unprecedented collaboration between WHO working groups,
knowledge engineers and informaticians from Stanford University (USA), and
professionals all over the world to become a global standard for health data,
clinical documentation and statistical aggregation. It presents a new coding
structure compared to previous revisions and is fully digital for the first time.
The basic component is an underlying ontology database containing all ICD
entities (over 55,000 unique entities)
3
. The new structure, its digital nature,
and the tools provided to support the use of the classification enhanced its
application flexibility. Moreover, it is interoperable with health information
systems and other coding systems.
As mentioned above, in Italy, ICD-9-CM is used for morbidity coding,
containing over 15,000 diagnosis codes. Its use is also recommended in pri-
mary care prescription documents and for diagnoses and problems encoding
in the Italian Patient Summary (Italian Permanent working table for Digital
health in Regions and Autonomous Provinces 2010) each entity within the
ICD-9-CM is encoded by a unique identification string consisting of three to
five digits and an optional single letter prefix corresponding to a supplementa-
ry category. Practical applications of the ICD in healthcare have expanded and
now have come to include the indexing of health record data in hospitals, the
3
These entities include diseases, injuries, external causes, signs and symptoms, substanc-
es, drugs, anatomy, etc., pointing to about 17,000 categories, for over 120,000 clinical terms
covered, allowing the description of health conditions at any level of detail by combining
codes.
Assisted morbidity coding 55
coding of medical billing claims (Moriyama et al. 2011), and the assessment
of quality of patient care (O’Malley et al. 2005).
2.1.2. The coding of the main condition
A coded health data record can have a varying number of diagnostic codes.
Some authors, considering that there is no uniform definition of “main condi-
tion”, noted that one of these diagnoses must be coded as the main condition,
known also as “main diagnosis”, “primary diagnosis”, “principal diagnosis or
“discharge diagnosis” (Sukanya 2017).
Two definitions have been used for themain condition in ICD-coded he-
alth data: a “resource use” definition and a “reason for admission” definition.
In Italy, the first definition is implemented, as said above, in detecting and co-
ding the discharge diagnosis using ICD-9-CM, 2007 version (Italian Ministry
of Labor, Health and Social Affairs 2008b). In the Italian SDO, it is necessary
to code the main diagnosis, and several other diagnoses related to the hospital
episode of care. The mentioned national database on SDO contains more
than 290 million records (7,957,647 only in 2023). Annual reports are avai-
lable for download from the website of the Italian Ministry of Health (Italian
Ministry of Health 2024). Coding of these records is made directly by clini-
cians and health professionals, with some levels of accuracy monitoring at the
hospital and regional level before the data are sent to the Ministry of Health
periodically. This richness of data must face with its accuracy. Several Italian
studies are available showing low accuracy in coding. Hospital discharge data
were found to be specific but insensitive in many fields. For example, the
reporting of acute ischemic stroke and thrombolysis provides misleading indi-
cations about both thequantity and quality of acute ischemic stroke hospital
care in many studies (Rinaldi et al. 2003; Spolaore et al. 2005). Other studies
show that Hospital discharge records appear to poorly reflect the incidence of
amyotrophic lateral sclerosis and can be used only after clinical verification of
the diagnosis (Chiò et al. 2002). Moreover, looking at (Amodio et al. 2014),
the diagnosis of influenza seems to be overcoded. Nevertheless, based on the
retrieved evidence, administrative databases can be employed to identify pri-
mary breast cancer. The best algorithm suggested is ICD-9 or ICD-10 codes
located in theprimary position (Abraha et al. 2018). At an international level,
many studies confirmed that physicians do not code the disease in SDOs ac-
cording to the main diagnosis principles (Wang et al. 2021). It is observed that
in many cases, the main diagnosis is mistaken for an outpatient diagnosis, ma-
king it more difficult to identify when multiple diseases occur simultaneously
or in cases of complications. These studies reveal that physicians still require
support to collect, classify, analyze, and use medical record information accor-
ding to disease classification criteria.
56 Elena Cardillo, Lucilla Frattura
2.2. The SISCO.web approach
The main scope of the SISCO.web service, as mentioned above, is to sup-
port the coding of SDOs, guiding the physicians to identify and code the
main condition, allowing the most appropriate ICD-9-CM codes, and in the
future ICD-10 codes. This means that its function is to guide the user before
the compilation of the SDOs, to choose and assign appropriate ICD codes to
the diagnostic formulations available in medical record documentation col-
lected during patient hospitalization, and, further, to identify among different
diagnoses, the main one (Cardillo et al. 2019). Peculiarities of this support
system are:
• A knowledge base containing clinical concepts, related terms, and map-
pings to ICD-9-CM for managing the transition from the usual scien-
tific language to the coding language. This means, the integration of
such resources with the ICD-9-CM systematic index, the ICD-9-CM
alphabetical index, and other additional terms (synonyms, acronyms,
linguistic variants, common medical terms, etc.);
• Standardized coding rules (e.g., “diagnostic and procedure codes are
to be used at their highest level of specificity”; “three-digit codes are
to be assigned only if there are no four-digit codes within that code
category”; etc.);
• A rule engine for managing these rules, represented by the Business
Rules Management System (BRMS) “Drools”.
As shown in Fig. 1, the SISCO.web architecture includes three main layers:
1. Presentation layer: handling the interactions that users have with
the software. Here the web component, has a multi-tier architectu-
re, deployed on aTomcat web server, offering two web user interfaces
(WUIs) to support the compilation of SDOs. The WUIs make JSON
calls to the Web Services of the underlying levels, which access the data
resources built by the batch component. The two WUIs allow for two
specific tasks: i) the text encoding WUI (TEM module), which serves
as a coding tool, since it allows for searching clinical terms (diagnoses
and procedures) and suggests the most appropriate ICD-9-CM codes
based on search algorithms and related terms derived from the know-
ledge base; ii) the identification of the main diagnosis WUI (IMDM
module), based on a rule engine that implements a specific decision
tree for choosing and coding the main condition among the multiple
diagnoses selected in the previous step. These two modules will be de-
scribed in detail in the following paragraphs;
2. Application layer: handling the main code definitions and the most
basic functions of the developed application. In SISCO.web this layer
Assisted morbidity coding 57
includes five main functions which will be detailed later (e.g., search,
autocomplete, code Details, use of related Terms for improving search,
coding rules application through the Drools engine);
3. Data layer: which is mainly devoted to data storage. In fact, it houses
not only data but indexes and tables. Here the batch component is
aimed to build the data resources, i.e., the SISCO.web knowledge base,
which is stored on the Apache Lucene Index.
The Apache Lucene Index
4
, was chosen because it is a valid open-source
tool for retrieving data and information. It provides straightforward Java APIs
for creating text indexes and full-text search with options such as proximity
search, fuzzy search, and score-based sorting, weighted filter search.
To implement the RESTful layer of web services within the system archi-
tecture, we chose Jersey
5
, an open-source framework based on the JAX-RS
API using annotation-based programming, which simplifies the creation of
RESTful web services. It also facilitates the representation of data in standard
formats such as JSON, XML, and HTML.
Figure 1: SISCO.web architecture.
4
Apache Lucene is available for download at (Apache Lucene n.d.).
5
Eclipse Jersey is available for download at (Eclipse Foundation n.d.).
58 Elena Cardillo, Lucilla Frattura
The main process to reach the supported coding of morbidities and proce-
dures and the identification of the main condition is shown in Fig. 2 and can
be briefly described as follows:
1. Using the first module, i.e., TEM, the user starts searching for a dia-
gnosis (one at a time) using the ones reported in the discharge letter
(LDO) of the patient, to look for its ICD-9-CM code;
2. The system applies classic Natural Language Processing (NLP) algori-
thms such as Tokenization, text similarity algorithms to assign the most
appropriate code to the diagnosis plus Decision Trees, and Symbolic
NLP algorithms, i.e., rule-based and knowledge-based algorithms,
relying on predefined linguistic rules and knowledge representations.
For this reason, dictionaries, grammars, and ontologies are used to pro-
cess language;
3. Every time the user searches for a diagnosis and selects one of the results
suggested by the system, a list of coded diagnoses is generated to allow
the user to identify, among these diagnoses the main condition;
4. The same procedure is used to search for procedures and interventions
if reported in the discharge letters, and a second list of coded procedu-
res/interventions will be generated by the system to be used as well by
the IMDM module;
5. These two lists of codes represent the input data for the decision tree
algorithm, which, as described in Subsection 2.2.3., will guide the user
to identify the main pathological condition based on the defined co-
ding rules.
Figure 2: The SISCO.web main process.
To better understand the above-mentioned process, the next subsections
will give details on the knowledge base, the algorithms, the decision tree and
the coding rules used in the two modules to suggest the most appropriate
ICD-9-CM codes.
Assisted morbidity coding 59
2.2.1. The SISCO.web Knowledge Base
The knowledge base (KB) built for the project and used in the TEM inte-
grates a series of terminological resources related to diagnoses and interven-
tions/procedures in EHRs. The main data sources, as shown in Fig. 3, are
represented by the Italian versions of:
• ICD-9-CM (v. 2007), Systematic index of diagnoses and procedures,
considering the codes at themaximum level of specification;
• ICD-9-CM (v. 2007), Alphabetic index of diagnoses, and Alphabetic
index of procedures.
For this project, an ontological version of ICD-9-CM has been created
starting from the available ministerial tables of the classification, bringing to
the development of the ICD-9-CM Ontology in OWL.
The lists of terms present in ICD-9-CM, in some cases inappropriate or
outdated jargon, were supplemented with terms taken from other sources such
as:
• Ad hoc created glossaries of diagnoses derived from physicians’ scienti-
fic language, developed during a previous project (Cardillo et al. 2018);
• A glossary of diagnoses coded in ICD-9-CM extracted from the FVG
Emergency Department (ED) EHRs database;
• Rare Diseases terms (Prime Minister’s Decree 2017);
• Italian MeSH diagnoses and procedures terms (Istituto Superiore di
Sanità n.d.).
All the terms derived from these sources were in most cases already mapped
to the corresponding ICD-9-CM codes and were qualified as exact or approxi-
mate mapping.
Regarding the resource extracted from FVG Emergency Department “SEI
Database”, in the beginning, a list of 425 common pathological conditions in
the ED was proposed by the ED FVG regional working group. On this list,
a further analysis was performed to verify the use of technical/scientific terms
and the correctness of the ICD-9-CM coding associated to these pathological
conditions, bringing in the end to a glossary of 696 diagnoses (2,530 words)
which enriched the SISCO.web KB.
60 Elena Cardillo, Lucilla Frattura
Resources Version N. of Terms
ICD-9-CM systematic index IT- 2007 16,294
ICD-9-CM alphabetical index IT- 2007 289,834
Physicians’ Glossary of diagnoses v. 2017 1,421
Rare Diseases terms v. 2017 683
Emergency physicians’ diagnoses and
pathological conditions (SEI database)
v. 2018 696
MeSH synonyms for diagnoses and
procedures
v. 2017 641
Neoplasms related terms v. 2017 13,290
Total 322,859
Table 1: Knowledge Base SISCO.web (Cardillo et. al 2019).
As observable, the total number of terms in the KB, considering the whole
Italian ICD-9-CM resource and the above-mentioned additional resources, is
about 323,000. It’s important to note that the entire SISCO.web KB, particu-
larly the data extracted from the SEI dataset, is not publicly accessible.
Regarding the ICD-9-CM Ontology, as said above, we created a proces-
sable version of the Ministerial file published online, since the original .xls
file missed important details about each ICD-9-CM code. This information
includes descriptions, inclusion and exclusion criteria, and notes, which are
crucial for giving coding support based on ICD. To solve this problem, we
developed a script that builds a lightweight ontology in OWL which can also
be used to search for inconsistencies in the ICD-9-CM hierarchy or in the
attribute’s association. The ontology classes are based on the structure of the
ICD-9-CM systematic index. At the top level, there are two main classes re-
presenting the ICD-9-CM main sections: Diseases and Injuries, and Procedures
and Interventions. Within the Diseases and Injuries section, there are 17 classes
that correspond to the ICD-9-CM “chapters” in this category, along with two
additional classes for supplementary classifications: one for external causes of
injury and poisoning and another for factors influencing health status and contact
with health services.
Each chapter has its own class hierarchy, following the index structure that
includes blocks, categories, subcategories, and subclassifications. To help with
navigation, we labelled chapter classes with chapter numbers (e.g., Chapter
I, Chapter II) and use E and V for the above mentioned additional classes.
Similarly, in the Procedures and Interventions section, each category is organi-
zed under ranges such as the Nervous System Intervention, which covers codes
01-05. Each class/subclass in the ontology connects to the relevant data type
annotations and, when needed, to Object Properties (i.e., relationships betwe-
Assisted morbidity coding 61
en classes) and axioms. Access to the ICD-9-CM Ontology is currently restri-
cted. However, we are planning to make it available on public repositories or
GitHub shortly.
2.2.2. The Text encoding module
The first module is designed for searching the appropriate code for one or
more diagnoses and procedures/interventions mentioned in the patient’s di-
scharge letter. The user enters a diagnosis in the search box using free text, whi-
ch can be a single word or a multi-word term (T1). As the user starts typing,
the system provides suggestions for autocompletion based on the knowledge
base (KB), drawing from systematic or alphabetical indexes, MeSH synonyms,
glossaries of general practitioners or emergency physicians, rare diseases, etc.
These suggestions are the ones that have the entered text as their prefixes. Sub-
sequently, the system conducts a syntactic search on the description of each
attribute associated with ICD-9-CM classes in all types of resources in the KB.
Different weights are assigned to each attribute based on its source and posi-
tion. The search yields a list of ICD classes (diagnoses/procedures) that meet
the search criteria, i.e., one or more attributes containing T1. The results are
displayed in descending order based on their score.
To enhance the search function for the coder, the system permits filtering
of the results in the list. This is achieved by incorporating the terms used in the
query with related terms suggested by the system. These suggestions are based
on their co-occurrence with the searched term within the ICD descriptors. To
be more specific, the descriptions of the resulting ICD classes are tokenized to
extract the most significant words (stop words are not considered). Moreover,
to facilitate the tokenization and subsequent counting of term occurrences,
the following ICD attributes are to be considered:
• The main description of the ICD class, along with any supplementary
descriptions and inclusion terms in the systematic index;
• The description of the entry terms in the alphabetical index.
The system counts the number of times each token/term appears in the
list of ICD classes resulting from the search. It then arranges the terms in
descending order based on the number of occurrences and presents them to
the user as related terms in a separate box. The user can choose one of the re-
lated terms or continue entering other free text in the search box. The system
provides suggestions for autocompletion as the user enters more terms (T1,
T2, etc.). The result list of ICD codes (diagnoses or procedures, depending on
the user’s initial selection) is updated to consider the search criteria, ensuring
that one or more attributes contain all the input terms (T1, T2, etc.), and
co-occurrences, making the search more precise. A similar approach is used in
62 Elena Cardillo, Lucilla Frattura
the ICD-11 Coding Tool
6
, which, unlike SISCO.web, allows also to use ICD
chapters and rangesas research filters. From here on the algorithm performs
the same steps, until the user selects a specific diagnosis/procedure among the
ICD classes displayed in the search results which is always a leaf code. Once
the diagnosis/procedure is selected, the system adds it to the list of candidate
diagnoses/procedures used by the decision tree algorithm for identifying the
main condition.
Is worth mentioning that the search and coding algorithm for procedures
follows the same steps as that for diagnoses, but the Knowledge base which
supports the process is smaller. In fact, in the case of procedures, the NLP
algorithm examines only terminological resources related to interventions and
procedures, therefore fewer terms are indexed. Specifically, the search is con-
ducted almost entirely on the classes contained in the systematic index of
ICD-9-CM section procedures, as well as on the procedure terms present in
the ICD-9-CM alphabetical index, and the external resource MeSH.
2.2.3. The Identification of the main diagnosis module
To support physicians in the identification of the main condition, a deci-
sion tree was created to adhere to the WHO guidelines for morbidity coding
in ICD-10 (Zavaroni et al. 2018). This includes following, on one hand, the
WHO ICD-10 rules and guidelines for morbidity coding (WHO 2016)
7
,
which are up-to-date compared to ICD-9-CM 2007 rules, and on the other
hand the WHO definition of the main condition, i.e., «the condition, dia-
gnosed at the end of the episode of health care, primarily responsible for the
patient’s need for treatment or investigation» (WHO 2016, 147).
Furthermore, interventions and procedures were also considered in the de-
cision-making process. To manage the extensive array of ICD codes (about
5,000), they were grouped into three sets:
1. “relevant surgery”: encompassing interventions or procedures typical-
ly requiring an operating room, or those with resource consumption
comparable to operating room costs;
2. “selected non-relevant surgical interventions”: encompassing interven-
tions or procedures, other than relevant surgery, that require significant
resources, mostly higher than a non-surgical treatment of a condition;
6
ICD-11 Coding tool is used to find the correct ICD-11 code for a specific diagnosis
and it is connected to the ICD-11 browser to allow user to see further details for a searched
diagnosis. It is available at (WHO 2024).
7
This guideline has been updated during the publication of the sixth edition of ICD-10
in 2019 and later with the publication of ICD-11 release.
Assisted morbidity coding 63
3. “residual non-relevant surgical interventions”: encompassing interven-
tions or procedures that necessitate fewer resources than non-surgical
treatments.
Conditions were categorized into “conditions” (including diseases and cli-
nical manifestations or normal physiological changes) and “pathological con-
ditions” (abnormal anatomy or functioning constituting diseases).
The decision tree hierarchy includes: i) specific hospital settings which are
highly specialized by age and changes of particular conditions, such as “ne-
onatology” and “pregnancy, delivery, and puerperium”, foreseen specific or
partially specific paths; ii) paths for the other hospital settings, according to
the general rules and, iii) the interventions/procedures set. Notably, the third
group of interventions/procedures mentioned above is excluded as a viable
option for identifying the main condition.
In Summary, the coding of certain health conditions is driven by the con-
dition itself (pregnancy and related conditions, neonatal health), whereas for
others, resource consumption due to procedures is the primary determinant.
Thus, when a relevant intervention/surgery is identified, it influences the
choice of the targeted condition. The decision tree rules are integrated into
the rule engine module of the SISCO.web service.
The algorithm which determines the main condition, uses a Drools-ba-
sed rule engine. Drools is an open-source Business rule management system
(BRMS), released under the Apache License 2.0., that can easily be embedded
in any Java application, which include an inference engine based on forward
and backward chaining (Proctor 2012). The primary function of the Drools
rule engine is to match incoming data, (i.e., facts), to the conditions outlined
in the rules. It then determines whether and how to execute these rules. Key
components in Drools are the following: rules; facts that are matched against
the conditions of the rules to execute the applicable ones; a production memory
(i.e., where the rules are kept); a working memory (i.e., location for the facts)
8
.
In our implementation, the system consists of four components, developed
in Java, and utilizes the RabbitMQ message broker (see Fig. 4). The primary
component is the SISCO Drools Engine, serving as a wrapper for the Drools
engine. It takes input data that triggers the execution of one or more rules
down to a node, corresponding to a decision (leaf node), or the generation
of a request for other parameters. The modules exchange messages in JSON
format. On the web server side, the SISCO Rules Web Service component
implements a servlet for dynamically creating content based on the interaction
with the engine invoked by the main page of the SISCO.web system. The
8
More details on the Drools key components can be found at Red Hat, Inc., Drools rule
engine. Full documentation section (Drools n.d.).
64 Elena Cardillo, Lucilla Frattura
SISCO Rules Data Receiver and the SISCO Rule Data Sender components,
finally, act as interfaces with the message broker, transforming the asynchro-
nous communication with the broker into the classic synchronous request/
response client/web server communication.
The decision tree represents knowledge in the form of “if P then Q” rules.
In the decision tree diagram, non-leaf nodes have two outgoing arcs: YES and
NO. The rules defined for each node determine the selection of the outgoing
arc and, consequently, the next computed node, based on terminological co-
des and user responses to the engine. The rules defined on two arcs from the
same node are mutually exclusive to ensure the path’s clarity. The decision
algorithm takes two ICD-9-CM code lists as input: Pathological conditions
(PC) and Procedures and Interventions (PI). The selection of the outgoing arc
can be determined in two ways: automatically, based on the KB terminology
codes feeding the engine, or decided by the user if no knowledge is available
in the KB. If the rule engine is unable to ascertain the fulfilment of a rule
based on incoming terminological codes, or when a decision necessitates the
clinician judgment (e.g., Are the pathological conditions related to each other?),
the engine will prompt user intervention by formulating a question within the
web interface. This question may seek a binary YES/NO response (e.g., Has
it caused complications?) or the selection of one or more terminological codes
(e.g., Identify the most complex event). Subsequently, the engine will generate a
JSON message encompassing all requisite details for presenting the question,
including the query text, answer type (binary or selection of codes), and per-
missible response values (e.g., YES/NO, TRUE/FALSE, or specific codes).
Figure 4: The Rules Engine Component Diagram.
Assisted morbidity coding 65
In this way, the WUI content is automatically created by the browser, ge-
nerating fields based on the answer type. For example, radio buttons are used
for exclusive choices and check buttons for multiple choices. Fig. 4 shows two
Drools rules for states 18 and 19 in the decision tree diagram. The “S18_ask”
rule prompts the user to indicate one or more pathologies not related to the
intervention. The “S19_true” rule manages the arrival of the response and
determines the next transition from state 19 (“is it a single pathological con-
dition?”) based on whether the user has selected one or more codes among the
relevant conditions. The result of the rule execution is reaching a leaf node
associated with one or more codes suggested for the main pathological condi-
tion, which is then displayed in the SISCO.web interface.
Figure 5: Drools S18-S19 rules example.
3. Evaluation
After an internal test conducted by the project’s informaticians and termi-
nologists, a more detailed usability test was performed by three physicians:
This evaluation employed a subset of pathological conditions extracted from
the SEI database mentioned in Section 2, along with diseases and interven-
tions drawn from several anonymized patient discharge letters. These LDO
contained multiple diagnosis and interventions/procedures, particularly fo-
cusing on complex cases characterized by comorbidities and intricate diag-
66 Elena Cardillo, Lucilla Frattura
nostic definitions. The aim was to assess the tool’s effectiveness in suggesting
appropriate codes, required for completing the SDO. At this stage, the eval-
uation was more qualitative than quantitative, as the physicians were unable
to access an LDO/SDO database for the project. Nonetheless, initial results
indicate that the system performed well, successfully suggesting the most ap-
propriate ICD-9-CM diagnosis even in instances where the input text in the
search box of the TEM module was complex or included comorbidities. On
average, SISCO.web provided precise ICD-9-CM code suggestions for 80%
of 30 use cases tested by physicians, with improved accuracy when using the
related terms feature. An example of diagnosis coding (in this case “diabe-
tes”) is given in Fig. 6. Here, when a user types “diabete” (diabetes) into the
search box, the system auto-completes with suggestions like “diabete-nanis-
mo-obesità” (diabetes-nanism-obesity) and “pre-diabete” (prediabetes). After
selecting “diabete”, the system displays matching classes in the search results
section (considering all the attributes associated to the class, such as title, other
description, inclusions, exclusions, alphabetic index terms, etc.), ordered by
score. It also suggests related terms (on the left of the page) that co-occur with
“diabete” in the ICD-9-CM descriptors. The user can then select a related
term like “mellito” (mellitus), prompting the system to refine results based on
both selected terms.
At each iteration, the system displays matching classes and related co-oc-
curring terms based on user input. The search progressively narrows down
until the user identifies and selects the correct ICD-9-CM class, which is then
added to the “Selected Diagnoses” section at the bottom left of the page. Be-
fore selecting the proper code, for each code in the results list, the user can
view code details (displayed if present on the right of the page and represented
by symbols), including:
• Leaf nodes: Indicates to select a leaf code from the list presented, being
the selected code not a leaf code;
• Exclusion criteria: Lists conditions excluded by that ICD-9-CM class;
• Basic diseases attribute: Advises coding a basic disease before using the
selected code;
• Use additional codes: Recommends additional codes relevant to the se-
lected class.
These features resulted helpful for avoiding inconsistencies, providing aler-
ts to key ICD-9-CM coding rules, such as the necessity of coding a basic
disease first or using leaf codes instead of general three-digit diagnosis codes
(unknown rule by professionals or, in some cases, taken for granted).
Assisted morbidity coding 67
Figure 6: SISCO.web Interface: An example of coding for “diabetes mellitus” diagnosis.
Not completely known is also the need for the combined use of ICD-
9-CM alphabetical and systematic indexes (both part of the KB) to extend
knowledge about a code, providing references to additional codes related to
the selected one, etc. Another useful feature of the TEM module was consi-
dered the possibility to show, starting from an ICD-9-CM class in the search
results, the hierarchy of the classes, derived from the ICD-9-CM ontology,
including all the details for each code.
Regarding the second module focused on the identification of the main
condition (IMCM) the WUI, illustrated in Fig. 7, consists of three main
sections: the upper section displays the two lists of codes (for diagnoses and
procedures) selected by the user in the TEM module; the central section in-
teracts with the user during the decision tree process, and the lower section
reveals the main diagnosis once it has been identified.
When the user opens the module page, he will see two lists of codes at the
top and a progress bar further down. At this point, the backend navigates
the decision tree until it hits the first node that requires user input. At this
stage, the rule engine requests the user input the necessary parameters to con-
tinue the navigation of the tree. These may include, for instance, the “most
resource-consuming pathological condition during hospitalization” among
the coded diagnoses (in case of multiple diagnoses). The user then selects one
from a combo box, thereby entering the required parameter into the module.
Subsequently, the rule engine resumes the path of the tree until the final node
is reached, i.e., the identification of the main condition, which is finally di-
splayed to the user for confirmation via a dedicated button. The central part
of the page displays only a partial representation of the decision tree structu-
re, including nodes requiring manual input, and the final three stages. This
68 Elena Cardillo, Lucilla Frattura
should help the user understand the operations performed by the rule engine
to determine the main diagnosis.
Nevertheless, the system can autonomously perform certain steps in the
decision tree, utilizing previously provided information, the formalized coding
rules, and inferences derived from the KB.
Furthermore, the WUI provides a button that cancels the rule engine ope-
rations and returns to the text encoding module WUI.
Figure 7: SISCO.web Interface: Rule engine support to identify the main condition.
The SISCO.web system was tested both in terms of the usability and effi-
ciency of the search algorithms, by the doctors involved in the project, and in
terms of functionality and performance, by the team of computer experts and
terminologists who developed the service. The test highlighted that the search
results for ICD-9-CM diagnoses obtained using the mentioned algorithms are
substantially superimposable. However, it is noted that:
• The weights assigned to the various ICD-9-CM attributes associated
with each ICD class in the search results appear inconsistent concer-
ning the relationship between the importance of the various resources
present in the KB and the recurrence of the terms (roots);
• Hierarchical algorithm guarantees greater appropriateness in the se-
lection of ICD-9-CM categories since it maintains the relationship of
importance between the resources present in the KB even in the event
of their enrichment.
Hence, it was necessary to refine the weights assigned to the various attri-
butes
9
to guarantee appropriateness in the selection of ICD-9-CM categories
9
In particular, weights ranges from 0 to 10: the main description of the ICD class in
the systematic index was still considered the most important with weight 10, the additional
terms of the ICD class title have weight 7,5; inclusion terms have weight 2,5; alphabetical
index “entry term” has weight 2,5, while its indentations (from the first to the sixth one) were
assigned weight 0,1; neoplasm entry term in the alphabetic were assigned weight 2,5, and
Assisted morbidity coding 69
even in the event of moving KB resources from one step to another. The steps
of the algorithm implemented for the coding activity of a diagnosis were con-
firmed.
The test revealed issues in the identification of the diagnosis module, which
is almost related to the formalization and computerization of the decision tree,
particularly for some steps of the tree where the physician’s input is necessary.
This is especially true when the physician selects multiple interventions, as it’s
crucial, at a certain point of the process to indicate the relevance of each one.
The decision tree is not fully computerized in terms of additional resources
for automating certain steps (as it can be for example alist of relevant inter-
ventions aligned to anatomical sites or mapped to diagnosis categories, which
although available in pdf, is still under elaboration for the integration into the
rule engine) and allowing the physician to select multiple options. Currently,
the computerized decision tree enables the physician to identify the main pa-
thological condition by answering a series of YES/NO questions.
4. Related works
Different coding support systems have been developed in the last two de-
cades. Some of them aimed to support the coding of causes of death, gener-
ally coded using ICD-10. Examples of these tools are MICAR-ACME, of the
US National Center for Health Statistics (Israel 1990), and the IRIS system
developed by a European consortium (Pavillon et al. 2007). The main issue
encountered in these systems is the processing of natural language, which,
in the last twenty years has been faced with developing automated coding
tools based on NLP algorithms (Friedman et al. 2004). Only afew systems
were based on properly defined coding rules, as done by (Farkas and Szarvas
2008) and (Cardillo et al. 2018), both focused on the ICD-9-CM coding.
In recent years, challenges have been encountered, from the perspective of
Artificial Intelligence (AI) and NLP, based on the literature. Many researchers
and companies started applying more sophisticated methods such as Neural
Networks or Large Language Models (LLM) to enable EHR data coding (Rios
and Kavuluru 2018). This trend is confirmed also by the results of the CLEF
ICD10 task
10
, held in 2020, focused on ICD-10 coding for clinical textual
data in Spanish and including, in particular, two subtasks for evaluating sys-
tems that predict ICD-10-CM (diagnostic) and ICD-10-PCS (procedural)
codes using the Spanish CodiEsp corpus. Here most of the participants used
Machine learning approaches and deep learning language models (prefer-
indentations had 0,1, which is also the weight assigned to the main description of diagnoses /
procedures derived from the other glossaries in the KB.
10
CLEF eHealth 2020 – Task 1: Multilingual Information Extraction (CLEF eHealth Lab
Series n.d.).
70 Elena Cardillo, Lucilla Frattura
ring fine-tuned Multilingual BERT), but the highest mean average precision
(MAP) for the prediction of ICD-10 diagnostic codes (0.593) resulted by
the combination of a XGBoost classifier and a Jaro Winkler string matching
system (Miranda-Escalada et al. 2020). Other studies focused on the applica-
tion of general-purpose LLMs (e.g., ChatGPT 3.5/4, LLAMA, etc.) to test
their performances in the task of automated coding of diagnoses extracted
from Discharge summaries by using ICD-10. Nevertheless, gaps between the
current deep learning-based approach applied to clinical coding and the need
for explainability and consistency in real-world practice were reported (Dong
et al. 2022). Some studies indicate alternative methods or frameworks specif-
ically designed for automatic ICD coding. For example (Chao-Wei Huang
2022) used apre-trained language model for ICD coding, sharing a similar
idea with BERT-XML, an extension of BERT designed for ICD coding. This
model was pre-trained on a large collection of EHR clinical notes using an
EHR-specific vocabulary (Zhang et al. 2020). Additionally, (Kim and Gana-
pathi 2021) introduced the Read, Attend, and Code (RAC) framework for
accurate ICD code prediction. Another approach involved the use of off-the-
shelf pre-trained generative LLMs to perform ICD coding, without labelled
training examples and leveraging the hierarchical nature of the ICD ontolo-
gy, thus relying on dynamic searches for clinical entities within the ontology
(Boyle et al. 2023).
It is worth observing in this context the lack of available datasets for ICD
coding to train AI-based models, especially in some languages, such as Italian.
Few approaches show how to mitigate this issue. In (Almagro et al. 2019) a
cross-lingual approach based on Machine Translation methods is proposed
to code death certificates with ICD-10 through supervised learning. In brief,
they tried to code Italian death certificates using certificates from another lan-
guage (French), so combining collections of different languages to increase the
availability of coded documents. Improvements in the system performance
here were observed for codes assigned to labels with few occurrences. Silvestri
et al. (2020) conducted a study on cross-lingual XLM fine-tuning aimed at
predicting and classifying ICD-10 codes. A preliminary evaluation of a model
fine-tuned on short medical notes written in English using an Italian test set
was provided, but results indicated the need for further experiments to in-
crease the number of samples in the test set, to better assess the model’s ability
to generalize.
A more recent overview on the topic is provided by the study conducted by
the Icahn School of Medicine at Mount Sinai in New York revealed significant
shortcomings in the performance of LLMs in clinical coding. The analysis
showed that the existing models, including the highest-performing GPT-4,
achieved less than 50% accuracy in matching medical codes to clinical texts.
Such inaccuracies can result in serious billing errors and compliance issues
Assisted morbidity coding 71
within healthcare systems. The study also highlighted varying performance
levels among different LLMs, posing challenges in clinical environments
where precise coding is essential for billing and ensuring accurate patient care
(Soroush et al. 2024).
These results emphasize the need for refinement and validation of these
technologies before considering clinical implementation, thus providing cus-
tomized AI tools specifically designed for medical coding, instead of using
general-purpose LLMs.
Given this overview, we can state that SISCO.web performances are com-
parable with most of the mentioned systems. Unlike existing systems and the
most recent AI-based coding support, SISCO.web offers dual support. Firstly,
it helps in finding the appropriate ICD-9-CM (or in the future ICD-10) code
for a diagnosis or procedure by utilizing NLP techniques combined with the
application of trustworthy coding rules, which are necessary to know when
dealing with the selected classification system. Secondly, it assists in identify-
ing the main diagnosis (the most serious and/or resource-intensive during hos-
pitalization or the inpatient encounter) among multiple diagnoses, which is
often a challenging and underestimated task. The advantages of this approach
also stem from the integration of decision tree algorithms, which expand the
system’s functionalities.
5. Conclusions and future directions
This paper shows the approach used to develop a web service aimed at
supporting physicians in the compilation of the SDO, while coding the main
condition, secondary pathologies, procedures and interventions in ICD-9-CM
and, where necessary, in ICD-10. The system also proposes a module based
on a series of formal rules that represent a decision tree specifically designed
for identifying the main pathological condition, which needs to be indicated
and coded in a separate field in SDO. The evaluation of the TEM module,
allowing for the search and suggestion of ICD-9-CM coding for diseases and
procedures, has reached good performances in terms of theaccuracy of the
coding suggestions, theefficiency of the system, and regarding the usability
of the system. Differently, some limitations are highlighted concerning the
rule engine module, which allows, through a series of steps and interactions
with the user, the identification of the main diagnosis. In this case, the ini-
tial formalization of the rules provided by the decision tree did not yield the
expected results. It has therefore become necessary to update the rules and,
above all, to make available ad hoc terminological resources to be submitted
to the rule engine to automate some steps of the decision tree, thus ensuring
the required performance compared to other support systems available in the
literature. Considering that ICD-9-CM is currently mandatory in Italy for
72 Elena Cardillo, Lucilla Frattura
coding diagnosis into SDO, the prototype and tests of SISCO.web uses this
ICD version to be used in hospital coding. Nevertheless, the system has been
designed to work using also ICD-10, including a decision tree specifically
set for ICD-10 for identifying the main diagnosis. This possibility, recently,
resulted advantageously since, as mentioned in Section 1, the Italian Ministry
of Health, to be aligned to European guidelines on cross-boarding care, is wor-
king on a roadmap to shift from ICD-9-CM to ICD-10-IM for the coding
of morbidities in SDO, leveraging the results of the It.DRG project. For this
reason, future work will be the extension of the system, in terms of integration
of the KB with the Italian version of ICD-10 (the mentioned ICD-10-IM)
and the necessary crosswalking tables as well as the implementation of the alre-
ady defined ICD-10-based decision tree in the rule engine. At the same time,
it will be possible to set up versions of this support system able to manage
classifications of interventions other than those used in Italy. Another possible
future work is the development of aJavaScript library to distribute the service
to interested parties and test it on a large scale (i.e., some hospital wards). As
observed in Section 4, automated clinical coding holds promise for AI despite
the technical and organizational challenges, but coders need to be involved in
the development process, as done in the present work. Given this understan-
ding, it can be argued that SISCO.web could serve as a good compromise,
particularly if focusing on a new research direction that could be pursued over
the next five years. This would involve improving the approach using LLMs
+ Retrieval-Augmented Generation (RAG) to enhance both the text enco-
ding module and the implementation of the decision tree in the rule engine.
Another possible future work could be to use a complementary approach for
the analysis, through NLP/DL, of the diagnostic sections of hospital dischar-
ge letters (LDOs in Italy), which are very detailed reports. In our use case, a
sample of these documents was used to test the performances of SISCO.web
in terms of capacity to support coding for complex search records (e.g., co-
morbidities, very detailed diagnoses, etc.). In the future, it would be valuable
to explore the possibility of providing coding support while registering LDOs’
data, particularly in the diagnostic section.
References
Abraha, Iosief, Alessandro Montedori, Diego Serraino, et al. 2018. “Accuracy
of administrative databases in detecting primary breast cancer diagnoses:
a systematic review.” BMJ Open 8:e019264. https://doi.org/10.1136/bm-
jopen-2017-019264.
Assisted morbidity coding 73
Almagro, Mario, Raquel Martínez, Soto Montalvo, and Victor Fresno. 2019.
“A cross-lingual approach to automatic ICD-10 coding of death certifi-
cates by exploring machine translation.” Journal of biomedical informatics
94 (2019): 103207. https://doi.org/10.1016/j.jbi.2019.103207.
Amodio, Emanuele, Fabio Tramuto, Claudio Costantino, et al. 2014. “Diag-
nosis of influenza: only a problem of coding?”. Med Princ Pract 23:568-
73. https://doi.org/10.1159/000364780.
Apache Lucene. n.d. “Welcome to Apache Lucene.” Last accessed November
10, 2024. https://lucene.apache.org/.
Boyle, Joseph S., Antanas Kascenas, Pat Lok, Maria Liakata, and Alison Q.
O’Neil. 2023. “Automated clinical coding using off-the-shelf large lan-
guage models.” Accepted to the NeurIPS 2023 workshop Deep Generative
Models For Health (DGM4H), arXiv preprint arXiv:2310.06552 (2023).
Cardillo, Elena, Claudio Eccher, Anna Perri, Vincenzo Della Mea, and Fran-
cesco Talin. 2018. “A rule-based Support System for the Validation of
Diagnoses coding in the Patient Summary.” In Proceedings of the Interna-
tional Conference on Medical Informatics Europe 2018 (MIE2018), Gothen-
burg, Sweden, April 24-26, 2018.
Cardillo, Elena, Lucilla Frattura, Salvatore Ciambrini, Claudio Eccher, Elia
Nardo, and Carlo Zavaroni. 2019. “Towards the Development of a Web
Support System for Improving Accuracy in Coding Discharge Diagno-
sis.” In Proceedings of the 2019 IEEE Symposium on Computers and Com-
munications (ISCC), Barcelona, Spain, 1147-52. https://doi.org/10.1109/
ISCC47284.2019.8969649.
Chao-Wei, Huang, Shang-Chi Tsai, and Yun-Nung Chen. 2022. “PLM-ICD:
Automatic ICD coding with pre-trained language models.” In Proceedings
of the 4th Clinical Natural Language Processing Workshop, 10–20, Seattle,
WA: Association for Computational Linguistics.
Chiò, Adriano, Giovannino Ciccone, Andrea Calvo, et al. 2002. “Validity
of hospital morbidity records for amyotrophic lateral sclerosis. A pop-
ulation-based study.” J Clin Epidemiol 55(7): 723-27. https://doi.
org/10.1016/s0895-4356(02)00409-2.
CLEF eHealth Lab Series. n.d. “CLEF eHealth 2020 – Task 1: Multilingual
Information Extraction.” Last Accessed November 10, 2024. http://cle-
fehealth.imag.fr/clefehealth.imag.fr/index135c.html?page_id=187%20
%3E.
Dong, Hang, Matúš Falis, William Whiteley, et al. 2022. “Automated clinical
coding: what, why, and where we are?” NPJ Digit. Med. 5(159). https://
doi.org/10.1038/s41746-022-00705-7.
Drools. n.d. Last Accessed November 10, 2024. https://www.drools.org.
74 Elena Cardillo, Lucilla Frattura
Eclipse Foundation. n.d. “About.” Last Accessed November 10, 2024. https://
eclipse-ee4j.github.io/jersey.
European Health Information Portal. 2023. “Hospital Discharge Records da-
tabase.” Last Updated January 10, 2023. https://www.healthinformation-
portal.eu/health-information-sources/hospital-discharge-database-2.
Falis, Matúš, Gema Aryo Pradipta, Dong Hang, et al. 2024. “Can GPT-3.5
generate and code discharge summaries?” Journal of the American Medical
Informatics Association 31(10): 2284-93. https://doi.org/10.1093/jamia/
ocae132.
Farkas, Richárd, and György Szarvas. 2008. “Automatic construction of
rule-based ICD-9-CM coding systems.” BMC Bioinformatics 9 (3): S10.
https://doi.org/10.1186/1471-2105-9-S3-S10.
Friedman, Carol, Lyudmila Shagina, Yves Lussier, and George Hripcsak.
2004. “Automated Encoding of Clinical Documents Based on Natural
Language Processing.” JAMIA 11(11): 392-402. https://doi.org/10.1197/
jamia.M1552.
Israel, Robert A. 1990. “Automation of mortality data coding and processing
in the United States of America.” World Health Stat Q. 43(4): 259-62.
https://pubmed.ncbi.nlm.nih.gov/2293494/.
Italian Ministry of Health. 2000. “Ministerial Decree October 27, 2000, no.
380 - Regolamento recante norme concernenti l’aggiornamento della di-
sciplina del flusso informativo sui dimessi dagli istituti di ricovero pubbli-
ci e private.” Gazzetta Ufficiale, 19 dicembre 2000, n. 295.
Italian Ministry of Health. 2024. Rapporto sull’attività di ricovero ospedaliero.
Dati SDO Anno 2022. https://www.salute.gov.it/portale/documentazio-
ne/p6_2_2_1.jsp?lingua=italiano&id=3441.
Italian Ministry of Labor, Health and Social Affairs. 2008a. “Ministerial De-
cree December 18, 2008. “Aggiornamento dei sistemi di classificazione
adottati per la codifica delle informazioni cliniche contenute nella scheda
di dimissione ospedaliera e per la remunerazione delle prestazioni ospeda-
liere.” Gazzetta Ufficiale, 9 marzo 2009, n. 56.
Italian Ministry of Labor, Health and Social Affairs. 2008b. Classificazione del-
le malattie, dei traumatismi, degli interventi chirurgici e delle procedure dia-
gnostiche e terapeutiche. Versione italiana della ICD-9-CM, 2007. Roma:
Istituto Poligrafico e Zecca dello Stato.
Italian Permanent working table for Digital health in Regions and Autono-
mous Provinces. 2010. Specifiche tecniche per la creazione del “profilo sa-
nitario sintetico” secondo lo standard HL7-CDA rel. 2. Department for the
Digitization of Public Administration and Technological Innovation.
Assisted morbidity coding 75
Istituto Superiore di Sanità. n.d. “Medical Subject Headings 2019.” Last Ac-
cessed November 10, 2024. https://old.iss.it/site/Mesh/.
Kim, Byung-Hak, and Ganapathi Varun. 2021. “Read, attend, and code:
Pushing the limits of medical codes prediction from clinical notes by ma-
chines.” In Machine Learning for Healthcare Conference, 196-208. PMLR.
Miranda-Escalada, Antonio, Aitor Gonzalez-Agir, Jordi Armengol-Estapé,
and Martin Krallinger. 2020. “Overview of Automatic Clinical Coding:
Annotations, Guidelines, and Solutions for non-English Clinical Cases at
CodiEsp Track of CLEF eHealth 2020.” In Working Notes of CLEF 2020
- Conference and Labs of the Evaluation Forum, CEUR-WS 2696.
Moriyama, Iwao Milton, Ruth M. Loy, Alastair Hamish, Tearloch Robb-
Smith, Harry Michael Rosenberg, and Donna L. Hoyert. 2011. History
of the statistical classification of diseases and causes of death, edited and up-
dated by H. M. Rosenberg, D. L. Hoyert. DHHS publication, no. (PHS)
2011-1125.
Nonis, Marino,Luigi Bertinato,Laura Arcangeli, et al. 2018. “The evolution
of DRG system in Italy: the It-DRG project.” European Journal of Public
Health 28, no. 4 (November), cky218.095.https://doi.org/10.1093/eur-
pub/cky218.095.
O’Malley, Kimberly J., Karon F. Cook, Matt D. Price, Kimberly Raiford Wil-
des, John F. Hurdle, and Carol M. Ashton. 2005. “Measuring diagnoses:
ICD code accuracy.” Health services research 40(5p2): 1620-39. https://
doi.org/10.1111/j.1475-6773.2005.00444.x.
Pavillon, Gérard, Lars A. Johansson, D. Glenn, S. Weber, B. Witting, and S.
Notzon. 2007. “Iris: A Language Independent Coding System For Mor-
tality Data.” In WHO – Family of International Classifications Network –
FIC. Annual Meeting. Trieste, Italy, 28 October - 3 November 2007.
Prime Minister’s Decree 12 January 2017. “Definizione e aggiornamento dei
livelli essenziali di assistenza, di cui all’articolo 1, comma 7, del decreto
legislativo 30 dicembre 1992, n. 502.” Gazzetta Ufficiale, 18 marzo 2017,
no. 65, Allegato 7.
Proctor, Mark. 2012. “Drools: A Rule Engine for Complex Event Process-
ing.” In Applications of Graph Transformations with Industrial Relevance.
AGTIVE 2011, edited by A. Schürr, D. Varró, G. Varró. Lecture Notes
in Computer Science 7233. Berlin, Heidelberg: Springer. https://doi.
org/10.1007/978-3-642-34176-2_2.
Quan, Hude, Łukasz Moskal, Alan J. Forster, et al. 2014. “International vari-
ation in the definition of ‘main condition’ in ICD-coded health data.”
Int J Qual Health Care 26(5): 511-15. https://doi.org/10.1093/intqhc/
mzu064. Epub 2014 Jul 2.
76 Elena Cardillo, Lucilla Frattura
Rinaldi, Rita, Luca Vignatelli, Massimo Galeotti, Giuseppe Azzimondi G.,
and Piero De Carolis. 2003. “Accuracy of ICD-9 codes in identifying
ischemic stroke in the General Hospital of Lugo di Romagna (Italy).”
Neurol Sci 24: 65-69. https://doi.org/10.1007/s100720300074.
Rios, Anthony, and Ramakanth Kavuluru. 2018. “EMR Coding with
Semi-Parametric Multi-Head Matching Networks.” In Proceedings of the
conference. Association for Computational Linguistics. North American Chap-
ter Meeting 2018: 2081-91. https://doi.org/10.18653/v1/N18-1189.
Sforza, Vincenzo, Duilio Carusi, Luigi Bertinato, Marino Nonis, and Silvia
Surricchio. 2021 “L’approccio del PROGETTO IT.DRG per la rilevazio-
ne dei costi standard delle prestazioni ospedaliere. Il modello IT:COST.”
Bilancio Comunità Persona, n. 2: 82-116. https://dirittoeconti.it/artico-
lo-rivista/lapproccio-del-progetto-it-drg-per-la-rilevazione-dei-costi-stan-
dard-delle-prestazioni-ospedaliere-il-modello-itcost/.
Silvestri, Stefano, Francesco Gargiulo, Mario Ciampi, and Giuseppe De Pie-
tro. 2020. “Exploit multilingual language model at scale for icd-10 clini-
cal text classification.” In 2020 IEEE Symposium on Computers and Com-
munications (ISCC), Rennes, France, 2020, 1-7. https://doi.org/10.1109/
ISCC50000.2020.9219640.
Soroush, Ali, Benjamin S. Glicksberg, Eyal Zimlichman, et al. 2024. “Large
Language Models Are Poor Medical Coders - Benchmarking of Medi-
cal Code Querying.” NEJM AI 1(5) (April 19, 2024). https://doi.
org/10.1056/AIdbp2300040.
Spolaore, Paolo, Stefano Brocco, Ugo Fedeli, et al. 2005. “Measuring accu-
racy of discharge diagnoses for a region-wide surveillance of hospitalized
strokes.” Stroke 36, no. 5 (May): 1031-34. https://doi.org/10.1161/01.
STR.0000160755.94884.4a.
Sukanya Chongthawonsatid. 2017. “Validity of Principal Diagnoses in Dis-
charge Summaries and ICD-10 Coding assessments based on national
health data of Thailand.” Health Inform Res 23, no. 4 (October): 293-303.
https://doi.org/10.4258/hir.2017.23.4.293.
Sundararajan, Vijaya, Patricia S. Romano, Hude Quan, et al. 2015. “Captur-
ing diagnosis-timing in ICD-coded hospital data: recommendations from
the WHO ICD-11 topic advisory group on quality and safety.” Int J Qual
Health Care 27(4): 328-33. https://doi.org/10.1093/intqhc/mzv037.
Tatham, Andrew J. 2008. “The increasing importance of clinical coding.”
British Journal of Hospital Medicine 69(7): 372-3.
Assisted morbidity coding 77
Wang, Cheng, Chenlong Yao, Pengfei Chen, Jiamin Shi, Zhe Gu, and Zheying
Zhou. 2021. “Artificial Intelligence Algorithm with ICD Coding Technol-
ogy Guided by the Embedded Electronic Medical Record System in Med-
ical Record Information Management.” J Healthc Eng 30;2021:3293457.
https://doi.org/10.1155/2021/3293457.
Williamson, Ashton, David de Hilster, Amnon Meyers, Nina Hubig, and Amy
Apon. 2024. “Low-resource ICD Coding of Hospital Discharge Summa-
ries.” In Proceedings of the 23rd Workshop on Biomedical Language Process-
ing, August 16, 2024, 548-58. Association for Computational Linguistics.
https://aclanthology.org/2024.bionlp-1.45.pdf.
World Health Organization (WHO). 2016. “International Statistical Classi-
fication of Diseases and Related Health Problems 10th Revision. Volume
2.” Geneva: World Health Organization.
World Health Organization (WHO). 2019/2021. International Classification
of Diseases, Eleventh Revision (ICD-11). https://icd.who.int/browse11.
World Health Organization (WHO). 2024. “ICD-11 Coding Tool.” https://
icd.who.int/ct/icd11_mms/en/release.
Zavaroni, Carlo, Antonia Fanzutto, Elia Nardo, Vincenzo Della Mea, and Lu-
cilla Frattura. 2018. “Morbidity coding in ICD-11 (and ICHI): a deci-
sion tree to identify the main condition.” In WHO-FIC Annual Meeting
Booklet. Seoul, 22-27 October 2018. WHO. #307.
Zhang, Zachariah, Liu Jingshu, and Razavian Narges. 2020. “BERT-XML:
Large scale automated ICD coding using BERT pretraining.” In Pro-
ceedings of the 3rd Clinical Natural Language Processing Workshop, 24-
34, Online. Association for Computational Linguistics. https://doi.
org/10.48550/arXiv.2006.03685.
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545644
pag. 79-100 (luglio-dicembre 2024)
A humanistic approach to datafication
Two case studies: digital and digitized
Valeria Federici*
Abstract: The term datafication has the ability to embrace a series of aspects that span from
the field of computer science to social and cultural studies. While the process of datafication
(taking aspects of life and turning them into data) is surrounded by a lure of abstraction
and neutrality; similarly to other computational processes, datafication reflects cultural biases,
flaws, and implications that affect knowledge and knowledge production. This article explores
datafication as related to the semantic web, web ontologies, and other systems of classification
as both method and structure of art historical analysis. By analyzing two digital repositories
that run on MediaWiki, the goal of this investigation is to incentivize a model that, under the
umbrella of digital art history, unifies aspects pertaining to digital curatorship and digital pres-
ervation. The two case studies are: The History of Early American Landscape Design (HEALD)
and The Educational Encyclopedia of Digital Arts (EduEDA).
Keywords: Datafication, Semantic Web, Web Ontologies, Digital, Digitized.
1. Introduction
In her book The Age of Surveillance Capitalism, Shoshana Zuboff defines
datafication as «the application of software that allows computers and algo-
rithms to process and analyze [data]» (Zuboff 2019, 187-188). Datafication is
«a technological process that turns several aspects of the life of an individual, a
group, or a society into data. Data is then turned into information that acquires
new values, including economic value» (Treccani 2020, Emphasis added)
1
.
The term datafication thus has span from the field of computer science to
social and cultural studies (Zuboff 2019). This article explores datafication
in relation to the use of the semantic web, web ontologies, and other classi-
fication systems as both methods and structures of art historical analysis. In
* Center for Advanced Study in the Visual Arts, National Gallery of Art, Washington,
D.C., USA. v-federici@nga.gov.
1
Also, the term Datafication appeared in the Italian newspaper “La Repubblica” as early
as 1986 (Translated by the author).
80 Valeria Federici
particular, it investigates two case studies: the HEALD, which is a project by
the Center of Advanced Study in the Visual Arts of the National Gallery of
Art in Washington, D.C.; and The Educational Encyclopedia of Digital Arts
(EduEDA), a collective effort with numerous media partners, supported by
both the Academy of Fine Arts of Carrara and of Florence, Italy. Since these
two projects are both built using MediaWiki, the open access software than
runs Wikipedia, they are analyzed in conversation with one another, in order
to investigate the potential and the limits of data-driven analysis as offered by
an open access platform. Specifically, the article delves into the implications
of using the semantic web and standardized vocabularies to apply meaning to
data, making it readable first by machines and then by humans.
In the first case study, I analyze how the latest upgrade to the digital re-
pository HEALD enhanced the use of semantic web to foster investigation
of the material available on its platform and to support its preservation. HE-
ALD can be considered as a repository of digitized items, i.e. physical objects
that underwent a process of digitization to be made available digitally. Since
developments in digital technology are rapidly evolving, the upgrade helped
address technological obsolescence as an endemic issue in digital formats and
frameworks. Such developments often bring changes and mandatory updates
that impact the way we can or cannot use a platform that originally seemed to
serve our digital goals well, and for the longest time. Despite our best inten-
tions, at an early stage of a digital project’s life, we might be already looking
for alternative digital formats, new databases, or an entirely new host in order
to give our project a new virtual life. On the one hand, a solution can be to
create a dataset that uses standardized parameters and ontologies in order for
content to remain available in the future, and/or to be safely migrated to a new
platform. On the other hand, standardization would carry over some implica-
tions as well as the question of how to preserve the work’s original context, i.e.
the digital environment in which the project, or the artwork, was first created.
Overall, this analysis offers a way to deal with these implications.
In the second case study, I explore EduEDA, The Educational Encyclopedia
of Digital Arts. Originally called WikiARTpedia – a project that received an
Honorary Mention at the Ars Electronica Festival of Linz, Austria in 2009 –
in 2012, WikiARTpedia became EduEDA, an encyclopedia of new media arts
and a research platform for networks dedicated to information technology
cultures. As expressed on the project website, the main goal of EduEDA is «to
create a national and international network of people and institutions in order
to collaboratively promote and disseminate digital arts» (EduEDA 2022). The
idea of an interconnected repository of new media art is certainly in line with
the vision of early Internet communities as expressed initially by the creator
of the World Wide Web Berners-Lee, since it fosters collaborations as well as
horizontal and collective forms of knowledge production. A vision then car-
A humanistic approach to datacation 81
ried out by the project Linked Open Data, which had been joined by several
cultural institutions and museums over the course of the years (Berners-Lee
2006). As illustrated by the initiator of EduEDA Tommaso Tozzi – who is an
artist and a pioneer of new media art – in order to maintain the collective
character of the project, it was necessary to adopt an open source software that
allows everyone to contribute. EduEDA does not contain artworks, but links
to websites that store the artworks, built by artists themselves or by institu-
tions. The platform also includes a link to the artwork’s profile page, which at
times features still images. EduEDA is here considered mainly for its crossed
research tool, as well as for being an example of early digital curatorship. It is
only partially a repository of digital items, or so-called digital-born objects.
As we will see over the course of this article, EduEDA hosts links to either
reproduced or duplicable items (Ippolito 2008, 118)
2
. This distinction is of
particular interest for digital curatorship.
Others have discussed digital curatorship at length, giving many possible
solutions to display and investigate digital work. Christiane Paul’s curatorial
approach for digital art is certainly still a beacon for this discipline (Paul 2008).
In addition, I consider Ippolito’s characterization of digital work in relation to
the possibility of reproducing or simulating obsolete technology. In general,
I endorse a case-by-case approach to the artefact, where a strategy for display
and conservation is developed, whenever possible, in collaboration with artists
and makers. When this is not possible, such as in the case of HEALD, it is still
necessary to clarify that the work has been digitized and to provide details of
the process. I will return to the issue of digital vs digitized later in this article,
and in the conclusions. Broadly speaking, since operating within the digital
realm implies similar challenges for artists, curators, digital humanists, and re-
searchers, this article attempts to offer a roadmap for the investigative fruition
of digital content.
This digital art historical study draws from a lineage of scholarship rooted
in media studies, which can provide an insightful analysis of the practices and
methodologies employed in the field of digital art history and, most impor-
tantly, their ramifications. Stemming from this approach, datafication is here
intended both as a structural aspect of information technology, as well as a
cultural one. By considering the epistemological umbrella under which data
acquires value, this approach invites a reflection on how data is collected and
made available in the field of the digital humanities and digital art history, and
advocates for an active role of the humanists in shaping digital methodological
practices. This translates into a non-hierarchical and dialogical relationship
between information technologies and the humanities, meaning that objects,
2
Ippolito writes: «We chose the term “reproduced” for any medium that loses quality
when copied, including analog, prints, photographs, film, audio, and video […] In contrast,
we reserved the word “duplicable” for media that can be cloned».
82 Valeria Federici
object production, and consumption through information technology, are
considered in material and historically contextualized terms. Drawing from
existing tools and experiences, the goal of the article is to find a path – through
a humanistic lens on datafication – to reconcile practices and methodologies
that regard digital and digitized artworks as distinct, even though they share
the same data-driven mediums and are influenced by the same lucrative tech-
nological solutionism (Morozov 2013). This approach is not conclusive; rather,
it attempts to demonstrate how theories rooted in media studies can enhance a
humanistic approach to digital tools and help explain the premises and outco-
mes of digital art history projects.
The field of media studies has eloquently illustrated how the digital re-
alm has been characterized by a series of catchy words and phrases that rarely
have clear meanings. Datafication, network, media, digital, and algorithms
are terms that have multiple connotations but remain elusive, often adopted
interchangeably. For instance, Wendy Chun (2011) noted as the term network
is used as a placeholder for interconnectivity, sociality, or simply the Internet.
Chun explains how through a series of linguistic metaphors all media become
more transparent. By becoming more transparent, they tend to blend with the
environment and to become invisible, and their significance becomes even
more occult. Transparency is here intended not only as the ability of media to
fit within our surroundings (for instance by being portable), but also as their
ambition to predict our actions or reactions, in order to be smoothly assimila-
ted into our life (Schäfer and van Es 2017). This alleged transparency allows
media to run without their process being fully explained or questioned. Rather,
the process is often regarded as magic or outside of human control (Morozov
2013), while the working of machines has been mythologized, and locating
agency within digital tools remains an open controversy (Bucher 2018, 52,
60). As I argued elsewhere, a similar process applies to data (Federici 2022).
As Artificial Intelligence moves into the realm of the Digital Humanities,
these aspects become more and more relevant. For instance, while speaking
about Artificial Intelligence, Jonnie Penn traced this metaphorical trend back
to 1976, when it was noted that «words […] served as “incantations” for a de-
sired result, rather than sober descriptions of a mechanism or function» (Penn
2021, 338). Data, network, and algorithms are often surrounded by a lure of
abstraction and neutrality. Abstraction is here intended as a process through
which it seems possible, or enticing, to conduct scientific analysis divested of
human subjectivity. Similarly, neutrality refers to the alleged ability of data
to represent evidence through indexicality – a direct connection between the
object represented and its record – as if there were no interpretation in the
process of displaying content and visualizing data. However, as shown in this
study and elsewhere, the opposite mechanism takes place when working with
data, and in particular with the semantic web. In fact, notwithstanding the
A humanistic approach to datacation 83
misleading narrative around information technology and its processes, the
mechanisms behind those afore-mentioned terms are achieved through com-
plex preparation, selection, and elaboration. In other words, they are highly
mediated. For instance, standardized vocabularies, or ontologies, which are
used to apply semantic meaning to data for the machine to read and interpret
a given information, are achieved through a linguistic selection that is, above
all, cultural, and entails compromise, and standardization. The same linguistic
selection can, at times, obliterate historical presence or exclude underrepre-
sented individuals or groups.
Standardization in computational process derives from the nineteenth
century pursue of mechanical objectivity (Daston and Gallison 1992; Porter
1995) and it requires the same scrutiny as any other operations in the digital
realm. Such scrutiny is possible through an understanding of how these pro-
cesses work. As it has been noted, in order to successfully combine quantita-
tive research within the humanities, digital art historians have been relying
on old models of art historical investigation (mostly revitalizing Panofsky’s
concept of iconography or Warburg’s approach to image association) that have
been surpassed by new theories in art history. These old methods are linked to
a determinist approach to computing and its use for quantitative analysis, that
precludes new paths of investigation (Näslund and Wasielewski 2021). In ad-
dition, such approach prevents a thorough analysis of how digital tools operate
or can operate. This reflection on the deterministic outcomes of standardiza-
tion should impinge the mythological aura that surrounds media in general,
and digital tools in particular. Dialogically, it should also help to question
methodologies in the humanities, in order to flag biases and assumptions.
Along with media theories and art historical methodologies, the premises
of this article are indebted to the many who have poignantly analyzed the ma-
nifold aspects and interconnections between the Digital and the Humanities,
the so-called digital turn (or computational turn), under a methodological and
ontological lens. Fundamental is certainly the distinction that Joanna Drucker
drew between data and capta (Drucker 2011), the former indicating the in-
formation given (potentially available), and the latter the information taken
(collected and elaborated in order to be made available). Drucker invites us to
consider data as something constructed, extrapolated, originated by choices,
compromises, and therefore prepared. Data cannot be considered as an abso-
lute value, and the term capta serves to clarify its actual forms and uses. Capta
is therefore the data that has been turned into information, it is the data we
work with.
The contributors to the volume Raw data is an oxymoron have exposed that
there is no data divested of meaning (Gitelman et al. 2013). A concept carried
on further by Taina Bucher’s analysis of the algorithm (which, as she argues,
should be rather considered in the plural form algorithms) as well as by Evgeny
84 Valeria Federici
Morozov’s observations on the afore-mentioned technological solutionism, or
the belief that computing has a solution to everything (Bucher 2018; Moro-
zov 2013). On a similar note, as observed by Sven Spieker, the «archive does
not record experience so much as its absence» (Spieker 2008, 3). Therefore,
as part of a critical approach to data, it is mandatory to consider not only
what data shows, but also what it does not show. A claim that has also been
made by Stephanie Porras when speaking about the network visualization of
archives (Porras 2017). Manovich’s approach to data as a medium, along with
his concept of Cultural Analytics, emphasizes the implications of computing
as a technology of culture (Manovich 2020) while Theodor Porter had previ-
ously defined quantification as a social technology and clarified that it emerged
much earlier than the digital turn took place, revealing a longstanding tradi-
tion of quantitative analysis that spans over three centuries (Porter 1995, 50).
It has been extensively observed how the computational turn in the human-
ities forced us to rethink how to utilize digital tools and methodologies by
attempting to incentivize interdisciplinarity and push for human intervention.
The edited volume Research Methods for the Digital Humanities has already
introduced a compelling scope to «expand the field [...] rather than establish
definitive boundaries» (Levenberg et al. 2018, 2).
Finally, the «decolonial turn
in data and technology» as highlighted by Nick Couldry and Ulises Ali Mejais
(2021), is another stepping stone for conducting research in the realm of the
digital and digital knowledge production. This leads us to reflect on and re-
think standardization as it is currently possible through datafication.
This article and its outcomes stand on the shoulders of those analyses and
approaches, with a particular focus on MediaWiki for its employment of the
semantic web and its characteristic of being an open access platform based on
the possibilities of sharing information, creating communities for scholarship,
and working collectively. I explore these aspects further in the sections that fol-
low. The two case studies under consideration serve to discuss, and eventually
to attempt to come to terms with aspects of the digital realm that pertain to
both digital-born (digital) and non-digital-born (digitized) artefacts, in order
to contribute critically to the making and usage of digital tools by embracing
complexity rather than standardization, by emphasizing processes, and by op-
erating openly within the limitations of the tools used. This investigation thus
suggests the possibility of intertwining digitized art history, digital art history,
digital curatorship, and digital preservation. While the first two concepts, bor-
rowed by Johanna Drucker, have been extensively analyzed, all these fields of
investigation remain separate from one another (Drucker 2013; Brown 2020).
As mentioned, this article ultimately ponders the benefits of a cross-pollina-
tion among them to potentially become one expanded field that draws from
the experiences and implications of working within the digital realm.
A humanistic approach to datacation 85
2. HEALD – History of American Landscape Design
The digital resource HEALD pertains to «the language of early American
landscape aesthetics and garden design in the colonial and national periods»
(HEALD 2021a)
3
. HEALD combines thousands of texts with more than 1700
images from collections across the United States. The goal of the project is
to «trace the development of landscape and garden terminology from British
colonial America to the mid-19th century». As mentioned, HEALD runs on
MediaWiki, an open access software based on JavaScript (and its derivatives).
HEALD main structural features (database, editor, interface) were upgraded
in order to adopt standardized semantic ontologies to ensure the usability,
interoperability, and longevity of data (HEALD 2021b)
4
. HEALD online con-
tent is organized into three main categories: keywords, places, and people. Con-
tent was enriched with metadata (by using Semantic MediaWiki or SMW) in
order to represent the complex relationships between these three categories,
while the MediaWiki software was customized through extensions. Extensions
are parts of the MediaWiki software, often coded or edited by computer scien-
tists and a community of software engineers that keeps MediaWiki up to date
and functional. For the most part, in line with MediaWiki open access policy,
extensions are shared openly and widely (MediaWiki 2024a)
5
.
In HEALD, a specific term (keyword) is described through its usage in
common texts (letter, inventory, surveys, diaries) or by citations in dictiona-
ries, treaties, and published material; as well as through its relationship to
visual sources, which are categorized into inscribed, associated, or attributed
6
.
The relationship between keywords and historic visual documents was first
established in the book on which the repository is based (O’Malley 2010),
while additional relationships were formulated following an analysis of the
specificity of the content in a digital environment. At the same time, similarly
to a dictionary or an encyclopedia, the repository includes descriptive pages
pertaining to keywords, places, and people. A descriptive page for a keyword
helps define how and when the term emerged and how it changed overtime.
A descriptive page of a place and/ or of a person, traces and contextualizes
their history. Descriptions have been written by multiple contributors over
3
This investigation stems from my experience working on HEALD in collaboration
with the Director of the project and former Associate Dean Therese O’Malley and the Digital
Research Officer Matthew J. Westerby. HEALD digital repository is based on the publication
by Therese O’Malley (2010).
4
A full description of this upgrade is available on the HEALD website.
5
According to one’s familiarity with MediaWiki, it might be necessary to consult with a
software developer in order to use, install, update an extension.
6
An inscribed image incorporates the word; An associated image is related to the term
less directly, by a contemporaneous description of the feature; attributed images, are those for
which there are no inscribed terms or associated texts.
86 Valeria Federici
time
7
. A person (under the category People) is featured for using a keyword
in writing or for their relevance to the overall topic of the project. A loca-
tion (under the category Places) is featured in reference to a person or to a
keyword (for instance, The National Monument). Keywords, Places, and People
are interconnected throughout the repository not only via descriptions, but
also via internal hyperlinks, an indexical way to establish connections among
items included in a MediaWiki page. This feature is native to the software
markup language (MediaWiki 2024b). Although the content in HEALD is
organized so to prioritize Keywords, the written texts intertwine and are in
conversation with images of paintings, drawings, architectural plans, ceramics,
photographs, and more.
Regarding the semantic values added to HEALD following the upgrade,
standard vocabularies (Getty AAT, TGN, ULAN
8
; Library of Congress (LOC)
Name Authority) were used, when applicable, to label people’s and locations’
name, dates, coordinates, etc. Other novel attributes interlace an image to a
person (through the value [has person]) or to a location (through the value [has
place]) or both. Inserting values within square brackets is also a native aspect
to the WikiMedia markup language. In order to record whether a keyword is
inscribed, associated, or attributed to an image, such detail was added as a se-
mantic value, which is exportable (see RDF
9
string below). Both standard and
customized semantics are applied with the MediaWiki extension Page Form
10
.
Last, cited publications are gathered in a dedicated Zotero library (Zotero
2021). When applicable, a Zotero ID appears in the image page so to allow a
direct link from a visual source to a publication
11
. The layering of attributes
makes the content accessible by multiple points: via its descriptive texts; via
the image collection; via the relationship between images and keywords, places,
or people; via its extended bibliography.
As mentioned, MediaWiki is set to interact with new software thanks to
a community of worldwide developers invested in the tenet of open access.
In line with this principle, and with a recent trend in museum openness, the
customized code used for HEALD is available on GitHub (GitHub 2021).
MediaWiki, as utilized by HEALD, integrates a clean interface with SQL, a
widely used database language. All these characteristics make HEALD a dig-
ital product easy to maintain, to implement, and to possibly migrate. The
semantic web is used to turn data into information and to preserve content
7
At the time of writing, there are approximately more than 220 content pages.
8
Getty Art and Architecture Thesaurus, Thesaurus of Geographic Names, Union List
of Artist Names.
9
Resource Description Framework.
10
Page Forms has been developed by Wikiworks.
11
See “HEALD: Anonymous, Two Ornamental Ice Houses Above Ground, 1846”
(HEALD n.d.a).
A humanistic approach to datacation 87
since the descriptive metadata can be exported in RDF and retrieved. The use
of standardized vocabularies (AAT, TGN, ULAN, LOC) makes possible to
interlace the history of places and people as uniquely featured in HEALD with
potentially other datasets that use the same sets of attributes. Nonetheless, the
standardization posed a limit to the relationships expressed within the project,
in particular as it relates to keywords and images. This limit was overcome by
adding a string of property to be exportable as RDF:
<property:Keyword rdf:resource=”http://heald.nga.gov/mediawiki/in-
dex.php/Special:URIResolver/Icehouse”/>
<property:Keyword_relationship rdf:datatype=”http://www.
w3.org/2001/XMLSchema#string”>Inscribed</property:Keyword_re-
lationship>
12
Even though the two strings are unique to HEALD, they exist within a
set of parameters (in this case, rdf:resource and rdf:datatype) that makes them
recognizable and reusable. In this case, in particular, the goal is to preserve
the relationship between the image and the keyword (inscribed) and to make
this information retrievable. To extend upon this example, a more articulated
section of the RDF export shows how information pertaining to the afore-
mentioned relationships, object details, as well as bibliographic references in-
tertwine:
<swivt:masterPage
rdf:resource=”http://heald.nga.gov/mediawiki/index.php/Special:URI-
Resolver/File-3A0999.jpg”/>
<swivt:wikiNamespace rdf:datatype=”http://www.w3.org/2001/XM-
LSchema#integer”>6</swivt:wikiNamespace>
<property:Keyword rdf:resource=”http://heald.nga.gov/mediawiki/in-
dex.php/Special:URIResolver/Picturesque”/>
<property:Keyword rdf:resource=”http://heald.nga.gov/mediawiki/in-
dex.php/Special:URIResolver/Icehouse”/>
<property:Keyword_relationship rdf:datatype=”http://www.
w3.org/2001/XMLSchema#string”>Inscribed</property:Keyword_re-
lationship>
<property:Keyword_relationship rdf:datatype=”http://www.
w3.org/2001/XMLSchema#string”>Associated</property:Keyword_
relationship>
File-3A0999.jpg is the object name; “Picturesque” is the term associated
with the architectural style depicted; “Icehouse” is the inscribed term con-
12
This string is taken from the RDF export of an image in the HEALD online reposi-
tory: File-3A0999.jpg.
88 Valeria Federici
tained in the historic publication. Then, a second part of the same extract
contains information about the publication:
<swivt:Subject
rdf:about=”http://heald.nga.gov/mediawiki/index.php/Special:URIRe-
solver/File-3A0999.jpg-23Publication”>
<property:Date rdf:datatype=”http://www.w3.org/2001/XMLSche-
ma#gYearMonth”>1846-12</property:Date>
<property:Date-23aux rdf:datatype=”http://www.w3.org/2001/XM-
LSchema#double”>2395631.5</property:Date-23aux>
</swivt:Subject>
<owl:DatatypeProperty rdf:about=”http://heald.nga.gov/mediawiki/in-
dex.php/Special:URIResolver/Property-3AReference_ID”/>
The RDF above has been edited to reflect only the file name and the publi-
cation date (File-3A0999.jpg-23Publication), along with the publication ID
(Property-3AReference_ID), which refers to its record in Zotero.
One of the main concerns of implementing HEALD semantically, was to
avoid divesting HEALD content of its context, both digital (the current pla-
tform used) and historical (the elements described in the essays that explain
keywords, people, and places). It is clear that a process of reduction must occur
in order to create the strings of code necessary to capture the relationship
between these elements. Adding semantic values to textual descriptions im-
plied a reduction of the content to essential details, such as relationship, whi-
ch are expressed with the value Keyword_relationship. The semantic value has
been utilized as additional content to be read, analyzed, and considered in
conjunction with existing descriptions, and with the art historical research at
the core of the project. In other words, semantic values were taken and used
for what they could offer, i.e., retrievable and archivable data, and were elabo-
rated through the lens of the art historical research central to the project.
This way of recording content cannot be considered as a way of preserving
in its true sense, for it will not recreate the digital environment in which the
data was originally featured. However, it allows for both data and metadata
to be reloaded in a new digital environment, in order to be further utilized
for data visualizations or data analysis or else. By populating the semantic
data with additional information that speaks to the context within which the
history of American landscape design unfolds, users can export content for
further research or adopt or expand on the customized relational model for
their digital art history research projects. Along with data enrichment based on
the semantic web, the project will maintain fundamental aspects of HEALD’s
digital functionalities. The most relevant outcome pertaining to this analysis
is then to consider the semantics as additional values and not as a reduction of
content and context.
A humanistic approach to datacation 89
Based on this project, I continue to delve into aspects of digital obsolescen-
ce and digital curation by moving onto my second case study.
3. EduEDA, The Educational Encyclopedia of Digital Arts
In 2004, Tommaso Tozzi, a Florence-based net artist and activist, initiated
an online project called WikiARTpedia that received an Honorary Mention at
the Ars Electronica Festival of Linz, Austria in 2009 (Ars Electronica 2022). In
2012, WikiARTpedia became EduEDA, The Educational Encyclopedia of Digi-
tal Arts: an open research platform for networks about information technology
culture. The main goal of EduEDA, as expressed on its website, is «to create
a national and international network of people and institutions in order to
collectively promote and disseminate digital arts» (EduEDA 2022). EduEDA
is a collective effort with numerous media partners and supported by both the
Academy of Fine Art of Carrara and of Florence, among other institutions.
The platform is an incredibly vast repository of network art and art practices
that use information technology, and it includes instances of precursors to
such practices, such as conceptual art and Fluxus. EduEDA also includes ar-
tistic experiences and practices that remained marginalized in the overall art
historical narratives of digital art. Unfortunately, among these artistic experi-
ences, those pertaining to the Italian context, continue to be underrepresented
in the global histories of digital art
13
. The recently launched Net Art Anthology
by Rhizome at the New Museum has almost entirely bypassed the experience
of Italian Net Art, with the exception of Life Sharing (2000-2003) by Eva and
Franco Mattes, aka 01.ORG (Net Art Anthology 2017).
EduEDA, which like HEALD, runs on MediaWiki, only partially includes
image files and – for the most part – compiles links to artists’ or institutions’
websites. It resembles Wikipedia in the way it is organized, with a menu that
includes items such as artists, artworks, genres or artistic movements, cross search,
space, time, macro categories, and related descriptive pages. Equally to HEALD,
EduEDA is a collection of works that often reside in other locations, at times
preserved by different institutions, online or offline, and it features internal
hyperlinks. As mentioned, this is a core characteristic of MediaWiki markup
language, made possible by inserting the name of a page in the back-end editor
within double square brackets, as in the example that follows: [[name of the
page]] (MediaWiki 2024d).
In order to maintain the collective character of EduEDA, Tommaso Tozzi
adopted an open source software that allows everyone to contribute. However,
13
For instance, the BBS called The Thing, founded by Wolfgang Sthaele around the
same time than Tozzi made Hacker Art BBS is often cited as part of the history of Net Art
along with the netstrikes conducted by Ricardo Dominguez since 1998; while Hacker Art BBS
is absent from art historical accounts on the subject.
90 Valeria Federici
unlike HEALD, EduEDA does not use Semantic MediaWiki (SMW). Let’s
consider whether the project could benefit from semantic values and how. On
EduEDA, the works are listed in alphabetical order (which is a default setting
of MediaWiki that creates page lists by using a label called Category). As noted,
the platform does not use standard vocabularies, which means that it is not
currently possible to interlace, compare or contrast its content with similar
information available online, and it is not possible to export any of it via RDF
or to share it through Linked Open Data.
EduEDA features a crossed search section that allows users to find elements
in the repository that are intertwined. If one clicks on the crossed search tab,
they are taken to a page where it is possible to launch queries into a database in
which information is organized into categories: dates, locations, topics, pub-
lications, and so forth. This section of EduEDA has been implemented via
Prototype, whose last version was released in 2015 (Prototype 2015). This is
a significant tool within EduEDA, especially since search capabilities are often
problematic, given the complexity of data relationships and interconnections
among this kind of objects. The categories are ordered in a JSON file and are
retrievable. However, in order to be found, they require a less intuitive path
than an RDF export, as offered by SMW. Here below is an extract from a
JSON file pertaining to the crossed search within the category Net Art (EduE-
DA n.d.a):
if(cat == “arte_delle_reti”){
elementi = [“Arte digitale”, “Arte elettronica”, “Arte in rete”, “Arte telematica”, ”As-
cii art”, “Browser art”, “Software art”, “Web art”, “Conservazione dell’arte digitale”,
“Cracker art”, “Cyberfemminismo”, “Database art”, “Flood net”, “Form art”, “Game
art”, “Hacker art”];
Two important observations can be drawn from analyzing this portion of
the JSON file. First, this categorization shows that extensive manual labor
would be necessary to potentially retrieve this content for preservation pur-
poses or to utilize it on a different platform. Second, from a strictly digital art
historical standpoint, this categorization reveals the difficulty of classification.
It is compelling to see that, in order to strategically include as many cate-
gories as possible under the label of Net Art, a macro-label was created and
then subdivided into “elementi” (elements). Unfortunately, the crossed search
section of EduEDA does not seem to have been created for purposes other
than browsing its content online, and does not offer other insights into the
digital methodological approach to information visualization. This section of
EduEDA therefore allows for exploration of how its content interlaces, but it
does not currently enable exploration of those relationships computationally.
A series of changes could be applied to the current structure of EduEDA
or similar repositories. Whether or not these changes take place, they could
A humanistic approach to datacation 91
be helpful in suggesting a roadmap for digital repositories that can be used for
several inter-sectorial purposes within disciplines that share a common digital
ground of investigation. In addition, since MediaWiki is already set up for the
semantic web, it might be possible to upgrade EduEDA without necessarily
rebuilding it. I believe it is necessary for a current version of EduEDA to be
kept as an additional tile in the technological history of network culture. As
noted by Christiane Paul, «writing an history of new media and preserving the
art itself will require new models and criteria for documenting and preserv-
ing process and instability» (Paul 2008, 6). The scenario of new media art is
fragmented and these new models and criteria seem to be inevitably unstable,
transitory, and multifarious. In order to formulate a proposal to use the mate-
rial made available by Tozzi for research and exhibition purposes, I take into
consideration two factors: first, such a material can be divided into reproduced
and duplicable following the model laid out by Ippolito (2008). With regard
to the artistic practices similar to Tozzi’s, reproduced work consists of digitized
tapes of live performances, happenings, or events that were transferred to a
digital format. In contrast, duplicable work consists of those projects that were
born digital. Additionally, an element of the work is unreproducible, namely
the context in which these artistic experiences took place, specifically those
produced during the two decades prior to the 2000s.
That being said, the areas to edit or enhance would be the following:
1. Description of the work (adopting standard vocabularies);
2. Format of the available files;
3. Search feature and tagging (adding metadata; using Semantic Me-
diaWiki);
4. Usability of the content (RDF, CSV, XML exports).
A platform including more uniform descriptions, with details on file for-
mats, duration of the work, code structure, and enriched metadata, should
also enable the use of its content by exhibition makers. I will not go into de-
tails regarding points 1 to 3, which are rather self-explanatory. Rather, in order
to further investigate digital curatorship, I will focus on point 4: Usability of
the content.
This feature can be particularly useful for exhibition purposes. While put-
ting together a new media art exhibition, it should be possible to borrow ex-
tant projects from an online repository with proper acknowledgement of all
the stakeholders involved. Enhancing this feature could lead to the creation
of a shared new media art platform from which any institution could borrow
the work (by downloading it or by presenting it in a browser) for the duration
of an exhibition. Such a platform would then serve the much larger goal of
preserving, presenting, and researching new media art experiences as occurred
92 Valeria Federici
prior to the 2000s. The latter is historically illustrated in EduEDA by descrip-
tive pages whose content is not marked semantically.
This way, EduEDA will have more than just links to existing resources, as
it will include the work, or a simulation of it, in whichever available format. It
will still serve as the aggregator it is now – extensive and complex – and it will
build on its already well-established practice of working collaboratively with
multiple institutions. Another difference between this platform and existing
ones will be the inclusion of the neglected history of Italian new media art.
To serve this purpose, the platform should, however, be available in multiple
languages (EduEDA n.d.b)
14
.
Similarly to HEALD, the repository could have a point of entry to its con-
tent through image files rather than exclusively via text. HEALD image col-
lection allows users to start exploring its vast content by directly clicking on
one of the images contained in the collection (HEALD n.d.b). Images reveal
their relationship to other elements of the projects through icons, and through
a system of filters that guides user’s exploration. Last, I contend that what was
once considered the disturbing office-like aspect of early new media art exhi-
bitions, will no longer concern exhibition makers nor viewers (Federici 2019).
It is plausible to consider that, for the most part, viewers are now familiar with
information technology, and will be more inclined to explore simulations of
early new media artwork. The technological and temporal distance betwe-
en current devices and those employed prior to the 2000s may facilitate an
exploration of the latter in a gallery or museum setting due to the visual cues
that would allow the viewer to see the old devices as ancestors of more recent
apparatuses.
By combining knowledge, methods, and tools already available across dis-
ciplines and projects that deal with the digital realm, the investigation of dig-
ital objects can be further enhanced. All these disciplines already share the
same computational and datafied language. The purpose of this exploration is
to find a common ground from which they can all benefit. I will summarize a
possible common path able to serve projects as diverse as HEALD and EduE-
DA in the conclusions.
4. Conclusions
This article focused on the open access software MediaWiki, utilized by
both HEALD and EduEDA, which «is used by tens of thousands of websi-
tes and thousands of companies and organizations. [MediaWiki is] power-
ful, multilingual, free and open, extensible, customizable, reliable, and free of
charge» (MediaWiki 2023a). Nonetheless, it is not intuitive and arguably it is
14
At the time of writing, only 99 items in EduEDA have been translated into English.
A humanistic approach to datacation 93
not user friendly. However, the general consensus is that MediaWiki is a good
software insofar as it is free and open, well maintained, and widely used. It is
designed to allow users to edit, update, and delete content
15
. All textual con-
tent of MediaWiki.org is licensed under the Creative Commons Attribution/
Share-Alike License (CC BY-SA) and the GNU Free Documentation License
(GFDL) – software can be copied and modified – except for pages that expli-
citly state that their contents are in the public domain (MediaWiki 2023b).
A Creative Commons license entails that the software can be shared – copied
and redistributed in any medium or format – and adapted – remixed, transfor-
med, and built upon (Creative Commons n.d.).
Although it was never conceived as a digital art history tool, MediaWiki
embeds significant components and possibilities that can serve the discipline
well. One of these components is Semantic MediaWiki; while its extensions
can make the software quite versatile since their development is ongoing and
responds to an ever-changing digital environment. One example is the latest
implementation of an extension that works with IIIF (International Image
Interoperability Framework), a tool widely used in image-based research (Me-
diaWiki 2024c). The combined analysis of projects as diverse as HEALD and
EduEDA demonstrates how adaptable MediaWiki can be and how it can sup-
port a digital art historical investigation, since it allows for the handling of
complex object relationships between textual and visual content.
MediaWiki records a project’s development by retaining the history of how
and when each page of a digital repository is edited. This functionality can be
significantly helpful. Process history is generally accepted, or even in demand,
in database-driven tools for digital asset management (particularly in museu-
ms, in order to avoid losing an object’s provenance or exhibition history, for
instance). Nonetheless, it is often overlooked in the field of digital humanities
and digital art history, whose tools tend to replicate the transparency (obli-
teration) model mentioned in the introduction. This is particularly true in
case of data visualizations, which are highly mediated. Along with clarifying
the process through which a digital project is conceptualized, and eventually
displayed, the history of process itself is a rather critical aspect to consider. For
instance, it helps to track users’ interventions, in particular when a large team
is working on the same project over an extended period of time. In addition,
it testifies to the various steps, successes, and pitfalls that might characterize
the creation of large repositories, and perhaps it may lead to a specific change
of direction or compromise.
The overall goal is not to present MediaWiki as a panacea for the many
aspects discussed throughout this article that pertain to the larger field of digi-
tal art history and are highlighted in the cited literature, but rather to contem-
15
This functionality can be turned off, and in general users’ accessibility and editing
capabilities can be diversified.
94 Valeria Federici
plate the complexity of MediaWiki as an advantage. Given the structure and
potential of the software, one wonders whether it can be used to combine tho-
se aspects. Complexity and contextualization are necessary to unravel research
in the humanities. Along with standard ontologies, MediaWiki allows for the
use of additional unscripted semantic categories. As a result, the digital reposi-
tories analyzed here are an example of how to integrate elements of computing
with the multifarious landscape of research in the humanities – not necessarily
innovatively, but coordinately.
Another goal of this investigation has been to reflect on how data is turned
into information by looking at the interstices of this transformation rather
than taking it for granted. Accordingly, I explored possible ways to intervene
on how digital content is made and displayed. As a critical reflection on the
term datafication and the implications of using the semantic web and web
ontologies in digital art history, this article investigated the affordance given to
data, in general, and its impact on the humanities, in particular. In addition,
it touched upon aspects of digital curatorship and preservation, encouraging
an active use of existing digital tools and practices with the intent to shape the
digital realm through humanistic methodologies and approaches, rather than
yielding to computing unconditionally. The turning of data into information,
which is one of the main conundrums for humanists dealing with computa-
tional methods, can be done by shifting attention to the process, by highli-
ghting and discussing the choices made, and most importantly, by engaging
with the complexity of both computing and humanistic research. This appro-
ach, which is not novel, is not dismissive of quantitative research, but it does
not prioritize it. Rather, it considers its potential – such as the exportability of
data – without denying its limits.
By analyzing the recent upgrade to HEALD (HEALD 2021b), I highli-
ghted that web vocabularies are only one way to express meaning and do not
necessarily entail one way of interpreting it. Although the semantic web now
allows for HEALD’s online content to be retrieved, exported, migrated, and
further analyzed, it will not prevent the loss of the original digital environment
in which the project took form. This aspect speaks to digital preservation as
well as to digital curatorship. The latter, in particular, is another element that
tends to go unnoticed, even though digital projects are always delivered via a
web-based interface or a website available to the public, and they are often de-
veloped with an ideal user and/or a specific mode of navigation in mind. The
fact that users browse platforms differently and have varying needs in terms of
inclusivity and accessibility – which is a fundamental aspect that interests di-
gital curatorship greatly – is not always considered in database-driven tools. As
highlighted in the discussion on the HEALD upgrade and further suggested
by the investigation of EduEDA, allowing users to enter or explore content
A humanistic approach to datacation 95
from multiple points of access can unleash research potential, enhance content
exploration, and improve navigation experience.
It should also be noted that, for the most part, the case studies presented
here pertain to archives of reproductions. That means that much of the work
on display underwent a process of digitization. While all image files in HE-
ALD pertained to digitized objects, the work featured in EduEDA is either
digital or digitized. In the case of EduEDA, digitization was used as needed in
order to align the work under the same computational language. This inclu-
des, for instance, early performance work, and other artistic interventions that
were recorded on tape and then digitized, as well as works that used to run on
or were made with software that is no longer available. These works can re-live
as a simulation by using a software that acts like the old version of the one ori-
ginally used. Other have explored this path. For instance, the project ArtBase
by Rhizome offers emulations of “expired” software to reproduce an artwork
on a current framework (Rhizome 2021)
16
. The question yet to be answered
is not whether good tools for digital art history exist, rather whether we can
create models, structures, and roadmaps to avoid redundancy while embracing
interdisciplinary methods.
Therefore, I have juxtaposed aspects of seemingly distinct disciplines – na-
mely digital art history, digitized art history, digital curatorship, and digital
preservation – in order to glean insights that these fields can share as we na-
vigate the digital realm. HEALD and EduEDA shed light on, and eventually
helped to come to terms with, relevant aspects of the digital that pertain to
both digital-born and non-digital-born artefacts, namely the difference betwe-
en reproduced and duplicable items. This difference can be stretched further to
be considered close to the distinction that Drucker (2013) draws between di-
gitized art history and digital art history. Perhaps this distinction is more use-
ful at a granular level of object analysis rather than at macro disciplinary level.
Since the digital realm and tools allow for information to be reproduced,
duplicated, and replicated, we are no longer dealing with unique artefacts or
objects, but items that are ubiquitous and whose originality as a concept and
methodological approach has run into the sand. This is not to say that a cle-
ar distinction should not exist. The information pertaining to the origin of
content is still precious and should be included within the metadata as well as
indicated by labels. At the same time, specific scholarly competencies within
the different fields should be regarded. However, once the object enters the
digital sphere, it becomes ubiquitous, reproducible, and transferable, and our
approach to it should embrace these inherent aspects. For this reason, and be-
cause of the ways in which the digital realm has changed the work that huma-
nists do and how it is done, aspects of digital curatorship, digital conservation,
16
Rhizome has recently relaunched their project ArtBase in an attempt to continue
preserving digital born artefacts.
96 Valeria Federici
and digitized art history could exist under the umbrella of digital art history,
adopting those distinctions as they pertain to the object at a micro level. These
disciplines all operate on and with overlapping methodologies, and could all
benefit from a crosspollination rather than compartmentalization.
Finally, by highlighting HEALD upgrade and suggesting similar interven-
tions for EduEDA, I hope to have demonstrated how to practically move step
by step toward an extended and extensive, yet obviously not comprehensive
digital art history, characterized by datafication. The first step of this analysis
illustrated the use of freely available software (MediaWiki), particularly for
its ability to record process-oriented projects. Second, I showed how the rela-
tionships characterizing the material (reproduced or duplicable) have been con-
ceptualized, defined, and described (semantic web). By doing so, I observed
how information has been reduced to fit the process of datafication; Third, I
considered how to best represent these relationships for preservation purposes
(RDF export). Fourth, I addressed user interaction and project accessibility
(points of access); Fifth, I also considered the opportunity to share data via
existing open data initiatives (Linked Open Data; GitHub). Last, I discussed
the possibility of customizing the software to adapt its functionality to the
content under investigation (extensions). This path can offer different layers
of content fruition and different layers of object analysis. It can help maintain
a clear focus on how to approach the digital to serve different objectives and
incentivize the creation of additional shared models (similarly to the shared
vocabularies) for others to adopt.
References
Ars Electronica. 2022. “Archive: Prix.” http://archive.aec.at/prix/.
Brown, Kathryn. 2020. The Routledge Companion to Digital Humanities and
Art History. Milton: Taylor & Francis Group.
Berners-Lee, Tim. 2006. “Linked Data.” Archived June 6, 2022. https://web.
archive.org/web/20220606143535/http:/www.w3.org/DesignIssues/
LinkedData.
Bucher, Taina. 2018. If ... Then: Algorithmic Power and Politics. New York,
N.Y.: Oxford University Press.
Chun, Wendy Hui Kyong. 2011. Programmed Visions: Software and Memory.
Cambridge, Mass.: The MIT Press.
Couldry, Nick, and Ulises Ali Mejias. 2021. “The Decolonial Turn in Data
and Technology Research: What is at Stake and where is it Heading?” In-
formation, Communication & Society 26 (4): 786-802. https://doi:10.108
0/1369118X.2021.1986102.
A humanistic approach to datacation 97
Creative Commons. n.d. “Licenses.” Accessed October 7, 2024. https://cre-
ativecommons.org/licenses/by-sa/3.0/.
Daston, Lorraine, and Peter Galison. 1992. “The Image of Objectivity.” Rep-
resentations, no. 40: 81–128. https://doi.org/10.2307/2928741.
Drucker, Johanna. 2011. “Humanities Approaches to Graphical Display.”
Digital Humanities Quarterly 5 (1).
Drucker, Johanna. 2013. “Is There a ‘Digital’ Art History?” Visual Resources
29 (1-2): 5-13. https://doi.org/10.1080/01973762.2013.761106.
EduEDA. 2022. “EduEDA - The EDUcational Encyclopedia of Dig-
ital Arts.” Archived August 17, 2022. https://web.archive.org/
web/20220817082401/http://www.edueda.net/index.php?title=EduE-
DA_-_The_EDUcational_Encyclopedia_of_Digital_Arts.
EduEDA. n.d.a “Config:Ricerca:JS:Form.” Accessed October 7, 2024. https://
www.edueda.net/config/ricerca/js/form.js.
EduEDA. n.d.b “Index.” Archived June 30, 2020. https://web.archive.org/
web/20200630032503/http://www.edueda.net/index.php?title=Catego-
ria:EN.
Federici, Valeria. 2019. “Curating New Media Art in Italy in the 1980s: The
Uneasiness of Medium Contingency.” Interdisciplinaryitaly.org. https://
interdisciplinaryitaly.org/curating-new-media-art-in-italy-in-the-1980s-
the-uneasiness-of-medium-contingency/.
Federici, Valeria. 2022. “The Age of Datum or Data as a Methodological Par-
adigm.” The Italianist 42 (3): 323–43. https://doi.org/10.1080/0261434
0.2023.2223877.
Gitelman, Lisa, ed. 2013. “Raw Data” Is an Oxymoron. Cambridge, Mass.:
The MIT Press.
GitHub. 2021. “NationalGalleryOfArt/heald-packages. https://github.com/
NationalGalleryOfArt/heald-packages.
HEALD. 2021a. “Home.” https://heald.nga.gov/mediawiki/index.php/
Home.
HEALD. 2021b. “Recent Upgrade.” https://heald.nga.gov/mediawiki/index.
php/Recent_Upgrade.
HEALD, n.d.a. “File:0999.jpg: Anonymous, Two Ornamental Ice Houses
Above Ground, 1846.” Accessed October 7, 2024. https://heald.nga.gov/
mediawiki/index.php/File:0999.jpg.
HEALD, n.d.b. “Image Collection.” Accessed October 7, 2024. https://heald.
nga.gov/mediawiki/index.php/History_of_Early_American_Landscape_
Design:Image_Collection.
98 Valeria Federici
Ippolito, Jon. 2008. “6 Death by Wall Label.” In New Media in the White
Cube and beyond: Curatorial Models for Digital Art, 106–32. https://doi.
org/10.1525/9780520942349-008.
Levenberg, Lewis, Tai Neilson, and David Rheams, eds. 2018. Research Methods
for the Digital Humanities. Cham, Switzerland: Palgrave Macmillan.
Manovich, Lev. 2020. Cultural Analytics. Cambridge, Mass.: The MIT Press.
MediaWiki. 2023a. “MediaWiki.” Last modified December 29, 2023 at 18:14
(UTC). https://www.mediawiki.org/wiki/MediaWiki.
MediaWiki. 2023b. “Project:Copyrights.” Last modified October 1, 2023 at
12:06 (UTC). https://www.mediawiki.org/wiki/Project:Copyrights.
MediaWiki. 2024a. “Manual: Extensions.” Last modified August 24, 2024 at
09:11 (UTC). https://www.mediawiki.org/wiki/Manual:Extensions.
MediaWiki. 2024b. “Markup_spec.” Last modified July 20, 2024 at 19:24
(UTC). https://www.mediawiki.org/wiki/Markup_spec.
MediaWiki. 2024c. “Extension:IIIF.” Last modified September 9, 2024, at
7:51 (UTC). https://m.mediawiki.org/wiki/Extension:IIIF.
MediaWiki. 2024d. “Internal_links.” Last modified October 5, 2024 at 01:16
(UTC). https://www.mediawiki.org/wiki/Help:Links/en#Internal_links.
Morozov, Evgeny. 2013. To Save Everything, Click Here: The Folly of Technolo-
gical Solutionism. New York, N.Y.: PublicAffairs.
Näslund, Anna, and Amanda Wasielewski. 2021. “The Digital U-Turn in Art
History.” Konsthistorisk Tidskrift/Journal of Art History 90 (4): 249–66.
https://doi.org/10.1080/00233609.2021.2006774.
Net Art Anthology. 2017. “Life Sharing.” https://anthology.rhizome.org/li-
fe-sharing.
O’Malley, Therese. 2010. Keywords in American Landscape Design. New Ha-
ven, C.T.: Yale University Press.
Paul, Christiane, ed. 2008. New Media in the White Cube and beyond: Curato-
rial Models for Digital Art. Berkeley: University of California Press.
Penn, Jonnie. 2021. “Algorithmic Silence: A Call to Decomputerize.” Jour-
nal of Social Computing 2 (4): 337–56. https://doi.org/10.23919/
JSC.2021.0023.
Porras, Stephanie. 2017. “Keeping Our Eyes Open: Visualizing Networks and
Art History.” Artl@S Bulletin 6 (3).
Porter, Theodore M. 1995. Trust in Numbers: The Pursuit of Objectivity in Sci-
ence and Public Life. Princeton, N.J.: Princeton University Press.
Prototype. 2015. “Home.” http://prototypejs.org/.
A humanistic approach to datacation 99
Rhizome. 2021. “Artbase: Main Page.” https://artbase.rhizome.org/wiki/
Main_Page.
Schäfer, Tobias Mirko, and Karin van Es, ed. 2017. Datafied Society: Studying
Culture through Data. Amsterdam University Press.
Spieker, Sven. 2008. The Big Archive: Art from Bureaucracy. Cambridge, Mass.:
The MIT Press.
Treccani. 2020. “Datificazione.” Archived February 18, 2020. https://web.
archive.org/web/20200218181114/http://www.treccani.it/vocabolario/
datificazione_(Neologismi)/.
Zotero. 2021. “keywords_in_early_american_landscape_design/library.”
https://www.zotero.org/groups/54737/keywords_in_early_american_
landscape_design/library.
Zuboff, Shoshana. 2019. The Age of Surveillance Capitalism. New York, N.Y.:
PublicAffairs.
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545645
pag. 101-118 (luglio-dicembre 2024)
Testimonianze di un impegno culturale
per l’Università di Salerno.
Le carte di Alfonso Menna
Rosa Parlavecchia
*
Abstract: The contribution aims to explore the life and activities of Alfonso Menna - a central
figure in the administrative and cultural history of Salerno - through his personal archive.
Menna began his administrative career in Sarno and later in Salerno, where he held numer-
ous important positions, including mayor from 1955 to 1970. During his tenure, he led
significant urban development projects, and his cultural commitment is highlighted by the
promotion of events, conferences, and the commemoration of illustrious local personalities
through his writings. Alfonso Menna’s personal archive, kept at the Salerno State Archive,
bears witness to his lively activity through a collection of documents personally ordered by
Menna before his donation.
1
The detailed analysis of his papers offers a valuable overview of the administrative and cultural
dynamics of Salerno, providing a fundamental tool for scholars and researchers interested
in local history and the evolution of educational institutions, in particular the University of
Salerno.
Keywords: Alfonso Menna, Personal archive, Salerno State Archive, University of Salerno, Li-
braries.
1. Introduzione
Ci sono «uomini che hanno ben meritato della civica riconoscenza» (Men-
na 1993, 1996), impegnati nel servizio delle istituzioni pubbliche, che si di-
stinguono per la loro straordinaria abilità nel canalizzare l’energia, la passione
politica e civile, l’integrità morale e la competenza nell’organizzazione am-
ministrativa. Tra questi spicca indubbiamente Alfonso Menna, esempio para-
digmatico di amministratore pubblico: visionario, moralmente irreprensibile,
competente ed efficiente. Una figura di rilievo istituzionale per la storia della
città di Salerno di cui fu sindaco dal 10 luglio del 1955 al 17 ottobre 1970.
*
Dipartimento di Scienze del patrimonio culturale, Università degli studi di Salerno, Fiscia-
no (SA), Italia. rparlavecchia@unisa.it.
102 Rosa Parlavecchia
Nato nel 1890 a Domicella in provincia di Avellino, Menna si distinse sin
da giovane per la sua determinazione nell’ambito degli studi, conseguendo
nel 1911 il Diploma di Segretario comunale. La sua carriera prese avvio come
Vicesegretario ragioniere presso il comune di Sarno. Successivamente, grazie
al superamento di concorsi ed esami, si trasferì al Comune di Salerno, dove
assunse il ruolo di Vicesegretario di sezione, operando con impegno all’interno
della Segreteria generale.
Con il trascorrere degli anni e la costante dedizione al lavoro, Menna scalò
gradualmente i gradini della carriera amministrativa. Dopo un percorso pro-
fessionale di oltre trent’anni, durante il quale si fece notare per le sue com-
petenze riconosciute a livello nazionale, raggiunse il ruolo di Vicesegretario
generale e successivamente fu promosso con la qualifica di Segretario generale
di prima classe (Sbrescia 2022, 793).
La sua lunga carriera, infatti, lo ha visto ricoprire ruoli di rilievo quali ap-
punto Segretario comunale, Commissario prefettizio del Comune di Battipa-
glia
1
, Segretario generale della città di Salerno, Commissario dell’Istituto na-
zionale per la gestione delle imposte di consumo, sindaco di Salerno per circa
tre lustri e successivamente Presidente dell’Istituto per lo Sviluppo Economico
dell’Italia Meridionale (ISVEIMER), costituito con regio decreto-legge del 31
giugno 1938, n. 883
2
.
La dedizione al servizio di Menna emerse con forza anche in momenti
di crisi, come l’alluvione del 1954, un tragico evento inciso nella memoria
collettiva che segnò profondamente la città di Salerno. Tale dedizione non
passò inosservata, tanto che nel 1958 fu insignito del titolo di Grande Ufficiale
dell’Ordine al Merito della Repubblica Italiana, in riconoscimento dei suoi
evidenti sforzi
3
.
1
Commissario per l’Amministrazione provvisoria dalla costituzione del Comune di Batti-
paglia dal maggio del 1929 al novembre del 1931. «Battipaglia, elevata in comune, inizierà la
sua nuova vita, e, sotto l’Egida del Littorio, contribuirà, con quella tenacia che è caratteristica
dei rurali, alla costruzione dell’edificio al cui vertice è la redenzione economica della Patria»
(Menna 1930, 1931, 1932).
2
L’ISVEIMER, con sede a Napoli, esercitava il credito a medio termine in favore delle me-
die e piccole imprese industriali al fine di mettere in valore risorse economiche e possibilità di
lavoro nel Meridione. Al fondo di dotazione dell’Istituto parteciparono, oltre alla Cassa del
Mezzogiorno, il Banco di Napoli nella misura del 40% del fondo stesso, e, nella misura del
20% complessivamente, le Casse di risparmio ed altri istituti di credito nei territori interessati
(Istituto per lo Sviluppo Economico dell’Italia Meridionale 1959).
3
Inoltre, nel 1963 gli fu conferita l’onorificenza dell’Ordine al Merito della Repubblica
Italiana e nel 1970 il titolo di Cavaliere dell’Ordine di Vittorio Veneto. Nel 1968 ricevette la
Medaglia d’oro al merito civile con queste motivazioni: «Poneva le sue eccezionali capacità di
amministratore e di organizzatore al servizio della collettività, promuovendo e potenziando,
con feconda continuità, ogni iniziativa volta al processo di rinnovamento del Mezzogiorno ed
allo sviluppo sociale ed economico della città di Salerno. Uguale contributo di capacità e di
dedizione egli offriva in occasione di due drammatiche inondazioni della città che lo vedeva-
Testimonianze di un impegno culturaleper l’Università di Salerno 103
Nel 1955, Menna si ritrovò quasi catapultato nella vita politica locale, risul-
tando eletto sindaco di Salerno con la Democrazia Cristiana. Questo risultato
sorprendente, pervenuto nonostante un grave problema di salute che lo aveva
tenuto lontano dalla città e dalla campagna elettorale, è testimone sia di quella
che era la sua autorevolezza personale, sia dell’apprezzamento e della fiducia
che la cittadinanza nutriva nei suoi confronti.
Questa breve introduzione risulta soltanto un frammento della lunga vi-
cenda biografica di Menna, il quale, scomparso nel 1998 all’età di 108 anni,
ha lasciato un’impronta significativa nel tessuto sociale e culturale di Salerno.
Testimonianza della sua vivace attività sono le carte donate a più riprese
dallo stesso all’Archivio di Stato di Salerno poco prima della sua morte (Men-
na 1993, 1996). Ancor prima di effettuare la donazione, l’ex sindaco aveva
riordinato i documenti per cui il materiale si è presentato al personale addetto
già ben organizzato e classificato. Il Fondo Alfonso Menna è costituito da
due serie: Università (buste 1-4) e Profili (buste 5-11), per un totale di undici
buste
4
.
Per quanto riguarda la serie Profili, la documentazione copre un arco cro-
nologico che va dal 1851 al 1996 e raccoglie materiale eterogeneo relativo a
molte personalità di spicco per la città di Salerno. Ogni fascicolo presenta il
nominativo dell’autorità di cui Menna si stava occupando – artisti, pittori,
poeti, politici, ecclesiastici – e al loro interno sono presenti diversi documenti
classificati per tipologie: articoli di giornale, corrispondenza, curriculum vitae,
pubblicazioni.
I fascicoli ospitano, inoltre, opuscoli di mostre artistiche, immagini di la-
pidi commemorative, preghiere, libri, cartoline, pubblicazioni di vario genere,
nonché inviti a eventi di diversa natura. Ognuno di questi fascicoli contribu-
isce a tessere il vasto mosaico della storia salernitana dagli anni Quaranta agli
anni Novanta del secolo scorso, secondo quella che era la visione ‘archivistica’
di Menna.
L’importanza di queste personalità emerge in modo tangibile dai Profili
pubblicati dallo stesso Menna per il “Corriere del Mezzogiorno” e nei due
volumi editi per i tipi di De Luca nel 1993, Come li ricordo. Sono uomini che
no impegnato, con gravissimi rischi personali, in una illuminata, pronta ed umanitaria opera
di soccorso ed assistenza. L’imponenza delle realizzazioni da lui conseguite nel corso di una
pluridecennale attività ha trovato rispondenza nella commossa riconoscenza delle popolazioni
interessate e nella larga ammirazione ovunque suscitata. 1943-1968» (Presidenza della Repub-
blica italiana 2021).
4
Fondo Alfonso Menna, Archivio di Stato, Salerno. La bibliografia sugli archivi di persona è
amplissima. Ci si limita a indicare (D’Addario 1972, 45; Barrera 2006, 617-657; Di Domeni-
co e Sabba 2020). Per una sintetica definizione si rimanda alle Linee guida sul trattamento dei
fondi personali a cura della Commissione nazionale biblioteche speciali, archivi e biblioteche
d’autore (2019) dell’Associazione italiana biblioteche, versione 15.1.
104 Rosa Parlavecchia
hanno ben meritato della civica riconoscenza. Infatti, come riportato nella Pre-
fazione
nello stendere le ultime pagine del libro Il banco e la cattedra
(Menna 1991) mi
sono accorto che devo ancora adempiere il dovere di ricordare, ai presenti e ai
venturi, coloro che con me, e certamente più di me, diedero le proprie risorse
per aprire a Salerno la strada che doveva condurla al suo divenire. […] Esortato
anche da comuni amici, mi propongo di mettere sulla carta poche cose. Sono
profili di persone colte nelle loro tendenze, in atteggiamenti e posizioni carat-
teristiche (Menna 1993, 7).
Il lavoro svolto dall’ex sindaco si concentra principalmente sul lato umano
delle personalità esaminate, mirando a comprendere il loro modo di agire,
vivere e pensare. Si tratta di biografie di uomini illustri che rivelano un’atten-
zione particolare ai dettagli e una volontà marcata di tramandare il ricordo di
personaggi rilevanti per le generazioni future. Molte delle figure citate sono
amici dello stesso Menna, la cui memoria è elogiata e commemorata attraverso
bozze di discorsi e lettere ai parenti attraverso le quali l’autore riesce a ricostru-
ire vicende personali e professionali con dovizia di particolari.
2. Le carte dell’Università di Salerno nel Fondo Menna
Lo studio universitario nella città di Salerno vanta una storia che affonda le
radici nell’antichità e si snoda attraverso periodi di rinascita culturale e trasfor-
mazioni socio-politiche. Le sue origini possono essere fatte risalire alla Scuola
Medica Salernitana, rinomata istituzione medica dell’Alto Medioevo, che fiorì
tra il IX e il XIII secolo. Questa scuola, considerata da alcuni la prima univer-
sità medievale al mondo, attrasse studenti e studiosi da ogni dove con il suo
programma di studi innovativo e l’attenzione alla ricerca scientifica
5
.
Tuttavia, l’Università di Salerno nella sua forma moderna ha radici ben più
recenti
6
. È stata fondata nel 1944 poco dopo il passaggio del governo Badoglio
a Salerno e con la nomina di un salernitano, Giovanni Cuomo
7
, alla guida
5
Per approfondimenti sulla storia della Scuola Medica Salernitana si rimanda a (De Renzi
1857; Kristeller 1986; Gallo 1994; Galasso 1995; Leone e Sangermano 2003; Jacquart
e Paravicini Bagliani 2007; Vitolo 2007; Galdi 2021).
6
Per una storia dell’Università di Salerno si vedano almeno (Musi, Oldoni e Placanica 2001-
2004; Zaccaria e Amato 2018, 31-103; Andria 2020, 309-314).
7
La figura di Giovanni Cuomo fu di grande rilievo nel panorama politico cittadino salerni-
tano per circa vent’anni prima dell’ascesa del regime fascista. Dopo l’armistizio e lo Sbarco di
Salerno, ritornò alla vita politica come principale esponente locale e in seguito come membro
della Costituente. La sua presenza e influenza nel contesto politico locale e nazionale sono
stati significativi, specialmente durante i periodi di transizione e cambiamento come quello
seguito alla fine della Seconda Guerra Mondiale. Si vedano almeno (D’Auria 1985; D’Aniello
1994; Bonani 2007, 2008a, 2008b).
Testimonianze di un impegno culturaleper l’Università di Salerno 105
del Ministero dell’Educazione Nazionale
8
. L’istituzione fu creata inizialmente
come una Facoltà di Magistero, sebbene l’idea fosse stata proposta già nel
1942, come testimonia un documento dell’Amministrazione podestarile di
Salerno indirizzato al Ministro dell’Educazione Nazionale, Giuseppe Bottai
9
.
La proposta, infatti, non fu accolta inizialmente a causa di varie complicazioni
burocratiche e finanziarie. Con il sostegno del governo e il desiderio di fornire
opportunità educative ai giovani delle regioni meridionali, l’Università di Sa-
lerno iniziò a crescere e ad espandersi nel corso degli anni.
Nei primi anni Cinquanta, grazie al supporto di una convenzione finan-
ziaria tra Comune, Provincia e Camera di Commercio vi fu un definitivo ri-
conoscimento dell’Istituto di Magistero Universitario di Salerno grazie a un
secondo atto costitutivo (D.P.R. del 9 ottobre 1951, n.1300) a cui fece seguito
uno statuto in cui, all’articolo 1 comma 3, si consentiva l’accesso alla sola po-
polazione maschile in virtù della vicinanza con il “Suor Orsola Benincasa” di
Napoli destinato alla frequentazione di sole donne
10
.
Tuttavia, nel giro di pochi anni apparve evidente che la frequenza degli
studenti fosse qualitativamente e quantitativamente scarsa per cui si pensò
di porre rimedio con una modifica dello statuto affinché fossero ammesse a
frequentare anche le donne. Infatti, grazie all’intervento del costituzionalista
Vincenzo Sica, membro di un comitato tecnico di nomina ministeriale, venne
dichiarata ammissibile la proposta di modifica statutaria e pertanto, con il
D.P.R. del 22 marzo 1961, le donne furono ammesse a frequentare l’Istituto
di Magistero di Salerno.
Tra le carte di Menna conservate all’Archivio di Stato di Salerno, sono nu-
merosi i documenti che riguardano questa annosa questione che ha visto l’al-
lora sindaco esporsi in prima linea. Sono presenti, infatti, verbali di delibera-
zione commissariali e del Consiglio Comunale aventi ad oggetto l’ammissione
delle donne ai corsi di studio
11
; e poi un documento, datato 5 giugno 1954, in
cui il Commissario prefettizio richiede al Ministro della Pubblica Istruzione di
8
Deliberazione commissariale del 16 febbraio 1944 n. 44. Registro delle Deliberazioni del
Commissario Prefettizio, 1943, dall’1 al 59; 1944 dall’1 al 735, Sezione Storica, Archivio
Comunale, Salerno.
9
Il cuore della questione risiedeva nella notevole distanza delle Regioni dell’Italia meridio-
nale dalle città che ospitavano le Facoltà di Magistero, come Napoli con la sua sezione femmi-
nile presso l’Istituto “Suor Orsola Benincasa”, Messina e Roma. Questa distanza costituiva un
ostacolo significativo per molti laureati provenienti dalla Campania, dall’Irpinia, dalla Puglia,
dalla Lucania e dalla Calabria, impedendo loro di continuare gli studi in maniera agevole,
Istituto Sup. di Magistero, Funzionamento, Istituto Sup. di Magistero, Istituzione, Categoria
IX, classe 3, fasc. 34/2, 1942-1963, Archivio Comunale, Salerno.
10
Questa disposizione fu fortemente contrastata dalla politica salernitana che chiese fossero
ammesse a frequentare almeno le studentesse residenti su tutto il territorio provinciale (Musi
2004, 14; Andria 2020, 310).
11
Consiglio Comunale di Salerno 1944-1968. Verbali di deliberazione commissariali, busta
2, fascicolo 1, Fondo Alfonso Menna, Archivio di Stato, Salerno.
106 Rosa Parlavecchia
accogliere il voto unanime della città di Salerno relativo all’accesso all’Istituto
di Magistero delle donne nate o residenti a Salerno; alcune lettere di Men-
na indirizzate al professori Giordano, Tesauro e Quagliariello, quest’ultimo
rettore dell’Università di Napoli, sempre relative all’ammissione delle donne,
ma anche relazioni e numerosi articoli di giornali dedicati alla questione (“Il
setaccio”; “Il Messaggero”; “Il Mattino”; “L’Unità”; “La voce di Salerno”; “Il
giornale d’Italia”; “Il quotidiano”, “La guida del popolo”, “Il Tempo”)
12
.
Sempre legati all’ammissione delle donne ai corsi di studio, si segnalano,
inoltre, una lettera e un telegramma del sindaco indirizzati al Ministro della
Pubblica istruzione, Aldo Moro
13
; e poi la dichiarazione di Menna, datata 17
maggio 1959, relativa alla modifica dello statuto dell’Istituto di Magistero e
la delibera dell’Istituto Universitario “G. Cuomo”, datata 24 ottobre 1960,
sull’ammissione delle donne ai corsi di studio
14
.
All’interno delle buste della serie Università si conservano, dunque, do-
cumenti relativi a due questioni di primaria importanza: la prima riguarda
l’appena citata ammissione delle donne ai corsi, mentre la seconda riguarda la
necessaria individuazione di una adeguata collocazione finalizzata all’espansio-
ne della sede universitaria.
Fin dal principio, gli spazi messi a disposizione per l’Istituto di Magistero
risultarono piuttosto esigui: appena cinque locali dati in concessione dal Co-
mune e dalla Provincia in quella che era la ex sede della Corte di Assise in via
Tasso e in quella che era la sede della Biblioteca provinciale, presso il Palazzo
Pinto. Con il passare degli anni, grazie al diretto intervento di Menna, verran-
no messi a disposizione nuovi locali per lo svolgimento delle lezioni, presso la
nuova sede a Piazza Malta, nel pieno centro cittadino.
Un’altra tappa importante nella storia dell’Ateneo salernitano è, infatti, il
processo di statalizzazione che portò il Magistero parificato “Giovanni Cuo-
mo” a diventare Istituto universitario di Magistero statale con l’approvazione
da parte delle due Camere della Legge n. 199 dell’8 marzo 1968 (Andria 2020,
311). Tra le priorità dell’allora rettore, Gabriele De Rosa, vi furono «la riquali-
ficazione culturale dell’ateneo, la questione del nuovo insediamento collegata
al modello di università, il rapporto assai complesso con il potere politico»
(Musi 2004, 16).
«L’espansione dell’organismo appena passato alle competenze dello Stato
[…] risulterà decisiva per il futuro dell’ateneo» (Andria 2020, 312), infatti, nel
giro di pochi anni nasceranno nuove facoltà (Lettere e filosofia, Lingue e let-
12
Consiglio Comunale di Salerno 1944-1968. Verbali di deliberazione commissariali, busta
2, fascicoli 11-15, 17-20, 24-17, 29.
13
Consiglio Comunale di Salerno 1944-1968. Verbali di deliberazione commissariali, busta
2, fascicolo 23.
14
Consiglio Comunale di Salerno 1944-1968. Verbali di deliberazione commissariali, busta
2, fascicoli 28, 30.
Testimonianze di un impegno culturaleper l’Università di Salerno 107
terature straniere, Scienze matematiche, fisiche e naturali) e numerosi corsi di
laurea. Le sedi dislocate per la città risulteranno inidonee e per lo svolgimento
delle attività didattiche e i laboratori tanto da portare all’inaugurazione, nel
1978, di un nuovo plesso universitario destinato alle facoltà scientifiche presso
il Comune di Baronissi, distante circa 10 chilometri da Salerno.
Il tema della dislocazione urbana delle strutture universitarie in rapida
espansione caratterizzò il dibattito salernitano politico e pubblico per diversi
anni. Sin dagli inizi degli anni Settanta, infatti, ci era resi conto che i locali
cittadini erano inadeguati per cui uno studio condotto dall’ingegnere Corrado
Beguinot e dall’architetto e urbanista Giulio De Luca aveva individuato nei
paesi della Valle dell’Irno il luogo migliore per delocalizzare l’università.
Con uno studio commissionato all’architetto Paolo Portoghesi, invece, il
Comune di Salerno rispose cercando di evidenziare le ‘carenze’ di un modello
Campus ormai tramontato, come dichiarato dallo stesso Menna in occasione
di un accorato intervento durante un Consiglio comunale del 21 dicembre
1970:
[…] Salerno, come Città e Capoluogo, si presenta con le carte in regola e con
tutto il peso delle sue tradizioni, della sua storia, delle legittime aspettative
dei suoi figli, che non intendono, nel modo più assoluto, essere defraudati di
ciò che un loro sacrosanto diritto ad opera di una politica di disconoscimento
di valori e di esigenze che pur si impongono anche all’occhio del più sprov-
veduto: intendo riferirmi alla localizzazione dell’Università. […] Vorrei che
i Signori amministratori ascoltassero un poco la voce dell’opinione pubblica
Salernitana; ovunque si giudica il tentativo con incredulità e addirittura con
ilarità. […] Si tende ora a cambiare la denominazione dell’Istituto universitar-
io: nella relazione non si parla più di «Università di Salerno» ma di «Università
della Campania»; e ciò facendo si reca una grave offesa alla parte più sensibile
dell’anima della Città. […] È davvero inconcepibile il tentativo in atto: nel
caso in esame non si tratta di togliere qualcosa ad altro Comune per darla a
Salerno; si tratta, invece, di togliere a Salerno ciò che essa è riuscita a darsi at-
traverso anni di lotte e di sacrifici, senza alcun plausibile motivo.
E ciò la Città potrebbe consentire? Nel lanciare l’idea di una diversa ubicazi-
one, si sono considerate le ripercussioni che si potrebbero avere nella pubblica
opinione? (Menna 1971, 13-15).
Nella busta n. 1 della serie Università sono conservati documenti cruciali
relativi allo studio di fattibilità redatto dall’architetto Paolo Portoghesi. I tratti
distintivi del progetto di fattibilità concepito offrono un’ampia panoramica
sulle idee di rinnovamento e riqualificazione urbana che avrebbero caratteriz-
zato la città di Salerno. Tra le carte sono custoditi i risultati di uno sforzo colla-
borativo e multidisciplinare, espresso attraverso una relazione tecnica esaustiva
e tavole di lavoro dettagliate. Questi documenti rappresentano una sorta di
manifesto delle aspirazioni della comunità locale verso una trasformazione ur-
108 Rosa Parlavecchia
bana intelligente e sostenibile. Il progetto proposto dall’architetto Portoghesi,
infatti, non si limitava a un semplice rinnovamento degli spazi universitari,
ma ambiva a integrare l’università nell’ambiente circostante, facendo leva sul
recupero di edifici dismessi e sull’espansione dell’area di intervento verso la
zona orientale della città e le colline circostanti.
Questa visione olistica rifletteva un desiderio di armonizzare gli interessi
della comunità accademica con quelli della città nel suo complesso. Nonostan-
te il progetto non sia mai stato realizzato fisicamente, la sua esistenza e la sua
elaborazione dettagliata rappresentano un contributo di notevole rilevanza al
dibattito in corso riguardante lo sviluppo urbano di Salerno. Questo dibatti-
to, come testimoniato dagli sforzi accurati e diligenti del sindaco Menna nei
documenti rappresenta il suo impegno relativo all’ubicazione dell’Università
di Salerno. L’interesse meticoloso nella raccolta di testimonianze sottolinea
l’importanza attribuita a questo dibattito da parte delle istituzioni locali e della
comunità salernitana nel suo insieme (Andria 2020, 312)
15
.
3. Prospettive di ordinamento e sviluppo delle biblioteche
dell’Università di Salerno
Un fascicolo appartenente all’ultima busta della serie Università testimonia
uno spaccato molto interessante relativo alle questioni organizzative, gestionali
e scientifiche dell’Università di Salerno. Al suo interno, infatti, si trovano un
insieme di documenti datati tra il 1974 e il 1976 relativi alle nuove prospettive
di sviluppo e ordinamento delle biblioteche.
Sin dalla nascita dell’Istituto di Magistero, inizialmente ospitato presso la
sede della Biblioteca provinciale di Salerno (Parlavecchia 2020, 292)
16
, la dota-
zione libraria contava solo poche decine di volumi; si trattava principalmente
di donazioni da parte di docenti o di acquisizioni realizzate con i pochi fondi
di cui si disponeva. Tuttavia, già negli anni Quaranta, grazie all’incremento dei
finanziamenti destinati agli acquisti, con i volumi offerti dal Ministero della
Pubblica Istruzione e con quelli devoluti da parte di privati, una raccolta libra-
ria di tutto rispetto inizia a prendere forma. Nel 1950, infatti, la biblioteca può
15
Il Consiglio di amministrazione dell’ateneo deliberò il 3 febbraio 1971 per l’ubicazione
extraurbana nella circoscrizione territoriale dei comuni di Baronissi, Mercato San Severino e
Fisciano. I lavori di quello che diventerà il Campus di Fisciano presero avvio il 29 gennaio
1982, mentre bisognerà aspettare il mese di settembre del 1987 per il trasferimento di persone
e cose.
16
La Biblioteca provinciale di Salerno era ospitata dal 1910 al primo piano di palazzo Pinto,
nel centro storico, per concessione da parte del cavaliere Gaetano Pinto alla Provincia di Sa-
lerno. Oltre al palazzo venne successivamente donata un’importante raccolta libraria costituita
da oltre 1000 volumi, 234 pergamene databili tra il 993 e il 1761 e un cospicuo numero di
manoscritti.
Testimonianze di un impegno culturaleper l’Università di Salerno 109
vantare circa 1.565 volumi, un numero che si triplica a circa 3.600 pochi anni
dopo raggiungendo un valore patrimoniale significativo (Andria 2008a, 271).
Negli anni Sessanta, le sottoscrizioni alle principali collane e gli abbona-
menti a periodici cominciano a delineare una collezione dalla fisionomia si-
stematica e funzionale. Inoltre, nel 1966 il trasferimento della biblioteca dal
centro storico al centro cittadino in ambienti di oltre 600 m
2
segna una svolta
importante.
La biblioteca delle facoltà di Magistero e di Lettere e filosofia, insieme all’u-
niversità, peregrineranno in diverse sedi trovando una sistemazione definitiva
a via Irno. In questo periodo, si assiste alla formazione di una vasta collezione
umanistica, in grado di supportare pienamente le esigenze degli studenti e dei
docenti. Nel giro di otto anni dalla sua nuova collocazione, la biblioteca vedrà
crescere esponenzialmente il suo patrimonio librario, triplicando il numero di
volumi e introducendo circa 800 testate periodiche in abbonamento. Nono-
stante alcune preoccupazioni riguardo alle condizioni ambientali nella nuova
sede, la biblioteca riuscirà a gestire l’aumento costante di nuove acquisizioni,
che si aggireranno intorno alle 5000 unità all’anno.
Risale all’anno accademico 1970/1971, invece, l’istituzione della biblioteca
delle facoltà di Economia e Commercio e di Giurisprudenza (Andria 2008a,
272). Grazie a una politica di acquisti decisa e a un flusso continuo di donazio-
ni, la collezione si arricchisce rapidamente. Donazioni di pregio e di rilevanza
scientifica hanno contribuito ad ampliare il patrimonio librario. Tra queste, si
segnalano i lasciti di illustri personalità come Cenzato (con opere di argomen-
to storico-politico), De Cecco (che comprendeva volumi principalmente di
Diritto civile, penale, amministrativo, romano, ma anche di Economia, Storia
e Medicina), De Crescenzo (con repertori e testi giuridici dei primi decenni
del XX secolo) e Ingrosso (principalmente di carattere economistico). Partico-
larmente significativo, per qualità e quantità dei volumi, il fondo librario che
fu devoluto dagli eredi di Giovanni Cuomo (Andria 2008b, 19-29; Manzo
2021, 243)
17
.
17
La raccolta libraria, composta da circa novemila unità bibliografiche, si caratterizza
principalmente per i materiali di supporto alle attività professionali del Cuomo. Le edizioni
coprono un ampio arco cronologico che va dal Cinquecento alla metà del Novecento. Il fondo
è stato accuratamente catalogato e organizzato in un sistema di classificazione che include le
seguenti sezioni: giuridica, umanistica, periodici, estratti e antico. Dal 2011, il Centro biblio-
tecario di Ateneo ha avviato diverse iniziative volte alla catalogazione e alla valorizzazione del
Fondo Cuomo. Tra queste attività rientra anche il progetto di digitalizzazione di alcune opere.
Infatti, oltre 600 items sono attualmente fruibili tramite la piattaforma “Liberabit,” (Univer-
sità degli Studi di Salerno, n.d.a.), la biblioteca digitale dell’Università di Salerno che offre la
possibilità di consultare documenti che fanno parte del patrimonio culturale dell’Ateneo. Rea-
lizzata in ambiente open source con DSpace-GLAM, Liberabit assicura l’archiviazione a lungo
termine di oggetti e collezioni digitali. Condivisione e interoperabilità dei dati sono garantite
dall’uso di standard e formati aperti. Inoltre, l’integrazione fra DSpace-GLAM e l’ecosistema
110 Rosa Parlavecchia
I documenti del Fondo Menna testimoniano una fase decisiva per la de-
finizione di una nuova politica delle biblioteche dell’Università. È, infatti, in
queste carte che si delinea il progetto che porterà a una centralizzazione del
Sistema bibliotecario di Ateneo.
Una prima relazione riguardante le prospettive di ordinamento e sviluppo
della biblioteca di Economia e Commercio e Giurisprudenza è affidata al di-
rettore scientifico di quest’ultima, Augusto Placanica (Petrucciani 2005)
18
, ed
è datata 31 gennaio 1974. Nel documento il professor Placanica ricostruisce
l’allora critico stato della biblioteca con un’analisi molto pungente e dai toni
giustamente polemici.
In particolare, quella che emerge è una condizione alquanto paradossale
dove lo stato di disorganizzazione della biblioteca e le problematiche strutturali
ne impediscono un funzionamento efficiente:
1) il magazzino librario (il cosiddetto capannone) è addirittura allogato in un
corpo di fabbrica separato dal resto dell’edificio, per cui - quand’anche i libri
fossero posti in ordine l’addetto dovrebbe andare a prelevare e riporre un libro
per volta; e ogni volta dovrebbe percorrere due rampe di scale in discesa e in
salita, effettuare una passeggiata nell’interrato e una al piano terra, aprire e
chiudere per due volte due porte interne e una addirittura esterna; operazi-
oni tutte da ripetere per la rimessa a posto dello stesso volume; 2) pertanto il
magazzino librario è vuoto; 3) ergo, i libri non sono collocati, cioè non hanno
né etichetta né posto al centro; 4) ergo, la schedatura generale e centralizzata
è stata rinviata; 5) ergo, i cataloghi non esistono; 6) la Biblioteca, dunque, è
come se non ci fosse
19
.
Sebbene la dotazione libraria conti circa 20.000 volumi e 800 riviste, la
biblioteca soffre di gravi mancanze in termini di organizzazione, catalogazione
e accessibilità. I libri non sono schedati, né correttamente collocati, renden-
do difficile il loro utilizzo da parte di studenti e studiosi. La dislocazione dei
volumi nei vari istituti aggrava il problema, causando una frammentazione e
complicando ulteriormente l’accesso alle risorse.
Per risolvere la situazione, Placanica propone due soluzioni, una a lungo
termine per la quale prevede una ristrutturazione completa della biblioteca in
IIIF mette a disposizione funzionalità e modalità di navigazione adatti per la ricerca e lo stu-
dio. Si veda il “Fondo Cuomo” 2021 (Università degli Studi di Salerno, n.d.b.). Per quanto
riguarda i fondi di persona acquisiti nel corso degli anni dalle biblioteche dell’Università di
Salerno, si rimanda a (Andria 2017, 9-31).
18
Placanica, professore di Storia moderna presso l’ateneo salernitano, diresse dal 1970 al
1974 la Biblioteca comunale di Catanzaro “Filippo De Nobili” e fu professore incaricato di
Bibliografia presso l’Università di Messina.
19
Placanica 1974. Relazione del direttore scientifico della biblioteca delle Facoltà di Eco-
nomia e Commercio e Giurisprudenza dell’Università di Salerno sullo stato attuale e sulle
prospettive di ordinamento e sviluppo della biblioteca stessa, busta 4, fascicolo 25, Fondo
Alfonso Menna, Archivio di Stato, Salerno. La documentazione non presenta cartulazione.
Testimonianze di un impegno culturaleper l’Università di Salerno 111
un arco di tre anni, centralizzando i volumi e collegando il magazzino librario
con la sala lettura, fino a creare un sistema di cataloghi ben strutturato; e una a
breve termine per la quale prevede sia una schedatura provvisoria sia la creazio-
ne di una sala di consultazione per facilitare l’accesso alle opere fondamentali.
In entrambe le soluzioni, è cruciale il potenziamento del personale e una ri-
organizzazione sistematica per evitare che la situazione peggiori ulteriormente.
Interessante, senza dubbio, è la visione di Attilio Mauro Caproni, allora
«incaricato di Bibliografia e Biblioteconomia alla facoltà di Magistero e fun-
zionario direttivo presso la Biblioteca nazionale Centrale di Roma» per un
progetto operativo di sistema bibliotecario dell’Università di Salerno.
La relazione – presentata il 28 aprile 1976 in occasione della riunione della
Commissione incaricata dal Consiglio di Facoltà congiunto di Lettere e Filo-
sofia e Magistero
20
– si concentra sulla necessità di costruire una struttura adat-
ta al contesto socioculturale dell’istituzione. Si riconosce che, sebbene sia utile
ispirarsi a modelli nazionali ed esteri, è importante adattare tali esperienze alle
specifiche esigenze locali.
Il sistema proposto da Caproni, infatti, prevede una Biblioteca Universi-
taria Centrale che operi in sinergia con le Biblioteche di Istituto, assicurando
sia un servizio capillare che una centralizzazione delle risorse documentarie.
Il progetto affronta le problematiche legate alla gestione e organizzazione dei
fondi documentari, agli spazi e agli organici necessari per un servizio efficiente
e sottolinea, inoltre, la necessità di una chiara distribuzione delle responsabilità
e di una stretta collaborazione tra personale bibliotecario, docenti e studenti.
Prevede, poi, un approccio modulare per la crescita del sistema, per ri-
spondere progressivamente alle esigenze emergenti dell’università, con l’im-
plementazione di tecnologie di comunicazione avanzate e un piano di acquisti
documentari ben programmato al fine di evitare la duplicazione di risorse e
garantire un accesso efficiente ai materiali e tenendo conto della crescita della
documentazione e delle esigenze specifiche di ciascun istituto, con attenzione
alla qualità e all’obsolescenza del materiale. È prevista l’implementazione di
tecniche di comunicazione avanzate tra la biblioteca e gli istituti, nonché con
altre istituzioni culturali e di ricerca, per favorire lo scambio di informazioni
e il coordinamento. Si propone una chiara definizione delle responsabilità tra
bibliotecari, docenti e amministrazione, promuovendo la corresponsabilizza-
zione per il corretto funzionamento del sistema. Viene, infine, sottolineata
l’importanza della formazione degli utenti, soprattutto degli studenti, sull’uso
degli strumenti bibliografici, e la creazione di servizi didattici e informativi
integrati.
La sola stesura del progetto prevede per Caproni:
20
La Commissione era così composta: Pier Fausto Palumbo, ordinario di Storia medievale
presso la Facoltà di Magistero; Italo Gallo, incaricato di Papirologia presso la Facoltà di Lettere
e Filosofia e Attilio Mauro Caproni.
112 Rosa Parlavecchia
non meno di un anno di lavoro ed un impegno personale così distribuito:
– due esperti bibliotecnici a metà tempo per l’intero anno, incaricati oltre che
della corretta definizione del sistema e delle singole procedure, anche del colle-
gamento tra i diversi centri studi;
– un architetto per tre mesi a metà tempo per la definizione urbanistica e pro-
gettuale del sistema, con particolare riguardo alla sua modularità;
– un ingegnere per tre mesi a metà tempo, esperto nei problemi di comuni-
cazione, per la definizione del sistema informativo globale e delle tecniche di
comunicazione;
– uno esperto in procedure amministrative per tre mesi a metà tempo per la
definizione di una prima bozza dell’intera normativa riguardante il sistema;
– un esecutivo per un anno a metà tempo per compiti di coordinamento ma-
teriale e di stesura dattilografica.
Solo un tale impegno di persone potrà permettere una effettiva stesura di un
progetto realmente operativo, tenuto anche conto che al gruppo di lavoro si
dovrà affidare anche il collegamento con i responsabili amministrativi dell’ini-
ziativa della nuova struttura universitaria per i dati di opportuna conoscenza,
lo studio sulla effettiva realtà socio-culturale intorno alla quale la nuova strut-
tura graviterà, ed infine la stessa indicazione di tutti gli standards minimi ed
una minuta analisi dei costi
21
.
Un altro documento, sempre a firma di Augusto Placanica, evidenzia i pro-
blemi e le prospettive legati all’organizzazione della futura biblioteca.
In questa relazione si esplora il “dilemma” tra una struttura bibliotecaria
centralizzata e una decentralizzata, evidenziando i rischi di dispersione e inef-
ficienza associati a quest’ultima. Si propone una biblioteca centralizzata che
garantisca omogeneità nei servizi, aggiornamenti tempestivi e una gestione
efficace dei fondi. Tuttavia, si suggerisce anche di avere sale di consultazione
specializzate nei dipartimenti per facilitare l’accesso alle risorse.
Infine, si invita a un confronto costruttivo tra tutte le parti interessate per
affrontare le sfide legate alla creazione di un sistema bibliotecario efficace, evi-
denziando l’importanza di una progettazione organica e ben strutturata.
Placanica ha sostenuto con fermezza la necessità di una scelta centralizzata,
affermando che
la biblioteca, essendo strumento tecnico richiedente alti livelli di specializzazi-
one nelle strutture e nel personale, va invece centralizzata al fine di conferire
omogeneità nella tenuta e collocazione del patrimonio librario, nella scrupolosa
vigilanza sul suo uso, nella spedizione degli acquisti, nelle operazioni contabili
relative; analogamente omogenei dovranno essere i servizi forniti consultazi-
one, lettura, prestito interno, esterno ed internazionale, omogenei e unitari i
sistemi di catalogazione, classificazione, soggettazione, decimalizzazione, ecc.
21
Caproni 1976. Per un progetto di sistema bibliotecario dell’Università di Salerno, busta
4, fascicolo 25, Fondo Alfonso Menna, Archivio di Stato, Salerno. La documentazione non
presenta cartulazione.
Testimonianze di un impegno culturaleper l’Università di Salerno 113
È evidente che una struttura bibliotecaria centralizzata dotata di attrezzature e
personale i più nutriti possibile può rispondere ad esigenze molteplici, soprat-
tutto se si prevede una biblioteca di tipo “aperto”.
In accordo con la relazione del professor Pier Luigi Spadolini, rappresen-
tante del Ministero della Pubblica Istruzione, sia i consigli di facoltà sia le
commissioni di coordinamento hanno accettato l’idea di una biblioteca cen-
tralizzata, pur mantenendo attivi i nuclei dipartimentali. Tuttavia, il processo
di realizzazione del sistema bibliotecario universitario fu poi sospeso, subendo
ritardi significativi.
Per guidare la transizione verso un sistema unificato e stabilire le basi della
centralizzazione, è stato istituito nel 1982 un Ufficio Centrale delle Bibliote-
che (UCB), che si è occupato di riorganizzare l’attività delle tre biblioteche di
facoltà sia a livello amministrativo che catalografico. Successivamente, l’UCB
ha ceduto il posto a due entità bibliotecarie autonome: una interdipartimen-
tale per la Facoltà di Scienze a Baronissi, ufficialmente istituita con un decreto
rettorale nel 1992, e un Centro di Servizio di Ateneo per le Biblioteche, situato
nel campus di Fisciano, creato circa cinque anni dopo a causa dei ritardi nella
costruzione della nuova biblioteca centrale.
La storia più recente ha visto nascere il Centro Bibliotecario di Ateneo
(decreto rettorale n. 3735 del 30 dicembre 2010), con la disattivazione di due
organismi precedenti, completando così l’organizzazione del Sistema Bibliote-
cario di Ateneo, il cui Regolamento è stato approvato dal decreto rettorale n.
3701 del 24 dicembre 2010. Attualmente, il Centro Bibliotecario di Ateneo
dell’Università di Salerno è composto da due biblioteche centrali: la Biblioteca
Centrale del Polo Umanistico “E. R. Caianiello”, dedicata alle scienze umane
e la Biblioteca del Polo Scientifico e Tecnologico, entrambe situate nel campus
di Fisciano. A queste si aggiunge la biblioteca di Medicina e Chirurgia, localiz-
zata nel campus di Baronissi
22
.
4. Conclusioni
I documenti relativi all’Università di Salerno presenti nel Fondo Menna
rappresentano un elemento significativo per la comprensione e la valorizza-
zione della storia dell’ateneo. Queste carte, testimonianze dirette di una fase
cruciale dello sviluppo universitario, offrono una finestra unica su decenni di
evoluzione accademica e culturale, e mettono in luce la visione e le strategie
che hanno guidato l’istituzione verso la sua affermazione nel panorama uni-
versitario nazionale.
22
Per una breve ricostruzione della storia si rimanda al sito del Centro bibliotecario di Ate-
neo dell’Università degli studi di Salerno (n.d.).
114 Rosa Parlavecchia
Il Fondo Menna, con le sue fonti inedite, permette non solo di ricostruire
in modo più dettagliato le vicende legate alla formazione del sistema biblio-
tecario e delle infrastrutture culturali dell’Università di Salerno, ma anche di
approfondire il ruolo svolto da figure chiave nella crescita dell’ateneo. Queste
carte rappresentano un tassello fondamentale per lo studio delle dinamiche
interne e dei rapporti con il territorio, evidenziando l’impatto dell’università
nello sviluppo sociale e culturale della comunità di appartenenza
Gli sforzi di grandi personalità diventano una fonte di ispirazione per la
comunità accademica odierna e contribuiscono a rafforzare l’identità storica
dell’Università di Salerno. In un momento di celebrazione come questo, re-
cuperare e studiare le tracce del passato assume un valore simbolico che sot-
tolinea l’importanza della memoria collettiva come strumento di crescita e
continuità
23
.
La storia del Sistema Bibliotecario dell’Università di Salerno rappresenta
un capitolo essenziale nello sviluppo del sistema accademico e culturale dell’a-
teneo. La sua evoluzione, scandita da momenti chiave come l’istituzione del
CBA e la centralizzazione delle risorse, ha segnato un passaggio cruciale verso
una gestione più efficiente e organizzata del patrimonio documentale. Questi
progressi non solo hanno migliorato l’accesso e la fruizione delle risorse per
studenti e docenti, ma hanno anche rafforzato il ruolo della biblioteca come
centro di diffusione della conoscenza.
L’analisi di documenti storici inediti legati alla nascita e allo sviluppo del
Centro Bibliotecario di Ateneo assume un’importanza centrale per compren-
dere le scelte strategiche fatte nel corso degli anni e per preservare la memoria
istituzionale. Si rende possibile così restituire una visione chiara del processo
decisionale e delle sfide affrontate nella costruzione di un sistema bibliotecario
moderno e funzionale.
Riferimenti bibliografici
Andria, Marcello. 2008a. “Biblioteche a Salerno fra Otto e Novecento: Spunti
per un’indagine.” In Storia di Salerno, vol. 3, Salerno in età contemporanea,
a cura di Giuseppe Cacciatore e Luigi Rossi. Salerno: Sellino.
23
Il 16 ottobre 2024 hanno preso avvio le celebrazioni per l’ottantesimo anniversario dalla
nascita dell’Ateneo salernitano. Con la mostra “UNISA 80. 80 anni di storia, secoli di fu-
turo”, organizzata presso la Biblioteca del Polo tecnico-scientifico di Ateneo, si è voluto dar
via a un percorso fotografico e documentale che raccontasse la crescita culturale e strutturale
dell’Università degli Studi di Salerno nel corso degli anni. Il Sistema Bibliotecario di Ateneo,
inoltre, ha dedicato un percorso bibliografico digitale attraverso cui è possibile consultare i
primi annuari, gli statuti, i notiziari dell’epoca, con riferimenti sulle principali attività della
vita accademica e istituzionale dell’ateneo, insieme a pubblicazioni che tracciano la storia
dell’università salernitana (Università degli studi di Salerno 2024, n.d.c.).
Testimonianze di un impegno culturaleper l’Università di Salerno 115
Andria, Marcello. 2008b. “Libri e letture di un intellettuale salernitano: La
biblioteca privata di Giovanni Cuomo.” In Giovanni Cuomo: Una vita per
Salerno e il Mezzogiorno, a cura di Vittoria Bonani. Angri: Gaia.
Andria, Marcello. 2017. “Biblioteca di biblioteche: Fondi privati, donazioni e
collezioni speciali nella Biblioteca centrale dell’Università.” Rassegna stori-
ca salernitana 68: 9-31.
Andria, Marcello. 2020. “La lunga durata di una eredità culturale: Tratti di
storia recente dell’Università di Salerno.” In Opulenta Salernum. Una città
tra mito e storia, a cura di Giovanni Di Domenico, Angela Pontradolfo e
Maria Galante. Roma: Gangemi.
Barrera, Giulia. 2006. “Gli archivi di persone.” In Storia d’Italia nel secolo ven-
tesimo: Strumenti e fonti, a cura di Claudio Pavone. Roma: Ministero per
i beni e le attività culturali. Dip.to per i beni archivistici e librari. Direz.
gen. per gli archivi.
Bonani, Vittoria. 2007. Giovanni Cuomo e il suo tempo: 1943-1948. Angri:
Gaia.
Bonani, Vittoria. 2008a. Giovanni Cuomo: Una vita per Salerno e il Mezzo-
giorno: Atti del convegno nazionale di studi. Salerno, 12-14 dicembre 2007.
Angri: Gaia.
Bonani, Vittoria. 2008b. Giovanni Cuomo: La vita, gli affetti e l’impegno poli-
tico. Angri: Gaia.
Centro Bibliotecario di Ateneo dell’Università degli studi di Salerno. n.d. “Il
Centro: Storia.” Consultato il 20 settembre 2024. https://www.bibliote-
che.unisa.it/centro/storia.
Commissione nazionale biblioteche speciali, archivi e biblioteche d’autore
dell’Associazione italiana biblioteche. 2019. “Linee guida sul trattamento
dei fondi personali.” Associazione Italiana Biblioteche. https://www.aib.
it/documenti/linee-guida-sul-trattamento-dei-fondi-personali/.
D’Addario, Arnaldo. 1972. Lezioni di archivistica. Bari: Adriatica.
D’Aniello, Ennio. 1994. Ricordo di Giovanni Cuomo (nel 50° anniversario di
“Salerno Capitale”). Salerno: Laveglia.
D’Auria, Elio. 1985. “Giovanni Cuomo.” In Dizionario biografico degli italia-
ni, vol. 31. Roma: Istituto dell’Enciclopedia Italiana.
De Renzi, Salvatore. 1857. Storia documentata della Scuola medica salernitana.
Napoli: G. Nobile.
Di Domenico, Giovanni, e Fiammetta Sabba, a cura di. 2020. Il privilegio
della parola scritta: Gestione, conservazione e valorizzazione di carte e libri
di persona. Roma: Associazione Italiana Biblioteche.
116 Rosa Parlavecchia
Galdi, Amalia. 2020. “La Scuola medica salernitana nel Medioevo: Un’istitu-
zione mediterranea tra storia e leggenda.” In Opulenta Salernum. Una città
tra mito e storia, a cura di Giovanni Di Domenico, Angela Pontradolfo e
Maria Galante. Roma: Gangemi.
Galasso, Giuseppe. 1995. “Una scuola e un mito: La Scuola medica di Saler-
no.” Rassegna storica salernitana 24: 7-30.
Gallo, Italo, a cura di. 1994. Salerno e la sua Scuola medica. Salerno: Arti Gra-
fiche Boccia.
Istituto per lo Sviluppo Economico dell’Italia Meridionale. 1959. Crediti ed
agevolazioni per l’industrializzazione del Mezzogiorno continentale, a cura
di Vittorio Cascetta. Napoli: Arti grafiche SAV.
Jacquart, Daniele, e Agostino Paravicini Bagliani, a cura di. 2007. La scuola
medica salernitana: Gli autori e i testi. Convegno internazionale, Università
degli Studi di Salerno, 3-5 novembre 2004. Firenze: SISMEL-Edizioni del
Galluzzo.
Kristeller, Oskar Paul. 1986. Studi sulla Scuola medica salernitana. Napoli: Isti-
tuto Italiano per gli Studi Filosofici.
Leone, Alfonso, e Gerardo Sangermano, a cura di. 2003. La “Schola Salernita-
na” e le altre: Atti della giornata di studio (Salerno 1 giugno 2002). Salerno:
Civitas Hippocratica.
Manzo, Pio. 2021. “Periodo costituzionale transitorio: Testimonianze biblio-
grafiche nella raccolta di Giovanni Cuomo.” In Scaffali come segmenti di
storia: Studi in onore di Vincenzo Trombetta, a cura di Rosa Parlavecchia e
Paola Zito. Roma: Quasar.
Menna, Alfonso. 1930. Per la elevazione di Battipaglia a comune. Salerno: Tip.
L. e A. Lauretano.
Menna, Alfonso. 1931. Intorno alle origini di Battipaglia. Salerno: Stamp. R.
Beraglia.
Menna, Alfonso. 1932. Il nuovo comune di Battipaglia. Salerno: Tip. F.lli di
Giacomo.
Menna, Alfonso. 1971. Intervento di Alfonso Menna al Consiglio Comunale del
21 dicembre 1970: (Programma e sede universitaria). Salerno: Graficart di
Giovanni Di Giacomo.
Menna, Alfonso. 1991. Il banco e la cattedra: Dalle materne all’Università. Sa-
lerno: De Luca Editore.
Menna, Alfonso. 1993. Come li ricordo: Sono uomini che hanno ben meritato
della civica riconoscenza, vol. I. Salerno: De Luca Editore.
Menna, Alfonso. 1996. Come li ricordo: Sono uomini che hanno ben meritato
della civica riconoscenza, vol. II. Salerno: De Luca Editore.
Testimonianze di un impegno culturaleper l’Università di Salerno 117
Musi, Aurelio, Massimo Oldoni, e Augusto Placanica, a cura di. 2001-2004.
Storia dell’Università di Salerno, Voll. I-II. Salerno: Arti Grafiche Boccia.
Musi, Aurelio. 2004. “Introduzione.” In Storia dell’Università di Salerno: L’età
contemporanea (1944-2004), vol. 2, a cura di Aurelio Musi. Salerno: Arti
Grafiche Boccia.
Parlavecchia, Rosa. 2020. “La Biblioteca provinciale di Salerno.” In Opulenta
Salernum: Una città tra mito e storia, a cura di Giovanni Di Domenico,
Angela Pontradolfo e Maria Galante. Roma: Gangemi.
Petrucciani, Alberto. 2005. “Placanica, Augusto.” In Dizionario bio-bibliogra-
fico dei bibliotecari italiani del XX secolo, a cura di Simonetta Buttò e Al-
berto Petrucciani. https://www.aib.it/aib/editoria/dbbi20/placanica.htm.
Presidenza della Repubblica italiana. 2021. “Menna Alfonso: Medaglia d’oro
al merito civile.” https://www.quirinale.it/onorificenze/insigniti/526.
Sbrescia, Vincenzo Mario. 2022. “Tecnica amministrativa e visione politica al
servizio del bene pubblico: Alfonso Menna, Sindaco riformista della Città
di Salerno, lungimirante Presidente Isveimer, brillante saggista.” Rivista
giuridica del mezzogiorno 36 (3): 793-97.
Università degli studi di Salerno. n.d.a. “Liberabit.” Consultato il 16 settem-
bre 2024. https://www.liberabit.unisa.it/.
Università degli studi di Salerno. n.d.b. “Fondo Cuomo.” Liberabit. Con-
sultato il 16 settembre 2024. https://www.liberabit.unisa.it/cris/fonds/
fonds09100.
Università degli studi di Salerno. n.d.c. “UNISA 80: 80 anni di storia, secoli di
futuro.” Liberabit. Consultato il 30 ottobre 2024. https://www.liberabit.
unisa.it/cris/path/path10105.
Vitolo, Giovanni. 2007. La Scuola medica salernitana come metafora della storia
del Mezzogiorno. Firenze: SISMEL Edizioni del Galluzzo.
Zaccaria, Raffaella Maria, e Salvatore Amato. 2018. “Introduzione.” In L’Ar -
chivio storico dell’Università degli studi di Salerno: Inventario, a cura di Raf-
faella Maria Zaccaria. Soveria Mannelli: Rubbettino.
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545646
pag. 119-148 (luglio-dicembre 2024)
CompL-it: a Computational Lexicon of Italian
Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
*
Abstract: This paper describes CompL-it, a new open computational lexicon for contem-
porary Italian. The resource was constructed from three sources: an already available Italian
lexicon, a lemmatized list of inflected forms obtained from a morphological analyser, and a set
of treebanks. Integrating these resources required a standardisation process in accordance with
the standards of the Linguistic Linked Open Data community, which was necessary for the
subsequent conversion into the OntoLex-Lemon model. The resulting computational lexicon
comprises approximately 100,000 lexical entries, 790,000 forms, 57,000 senses, and 86,000
semantic relations. The lexicon, thanks to its rich and articulated linguistic structure, can be
used, as shown, to enhance information retrieval in the context of full-text search tasks.
Keywords: Computational Lexicon, Linguistic Resources, Linguistic Linked Open Data, On-
toLex-Lemon, Information Retrieval.
1. Introduction
While a significant number of digital lexical resources are available for many
languages (such as various multilingual WordNets) (Princeton University n.d.;
MultiWordNet n.d.; Global WordNet Association n.d.), only a few integrate
different layers of linguistic information, such as morphology, semantics, and
syntax. This is not surprising, as the construction of a computational lexicon
1
that conveys linguistic information across different layers can be an extremely
time-consuming task that requires advanced linguistic expertise.
*
CNR-Istituto di Linguistica Computazionale (ILC) “A. Zampolli”, Pisa, Italy. flavia.scio-
lette@ilc.cnr.it; andrea.bellandi@ilc.cnr.it; emiliano.giovannetti@ilc.cnr.it; simone.marchi@
ilc.cnr.it.
1
In this context, a computational lexicon can be defined as a resource that contains in-
formation about words, their meanings, and linguistic properties, designed to be used by
computer systems for tasks like natural language processing (NLP), machine translation, or
text analysis. It typically includes details such as word categories (e.g., noun, verb), syntactic
information, and semantic relationships.
120 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
On the other hand, the need for resources of this kind is long-standing.
Italian linguistics, for example, has always shown an interest for lexical data
(Sabatini 2006), which has been encouraged by the increasing availability of
many corpus-based resources. As documented in Chiari (2012) many projects
involving corpora (monolingual, parallel, domain-specific) have flourished
and both digitised traditional dictionaries and computational dictionaries
have taken advantage of them, for example to calculate the frequency of words
or to increase their lexical coverage (for example by adding neologisms). In
terms of exploitation, a number of applications are meant to take advantage of
lexical resources, such as sentiment analysis (Prakash and Aloysius 2021), and
«semantic role labelling, verb sense disambiguation, and ontology mapping»
(Brown et al. 2022, 2).
In the context of archival science and document management, the availabi-
lity of linguistic resources to support the organisation and retrieval of informa-
tion has been considered crucial for many years (Chen et al. 1995; Smith 1997;
Thompson et al. 2011). In these fields, the development of computational
lexicons can provide a fundamental contribution to the community, expan-
ding the potential for knowledge analysis and management. It is believed that
a resource capable of formalising a language’s lexical and semantic structures
in a complex way can improve the efficiency of archiving, classification, and
information retrieval activities, within a document management paradigm in-
creasingly supported by IT tools (Bamman and Crane 2010; Hmeidi et al.
2016; Passarotti and Mambrini 2021). The creation of increasingly efficient
tools for automating archival and document practices can greatly simplify the
management of large volumes of unstructured data, enhancing precision in
indexing and retrieving information. Furthermore, a computational lexicon
can serve as a key linguistic resource for building Knowledge Organization Sy-
stems (KOSs), such as ontologies and thesauri, crucial elements for knowledge
organisation (Hodge 2000; Shiri 2015).
In this work, we illustrate CompL-it, an Italian computational lexicon
built by leveraging existing resources, whose data have been thoroughly an-
alysed, extracted, converted, and interconnected. CompL-it has been made
freely available as Linguistic Linked Open Data (LLOD) on the CLARIN
repository (CLARIN-IT n.d.a).
2. State of the art
In order to define the state of the art regarding computational lexical re-
sources for the Italian language we first conducted a search on the Virtual
Language Observatory (CLARIN VLO n.d.) (VLO) of the European infra-
structure CLARIN (Common Language Resources and Technology Infra-
structure). This database, which contains hundreds of thousands of references
CompL-it: a Computational Lexicon of Italian 121
to language resources and tools, was browsed using the available filters. In
particular, a search was carried out by type of resource, selecting lexicalRe-
source, and specifying the Italian language. In addition, from the obtained list
we excluded automatically produced resources (i.e, not revised by hand), lists
of idiomatic expressions, lists of terms with no linguistic information at all,
multilingual named entities, sets of embeddings, parallel corpora, metadata,
resources that only appear by virtue of some references to the Italian language
and, finally, all the resources whose data are not open and freely available.
Among this last type of resources, however, it is worth mentioning BabelNet
(Navigli and Ponzetto 2012; BabelNet n.d.), Senso Comune (Vetere et al.
2011), and Italian FrameNet (Basili et al. 2017), particularly for the richness
of data they offer.
The resources identified on CLARIN VLO that met the above criteria were
14, and can be classified into two categories: 11 lexical resources and 3 termi-
nological resources.
The available lexical resource that, for this work, has been taken as the
main reference (and used as one of the sources) is LexicO (Sciolette, Giovan-
netti, and Marchi 2023), a multi-layered computational lexicon developed at
CNR-ILC and built from Parole-Simple-Clips (PSC) (Bel et al. 2000; Ruimy
et al. 2002; ILC4CLARIN CNR 2016). More details on the nature of LexicO
will be provided later in section 3.1.
Another very rich lexical resource, also developed at CNR-ILC, is ItalWor-
dNet (Roventini et al. 2003), available as an SQL dump on the VLO in its se-
cond version (Roventini, Marinelli, and Bertagna 2016). The VLO also men-
tions MultiWordNet (Pianta, Bentivogli, and Girardi 2002; MultiWordNet
n.d.), realised as an extension of Princeton’s WordNet (Miller 1995; Princeton
University n.d.), and which also includes data for the Italian language. Multi-
lingual language resources include OmegaWiki (Meijssen 2014), an open and
collaborative resource whose aim is «to describe all words of all languages with
definitions in all languages» and includes lexical, terminological and ontologi-
cal information (WikiMedia 2022).
In addition to the resources listed so far, which are structured as lexicons,
other resources are available for Italian that convey individual layers of lin-
guistic information. Building on the aforementioned PSC and ItalWordNet,
a resource that provides semantic data called the Italian Sense Inventory was
created. This resource was developed within the ELEXIS project (ELEXIS
n.d.) to support Word Sense Disambiguation tasks.
On the VLO, there are also two resources developed by the same author
that complement each other: Italian Function Words (Grella 2018a) and Ital-
ian Content Words (Grella 2018b). The former, as the name suggests, contains
Italian function words and is designed to support tasks such as POS tagging
and syntactic parsing. The second constitutes a morphological dictionary of
122 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
over 2 million inflected forms that, however, includes hundreds of thousands
of forms that, although morphologically correct, are not represented in linguis-
tic usage. The last two lexical resources we include in this review are Universal
Derivations (Kyjánek et al. 2021) and Universal Segmentations (Žabokrtský
et al. 2022), both multilingual, in which about 10 thousand Italian lemmas
are linked to their respective segmentations, derived forms and compounds.
With regard to the three terminological resources identified in the VLO we
first mention Geodomain WordNet, a collection of geographical terms linked
to the English and Italian WordNets (Frontini, Del Gratta, and Monachini
2016). The other two resources, developed within the Pan-Latin Terminology
Network (Realiter n.d.), are the Pan-Latin Lexicon of Collars and Sleeves in
Fashion and Costume (Zanola et al. 2023) and the Pan-Latin Textile Fibres
Vocabulary (Dankova, Zanola, and Calvi 2022).
Although not available on CLARIN VLO, Morph-it! (Zanchetta and Ba-
roni 2005) is a freely accessible and rich morphological resource for Italian,
consisting of 504,906 inflected forms and 34,968 lemmas. However, as the
authors note (Morph-it! 2018), because it is derived from an Italian newspaper
corpus, the resource has «many gaps in basic, every-day vocabulary».
Another interesting resource worth mentioning is SimpleLEX-IT, as it was
built similarly to CompL-it, i.e., by combining together different existing re-
sources (Mazzei 2016; SimpleLEX-IT n.d.). In particular, SIMPLELex-it was
developed by integrating morphological data from the previously cited Mor-
ph-it!, the Vocabolario di base della lingua italiana by Tullio De Mauro (De
Mauro 1980; 2016), two entries of the Italian Wikipedia concerning verbs
(Wikipedia 2024a; 2024b) and, finally, data from the Italian Universal De-
pendencies (UD) treebanks (Universal Dependencies n.d.a).
In the context of Linked Open Data – or, more precisely, LLOD, un-
derstood as the reference community for the creation and sharing of resour-
ces according to LOD principles (Cimiano et al. 2020; LLOD n.d.) – the
linguistic resources currently available for Italian include RDF datasets for
the previously mentioned PSC (Del Gratta et al. 2015) and IWN (Bartolini
2016) resources. The LLOD landscape, however, offers resources for different
languages, both contemporary and historical varieties; as an illustrative and
non-exhaustive example in a constantly expanding field, it is worth mentio-
ning Dbnary (Sérasset 2015), the multilingual resource based on Wiktionary,
made available according to LLOD principles. For historical varieties, we cite
LiLa – Linking Latin, a knowledge base for Latin that now includes several
resources (Mambrini and Passarotti 2023), and the DigitAnt project for an-
cient language varieties in Italy (Mallia et al. 2024). On the terminological
front, CHAMUÇA is noted, a resource for Portuguese loanwords in Asian
languages (Khan et al. 2024), and initial studies for a resource related to terms
in the Babylonian Talmud (Sciolette 2024), with the formalisation of contex-
CompL-it: a Computational Lexicon of Italian 123
ts through the OntoLex module FrAC (Frequency, Attestation and Corpus
Information), which is currently under development (Chiarcos et al. 2022;
Github n.d.a).
As a source of reference data for the construction of the CompL-it lexicon,
and as already mentioned, we chose LexicO, one of the freely available lexical
resources for the Italian language. The motivation for this choice is twofold,
and is partly also evident from the data reported in section 4.3, where LexicO
has been quantitatively compared to five other resources. First of all, Lexi-
cO (see section 3.1) is a multi-layered linguistic resource, in which informa-
tion of various kinds (phonological, morphological, syntactic and semantic)
is encoded: in this sense, it constitutes a unicum of its kind, given that all
the others limit themselves to representing, essentially, lexemes linked to each
other through semantic relations. Moreover, from a more quantitative point of
view, LexicO with its dense network of relations constitutes an extremely rich
resource of linguistic data.
However, LexicO also has limitations, both in terms of coverage in the
number of lexical entries, in terms of specific content (such as inflected forms
or missing lexical senses) and, finally, in terms of the data format in which it
is currently represented.
The idea of building CompL-it arose precisely due to these limitations of
LexicO: to ensure maximum lexical coverage, the linguistic data from LexicO
was integrated with data from two additional sources. Furthermore, standards
defined by the LLOD community were adopted for the model and represen-
tation format.
3. The sources
As stated in the previous section, LexicO was selected as the foundational
resource for constructing CompL-it. Additionally, we considered two other
sources: M-GLF (MAGIC-Generated Lemmatized Forms), a list of lemma-
tized forms with morphological information generated by the MAGIC tool
(Battista and Pirrelli 1999; Pirrelli and Battista 2000), and a set of Italian
language treebanks available through the UD repository (Universal Depen-
dencies n.d.b). All these resources have been chosen both for the richness of
the data they provide and because they have been manually constructed or
validated.
These three resources are very different from each other in terms of for-
mats, models and purposes, and therefore their integration required a process
of standardisation, as described in Section 4.1. In the following sections, we
describe the three resources together with some specific pre-processing inter-
ventions carried out prior to the data standardisation and conversion steps
necessary to create CompL-it.
124 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
3.1. LexicO
LexicO is a computational lexicon of Italian, available on CLARIN as a re-
lational database (CLARIN-IT n.d.b). This resource is derived from the above
mentioned PSC, with which it shares the same model based on the theory of
Generative Lexicon by James Pustejovsky (Pustejovsky 1995).
LexicO contains four layers of linguistic information: a morphological
layer, which describes lemmas, parts of speech (POS), and inflectional rules;
a semantic layer, which includes information about senses and their relation-
ships; a syntactic layer, detailing the syntactic behaviour of units and their
phrase structure; and finally, a phonological layer, which involves inflected for-
ms generated from the inflectional rules in the morphological layer. Althou-
gh each layer operates independently, there are connections between different
units, such as between syntactic and semantic entries. Since its initial use in
tasks such as full-text search (Giovannetti et al. 2022), it has become evident
that there is a need to convert all the data into a format compliant with current
standards.
Morphological units form the basis of lexical entries in LexicO. Each unit
is associated with a POS value and a set of morphological rules used to gene-
rate grammatically correct forms. These forms are defined as a type of entry
called phonological units.
Each association between a lemma and a form is described with a POS and
a certain number of morphological traits, as shown in Table 1.
Lemma Form POS MorphFeat
abbandonare abbandonai V 1|singular|indicative|past
Table 1: abbandonare (to abandon) with its form abbandonai, its POS (verb), and its morphological
features (first person singular, indicative, past).
As already mentioned in the previous section, LexicO is directly derived
from the PSC computational lexicon. This initial resource, while already quite
comprehensive, contained redundant or duplicated data and some entries
lacking in information: an emblematic example is the absence of the form
vado (I go) of the verb andare (to go). Although these issues did not diminish
the intrinsic value of the source, they required interventions to address the
gaps where possible. All interventions are documented in Sciolette, Giovan-
netti, and Marchi (2023).
3.2. M-GLF
The second lexical source we used to build up CompL-it was M-GLF, a
list of lemmatised forms generated by MAGIC, a morphological analyser for
CompL-it: a Computational Lexicon of Italian 125
Italian (Battista and Pirrelli 1999). The tool includes three modules: a lexicon
compiler, the morphological analyser itself, and a morphological generator.
We used this latter to generate the M-GLF list of forms (CLARIN-IT n.d.c)
by starting from a list of morphological rules for lemmas, endings and idiosyn-
cratic entries, contained in a morphological database.
An example of a M-GLF entry follows which is relative to a form of the
Italian verb abbaiare (to bark):
[1] MACRO:word[l_abbaiare,abbaiera’,v_fin,3,!,s,-
fut,ind,!,!]
In this example, l_abbaiare is the lemma of the form abbaierà, which is the
third person singular of the finite verb abbaiare in the indicative mood and
future tense. These morphological traits are indicated in the line, separated
by commas. Exclamation points represent null values for unspecified features,
such as degree, which is only relevant for adjectives.
The MAGIC generation tool is based on rules that constitute an extremely
rigorous model. First of all, the tool was unable to generate certain forms, such
as the absolute superlative. Moreover, the generation of entries produced some
inconsistencies. In particular, we found entries having multiple POS, such as
noun and adjective (e.g., svedese can indicate both the noun for a resident of
Sweden and the adjective for denoting the quality of being Swedish). In these
cases, we decided to intervene by splitting the entries with double POS into
distinct entries, each of which having its own POS with the correct morpho-
logical traits.
3.3. Treebanks
To further enrich the morphological layer of CompL-it, we also decided to
consider lemmas, forms, and morphological information obtained from the
available treebanks for Italian. The treebanks are collected in the UD repos-
itory, according to a common annotation scheme (Universal Dependencies
n.d.c), used for resources in different languages.
We only included treebanks that have been manually revised: three based
on balanced corpora of general-purpose texts (such as newspapers, legal doc-
uments, etc.) and one from a specific domain. We considered the following
treebanks:
• ISDT (Italian Stanford Dependency Treebank) (Universal Dependen-
cies n.d.d): this resource was obtained through a semi-automatic con-
version process starting from MIDT (the Merged Italian Dependency
Treebank). It is the result of merging pre-existing dependency-based
resources, aimed at improving the interoperability of available data.
126 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
The schema was partially adapted to account for the specific features of
the Italian language (Simi, Bosco, and Montemagni 2014);
• VIT (Universal Dependencies n.d.e): it is a conversion of VIT (Veni-
ce Italian Treebank), developed at the Laboratory of Computational
Linguistics at Università Ca’ Foscari in Venice. Originally a constituen-
cy-based treebank, VIT includes linguistic materials of various types,
extracted from five text typologies and spoken dialogues. The data un-
derwent conversion to the CoNLL-U format (Universal Dependencies
n.d.f), along with several stages of data harmonisation;
• ParTUT (ParallelTut) (Universal Dependencies n.d.g): it is a conver-
sion of a multilingual parallel treebank developed at the University of
Turin consisting of a variety of text genres, including talks, legal texts
and Wikipedia articles (Sanguinetti and Bosco 2015);
• ParlaMint-It (Universal Dependencies n.d.h): it is a collection of tran-
scriptions of parliamentary sessions of the Italian Senate, annotated in
Universal Dependencies. The corpus is part of a larger multilingual col-
lection of parliamentary transcripts built during the ParlaMint project
(CLARIN n.d.).
Although the selected treebanks were chosen precisely because they un-
derwent manual revision, they are not entirely free of errors, including gaps
and inconsistencies, particularly in morphological features, which can intro-
duce noise.
For example, there are cases where a word appearing in the treebanks is
annotated with fewer morphological features than the same word appearing
in the other two resources. This is the case for the form abilitati (enabled, as
in “enabled users”), described in the treebanks only through lemma and POS,
while in LexicO and M-GLF, this word is also provided with number (plural)
and gender (masculine) features. In all these cases, in CompL-it, the words
from the resource richer in linguistic information have been added.
4. The nature of CompL-it
This section illustrates the resource CompL-it, by starting with the neces-
sary standardisation process that had to be carried out, described in Section
4.1. The conversion in RDF format is briefly described in Section 4.2, while
a quantitative analysis of the resource is carried out in Section 4.3. To ensu-
re data interoperability we chose Ontolex-Lemon as the backbone model of
Compl-It, as it is the de facto standard for representing lexical resources in the
Linked Open Data community.
CompL-it: a Computational Lexicon of Italian 127
In order to proceed to the standardisation and conversion processes, it was
necessary to carry out some pre-processing steps. Some of these interventions
concerned all the resources and involved, in particular: i) the conversion of
superscripts into accented letters and distinction of high and low accents; ii)
the removal of proper nouns, such as named entities (e.g. Petrarca) and trade
names (e.g. Xerox); iii) the exclusion of abbreviations (e.g. Dott. instead of
doctor); iv) the exclusion of multiword expressions, which included nouns,
adjectives, adverbs and prepositions (e.g. the expression a ferro e fuoco); v) the
removal of unadapted loanwords (e.g. word processor).
Loanwords, multi words and proper nouns require different treatment and
will therefore be the subject of future work.
4.1. Standardisation
The following paragraphs describe the interventions undertaken to make
the models of the considered resources homogeneous in terms of morphology
and semantic relations.
4.1.1 Morphology
As can be seen from Section 3, the models and reference vocabularies of
LexicO, M-GLF and treebanks differ from each other, often profoundly. This
divergence between linguistic information representation systems is also moti-
vated by the different approach used to represent linguistic data.
In fact, M-GLF and LexicO can be included in the category of lexico-
graphic resources, whereas the standard used for treebanks, based on the UD
paradigm, pertains to the annotation of linguistic corpora.
In order to standardise the vocabularies, we decided to use LexInfo, an
inventory of types, values and properties designed to describe linguistic data
categorie
s (LexInfo n.d.). LexInfo comprises morphological properties, such as
gender, number, mood, grammatical categories (POS), and semantic relations,
such as synonymy, hypernymy, and so on. This choice is justified primarily
by the alignment of this vocabulary with the OntoLex-Lemon model (W3C
2016) used to represent CompL-it, as LexInfo serves as the reference linguistic
ontology for resources created with this model. Additionally, LexInfo complies
with other standards related to the OntoLex-Lemon model, including OLiA
(Ontologies of Linguistic Annotation) (Chiarcos and Sukhareva 2015; OLiA
n.d.), a repository of linguistic categories specific to annotated corpora. Ulti-
mately, the selection of the LexInfo vocabulary was largely driven by the need
to produce a lexical resource that is as interoperable as possible with other re-
128 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
sources based on the OntoLex-Lemon model, in accordance with the Linked
Data paradigm.
This difference in the representation of linguistic information in the mod-
els of the three sources occurs mainly at the level of the association between
POS and morphological traits. In fact, LexicO and M-GLF are based on a
model and specific vocabularies of labels, which are characterised by a very
fine-grained categorisation of POS. In the case of the treebanks, the UPOS
has a coarser grain: for example, the combination of UPOS and trait “pos-
sessive” with the value “yes” in the treebanks has been mapped to a specific
LexInfo POS. For example, the entry mio (mine) appears in treebanks with
the following annotation: PRON for the UPOS, with the feature “Poss=Yes”.
In CompL-it, this entry has been described with POS “possessivePronoun”,
according to the LexInfo vocabulary. More in general, the vocabularies of Lex-
icO, M-GLF and the treebanks were mapped into LexInfo, according to the
following scenarios: i) direct mapping between POS, if available (as was often
the case for LexicO and M-GLF); ii) conversion of POS and trait combina-
tions present in the treebanks into a LexInfo POS; iii) conversion into OLiA
2
or proposal of an ad hoc label, if the trait was not present in LexInfo. The
conversion tables have been made available on (Github n.d.b).
4.1.2 Semantics
In CompL-it, 137 types of semantic relations derived from LexicO have
been included. These relations are categorised into eight classes, listed below.
• Four classes are related to the four qualia roles taken from the Genera-
tive Lexicon theory
3
, namely:
– Formal: the role that describes the entity conveyed by the sense in
relation to other entities. An example of a relation associated with
the formal role is hyponymy, e.g., gatto-mammifero (cat-mammal);
– Agentive: the role that provides information about the origin of an
entity. An example of a relation associated with the agentive role is
caused by, e.g., infezione-batterio (infection-bacterium);
– Telic: the role that specifies a function of an entity. An example of a
relation associated with the telic role is Object of activity, linking an
object to a certain event, such as libro-leggere (book-to read);
2
OLiA has been used in the conversion of two traits in M-GLF for “Diminutive” and
“Augmentative”.
3
For an overview of the theory and the relationship between qualia roles and relations, see
(Sciolette, Giovannetti, and Marchi 2023). Following the terminology in the PSC documen-
tation, entities refer to the concept expressed by the sense, conveyed by a specific entry. These
entities can be connected to each other through semantic relations. Semantic relations are also
classified according to qualia roles.
CompL-it: a Computational Lexicon of Italian 129
– Constitutive: the role that describes the composition of an entity;
an example of a relation associated with the constitutive role is me-
ronymy, as senatore-senato (senator-senate).
• A derivational class, reserved for relations concerning senses that un-
dergo a change in grammatical category, e.g., from adjective to noun,
as triste-tristezza (sad-sadness).
• A class related to polysemy relations, as listed in Malmgren (1988). An
example of a regular polysemy class is Substance-Colour, as seen in the
sense of turchese (turquoise), which can refer to both the gemstone and
the colour.
• Two classes not documented in the original PSC model, namely synon-
ymy, e.g. ciclone-uragano (cyclone-hurricane), and metaphor, e.g. leone
(lion) to relate the sense of a brave man to the sense of the animal.
These few examples convey the image of a system of relations aimed at
defining meaning according to very fine-grained categories, as exemplified in
the case of meronymy, which distinguishes senses related to parts of a set, com-
ponents of a group, and, as a subclass, followers of a certain movement, as for
example Marxista (Marxist).
At present, it has proved particularly complex to find exact correspondences
between the semantic relations described in the reference ontologies (LexInfo
and OLiA) for the OntoLex-Lemon model. In some cases, it was necessary to
define relations from scratch.
The need to update lexical resources in Linked Data formats was also felt
in the past and led to the creation of some resources conforming to previous
versions of the OntoLex-Lemon model (Del Gratta et al. 2015; Villegas and
Bel 2015). However, it was not possible to reuse these resources either because
they did not include updates to the OntoLex-Lemon model, or because they
did not include a mapping with other reference models, such as LexInfo.
To ensure maximum interoperability, where possible, relations formalised
from scratch were linked to the corresponding reconstructed resources in pre-
vious versions of the OntoLex-Lemon model, with the seeAlso relation (W3C
2005).
For the construction of a vocabulary of CompL-it relations, the following
were also considered: i) equivalences, where possible, with LexInfo, such as
in the case of synonymy; ii) additional properties, not previously defined by
other resources, but reconstructed through documentation and analysis of the
resource.
The vocabulary definition phase also had a direct effect on the enrichment
interventions of the resource. For example, the mapping with LexInfo made it
possible to define an additional relation, hypernymy, as the inverse of hypon-
ymy (which translates the isA relation present in the LexicO model); since hy-
130 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
pernymy is the inverse of hyponymy, even if the relation is not described in the
source resource, it was still possible to infer a number of instances. This hap-
pened for all relations of which we could formalise additional properties from
the study of the documentation (as in the case of causes, inverse of causedBy).
4.2. Conversion to Linked Data
Once the data from the three lexical sources had been standardised, they
were converted into the Linked Data format. After introducing the reference
model adopted, an example of converted data is provided.
4.2.1 The OntoLex-Lemon model
In the context of the representation and publication of lexical data as
knowledge graphs and/or as Linguistic Linked Open Data, the OntoLex-Le-
mon model has become a de facto standard. This model was created with the
aim of supporting the linguistic foundation of a given ontology by adding
information on how ontological entities are lexicalised in different langua-
ges. However, OntoLex-Lemon can also be used as a lexicographic model to
represent linguistic entities without any concept they denote being defined.
OntoLex-Lemon is inspired by many other models, in particular the Lexical
Markup Framework (LMF) (Francopoulo et al. 2006), LexInfo (Cimiano et
al. 2011) — aligned with DatCatInfo (DatCatInfo n.d.) — and LIR (Lingui-
stic Information Repository) (Montiel-Ponsoda et al. 2008).
Figure 1 represents the core of the model, called ontolex. The rectangles
represent the classes of the model, the arrows with full heads represent the
properties of the objects, and the arrows with empty heads represent the sub-
class relationships.
CompL-it: a Computational Lexicon of Italian 131
Figure 1: The core model of OntoLex-Lemon (ontolex). Picture taken from the W3C OntoLex Final
Community Report at (W3C 2016).
ontolex is based on the definition of three fundamental classes: i) LexicalEntry,
that «represents a unit of analysis of the lexicon that consists of a set of forms
that are grammatically related and a set of base meanings that are associated
with all of these forms»; ii) Form, that «represents one grammatical realisation
of a lexical entry»; iii) LexicalSense, that «represents the lexical meaning of
a lexical entry when interpreted as referring to the corresponding ontology
element, if it is given». With reference to Figure 1, it is necessary to emphasise
that ontolex also allows us to express the fact that a given lexical entry evokes
a certain mental concept or refers to an entity with a formal interpretation
defined in an ontology. Therefore, OntoLex-Lemon introduces a fourth ele-
ment, the
LexicalConcept class, which represents a mental abstraction, concept
or unit of thought that can be lexicalised by a given collection of meanings.
The rest of the architecture of OntoLex-Lemon is divided into 4 modules,
each representing a different linguistic aspect, namely: i) decomposition (de-
comp), i.e. the process of describing which elements constitute a multiword
or compound; ii) the lexical and semantic relations between lexical entries
and lexical senses respectively (vartrans); iii) the syntactic behaviour of lexical
entries (synsem); iv) the description of the metadata of the lexical resource
(lime). However, in this paper, our conversion work will mainly use ontolex,
dealing with neither composition nor syntactic aspects in particular.
132 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
It is important to emphasise that the model abstracts from specific lin-
guistic theories or category systems used to describe the properties of lexical
entries and their syntactic behaviour. The re-use of existing category systems
or linguistic ontologies is therefore strongly encouraged. In our case, as rec-
ommended by the community that developed the model and as described in
section 4.1.1, the LexInfo model was used, which offers a rich vocabulary of
linguistic categories and relationships for morphology, syntax and semantics.
4.2.2 Representing data in RDF OntoLex-Lemon
The conversion of the standardised data coming from the three sources
into OntoLex-Lemon was performed by an algorithm in two steps: i) conver-
sion of the linguistic information according to the formalisation described in
the core ontolex module of the model; ii) serialisation of the data into Turtle
4
.
The obtained lexicon was then loaded into Ontotext GraphDB (Ontotext
n.d.), a semantic repository compliant with RDF and SPARQL (W3C 2013).
Below is an example of an RDF OntoLex-Lemon representation of a Com-
pL-it lexical entry in Turtle format.
:coniglio_entry a ontolex:Word;
lexinfo:partOfSpeech lexinfo:noun;
ontolex:canonicalForm coniglio_lemma;
ontolex:otherForm coniglio_form_1;
ontolex:sense coniglio_sense_1, coniglio_sense_2, co-
niglio_sense_3.
:coniglio_lemma a ontolex:Form;
lexinfo:gender lexinfo:masculine;
lexinfo:number lexinfo:singular;
ontolex:writtenRep “coniglio”@it, “rabbit”@en.
:coniglio_form_1 a ontolex:Form;
lexinfo:gender lexinfo:masculine;
lexinfo:number lexinfo:plural;
ontolex:writtenRep “conigli”@it, “rabbits”@en.
:coniglio_sense_1 a ontolex:LexicalSense;
skos:denition “mammifero della famiglia dei Lepori-
di, con pelame di vario colore, lunghe orecchie, occhi
4
Turtle is a serialisation format for RDF data types (W3C 2014).
CompL-it: a Computational Lexicon of Italian 133
grandi e sporgenti e grossi incisivi”@it, “Mammal of
the Leporidae family, with variously colored fur, long
ears, large, protruding eyes and large incisors”@en;
lexinfo:hyponym mammifero_sense;
simple:polysemyAnimalFood coniglio_sense_3.
:coniglio_sense_2 a ontolex:LexicalSense;
skos:denition “persona timida e molto paurosa”@it,
“shy and very
fearful person”@en;
lexinfo:hyponym persona_sense;
simple:metaphor coniglio_sense_1.
:coniglio_sense_3 a ontolex:LexicalSense;
skos:denition “carne dell’omonimo animale”@it, “meat
of the animal”@en.
In this example, the lexical entry coniglio (rabbit) is associated with two
forms, one of which is defined as the canonical form (the lemma) and the
other suitable for representing the plural form conigli (rabbits), both of which
are equipped with the appropriate morphological traits. The lexical entry is
also associated, via the ontolex:sense relation, with three lexical senses, each of
which has a natural language definition. Furthermore, the first two senses are
also endowed with semantic relations that link them to other lexical senses.
For example, rabbit_sense_2 is defined as a hyponym of mammal_sense.
4.3. CompL-it in numbers
In this section, the CompL-it lexicon is described from a quantitative per-
spective, both by enumerating the entities and relations it comprises and by
comparing it with lexicographic resources available for the Italian language of
a similar nature.
From a morphological standpoint, the resource is composed of 101,795
lexical entries (comprising a total of 791,541 word forms), classified with 36
POS categories and described with morphological traits. Figure 2 depicts a
Venn diagram representing the different dimensions, in terms of lexical en-
tries, of the three source resources and their intersections. As observed, the
most significant contribution of words comes from M-GLF. However, both
LexicO and the treebanks contribute significantly with a total of 47,069 forms
and 9,028 additional lexical entries.
134 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Figure 2: Representation, by the number of lexical entries, of the three source resources and their
various intersections.
Going more into the specific linguistic content, Table 2 shows the distri-
bution of word forms by POS: as expected, most are verbal forms (69% of the
total). The other class encompasses the 32 POS not explicitly specified, such
as, for example, number, conjunction, determiner, and preposition.
POS LexicO M-GLF TBs CompL-it
verb 345,307 526,635 10,741 545,342
noun 76,396 115,562 11,723 136,744
adj. 45,712 98,603 7,083 103,869
adv. 742 2,818 845 3223
other
5
935 670 926 2,364
total 469,092 744,288 31,318 791,542
Table 2: Distribution of word forms by POS
5
This category includes the following POS: adposition, article, auxiliary, cardinalNumeral,
conjunction, coordinatingConjunction, definiteArticle, demonstrativeDeterminer, demon-
strativePronoun, determiner, exclamativeDeterminer, exclamativePronoun, fusedPreposition,
indefiniteArticle, indefiniteDeterminer, indefinitePronoun, interjection, interrogativeAdverb,
interrogativeDeterminer, interrogativePronoun, numeral, numeralDeterminer, numeralPro-
noun, particle, personalPronoun, possessiveAdjective, possessiveDeterminer, possessivePro-
noun, pronoun, relativeDeterminer, relativePronoun, subordinatingConjunction.
CompL-it: a Computational Lexicon of Italian 135
As for the data related to the semantic layer, CompL-it describes 55,713
word senses connected to each other through 137 types of semantic relations,
totalling 86,577 instances. Table 3 shows a distribution of the 10 most nume-
rous types of semantic relation instances.
Semantic relation # instances an example
hyponym 43,069 medicina, scienza (medicine, science)
approximateSynonym 5,666 sciocco, stupido (foolish, stupid)
usedFor 3,291 matita, scrivere (pencil, to write)
partMeronym 3,159 giorno, settimana (day, week)
partHolonym 3,159 cinghiale, grugno (boar, snout)
createdBy 2,857 quadro, dipingere (painting, to paint)
ObjectOfeActivity 1,366 bistecca, mangiare (steak, to eat)
memberMeronym 1,318 segretario, partito (secretary, party)
ResultingState 1,063 bruciare, bruciato (to burn, burnt)
memberHolonym 979 stormo, uccello (ock, bird)
other 20,255 -
total 86,577
Table 3: Distribution of semantic relations instances.
To provide an overview of the dimensions and richness of linguistic infor-
mation conveyed by CompL-it, we finally present, in Table 4, a comparison
with other lexical resources available for Italian
6
.
6
Data updated at the time of writing.
136 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
entries forms senses/synsets
semantic
relations
instances
semantic
relations
types
LexicO 71,021 469,708 56,870 senses 89,340 137
IWN 48,416 - 49,350 synsets 138,385 83
MWN 41,491 - 32,673 synsets 45,593 14
OmegaWiki 30,258
7
- 23,417 senses 66,005
8
41
SIMPLELex-IT 7,022 26,560 - - -
Morph-it! 34,968 504,906 - - -
CompL-it 101,795 791,541 56,870 senses 86,577
9
137
Table 4: Concise comparison of some of the main freely available resources containing lexical data for
the Italian language.
5. CompL-it: access and use
The resource, in addition to being available for download, can be queried
through a dedicated web interface (KLAB n.d.). This interface, shown in Figu-
re 3, allows the user to select a series of precompiled SPARQL queries (visible
on the left), modify one of them using the right panel, or formulate a new
query from scratch.
As an example, the figure includes a precompiled query that allows for di-
splaying all meanings of the verb fare (to do). If selected, the interface queries
the resource and returns 7 senses of that verb, displaying their definitions and
some examples. Using the corresponding SPARQL query shown in the right
panel, it is possible to modify the label fare (highlighted in the figure) to insert
another Italian verb, click the execute query button at the top right, and view
the meanings of that verb in CompL-it.
In addition to its presentation as a linguistic resource in itself, as it is freely
distributed, numerically rich and conforms to Linked Open Data standards,
CompL-it can also be described in relation to the uses that can be made of it
for information management and retrieval tasks.
For instance, a computational lexicon can be used in full-text search ap-
proaches in which queries can fully exploit the morphological information
contained therein and the complex and articulated system of semantic rela-
7
This number includes both dictionary entries and encyclopaedic data (such as named
entities).
8
Semantic relations are defined between “concepts” and not between senses of a specific
language.
9
There are fewer instances of semantic relations in CompL-it than in LexicO because prop-
er nouns were not extracted from the latter resource (as specified at the beginning of section
4) and the associated semantic relations were excluded with them.
CompL-it: a Computational Lexicon of Italian 137
tions between the words of the lexicon (especially synonymy and hyponymy).
Better results are naturally obtained if searches are carried out on linguistical-
ly pre-analysed texts (at least with POS tagging) to reduce ambiguity in the
results. In the following section we provide an example of a full-text search
supported by a computational lexicon. For more details, see (Giovannetti et
al. 2022).
Figure 3: The query interface with the example of search for the senses of the Italian verb fare (to do).
Finally, we would also like to emphasise that representing data according
to the LOD paradigm can bring some advantages, namely: (i) the federation
mechanism with other datasets potentially allows the integration and im-
provement of queries results for more enriched searches, e.g., linking with
etymological datasets (see Section 6); (ii) the addition of a semantic layer to
the data through ontologies, allows the implicit knowledge in the dataset to
be inferred and exploited in queries to the text, e.g., exploiting the transitivity
of synonymy or hypernymy.
5.1. An example: lexicon-based search of the Babylonian Talmud
In this example, we show a query of the Italian translation of the Babylo-
nian Talmud. This translation is being carried out by expert translators in the
context of the Babylonian Talmud Translation Project (PTTB n.d.) using Tra-
duco, a computer-aided translation tool developed at the CNR-ILC (Giovan-
netti et al. 2016). The search function of the tool allows the text to be accessed
with complex queries, which can include information conveyed by the Italian
lexicon related to morphology and semantics.
138 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Figure 4: An example of query and relative results with the verb iniziare.
Considering the lemma iniziare (to start) it is possible to insert both mor-
phological and semantic traits into the query (Fig. 4). By adding, for example,
a restriction on the indicative mood and the third person, it is possible to
extract all the contexts of the Talmud with the forms of the verb iniziare char-
acterised by these traits. On the semantic side, we can also expand the query to
include all lemmas having at least one sense as synonym to one of the (three)
senses available in the lexicon for iniziare: the lexicon returns introdurre (to
introduce) and cominciare (to begin). With the aforementioned morpholog-
ical and semantic restrictions, the system is able to return Talmudic contexts
containing, for example, the form inizia (singular, present indicative), but
also comincia, cominciano (plural, present indicative), and iniziò (singular, past
indicative).
6. Conclusions and perspectives
In this article, we presented CompL-it, a new computational lexicon for
contemporary Italian. In the first part, we described the state of the art for
this type of resource and outlined a landscape that, although rich, presen-
ts some challenges, such as the heterogeneity of data formats and linguistic
models. Next, we described the three resources from which the lexicon was
constructed: a computational lexicon (LexicO), a lemmatised form list obtai-
ned from a morphological analyser (M-GLF) and a set of treebanks. The three
sources were based on different formats and models, which made it necessary
CompL-it: a Computational Lexicon of Italian 139
to standardise the data, also in accordance with the standards used by the
Linguistic Linked Open Data community. Standardisation was followed by a
conversion phase, which led to the final version of the lexicon in the form of
Linguistic Linked Open Data according to the OntoLex-Lemon model.
We have also described the resource on a quantitative basis, also comparing
CompL-it with some of the lexicographic resources available for Italian. The
lexicon has been released as an open resource, is freely downloadable and can
be consulted through a SPARQL interface. Finally, it was shown, through an
example of a search on the Italian text of the Babylonian Talmud, how such
a resource can be usefully exploited to provide linguistic-semantic access to
textual corpora.
By its very nature, the editing of a lexicon can never be called a finished
work. In the immediate future, CompL-it will first be further enriched in the
semantic layer from the data that have not yet been extracted from LexicO
(including templates and semantic traits). Subsequently, a merging method-
ology similar to the one adopted for morphology will also be applied to the
semantic layer, in particular by considering available semantic resources such
as ItalWordNet. A version of CompL-it will also be released, albeit limited to
the morphological layer, conforming to the Universal Dependencies model.
The resource will also be further extended to include cliticised forms, multi-
word forms and forms generated with suffixes, as in the case of papà-papino
(dad, daddy). Finally, other linguistic layers will be considered, such as syntax
(including data related to syntax-semantics interface) and phonetics, starting
by leveraging on such data already available in LexicO.
Acknowledgement
Scientific publication produced thanks to the agreement between the Na-
tional Research Council – Institute of Computational Linguistics and the
PTTB S.c.a r.l. – Babylonian Talmud Translation Project.
References
BabelNet. n.d. “BabelNet | Il Più Grande Dizionario Enciclopedico e Rete Se-
mantica Multilingue.” Accessed December 3, 2024. https://babelnet.org/.
Bamman, David, and Gregory Crane. 2010. “Computational Linguis-
tics and Classical Lexicography.” In Changing the Center of Gravity, ed-
ited by Melissa Terras and Gregory Crane, 297-322. Gorgias Press.
https://doi.org/10.31826/9781463219222-015.
Bartolini, Roberto. 2016. “IWN-LOD.” http://hdl.handle.net/20.500.11752/ILC-66.
140 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Basili, Roberto, Silvia Brambilla, Danilo Croce, and Fabio Tamburini.
2017. “Developing a Large Scale FrameNet for Italian: The IFrameN-
et Experience.” In Proceedings of the Fourth Italian Conference on Com-
putational Linguistics CLiC-It 2017, edited by Roberto Basili, Malvina
Nissim and Giorgio Satta, 59-64. Torino: Accademia University Press.
https://doi.org/10.4000/books.aaccademia.2364.
Battista, Marco, and Vito Pirrelli. 1999. “Una Piattaforma di Morfologia
Computazionale per l’analisi e la Generazione delle Parole Italiane.”
ILC-CNR Technical Report.
Bel, Nuria, Federica Busa, Nicoletta Calzolari, Elisabetta Gola, et al. 2000.
“SIMPLE: A General Framework for the Development of Multilin-
gual Lexicons.” In Proceedings of the Second International Conference
on Language Resources and Evaluation (LREC’00), edited by M. Gavri-
lidou, G. Carayannis, S. Markantonatou, S. Piperidis and G. Stainhau-
er. Athens, Greece: European Language Resources Association (ELRA).
http://www.lrec-conf.org/proceedings/lrec2000/pdf/61.pdf.
Brown, Susan Windisch, Julia Bonn, Ghazaleh Kazeminejad, Annie Zaenen,
James Pustejovsky, and Martha Palmer. 2022. “Semantic Representations
for NLP Using VerbNet and the Generative Lexicon.” Frontiers in Artificial
Intelligence 5 (April):821697. https://doi.org/10.3389/frai.2022.821697.
Chen, Hsinchun, Tak Yim, David Fye, and Bruce Schatz. 1995. “Automatic
Thesaurus Generation for an Electronic Community System.” Journal of
the American Society for Information Science 46 (3): 175-93.
Chiarcos, Christian, and Maria Sukhareva. 2015. “OLiA – Ontologies of
Linguistic Annotation.” Edited by Sebastian Hellmann, Steven Moran,
Martin Brümmer, and John P. McCrae. Semantic Web 6 (4): 379-86.
https://doi.org/10.3233/SW-140167.
Chiarcos, Christian, Elena-Simona Apostol, Besim Kabashi, and Cipri-
an-Octavian Truică. 2022. “Modelling Frequency, Attestation, and Cor-
pus-Based Information with OntoLex-FrAC.” In Proceedings of the 29th
International Conference on Computational Linguistics, edited by Nicoletta
Calzolari, Chu-Ren Huang, Hansaem Kim, James Pustejovsky, Leo Wan-
ner, Key-Sun Choi, Pum-Mo Ryu, et al., 4018-27. Gyeongju, Repub-
lic of Korea: International Committee on Computational Linguistics.
https://aclanthology.org/2022.coling-1.353.
Chiari, Isabella. 2012. “Il Dato Empirico in Lessicografia: Dizionari Tradizio-
nali e Collaborativi a Confronto.” Bollettino Di Italianistica II (January):
94-125.
CompL-it: a Computational Lexicon of Italian 141
Cimiano, Philipp, Christian Chiarcos, John P. McCrae, and Jorge Gracia. 2020. Lin-
guistic Linked Data: Representation, Generation and Applications. Cham: Spring-
er International Publishing. https://doi.org/10.1007/978-3-030-30225-2.
Cimiano, Philipp, Paul Buitelaar, John McCrae, and Michael Sintek. 2011. “Lex-
Info: A Declarative Model for the Lexicon-Ontology Interface.” Journal of Web
Semantics 9 (1): 29-51. https://doi.org/10.1016/j.websem.2010.11.001.
CLARIN. n.d. “ParlaMint: Comparable and Interoperable Parliamen-
tary Corpora | CLARIN ERIC.” Accessed December 3, 2024.
https://www.clarin.eu/parlamint.
CLARIN-IT. n.d.a. “CompL-It.” Accessed December 3, 2024. https://dspace-
clarin-it.ilc.cnr.it/repository/xmlui/handle/20.500.11752/ILC-1007.
CLARIN-IT. n.d.b. “LexicO.” Accessed December 3, 2024. https://dspace-
clarin-it.ilc.cnr.it/repository/xmlui/handle/20.500.11752/ILC-977.
CLARIN-IT. n.d.c. “MAGIC - Generated Lemmatized Forms.” Accessed De-
cember 3, 2024. https://dspace-clarin-it.ilc.cnr.it/repository/xmlui/han-
dle/20.500.11752/ILC-1002.
CLARIN VLO. n.d. “Virtual Language Observatory.” Accessed September 30,
2024. https://www.clarin.eu/content/virtual-language-observatory-vlo.
Dankova, Klara, Maria Teresa Zanola, and Silvia Calvi. 2022. “Pan-Latin Tex-
tile Fibres Vocabulary.” http://hdl.handle.net/20.500.11752/OPEN-975.
DatCatInfo. n.d. “Welcome to DatCatInfo.” Accessed December 3, 2024.
https://datcatinfo.net/.
De Mauro, Tullio. 1980. Guida all’uso delle parole: parlare e scrivere semplice e
preciso per capire e farsi capire. Libri di base. Roma: Editori Riuniti.
De Mauro, Tullio, a cura di. 2016. Il Nuovo Vocabolario Di Base Della Lingua
Italiana. December 23, 2016. https://www.dropbox.com/scl/fi/zg2y99x-
qik4k11nj19fgi/nuovovocabolariodibase.pdf?rlkey=s0uf8ggv11kf44i-
p6a2ldz16n&e=1&dl=0.
Del Gratta, Riccardo, Francesca Frontini, Anas Fahad Khan, and Mo-
nica Monachini. 2015. “Converting the PAROLE SIMPLE CLIPS
Lexicon into RDF with Lemon.” Semantic Web 6 (4): 387-92.
https://doi.org/10.3233/SW-140168.
ELEXIS. n.d. “ELEXIS European Lexicographic Infrastructure.” Accessed
September 30, 2024. https://elex.is/.
142 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Francopoulo, Gil, Monte George, Nicoletta Calzolari, et al. 2006. “Lexical Mark-
up Framework (LMF).” In Proceedings of the Fifth International Conference on
Language Resources and Evaluation (LREC’06), edited by Nicoletta Calzolari,
Khalid Choukri, Aldo Gangemi, Bente Maegaard, Joseph Mariani, Jan Odijk,
and Daniel Tapias. Genoa, Italy: European Language Resources Association
(ELRA). http://www.lrec-conf.org/proceedings/lrec2006/pdf/577_pdf.pdf.
Frontini, Francesca, Riccardo Del Gratta, and Monica Monachini. 2016. “Geodomain
WordNet ITA ENG V 1.0.” http://hdl.handle.net/20.500.11752/ILC-68.
Giovannetti, Emiliano, Davide Albanesi, Andrea Bellandi, and Giulia Benot-
to. 2016. “Traduco: A Collaborative Web-Based CAT Environment for
the Interpretation and Translation of Texts.” Digital Scholarship in the Hu-
manities 32 (suppl_1): i47-62. https://doi.org/10.1093/llc/fqw054.
Giovannetti, Emiliano, Davide Albanesi, Andrea Bellandi, Simone Marchi,
Mafalda Papini, and Flavia Sciolette. 2022. “The Role of a Computa-
tional Lexicon for Query Expansion in Full-Text Search.” In Proceedings
of the Eighth Italian Conference on Computational Linguistics CliC-It 2021,
edited by Elisabetta Fersini, Marco Passarotti, and Viviana Patti, 162-
68. Accademia University Press. https://doi.org/10.4000/books.aacca-
demia.10638.
Github. n.d.a. “The Ontolex Module for Frequency, Attestation and Corpus
Information.” Accessed December 3, 2024. https://github.com/acoli-re-
po/frac-addenda/blob/master/index.md.
Github. n.d.b. “CompL-It Mapping Tables.” Accessed December 3, 2024. https://
github.com/klab-ilc-cnr/Tables-for-mapping-of-Italian-lexicon-CompL-it.
Global WordNet Association. n.d. “Main Page.” Accessed December 3, 2024.
http://globalwordnet.org/.
Grella, Matteo. 2018a. “Italian Content Words V3.” http://hdl.handle.
net/11372/LRT-2894.
Grella, Matteo. 2018b. “Italian Function Words V3.” http://hdl.handle.
net/11372/LRT-2893.
Hmeidi, Ismail, Mahmoud Al-Ayyoub, Nizar A. Mahyoub, and Moham-
med A. Shehab. 2016. “A Lexicon Based Approach for Classifying Arabic
Multi-Labeled Text.” International Journal of Web Information Systems 12
(4): 504-32. https://doi.org/10.1108/IJWIS-01-2016-0002.
Hodge, Gail. 2000. Systems of Knowledge Organization for Digital Libraries:
Beyond Traditional Authority Files. Washington, DC: Digital Library Fed-
eration, Council on Library and Information Resources.
ILC4CLARIN CNR. 2016. “PAROLE-SIMPLE-CLIPS.” http://hdl.handle.
net/20.500.11752/ILC-88.
CompL-it: a Computational Lexicon of Italian 143
Khan, Fahad, Ana Salgado, Isuri Anuradha, et al. 2024. “CHAMUÇA: To-
wards a Linked Data Language Resource of Portuguese Borrowings in
Asian Languages.” In Proceedings of the 9th Workshop on Linked Data in
Linguistics @ LREC-COLING 2024, edited by Christian Chiarcos, Kater-
ina Gkirtzou, Maxim Ionov, Fahad Khan, John P. McCrae, Elena Montiel
Ponsoda, and Patricia Martín Chozas, 44-48. Torino, Italia: ELRA and
ICCL. https://aclanthology.org/2024.ldl-1.6.
KLAB. n.d. “CompL-It SPARQL Search Interface.” Accessed December 3,
2024. https://klab.ilc.cnr.it/CompL-it-SPARQL-interface/.
Kyjánek, Lukáš, Zdeněk Žabokrtský, Jonáš Vidra, and Magda Ševčíková. 2021.
“Universal Derivations v1.1.” http://hdl.handle.net/11234/1-3247.
LexInfo. n.d. “About the Ontology.” Accessed September 30, 2024. https://
lexinfo.net/.
LLOD. n.d. “Linguistic Linked Open Data.” Accessed December 3, 2024.
https://linguistic-lod.org/.
Mallia, Michele, Michela Bandini, Andrea Bellandi, et al. 2024. “DigItAnt: A
Platform for Creating, Linking and Exploiting LOD Lexica with Hetero-
geneous Resources.” In Proceedings of the 9th Workshop on Linked Data in
Linguistics @ LREC-COLING 2024, edited by Christian Chiarcos, Kater-
ina Gkirtzou, Maxim Ionov, Fahad Khan, John P. McCrae, Elena Montiel
Ponsoda, and Patricia Martín Chozas, 55-65. Torino, Italia: ELRA and
ICCL. https://aclanthology.org/2024.ldl-1.8.
Malmgren, Sven-Göran. 1988. “On Regular Polysemy in Swedish.” In Studies
in Computer-Aided Lexicology, 179-200. Data Linguistica 18. Stockholm:
Almqvist & Wiksell.
Mambrini, Francesco, and Marco Carlo Passarotti. 2023. “The LiLa Lemma
Bank: A Knowledge Base of Latin Canonical Forms.” Journal of Open
Humanities Data 9 (November):1-5. https://doi.org/10.5334/johd.145.
Mazzei, Alessandro. 2016. “Building a Computational Lexicon by Using
SQL.” In Proceedings of the Third Italian Conference on Computational
Linguistics CLiC-It 2016, 200-04. Napoli: Accademia University Press.
https://doi.org/10.4000/books.aaccademia.1808.
Meijssen, Gerard. 2014. “OmegaWiki.” http://hdl.handle.net/11372/LRT-853.
Miller, George A. 1995. “WordNet: A Lexical Database for English.” Communica-
tions of the ACM 38 (11): 39-41. https://doi.org/10.1145/219717.219748.
Montiel-Ponsoda, Elena, Wim Peters, Mauricio Espinoza, Asunción Gó-
mez-Pérez, and Margherita Sini. 2008. “Multilingual and Localization
Support for Ontologies.” Technical Report 2.4.2. http://neon-project.
org/deliverables/WP2/NeOn_2008_D242.pdf.
144 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Morph-it! 2018. “Resources:Morph-It.” Last Modified May 03. https://docs.
sslmit.unibo.it/doku.php?id=resources:morph-it.
MultiWordNet. n.d. “NLP Research Group - MultiWordNet.” Accessed
December 3, 2024. https://nlplab.fbk.eu/tools-and-resources/lexical-re-
sources-and-corpora/multiwordnet.
Navigli, Roberto, and Simone Paolo Ponzetto. 2012. “BabelNet: The Au-
tomatic Construction, Evaluation and Application of a Wide-Coverage
Multilingual Semantic Network.” Artificial Intelligence 193 (December):
217-50. https://doi.org/10.1016/j.artint.2012.07.001.
OLiA. n.d. “Ontologies of Linguistic Annotation (OLiA) | Olia.” Accessed
December 3, 2024. https://acoli-repo.github.io/olia/.
Ontotext. n.d. “Ontotext GraphDB.” Accessed December 3, 2024. https://
www.ontotext.com/products/graphdb/.
Passarotti, Marco Carlo, and Francesco Mambrini. 2021. “Linking Latin: In-
teroperable Lexical Resources in the LiLa Project.” In Building New Re-
sources for Historical Linguistics, edited by Erica Biagetti, Chiara Zanchi
and Silvia Luraghi, 103-24. https://doi.org/10.5281/zenodo.5994271.
Pianta, Emanuele, Luisa Bentivogli, and Christian Girardi. 2002. “Multi-
WordNet: Developing an Aligned Multilingual Database.” In Proceedings
of the First International Conference on Global WordNet.
Pirrelli, Vito, and Marco Battista. 2000. “The Paradigmatic Dimension of
Stem Allomorphy in Italian Verb Inflection.” Italian Journal of Linguistics
12 (2): 307-80.
Prakash, T. Nikil, and Amalanathan Aloysius. 2021. “Textual Sentiment Anal-
ysis Using Lexicon Based Approaches.” Annals of the Romanian Society for
Cell Biology 25 (4): 9878–85.
Princeton University. n.d. “WordNet.” Accessed December 3, 2024. https://
wordnet.princeton.edu/.
PTTB. n.d. “Progetto Traduzione Talmud Babilonese.” Accessed December 3,
2024. https://www.talmud.it/it/.
Pustejovsky, James. 1995. The Generative Lexicon. The MIT Press. https://doi.
org/10.7551/mitpress/3225.001.0001.
Realiter. n.d. “Home | Realiter.” Accessed December 3, 2024. https://www.realiter.net/.
Roventini, Adriana, Antonietta Alonge, Francesca Bertagna, et al. 2003. “‘Ital-
WordNet’: Building a Large Semantic Database for the Automatic Treat-
ment of Italian.” Linguistica computazionale: XVIII/XIX, 1998/1999, 745-
91. https://doi.org/10.1400/18178.
Roventini, Adriana, Rita Marinelli, and Francesca Bertagna. 2016. “ItalWord-
Net v.2.” http://hdl.handle.net/20.500.11752/ILC-62.
CompL-it: a Computational Lexicon of Italian 145
Ruimy, Nilda, Monica Monachini, Raffaella Distante, et al. 2002. “CLIPS,
a Multi-Level Italian Computational Lexicon: A Glimpse to Data.” In
Proceedings of the Third International Conference on Language Resources and
Evaluation, LREC 2002, May 29-31, 2002, Las Palmas, Canary Islands,
Spain. European Language Resources Association. http://www.lrec-conf.
org/proceedings/lrec2002/sumarios/197.htm.
Sabatini, Francesco. 2006. “La Storia dell’Italiano nella Prospettiva della Cor-
pus Linguistics.” In Proceedings of the 12th EURALEX International Con-
gress, edited by Cristina Onesti, Elisa Corino and Carla Marello, 31-37.
Torino: Edizioni dell’Orso.
Sanguinetti, Manuela, and Cristina Bosco. 2015. “PartTUT: The Turin Uni-
versity Parallel Treebank.” In Harmonization and Development of Resources
and Tools for Italian Natural Language Processing within the PARLI Project,
edited by Roberto Basili, Cristina Bosco, Rodolfo Delmonte, Alessandro
Moschitti, and Maria Simi, 589: 51-69. Studies in Computational Intelli-
gence. Springer. https://doi.org/10.1007/978-3-319-14206-7_3.
Sciolette, Flavia, Emiliano Giovannetti, and Simone Marchi. 2023. “LexicO: An
Italian Computational Lexicon Derived from Parole-Simple-Clips.” Umanis
-
tica Digitale 7 (15): 169-93. https://doi.org/10.6092/issn.2532-8816/15176.
Sciolette, Flavia. 2024. “Modeling Linking between Text and Lexicon with
OntoLex-Lemon: A Case Study of Computational Terminology for the
Babylonian Talmud.” In Proceedings of the 9th Workshop on Linked Data in
Linguistics @ LREC-COLING 2024, edited by Christian Chiarcos, Kater-
ina Gkirtzou, Maxim Ionov, Fahad Khan, John P. McCrae, Elena Montiel
Ponsoda, and Patricia Martín Chozas, 103-7. Torino, Italia: ELRA and
ICCL. https://aclanthology.org/2024.ldl-1.13.
Sérasset, Gilles. 2015. “DBnary: Wiktionary as a Lemon-Based Multilin-
gual Lexical Resource in RDF.” Semantic Web 6 (4): 355-61. https://doi.
org/10.3233/SW-140147.
Shiri, Ali. 2015. “Semantic Access and Exploration in Cultural Heritage Dig-
ital Libraries.” In Cultural Heritage Information: Access and Management,
edited by Ian Ruthven and Gobinda G. Chowdhury, 177-96. Facet Pub-
lishing.
146 Flavia Sciolette, Andrea Bellandi, Emiliano Giovannetti, Simone Marchi
Simi, Maria, Cristina Bosco, and Simonetta Montemagni. 2014. “Less Is
More? Towards a Reduced Inventory of Categories for Training a Parser
for the Italian Stanford Dependencies.” In Proceedings of the Ninth In-
ternational Conference on Language Resources and Evaluation (LREC’14),
edited by Nicoletta Calzolari, Khalid Choukri, Thierry Declerck, Hrafn
Loftsson, Bente Maegaard, Joseph Mariani, Asuncion Moreno, Jan Odi-
jk, and Stelios Piperidis, 83-90. Reykjavik, Iceland: European Language
Resources Association (ELRA). http://www.lrec-conf.org/proceedings/
lrec2014/pdf/818_Paper.pdf.
SimpleLEX-IT. n.d. “Alexmazzei/SimpleLEX-IT: SimpleLEX-IT Is the Com-
putational Lexicon Employed into SimpleNLG-IT.” Accessed December
3, 2024. https://github.com/alexmazzei/SimpleLEX-IT.
Smith, Jocelyn C. 1997. “The Use of Lexicons in Information Retrieval in
Legal Databases.” In Proceedings of the Sixth International Conference on
Artificial Intelligence and Law - ICAIL ’97, 29-38. Melbourne, Australia:
ACM Press. https://doi.org/10.1145/261618.261625.
Thompson, Paul, John McNaught, Simonetta Montemagni, et al. 2011. “The
BioLexicon: A Large-Scale Terminological Resource for Biomedical Text
Mining.” BMC Bioinformatics 12 (1): 397. https://doi.org/10.1186/1471-
2105-12-397.
Universal Dependencies. n.d.a. “Introduction.” Accessed December 3, 2024.
https://universaldependencies.org/it/overview/introduction.html.
Universal Dependencies. n.d.b. “Universal Dependencies.” Accessed Decem-
ber 3, 2024. https://universaldependencies.org/.
Universal Dependencies. n.d.c. “UD Guidelines.” Accessed December 3,
2024. https://universaldependencies.org/guidelines.html.
Universal Dependencies. n.d.d. “UD_Italian-ISDT.” Accessed December 3,
2024. https://github.com/UniversalDependencies/UD_Italian-ISDT/
tree/master.
Universal Dependencies. n.d.e. “UD_Italian-VIT.” Accessed December 3,
2024. https://github.com/UniversalDependencies/UD_Italian-VIT/.
Universal Dependencies. n.d.f. “CoNLL-U Format.” Accessed December 3,
2024. https://universaldependencies.org/format.html.
Universal Dependencies. n.d.g. “UD_Italian-ParTUT.” Accessed December
3, 2024. https://github.com/UniversalDependencies/UD_Italian-Par-
TUT/.
Universal Dependencies. n.d.h. “UD_Italian-ParlaMint.” Accessed December
3, 2024. https://github.com/UniversalDependencies/UD_Italian-Parla-
Mint/.
CompL-it: a Computational Lexicon of Italian 147
Vetere, Guido, Alessandro Oltramari, Isabella Chiari, Elisabetta Jezek, Laure
Vieu, and Fabio Massimo Zanzotto. 2011. “Senso Comune, an Open
Knowledge Base of Italian Language.” Traitement Automatique Des Lan-
gues 52 (3): 217-43.
Villegas, Marta, and Núria Bel. 2015. “PAROLE/SIMPLE ‘Lemon’ Ontolo-
gy and Lexicons.” Edited by Sebastian Hellmann, Steven Moran, Martin
Brümmer, and John McCrae. Semantic Web 6 (4): 363-69. https://doi.
org/10.3233/SW-140148.
W3C. 2005. “UsingSeeAlso - W3C Wiki.” Last Modified January 13. https://
www.w3.org/wiki/UsingSeeAlso.
W3C. 2013. “SPARQL 1.1 Overview.” https://www.w3.org/TR/spar-
ql11-overview/.
W3C. 2014. “RDF 1.1 Turtle.” https://www.w3.org/TR/turtle/.
W3C. 2016. “Lexicon Model for Ontologies: Community Report, 10 May
2016.” https://www.w3.org/2016/05/ontolex/.
WikiMedia. 2022. “OmegaWiki - Meta.” Last Modified December 03. ht-
tps://meta.wikimedia.org/wiki/OmegaWiki.
Wikipedia. 2024a. “Verbi Incoativi - Wikipedia.” Last Modified January 26.
https://it.wikipedia.org/wiki/Verbi_incoativi.
Wikipedia. 2024b. “Verbi Irregolari Italiani - Wikipedia.” Last Modified No-
vember 6. https://it.wikipedia.org/wiki/Verbi_irregolari_italiani.
Žabokrtský, Zdeněk, Nyati Bafna, Jan Bodnár, et al. 2022. “Universal Segmen-
tations 1.0 (UniSegments 1.0).” http://hdl.handle.net/11234/1-4629.
Zanchetta, Eros, and Marco Baroni. 2005. “Morph-It! A Free Corpus-Based
Morphological Resource for the Italian Language.” In Proceedings of Cor-
pus Linguistics Conference Series 2005 (ISSN 1747-9398), 1: 1-12. Univer-
sity of Birmingham.
Zanola, Maria Teresa, Klara Dankova, Claudio Grimaldi, and Anna Serpente.
2023. “Pan-Latin Lexicon of Collars and Sleeves in Fashion and Cos-
tume.” http://hdl.handle.net/20.500.11752/OPEN-987.
Rubriche
AIDAinformazioni
ISSN 1121–0095
ISBN 979-12-5965-456-4
DOI 10.57574/596545647
pag. 151-154 (luglio-dicembre 2024)
Non solo libri
Claudio Gnoli
*
Il 6 e 7 febbraio 2023 si è tenuto all’Università la Sapienza il convegno
“Look beyond: indicizzazione per soggetto delle risorse non librarie”
1
, seguito
da una sessantina di partecipanti e organizzato dal gruppo CILW (Catalo-
gazione, indicizzazione, linked open data e web semantico) dell’Associazione
Italiana Biblioteche insieme a ISKO Italia, che aveva già toccato temi affini in
un evento del 2012 (ISKO Italia n.d.).
Ci insegna la teoria dei prototipi di Eleanor Rosch, citata non a caso da due
dei relatori, che noi tendiamo ad associare molti termini del linguaggio all’idea
di un loro tipo classico, sicché uccello ci fa pensare più facilmente a un passero
che a uno struzzo: ebbene, allo stesso modo documento ci fa pensare solitamen-
te a un testo scritto e non a un arbusto vivo esposto in un orto botanico, sebbe-
ne anche quest’ultimo sia un membro della classe dei documenti, al pari della
famosa antilope nello zoo di Suzanne Briet (dell’idea di documento avevamo
già discusso nel fascicolo 3-4 del 2009). Così come certe insegne di fornai
propongono “non solo pane”, i cataloghi possono indicizzare “non solo libri”.
Al di là del fatto che il loro formato sia tradizionale o digitale, i documenti
possono avere una forma testuale ma anche visiva, sonora, tridimensionale e
così via. In questi casi un’indicizzazione derivata con termini già presenti nel
documento non è possibile, proprio perché esso non è fatto di parole. Come
identificare allora il loro soggetto? La relatrice invitata Athena Salaba, seguen-
do i recenti modelli concettuali dell’IFLA, propone di applicare a questi do-
cumenti l’iconologia del noto storico dell’arte Erwin Panofsky. Un’immagine,
secondo Panofsky, contiene tre livelli di significato: l’isness ovvero la natura del
documento, l’ofness ovvero le cose in esso rappresentate e l’aboutness (talvolta
tradotto con circalità) ovvero ciò che con queste cose si vuole esprimere, soli-
*
Biblioteca della scienza e della tecnica, Università degli Studi di Pavia, Italia.
claudio.gnoli@unipv.it.
1
Programma e materiali disponibili su (Associazione Italiana Biblioteche n.d.).
152 Claudio Gnoli
tamente considerato corrispondente al soggetto dei documenti testuali (Hjørl-
and 2017). In una statua di Martin Luther King, l’isness è il pezzo di granito
scolpito, l’ofness è Martin Luther King e l’aboutness sono i diritti civili.
Osserviamo che queste informazioni vengono in genere tradotte a loro vol-
ta in indici testuali, per esempio nella stringa
diritti civili oppure
antilopi, perché il testo alfanumerico è la modalità fondamentale con cui
funziona la documentazione, anche nella nostra epoca digitale basata sul co-
dice ASCII dei calcolatori; altrimenti possiamo ricorrere a tecniche diverse di
multimedia information retrieval (MMIR), quale la ricerca di particolari forme
e colori, che sono attualmente oggetto della ricerca informatica: ne ha scritto
ampiamente negli ultimi anni Roberto Raieli.
I documenti che hanno la forma di oggetti tridimensionali, come una scul-
tura, uno strumento musicale o un fossile, sono esposti e fruiti in istituzioni
tradizionalmente chiamate musei. Tuttavia Salaba ha considerato la tendenza
recente a varare “libraries of things” che propongono, oltre a libri, oggetti sva-
riati compresi strumenti musicali che gli utenti possono provare: qui il termine
biblioteca è forse suggerito, più che dal tipo di documento, dalle modalità di
fruizione comprendenti una “consultazione” o un prestito, che nei musei sono
invece inusuali.
In effetti può accadere che la funzione di documento venga assunta da-
gli oggetti più diversi, come ho avuto modo di constatare interessandomi di
strumenti delle tradizioni popolari (Gnoli 2010): oltre che da esemplari degli
strumenti stessi, infatti, succede di ottenere informazioni rilevanti anche da
una statuina di presepio o da una marionetta della famiglia torinese Lupi, in
quanto esse imbracciano una cornamusa in cui si vedono i bordoni infilati in
punti diversi della sacca, che ne tradiscono un’origine in Italia settentrionale
(dove questi strumenti sono poi in gran parte scomparsi) e non centro-meri-
dionale (dove le zampogne tuttora diffuse hanno tutti i bordoni fuoriuscenti
da un unico foro). Altre notizie su questi strumenti ci giungono dai suonatori
ritratti in affreschi di chiese lombarde, piemontesi e liguri, e in un caso recente
perfino dalla scena dipinta sul sipario ottocentesco del teatro Carbonetti di
Broni, in Oltrepò Pavese, dove si vede uno strumento conico che fa pensare
agli oboi popolari del vicino Appennino delle Quattro Province.
In tutti questi casi, però, la scoperta delle informazioni è stata casuale, per-
ché nessuno si era dato la pena di indicizzare ogni particolare del presepio o del
sipario. Entra qui in gioco la questione della rilevanza del tema di base (affine
alla aboutness) del documento e quella dei suoi diversi temi particolari, che
secondo Alberto Cheti si possono registrare o meno anche tenendo conto del
loro interesse per gli utenti. La rilevanza, tuttavia, è difficile da predire in an-
ticipo: come si può immaginare che un affresco sacro verrà un giorno studiato
da un etnomusicologo?
Non solo libri 153
Se pure quei particolari fossero stati indicizzati, lo sarebbero stati probabil-
mente in un archivio diverso dai cataloghi delle biblioteche, rendendo per ora
utopistica una ricerca sul concetto oboi veramente cross-mediale (usando un
termine caro all’architetto dell’informazione Luca Rosati) che recuperi infor-
mazioni tanto da libri quanto da affreschi e sipari…
Non mancano le iniziative per l’indicizzazione del nostro immenso patri-
monio culturale, comprese quelle presentate a Roma; esse tuttavia sono ancora
disperse e non sempre interoperabili fra loro. A collegarle potrebbe essere il
linguaggio trasversale dei linked open data (LOD) nel quale codificare sia le
registrazioni bibliografiche che gli indici di altri tipi di documenti. Ma solo a
patto di affiancare all’interoperabilità tecnica anche un’interoperabilità con-
cettuale, capace di identificare gli oboi trattati in un video documentario e
quelli dipinti su un sipario con codici comuni: e a questo scopo non potremo
fare a meno dei buoni vecchi sistemi di organizzazione della conoscenza, quali
tesauri e classificazioni (o se preferite, ontologie e tassonomie).
Riferimenti bibliografici
Associazione Italiana Biblioteche. n.d. “Look beyond.” Consultato il 13 no-
vembre 2024, https://www.aib.it/eventi/look-beyond-ita/.
Gnoli, Claudio. 2010. “Classification Transcends Library Business.” Knowl-
edge Organization 37 (3): 223-29.
Hjørland, Birger. 2017. “Subject (of documents).” Knowledge Organization 44
(1): 55-64. Also available in ISKO Encyclopedia of Knowledge Organization,
edited by Birger Hjørland and Claudio Gnoli, isko.org/cyclo/subject#3.
ISKO Italia. n.d. “Organizzare la conoscenza in musei, teatri e archivi multime
-
diali.” Consultato il 13 novembre 2024, http://www.iskoi.org/doc/nbm.
ISBN 979-12-5965-456-4 ISSN 1121-0095
AIDAinformazioni Anno 42 – N. 3-4 – luglio-dicembre 2024
AIDAinformazioni
Rivista semestrale di Scienze dell’Informazione
Anno 42
N. 3-4 – luglio-dicembre 2024
Contributi
A A
Il nuovo regolamento eIDAS e alcune “quisquilie”
archivistiche
F B, M T
Exploration du réseau numérique YouTube
autour de la santé des militaires: quelles sont les
thématiques des discours, les sources d’informations
et les acteurs de la communication?
E C, L F
Assisted morbidity coding: the SISCO.web
use case for identifying the main diagnosis in
Hospital Discharge Records
V F
A humanistic approach to datafication
R P
Testimonianze di un impegno culturale per
l’Università di Salerno. Le carte di Alfonso
Menna
F S, A B,
E G, S M
CompL-it: a Computational Lexicon of Italian
Rubriche
C G
Non solo libri
In copertina
Disegno di Paul Otlet, Collections Mundaneum, centre d’Archives, Mons (Belgique).
