Progettare artefatti cognitivi
S B
V 
Versione non definitiva.
Licenza Creative commons
Aribuzione - Non commerciale - Non opere derivate . Italia (CC BY-NC-ND .)

Indice
Introduzione i
. Contai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Processi epistemici . . . . . . . . . . . . . . . . . . . . . . . . 
I Aspetti cognitivi ed emotivi 
 La categorizzazione nelle scienze cognitive 
. Le teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria classica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Assunzioni rappresentazionali . . . . . . . . . . . . . . . . . . 
.. Critie alla teoria classica . . . . . . . . . . . . . . . . . . . . 
.. La teoria basata sulle regole . . . . . . . . . . . . . . . . . . . 
. La teoria dei prototipi . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Proprietà: dimensioni vs caraeristie dicotomie . . . . . . 
. La teoria degli esemplari . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria delle teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria dei confini decisionali (Decision bound theory) . . . . . . . . 
. La teoria della simulazione situata . . . . . . . . . . . . . . . . . . . . 
. Sviluppi recenti e prospeive future . . . . . . . . . . . . . . . . . . . 
.. Modelli multipli . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Modelli di neuroscienze cognitive . . . . . . . . . . . . . . . . 
.. Modelli computazionali . . . . . . . . . . . . . . . . . . . . . . 
.. Direzioni future . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Affordance 
. Il museo, i booni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La nascita del conceo di affordance . . . . . . . . . . . . . . . . . . . 
.. Classificazione di affordances . . . . . . . . . . . . . . . . . . . 
.. Percezione – azione direa . . . . . . . . . . . . . . . . . . . . 
.. Affordances percepite . . . . . . . . . . . . . . . . . . . . . . . 

 INDICE
 Apprendimento e conoscenza 
. knowledge management . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. La conoscenza . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Convertire la conoscenza . . . . . . . . . . . . . . . . . . . . . 
 Gli aspetti motivazionali 
. L'experience design . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Emotional design . . . . . . . . . . . . . . . . . . . . . . . . . 
. Aspei motivazionali . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Bisogni, scopi, motivazioni . . . . . . . . . . . . . . . . . . . . 
.. Gli scopi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. I valori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Gli interessi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Motivazione interna ed esterna . . . . . . . . . . . . . . . . . . 
.. Valutazioni dei compiti . . . . . . . . . . . . . . . . . . . . . . 
.. Intenzionalità e motivazioni . . . . . . . . . . . . . . . . . . . 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Le motivazioni nell'experience design . . . . . . . . . . . . . . . . . . . 
.. Tenology acceptance model . . . . . . . . . . . . . . . . . . 
.. Il costruo di flow nell'HCI . . . . . . . . . . . . . . . . . . . . 
.. Goal directed design . . . . . . . . . . . . . . . . . . . . . . . 
. I modelli sociocognitivi nell'experience design . . . . . . . . . . . . . . 
.. La valutazione di un artefao . . . . . . . . . . . . . . . . . . 
.. Affordances motivazionali . . . . . . . . . . . . . . . . . . . . 
.. Suggerimenti metodologici . . . . . . . . . . . . . . . . . . . . 
 L'attenzione 
. Le teorie dell'aenzione . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizione di aenzione . . . . . . . . . . . . . . . . . . . . . 
. Le funzioni dell'aenzione seleiva . . . . . . . . . . . . . . . . . . . . 
.. Le teorie dell'aenzione per risorse limitate . . . . . . . . . . . 
.. Teorie dell'aenzione per conflio della risposta . . . . . . . . 
.. La features integration theory . . . . . . . . . . . . . . . . . . 
. Le vie di elaborazione visive . . . . . . . . . . . . . . . . . . . . . . . . 
.. L'aenzione focalizzata . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 La rappresentazione delle informazioni visive 
. Gli aspei formali delle rappresentazioni spaziali . . . . . . . . . . . . 
.. Diversi tipi di mappa . . . . . . . . . . . . . . . . . . . . . . . 
. La codifica delle informazioni nelle due vie di elaborazione . . . . . . . 
. Il problema delle coordinate . . . . . . . . . . . . . . . . . . . . . . . . 
.. Trasduori di coordinate . . . . . . . . . . . . . . . . . . . . . 
INDICE 
II Il design 
 La gestione di un progetto 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Il modello a cascata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le fasi nel modello a cascata . . . . . . . . . . . . . . . . . . . 
.. Gestione del risio . . . . . . . . . . . . . . . . . . . . . . . . 
.. Limiti dell'approccio classico . . . . . . . . . . . . . . . . . . . 
.. Modifie al modello a cascata . . . . . . . . . . . . . . . . . . 
. Approccio agile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Sviluppo iterativo e incrementale . . . . . . . . . . . . . . . . . 
.. Manifesto agile . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Limiti dell'approccio agile . . . . . . . . . . . . . . . . . . . . 
 Model view controller: un pattern per l'interaction design 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Jesse James Garre:  piani . . . . . . . . . . . . . . . . . . . . 
.. Cooper: goal-directed design . . . . . . . . . . . . . . . . . . . 
. Model view control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il flusso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Soware e buone pratie . . . . . . . . . . . . . . . . . . . . 
. MVC e user experience design . . . . . . . . . . . . . . . . . . . . . . . 
.. Scenario : Gruppo editoriale . . . . . . . . . . . . . . . . . . . 
.. Scenario : Museo d'arte . . . . . . . . . . . . . . . . . . . . . 
.. Scenario: orario dell'autobus . . . . . . . . . . . . . . . . . . . 
. Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Model, api, feeds . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Conclusioni? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Il design 
. La creatività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Il design partecipativo 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Design partecipativo e bisogni degli utenti . . . . . . . . . . . 
.. Ambiti di applicazione . . . . . . . . . . . . . . . . . . . . . . 
. Modelli mentali e categorizzazioni . . . . . . . . . . . . . . . . . . . . 
. Topografia mentale nella progeazione di spazi fisici . . . . . . . . . . 
.. La mente e le associazioni vs lo spazio fisico . . . . . . . . . . . 
.. Vicinanza cognitiva e vicinanza fisica . . . . . . . . . . . . . . 
.. Limiti dell'applicazione del modello cognitivo allo spazio fisico 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 INDICE
III L'aritettura dell'informazione 
 Aritettura dell'informazione 
. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizioni di AI . . . . . . . . . . . . . . . . . . . . . . . . . 
.. La qualità di un sistema informativo . . . . . . . . . . . . . . . 
.. Ruolo e obieivi dell'ariteura dell'informazione . . . . . . . 
.. Le dimensioni di una struura informativa: contesto, contenu-
to, utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le aree di intervento . . . . . . . . . . . . . . . . . . . . . . . 
. Organizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Semi organizzativi . . . . . . . . . . . . . . . . . . . . . . . 
.. Struure organizzative . . . . . . . . . . . . . . . . . . . . . . 
. Information scent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le etiee . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Metodi 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Fasi progeuali . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Identificazione degli obieivi . . . . . . . . . . . . . . . . . . . 
.. Analisi degli utenti . . . . . . . . . . . . . . . . . . . . . . . . 
.. Analisi: Identificazione del dominio semantico . . . . . . . . . 
. Elicitazione dei contenuti: Free listing . . . . . . . . . . . . . . . . . . 
.. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Come condurre il free listing . . . . . . . . . . . . . . . . . . . 
.. Analizzare i risultati . . . . . . . . . . . . . . . . . . . . . . . . 
. Categorizzazione dei contenuti: card sorting . . . . . . . . . . . . . . . 
.. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. ando usare il card sorting . . . . . . . . . . . . . . . . . . . 
.. Card sorting aperto e iuso . . . . . . . . . . . . . . . . . . . 
.. La versione carta e penna . . . . . . . . . . . . . . . . . . . . . 
.. Analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Casi di studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Un esempio: le emozioni . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il free listing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il card sorting . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. L'affinity diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. ando usarlo? . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Come si crea un affinity diagram? . . . . . . . . . . . . . . . . 
.. Considerazioni sull'affinity diagram . . . . . . . . . . . . . . . 
INDICE 
IV La fase di testing 
 Usabilità: metodi 
. Cos'è l'usabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Usabilità ed errori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Tre livelli di errore . . . . . . . . . . . . . . . . . . . . . . . . 
.. Errori: slips e mistakes . . . . . . . . . . . . . . . . . . . . . . 
.. Livelli di errore e strumenti di prevenzione . . . . . . . . . . . 
. Usabilità: quale metodo? . . . . . . . . . . . . . . . . . . . . . . . . . . 
. I soware automatici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. L'analisi dei file di log . . . . . . . . . . . . . . . . . . . . . . . 
. Euristie e linee guida . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le euristie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Metodi empirici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Participatory Design workshop . . . . . . . . . . . . . . . . . . 
.. Valutazione di siti concorrenti . . . . . . . . . . . . . . . . . . 
. Test con utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Test con utenti: come fare . . . . . . . . . . . . . . . . . . . . 
.. i and dirty . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 INDICE
Introduzione
Sono passati degli anni prima e Google togliesse il ``beta'' da gmail. Pratica piuosto
diffusa, tanto da parlare di ``perpetual beta'' per un modello di design iterativo dove
sviluppo e distribuzione si susseguono molto velocemente; tanto da considerare lo status
di ``beta'' come uno degli elementi e contraddistinguono il Web .¹. È raro, però,
leggere la versione beta di un libro, per un motivo molto semplice: stampare un libro,
distribuirlo, venderlo ha dei tempi e dei costi molto più consistenti; sarebbe pertanto
controproducente uscire con una versione beta.
esto vale per i libri di carta, ma per i libri in formato eleronico tuo cambia:
nulla vieta e ane un e-book possa essere distribuito in versione beta.
Il documento e hai appena scaricato è (vorrebbe essere) un e-book in versione beta.
Beta per una serie di motivi:
• È una raccolta di contenuti pubblicati su hyperlabs.net. Sebbene abbia cercato
di ordinarli in una struura sensata, è piuosto evidente e sono dei lavori nati
autonomamente e messi assieme senza un sano lavoro di cucitura.
• Nella versione finale (.) dell'e-book e ho in mente si dovrebbe parlare ane
di user experience design, emotional design, ontologie, personas, scenari, accessi-
bilità e altro ancora.
Peré, allora, non finisco il lavoro prima di meere in linea il tuo? I motivi sono
molti:
. Confesso, non so quando troverò il tempo per fare tue queste cose. Il risio è
e quando il processo sarà finito, l'e-book sarà già vecio.
. Mi piacerebbe ricevere da subito quale feedba, per capire se l'idea è buo-
na, se vale la pena investirci del tempo, per capire quali argomenti andrebbero
approfonditi.
. Già ora l'e-book raccoglie interventi di più persone: Daniele Ziggioo, Raele
Scoini, Alice Bolognani. Probabilmente inserirò ane lavori di Miela Ferron,
Sarah Menini, Tania Busei. esta versione beta potrebbe ispirare qualcuno a
candidarsi per scrivere un capitolo fra quelli mancanti.
L'e-book, dunque, è as-is: così com'è. Ho deciso di intitolarlo ``Progeare artefai
cognitivi'' peré volevo fossero iare un paio di cose:
¹si veda hp://oreilly.com/pub/a/web/arive/what-is-web-.html.
i
ii INTRODUZIONE
. sebbene io mi occupi prevalentemente di web, buona parte dei princˆipi qui esposti
sono validi per altri artefai interaivi: dagli smart phones alle installazioni al
soware a cose e ancora non conosciamo ma e domani faranno parte della
nostra vita;
. le basi teorie sono quelle delle scienze cognitive, ane se intese in un senso
ampio, e dunque ane gli aspei legati alle emozioni, all'estetica, alla psicologia
sociale.
. Contatti
Se trovate questo e-book utile (o inutile, o dannoso) e volete contaarmi, vi sono molti
modi:
• e-mail: bussolon @ gmail.com;
• skype: bussolon;
• linkedin: hp://www.linkedin.com/in/bussolon;
• facebook: hp://www.facebook.com/stefano.bussolon.
.. INTRODUZIONE 
. Introduzione
YABBA-DABBA-DOO
Fred Flintstone
Alzi la mano i non conosce Fred e Wilma, protagonisti, assieme a Barney e Bey,
de Gli Antenati. Come ben descrio da Wikipedia, nel mondo di Fred e Wilma gli
uomini delle caverne fanno largo utilizzo di tecnologie simili a quelle auali ma basate
sull'utilizzo di vari animali: guidano automobili fae di pietra o legno; gli aeroplani
consistono in gigantesi pterodaili sul cui dorso sono sistemati i sedili per i passeggeri;
gli ascensori sono mossi dai brontosauri. esti artefai, moderni ma di pietra, sono uno
dei punti di forza del cartone.
Se vogliamo raccontare la storia degli artefai dall'inizio, dobbiamo partire proprio
da loro, dagli uomini dell'Età della Pietra. Periodo e deve il nome ai opper, pietre
seggiate dai primi ominidi ed utilizzate, presumibilmente, per cacciare, combaere
e produrre altri utensili di legno o di ossa. I opper sono i primi esempi di artefat-
ti, e costituiscono, assieme alla postura erea, alla mano prensile ed allo sviluppo del
lobo frontale, le caraeristie e segnano il passaggio dagli ominidi agli esseri uma-
ni. Infai, sebbene altri primati siano capaci di utilizzare degli oggei dell'ambienti
come strumenti, soltanto gli esseri umani hanno la capacità di modificare un oggeo
pre-esistente per renderlo più utile nel realizzare uno scopo. esta capacità implica
l'aitudine a rappresentarsi mentalmente lo stato finale dell'oggeo e le azioni necessa-
rie per trasformarlo.
Nei opper vediamo un bisogno: cacciare, per procurarsi del cibo, e difendersi.
Vediamo degli strumenti capaci di ampliare le possibilità degli individui e li usano.
Vediamo, infine, il grado zero della progeazione: un processo, contemporaneamen-
te cognitivo e manuale, finalizzato a realizzare uno strumento immaginato (o copiato).
Insomma, l'antenato del design. Tanto e potremmo dire e l'uomo nasce designer.
Per avere traccia del primo artefao cognitivo, però, dobbiamo aspeare centinaia di
migliaia di anni. Il Codice di Ur-Nammu, risalente al  a.C., ad esempio, costituisce
il primo codice legale tramandatoci.
Fred e Wilma ci ricordano e, da allora, tuo è cambiato: nei paesi occidentali co-
muniiamo con cellulari, computer e internet, viaggiamo in aereo, treno, automobile,
e siamo circondati da oggei e tecnologie e ci permeono una vita agiata, sebbene a
costo di un crescente inquinamento. Ane i bisogni di un individuo del terzo millennio
sono diversi da quelli dei primi Homo Faber. I bisogni di base, però, sono universali.
Abbiamo bisogno di quelle risorse e ci permeono di sopravvivere, di sicurezza, di
relazioni sociali, affeive. Per l'uomo preistorico le risorse erano il cibo, l'acqua, la sicu-
rezza era un luogo dove riposarsi al riparo dai predatori. Per noi le risorse sono il denaro,
e ci permee di acquistare tuo il resto, la sicurezza è la casa, il servizio sanitario, le
forze dell'ordine.
La tecnologia corre veloce: quand'è stata l'ultima volta e hai usato un floppy disk?
Il mio primo calcolatore, un Commodore , salvava i dati sulle musicassee a nastro.
La soluzione tecnica cambia rapidamente, diventa più efficiente, più potente, più sicura,
ma il bisogno rimane quello dei nastri del Commodore o delle sede perforate dei primi
 INTRODUZIONE
calcolatori: salvare le informazioni. Ai tempi di Ur-Nammu le leggi venivano codificate
su pietra e su papiro, ma il bisogno era lo stesso: salvare le informazioni e comunicarle.
Apparentemente, per correre veloci, dobbiamo concentrarci sulle tecnologie. L'en-
fasi sulle tecnologie, però, ci porta a concentrarci sull'esistente, oppure a tentare delle
previsioni spesso difficili. Focalizzarsi sui bisogni, al contrario, ci porta a previsioni certe.
Peré i bisogni cambiano lentamente, ed alcuni bisogni rimangono gli stessi.
In secondo luogo, concentrarsi sui bisogni permee di non rimanere focalizzati sul-
le soluzioni note, rimanendo intrappolati nella fissità funzionale e ci impedisce di
immaginare soluzioni innovative.
.. Processi epistemici
La vita è una sequenza di processi decisionali
Secondo Lorenz, L'altra faccia dello specio: per una storia naturale della conoscenza
la vita è un processo cognitivo: l'adaamento è una forma di acquisizione di sapere:
informare, ci ricorda, significa dare forma.
Gli animali, dagli invertebrati ai mammiferi, vivono prendendo decisioni: analiz-
zano l'ambiente circostante ed agiscono di conseguenza; le loro decisioni sono sempre
finalizzate a degli scopi: evitamento del pericolo, foraging, accoppiamento, accudimento
della prole.
Il sistema perceivo, cognitivo e motorio di tui gli animali è oimizzato a prendere
le decisioni e permeono loro di massimizzare la fitness, ovvero soddisfare i loro scopi.
Information foraging e coltivazione
Il compito, naturalmente, non è semplice: il mondo è solo parzialmente prevedibile, gli
stimoli informativi spesso sono scarsi, e soprauo la capacità degli esseri viventi di
acquisire dati ed elaborarli in tempi ristrei è estremamente limitata.
Information foraging: gli animali per sopravvivere hanno bisogno di informazioni.
L'informazione è scarsa, e dunque gli animali devono andare non solo a caccia di cibo,
ma ane a caccia di informazioni.
E se le informazioni sul territorio non bastano, oltre a raccoglierle bisogna ane
seminarle (coltivazione delle informazioni?)
Fitness: specializzazione o cognizione?
Se la sopravvivenza di un individuo (o una specie) e la sua fitness dipendono dalle sue ca-
pacità di prendere le decisioni corree, ecco e parte del processo evolutivo sarà finaliz-
zata a migliorare il processo decisionale; l'altra parte del processo evolutivo è finalizzata
ad aumentare l'efficacia delle azioni.
In un ambiente altamente prevedibile, è vantaggioso focalizzarsi sul secondo aspet-
to, araverso forme di specializzazione. In un ambiente complesso e meno facilmente
prevedibile, è più vantaggioso investire sul miglioramento del processo decisionale.
.. INTRODUZIONE 
Situazione stimolo e informazione
Tolman [cita] soolinea come ogni situazione stimolo, e di per sé non ha alcuna ri-
levanza biologica, possa diventare un segno premonitore di un evento e invece ha
rilevanza biologica.
Nei termini comportamentisti informazione è qualsiasi stimolo, biologicamente non
direamente rilevante, e possa indicare la probabilità dell'occorrenza di un evento
rilevante.
L'informazione, dunque, è quell'insieme di dati e aiuta un sistema a prendere una
decisione.
Informazioni: nella testa o nel mondo?
Per migliorare il processo decisionale, è importante selezionare quei dati e costituisco-
no informazione da quelli e costituiscono rumore: lo scopo dell'aenzione è proprio
quello di focalizzarsi sui dati importanti e disaendere quelli e non lo sono.
Il processo decisionale si basa sulle informazioni relative al contesto, ai bisogni, agli
scopi e ai compiti ad essi associati, ed alle risorse di cui l'agente dispone.
A volte, però, l'informazione nell'ambiente non basta. A quel punto, evolutivamen-
te, si assiste all'emergere di due strategie, fra loro complementari: disseminare l'ambien-
te di informazioni, oppure costruire delle rappresentazioni dell'ambiente arricite di
informazioni.
Azioni pragmatie ed epistemie
Il comportamento degli animali è il fruo di un processo decisionale (generalmente, in-
consapevole) finalizzato a degli scopi. Le azioni, dunque, hanno una valenza pragmatica:
servono a realizzare degli scopi.
Ane le risorse investite nel migliorare il processo decisionale hanno un valore prag-
matico, e però è generalmente indireo: raccogliere informazioni, elaborarle, creare
delle mappe, disseminare di segnali l'ambiente può non avere, nel breve termine, alcu-
na relazione con gli scopi di fitness. este operazioni sono finalizzate a migliorare le
capacità decisionali in un futuro prossimo o remoto.
Kirsh e Maglio, ``On distinguishing epistemic from pragmatic action'' propongono
la distinzione fra azioni pragmatie ed azioni epistemie: mentre le prime sono finaliz-
zate a realizzare il piano innescato dal processo decisionale, le seconde sono finalizzate
a migliorare il processo decisionale stesso.
Feromoni e strutture epistemie
Chandrasekharan e Stewart, ``e origin of epistemic structures and proto-representations''
si sono spinti oltre, identificando struure epistemie ane in etologia. L'esempio più
comune è l'animale e marca il territorio, utilizzando i feromoni.
L'uso di ferormoni è comune ane negli invertebrati; questi animali lasciano delle
tracce nell'ambiente, e hanno un valore epistemico, e e potranno in seguito tornare
utili, a i le ha lasciate ma ane ad altri.
 INTRODUZIONE
Possiamo considerare queste tracce nell'ambiente come una forma di realtà (infor-
mativamente) aumentata?
Processo decisionale e problem solving
In termini di problem solving (Simon) [cite] possiamo identificare alcuni passaggi:
• identificare un problema (un bisogno, uno scopo)
• rappresentarlo in termini di distanza dalla situazione auale alla situazione desi-
derata
• identificare un percorso, ed i mezzi per arrivare
• partire
esta rappresentazione funziona ane per i topolini e per le formie.
Una tassonomia
A questo punto, possiamo immaginare una semplice tassonomia.
Il primo passaggio consiste nel dividere le azioni fra pragmatie ed epistemie; le
azioni epistemie sono finalizzate ad un aumento delle informazioni pertinenti.
Le azioni e le strategie epistemie possono, a loro volta, essere classificate in base
al fao e siano realizzate araverso una rappresentazione mentale, interna, o mo-
dificando opportunamente l'ambiente, arricendolo di informazioni pragmaticamente
utili. Dunque: conoscenza nella mente, o conoscenza nel mondo.
Augmenting Human Intellect
Nel suo Augmenting Human Intellect Engelbart, ``Augmenting Human Intellect: a con-
ceptual framework'' sostiene e, essendo la capacità cognitiva (e dunque decisionale)
degli esseri umani limitata, gli artefai, il linguaggio, l'apprendimento permeono di
ampliare questa capacità.
Generalmente, gli artefai hanno una funzione pragmatica: servono ad aumenta-
re l'efficacia dell'azione di un agente, e dunque rendere più efficace la realizzazione di
quei piani di azione innescati dal processo decisionale. Gli artefai cognitivi, al con-
trario, hanno una valenza prevalentemente epistemica, e sono finalizzati a migliorare il
processo decisionale.
Artefatti cognitivi e strategie epistemie
Nella nostra tassonomia, gli artefai cognitivi appartengono, apparentemente, a quelle
strategie epistemie e disseminano la conoscenza nel mondo.
Alcuni di questi artefai si adaano perfeamente alla categoria: basti pensare ai
cartelli delle indicazioni stradali. Altri, però, pur non essendo fisicamente nella mente di
i li usa, sono conceualmente più simili ad una estensione dell'apparato cognitivo e
una modifica epistemica del territorio. La cartina autostradale non modifica l'ambiente,
ma costituisce un'estensione della nostra mappa mentale.
Parte I
Aspetti cognitivi ed emotivi

Capitolo 
La categorizzazione nelle scienze
cognitive
-- Peré i cani e gli ebrei non possono entrare babbo?
-- Eh, loro gli ebrei e i cani non ce li vogliono. Ognuno fa quello e gli
pare Giosuè. Là c'è un negozio, c'è un ferramenta, loro per esempio non
fanno entrare gli spagnoli e i cavalli e coso là, c'è un farmacista: ieri ero con
un mio amico, un cinese e c'ha un canguro, dico ``Si può entrare?'', dice
``No, qui i cinesi e i canguri non ce li vogliamo''. Gli sono antipatici, e ti
devo dire?
-- Ma noi in libreria facciamo entrare tui.
-- No, da domani ce lo scriviamo ane noi, guarda! Chi ti è antipatico a
te?
-- I ragni. E a te?
-- A me … i visigoti! E da domani ce lo scriviamo: ``Vietato l'ingresso ai
ragni e ai visigoti''. E mi hanno roo le scatole 'sti visigoti‼
Roberto Benigni -- La vita è bella
In questo capitolo descriveremo le più importanti teorie della categorizzazione.
. Le teorie
In molte rassegne sull'argomento le teorie vengono differenziate in base a differenti cri-
teri.
Secondo Kruske, ``Category Learning'' i vari modelli teorici si differenziano in base a
tre dimensioni:
• Implicazioni sulla rappresentazione. Vi sono teorie e definiscono l'apparte-
nenza alle categorie in base ai contenuti ed altre e sostengono e ad essere
rappresentati siano i confini fra categorie.

 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
• Definizioni congiuntive vs. disgiuntive. Alcune teorie assumono e la definizio-
ne delle caraeristie sia globale (ovvero congiuntiva), altre e la definizione
sia disgiuntiva.
• Assunzioni sul grado di appartenenza. Alcune teorie sostengono e l'appar-
tenenza ad una categoria sia di tipo tuo o nulla, altre e sia una funzione
graduata.
Secondo Smith e Medin, Categories and Concepts, le teorie della categorizzazione si
pongono due problemi generali:
. È possibile immaginare una descrizione singola - unitaria e possa rappresentare
tui i membri di una classe, Ovvero una rappresentazione unitaria e funga da
criterio per valutare l'appartenenza di ogni elemento alla classe?
. Le proprietà specificate nella descrizione unitaria sono valide allo stesso modo per
tui i membri della classe?
Il paradigma classico risponde affermativamente ad entrambe le domande. La teoria dei
prototipi mee in discussione principalmente il secondo assunto, mentre le teorie degli
esemplari meono in discussione ane il primo. Altri due criteri sono citati da ibid. per
differenziare le teorie: il tipo di inferenze e la stabilità dei concei.
Sebbene le diverse teorie siano concorde nell'aribuire ai concei le funzioni di catego-
rizzazione e di inferenza, nelle teorie dei prototipi e degli esemplari né la categorizza-
zione né l'inferenza porta a risultati certi, ma solo a risultati probabili.
La teoria classica ritiene e i concei siano stabili nella rappresentazione degli individui
e condivisi fra le persone. Le teorie dei prototipi e degli esemplari fanno assunzioni più
deboli su entrambi gli aspei.
Secondo Ashby e Maddox, ``Stimulus categorization'', pag. le teorie si distinguo-
no in base a tre tipi di assunzioni:
• Assunzioni su ciò e viene rappresentato. Le teorie devono definire le rappresen-
tazioni perceive e cognitive degli stimoli e degli esemplari delle diverse categorie.
• Assunzioni sull'accesso alle informazioni in memoria. Le informazioni e de-
vono essere recuperate dalle rappresentazioni categoriali memorizzate e il tipo di
processi computazionali e devono essere aivati prima di poter classificare uno
stimolo.
• Assunzioni sulla modalità di selezione della risposta. Concernono la modalità di
selezione della risposta dopo e le informazioni rilevanti sono state raccolte e
processate.
Per quanto riguarda la rappresentazione, ibid. presentano un albero delle possibili
modalità. La prima distinzione è fra rappresentazioni numerie e non numerie (sim-
bolie e linguistie). Fra le rappresentazioni numerie vengono distinte quelle per
caraeristie (feature) e quelle dimensionali. La rappresentazione per caraersitie
viene considerata numerica in quanto può essere rappresentata come valore binario, ed
.. LA TEORIA CLASSICA 
è possibile calcolare la distanza fra due entità araverso una metrica (la metrica Ham-
ming). Nella rappresentazione dimensionale si assume e gli esemplari e gli stimoli
possano essere sintetizzati da un punto in uno spazio multidimensionale; una secon-
da assunzione è e la similarità fra due entità è inversamente proporzionale alla loro
distanza. Secondo la decision bound theory gli stimoli sono rappresentati nello spa-
zio multidimensionale non come un punto ma come una distribuzione di probabilità
multivariata (p.).
Ashby e Maddox, ``Human Category Learning'' distinguono inoltre fra teorie para-
metrie (come la teoria classica, o basata sulle regole, e la prima teoria dei prototipi) e
le teorie non parametrie, come la teoria degli esemplari. Le teorie parametrie assu-
mono la separabilità lineare fra le regioni di decisione categoriale, mentre le teorie non
paramentrie non fanno questa assunzione.
Barsalou, ``Situated simulation in the human conceptual system'' classifica le teorie
in base a criteri ancora differenti:
• Modulare - non modulare. Per modulare si intende un sistema autonomo, separato
dalla memoria episodica e dal sistema sensomotorio.
• Amodale - modale. Una rappresentazione amodale è simbolica ed indipendente
dalle modalità sensomotorie, mentre una rappresentazione modale è legata alle
specifie modalità sensomotorie.
• Decontestualizzata - situata. È decontestualizzata una conoscenza di tipo enci-
clopedico, mentre la rappresentazione situata tiene conto delle proprietà del con-
testo, della situazione, delle azioni e la categoria può permeere, e degli stati
introspeivi.
• Stabile - dinamica. Per stabile si intende una rappresentazione sostanzialmente
invariante, mentre dinamica è una rappresentazione e varia a seconda non solo
dell'apprendimento ma ane del contesto.
Le più importanti teorie sulla categorizzazione sono sostanzialmente la teoria clas-
sica, e nelle forme più recenti viene definita teoria basata sulle regole (rule based), la
teoria dei prototipi, e Smith e Medin, Categories and Concepts definiscono probabi-
listica, la teoria degli esemplari, la teoria basata sulle teorie (theory theory), la decision
bound theory, la teoria della simulazione situata di Barsalou e le teorie multiple.
. La teoria classica
È uso comune, nelle rassegne sulla leeratura della categorizzazione dei concei, partire
dalla teoria classica. Nel descrivere storicamente questa teoria, si assume generalmente
e sia stata sviluppata da Aristotele e e sia rimasta pressoé invariata fino alle ricer-
e filosofie di Wigenstein e agli studi di etnografia e psicologia degli anni sessanta
e seanta. ibid. fanno propria questa concezione, ane se ammeono e poi fra i
ricercatori citati nel campo della teoria classica hanno diiarato esplicitamente di di-
fendere quella visione.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
Secondo la classificazione di Kruske, ``Category Learning'' la teoria classica (ba-
sata sulle regole) assume e venga rappresentato il contenuto (non i confini categoriali),
con delle regole di tipo congiuntivo (non disgiuntivo) e con una funzione di appartenenza
di tipo tuo o nulla (non graduata). Secondo la classificazione di Ashby e Maddox, ``Sti-
mulus categorization'' vengono rappresentate le caraeristie necessarie e sufficienti e
la decisione si basa accedendo a tali caraeristie e verificando se sono rispeate. Nella
classificazione di Barsalou, ``Situated simulation in the human conceptual system'', la
teoria classica usa rappresentazioni modulari, amodali, decontestualizzate e stabili.
.. Assunzioni rappresentazionali
La teoria classica, com'è ricostruita da Smith e Medin, Categories and Concepts, ha il pre-
gio di essere formalizzabile, economica, con un ampio potere esplicativo. Si basa su di un
numero limitato di assunzioni iare e ben definite. Secondo questa teoria, un conceo
è caraerizzato da un insieme di aributi definienti, e sono le caraeristie seman-
tie necessarie e sufficienti affiné qualcosa possa essere considerato un'istanza di un
conceo (Keane e Eysen, Cognitive Psyology: A Student's Handbook). Il processo di
categorizzazione consiste nel verificare se gli stimoli possiedono tue le caraeristie
necessarie (Ashby e Maddox, ``Stimulus categorization'').
Rappresentazione sintetica La prima assunzione è e la rappresentazione di un con-
ceo costituisce una descrizione sintetica di un'intera classe. Come soolineato da Ro-
s, ``Cognition and Categorization'', questa proprietà costituisce uno dei vantaggi fon-
damentali del processo di categorizzazione. In termini più specifici, una rappresentazio-
ne sintetica:
• è generalmente il risultato di un processo di astrazione;
• non corrisponde necessariamente a specifie istanze della classe;
• può essere utilizzata per verificare se un'istanza appartenga o meno alla classe.
Caratteristie necessarie e sufficienti Secondo la teoria classica le caraeristie
e rappresentano un conceo sono
. singolarmente necessarie: ogni caraeristica dev'essere presente per poter inclu-
dere l'istanza o la sooclasse nella classe;
. congiuntamente sufficienti: ogni istanza o sooclasse e possiede tue le carat-
teristie appartiene, per definizione, alla classe.
Come si vedrà questa è l'assunzione e più esplicitamente è stata messa in discussione.
Smith e Medin, Categories and Concepts enfatizzano il fao e questo vincolo esclude
la possibilità e, nella visione classica, possano esistere delle classi disgiuntive, ovvero
classi le cui sooclassi non condividono alcuna caraeristica essenziale.
.. LA TEORIA CLASSICA 
.. Critie alla teoria classica
La teoria classica è stata oggeo, a partire dagli anni ', di numerose critie. Fra i primi
a meere in discussione questa visione va ricordato Wigenstein, Philosophise Unter-
suungen ed il suo famoso esempio del conceo di gioco: non è possibile identificare
alcuna caraeristica di gioco e sia necessaria o distintiva. Il fao e per numerosi
concei non si sia trovato l'elenco di caraeristie necessarie e sufficienti non implica
però e queste caraeristie non esistono. In linea di principio, dunque, questa critica
è più empirica e logica. Un'altra possibilità, sostenuta da Katz, e metaphysics of
meaning, è e la parola gioco si riferisca a dei termini omofoni ma diversi, e e dun-
que sia solo accidentale il fao e concei diversi siano nominati con lo stesso termine.
Dunque, il gioco del solitario e il gioco del calcio non sarebbero più simili di quanto
non lo siano il banco dei pegni e il banco da lavoro. esta obiezione però non pare
molto plausibile. Nonostante le differenze è difficile negare un legame semantico fra i
vari tipi di gioco. Wigenstein, Philosophise Untersuungen definisce questi legami
somiglianza di famiglia.
Concetti disgiuntivi Una seconda critica alla teoria classica è rappresentata dall'esi-
stenza di concei disgiuntivi.
Una possibile difesa rispeo a questa critica si basa sull'idea e i concei e nel mon-
do reale sembrano disgiuntivi, ma in realtà condividono una o più proprietà essenziali
tacitamente assunte dagli individui.
Casi ambigui L'assunzione secondo cui le caraeristie essenziali sono necessarie e
sufficienti a definire un conceo non dovrebbero lasciare spazio ad ambiguità. Nella
realtà però vi sono casi di difficile classificazione, in cui le persone sono incerte.
Smith e Medin, Categories and Concepts puntualizzano il fao e tale incertezza può
essere conseguenza di ignoranza da parte delle persone. esto non meerebbe in crisi
la teoria classica, la quale non esclude affao e le persone possano avere delle lacune
nelle conoscenze dei concei. esta spiegazione è peraltro adoata ane da modelli
proposti da Ashby e Maddox, ``Stimulus categorization''; Kruske, ``Category Lear-
ning''. ando l'ambiguità della classificazione non può essere aribuita ad ignoranza,
un possibile escamotage è quello di distinguere fra definizioni comuni (spesso imprecise)
e definizioni tecnie, e generalmente lasciano meno spazio a casi ambigui.
Effetti di tipicità La teoria classica assume e l'appartenenza di un'istanza o di una
sooclasse ad una classe sia una funzione dicotomica: un conceo appartiene a pieno
titolo ad una categoria oppure non vi appartiene per nulla.
Se però si iede alle persone di valutare quanto un'istanza o una sooclasse costituisca
un esempio tipico o rappresentativo di una classe, si oengono risultati stabili, ovvero
condivisi fra partecipanti (Mervis, Catlin e Ros, ``Relationships among doodness-of-
example, category norms, and word frequency''; Rips, Shoben e Smith, ``Semantic di-
stance and the verification of semantic relations''); un effeo simile si oiene addiriura
nella valutazione di tipicità dei numeri pari.
esto fao, di per se, lascia intendere e sia legiimo assumere e - almeno a
livello psicologico - l'appartenenza ad una categoria non sia una funzione dicotomica ma
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
graduata. L'aspeo più interessante è e la valutazione di tipicità prevede l'efficienza
nella categorizzazione, e si rispecia ad esempio nei tempi di reazione in compiti di
decisione semantica.
Smith e Medin, Categories and Concepts illustrano come, con delle assunzioni ad hoc, i
risultati legati alla tipicità possano essere spiegati ane dalla teoria classica. Alcune di
queste assunzioni, però, mancano di sostegno empirico, e risultano pertanto difficilmente
difendibili.
Somiglianza di famiglia Ros e Mervis, ``Family resemblances: Studies in the inter-
nal structure of categories'' hanno iesto ai loro partecipanti di elencare le caraeristi-
e di una lista di soocategorie di un determinato conceo (ad esempio: arredamento).
Dall'esperimento non sono emerse caraeristie necessarie (e dunque presenti in tue
le soocategorie). Alcune caraeristie erano condivise da molte soocategorie, men-
tre altre erano specifie di poe soocategorie. Il numero di soocategorie a cui ogni
caraeristica era associata determinava l'importanza di quella caraeristica. La som-
ma del numero di caraeristie definienti ogni conceo, ponderato per l'importanza di
ogni caraeristica, definiva la misura di somiglianza di famiglia. esta misura è risul-
tata essere fortemente correlata con la valutazione di tipicità. esti risultati sono stati
oenuti sia con categorie naturali sia con categorie artificiali. Adoando la definizione
di Wigenstein, Philosophise Untersuungen Rosh e Mervis hanno definito questo
effeo somiglianza di famiglia.
esto dato contrasta con gli assunti fondamentali della teoria classica, in quanto la
tipicità di un conceo rispeo alla classe geraricamente superiore si basa su carae-
ristie non necessarie per la definizione della classe superiore.
Altri esperimenti sono giunti agli stessi risultati araverso paradigmi sperimentali diver-
si. Hampton (, citato in Smith e Medin, Categories and Concepts) ha iesto ai propri
partecipanti di elencare le caraeristie di una lista di soocategorie di un conceo. In
secondo luogo, ha iesto loro di valutare quanto ogni caraeristica fosse presente in
ogni soocategoria. Ane questa ponderazione correla con i tempi di reazione in un
compito di decisione semantica.
Un'altra evidenza a sfavore della teoria classica si basa su di un compito di scaling multi-
dimensionale (Rips, Shoben e Smith, ``Semantic distance and the verification of semantic
relations''): ai partecipanti vengono presentate coppie di concei, iedendo di valutar-
ne la similarità. Le coppie possono essere dello stesso livello gerarico (peirosso e
canarino) o di livello diverso (peirosso e uccello, canarino e animale). In base a queste
misure, è possibile collocare i concei in uno spazio bidimensionale. Dall'analisi quali-
tativa dello spazio emerge e le due dimensioni correlano con due dimensioni latenti
degli uccelli: grandezza fisica dell'animale e ferocia (o tendenza alla predazione). Inol-
tre, la distanza di ogni conceo dal conceo di uccello correla con i tempi nei compiti
di decisione semantica.
Validità delle caratteristie (Cue validity) Un'importante scoperta di Ros e Mer-
vis, ``Family resemblances: Studies in the internal structure of categories'' è e, nel
decidere se un item è o meno un'istanza di un conceo, vengono considerate non solo le
caraeristie e l'item condivide con quel conceo ma ane quelle e condivide con
.. LA TEORIA DEI PROTOTIPI 
concei alternativi a quello target. La categorizzazione di un'istanza dipende non solo
dalle caraeristie dell'istanza e del conceo, ma ane dalla similarità dell'istanza con
concei rivali. Per spiegare questo effeo, ibid. adoarono il conceo di cue validity,
introdoo da Bourne and Restle nel .
Ereditarietà dei concetti L'ereditarietà dei concei, assunta dalla visione classica (e
ane implicita nella teoria degli insiemi), induce a prevedere e un conceo sia giudi-
cato più simile al conceo sovraordinato più immediato (esempio: peirosso e uccello)
e ad un conceo sovraordinato più in alto nella geraria categoriale (peirosso e
animale). esta predizione è generalmente confermata (Collins e illian, ``Retrieval
time from semantic memory''), ma vi sono dei casi atipici in cui questo non avviene. Il
conceo di gallina, ad esempio, è giudicato più simile ad animale e ad uccello.
.. La teoria basata sulle regole
Originariamente, la teoria classica intendeva spiegare ogni compito di categorizzazione,
ma, come abbiamo visto, questa ipotesi ha incontrato dei problemi molto seri. Recente-
mente alcuni aspei della teoria classica sono stati ripresi nelle teorie e ipotizzano e
vi siano più meccanismi soggiacenti il processo di categorizzazione, e e il meccanismo
basato sulle regole sia uno di questi (Ashby e Maddox, ``Human Category Learning'',
``Stimulus categorization'').
. La teoria dei prototipi
Se la classificazione non è un processo decisionale basato su caraeristie necessarie e
sufficienti, allora cos'è? La teoria dei prototipi propone e la categorizzazione sia un
processo e confronta gli esemplari da classificare con i prototipi delle categorie: quan-
do incontriamo uno stimolo non conosciuto lo assegnamo alla categoria il cui prototipo
è più simile.
Smith e Medin, Categories and Concepts definiscono la teoria dei prototipi in base alle
seguenti assunzioni:
. la rappresentazione di un conceo è la descrizione riassuntiva di un'intera classe;
. la rappresentazione di un conceo non può essere espressa in base ad una lista di
condizioni necessarie e sufficienti; è, piuosto, una misura di tendenza centrale
delle proprietà delle istanze.
La differenza sostanziale fra l'approccio classico e la teoria dei prototipi risiede pro-
prio nel secondo assunto, e è sostanzialmente meno vincolante.
Secondo la classificazione di Kruske, ``Category Learning'', la teoria dei prototi-
pi assume e venga rappresentato il contenuto (non i confini), e la rappresentazione
sia globale (il prototipo riassume le caraeristie della classe), con una funzione di
appartenenza graduata. Secondo la categorizzazione di Ashby e Maddox, ``Stimulus
categorization'', in questo approccio una categoria è rappresentata dal suo prototipo, e il
processo decisionale si basa sulla similarità tra gli stimoli e la rappresentazione mnestica
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
del prototipo.
Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy-
stem'', la teoria dei prototipi è sostanzialmente modulare ed amodale, decontestualizzata
(i prototipi non cambiano al variare del contesto) e stabile.
.. Proprietà: dimensioni vs caratteristie dicotomie
Un'importante aspeo e emerge dalla teoria dei prototipi (e degli esemplari) è la na-
tura delle proprietà e vengono prese in esame nel processo di categorizzazione: que-
ste proprietà sono dimensionali (si distribuiscono lungo un continuum), oppure sono
dicotomie? Smith e Medin, Categories and Concepts distinguono neamente fra le
teorie del prototipo basate su caraeristie dicotomie (le caraeristie) e le teorie
dimensionali. Da un punto di vista matematico, però, è possibile mappare delle carae-
ristie dicotomie in uno spazio dimensionale. Nel mondo reale si incontrano spesso
delle dimensioni la cui distribuzione è fortemente bimodale e e, dunque, risultano
paragonabili a caraeristie dicotomie. Possiamo dunque definire le caraeristie
dicotomie come delle dimensioni a distribuzione bimodale.
In un modello basato sulle caraeristie un conceo è rappresentato da quelle ca-
raeristie salienti e hanno una probabilità sostanziale di occorrere nelle istanze del
conceo.
Più precisamente, se Fi è una caraeristsica e Xj un conceo Fi sarà una feature di
Xj se
• Fi è saliente (in termini perceivi o conceuali)
• P(Fi|Xj) è alta.
Ad esempio, la probabilità e un animale voli, sapendo e quell'animale è un uc-
cello [P(volare|uccello)], è molto alta. Volare è dunque una feature di uccello, ane
se non è una condizione necessaria (vi sono uccelli e non volano, come i pinguini) né
sufficiente (i pipistrelli volano, ma non sono uccelli). È interessante notare e, mentre
la seconda condizione è streamente legata alle caraeristie proprie delle istanze og-
geo di categorizzazione, la prima condizione è squisitamente psicologica, in quanto si
riferisce a proprietà perceive o conceuali.
ibid. si focalizzano sul fao e, ad essere rappresentate, sono non tue le caraeristi-
e ma solo quelle e occorrono più frequentemente. esto aspeo viene considerato,
dagli autori, come determinante per differenziare l'approccio basato su caraeristie da
quello dimensionale.
Nei modelli dimensionali, la seconda assunzione viene riassunta da Smith e Medin
come segue: ogni dimensione usata per rappresentare un conceo deve essere saliente,
e deve avere una sostanziale probabililtà di occorrere fra le istanze del conceo; inoltre
il valore della dimensione rappresentata in un conceo è la media soggeiva dei valori
delle istanze o dei sooinsiemi del conceo in quella dimensione.
Se acceiamo l'idea e una caraeristica possa essere rappresentata come una di-
mensione a distribuzione bimodale la tendenza centrale del prototipo sarà non la media
ma la moda. Inoltre sia la codifica dimensionale e quella basata sulle caraeristie
permee una rappresentazione topografica o metrica della distribuzione delle istanze o
.. LA TEORIA DEI PROTOTIPI 
dei sooinsiemi all'interno di una categoria. A questo punto, è possibile definire la cate-
gorizzazione in termini computazionali. L'istanza (o il sooinsieme) x appartiene ad Si
se la distanza fra x e Si è inferiore ad un valore soglia. In realtà molti modelli computa-
zionali utilizzano un algoritmo competitivo anzié una soglia: l'elemento x appartiene
a quella classe Si la cui distanza da x è minore.
Capacità esplicativa degli aspetti problematici
Poié la teoria dei prototipi si propone di sostituire la teoria classica è necessario valu-
tare come questo approccio riesca a tener conto delle evidenze empirie e misero in
crisi la teoria precedente.
Concetti disgiuntivi I concei disgiuntivi erano problematici per la teoria classica
in quanto, per definizione, non vi è alcuna caraeristica necessaria, ovvero presente
in ogni elemento della categoria. Nell'approccio per caraeristie, però, questo non è
un problema, in quanto non si assume la presenza di caraeristie necessarie. Nella
rappresentazione dimensionale, la classificazione si basa sulla distanza dell'elemento dal
centroide della classe, confrontato con un valore soglia o con la distanza dalle altre classi.
Il fao e due elementi risultino differenti fra loro su tue le dimensioni salienti, non
impedisce e vengano classificati nella stessa categoria.
Casi ambigui Nel modello classico, un elemento appartiene ad una categoria o non vi
appartiene, non vi sono sfumature. I casi ambigui costituiscono dunque un problema. I
modelli ad appartenenza graduata ammeono per definizione casi ambigui. Computa-
zionalmente un caso è ambiguo nel momento in cui la sua distanza dalla classe in cui
è stato classificato è ai limiti del valore soglia, oppure il caso è sostanzialmente equidi-
stante fra due possibili classi. La sua appartenenza ad una o all'altra classe sarà dunque
incerta, e persone diverse in circostanze diverse potranno collocarla di volta in volta in
uno o nell'altro gruppo.
Effetti di tipicità Gli effei di tipicità non solo non sono un problema per le teorie
del prototipo, ma costituiscono un'evidenza positiva. Se definiamo la tipicità di un con-
ceo rispeo ad una classe come la somma pesata delle caraeristie e il conceo
condivide con la classe, non è difficile elaborare dei modelli computazionali capaci di
mimare alcuni effei di tipicità, quali la maggior velocità di classificazione. Gli effei di
tipicità vengono spiegati facendo riferimento alla distanza tra il conceo ed il centroide
della classe: più il conceo si colloca vicino al centroide della classe di appartenenza,
più verrà considerato tipico.
Uso di caratteristie non necessarie Il fao e le caraeristie non necessarie
abbiano un effeo sulla categorizzazione è un problema per la teoria classica, ma non
per la teoria dei prototipi, e non fa distinzione fra caraeristie necessarie e non
necessarie.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
Concetti annidati Uno dei dati sperimentali e mee in crisi la teoria classica è e
vi sono delle eccezioni al fao e un conceo venga considerato più simile alla catego-
ria gerarica immediatamente superiore e non alle categorie più ampie. Il peirosso
è considerato più simile ad uccello e ad animale, ma la gallina è concepita come più
simile ad animale e ad uccello.
esto effeo può essere spiegato, nella teoria dei prototipi, in base all'influenza eser-
citata dalle caraeristie non necessarie. Il fao e la gallina non voli, ad esempio, la
rende conceualmente lontana dalla categoria uccello. Ane i dati concernenti i tempi
di reazione possono essere spiegati dalla teoria dei prototipi in base alle caraeristie
non necessarie.
L'approccio spiega sia la regola generale, secondo cui un conceo viene definito come
più simile alla classe immediatamente superiore rispeo alla classe generale (peirosso
è più simile ad uccello e ad animale) sia le eccezioni (gallina è più simile ad animale
e ad uccello), proprio in base al fao e un conceo può essere più o meno distante
dai centroidi delle varie classi.
Critie alla teoria dei prototipi
Nonostante la teoria dei prototipi vanti una maggior capacità esplicativa rispeo alla teo-
ria classica, nel corso degli anni varie ricere ne hanno messo in luce alcuni importanti
limiti.
Perdita di informazioni salienti Uno dei principi epistemologici alla base della teo-
ria dei prototipi sta nella sua economicità (Ros, ``Cognition and Categorization''), in
quanto un prototipo riassume le caraeristie di una categoria. esta riduzione, però,
ha un costo. Si perdono infai informazioni importanti, quali la variabilità categoriale
o la struura correlazionale delle dimensioni.
Correlazione fra le caratteristie Una rappresentazione sintetica come quella dei
prototipi perde le informazioni sulla correlazione e spesso intercorre fra le diverse
categorie. Le correlazioni fra categorie sono determinate non solo dagli esemplari pro-
totipici, ma ane da quelli non prototipici, e le correlazioni percepite hanno degli effei
significativi sulla prestazione degli individui (Ashby e Maddox, ``Stimulus categoriza-
tion''; Medin e Saffer, ``Context theory of classification learning''). La correlazione fra
le caraeristie è ancor più importante nelle circostanze in cui la probabilità e una
caraeristica sia presente dipende da altre caraeristie. Ad esempio, è più probabile
e a cantare siano gli uccelli piccoli di quelli grandi, e dunque vi è un rapporto fra can-
tare e dimensione.
In alcuni casi il rapporto è di tipo implicazionale: la caraeristica vola correla con la
caraeristica ha le ali, ma questa correlazione denota un legame di tipo causale. esto
legame non viene colto da una teoria dei prototipi, ma è evidente l'utilità di questa infor-
mazione, di cui gli individui tengono sicuramente conto. La teoria delle teorie emerge
proprio per rispondere a questo problema.
.. LA TEORIA DEGLI ESEMPLARI 
Effetto del contesto La teoria dei prototipi è sostanzialmente decontestualizzata (Bar-
salou, ``Situated simulation in the human conceptual system'') e dunque ha difficoltà a
spiegare alcuni effei di categorizzazione legati al contesto. Il contesto modifica l'im-
portanza relativa delle caraeristie. Nell'esempio di Smith e Medin, Categories and
Concepts la frase ``ha dovuto portare il pianoforte al secondo piano'' fa emergere le
proprietà del pianoforte legate al peso. ``Ha dovuto accordare il pianoforte'' fa inve-
ce emergere le proprietà legate al suono. L'importanza e il ruolo del contesto e delle
motivazioni è stata efficacemente messa in risalto in Barsalou, ``Ad hoc categories''.
Violazione degli assiomi delle metrie esta critica si rivolge alle teorie del pro-
totipo di tipo dimensionale, e assumono e lo spazio multidimensionale costituisca
una metrica. Affiné un sistema relazionale possa essere definito una metrica deve
rispeare tre assiomi:
. minimalità: la distanza fra ogni punto e se stesso dev'essere pari a zero;
. simmetria: la distanza fra ogni coppia di punti dev'essere tale e d (x,y) = d (y,x);
. diseguaglianza triangolare: d(a, c) ≤ d(a, b) + d(a, c) per ogni punto a, b, c.
Tversky, ``Features of similarity'' dimostra però e, negli studi di similarità, il secondo
ed il terzo postulato vengono sistematicamente violati.
Prototipi multipli
este critie meono in difficoltà le teorie radicali dei prototipi, ovvero l'assunzione
e una categoria venga rappresentata esclusivamente da un prototipo. Una versione
più morbida della teoria può assumere e, per ogni categoria, esista più di un prototipo.
esta proposta venne avanzata già da Ros, ``Cognitive Reference Points'':
Not all members of a category are equivalent and … the best examples of
a category can serve as reference points in relation to whi other category
members are judged.
Una teoria dei prototipi multipli può spiegare la possibilità di apprendere categorie non
linearmente separabili, può rappresentare la correlazione fra caraeristie e la varianza
delle dimensioni.
. La teoria degli esemplari
Sia la teoria classica e la teoria dei prototipi assumono e il processo di categorizzazio-
ne avvenga araverso il confronto dell'elemento da classificare con una rappresentazione
astraa della categoria. Medin e Saffer, ``Context theory of classification learning'',
al contrario, propongono un modello in cui il confronto avviene fra l'elemento nuovo
e gli elementi già presenti in memoria. Più specificamente assumono e uno stimolo
da categorizzare abbia la proprietà di far recuperare dalla memoria gli stimoli simili ad
esso e le relative informazioni. In una serie di esperimenti con stimoli astrai, ibid. di-
mostrano e le prestazioni dei soggei sono più simili alle previsioni del loro modello
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
(e definiscono Context eory for Classification) rispeo alle previsioni di un modello
basato sui prototipi.
Uno dei vantaggi principali del modello proposto da Medin e Saffer, ``Context theo-
ry of classification learning'' e ampliato da Nosofsky, ``Aention, similarity, and the
identification-categorization relationship.'' è la possibilità di classificare insiemi di ele-
menti e non sono linearmente separabili. La separabilità lineare è invece uno degli
assunti computazionali della teoria del prototipo (Ashby et al., ``A Neuropsyological
eory of Multiple Systems in Category Learning''). Inoltre, l'approccio ad esemplari ha
il vantaggio di poter tener conto delle correlazioni fra caraeristie di una categoria
(Ashby e Maddox, ``Stimulus categorization''). Come vedremo nel paragrafo dedicato
ai modelli multipli o misti, Minda e Smith, ``Prototypes in category learning: the effects
of category size, category structure, and stimulus complexity'' sostengono e il model-
lo basato sugli esemplari e quello basato sui prototipi hanno punti di forza diversi, e
emergono in circostanze di apprendimento e di categorizzazione diverse.
Secondo la classificazione di Kruske, ``Category Learning'', la teoria degli esem-
plari assume e venga rappresentato il contenuto (non i confini), non vi è una rappre-
sentazione globale ma solo rappresentazioni atomie, e la funzione di appartenenza è
graduata. Secondo Ashby e Maddox, ``Stimulus categorization'' in questo approccio una
categoria è rappresentata semplicemente come l'insieme di rappresentazioni di tui gli
esemplari e appartengono alla categoria. Il processo decisionale si basa sulla compara-
zione di similarità fra gli stimoli e la rappresentazione mnestica di ogni esemplare della
categoria.
Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy-
stem'', questo approccio è tendenzialmente modulare ed amodale, in quanto general-
mente (ma non necessariamente) le teorie degli esemplari non assumono una rappre-
sentazione modalità-specifica degli esemplari codificati. Poié le teorie degli esemplari
tendono ad escludere processi di astrazione la codifica mnestica degli esemplari tende
ad essere situata. Medin e Saffer, ``Context theory of classification learning'', pag 
rendono esplicito questo punto: `` Noi proponiamo e l'informazione concernente il
suggerimento, il contesto, e l'evento sono immagazzinate assieme in memoria e e sia
il suggerimento e il contesto debbano essere aivati simultaneamente per recuperare
l'informazione dell'evento''; va peraltro precisato e nei termini di ibid., i contesto è
definito dagli esemplari recuperati nella memoria di lavoro.
Da un punto di vista formale, questa teoria si differenzia dalla teoria del prototipo in
quanto assume e la rappresentazione di un conceo consiste nelle descrizioni separate
di un consistente numero di esemplari (istanze o sooclassi). Nella versione più radicale,
quasta teoria assume e:
. Le rappresentazioni siano concrete: ``No categorical information is assumed to
enter into the judgements independently of specific item information'' (ibid.).
. Ogni esemplare nella rappresentazione sia un'istanza.
. Sia memorizzata e contribuisca alla rappresentazione ogni istanza della categoria
con cui un individuo viene a contao.
I modelli più radicali vengono definiti da Komatsu, ``Recent views of conceptual
structure'' modelli ad istanze, mentre i modelli a prototipo multiplo assumono possano
.. LA TEORIA DELLE TEORIE 
esserci sia istanze e astrazioni conceuali.
Il modello degli esempi migliori (best examples model) sembra derivare logicamente dal
conceo di istanze focali proposto da Ros, ``Cognitive Reference Points''. Gli esem-
pi più prototipici verrebbero utilizzati come punti di riferimento nella categorizzazione.
esti modelli, dunque, assumono e la rappresentazione della conoscenza categoriale
non sia costituita unicamente da un prototipo (inteso come tendenza centrale unitaria)
ma da più prototipi, e possono essere astrai o possono corrispondere agli esemplari
più prototipici. Una versione a prototipo multiplo della teoria degli esemplari ha il van-
taggio di poter gestire meglio i gruppi disgiuntivi. È difficile avere una rappresentazione
sommaria di mobili o di mammiferi. È più probabile e concei di questo genere siano
rappresentati come un insieme di sooclassi e, a livello di classe, assumono la forma
di esemplari.
. La teoria delle teorie
I paradigmi basati sulla similarità (con un prototipo o con gli esemplari) sono, secondo
Murphy e Medin, ``e role of theories in conceptual coherence'', insufficienti a spiegare
la coerenza categoriale. Secondo questi autori i concei emergono non solo in base alla
similarità ma ane in base alla comprensione e gli individui hanno delle interazioni
e intercorrono fra le entità. Nella teoria delle teorie i concei sono organizzati aorno
a dei modelli cognitivi esplicativi, e spiegano il mondo e contribuiscono a classificarne
le entità. La nozione di similarità, dunque, deve tener conto di questi modelli.
La concezione di similarità delle teorie dei prototipi o degli esemplari è infai sog-
gea ad alcuni problemi. In primo luogo, vi è il risio di un circolo vizioso: gli elementi
appartengono ad una categoria peré sono simili, ma in fondo sono simili peré apper-
tengono alla stessa categoria. In secondo luogo, le relazioni di similarità fra un insieme
di entità dipendono in maniera sostanziale dal peso relativo aribuito ai differenti at-
tributi. Ma Tversky, ``Features of similarity'' ha dimostrato come il peso aribuito agli
aributi varia a seconda del contesto o del compito. Potenzialmente, poi, la lista degli
aributi (o delle dimensioni) applicabili ad un oggeo o ad un insieme di oggei è infi-
nito, ed operazionalizzare la selezione degli aributi pertinenti è un compito non banale.
Le nostre conoscenze del mondo ci permeono ad esempio di classificare elementi
e perceivamente sarebbero diversi; basti pensare al fao e tui noi classifiiamo
le balene come mammiferi, sebbene assomiglino a dei pesci. I paradigmi dei prototipi
e degli esemplari non pongono la giusta enfasi sul ruolo svolto, nella costruzione dei
concei, dagli aspei perceivi da una parte e dai modelli mentali esplicativi dall'altra.
Il conceo di similarità viene considerato insufficiente, in quanto la similarità non
è propriamente intrinseca alle entità delle classi. L'ipotesi sostenuta da Ros, secondo
la quale gli aributi delle entità naturali non sono equiprobabili ma tendono a raggrup-
parsi in raggruppamenti assume, almeno implicitamente, una struura di correlazioni
più complessa del semplice conceo di similarità. In questa ipotesi agli individui viene
aribuita la capacità di riconoscere questi raggruppamenti; gli aributi capaci di diffe-
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
renziare i raggruppamenti assumono salienza, mentre gli aributi e mancano di questa
capacità discriminativa vengono disaesi.
Murphy e Medin, ``e role of theories in conceptual coherence'', pur acceando la
plausibilità di questa ipotesi, la ritengono comunque insufficiente, in quanto il nume-
ro di possibili correlazioni fra le entità naturali è talmente numeroso e l'ipotesi non
spiega peré gli individui siano coerenti nell'usare determinati aributi e non altri, e
appaiono altreanto validi per discriminare gli elementi. Ad esempio, è improbabile e
un adulto categorizzi una lista di animali in base al colore, ane se il colore è una di-
mensione capace di discriminare in maniera iara e saliente gli animali. La teoria delle
teorie sostiene e vi siano dei principi soostanti, spesso causali, capaci di determinare
la rilevanza delle caraeristie e la loro relazione.(Medin e Aguilar, ``Categorization'',
p. ).
. La teoria dei confini decisionali (Decision bound theo-
ry)
La teoria dei confini decisionali assume e gli individui dividano lo spazio degli sti-
moli in regioni di risposta. ando uno stimolo nuovo viene presentato, il soggeo lo
categorizza in base alla regione di appartenenza. La linea di confine della partizione
viene definita confine decisionale. L'apprendimento categoriale è il processo di appren-
dimento ed aggiustamento delle regioni associate con ogni categoria (Ashby e Maddox,
``Stimulus categorization''). La teoria assume e:
• la distribuzione degli esemplari in una categoria abbia generalmente una distri-
buzione normale;
• le regioni delle varie categorie tendano a sovrapporsi;
• nel conceo siano rappresentati non soltanto il punto medio o modale (come nella
teoria dei prototipi) ma ane la varianza, la gamma e la correlazione fra dimen-
sioni, ovvero una distribuzione di probabilità multivariata. La teoria è dunque
parametrica, ane se assume un maggior numero di parametri rispeo alla teoria
dei prototipi.
La teoria non assume e la funzione di appartenenza di un esemplare ad un conceo sia
graduata, ipotizza invece e sia di tipo tuo o nulla. Per spiegare gli effei di tipicità,
il modello proposto da Maddox e Ashby, ``Comparing decision bound and exemplar
models of categorization'' assume e il processo decisionale sia di tipo deterministico:
se lo stimolo si colloca al centro di una partizione la probabilità e venga classificato in
quel cluster è prossima a , mentre se gli stimoli si collocano ai confini fra due regioni
la probabilità sarà di poco superiore a ..
.. LA TEORIA DELLA SIMULAZIONE SITUATA 
. La teoria della simulazione situata
esta teoria è stata proposta da Barsalou, ``Perceptual symbol systems'', ``Situated si-
mulation in the human conceptual system''. Secondo Barsalou, ``Situated simulation in
the human conceptual system'' il sistema conceuale responsabile della classificazione
è non modulare, modale, situato, dinamico. Un conceo è una abilità, ovvero nel con-
ceo è instanziata la capacità di costruire rappresentazioni idiosincratie adaate alle
auali necessità dell'agente e della situazione in cui agisce. Un conceo è un simula-
tore e costruisce un infinito insieme di simulazioni specifie (Barsalou, ``Perceptual
symbol systems''). Le simulazioni comprendono informazioni in merito alla situazione,
agli scopi ed agli stati introspeivi degli agenti. I concei non sono oranizzati in base
alle tassonomie, quanto alle azioni situate, e le categorie sono prevalentemente ad hoc e
diree ad uno scopo (Barsalou, ``Ad hoc categories'').
I concei sono non modulari, in quanto sono fortemente legati alla memoria episodica;
sono modali, in quanto la rappresentazione coinvolge specifici sistemi perceivi e moto-
ri; sono situati, in quanto mappano ed utilizzano le informazioni legate al contesto, agli
scopi e agli stati interni; sono dinamici, in quanto variano di volta in volta a seconda del-
le situazioni e degli scopi. Tipico esempio di conceo dinamico sono le categorie ad hoc
(ibid.). Barsalou, ``Situated simulation in the human conceptual system'' non esclude
le tassonomie classie, ma enfatizza il ruolo delle rappresentazioni situate nei processi
cognitivi degli individui nella vita reale.
. Sviluppi recenti e prospettive future
.. Modelli multipli
Dopo decenni di proposte, esperimenti ed articoli, nessuno dei modelli e delle teorie sem-
bra prevalere neamente sugli altri. Ecco e inizia a farsi strada l'ipotesi e ognuno dei
modelli cauri degli aspei importanti della categorizzazione e e l'aenzione dei ri-
cercatori dovrebbe concentrarsi sui contesti in cui le differenti strategie sembrano essere
avvantaggiate (Ashby e Maddox, ``Human Category Learning''; Medin e Rips, ``Con-
cepts and Categories: Memory, Meaning, and Metaphysics''). Vi sono sia ricere empi-
rie sia modelli teorici e tendono ad assumere la necessità di prevedere meccanismi
multipli di categorizzazione.
Nosofsky, Palmeri e McKinley, ``Rule-plus-exception model of classification lear-
ning'' combinano il meccanismo rule-based con quello ad esemplari, in base all'ipotesi
e, sebbene le categorie sfumate non possano essere apprese esclusivamente araver-
so la formulazione di regole, è possibile e l'apprendimento si basi sulla formazione
di regole e l'apprendimento di eccezioni (Rule-Plus-Exception Model of Classification
Learning).
Minda e Smith, ``Prototypes in category learning: the effects of category size, ca-
tegory structure, and stimulus complexity'' integrano invece la teoria dei prototipi con
quella ad esemplari. Secondo questi autori un meccanismo basato sui prototipi risulta
più efficace quando l'apprendimento si basa su un alto numero di dimensioni salienti ed
un alto numero di esemplari da categorizzare; appare inoltre utile nelle fasi di appren-
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
dimento. I modelli basati sugli esemplari, al contrario, sembrano più efficaci quando gli
esempi da apprendere sono poi, quando le dimensioni salienti sono poe, e quando
il dominio è ben appreso.
Secondo Ashby e Maddox, ``Human Category Learning''; Ashby et al., ``A Neu-
ropsyological eory of Multiple Systems in Category Learning'' meccanismi neurali
differenti soendono l'apprendimento di nuove categorie e la rappresentazione di cate-
gorie già apprese. Sono state documentate infai delle doppie dissociazioni fra pazienti
pazienti frontali e parkinsoniani, i quali mostravano difficoltà nell'apprendere nuove
categorie ma non a classificare degli elementi in categorie già apprese, e pazienti con
agnosie specifie per alcune categorie (animali, artefai) ma e tendono a preservare
la capacità di apprendere nuove categorie. Secondo Ashby et al., ``A Neuropsyolo-
gical eory of Multiple Systems in Category Learning'', pag. , l'ipotesi e vi siano
differenti meccanismi di categorizzazione è suggerita dalla presenza di molteplici sistemi
di memoria. Più specificatamente si assume e i più importanti sistemi di categorizza-
zione usino i sistemi di memoria semantica e procedurale, ma non si esclude e altri
sistemi siano coinvolti nel processo di categorizzazione.
Ashby e Maddox, ``Human Category Learning'' propongono dunque e, in dif-
ferenti circostanze, agiscano meccanismi diversi. Più in particolare, sostengono e il
meccanismo basato sulle regole si aivi quando le categorie possono essere apprese at-
traverso dei processi di ragionamento esplicito, se la regola e massimizza l'accuratezza
(ovvero la strategia oimale) può essere descria verbalmente e se vi è una sola dimen-
sione rilevante, e il compito del soggeo è di scoprire la dimensione e fare corrispondere
i valori dimensionali alle corrispondenti categorie. Si ritiene venga utilizzato il mec-
canismo basato sulle regole ane per categorie definite su caraeristie multidimen-
sionali, ad esempio categorie congiuntive, a pao e le regole possano essere espresse
verbalmente. Nei casi in cui la classificazione debba avvalersi di un maggior numero di
dimensioni salienti, il meccanismo basato sulle regole diviene meno efficiente e si ten-
de ad adoare una strategia basata sulla similarità, ovvero basata sugli esemplari o sui
prototipi.
.. Modelli di neuroscienze cognitive
A sostegno dell'ipotesi e vi siano almeno due meccanismi soggiacenti la categorizza-
zione, quello basato sulle regole e quello sui confini decisionali, vi sono delle evidenze
nell'ambito delle neuroscienze e della neuropsicologia clinica. Secondo Ashby e Mad-
dox, ``Human Category Learning''; Ashby e Spiering, ``e Neurobiology of Category
Learning'' gli individui utilizzano differenti modalità di categorizzazione in compiti di-
versi, e di volta in volta coinvolgendo aree cerebrali differenti.
Nei compiti di classificazione dove le categorie sono linearmente separabili gli individui
tendono ad applicare una strategia basata sulle regole. Si suppone e, a livello cognitivo,
siano coinvolti i processi esecutivi e la memoria di lavoro. A livello cerebrale verrebbero
aivate le aree cingolata anteriore, la corteccia prefrontale e la testa del nucleo caudato.
Nei compiti dove il processo di categorizzazione è più complesso (multidimensionale o
non linearmente separabile) viene adoata una strategia di integrazione delle informa-
zioni. In questo caso, ad essere aivata è la parte caudale del nucleo caudato. Pazienti
.. SVILUPPI RECENTI E PROSPETTIVE FUTURE 
affei dal morbo di Parkinson hanno delle prestazioni peggiori nei compiti di apprendi-
mento di categorie non linearmente separabili, mentre tendono ad avere una prestazione
nella norma se le categorie sono linearmente separabili. Pazienti affei da amnesia (le-
sione del lobo temporale mediale) tendono ad avere prestazioni nella norma in compiti
di apprendimento di categorie non linearmente separabili.
Grossman et al., ``e Neural Basis for Categorization in Semantic Memory'', in un
lavoro e utilizza la fMRI nello studio della categorizzazione, hanno sooposto i propri
partecipanti a due classi di compiti di categorizzazione, uno basato sulle regole e uno
similarity based. Dal loro esperimento emerge e i due processi cognitivi aivano sia
aree in comune sia aree distinte. Più in particolare:
• nei compiti più specificamente basati sulle regole si assiste ad una maggiore aiva-
zione della corteccia prefrontale dorsolaterale, del talamo, della corteccia frontale
ventrale sinistra e del nucleo caudato;
• nei compiti similarity based vi è una maggiore aivazione della corteccia frontale
ventrale destra;
• risultano aivati in entrambi i compiti la corteccia cingolata anteriore (ane se
più intensamente nei compiti basati su regole) e la corteccia parietale inferiore
destra.
esti risultati confermano l'esistenza di meccanismi di categorizzazione multipli. Ri-
sultati simili emergono da Lile et al., ``Event-related fMRI of category learning: Dif-
ferences in classification and feedba networks'', e però ritengono e il circuito ce-
rebrale coinvolto sia più ampio ed includa ane l'ippocampo. ibid. identificano inoltre
aree diverse nei processi di apprendimento, di feedba e di categorizzazione.
.. Modelli computazionali
La formalizzazione delle teorie in modelli computazionali non è affao nuova: sia Me-
din e Saffer, ``Context theory of classification learning'' e Nosofsky, ``Aention,
similarity, and the identification-categorization relationship.'', ad esempio, formulano la
teoria degli esemplari in termini computazionali. Formulare una teoria in termini com-
putazionali è importante per almeno due motivi: da una parte permee di specificare
esplicitamente le assunzioni del modello; dall'altra permee di fare delle previsioni mol-
to deagliate su ciò e le teorie prevedono in specifie situazioni sperimentali. Buona
parte degli esperimenti apparsi in leeratura negli ultimi anni misurano l'adeguatezza
delle varie teorie in base al confronto fra i risultati sperimentali e le previsioni dei mo-
delli.
Una buona rassegna sui modelli computazionali delle differenti teorie è Kruske, ``Ca-
tegory Learning''.
Nella sezione ⁇ presenterò due modelli computazionali basati, rispeivamente, sulla
teoria degli esemplari e sulla teoria dei prototipi.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
.. Direzioni future
Medin e Rips, ``Concepts and Categories: Memory, Meaning, and Metaphysics'' conclu-
dono il loro articolo indicando delle direzioni future nello studio della categorizzazione.
Gli autori auspicano una crescente aenzione all'approccio delle neuroscienze cogniti-
ve e alla formalizzazione computazionale dei modelli. In secondo luogo soolineano
e sarebbe opportuno non limitarsi ad esperimenti basati sul training e la misurazione
dell'apprendimento di stimoli artificiali da parte di studenti universitari di psicologia,
ma iniziare sistematicamente ad ampliare sia la tipologia di stimoli e la popolazio-
ne di partecipanti. Nel mio lavoro ho seguito queste indicazioni, testando due modelli
computazionali su stimoli naturali e utilizzando varie tipologie di partecipanti reclutati
araverso internet.
Capitolo 
Affordance
. Il museo, i bottoni
ale anno fa, al museo della tecnologia di Londra, si poteva notare una scena molto
interessante. Nella sezione dedicata alla imica avevano installato una specie di acqua-
rio, piuosto grande, con delle serpentine. Dei liquidi colorati si muovevano fra quelle
serpentine. Ad un lato di questa installazione vi era una colonna con un boone rosso.
Non so dire se siacciare il boone avesse un quale effeo sul movimento dei liquidi
all'interno dell'installazione. L'unica cosa certa è e i bambini e passavano di li non
potevano resistere alla tentazione di siacciare il boone per vedere cosa succede.
el boone rappresentasse al meglio il conceo di affordance.
. La nascita del concetto di affordance
Il termine affordance è stato coniato da James J. Gibson in e Ecological Approa
to Visual Perception. . Le affordances di un ambiente sono l'insieme di cose e
l'ambiente può offrire all'animale, nel bene e nel male.
Il verbo afford esiste nel dizionario, il sostantivo affordance no. L'ho
inventato io. Con quel termine intendo qualcosa e si riferisce all'intera-
zione fra ambiente e animale. Implica la complementarietà fra animale e
ambiente. (Gibson, )
Per Gibson le affordances sono relazioni (Norman, )
Gibson: un esempio
Se una superficie è orizzontale (piuosto e inclinata), piaa (piuosto e convessa o
concava), e sufficientemente ampia (relativamente alle dimensioni dell'animale) e se il
materiale è rigido (sopporta il peso dell'animale) allora la superficie permee (affords) il
supporto.
Notate come le quaro proprietà elencate (orizzontale, piana, ampia, rigida) sarebbero

 CAPITOLO . AFFORDANCE
proprietà fisie se misurate con una unità di misura fisica, standard. Ma per costituire
gli elementi di una affordance vanno misurate in realazione ad un animale.
Psicologia ecologica
Nella psicologia ecologica viene posta enfasi all'idea di una coevoluzione degli animali
e del loro ambiente, e si assume l'ipotesi di reciprocità fra animale e ambiente (Gibson,
).
Le affordances sono possibilità di azione, movimento e percezione sono mutualmente
necessari; l'approccio è complementare al costruivismo; la percezione non è finalizzata
a raccogliere informazioni sull'ambiente, ma a sopravvivere sfruandone le caraeristi-
e. È un approccio non conoscitivo, ma opportunistico.
Affordances e cognizione distribuita
A prescindere dalla consacrazione del termine affordance da parte di Norman, l'approc-
cio ecologico di Gibson ha avuto fortuna nell'ambito della hci in quanto costituisce uno
dei precursori del paradigma di ``distributed cognition''.
Le affordances sono le azioni possibili specificate dall'ambiente accoppiate alle pro-
prietà dell'organismo. In termini della teoria delle rappresentazioni distribuite, le affor-
dances sono rappresentazioni distribuite e si estendono fra l'ambiente e l'organismo.
Le struure e l'informazione dell'ambiente specificano lo spazio di rappresentazione
esterno. La struura fisica, biologica, perceiva, cognitiva (e culturale) dell'organismo
specificano lo spazio di rappresentazione interno. Gli spazi di rappresentazione esterna
ed interna, assieme, specificano lo spazio di rappresentazione distribuito: lo spazio di
affordance. (Zhang)
Gli spazi di rappresentazione possono essere descrii sia dai vincoli e dalle azioni pos-
sibili. I vincoli costituiscono i ``confini'' delle azioni possibili. Le azioni possibili sono
quelle e soddisfano i vincoli. (Zhang)
.. Classificazione di affordances
Zhang elenca differenti tipi di affordances:
• affordances fisie
• affordances biologie
• affordances perceive
• affordances cognitive
• affordances funzionali (Hartson)
Per meglio cogliere questa classificazione possiamo valutare le affordances in termini
di compatibilità: un oggeo offre una affordance fisica se è fisicamente compatibile per
essere oggeo di una particolare azione da parte di un particolare agente.
Possiamo dunque parlare di compatibilità fisica, biologica, cognitiva, perceiva, motoria
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
(accessibilità). Nell'interazione uomo computer possiamo parlare ane di compatibilità
tecnologica (browser compatibile, ad esempio).
Coerentemente con gli assunti della psicologia ecologica e con l'approccio della co-
gnizione distribuita, possiamo definire una affordance come segue:
Una affordance è una possibilità di azione compatibile con le caraeri-
stie dell'oggeo e con le caraeristie dell'agente. Le caraeristie (e
la compatibilità) può essere fisica, biologica, perceiva, cognitiva, motoria,
culturale (e tecnologica).
L'affordance implica una relazione direa fra la percezione e la program-
mazione di una azione (prevalentemente un ao motorio): information
piup.
.. Percezione – azione diretta
Uno degli assunti principali della teoria di Gibson è e l'affordance sia ``direa'': infor-
mation piup. Per direa si intende e la programmazione dell'azione avviene a pre-
scindere dall'interpretazione semantica dell'oggeo e dalle intenzioni del soggeo. La
realizzazione dell'azione è mediata dalla decisione, ma la programmazione dell'azione è
immediata.
Vi sono esempi di psicologia sperimentale e di neuropsicologia e sembrano confer-
mare l'ipotesi e vi siano dei link direi fra le proprietà visive percepite di un oggeo
e l'azione e può essere realizzata con quell'oggeo (Humphreys, ). (Handy e coll,
)
Esperimento di brain imaging
Visually guided grasping movements require a rapid transformation of visual represen-
tations into object-specific motor programs. Here we report that graspable objects may
facilitate these visuomotor transformations by automatically grabbing visual spatial at-
tention. Using event-related potentials (ERPs), we found that spatial aention was sy-
stematically drawn to tools in the right and lower visual fields, the hemifields that are
dominant for visuomotor processing.
Tuer M, Ellis R. ()
On the relations between seen objects and components of potential actions. Immagini
di oggei manipolabili. Compito: rispondere al colore dell'oggeo. Se verde boone
sx, se rosso boone dx. La direzione del ``manico'' dell'oggeo influenza la risposta.
e results (a) are consistent with the view that seen objects automatically potentiate
components of the actions they afford, (b) show that compatibility effects of an irrele-
vant stimulus dimension can be obtained across a wide variety of naturally occurring
stimuli, and (c) support the view that intentions to act operate on already existing motor
representations of the possible actions in a visual scene.
 CAPITOLO . AFFORDANCE
Patologie
Visual apraxia Se vediamo l'immagine di un oggeo siamo capaci di mimarne l'uso.
L'aprassia visiva (De Renzi ed altri, ) è l'incapacità (conseguente un danno neurolo-
gico) di mimare l'uso di un oggeo presentato visivamente. Nell'aprassia visiva si perde
il link direo fra percezione e programmazione di azioni ``affordabili''. Sindrome d'uso
nel trauma cranico Alcuni pazienti, a seguito di trauma cranico, presentano una costel-
lazione di sintomi legati a dei deficit del lobo frontale. Uno dei sintomi possibili è la
sindrome d'uso: il paziente non può evitare di usare un oggeo e si trova a portata di
mano.
.. Affordances percepite
Secondo Norman è necessario distinguere fra affordances reali e percepite.
Nel design di prodoi, dove ci si occupa di oggei fisici, reali, possono esserci sia af-
fordances reali e percepite, e i due insiemi possono non coincidere. Nelle interfaccie
grafie il designer controlla le affordances percepite. (Norman, ).
Gaver () distingue fra affordances false, percepibili e nascoste. e screen affords
touing Norman osserva e un monitor ha le caraeristie perceive e ``invitano''
ad essere toccato. Ma noi sappiamo e (generalmente) toccare il monitor non produce
nessun effeo. Il nostro comportamento è influenzato da ciò e sappiamo.
Affordances culturali (apprese) Se, come abbiamo visto, le affordances sono definite
dai vincoli dell'ambiente e dell'agente, vi sono dei vincoli culturali e in quale mo-
do restringono l'insieme delle affordances. Noi non tociamo il monitor per cliccarlo
in quanto sappiamo e questo non avrebbe effeo. ello e sappiamo condiziona
l'insieme delle affordances.
Affordances nascoste e percepite Di fao è vero ane il contrario: ane quello e
non sappiamo condiziona l'insieme delle affordances. Se non so e la noce di cocco
può essere spaccata e mangiata, io non ho l'affordance della commestibilità della noce
di cocco.
Se non so e openoffice . mi permee di esportare un file in formato pdf non ho
l'affordance dell'esportabilità in pdf di openoffice. Le affordances nascoste sono affor-
dances? Nei termini di Gibson, ma ane nei termini di Zhang, le affordances nascoste
non sono affordances.
Affordances e interfacce elettronie
Un link, una icona, il boone di una GUI sono affordances? Secondo Norman () no.
Sono convenzioni, vincoli, comunicazione simbolica.
Secondo Norman le interfacce grafie sono convenzioni culturali acquisite, non affor-
dances.
``Tuo quello e possiamo fare con un computer è scrivere sulla tastiera
e spostare il cursore e cliccare con il mouse'' (Norman, ).
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
Dunque per Norman gli oggei di una interfaccia eleronica non sono affordances
peré
. io non agisco direamente su di essi;
. sono oggei arbitrari e si basano su convenzioni culturali acquisite.
Zuhandenheit – Vorhandenheit
Secondo Heidegger un agente può interagire con uno strumento in due modalità: Zu-
handenheit (ready to hand): la mia aenzione è focalizzata al compito: io non percepisco
coscientemente lo strumento, e costituisce un estensione del mio corpo. Vorhanden-
heit (present at hand): la mia aenzione è focalizzata sullo strumento. esta distinzione
è stata utilizzata per la prima volta in HCI da Winograd e Flores (). Nella prospeiva
della cognizione distribuita i confini dell'agente si estendono agli strumenti e usa (vedi
ane Bateson). Nel momento in cui uso il mouse il mouse esce dalla mia coscienza, e
il cursore diventa una mia estensione. Io presto aenzione al mouse solo quando non
funziona (pallina sporca).
Evidenza sperimentale
(con degli strumenti fisici, non con il mouse): Maravita e Itaki (): ``What happens
in our brain when we use a tool to rea for a distant object? Recent neurophysiolo-
gical, psyological and neuropsyological resear suggests that this extended motor
capability is followed by anges in specific neural networks that hold an updated map
of body shape and posture (the putative `Body Sema' of classical neurology). ese
anges are compatible with the notion of the inclusion of tools in the `Body Sema',
as if our own effector (e.g. the hand) were elongated to the tip of the tool. '' In questa
prospeiva io non sto ``cliccando sul mouse'' ma sto siacciando un boone e mi
permee di stampare la presentazione o di esportarla in pdf.
Affordances culturali: la lettura
Test di Stroop (): il partecipante deve denominare il colore in cui è scria una pa-
rola. Se la parola è il nome di un altro colore, vi è interferenza: tempi di reazione più
lunghi ed errori di denominazione. CASA ALBERO VERDE ROSSO NERO Le parole
scrie offrono l'affordance di leura: la percezione è in quale modo direa: non può
essere evitata, e avviene a prescindere dalle intenzioni dell'agente. Inoltre la ``leggibi-
lità'' dipende dallo stimolo fisico e dalle caraeristie (ane culturali) dell'agente. La
convenzione culturale (arbitraria) della lingua italiana diventa diventa naturale per un
italiano adulto.
Psicologia ecologica e opportunismo
Nella prospeiva delle scienze cognitive classie l'uomo è un elaboratore di informazio-
ni. La percezione è finalizzata ad acquisire informazioni per conoscere il mondo circo-
stante. Nella prospeiva della psicologia ecologica la percezione è finalizzata all'azione,
 CAPITOLO . AFFORDANCE
e l'accoppiamento percezione – azione è finalizzato alla sopravvivenza e alla realizzazio-
ne dei propri obieivi. Il paradigma ecologico ha una maggiore capacità prediiva del
comportamento dell'utente medio, e quando interagisce con un artefao è interessa-
to non tanto a conoscerlo ma a realizzare i propri scopi. All'utente medio non importa
imparare com'è fao un sito, ma vuole usare quel sito per oenere le informazioni o
compiere le azioni e desidera.
Opportunismo e curiosità
Naturalmente gli esseri umani (ma ane i topi, Tolman) nel momento in cui intera-
giscono con un nuovo ambiente o un oggeo possono essere spinti ad esplorarlo per
semplice curiosità. Curiosità e affordance Forse Gibson non sarebbe d'accordo con l'i-
dea di annoverare fra le affordances di un oggeo ane la sua ``esplorabilità''. D'altro
canto l'esplorabilità è una proprietà molto affine all'approccio ecologico, in quanto è le-
gata sia alle caraeristie dell'oggeo e alle caraeristie (aitudini, conoscenze)
dell'agente.
Estetica e affordances
Una bella mela, rossa e matura, ha una affordance di commestibilità maggiore di una
mela brua e bacata. La psicologia ecologica si basa sull'idea evoluzionista della coevo-
luzione di una specie in un habitat. In questa prospeiva possiamo vedere il senso este-
tico come uno strumento cognitivo e permee all'agente di massimizzare il proprio
adaamento all'ambiente. Il senso estetico amplia lo spazio di affordance.
Verso una ecologia dei siti web
Citando Bateson e Boscarol: cosa può insegnare la psicologia ecologica al web design?
)pensare all'utente come ad un soggeo opportunista )sviluppare l'affordance del-
l'esplorabilità )sfruare l'estetica per ampliare gli spazi di affordance
hp://www.vocabola.com/interfaccia/teoria.html
Bibliografia hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html zhang
.Bateson, G. () Verso un'ecologia della mente, traduzione di G. Longo e G. Trat-
teur, Adelphi .De Renzi E, Faglioni P, Sorgato P. () Modality-specific and supramo-
dal meanisms of apraxia. Brain, ():-. .Gaver, W. () Tenology Affor-
dances, in Proceedings CHI `, ACM Press, -. .Gibson, J. J. (). e Ecological
Approa to Visual Perception. Boston: Houghton Mifflin. .Handy, T.C., Graon S.T.,
Shroff N.M., Ketay S., Gazzaniga M.S. () Graspable objects grab aention when the
potential for action is recognized. Nature Neurosci. ():-. .Hartson, H. R. (),
Cognitive, physical, sensory, and functional affordances in interaction design. Beha-
viour and Information Tenology,  ():- .Heidegger, Martin (), Essere e
tempo, trad. it. a cura di P. Chiodi, Longanesi, Milano,  .Humphreys, G.: ()
Objects, affordances … action! e Psyologist,  ():- .Maravita, Itaki ….
.Norman, D. (), Affordance, Conventions and Design. Interactions (may-june):
- .Stroop, J. R. () Studies of interference in serial verbal reactions. Journal
of Experimental Psyology, :-. hp://psyclassics.yorku.ca/Stroop/ visitato il
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
.. .Tuer M, Ellis R. (), On the relations between seen objects and compo-
nents of potential actions. J Exp Psyol Hum Percept Perform., ():-. .Wino-
grad, T. and Flores, F. () Understanding Computers and Cognition: A New Founda-
tion for Design. Ablex Publishing Corporation, Norwood, NJ. .Zhang, J. (), Cate-
gorization of Affordances. hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html
visitato il ..
 CAPITOLO . AFFORDANCE
Capitolo 
Apprendimento e conoscenza
. knowledge management
Secondo Regev e Wegmann, ``Where do Goals Come from: the Underlying Principles of
Goal-Oriented Requirements Engineering'' una organizzazione può essere vista come un
sistema aperto (nei termini della teoria generale dei sistemi (von Bertalanfy, Maturana
e Varela), e dunque per alcuni aspei paragonabile ad un sistema biologico, in quanto
condivide con i sistemi biologici lo scopo fondamentale: la propria sopravvivenza ed
il mantenimento della propria identità. esta necessità è iara per quanto concerne
le aziende private, e per sopravvivere devono rimanere sul mercato ed affrontare la
concorrenza, ma in maniera diversa vale ane per le pubblie amministrazioni.
In questa prospeiva, il business model dell'organizzazione può essere definito in
termini di scopi (goals), e corrispondono al livello più alto dei requisiti. Uno scopo,
nella leeratura dedicata alla goal requirements analysis, viene definito un obieivo non
operazionale e il sistema deve perseguire: sono obieivi da oenere, e costituiscono
un framework e definisce lo stato desiderato del sistema. I goal sono gli obieivi
di alto livello del business, dell'organizzazione, o del sistema. Esprimono il razionale
dell'organizzazione e guidano le decisioni, a vari livelli, all'interno dell'impresa.
Al fine di poter perseguire i propri scopi, le organizzazioni hanno bisogno di cono-
scere lo stato del sistema e dell'ambiente circostante. Se per i sistemi biologici questa
conoscenza avviene araverso il sistema nervoso, possiamo estendere la metafora, con-
siderando il sistema di gestione della conoscenza come il sistema nervoso dell'organiz-
zazione.
Appare dunque iaro come un sistema di gestione e condivisione della conoscenza
assuma un ruolo centrale nel perseguire e raggiungere gli scopi, tanto e alcuni autori
propongono il conceo di Knowledge centric Organization (Smith et al., Metrics Guide
for Knowledge Management Initiatives) e definiscono il Knowledge management come
uno dei processi finalizzati ad oimizzare l'effeiva applicazione del capitale intelleuale
al fine di perseguire gli obieivi dell'organizzazione.
Secondo la prospeiva knowledge based le aziende vengono definite come un si-
stema di conoscenza, impegnato nella creazione, ariviazione, trasferimento ed appli-

 CAPITOLO . APPRENDIMENTO E CONOSCENZA
cazione della conoscenza, in una visione coerente con la definizione di cognizione or-
ganizzativa, ovvero una forma di cognizione distribuita e relativamente indipendente
dagli aori e dagli strumenti su cui è realizzata. La cognizione e la conoscenza può es-
sere trasferita e analizzata a più livelli: l'individuo, il gruppo, l'organizzazione nel suo
insieme.
Secondo (Smith et al., Metrics Guide for Knowledge Management Initiatives), una or-
ganizzazione diventa Knowledge centric araverso quegli strumenti e permeono di
conneere le persone fra di loro, e offrendo l'informazione correa, e solo l'informazione
correa, nel momento opportuno, per aumentare l'apprendimento, l'innovazione, l'effi-
cacia e la produività, permeendo all'organizzazione e alle sue struure di assumere
decisioni in maniera efficiente ed agile.
La gestione della conoscenza (Knowledge Management, KM) fornisce delle metodo-
logie per creare e modificare i processi al fine di promuovere la creazione e la condivisio-
ne di conoscenza. Si focalizza sulla comprensione dei bisogni conoscitivi dell'organiz-
zazione, e sulla creazione e condivisione come parte integrante del processo produivo,
supportando così l'empowerment e la responsabilizzazione delle persone.
Conneere gli aori è il focus principale della KM: il fine non è banalmente quello di
aumentare l'accesso all'informazione, ma di trovare il giusto equilibrio fra la pertinenza
dell'informazione codificata e i link con le persone e hanno la competenza sufficiente
per essere d'aiuto.
I benefici più importanti del KM sono
• l'aumento della performance organizzativa, araverso un aumento dell'efficacia,
produività, qualità e capacità innovativa;
• l'aumento del valore economico dell'organizzazione, in quanto vi è una maggior
valorizzazione delle risorse umane e della conoscenza.
La conoscenza di una organizzazione costituisce un asset fra i più importanti, in
quanto può produrre un vantaggio competitivo sostenibile a lungo termine. Il valore
della conoscenza, però, è tale solo nella misura in cui può essere applicata efficacemente,
ed il vantaggio competitivo è sostenibile solo se la conoscenza viene aggiornata e nuova
conoscenza viene prodoa.
L'innovazione può essere definita come un processo in cui l'organizzazione crea e
definisce problemi e sviluppa aivamente nuova conoscenza per risolverli.
.. La conoscenza
Una effeiva gestione della conoscenza di una organizzazione non è un compito sem-
plice, e affiné possa essere efficace è necessario un forte coinvolgimento da parte del
management.
Definire la conoscenza
La conoscenza, in termini filosofici, è definita come una justified true belief (Alavi e Leid-
ner, ``Review: Knowledge management and knowledge management systems: Concep-
tual foundations and resear issues''). In una prospeiva pragmaticista, la conoscenza
è un insieme di informazioni e permeono ad un aore di agire in maniera efficace.
.. KNOWLEDGE MANAGEMENT 
La conoscenza è dinamica, in quanto è creata araverso interazioni sociali fra indi-
vidui e organizzazioni (Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified
model of dynamic knowledge creation''). È contestuale, ed è essenzialmente legata alle
azioni di un agente. In quanto tale, rappresenta una forma di commitment e credenza, ed
è ampiamente legata ai sistemi di valori e alle motivazioni delle persone. L'informazione
diventa conoscenza quando è interpretata da un individuo, all'interno di un contesto, ed
è ancorata alle sue credenze e impegni. La conoscenza, dunque, è relazionale.
La conoscenza è incorporata e trasmessa araverso molteplici entità, e includono
l'identità e la cultura organizzativa, le routines, le politie organizzative, i sistemi, i
documenti e naturalmente le persone.
In base a queste premesse, appare iaro e la conoscenza non si riduce alla base
di dati, e nemmeno al conceo di informazioni. I dati sono numeri e fai, l'informa-
zione si basa sul processamento dei dati, e la conoscenza è informazione e può essere
trasformata in azione (made actionable).
Secondo Ipe, ``Knowledge sharing in organizations: a conceptual framework'' la co-
noscenza può essere definita come un fluido mix di esperienze, valori, informazione con-
testuale e intuizioni esperte e forniscono un quadro per valutare e incorporare nuove
esperienze e informazioni. È originata e applicata nella mente degli esperti.
Dunque:
• La conoscenza è una funzione di una particolare prospeiva, intenzione o aeg-
giamento preso dagli individui.
• La conoscenza è generalmente finalizzata, ed è legata all'azione.
• La conoscenza è specifica al contesto e relazionale.
Conoscenza e persone La conoscenza non esiste indipendentemente da un agente: è
modellata dai bisogni e dalla conoscenza pregressa dell'individuo, è il risultato di proces-
si cognitivi innescati dalle informazioni (Fahey e Prusak, ``e eleven deadliest sins of
knowledge management''). Le informazioni sono trasformate in conoscenza araverso il
processamento nella mente degli individui, e la conoscenza diviene informazione nel mo-
mento in cui viene articolata (esplicitata) e presentata, in forma di testi, grafici, numeri,
parole. La conoscenza risiede negli utenti, e non nelle base di dati. È uno stato cognitivo,
ed in quanto tale implica delle credenze (belief ) sulla correezza delle informazioni, la
fiducia (trust) sulle fonti, e sulla loro applicabilità ed efficacia (actionability)
Per questa ragione, la gestione della conoscenza non può prescindere dagli utenti
finali.
esti assunti hanno delle conseguenze importanti:
• Affiné la conoscenza di una persona o di un team possano essere utili ad altri, è
necessario e vengano espresse e comunicate in modo da poter essere interpretate
correamente.
• La massa di informazioni non ha valore: solo l'informazione e può essere pro-
cessata dagli individui, araverso un processo di riflessione, intuizione o appren-
dimento può risultare utile.
 CAPITOLO . APPRENDIMENTO E CONOSCENZA
Secondo Ipe, ``Knowledge sharing in organizations: a conceptual framework'', l'am-
bito del knowledge management è stato tradizionalmente dominato da una prospeiva
centrata sulla tecnologia, ma vi è un crescente riconoscimento non solo del ruolo degli
individui ma ane della loro prospeiva.
Le tecnologie dell'informazione (IT) possono dunque svolgere un importante ruolo nel-
la manipolazione, ariviazione e distribuzione dell'informazione, araverso strumenti
come internet, le intranet, le extranet, le basi di dati, le tecnie di data mining. Ma
tuo questo non basta, affiné la conoscenza si propaghi nell'organizzazione. In assen-
za di una strategia manageriale forte, le tecnologie abilitanti possono avere un impao
marginale nel flusso di conoscenza. Le organizzazioni non possono creare conoscenza
se non araverso gli individui.
Commitment Il commitment è una delle componenti più importanti per promuovere
la formazione di nuova conoscenza in una organizzazione. I faori più importanti del
commitment sono: intenzione, autonomia e circostanze ambientali.
Appare dunque sempre più iara la necessità e gli individui possano e vogliano
condividere la propria conoscenza, affiné vi sia creazione, disseminazione e gestione
della conoscenza organizzativa. La conoscenza degli individui viene amplificata e inter-
nalizzata nella base di conoscenza dell'organizzazione, ane araverso l'interazione fra
gli individui.
La condivisione La condivisione della conoscenza implica la sua conversione in una
forma e possa essere capita, assorbita ed usata da altri individui. Generalmente, la
condivisione implica il fao e i condivide decide di farlo, consciamente, e pertanto
rinuncia alla proprietà di quella conoscenza.
La condivisione è un processo in cui si assume la prospeiva degli altri e le conoscen-
ze individuali vengono scambiate, valutate ed integrate, portando alla disseminazione
di nuove idee ed incentivando la creatività (ibid.).
Tipi di conoscenza
Choi e Lee, ``An empirical investigation of KM styles and their effect on corporate per-
formance'', nel ribadire l'importanza della gestione della conoscenza, enfatizzano la di-
stinzione di Polanyi fra conoscenza tacita ed esplicita, sostenendo e la conoscenza
esplicita dev'essere caurata e condivisa araverso le tecnologie dell'informazione (IT).
La conoscenza tacita risiede nella testa e nel comportamento delle persone, ed è dun-
que difficile da formalizzare e comunicare. Evolve araverso l'interazione delle perso-
ne, e riiede competenze e conoscenza. In base a questa distinzione, ibid. definiscono
la conoscenza system-oriented (esplicita) e human-oriented (implicita). La conoscen-
za esplicita è codificata nella forma di procedure, codici e manualistica. La conoscenza
human-oriented si origina dai network sociali informali, è condivisa informalmente, e
pertanto la comunicazione e la fiducia fra gli aori risulta fondamentale (Hildreth et al.,
``e duality of knowledge'').
L'approccio alla gestione della conoscenza più efficace, sebbene il più costoso, è natu-
ralmente quello capace di integrare i due livelli. In questo approccio, il sistema informa-
tivo è utilizzato non soltanto per ariviare e meere a disposizione le fonti di conoscen-
.. KNOWLEDGE MANAGEMENT 
za esplicita, ma ane per supportare il lavoro di gruppo e la comunicazione. In questo
contesto, strumenti di elicitazione della conoscenza implicita risultano fondamentali nel
processo di sedimentazione e al limite di formalizzazione di questo sapere.
Conoscenza implicita - tacita Il conceo di conoscenza implicita si basa sul fao e
noi sappiamo più di quel e sappiamo di sapere, e più di quello e riusciamo a dire.
Ma peré la conoscenza implicita è tale?
Vi sono almeno  motivi e rendono parte della conoscenza difficile da esplicitare
e da codificare.
La conoscenza esplicita La conoscenza esplicita, ovviamente, è quella e può essere
caurata e condivisa in maniera più semplice araverso gli strumenti tecnologici.
Secondo Choi e Lee, ``An empirical investigation of KM styles and their effect on
corporate performance'' le aziende e loro definiscono system-oriented sono focalizzate
alla codifica e riuso della conoscenza esplicita, araverso le tecnologie dell'informazione
(IT). La conoscenza è gestita e condivisa araverso metodi formali: procedure, codice
soware, manualistica.
È interessante notare come uno dei fini della condivisione della conoscenza esplicita
araverso le tecnologia sia quello di eliminare -- o quantomeno diminuire -- la necessità
di comunicare fra le persone nell'organizzazione.
.. Convertire la conoscenza
Come abbiamo visto, il fine della gestione della conoscenza è quello di permeere e
venga condivisa, assorbita e trasformata in azione da parte dell'organizzazione. Abbiamo
visto inoltre e la conoscenza esplicita è quella più facilmente condivisibile. Appare
dunque logico interrogarsi sulla possibilità di trasformare la conoscenza.
Secondo Nonaka e Toyama, ``A firm as a dialectical being: towards a dynamic theory
of a firm'' è necessario poter disporre di  tipi di trasformazione: da implicita a implicita,
da implicita a esplicita, da esplicita a esplicita e infine da esplicita ad implicita. Nonaka,
Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic knowledge
creation'' definiscono il modello SECI:
• socializzazione: condivisione da implicita ad esplicita;
• esternalizzazione: trasformazione della conoscenza implicita in esplicita
• combinazione: riformulazione e aggiornamento della conoscenza esplicita
• internalizzazione: acquisizione di nuova conoscenza tacita a partire da quella
esplicita
Nonaka e Toyama, ``A firm as a dialectical being: towards a dynamic theory of a
firm'' vedono la creazione di conoscenza a livello dell'organizzazione come un processo
a spirale, e parte dal livello individuale e si muove verso il gruppo e verso l'organiz-
zazione o a livello inter-organizzativo (araverso la socializzazione, l'esternalizzazione,
la combinazione) e ritorna a livello degli individui, con l'internalizzazione. A mano a
mano e questo processo si compie, la conoscenza totale si accresce, a spirale appunto.
 CAPITOLO . APPRENDIMENTO E CONOSCENZA
La conoscenza individuale è ampliata araverso l'interazione fra esperienza e ra-
zionalità, e cristallizzata in una prospeiva unica, originale per un individuo. e-
ste prospeive originali sono basate sulla credenza individuale e dal sistema di va-
lori, e costituiscono la sorgente interpretativa dell'esperienza condivisa con altri nella
conceualizzazione.
Socializzazione (implicita - implicita)
Secondo Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dyna-
mic knowledge creation'', la socializzazione è il processo di condivisione della conoscen-
za tacita araverso esperienze condivise. La socializzazione avviene prevalentemente in
contesti tradizionali (off line), ed è prevalentemente informale.
Affiné i sistemi informativi possano incentivare la socializzazione, non possono
limitarsi a condividere le informazioni (esplicite) ma devono offrire quegli strumenti
tecnologici capaci di permeere la socializzazione ane on line. esto passaggio è
fondamentale soprauo quando non vi è co-locazione, ovvero quando gli individui di
una organizzazione sono distribuiti sul territorio.
L'aspeo social di strumenti di gestione della conoscenza come le intranet viene
implementato, come vedremo, araverso quegli strumenti e, nel linguaggio comune,
sono noti come .: i social networks, strumenti di at e di videoconferenza (skype) e
così via.
Esternalizzazione: da implicita ad esplicita
Come abbiamo visto, vi sono diverse tipologie di conoscenza implicta. Una parte di
questa conoscenza non può proprio essere formalizzata: la conoscenza sub-simbolica,
quella embodied tipica di quelle competenze non verbali, motorie. Per questa parte, la
socializzazione (off line e on line) appare insostituibile.
ella conoscenza e è implicita a causa della difficoltà di renderla esplicita in
assenza di adeguati metodi di elicitazione, può essere esternalizzata -- tautologicamente
-- araverso metodi di elicitazione adeguati.
Cooke, ``Knowledge elicitation'' cita i metodi di osservazione partecipata, in conte-
sto naturale o simulato. Le interviste, soprauo nelle prime fasi del processo, possono
essere aperte, semi-struurate, struurate. ibid. elenca la scenario simulation interview,
la goal decomposition interview, l'elicitazioni di diagrammi, il metodo teaba (l'esper-
to spiega all'intervistatore, e deve poi rispiegare il conceo all'esperto); il gioco delle
venti domande, in cui l'esperto deve indovinare un conceo facendo delle domande a cui
l'intervistatore risponde con dei si e no. Le domande e l'esperto fa sono sintomatie
dei processi cognitivi dell'esperto.
Il limite delle tecnie osservative e delle interviste è e si raccolgono molte in-
formazioni, spesso rice, ma la loro analisi risulta non facile e dispendiosa. Inoltre,
tecnie di elicitazione direa come il thinking aloud sono criticate in quanto i processi
cognitivi dell'esperto vengono modificati dal compito. Inoltre, non è garantita la corri-
spondenza fra ciò e l'esperto sa e quello e riesce a spiegare. Metodi meno direi,
come quello del gioco delle venti domande, la goal decomposition interview appaio-
.. KNOWLEDGE MANAGEMENT 
no invece più efficaci, soprauo nell'elicitare i processi di problem solving e decision
making.
Alla definizione del dominio informativo e all'elicitazione dei requisiti sono dedicati
metodi di elicitazione come i focus group ed i metodi di brain storming. Il limite di
questi metodi è e, nonostante il facilitatore stabilisca la regola e vieta ai partecipanti
di giudicare e censurare le idee degli altri, spesso la produzione di idee e concei è
monopolizzata o comunque condizionata da un ristreo numero di persone all'interno
del gruppo di lavoro, con la conseguenza di limitare la creatività e di ridurre la diversità
di elementi generati.
Strumenti come il free listing, soprauo se somministrati in forma anonima ad un
ampio gruppo di persone appartenenti a diversi segmenti, possono superare questo limite
e generare risultati più rici e diversificati.
Infine, vi è quella parte di conoscenza difficile da elicitare peré fruo di appren-
dimento implicito (Reber, ``Implicit learning and tacit knowledge.''). Fra questo ambito
si collocano dimensioni conoscitive molto importanti: le reti semantie, gli semi co-
gnitivi ed i modelli mentali si basano, per lo più, su questo tipo di conoscenza. È la
conoscenza conceuale tacita.
esto tipo di conoscenza va fao emergere araverso quelli e Cooke, ``Know-
ledge elicitation'' definisce metodi conceuali.
ibid. identifica quaro passaggi:
. elicitazione dei concei (araverso i metodi appena citati);
. applicazione di tecnie finalizzate ad elicitare giudizi di similarità;
. tecnie statistie di riduzione e rappresentazione dei dati
. interpretazione dei risultati.
Nei giudizi di similarità si iede alle persone di valutare la similarità di coppie di
concei. Lo svantaggio di questo metodo è e il numero di coppie da giudicare aumenta
esponenzialmente (n*n/). Il card sorting permee di misurare la similarità e non è
soggeo allo stesso svantaggio. Un'altra tecnica è quella delle griglie di repertorio, in
cui si iede di valutare ogni conceo per una o più dimensioni conceuali; la similarità
viene calcolata misurando la distanza di ogni coppia di concei sulle diverse dimensioni.
Fra le tecnie statistie di elaborazione dei giudizi di similarità si annoverano lo
scaling multidimensionale, la cluster analysis e la tecnica di Pathfinder (Svaneveldt
et al., ``Measuring the structure of expertise'').
Le tecnie di clustering, infine, aiutano il ricercatore nell'interpretazione dei dati.
Combinazione: elaborazione della conoscenza esplicita
Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic kno-
wledge creation'' definiscono combinazione l'elaborazione della conoscenza esplicita, fi-
nalizzata ad una maggiore sistematizzazione.
La rielaborazione della conoscenza è essenziale quando questa è codificata in maniera
non struurale, ad esempio come un database di record o una lista di documenti fra loro
non relati.
 CAPITOLO . APPRENDIMENTO E CONOSCENZA
I metodi conceuali appena citati (elicitazione di concei, di giudizi di similarità, stati-
stie di scaling e di clustering) hanno il vantaggio e permeono non solo di rendere
esplicita la conoscenza, ma di struurarla in base alla conoscenza conceuale tacita degli
utenti.
In questa fase va ane annoverato il complesso processo di sistematizzazione delle
risorse. Creazione e aggiornamento di metadati, classificazione a faccee, classificazione
delle risorse (documenti, file, immagini, risorse multimediali, eventi, news).
Infine, nella prospeiva del social network aziendale, vanno definite e sistematizzate
le pagine e le informazioni dedicate alle persone e alle struure.
Internalizzazione: dall'esplicito all'implicito?
Nello sema logico di Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified
model of dynamic knowledge creation'' vi è un quarto passaggio, dall'esplicito all'impli-
cito.
Vi è una vera e propria forma di internalizzazione in quei processi di apprendimento
in cui la conoscenza esplicita viene assorbita ed integrata nella conoscenza implicita
delle persone.
Più in generale, in questa fase il sistema deve rendere possibile la ri-trasformazione
della conoscenza in qualcosa di operativo e contestuale. I contesti e gli scopi degli uti-
lizzatori finali, però, spesso non sono noti a priori, possono variare, possono emergere
contesti e bisogni diversi.
Affiné il suo uso sia proficuo, è necessario e la conoscenza venga messa a di-
sposizione in maniera flessibile, prevedendo multiple possibilità di accesso ed utilizzo.
Luisa Carrada propone la metafora della torta millefoglie:
Scegliete la metafora e preferite, inventatene una nuova, ma cambiate il
vostro modo di pensare il testo, sul web e sulla carta. Provate a pensarlo “a
strati”. Luisa Carrada
Più in particolare, è necessario e l'informazione possa essere utilizzata in forma di:
• tassonomia gerarica (o multigerarica);
• accesso in base ai processi e alle funzioni organizzative;
• associazione semantica (ad esempio araverso l'uso di tag e folksonomies);
• motori di ricerca;
• navigazione adaiva (preferiti, ultimi visitati, argomenti correlati).
Capitolo 
Gli aspetti motivazionali
. L'experience design
La storia dell'interazione uomo computer è legata a doppio filo a quella del calcolato-
re. ando il computer era una cosa costosissima e voluminosissima, usata soltanto da
scienziati ed ingegneri informatici, l'unica preoccupazione era quella di massimizzare le
prestazioni di calcolo. ando il calcolatore fu impiegato in contesti mission critical,
come il controllo aereo o la gestione delle centrali nucleari, gli esperti di Human Factors
si preoccupavano e il faore umano non facesse pasticci, elaborando dei sofisticati
modelli di previsione e gestione degli errori (Mantovani, Ergonomia -- Lavoro, sicurezza
e nuove tecnologie; Rasmussen, Information Processing and Human- Maine Interac-
tion: an Approa to Cognitive Engineering).
L'avvento del personal computer ha costituito una vera rivoluzione, entrando nelle
case e negli uffici. Ad interagire con il calcolatore non erano più gli esperti, gli informa-
tici, ma professionisti ed impiegati e erano spesso obbligati ad usare il PC per il proprio
lavoro. Ecco e, per venire incontro alle esigenze -- e alle frustrazioni -- di questi utenti
si sviluppò il tema dell'usabilità.
Da quale mese mi porto in tasca un device di  grammi; è un telefono cellula-
re, ma ane un calcolatore e mi permee di navigare su internet, di leggere la posta
eleronica, di ascoltare musica, di vedere fotografie e filmati; usa linux come sistema
operativo, e permee di sviluppare applicazioni con Android, e è una estensione di
java; è, dunque, un computer a tui gli effei.
L'auale sfida dell'interazione uomo computer è dunque quella di progeare artefai
ubiquiti: usati praticamente da iunque, ovunque,  ore al giorno. esto cambio di
contesto ha numerose implicazioni:
• Implicazioni etie: infilarsi nelle tase degli utenti, accompagnarli ovunque è
una responsabilità e non va soovalutata.

 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
• Implicazioni di tipo cognitivo e comportamentale: interagire con uno smartphone
sull'autobus o al ristorante è diverso dall'usare un calcolatore in ufficio o nella
propria camerea.
• Implicazioni di tipo commerciale: ad usare gli smartphones saranno non soltanto
gli esperti ed i geeks; soprauo, gli utenti non sono in quale modo obbligati
ad usare quegli strumenti, ma saranno persone e decidono di usarli.
Lo user experience design costituisce dunque la naturale evoluzione dell'interazione
uomo computer, un modo per andare ``oltre l'usabilità''. Naturalmente questa evolu-
zione risulta in quale modo incrementale e gerarica: affiné la user experience
di un prodoo sia positiva, è necessario e siano soddisfati tui i prerequisiti: deve
funzionare, deve non fare danni, deve essere accessibile ed usabile. este dimensioni
continuano ad essere indispensabili, solo non sono sufficienti.
.. Definizioni
Nonostante l'importanza di questo costruo, non vi è ancora una definizione unanime:
Zimmermann, ``Beyond Usability -- Measuring Aspects of User Experience'' ne riporta
addiriura :
• ``All the aspects of how people use an interactive product: the way it feels in their
hands, how well they understand how it works, how they feel about it while they
are using it, how well it serves their purposes, and how well it fits into the entire
context in whi they are using it.'' (Alben, )
• ``User experience is a term used to describe the overall experience and satisfaction
a user has when using a product or system.'' (User Experience Design (Wikipedia),
)
• ``[UX encompasses] all aspects of the end-user's interaction with the company, its
services, and its products. e first requirement for an exemplary user experience
is to meet the exact needs of the customer, without fuss or bother. Next come
simplicity and elegance that produce products that are a joy to own, a joy to use.
True user experience goes far beyond giving customers what they say they want,
or providing elist features.'' (User Experience (Nielsen-Norman Group), )
• ``[UX is] a result of motivated action in a certain context.'' (Mäkelä e Fulton Suri,
)
• ``[UX is] a consequence of a user's internal state (predispositions, expectations,
needs, motivation, mood, etc.), the aracteristics of the designed system (e.g.
complexity, purpose, usability, functionality, etc.) and the context (or the en-
vironment) within whi the interaction occurs (e.g. organisational/social mea-
ningfulness of the activity, voluntariness of use, etc.).'' (Hassenzahl e Tractinsky,
``User experience -- a resear agenda'')
Zimmermann, ``Beyond Usability -- Measuring Aspects of User Experience'' iden-
tifica comunque tre dimensioni e sono comuni nel conceo di Experience design:
.. ASPETTI MOTIVAZIONALI 
. approccio olistico, e tiene conto di aspei non funzionali;
. valutazione soggeiva: si tiene conto di dimensioni soggeive, quali l'utilità e
l'usabilità percepita o la piacevolezza;
. focalizzazione sugli aspei positivi dell'interazione: divertimento, passione, pia-
cevolezza.
Hassenzahl e Tractinsky, ``User experience -- a resear agenda'' identificano  pro-
speive:
. un ampliamento della prospeiva oltre gli aspei strumentali, e tenga conto
degli aspei edonici e motivazionali;
. un'aenzione agli aspei emotivi ed affeivi, sia quali antecedenti per la disposi-
zione d'uso di un artefao, sia come consequenza dell'uso;
. una focalizzazione agli aspei di contestualità e temporalità dell'esperienza.
.. Emotional design
L'aspeo emotivo è, naturalmente, una parte importante dell'experience design. Da sem-
pre l'usabilità si preoccupa e l'interazione con l'artefao non causi emozioni negative
di frustrazione, ansia e rabbia dovuti a difficoltà d'uso, errori o malfunzionamenti. L'at-
titudine positiva dell'experience design si focalizza sull'elicitazione di emozioni positive;
l'aspeo estetico e la piacevolezza d'uso contribuiscono a rendere positiva la valenza
emozionale dell'interazione. Ciononostante, per loro natura le emozioni non posso-
no essere programmate, e dunque progeare gli aspei emotivi risia di essere una
aspirazione velleitaria (ibid.).
. Aspetti motivazionali
In almeno  delle definizioni e abbiamo riportato, ricorrono i concei di bisogni (needs),
motivazioni, aspeative. Focalizzarsi sugli aspei motivazionali come base teorica per
una definizione dell'experience design ha, a mio avviso, numerosi vantaggi.
In primo luogo viene superata la contrapposizione fra la dicotomia funzionale --
non funzionale. Sia gli aspei funzionali e quelli non funzionali possono concorrere
a soddisfare diversi bisogni degli utenti. Il livello motivazionale, al contrario, giustifica
teoreticamente l'ipotesi e le evidenze empirie e gli aspei funzionali e quelli emotivi
ed estetici tendono ad interagire: un prodoo e funziona bene produce emozioni posi-
tive (e, soprauo, un prodoo e non funziona o è difficile da usare produce emozioni
negative), un prodoo bello, piacevole o divertente risulta più produivo, in quanto più
produiva è l'interazione con l'utente.
In secondo luogo ane gli aspei soggeivi, pur rimanendo tali, trovano una giu-
stificazione teorica: la valutazione soggeiva degli aspei non funzionali risulta non
arbitraria ma legata alla soddisfazione dei bisogni (non funzionali) dell'utente.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Infine, la prospeiva motivazionale giustifica l'approccio olistico e multidisciplina-
re, in quanto riconosce esplicitamente e, nei suoi comportamenti, una persona è mo-
tivata contemporaneamente da bisogni, scopi e motivazioni diverse, e e soltanto un
approccio olistico può sperare di tenerne conto.
Risulta pertanto importante poter disporre di una teoria motivazionale e costi-
tuisca la base (o quantomeno una delle basi) dell'experience design. Giacoma e Casa-
li, Design Motivazionale Usabilit`a Sociale e Group Centered Design definiscono questo
approccio Design Motivazionale.
.. Bisogni, scopi, motivazioni
La leeratura sulla psicologia motivazionale distingue differenti costrui e interagi-
scono nel determinare le motivazioni degli individui (Eccles e Wigfield, ``Motivational
beliefs, values, and goals''):
• i bisogni;
• gli scopi;
• i valori;
• gli interessi.
Secondo Baumeister e Leary, ``e Need to Belong: Desire for Interpersonal Aa-
ments as a Fundamental Human Motivation'' i bisogni cosiddei fondamentali condi-
vidono alcune caraeristie:
• si aivano frequentemente, salvo condizioni avverse
• hanno conseguenze sul piano emotivo - affeivo
• condizionano i processi di pensiero
• la loro non soddisfazione può portare a malessere psicofisico
• elicitano comportamenti orientati allo scopo di soddisfarli
• tendono ad essere universali
• non derivano da altri bisogni
• influenzano una ampia varietà di comportamenti
• hanno ampie implicazioni psicologie.
Secondo Maslow, ``A eory of Human Motivation'' ogni comportamento motivato
va interpretato come una via araverso cui numerosi bisogni vengono simultaneamente
espressi o soddisfai; tipicamente un ao comportamentale può avere più di una motiva-
zione. esti bisogni di base costituiscono gli scopi ultimi del comportamento. Secondo
lo stesso autore i bisogni si collocano in una geraria, e gli individui si preoccupano di
soddisfare i bisogni di base prima di quelli di più alto livello nella scala gerarica. ibid.
identifica  bisogni:
.. ASPETTI MOTIVAZIONALI 
. I bisogni fisiologici costituiscono il livello più basso e dunque più importante della
geraria.
. Il bisogno di sicurezza costituisce il secondo livello motivazionale.
. Il bisogno di amare ed essere amati o, più in generale, il bisogno di relazioni con
persone significative.
. Il bisogno di autostima, definito come il desiderio di una valutazione stabile, solida
e positiva di se stessi.
. Il bisogno di autorealizzazione, ovvero della possibilità di realizzare ciò per cui si
ritiene di essere capaci.
È interessante notare e secondo alcune teorie le emozioni sono polarizzate su due
sistemi motivazionali, uno definito appetitivo (e corrisponde ai bisogni fisiologici di
Maslow) e uno difensivo (Bradley et al., ``Emotion and Motivation I: Defensive and
Appetitive Reactions in Picture Processing''). Il sistema difensivo è aivato in contesti di
pericolo, e i repertori comportamentali possono essere di withdrawal, aacco o fuga. Il
sistetma appetitivo è aivato in contesti e promuovono la sopravvivenza, ed includono
sostentamento, procreazione e nurturance ed il cui repertorio comportamentale di
base include l'alimentazione, la sessualità e il caregiving.
Teorie motivazionali più recenti Deci e Ryan, ``e “What” and “Why” of Goal
Pursuits: Human Needs and the Self-Determination of Behavior'' definiscono il conceo
di bisogno come una forma di nutrimento psicologico innato ed essenziale per la cre-
scita psicologica, l'integrità ed il benessere dell'individuo. Gli autori identificano tre
macrobisogni:
. il bisogno di competenza;
. il bisogno di relazioni;
. il bisogno di autonomia.
I sistemi motivazionali interpersonali
Lo studio degli aspei motivazionali interessa ane gli ambiti della psicoterapia, soprat-
tuo nell'ambito dei disturbi di personalità. Lioi, La dimensione interpersonale della
coscienza identifica  sistemi motivazionali e regolano il rapporto interpersonale degli
individui:
• sistema di aaccamento;
• sistema di accudimento;
• sistema agonistico;
• sistema di cooperazione paritetica;
• sistema sessuale.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Bisogno di competenza
Il primo assunto giustifica il fao e le persone tendono a cercare delle situazioni sti-
molanti. Generalmente il livello di stimolazione oimale viene considerato quello e
assorbe appieno le risorse della persona, e dunque quelle aività il cui livello di difficol-
tà (o di sfida) sia abbastanza alto da assorbirne le risorse ma non così alto da risultare
troppo difficile. Il livello di stimolazione oimale implica ane auto-determinazione
(la persona sente e sta decidendo cosa fare) e competenza (la persona sente di essere
competente per l'aività ed il livello di difficoltà e sta affrontando). esto conceo
è simile all'idea di livello di flusso oimale descrio da Csikszentmihalyi, Flow: the psy-
ology of optimal experience e risale all'idea di Hebb, ``Drives and the c.n.s. (conceptual
nervous system)'' secondo cui il bisogno di situazioni stimolanti è giustificato neurofi-
siologicamente, in quanto il sistema nervoso è vivo, e ciò e è vivo per sua natura è
aivo.
Bisogno di relazioni
Il bisogno di relazioni si rifà alla teoria dell'aaccamento di Bowlby, Aament and
loss: Vol. . Aament; in ambito motivazionale Baumeister e Leary, ``e Need to
Belong: Desire for Interpersonal Aaments as a Fundamental Human Motivation''
concludono e gli esseri umani sono fondamentalmente e pervasivamente motivati da
un bisogno di appartenenza, ovvero un forte desiderio di formare e mantenere relazioni
durevoli di aaccamento interpersonale. Le persone cercano frequenti interazioni affet-
tivamente positive, nel contesto di relazioni di cura a lungo termine.
Bisogno di autonomia
Il conceo di autonomia definisce l'endorsement interno delle proprie azioni, ed il senso
soggeivo (fenomenologico?) e le azioni emenano da se stessi e a se stessi possono
essere aribuite. Le azioni autonome sono pertanto delle scelte, e Deci e Ryan, ``e
Support of Autonomy and the Control of Behavior'' intendono in senso non tanto co-
gnitivo quanto fenomenologico (organismico, nei loro termini) ancorato nel senso di un
pieno e più integrato funzionamento. Più il comportamento è autonomo, più è endorsed
completamente dal se ed è esperito come un comportamento di cui è responsabile.
Secondo ibid. i contesti e gli eventi e supportano l'autonomia tendono a mantenere ed
aumentare la motivazione intrinseca, mentre le situazioni controllanti tendono a dimi-
nuirla. ando il significato funzionale di eventi o contesti supporta il comportamento
autonomo delle persone, questi adoano processi comportamentali e sono qualitati-
vamente differenti da quelli adoati in contesti controllanti. Situazioni e promuovono
l'autonomia supportano i comportamenti autodeterminati, aumentano il senso di endor-
sement delle proprie azioni, e la sensazione e il comportamento emana da se stessi. Il
repertorio comportamentale è più flessibile, vi è una minor percezione di tensione emo-
tiva, un tono emozionale più positivo, maggior creatività e capacità di apprendimento e
funzionamento cognitivo.
.. ASPETTI MOTIVAZIONALI 
ibid. dimostrano e, in contesti e supportano l'autodeterminazione, le persone
esperiscono la sensazione di poter scegliere le proprie azioni, e queste azioni sono in-
tegrate con la propria personalità, e vi è una minor sensazione di pressione e di conflio.
Le situazioni controllanti, al contrario, portano a comportamenti di compliance (ub-
bidienza) od defiance; il controllo, sia quando esercitato dall'esterno e da se stessi,
innesca processi regolatori più rigidi, con un maggiore senso di pressione, tensione, to-
no emotivo più negativo, e le prestazioni finali tendono ad essere peggiori (peggiore
apprendimento, comprensione, creatività.
Need for cognition
Il conceo di need for cognition è stato sviluppato da Cacioppo e collaboratori nell'am-
bito delle teorie della persuasione. L'Elaboration Likelihood Model (ELM) si basa su due
assunzioni:
. gli individui desiderano avere delle credenze e delle aitudini corree, in modo
da fare le scelte più appropriate e convenienti;
. l'overload informativo costringe le persone a elaborare soltanto una parte delle
informazioni e riceve, ed adoare delle semplificazioni (euristie) per assumere
le decisioni senza elaborare un numero eccessivo di informazioni.
Pey et al., ``To think or not to think - Exploring Two Routes to Persuasion'' propongono
due procedure decisionali: una centrale, definita elaborativa, cognitivamente costosa, ed
una periferica, definita euristica, e si basa prevalentemente su regole semplici, come
l'araività della fonte informativa o la lunghezza del messaggio.
Ognuno di noi utilizza di volta in volta una dellee due procedure, e spesso entrambe.
L'uso dell'una o dell'altra dipende da aspei situazionali e disposizionali. Fra gli aspei
situazionali, la rilevanza personale dell'argomento, faori come limiti temporali, distra-
zione o noia. gli aspei disposizionali vengono aribuiti al costruo di need for cogni-
tion, e viene defininta come la tendenza individuale ad ingaggiare spontaneamente
dei processi cognitivi e di pensiero. Le persone con più alta Need for cognition tende-
ranno ad usare più frequentemente la procedura centrale, e tendono a basare le proprie
aitudini su una valutazione aenta dei messaggi pertinenti, mentre le persone con bas-
so need for cognition si lasciano influenzare in egual misura da argomenti solidi e da
argomenti superficiali.
Need for cognitive closure Un costruo complementare a quello di need for cogni-
tion è la need for cognitive closure (Webster e Kruglanski, ``Individual Differences in
Need for Cognitive Closure''). esto costruo viene definito come il bisogno di ave-
re una risposta per ogni argomento, una qualsiasi risposta, piuosto e rimanere in
una situazione di ambiguità. La mancata iusura cognitiva viene vissuta come un co-
sto, ane peré, in base all'assunto citato precedentemente sul desiderio di avere delle
credenze appropriate, la non iusura implica la necessità di ulteriore elaborazione co-
gnitiva. Ane in questo caso vi sono sia faori situazionali e disposizionali. I faori
situazionali più importanti sono i vincoli temporali (compiti in cui bisogna raggiungere
una decisione in tempi strei) e quei faori e rendono spiacevole o noioso un compito.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Gli aspei disposizionali vengono aribuiti al costruo di need for closure, e correla
con dimensioni di personalità quali una preferenza per le situazioni ordinate e struura-
te, disagio per le situazioni ambigue, trai di tipo decisionista, desiderio di prevedibilità
delle situazioni future, ed una tendenza alla iusura mentale e al dogmatismo.
Implicit power motivation (nPower)
Il conceo di implicit power motivation (n Power) è definito come l'aitudine ad avere
un rinforzo positivo (piacere) nell'avere un impao fisico, mentale o emozionale su altri
individui o gruppi di individui e il livello di sofferenza derivante dall'esperienza del subi-
re l'influenza di altri (Stanton e Sultheiss, ``e hormonal correlates of implicit power
motivation''). Le persone con un'alta motivazione al potere sono interessate ad avere un
impao sugli altri, ed oengono piacere e rinforzo nell'esercitare tale influenza.
esto costruo ha importanti correlati disposizionali e comportamentali. Le persone
con alto nPower tendono a correre più risi, a comperare ed esibire oggei costosi,
ad assumere aeggiamenti politici più radicali, aeggiamenti sessuali più promisqui, ad
abusare di alcol e ad esibire comportamenti violenti nei confronti degli altri significativi.
Sebbene il costruo di nPower non abbia direa ainenza con l'interazione uomo-computer,
può avere un impao in tui i contesti di computer mediated comunication e in tue
quelle circostanze in cui la tecnologia viene utilizzata per interagire con altre persone.
La leeratura sul costruo di nPower evidenzia inoltre due aspei interessanti nell'am-
bito dello studio dei bisogni motivazionali. La necessità di misure implicite: la leera-
tura dimostra e questionari di self report e misurano esplicitamente il costruo di
power motivation tendono ad avere scarso valore prediivo, mentre misure implicite
risultano essere molto più affidabili (Pang e Sultheiss, ``Assessing Implicit Motives in
U.S. College Students: Effects of Picture Type and Position, Gender and Ethnicity, and
Cross-Cultural Comparisons''; Stanton e Sultheiss, ``e hormonal correlates of im-
plicit power motivation''). Nella ricerca sul nPower vengono misurati ane i correlati
ormonali, ad esempio i cambiamenti nel livello di testosterone e cortisolo in contesti
competitivi (Stanton e Sultheiss, ``e hormonal correlates of implicit power motiva-
tion''; Wirth, Welsh e Sultheiss, ``Salivary cortisol anges in humans aer winning
or losing a dominance contest depend on implicit power motivation''). Lo studio dei
correlati ormonali può aprire delle interessanti prospeive nello studio di motivazioni e
bisogni.
.. Gli scopi
[Ford ()] definisce gli scopi come ``stati finali desiderabili'' e gli individui cerca-
no di raggiungere araverso la regolazione cognitiva, affeiva e bioimica dei propri
comportamenti. Gli individui determinano e sono guidati dai propri scopi.
Secondo Ford la motivazione è influenzata da scopi, emozioni e credenze sulla agency
personale (personal agency beliefs).
Ford e colleghi distinguono fra scopi interni-personali e scopi relazionali. Fra gli
scopi personali annoverano
• scopi affeivi-emozionali (felicità, benessere psicofisico);
.. ASPETTI MOTIVAZIONALI 
• scopi cognitivi (creatività, esplorazione);
• scopi di autoorganizzazione soggeiva (unità, coerenza, bisogno di trascendenza).
Gli scopi relazionali includono:
• scopi di auto-assertività: auto-determinazione, individualità;
• scopi di relazione e integrazione sociale: appartenenza, responsabilità sociale;
• scopi di realizzazione (task goals): mastery (competenza), sicurezza, guadagno
(accumulo di risorse).
Una simile tassonomia è proposta da Chulef, Read e Walsh, ``A Hierarical Taxo-
nomy of Human Goals'', e distinguono  cluster:
. Scopi intrapersonali:
• libertà, creatività, possibilità di godere del piacere estetico, flessibilità, aper-
tura, divertimento;
• benessere psicologico, stabilità, sicurezza, crescita personale, capacità di ot-
tenere risultati (aievement), indipendenza e autodeterminazione;
• educazione, sviluppo intelleivo, possibilità di fare carriera e di oenere dei
buoni risultati economico-finanziari.
. Scopi interpersonali:
• appartenenza, riconoscimento e approvazione sociale;
• amicizia, supporto e conforto dagli altri, leadership, capacità di essere di
esempio e di aiutare, rispeo;
. Famiglia, matrimonio, amore, sessualità; pur essendo questi scopi intrinsecamente
interpersonali, la loro rilevanza ne giustifica un cluster a se stante.
Non è sorprendente realizzare e vi è una somiglianza fra bisogni e scopi, tanto e
ci si potrebbe iedere e senso abbia distinguere i due costrui. In realtà la distinzione
ha senso sia a livello teorico e empirico. A livello teorico i bisogni costituiscono il
faore esplicativo degli scopi: gli individui di una data cultura tendono ad avere quegli
scopi in quanto ritengono, implicitamente o esplicitamente, e la realizzazione di quegli
scopi possa soddisfare i loro bisogni. In secondo luogo gli scopi non sono gli unici motori
della motivazione. un individuo può agire per realizzare degli scopi, oppure per coerenza
con dei valori, oppure guidato da degli interessi.
.. I valori
[Feather (e.g., , )] definisce i valori come un insieme di credenze, stabili e
generali, su ciò e è desiderabile. I valori emergono da due fonti principali:
• le norme sociali
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
• i bisogni primari dell'individuo ed il suo senso del sè.
I valori influenzano le motivazioni e i comportamenti degli individui, la valenza e l'im-
portanza aribuita agli scopi e, di conseguenza, la motivazione a perseguirli.
I valori possono però essere condizionati ane dalla probabilità di successo, dal modo
in cui successo e fallimento sono percepiti, e dalle caraeristie degli scopi.
.. Gli interessi
Gli interessi costituiscono l'orientamento delle risorse di un individuo verso determinati
dominii.
È opportuno distinguere fra interessi individuali, e sono relativamente stabili, ed in-
teressi situazionali, elicitati da specifici contesti, aività, compiti o affordances.
L'orientamento può essere determinato da
• aspei emozionali (feeling-related) quali il coinvolgimento, la stimolazione, la
sensazione di flusso oimale;
• giudizi di valore (value-related), se al dominio vengono aribuiti valori congruenti
con il sistema valoriale dell'individuo.
I due aspei (emozionale e valoriale) tendono a correlare, ma vi sono differenze indivi-
duali: per alcune persone è prevalente l'aspeo emozionale, per altre quello valoriale.
In entrambi i casi l'interesse ha una valenza intrinseca: un interesse motiva l'individuo
di per sé, senza la necessità di motivazioni esterne.
Per quanto riguarda l'aspeo situazionale i faori e aumentano l'interesse sono:
• l'argomento è di rilevanza personale per la persona;
• l'argomento è nuovo (novelty);
• vi è un buon livello di aività;
• la comprensibilità è buona.
Novelty, livello di aività e comprensibilità rimandano al conceo di flow.
.. Motivazione interna ed esterna
Il comportamento di un individuo può essere legato a motivazioni intrinsee od estrin-
see. Il comportamento motivato intrinsecamente è, per definizione, autodetermina-
to (Deci e Ryan, ``e Support of Autonomy and the Control of Behavior''), emerge
spontaneamente, motivato dalla soddisfazione implicita. Un comportamento è motiva-
to estrinsecamente quando il suo scopo è separabile dall'aività in sè, quando lo scopo
è quello di evitare una conseguenza negativa, quando il fine è quello di oenere un ri-
sultato considerato importante.
Ryan e Deci, ``Intrinsic and Extrinsic Motivations: Classic Definitions and New Di-
rections'' hanno soolineato l'idea di un continuum fra motivazione esterna ed interna,
.. ASPETTI MOTIVAZIONALI 
ed hanno identificato un processo di internalizzazione. La motivazione può dunque es-
sere esterna (la regolazione proviene dall'ambiente), introiezione (regolazione interna
basata da motivazioni come il senso del dovere), identificazione (regolazione interna ba-
sata sulla percezione di utilità del comportamento), integrazione (regolazione basata su
ciò e l'individuo pensa sia importante per sé o coerente con i suoi valori). La mo-
tivazione è completamente interna però solo se si raggiunge il livello di stimolazione
oimale.
La teoria del Flusso Oimale di Csikszentmihalyi definisce i comportamenti motivati
intrinsecamente nei termini di esperienza soggeiva immediata e ha luogo quando le
persone sono impegnate in una aività. La situazione di flow è caraerizzata da:
• sensazione fenomenologica di sentirsi pienamente immersi e guidati dall'aività;
• azione e consapevolezza sono fenomenologicamente unite (a merging of action
and awareness);
• il focus aentivo è concentrato sull'aività;
• vi è una diminuzione del senso di autocoscenza;
• sensazione soggeiva di autocontrollo e di pieno controllo della situazione.
.. Valutazioni dei compiti
Il valore di un compito, secondo Eccles e Wigfield, ``Motivational beliefs, values, and
goals'', viene valutato in base a  componenti:
. Valore intrinseco: il piacere (enjoyment) e l'individuo oiene nel cimentarsi nel-
l'aività, o l'interesse soggeivo e l'individuo ha per l'argomento; corrisponde
alla motivazione intrinseca e al conceo di flow.
. Valore utilitaristico, è determinato dall'utilità percepita relativa agli scopi, correnti
e futuri. Un compito può avere un valore positivo peré facilita importanti scopi
futuri, ane se il valore intrinseco è basso.
. Valore di aainment (realizzazione):
• l'importanza personale aribuita a fare bene quale cosa (in generale);
• la rilevanza del compito nel confermare o disconfermare aspei salienti dello
sema di sè.
. Costi: sono gli aspei negativi legati al compito; fra i possibili costi vengono an-
noverati l'ansia da performance, la paura di fallire, ma ane la paura del successo,
la fatica e l'energia e va spesa per portare a termine il compito, e la rinuncia ad
altre opportunità e la scelta comporta.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
.. Intenzionalità e motivazioni
Il conceo di intenzionalità assume e il comportamento -- esplicito o implicito -- ven-
ga interpretato nei termini delle intenzioni degli individui di agire al fine di oenere
determinati risultati.
Deci e Ryan, ``e Support of Autonomy and the Control of Behavior'' definiscono
intenzione la determinazione ad impegnarsi in un particolare comportamento. L'inten-
zione implica causazione personale ed è equivalente all'essere motivato all'azione.
Le intenzioni derivano dal desiderio di oenere dei risultati (outcomes) e hanno va-
lenza positiva, o di evitare risultati con valenza negativa.
Affiné vi sia intenzionalità e motivazione, sono necessari tre prerequisiti:
. il soggeo deve avere degli scopi da perseguire;
. deve assumere e vi sia una relazione causale fra comportamento e conseguenza
desiderata;
. deve credere di poter portare a termine il comportamento considerato efficace.
Se manca uno di questi requisiti la motivazione diminuisce o scompare.
Dea in altri termini, vi è motivazione se gli individui credono e risultati desiderabili
possano essere conseguiti seguendo determinati comportamenti, e se si ritengono com-
petenti nell'eseguire quei comportamenti.
Se l'individuo non ha iari i propri scopi e i propri bisogni; se ritiene e la soddi-
sfazione di bisogni e la realizzazione degli scopi sia indipendende dai comportamenti;
infine se ritiene di non avere le competenze necessarie per eseguire quei comportamenti,
la motivazione sarà scarsa o nulla.
.. Conclusioni
Riassumendo, possiamo elencare numerosi bisogni e condizionano la qualità della vita
e guidano il comportamento degli individui:
• bisogni materiali: bisogni fisiologici, necessità di tipo economico; a questo bisogno
sono legati alcuni scopi di realizzazione, specificamente lo scopo di guadagno;
• bisogno di sicurezza, e relativi scopi;
• bisogno di relazioni; all'interno di questo tipo di bisogno possiamo annoverare il
sistema di aaccamento, di accudimento, di cooperazione, di appartenenza e il
sistema motivazionale sessuale; a questi bisogni si associano gli scopi affeivi, gli
scopi di appartenenza e gli scopi di famiglia, matrimonio, amore e sessualità;
• il bisogno di autostima, al quale possono essere legati numerosi scopi: mastery,
aievement, educazione, sviluppo intelleivo, carriera, successo economico;
.. LE MOTIVAZIONI NELL'EXPERIENCE DESIGN 
• il bisogno di autorealizzazione, competenza, need for cognition / closure; a questo
bisogno sono associabili gli scopi cognitivi: creatività, esplorazione, mastery;
• il bisogno di autonomia, a cui sono associabili gli scopi di auto-organizzazione
soggeiva, auto-assertività, auto-determinazione, individualità;
• il bisogno di esercitare potere sulle altre persone (nPower), a cui sono associabili
gli scopi di leadership, rispeo, capacità di essere di esempio.
. Le motivazioni nell'experience design
L'experience design si occupa di progeare artefai cognitivi, ovvero oggei e le per-
sone (utenti) utilizzeranno per compiere delle azioni. Se i comportamenti e le azioni
delle persone sono legati a motivazioni, bisogni, scopi, valori, interessi, ecco e que-
sti costrui influiranno sull'adozione ed il reale utilizzo di un artefao da parte di un
potenziale utente. Per questo motivo si sta assistendo ad un crescente interesse per la
psicologia della motivazione da parte dell'experience design (Giacoma e Casali, Design
Motivazionale Usabilit`a Sociale e Group Centered Design; Venkatesh, ``Determinants of
Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the
Tenology Acceptance Model''; Zhang, ``Motivational Affordances: Reasons for ICT
Design and Use'').
Che ruolo può avere la teoria delle motivazioni nel design di artefai cognitivi?
.. Tenology acceptance model
Il problema del reale utilizzo degli artefai eleronici da parte degli utenti è emerso
già negli anni ', con la prima introduzione di computer e sistemi eleronici nelle or-
ganizzazioni e nelle aziende. L'ingresso del calcolatore negli uffici ha incontrato non
poe resistenze: Davis, Bagozzi e Warshaw, ``User acceptance of computer tenolo-
gy: a comparison of two theoretical models'' scrivevano e gli utenti finali erano spesso
contrari ad usare i sistemi informatici e, se adoperati, avrebbero generato dei significa-
tivi miglioramenti nella performance, e soolineavano come il successo dell'adozione di
questi strumenti era legato alla capacità di progeare applicazioni e gli utenti fossero
motivati ad usare.
La tenology acceptance model è una teoria sviluppata per affrontare il problema della
acceabilità all'uso di un artefao digitale. La TAM è un adaamento della eory of
Reasoned Action, un modello sviluppato da Ajzen e colleghi a partire dalla metà degli
anni . Secondo la TRA i comportamenti di un individuo sono determinati dall'aitu-
dine personale ed alle norme soggeive; le aitudini sono determinate dalle credenze
individuali e dalla valenza emozionale legata al comportamento o alle sue risultanti. La
Tenology acceptance model identifica, quali determinanti dell'aitudine all'uso di un
artefao, due costrui: l'utilità percepita e l'usabilità percepita. Secondo il modello
l'usabilità percepita influenza ane l'utilità percepita, la quale influenza ane l'aitu-
dine personale. L'utilità precepita viene definita come la credenza di un utente e l'uso
della tecnologia possa aumentare la sua produività l'usabilità percepita è la creden-
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
za e l'uso di una tecnologia sia free of effort, ovvero e non sia (cognitivamente)
faticoso.
Una meta-analisi pubblicata da Lee, Kozar e Larsen, ``e tenology acceptance
model: past, present, and future'' conferma la solidità del modello, capace di prevedere
l'adozione di tecnologie fra loro molto diverse: e-mail, editor di testi, fogli di calcolo,
strumenti di grafica.
Le determinanti dell'usabilità percepita
Nell'indagare le variabili e determinano l'usabilità percepita, Venkatesh, ``Determi-
nants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion
into the Tenology Acceptance Model'' evidenzia l'importanza dell'esperienza d'uso di
un artefao nel definire la sua utilità e usabilità percepita, e identifica nell'euristca di an-
coraggio ed aggiustamento la modalità e gli utenti adoano per modificare la propria
percezione di utilità e usabilità nel corso dell'esperienza d'uso. In base a questa euristica,
gli utenti potenziali e non hanno ancora interagito con un sistema tendono basare il
loro giudizio di utilità ed usabilità su delle ancore cognitive: le sue esperienze passate,
il contesto d'uso e le prime percezioni del sistema. Se le informazioni di contesto sono
scarse, l'esperienza passata diventa elemento preponderante; se il contesto è informati-
vo, l'esperienza passata assume un peso minore.
Secondo ibid. la percezione di utilità e di uso di un utente potenziale si ancora sulle pro-
prie credenze rispeo alle tecnologie, sulle esperienze passate e sul contesto. Mano a
mano e egli interagisce con il sistema, la sua percezione viene aggiustata, tanto e
spesso vi è una correlazione piuosto bassa fra la percezione di utilità e usabilità iniziale
e quella riportata dopo un uso estensivo dello strumento.
Determinanti di ancoraggio ibid. identifica  variabili e determinano l'ancoraggio:
L'auto-efficacia tecnologica anto l'utente pensa di essere capace di usare il pc,
internet o le tecnologie; più specificamente questo costruo è legato alla percezione del-
l'utente di disporre della conoscenza, delle risorse e delle opportunità riieste per usare
l'artefao; all'interno di una organizzazione l'autoefficacia si complementa con il sup-
porto esterno, ovvero la presenza di supporto, formale o informale, da parte di colleghi o
personale tecnico (in ambito domestico il supporto può essere rappresentato da un amico
esperto).
La motivazione intrinseca La motivazione intrinseca non era prevista nel modello
TAM originale - mentre la motivazione estrinseca è rappresentata dall'utilità percepita.
Nell'estensione proposta da ibid. la motivazione estrinseca è uno dei determinanti di
ancoraggio, e viene associata al costruo di playfulness; in questo contesto la playfulness
è un trao stabile dell'utente ed è relativamente indipendente dal contesto; in gergo
potremmo definire la playfulness in termini di quanto un utente è smaneone (o geek):
è la propensione ad usare nuove tecnologie, per il piacere di usarle e non solo per la
.. LE MOTIVAZIONI NELL'EXPERIENCE DESIGN 
loro utilità. Gli smaneoni tendono a soostimare le difficoltà nell'uso di un nuovo
sistema, in quanto tendono a divertirsi nell'esplorarne il funzionamento e considerano
meno faticoso il processo di apprendimento. Le persone con un'alta playfulness tendono
ad avere una più alta percezione della facilità d'uso di un artefao e non conoscono,
proprio peré le difficoltà e prevedono e dovranno affrontare vengono viste più
come una sfida e come una fatica.
La computer anxiety Si presenta come una emozione di apprensione, o addiriura
di paura, e emerge all'idea di dover utilizzare un artefao eleronico; è una reazione
affeiva negativa verso l'uso delle tecnologie, un costruo legato alla percezione gene-
rale dell'utente sull'uso dello strumento, ed è tendenzialmente negativamente correlato
all'auto-efficacia.
Sebbene nel corso dei decenni la pervasività dei calcolatori abbia portato ad una evolu-
zione del rapporto delle persone con i computer, le persone la cui percezione di auto-
efficacia tecnologica è bassa possono sviluppare una sensazione d'ansia nel momento in
cui si trovano costrei ad interagire con strumenti o programmi e non conoscono.
Nel contesto più ampio delle teorie sulla motivazione, la computer anxiety può es-
sere assimilata ai comportamenti di evitamento legati al bisogno di autostima: secondo
Croer e Park, ``e Costly Pursuit of Self-Esteem'' la motivazione a validare l'autosti-
ma araverso l'evitamento di situazioni e potrebbero dimostrare il proprio disvalore
tende a generare ansia. Deo in altri termini, se il non saper fare qualcosa viene vissuto
come una minaccia alla propria autostima si innescano emozioni di ansia.
Le determinanti di aggiustamento Se le determinanti di ancoraggio influiscono sul-
l'usabilità percepita già prima del reale utilizzo dell'artefao da parte dell'utente, nel mo-
mento in cui l'oggeo viene utilizzato la percezione di usabilità cambia. L'auto-efficacia
e l'ansia tecnologica continuano però a giocare un ruolo sull'usabilità percepita. A questi
costrui, però, se ne aggiungono altri due, specifici della fase di aggiustamento.
Usabilità reale Com'è lecito aspearsi, l'usabilità oggeiva di un artefao influen-
za la sua usabilità percepita. Se prima di iniziare ad usare uno strumento l'usabilità
può essere soltanto stimata, durante l'utilizzo influenza profondamente la percezione
e l'utente ha del sistema.
Piacevolezza (percived enjoiment) La piacevolezza d'uso, percepita durante l'uti-
lizzo dell'artefao, ha an'essa un ruolo nella facilità d'uso percepita di un artefao e
si sta usando. Il legame fra piacevolezza (estetica) e usabilità percepita è documentato
ane da Tractinsky, katz katz e Ikar, ``What is beautiful is usable''.
Limiti della TAM
La Tenology Acceptance model costituisce un solido punto di partenza sia teorico e
metodologico, in quanto permee di prevedere il comportamento degli utenti potenziali
e reali e la loro aitudine nei confronti di un artefao.
Nell'ambito dello user experience design, però, il modello ha due ordini di limitazioni:
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
• da una parte si focalizza quasi esclusivamente sull'acceabilità di uno strumen-
to, e dunque si applica prevalentemente nei luoghi di lavoro, per artefai la cui
motivazione d'uso è fortemente legata alla funzionalità;
• in secondo luogo i costrui di ancoraggio sono quasi esclusivamente in termini di
trai stabili degli utenti, mentre le caraeristie dell'artefao entrano in gioco
soltanto nei determinanti di aggiustamento.
Ciononostante, la TAM costituisce un valido punto di partenza, grazie al suo buon valore
prediivo ed alla solida base teorica ed impirica; nella sua versione estesa, inoltre, intro-
duce quegli aspei di motivazione intrinseca e costituiscono l'aspeo più innovativo
della user experience design.
.. Il costrutto di flow nell'HCI
Flusso di esperienza ottimale
Il conceo di flow descrive uno stato psicologico in cui un individuo si sente cognitiva-
mente efficiente, motivato e contento. Durante lo stato di flow, le persone sono assorte
nelle loro aività, e i pensieri e le percezioni irrilevanti sono escluse. Il flusso oimale
è stato conceualizzato come una esperienza oimale e emerge nel momento in cui
una situazione implica l'utilizzo delle proprie capacità ad un livello tale e il compito
costituisce una sfida. Affiné questo stato si innesi, però, è necessario e la sfida del
compito sia abbastanza alta da non annoiare la persona ma non così alta da generare
ansia.
Le dimensioni del flusso ottimale
Csikszentmihalyi, Flow: the psyology of optimal experience, nel definire il costruo di
flusso oimale, identifica  dimensioni
. obieivi iari (clear goals);
. feedba immediato;
. livello di competenza buono, e appropriato alla situazione;
. l'unità fenomenologica fra azione e coscienza;
. focalizzazione dell'aenzione sul compito;
. un senso di controllo della situazione
. una modificazione del senso di autocoscienza
. una alterazione del senso del tempo
. un senso di appagamento e motiva intrinsecamente l'azione (esperienza autote-
lica).
.. LE MOTIVAZIONI NELL'EXPERIENCE DESIGN 
Sebbene numerosi studi abbiano applicato il conceo di flow all'experience design
(Chen, Wigand e Nilan, ``Optimal experience of Web activities''; Koufaris, ``Applying
the Tenology Acceptance Model and Flow eory to Online Consumer Behavior''; Pa-
ce, ``A grounded theory of the flow experiences of Web users''; Skadberg e Kimmel,
``Visitors’ flow experience while browsing a Web site: its measurement, contributing
factors and consequences''; Sweetser e Wyeth, ``GameFlow: A Model for Evaluating
Player Enjoyment in Games''), Finneran e Zhang, ``Flow in computer-mediated envi-
ronments: promises and allenges'' soolineano come vi siano delle discrepanze fra i
vari autori in merito all'utilizzo delle nove dimensioni elencate da Csikszentmihalyi e
al loro ruolo come antecedenti, conseguenze o misure del livello di flusso oimale. Una
seconda critica avanzata da ibid. riguarda la mancata distinzione fra l'artefao e il com-
pito e dovrebbe generare lo stato di flusso oimale. Molte delle ricere, infai, si
focalizzano sull'uso del web, ma in molti casi il compito non è ben definito.
Un limite probabilmente maggiore è e immaginare di progeare un artefao capace
di innescare uno stato di flusso oimale negli utenti è del tuo velleitario.
Dimensioni del flusso ottimale e experience design
Nonostante i limiti dell'applicazione del conceo di flusso di esperienza oimale all'expe-
rience design, le dimensioni proposte da Csikszentmihalyi possono costituire degli utili
princˆipi di progeazione. Obieivi iari, feedba immediato, difficoltà del compito
proporzionale alle capacità dell'utente, controllo del sistema da parte dell'utente sono
regole di progeazione e possono aumentare l'utilità, l'usabilità ma ane la piacevo-
lezza d'uso dell'artefao. este regole possono aumentare la motivazione intrinseca
dell'utente.
.. Goal directed design
Cooper, e Inmates are running the Asylum, nel capitolo Designing for Power, sooli-
nea come l'interaction design ha senso solo nel contesto di una persona e usa l'artefat-
to per uno scopo. Gli scopi sono dunque, per Cooper, gli elementi iave (assieme alle
personas) dell'interaction design. ibid. distingue fra scopi personali, scopi aziendali e
scopi pratici. Fra gli scopi personali elenca il non sentirsi stupidi, non fare errori, finire
le cose e dobbiamo fare, divertirsi o quantomeno non annoiarsi troppo. Aumentare i
profii, la quota di mercato, ampliare la gamma di prodoi e servizi sono scopi aziendali.
Gli scopi pratici sono quelli e, nell'ambiente lavorativo, permeono all'impiegato di
portare a termine il proprio lavoro: soddisfare le riieste dei clienti, o mantenere in or-
dine l'arivio, o scrivere la relazione per il capo. Cooper, Reimann e Cronin, About Face
, pur ribadendo la centralità dei goal nell'interaction design, propongono un modello
differente, basato sui tre livelli di processamento proposti da Norman, Emotional Desi-
gn: viscerale, comportamentale e riflessivo. Secondo Cooper, Reimann e Cronin, About
Face  al livello viscerale si associano gli experience goals, a quello comportamentale
gli end goals, a quello riflessivo i life goals.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Goal e Personas
Cooper viene considerato l'inventore delle personas, una tecnica di design utilizzata per
personificare le caraeristie più importanti degli utenti di un prodoo; permeono di
definire i requisiti di prodoo e di focalizzare il team di progeazione e sviluppo su di
un approccio centrato sull'utente (Sinha, ``Persona Development for Information-ri
Domains''). I personaggi devono essere definiti da una serie di caraeristie demografi-
e, tecnie e culturali (Grudin e Prui, ``Personas, Participatory Design and Product
Development: An Infrastructure for Engagement''); ma soprauo i personaggi devono
avere degli obieivi e delle motivazioni.
L'uso dei personaggi e il Goal directed design costituiscono dunque un esempio conso-
lidato del ruolo di obieivi e motivazioni nell'experience design. Il limite maggiore del
modello proposto da Cooper, Reimann e Cronin, About Face  è però la base teorica: non
viene faa distinzione fra scopi e bisogni e si riferisce ad un modello teorico, quello di
Norman, Emotional Design, e non è propriamente una teoria motivazionale.
. I modelli sociocognitivi nell'experience design
Come abbiamo visto nelle sezioni precedenti, lo user experience design si propone di am-
pliare l'approccio della interazione uomo computer oltre gli aspei funzionali (beyond
the instrumental) e focalizzandosi su aspei edonici, estetici, emozionali Forlizzi e Bat-
tarbee, ``Understanding Experience in Interactive Systems'' o seduivi Khaslavsky e
Shedroff, ``Understanding the Seductive Experience''. Il principio di focalizzarsi sugli
scopi e sui bisogni degli utenti è assunto esplicitamente da molti autori (Cooper, Rei-
mann e Cronin, About Face ; Hassenzahl e Tractinsky, ``User experience -- a resear
agenda''). Ciononostante, la leeratura sulle teorie sociocognitive della motivazione è
sostanzialmente ignorata nell'ambito dell UX.
.. La valutazione di un artefatto
Il modello di Eccles e Wigfield, ``Motivational beliefs, values, and goals'' sulla valuta-
zione delle azioni, come abbiamo visto, identifica  parametri:
. il valore intrinseco;
. il valore utilitaristico;
. il valore legato all'autostima o al valore di sè;
. i costi di quell'azione.
esti quaro parametri possono costituire ane la base per valutare l'experience
di un artefao, ane peré, nonostante si basino su costrui teorici almeno in par-
te diversi, alcune delle teorie e abbiamo analizzato risultano compatibili con questo
sema. La tenology acceptance model si basa sull'utilità e sull'usabilità percepita, e
nel suo modello esteso include la motivazione intrinseca (playfulness e piacevolezza).
L'utilità percepita corrisponde al valore utilitaristico, la playfulness e la piacevolezza al
.. I MODELLI SOCIOCOGNITIVI NELL'EXPERIENCE DESIGN 
valore intrinseco; l'usabilità percepita è esplicitamente definita in termini di valutazio-
ne della difficoltà d'uso (effort), e dunque al costo psicologico; come abbiamo visto, la
computer anxiety e, in parte, l'auto-efficacia tecnologica possono essere conceualmente
legati all'autostima.
I modelli basati sul conceo di flow tendono ad avere un potere esplicativo più limi-
tato, in quanto si focalizzano quasi esclusivamente sul valore intrinseco del compito. In
questa dimensione, però, offrono una buona base teorica e metodologica.
Il goal directed design ha intuito da tempo la necessità di focalizzarsi su bisogni e
scopi degli individui. La distinzione fra scopi personali, scopi aziendali e scopi pratici
permee di enfatizzare la co-esistenza di bisogni differenti, spesso ignorati ane nello
user centered design.
Il valore utilitaristico
Un artefao ha un valore utilitaristico se i risultati del suo uso permeono ad un utente di
realizzare un bisogno o uno scopo. Gli scopi, però, possono essere molteplici; l'approccio
tradizionale si è focalizzato soltanto su quelli e Cooper, e Inmates are running the
Asylum definisce scopi pratici, e e spesso rientrano nel cluster dei bisogni materiali.
In realtà gli strumenti e utilizziamo hanno spesso finalità diverse: il cellulare risponde
prevalentemente ai bisogni relazionali: essere in una relazione, flirtare, mantenersi in
contao con i membri del proprio gruppo. La connessione ad internet può rispondere a
bisogni di competenza e allo scopo di esplorazione, a bisogni relazionali. L'automobile
risponde al bisogno di autonomia e a quello di auto-realizzazione, e così via.
Utilità reale e percepita L'utilità di un artefao è, di per se, un aspeo oggeivo.
L'aeggiamento iniziale dell'utente nei confronti dell'artefao, però, viene guidato più
dall'utilità percepita e dall'utilità reale (Venkatesh, ``Determinants of Perceived Ea-
se of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Tenology
Acceptance Model''). Nel design di un artefao diventa dunque importante lavorare sia
sull'aspeo dell'utilità reale e di quella percepita. L'utilità reale può essere massi-
mizzata araverso il coinvolgimento dell'utente in un approccio partecipativo: definire
assieme ai potenziali utenti quali funzionalità implementare permee di ridurre i costi
(evitando di implementare funzioni poco utilizzate) e di aumentare la funzionalità reale.
Per quanto concerne l'utilità percepita, è utile adoare un approccio simile a quello
e, in ariteura dell'informazione, viene definito information scent (Chi, Pirolli e
Pitkow, ``e Scent of a Site: A System for Analyzing and Predicting Information Scent,
Usage, and Usability of a Web Site''; Chi et al., Using Information Scent to Model User
Information Needs and Actions on the Web; Pirolli e Card, ``Information Foraging'') e
e nell'interaction design corrisponde alle affordance percepite introdoe da Norman,
e psyology of everyday things.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Il valore intrinseco
Il valore intrinseco è legato al piacere dell'uso dell'artefao, a prescindere dagli effei e
dai risultati oenuti. Nella leeratura sugli aspei non funzionali dell'experience design
ci si focalizza principalmente sugli aspei emotivi ed estetici, identificando l'experience
design con l'emotional design. Ma le teorie motivazionali ci suggeriscono di identificare
ane altri faori e possono concorrere in maniera sostanziale all'esperienza d'uso di
un artefao: gli interessi, il flusso oimale, i valori.
Gli interessi Come abbiamo visto, gli interessi possono essere personali o situaziona-
li, possono essere determinati da aspei emozionali, da valutazioni valoriali, da aspei
cognitivi. Gli interessi costituiscono una motivazione intrinseca: una aività e corri-
sponde ai miei interessi è intrinsecamente motivata (è interessante), e costituisce dunque
una possibile componente non funzionale della valutazione soggeiva di un artefao.
Gli utenti saranno portati ad avvicinarsi e ad utilizzare quegli artefai e corrispon-
dono ai loro interessi personali. Nella fase di analisi basata sullo user centered design,
dunque, sarà importante identificare gli interessi dei potenziali utenti, oppure segmen-
tare quella popolazione i cui interessi corrispondono alla natura dell'artefao.
Nella definizione dei personaggi sarà importante identificare, in maniera empirica e rea-
listica, gli interessi degli utenti.
Un secondo aspeo, non meno importante, riguarda gli interessi situazionali, ovvero
quei faori di contesto e possono aumentare o diminuire l'interesse verso una aivi-
tà: la rilevanza personale, la novità, il livello oimale di aività, la comprensibilità.
esti faori possono contribuire all'esperienza d'uso di un utente in una determinata
circostanza, e vanno dunque gestiti nella fase di analisi e di design.
Il flusso ottimale Come abbiamo già soolineato nel paragrafo .., dalla teoria del
flusso oimale emergono delle euristie di progeazioni capaci di migliorare il valore
intrinseco dell'interazione: obieivi iari, feedba immediato, difficoltà del compito
proporzionale alle capacità dell'utente, controllo del sistema da parte dell'utente.
I valori I valori costituiscono uno dei faori più importanti nelle scelte e nei compor-
tamenti degli individui; se l'utente percepisce e l'uso di un artefao viola dei valori e
ritiene importanti, è molto probabile e si asterrà dall'uso. Se, al contrario, percepisce
e l'artefao o il suo uso rispeanoe veicolano i suoi valori, risulterà probabilmente
molto più motivato ad utilizzarlo.
Di nuovo, va tenuto conto di questi aspei sia in fase di analisi e di design e di
testing. In fase di analisi vanno identificati i valori della popolazione target, e vanno
definiti nella realizzazione delle personas. In fase di design i valori vanno rispeati, ed
in fase di test va valutato se inavvertitamente alcuni valori sono stati violati.
.. I MODELLI SOCIOCOGNITIVI NELL'EXPERIENCE DESIGN 
L'autostima
Il modello di Eccles e Wigfield, ``Motivational beliefs, values, and goals'' elenca la di-
mensione dell'autostima come uno degli aspei e entrano in gioco nella valutazione
di un compito. Il bisogno di autostima porta gli individui a due tipologie di compor-
tamento antitetie: comportamenti di approccio, nelle circostanze in cui ritengono di
poter oenere dei risultati capaci di confermare la propria autostima, e comportamenti
di evitamento nelle circostanze in cui, al contrario, temono un fallimento ed interpreta-
no l'insuccesso come una disconferma del proprio valore (Croer e Park, ``e Costly
Pursuit of Self-Esteem'').
I comportamenti di evitamento possono influire in maniera importante sull'utilizzo di
una tecnologia: come correamente osservano Cooper, Reimann e Cronin, About Face
, ``non apparire stupido'' è uno dei bisogni più forti di un individuo, sia nel contesto
lavorativo e sociale e famigliare. Ecco e, se messo di fronte ad una tecnologia e
non sa usare (o e percepisce di non saper usare), può decidere di allontanarsi e, se
questo non è possibile, può sviluppare dei sintomi di ansia o di rabbia.
Progeare sistemi con un buon livello di usabilità (reale e percepita) è importante non so-
lo per diminuire i costi cognitivi, ma ane per prevenire i comportamenti di evitamento
o le emozioni di ansia e di rabbia.
I costi
Nell'experience design i costi sono di tipo cognitivo, emotivo e motivazionale. I costi
cognitivi si riferiscono al carico computazionale necessario ad utilizzare l'artefao. Lo
scopo dell'usabilità è quello di diminuire questi costi.
La motivazione di un individuo nei confronti di un comportamento o un piano di azione
è legata, come abbiamo visto, a numerosi parametri: la rilevanza situazionale del biso-
gno o dello scopo; la credenza e il piano di azione possa portare a risultati positivi per
la realizzazione dello scopo; la credenza di avere le competenze e le risorse per portare
a termine il piano d'azione. Tue le variabili e incidono negativamente su questi fat-
tori costituiscono un costo motivazionale, e può portare l'individuo ad abbandonare il
compito o a dover investire una maggiore energia per portarlo a termine.
Nella progeazione, è importante meere a disposizione dell'utente mezzi capaci di aiu-
tarlo a realizzare i suoi scopi, eliminando ambiguità funzionali, complicazioni, dilazioni
temporali e riieste inutili di risorse cognitive e motivazionali.
.. Affordances motivazionali
Zhang, ``Motivational Affordances: Reasons for ICT Design and Use'', ispirandosi al
modello di Deci e Ryan, propone un elenco di affordances motivazionali di cui tener
conto nell'interaction design:
• Supportare l'autonomia
• Promuovere la creazione e la rappresentazione dell'auto-identità
• Progeare il livello oimale di sfida
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
• Offrire feedba tempestivi e positivi
• Facilitare l'interazione fra utenti
• Rappresentare i legami sociali
• Facilitare il desiderio di influenzare gli altri, e il desiderio di essere influenzati
• Indurre emozioni positive, sia nel primo impao dell'utente con l'artefao e
durante il corso dell'interazione
.. Suggerimenti metodologici
Le osservazioni dei paragrafi precedenti costituiscono dei suggerimenti di caraere ge-
nerale ed indicano una aitudine e il progeista dovrebbe assumere nel design di
artefai cognitivi. Risulta però opportuno poter tradurre questi princˆipi in linee guida
di tipo metodologico.
I suggerimenti e seguono costituiscono soltanto un primo abbozzo.
Analisi: personas e bisogni
Come abbiamo visto i personaggi sono stati introdoi proprio dai proponenti del goal di-
rected design, e sono dunque il deliverable e, in fase di analisi, meglio può riassumere
gli aspei motivazionali degli utenti. Il nostro suggerimento è quello di considerare i bi-
sogni e gli scopi come l'elemento centrale nella costruzione dei personaggi, possibilmente
utilizzando l'elenco suggerito nel paragrafo ... Per ogni personaggio stabilire il livello
e la modalità di realizzazione di scopi e bisogni, ed utilizzare i bisogni del personaggio
principale nell'analisi dei requisiti.
Analisi: definizione dei requisiti motivazionali
Nella definizione dei requisiti degli utenti, elencare:
. i requisiti funzionali:
• requisiti funzionali materiali;
• requisiti funzionali non materiali: bisogno di sicurezza, di relazione, di au-
tostima, di realizzazione, di autonomia, di potere.
. i requisiti non funzionali:
• i requisiti per l'oimizzazione degli aspei contestuali degli interessi;
• i requisiti legati ai valori degli utenti;
• i principi progeuali suggeriti dalla teoria del flusso oimale;
• i requisiti estetici e di enjoinment, e quelli e Rullo, ``e so qualities of
interaction'' definisce so requirements.
.. I MODELLI SOCIOCOGNITIVI NELL'EXPERIENCE DESIGN 
. i requisiti finalizzati a preservare l'autostima dell'utente, a eliminare le possibili
cause di non utilizzo, evitare quegli aspei dell'artefao e possono innescare
emozioni di ansia o di rabbia;
. i requisiti di usabilità e quelli finalizzati a mantenere alta la motivazione dell'u-
tente.
Progettazione
La progeazione deve naturalmente tener conto dei requisiti.
• Priorizzare la progeazione ed implementazione di quelle funzioni e soddisfano
i bisogni, materiali e non materiali, definiti dai requisiti.
• Progeare ed implementare gli aspei autotelici, capaci di aumentare l'interesse
degli utenti (rilevanza, novelty, livello di aività, comprensibilità) e di innescare
il flusso di esperienza oimale.
• Progeare gli aspei estetici, seduivi e di divertimento;
• Progeare interazioni e non innesino emozioni di frustrazione, ansia e rabbia.
 CAPITOLO . GLI ASPETTI MOTIVAZIONALI
Capitolo 
L'attenzione
. Le teorie dell'attenzione
.. Definizione di attenzione
L'aenzione seleiva si riferisce all'elaborazione differenziale di sorgen-
ti simultanee di informazione
[(Johnston and Dark, , pag. ).
L'aenzione seleiva è il processo grazie al quale un parte dell'informa-
zione disponibile è selezionata da un array sensoriale per ulteriori elabora-
zioni, in particolare per la ricognizione o per dei compiti mnemonici
(Niebur, Ko and Rosin, ). L'aenzione è un fenomeno e coinvolge il vissuto
esperenziale di ogni individuo. Ognuno ha, almeno implicitamente, la sensazione di
vivere immerso in un ambiente formato da innumerevoli oggei. A questi oggei pos-
siamo decidere di prestare, o meno, il nostro interesse; ma gli stessi oggei, grazie alle
loro caraeristie di salienza, possono in quale modo imporsi al nostro interesse o,
viceversa, possono mimetizzarsi.
Noi tui abbiamo la capacità di ascoltare una persona fra molte e parlano contem-
poraneamente: riusciamo a far emergere la sua voce e a portare in secondo piano le altre.
Ma se qualcuna delle altre persone pronuncia il nostro nome essa si impone alla nostra
coscienza: riusciamo ad accorgerci e si parla di noi ane se non stavamo ascoltando.
E' la tipica situazione nota come cotail party.
Se iedessimo all'ipotetico uomo della strada una definizione di aenzione questi
probabilmente ne parlerebbe come della capacità di decidere quali parti del mondo (e
dei nostri stessi pensieri) far emergere a livello della coscienza. Una definizione non
molto dissimile a quella data, un secolo fa, da William James: la mia esperienza è ciò
a cui decido di prestare aenzione (citato in Bagnara, ). Deo in altri termini, se
la coscienza è la nostra telecamera sul mondo l'aenzione è il regista e decide quali
inquadrature effeuare.

 CAPITOLO . L'ATTENZIONE
Il rapporto coscienza/aenzione ha condizionato il ruolo di quest'ultima nella storia
della psicologia (Bagnara, pag. ). Nell'era pionieristica della psicologia, durante il pe-
riodo a cavallo fra il xix ed il xx secolo, la coscienza era considerata uno degli argomenti
centrali della materia, ed al problema dell'aenzione veniva di conseguenza aribuita
molta importanza.
In seguito, con l'avvento del comportamentismo, la coscienza venne considerata un
assunto metafisico non solo inutile, ma addiriura dannoso e lo stesso conceo di aen-
zione fu ripudiato in virtù degli assunti mentalisti e veicolava. ando il cognitivismo
restituì dignità e ciadinanza al mentalismo si incominciò a parlare nuovamente di at-
tenzione ed a studiare il fenomeno con i mezzi conoscitivi e, nel fraempo, erano stati
sviluppati.
Oggi l'aenzione è uno degli argomenti traati non solo della psicologia genera-
le, ma ane della neuropsicologia sperimentale, della neuropsicologia clinica, dalla
psicofisiologia e dalla neurofisiologia (Johnston and Dark, , pag. ).
L'aenzione seleiva consiste nella capacità, da parte di un agente, di selezionare, in
base ad un quale criterio, un solo oggeo fra quelli presenti nel suo ambiente. Essa può
essere considerata un filtro e seleziona le informazioni in input e decide quali di que-
ste debbano essere ulteriormente elaborate e quali, viceversa, debbano essere ignorate.
Complementare all'aspeo seleivo vi è il fenomeno della focalizzazione, e consiste
nella capacità di sooporre lo stimolo selezionato ad ulteriori elaborazioni. Nel para-
grafo ci occuperemo dell'aenzione seleiva, mentre il paragrafo introdurrà l'aenzione
focalizzata.
. Le funzioni dell'attenzione selettiva
Per spiegare l'esistenza ed il funzionamento del processo aentivo è necessario rispon-
dere alle seguenti domande:
. a e cosa serve il filtro, ovvero per quale motivo è necessario eliminare parte
dell'informazione disponibile;
. dov'è collocato all'interno del flusso;
. com'è fao e come funziona;
. in base a quali criteri seleziona le informazioni.
Le questioni sono fra loro collegate: non è possibile, ad esempio, pensare e la
selezione dell'informazione si basi su criteri semantici se si colloca il filtro in uno stadio
precedente l'analisi semantica.
Nelle fasi preaentive della percezione l'agente elabora tua l'informazione in arrivo
nei propri canali sensoriali, indipendentemente dal numero di oggei percepiti. Nelle
fasi postaentive, viceversa, l'agente elabora soltanto i dati riguardanti l'oggeo selezio-
nato. Il primo tipo di operazioni è compiuto in parallelo, in quanto alcune operazioni
sono effeuate contemporaneamente nei confronti della rappresentazione di innumere-
voli oggei; le elaborazioni postaentive sono, viceversa, seriali, poié si applicano ad
.. LE FUNZIONI DELL'ATTENZIONE SELETTIVA 
un solo oggeo alla volta. La perdita di informazione costituisce sicuramente uno svan-
taggio in quanto, potendo, sarebbe meglio poter elaborare in maniera completa tui i dati
in ingresso. Per capire a e cosa serve l'aenzione seleiva è necessario allora iedersi
peré l'elaborazione smee, ad un certo punto, di funzionare in parallelo elaborando
tue le informazioni in ingresso.
L'elaborazione delle informazioni può avvenire in due modi:
• nell'elaborazione parallela tui i dati vengono computati contemporaneamente
da un numero di unità di elaborazione pari almeno al numero di informazioni da
elaborare;
• nell'elaborazione seriale i dati vengono invece computati uno alla volta (od un
gruppo alla volta).
Usando uno stesso tipo di unità di elaborazione l'elaborazione parallela è banalmente
più potente di quella seriale, in quanto la capacità computazionale di molte unità di ela-
borazione è almeno pari alla capacità di una sola unità di elaborazione. In genere, però, le
unità di elaborazione tipie delle ariteure parallele sono meno potenti delle unità di
elaborazione tipie delle ariteure seriali. In questo caso è più difficile stabilire quale
sia l'ariteura più appropriata per compiere una data operazione. Nel caso si debba-
no compiere operazioni molto semplici e fra loro non ordinate (e dunque non vincolate
ad una precisa sequenza) un'ariteura parallela appare più appropriata. alora le
operazioni da compiere debbano essere eseguite in una precisa sequenza l'ariteura
parallela è superflua, in quanto in ogni istante t un solo elaboratore può operare. a-
lora le operazioni possano essere eseguite solo da unità di elaborazione molto potenti
l'ariteura parallela può rivelarsi utile ma eccessivamente costosa in termini di po-
tenza computazionale. Un primo svantaggio nell'elaborazione contemporanea di tue
le informazioni disponibili può dunque consistere nell'eccessivo carico computazionale
e una simile operazione comporta.
Un secondo tipo di problemi legati alle ariteure parallele è dato dalla possibilità
e sorgano delle interferenze fra i processi o fra le rappresentazioni.
Vi è un'interferenza fra i processi qualora il compimento di un'operazione da parte
di una unità compromea in quale modo la possibilità, da parte di un'altra unità, di
compiere in maniera correa il compito e era tenuta ad eseguire. Se consideriamo, un
poco impropriamente, i due muscoli antagonisti di un arto come due unità di elaborazio-
ne, ci accorgiamo e essi non possono operare contemporaneamente, pena l'inefficacia
delle loro azioni. E' dunque necessaria, per il loro correo funzionamento, la presenza di
un meccanismo (una specie di semaforo) e decida quale dei due muscoli debba essere
aivato.
L'interferenza a livello di rappresentazioni è possibile (ed addiriura frequente) qua-
lora l'elaborazione parallela operi su informazioni codificate in maniera distribuita. In
quest'ultimo caso, infai, la codifica contemporanea di due o più dati può portare ad
effei di sovrapposizione e dunque ad una perdita dell'informazione. La serializzazione
dell'elaborazione potrebbe dunque avvenire per ovviare a quest'ultimo possibile proble-
ma. E' utile soolineare come, in questo caso, l'elaborazione continui ad essere parallela
ma avvenga sooponendo ad analisi un solo oggeo alla volta.
 CAPITOLO . L'ATTENZIONE
L'abbandono di un'elaborazione parallela a favore di una di tipo seriale può dunque
essere dovuta ai seguenti motivi:
. Il primo vincolo può essere legato alle unità di elaborazione: se il numero delle
unità è inferiore al numero di dati da elaborare, tali dati non potranno essere
elaborati contemporaneamente. I personal computer, ad esempio, dispongono di
una sola unità di elaborazione, e riescono dunque a fare un'operazione alla volta
(ane se a velocità elevatissime). esto verrà definito il problema delle risorse
limitate.
. Il secondo vincolo può sorgere a livello del processo, nel momento in cui alcu-
ne operazioni sono fra loro incompatibili, oppure producono risultati opposti.
In questo caso è necessario e l'elaboratore compia una scelta fra le operazio-
ni potenzialmente eseguibili. esto verrà definito il problema del conflio della
risposta.
. Il terzo vincolo può sorgere a livello della rappresentazione ed è noto in leeratu-
ra come binding problem (Hinton, McClelland and Rumelhart, , pag. ): il
binding problem sorge qualora il campo receivo di un neurone abbia una dimen-
sione tale da poter percepire simultaneamente più di un oggeo, e dunque vi sia
la possibilità e la codifica di due o più elementi possa causare delle interferenze;
in questo caso è necessario e gli elementi siano rappresentati uno alla volta in
un processo di tipo seriale.
Una teoria dell'aenzione si pone, come obbieivo, di spiegare il motivo e sta alla
base dell'elaborazione seriale delle informazioni. Abbiamo delineato tre possibili moti-
vi: risorse limitate, conflio nelle risposte, conflio nella codifica (o binding problem).
Analizzeremo ora tre classi di teorie dell'aenzione: la teoria dell'aenzione per risor-
se limitate, la teoria dell'aenzione per conflio delle risposte, e la features integration
theory (e, per amore di simmetria, potremmo definire la teoria dell'aenzione per
conflio nella codifica).
.. Le teorie dell'attenzione per risorse limitate
Secondo la prima ipotesi la mente funziona, ad un certo punto, in maniera sequenzia-
le poié le unità di elaborazione sono insufficienti ad elaborare tue le informazioni
contemporaneamente:
L'immagine dell'aenzione come uno sforzo mentale deriva dall'assun-
zione comune e le capacità di elaborazione di quale meccanismo cen-
trale siano limitate
(Johnston and Dark, , pag. );
ando le computazioni eseguite dal cervello sono faticose, nel senso
e elementi esterni competono per una risorsa comune a capacità limitata,
gli psicologi etieano questi elementi come riiedenti aenzione
(Posner and Presti, , pag. ).
.. LE FUNZIONI DELL'ATTENZIONE SELETTIVA 
Nonostante sia iaro e il parallelismo sia necessario per processare
il massiccio numero di dati e rappresentano l'input visivo in un lasso di
tempo relativamente breve, il parallelismo completo non è possibile, poié
riiede troppi processori e connessioni. Piuosto, bisogna trovare un com-
promesso […] Un mezzo per implementare questo compromesso è di pro-
cessare tui i dati in parallelo nei primi stadi della visione, e poi selezionare
parte dei dati disponibili per l'ulteriore elaborazione dei livelli successivi. A
questa serializzazione della computazione verso i livelli di elaborazione più
alti ci si riferisce con il nome di aenzione.
(Sandon, ).
L'ipotesi delle risorse limitate è stata presentata per prima se non altro per motivi sto-
rici: Broadbent formulò la prima teoria moderna dell'aenzione proprio muovendo da
questa idea (Bagnara, , pag. ). Il modello di Broadbent suggeriva e l'informazio-
ne di ogni canale fosse inizialmente processata in parallelo, ma ad un certo punto conver-
gesse in un dispositivo a capacità limitata (un collo di boiglia) deputato all'identificazio-
ne degli stimoli e all'elaborazione semantico, operazioni ritenute computazionalmente
pesanti.
La teoria del collo di boiglia supponeva e la selezione aenzionale fosse un filtro,
di tipo tuo-o-nulla, localizzato negli stadi iniziali dell'elaborazione, e e operasse in
base a criteri di tipo fisico quali la locazione spaziale, il colore, la luminosità. Si rite-
neva infai e l'elaborazione dei dati di tipo fisico (fra cui la localizzazione spaziale)
fosse precedente all'analisi semantica, e veniva considerata posteriore e computazio-
nalmente pesante. Una selezione precedente l'analisi semantica (l'ipotesi early selection)
sollevava dunque il sistema dall'onere di un lavoro troppo gravoso.
Alcuni esperimenti (ascolto dicotico, effeo Stroop) dimostrarono e l'ipotesi del
filtro tuo-o-nulla era falsa, poié si scoprì e le informazione presentate nel canale o
nella modalità disaesi venivano comunque elaborate addiriura al livello semantico.
Un ipotesi più morbida fu presentata da Treisman nel  ed acceata dallo stesso
Broadbent: questo modello assumeva e sia i canali aesi e disaesi fossero proces-
sati, ma e il segnale, nel canale disaeso, fosse in quale misura aenuato.
esta formulazione riusciva a tenere conto dei dati sperimentali e misero in dif-
ficoltà il modello precedente, ma veniva meno al principio dell'economicità, in quanto,
come soolineato da Norman (cit. in Bagnara, pag. ), la riduzione del peso sull'elabo-
ratore centrale determinata dalla aenuazione di alcuni canali è effimera, poié tui i
segnali in arrivo devono essere comunque elaborati.
La teoria dell'aenzione per risorse limitate si fonda su alcune assunzioni piuosto
forti sull'ariteura ed organizzazione dell'elaborazione (Allport, , pag. ). Ne
verranno qui elencate alcune e ne verrà analizzata la validità.
• L'assunzione secondo cui l'elaborazione dell'informazione segua una sequenza li-
neare, ordinata ed unidirezionale di operazioni e vanno dall'input sensoriale alle
risposte motorie esplicite, piuosto e, ad esempio, operare araverso vie mul-
tiple, parallele e magari reciproe. Solo in una singola serie, lineare e ordinata
di operazioni di elaborazione possiamo determinare con certezza quali operazioni
sono precedenti e quali successive.
 CAPITOLO . L'ATTENZIONE
• L'assunzione e l'elaborazione degli aributi fisici di caraere spaziale sia prece-
dente all'elaborazione degli aributi categorici o semantici.
• L'assunzione e vi sia un solo locus dell'aenzione seleiva, collocato fra l'elabo-
razione fisica e quella semantica (early selection) e un unico ed uniforme processo
computazionale, e e esista, nel cervello, un sistema centrale unitario, di capacità
limitata, e può essere bypassato solo dalle operazioni automatie.
Allport analizza tali assunzioni e le verifica sulla base di alcuni dati. La prima as-
sunzione, secondo cui l'elaborazione dell'informazione visiva avviene secondo una se-
quenza lineare, streamente seriale, totalmente ordinata ed unidirezionale è smentita
da numerose osservazioni di caraere neuroanatomico:
• Non è seriale ma avviene araverso almeno due vie di elaborazione parallelo:
– un sistema ventrale, e include buona parte del lobo temporale inferiore,
cruciale per i processi di identificazione degli oggei;
– un sistema dorsale e proiea verso la corteccia parietale posteriore ed è
essenziale per la visione spaziale e la coordinazione visuomotoria.
• Non è unidirezionale: il numero dei collegamenti baward è quasi equivalente a
quello delle connessioni forward.
• Non è streamente sequenziale: ogni area implicata ha dei legami direi con i
sistemi motori, e l'aivazione di ogni area corticale può indurre una disposizione
comportamentale all'azione, saltando dunque le sequenze successive (o presunte
tali).
La presenza di due vie visive parallele, l'una deputata all'analisi spaziale, l'altra al-
l'identificazione delle caraeristie degli oggei, rende obsoleta l'idea e la codifica
spaziale sia in quale modo precedente ad altri tipi di codifica, di tipo categoriale e
semantico. Al contrario, la codifica di relazioni visuospaziali e la modulazione aenzio-
nale a tali rappresentazioni avviene a differenti livelli di elaborazione visivo e controllo
visuomotorio.
Infine l'idea di un unico centro aentivo sembra contraddea dal fao e la mo-
dulazione aenzionale seleiva di tipo spaziale è stata riscontrata in molteplici loci
anatomico-funzionali, fra i quali i sistemi corticali e subcorticali implicati in funzioni
di caraere premotorio.
Il problema del locus dell'aenzione seleiva nel processo computazionale è stato
posto in maniera semplicistica, ritenendo e tuo ciò e ha a e fare con la dimen-
sione spaziale avvenga nei primi stadi di computazione: le dimostrazioni sperimentali
dell'influenza della componente spaziale sull'efficienza della selezione visiva venivano
considerate una conferma dell'ipotesi dell'early selection.
Va invece soolineato come la rappresentazione spaziale dell'ambiente implii una
serie di operazioni piuosto complesse. Molti dei fenomeni visivi proposti quali indica-
tori della cosiddea early selection possono essere dunque ridefiniti, più precisamente
è più appropriatamente, semplicemente quali indicatori di selezione spaziale, selezione
e non necessariamente deve avvenire ai primi stadi dell'elaborazione. esto fao
.. LE FUNZIONI DELL'ATTENZIONE SELETTIVA 
pone però dei problemi alle teorie delle risorse limitate, e postulano e la selezione
avvenga precocemente nel corso dell'elaborazione.
L'ipotesi delle risorse limitate non è dunque sufficiente a spiegare tui i fenomeni
collegati all'aenzione seleiva. esto non significa comunque e sia del tuo falsa.
Nella situazione del cotail party, ad esempio, prestare aenzione a più persone è un
compito e sicuramente va oltre le capacità computazionali di una persona, ane senza
invocare problemi di interferenza.
.. Teorie dell'attenzione per conflitto della risposta
Una spiegazione alternativa dell'aenzione seleiva postula e l'elaborazione sequen-
ziale sia necessaria in quanto alcune operazioni risultano in conflio fra di loro e dunque
sia necessario scegliere quale operazione effeuare. Le teorie e spiegano l'aenzio-
ne in questi termini vengono definite teorie della selezione per conflio della risposta
(Bagnara, pag. ).
La principale teoria elaborata all'interno di questo approccio è la teoria premoto-
ria dell'aenzione spaziale. Secondo tale teoria lo scopo fondamentale dell'aenzione
consiste nella scelta di un azione specifica direa verso un dato oggeo, piuosto e
la selezione di un singolo stimolo fra i molti presenti nell'ambiente. Le assunzioni più
importanti della teoria premotoria sono le seguenti:
La programmazione degli ai motori e dei movimenti presuppone la localizzazione
degli oggei nello spazio.
Le aree in cui vi è rappresentazione spaziale sono coinvolte negli aspei spaziali della
programmazione motoria.
Differenti tipi di azione implicano differenti tipi di codifica delle relazioni spaziali:
i movimenti oculari necessitano di rappresentazioni retinotopie dello spazio distale,
mentre i movimenti di prensione (reaing) presuppongono una codifica centrata sul
corpo e/o sull'arto dello spazio prossimale.
Una stessa area può essere coinvolta in molteplici funzioni psicologie quali la rap-
presentazione spaziale, l'aenzione seleiva spaziale e la programmazione dei movi-
menti (Rizzolai and Gallese, ).
L'aenzione spaziale può essere prodoa da ognuna delle mappe e codificano
lo spazio, in quanto i meccanismi aentivi sono intrinseci alle mappe semantie e
dipendono dal programma motorio sviluppato.
Non esistono entità simili a circuiti di aenzione seleiva definiti come entità ana-
tomie separate dalle mappe spaziali: l'aenzione spaziale è una conseguenza della fa-
cilitazione dei neuroni nelle mappe pragmatie spaziali. La facilitazione dipende dalla
preparazione ad eseguire movimenti codificati in forma spaziale e direi ad uno scopo.
La selezione e la programmazione di un piano motorio produce automaticamente
uno spostamento dell'aenzione verso i seori spaziali dove l'azione deve essere esegui-
ta.
Nella teoria premotoria le mappe spaziali codificano non solo la locazione degli og-
gei nell'ambiente, ma ane la loro la valenza pragmatica, ovvero la possibilità di com-
piere, verso tali oggei, determinate operazioni. Le mappe spaziali vengono per questo
definite mappe pragmatie (Rizzolai, Riggio and Sheliga, , pag. ).
 CAPITOLO . L'ATTENZIONE
.. La features integration theory
Secondo la features integration theory la necessità di ricorrere all'aenzione seleiva
spaziale deriva da un'ambiguità potenziale della codifica e può avvenire nelle reti pa-
rallele quando viene codificato più di uno stimolo. In tali reti, infai, il campo receivo
delle unità può avere un'estensione tale da percepire simultaneamente più stimoli, cau-
sando problemi di interferenza. L'aenzione viene dunque invocata, in questa teoria,
per risolvere il binding problem.
Nel modello proposto da Treisman e colleghi gli aributi fisici sono codificati in pa-
rallelo, automaticamente già nei primi stadi di elaborazione visiva, mentre gli oggei
vendono identificati soltanto in un secondo momento e con l'intervento dell'aenzio-
ne seleiva. Il modello assume e la scena visiva sia inizialmente codificata in base a
differenti dimensioni (colore, orientamento, frequenza spaziale, lucentezza, direzione di
movimento). L'elaborazione seriale diviene necessaria al fine di ricombinare tali rappre-
sentazioni separate e per assicurare la correa sintesi di aributi per ogni oggeo in una
scena complessa. Ogni aributo presente nella stessa locazione aentivamente selezio-
nata viene combinato per formare un oggeo unitario (Treisman and Gelade, , pag.
).
. Le vie di elaborazione visive
Nel cervello dei primati vi sono due meccanismi paralleli di elaborazione degli input
visivi:
• un meccanismo deputato all'identificazione degli oggei, indipendentemente dal-
la loro posizione (via del what);
• un meccanismo deputato alla localizzazione degli oggei, indipendentemente dai
loro aributi fisici (via del where).
La possibilità, da parte del meccanismo di identificazione, di ignorare le informazioni
relative alla posizione spaziale dell'oggeo costituisce uno dei principali vantaggi della
divisione dei compiti. Nei compiti di identificazione, apprendimento, riconoscimento
e classificazione è necessario infai disporre di una codifica centrata sull'oggeo, tale
da poter disporre di valori costanti di forma, dimensione e colore indipendentemente
dalle condizioni di contorno e, soprauo, invariante rispeo alla posizione nello spazio
tridimensionale ed a quella della proiezione retinica (Desimone and Ungerleider, ,
pag. ; Goodale and Milner, , pag. ). Un mezzo per oenere l'invarianza spaziale
è quello di ampliare il campo receivo delle cellule coinvolte:
È significativo come, in virtù di campi receivi estremamente larghi,
i neuroni dell'area temporale inferiore (it) sembrino capaci di assicurare le
basi neuronali del fenomeno noto come equivalenza degli stimoli alla trasla-
zione retinica, ovvero la capacità di riconoscere uno stimolo come identico
a prescindere dalla sua posizione nel campo visivo
(Mishkin, Ungerleider and Mao, , pag. ).
.. LE VIE DI ELABORAZIONE VISIVE 
Lungo la via del what vi sono delle unità, seleive verso determinati aributi fisici,
con campi receivi e possono includere un intero emicampo visivo. esto tipo di
codifica, estremamente efficiente, comporta però degli svantaggi: se molti stimoli fisi-
ci sono presenti nel campo visivo, alcuni campi receivi risieranno di percepire più
oggei ed il paern di aività di tali unità non riuscirà a discriminare fra le possibili
combinazioni di aributi presenti (Hinton, McClelland and Rumelhart, , pag. ).
Affiné la codifica sia correa il diametro dei campi receivi dev'essere non più ampio
dello spazio e intercorre fra i vari oggei. In caso contrario, sarà necessario diminuire
il campo receivo dei neuroni, perdendo però l'effeo di invarianza spaziale. L'unico
mezzo per salvare capra e cavoli è quello di rendere possibile una contrazione dinamica
del campo receivo delle cellule. L'ipotesi può sembrare assurda ma, come vedremo nei
prossimi capitoli, è proprio questo lo stratagemma utilizzato, reso possibile proprio ara-
verso l'aenzione seleiva spaziale (Moran and Desimone, ; Desimone, Wessinger,
omas and Sneider, ).
Secondo la features integration theory l'aenzione seleiva spaziale ha il compito di
disambiguare, nel corso del processo di identificazione, le informazioni relative agli at-
tributi fisici degli oggei simultaneamente presenti nel campo visivo, rendendo in questo
modo possibile l'integrazione delle caraeristie fisie degli stimoli. Ciò consentireb-
be di superare i problemi di identificazione collegati al tipo di codifica delle informazioni
lungo la via del what.
Nella generazione dei movimenti saccadici l'accuratezza del movimento può essere
drammaticamente danneggiata dalla presenza di un distraore localizzato vicino allo
stimolo bersaglio. esto effeo, noto in leeratura come effeo gravità (Sparks, Lee,
Rohrer, ), è dovuto al tipo di codifica degli stimoli nel collicolo superiore. In quest'a-
rea subcorticale, infai, i neuroni presentano campi receivi ampi e l'esaa locazione
di uno stimolo può essere inferita soltanto in base alla popolazione di neuroni e co-
stituiscono la mappa. La presenza del distraore modifica il paern di aivazione della
rete ed il veore calcolato andrà a cadere nel punto medio fra i due stimoli. In questo
caso, dunque, il problema dell'interferenza nella codifica emerge non a livello dell'identi-
ficazione degli stimoli ma a quello della loro localizzazione, danneggiando l'accuratezza
della programmazione motoria. Il filtro aentivo ha dunque ane lo scopo di eliminare
l'interferenza causata dagli stimoli distraori nella programmazione di ai motori e
implicano una precisa localizzazione degli oggei. esta descrizione del fenomeno ha
il pregio di meere in risalto i punti in comune fra la teoria dell'aenzione per conflio
nella codifica e teoria dell'aenzione per conflio nella risposta.
.. L'attenzione focalizzata
Nel presente lavoro si prenderà in considerazione quasi esclusivamente l'aenzione se-
leiva; l'aenzione focalizzata costituisce l'altra faccia del processo aentivo: si selezio-
na un oggeo per focalizzare su di questo la propria aenzione. L'aenzione focalizzata
consiste nella capacità di elaborare ulteriormente ed in maniera migliore l'informazione
selezionata. Una simile definizione è però ambigua, in quanto ulteriormente ed in manie-
ra migliore non sono sinonimi. Con l'etiea di aenzione focalizzata si accomunano,
dunque, due processi differenti:
 CAPITOLO . L'ATTENZIONE
• la possibilità di sooporre gli oggei selezionati ad elaborazioni non disponibili
nelle fasi preaentive del processo: identificazione o programmazione di azioni
nei loro confronti;
• la possibilità di operare, verso gli oggei o le aree spaziali selezionate, in maniera
più efficace, araverso una detezione più veloce, migliore capacità discriminativa
od una più alta predisposizione alla risposta. E' interessante notare come questi
vantaggi non si riferiscono alle operazioni sequenziali ad alto livello quanto ai
processi elementari computati in parallelo, ovvero quelli e la teoria del collo di
boiglia definirebbe preaentivi.
Araverso la selezione di un oggeo è possibile compiere, nei suoi confronti, ope-
razioni seriali di alto livello. Araverso la selezione di un'area spaziale è possibile av-
vantaggiare gli oggei localizzati in tale area ane nell'elaborazione in parallelo degli
stimoli. In maniera simile araverso la selezione di un aributo fisico è possibile aumen-
tare la salienza di quegli oggei e dispongono di tale aributo. L'aenzione spaziale
ha dunque non solo il compito di affrontare i problemi relativi all'interferenza della co-
difica nei processi di identificazione e programmazione motoria, ma può essere invocata
ane allo scopo di migliorare l'elaborazione degli stimoli e cadono in una specifica
area spaziale.
. Conclusioni
In questo capitolo abbiamo dato alcune definizioni di aenzione seleiva:
. L'aenzione seleiva consiste nella capacità, da parte di un agente, di selezionare,
in base ad un quale criterio, un solo oggeo fra quelli presenti nel suo ambiente.
. l'aenzione seleiva è l'interfaccia fra un'elaborazione di tipo parallelo ed una di
tipo seriale.
. l'aenzione seleiva è un filtro e seleziona un oggeo a scapito di altri;
La seconda e la terza definizione sono fra loro complementari: il passaggio da un'e-
laborazione parallela a quella seriale implica una scelta dell'informazione e verrà ul-
teriormente computata e, di conseguenza, la necessità di escludere altre informazioni
dall'accesso. La prima definizione coglie invece un aspeo differente del fenomeno:
data l'impossibilità di processare tuo contemporaneamente stabilisce e l'agente ha
comunque, entro certi limiti, la capacità di decidere a quali oggei prestare aenzione.
esta assunzione verrà analizzata nei prossimi capitoli.
Sono state brevemente discussi tre gruppi di teorie e sono state avanzate per spie-
gare gli scopi dell'aenzione. La teoria delle risorse limitate è legata soprauo agli
aspei semantici dell'elaborazione e, pertanto, in questo lavoro non verrà ulteriormente
presa in considerazione. Ci si occuperà, invece, in maniera abbastanza approfondita,
degli altri due gruppi di teorie: conflio nelle risposte ed interferenza nella codifica. Va-
le comunque la pena di ricordare e le tre diverse spiegazioni non sono mutualmente
escludentisi ma e, piuosto, sono fra loro complementari. La teoria delle risorse limi-
tate può spiegare alcuni fenomeni relativi alle operazioni di tipo semantico, la features
.. CONCLUSIONI 
integration theory può interpretare alcuni importanti fenomeni e emergono nei com-
piti di identificazione mentre la teoria premotoria può essere invocata nella descrizione
della programmazione degli ai motori.
 CAPITOLO . L'ATTENZIONE
Capitolo 
La rappresentazione delle
informazioni visive
Nel presente capitolo verranno descrie le strategie di codifica dell'informazione visiva.
Una correa identificazione dei tipi di rappresentazione è centrale in ogni teoria com-
putazionale (Marr, , pag. ). Nel caso del processo di selezione dell'informazione
vi è un ulteriore motivo di interesse dovuto al fao e il meccanismo aentivo viene
invocato proprio per risolvere alcuni conflii e possono sorgere nella codifica delle
informazioni visive. In questo capitolo verranno traati i seguenti argomenti:
• gli aspei formali della rappresentazione spaziale;
• le mappe di salienza e le mappe pragmatie;
• il problema delle coordinate di riferimento nelle mappe spaziali.
. Gli aspetti formali delle rappresentazioni spaziali
Una rappresentazione è un sistema formale il cui scopo è quello di rendere esplicito uno
specifico insieme di informazioni (Marr, , pag. ).
La scelta della funzione di codifica è strategica, in quanto ogni particolare rappre-
sentazione rende certe informazioni esplicite a scapito di altre e vengono lasciate sullo
sfondo e possono essere difficili da recuperare (Marr, , pag. ).
In termini computazionali la rappresentazione avviene araverso una funzione e
mappa il mondo rappresentato in un mondo rappresentante (Rumelhart e Norman, ,
pag. ). Per determinare formalmente una rappresentazione è necessario rendere espli-
citi alcuni aspei (Palmer, cit. in Rumelhart e Norman, , pag. ) :
. le caraeristie del mondo rappresentato;
. le caraeristie del mondo rappresentante;
. una definizione delle proprietà del mondo rappresentato e vengono codificate;

 CAPITOLO . LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE
. una descrizione degli aspei del mondo rappresentante e sono utilizzate nella
codifica;
. la definizione della corrispondenza fra i due mondi.
.. Diversi tipi di mappa
Una rappresentazione può codificare non solo le caraeristie proprie degli oggei del
mondo rappresentato, ma ane i rapporti e intercorrono fra gli oggei stessi. Nella
rappresentazione del mondo fisico, ad esempio, è possibile preservare le relazioni di ca-
raere topologico: per fare questo è sufficiente e i rapporti spaziali e intercorrono
fra gli oggei vengano mantenuti nella codifica. Vengono definite mappe le rappresen-
tazioni e conservano i rapporti topologici (e, talvolta, metrici) fra gli oggei del mondo
rappresentato.
Una rappresentazione topologica è possibile ane nel sistema nervoso. In questo
caso la mappa è data da un insieme di neuroni organizzati in una matrice bidimensionale;
i campi receivi delle unità sono organizzati in modo e neuroni adiacenti hanno campi
receivi adiacenti, e la locazione spaziale degli stimoli viene rappresentata araverso la
locazione fisica delle cellule.
Le mappe presenti nelle aree corticali e subcorticali possono essere raggruppate in
due tipologie:
• le mappe perceive o sensoriali;
• le mappe motorie.
Nelle mappe perceive vengono codificati i segnali provenienti dal mondo esterno
araverso gli organi di senso. Le relazioni topologie vengono mantenute in quanto
ad ogni neurone di tale regione corrisponde un'area spaziale, dea campo receivo, e
l'ariteura della regione è tale e, a neuroni adiacenti, corrispondono campi receivi
spazialmente vicini. Le mappe perceive seleive nei confronti degli aributi fisici sono
definite mappe degli aributi (features map: Treisman, ). Nella terminologia di
Treisman l'unione delle mappe degli aributi è definita master map (Treisman, ).
Nelle mappe motorie vengono invece codificate le azioni od i movimenti di cui l'or-
ganismo è capace. In questo caso sono le proiezioni dei neuroni ad essere organizzate
topologicamente, in quanto a neuroni adiacenti corrispondono movimenti simili. Gli
ai motori possono essere codificati a diversi livelli di astrazione: nelle regioni periferi-
e le mappe codificano i movimenti muscolari, mentre nelle aree più centrali la codifica
avviene ad un livello più astrao, ad esempio araverso una rappresentazione veoriale.
Nel cervello vi sono, però molte mappe premotorie e codificano ane stimoli per-
ceivi, e dunque possono essere più propriamente definite mappe perceivo-motorie.
Rizzolai e colleghi definiscono queste rappresentazioni come mappe pragmatie (Riz-
zolai, Riggio and Sheliga, , pag. ), in quanto la salienza della rappresentazione
dipende dalla possibilità di operare, verso quell'oggeo, determinate operazioni.
.. LA CODIFICA DELLE INFORMAZIONI NELLE DUE VIE DI ELABORAZIONE 
. La codifica delle informazioni nelle due vie di elabo-
razione
Lo scopo dei primi stadi di elaborazione visivi è quello di ricostruire e localizzare gli og-
gei partendo dalla proiezione bidimensionale fornita dalla retina. La percezione visiva
assolve dunque una duplice funzione (De Yoe and Van Essen, , pag. ):
• il processo di identificazione degli oggei, finalizzato alla codifica delle proprietà
fisie globali degli oggei, in maniera indipendente rispeo alle condizioni locali
dell'immagine proieata sulla retina (Desimone and Ungerleider, , pag. );
• il processo di analisi delle relazioni spaziali fra gli oggei e fra le componen-
ti di un oggeo, araverso una mappatura topologica dell'ambiente circostan-
te, espresso in coordinate indipendenti dalla posizione dei receori (ovvero non
retinocentrie).
Gli aributi sensoriali (sensory cue) sono dati da quelle informazioni presenti nel-
l'immagine e possono essere estrae araverso un'elaborazione locale e contribuisco-
no alla percezione od al comportamento guidato dalla visione (De Yoe and Van Es-
sen, , pag. ): il contrasto spaziale, la velocità retinica, la disparità binoculare
e l'orientamento bidimensionale.
A partire da queste informazioni il meccanismo visivo ricostruisce le informazioni
relative alle caraeristie fisie degli oggei percepiti, ovvero gli aributi fisici (percei-
ved aributes, De Yoe and Van Essen, , pag. ): forma, colore, trama, luminosità,
grado di trasparenza, rigidità, estensione spaziale, inclinazione, posizione, traieoria e
spin (rotazione dell'oggeo su se stesso).
Lo scopo dei primi stadi di elaborazione visivo è quello di ricostruire, partendo dagli
aributi sensoriali, gli aributi fisici degli oggei percepiti; tali informazioni sono suc-
cessivamente utilizzate nei processi di identificazione e localizzazione. La successione
di elaborazione è la seguente:
attributisensoriali ⇒ attributifisici ⇒ identificazione, localizzazione.
L'elaborazione dell'input visivo araverso due meccanismi distinti per la localizza-
zione e l'identificazione comporta alcuni notevoli benefici. Paradossalmente, il van-
taggio maggiore consiste nella possibilità, da parte di ognuno dei due meccanismi, di
ignorare le informazioni pertinenti l'altro:
• la rappresentazione nella via di elaborazione spaziale rende equivalenti oggei
fisicamente diversi nei confronti dei quali sia possibile compiere operazioni simili;
• la rappresentazione adoata nel meccanismo di identificazione, viceversa, poten-
do ignorare le informazioni relative alla localizzazione di un oggeo riesce ad
oenere l'effeo di invarianza spaziale: due oggei fisicamente uguali sono rap-
presentati in maniera identica nonostante la loro immagine possa essere proieata
verso aree retinie diverse.
Nei compiti di identificazione, apprendimento, riconoscimento e classificazione è
necessario disporre di una codifica centrata sull'oggeo, tale da poter disporre di valori
costanti di forma, dimensione, colore indipendentemente dalle condizioni di contorno
 CAPITOLO . LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE
e, soprauo, invariante rispeo alla posizione nello spazio tridimensionale ed a quella
della proiezione retinica (Desimone and Ungerleider, , pag. ; Goodale and Milner,
, pag. ). Il meccanismo di identificazione visiva ha il compito di costruire una
simile rappresentazione a partire dagli aributi fisici, e lungo la via di elaborazione vi
sono dunque delle unità seleive verso tali aributi e capaci di invarianza spaziale. Tale
effeo è oenuto, come abbiamo visto nel precedente capitolo, araverso neuroni con
campo receivo molto ampio. Nei compiti di programmazione degli ai motori è invece
necessario disporre di una codifica di quaro tipi di aributi:
• il locus spaziale ove l'oggeo è collocato;
• l'estensione spaziale dell'oggeo
• la salienza dell'oggeo;
• la valenza pragmatica, ovvero la possibilità di compiere, verso quell'oggeo, de-
terminate operazioni.
La localizzazione e l'estensione spaziale degli oggei sono codificate nella localizza-
zione ed estensione delle proiezioni neurali. Gli indici di salienza e di valenza pragmatica
possono essere collassati in un unico valore e rappresenti la combinazione (o meglio
la congiunzione) dei due termini. In questo caso l'indice salienza * valenza pragmati-
ca è codificato dall'intensità di aivazione delle cellule dell'area occupata dall'oggeo.
Utilizzeremo il termine mappa di salienza nei contesti in cui l'elaborazione non faccia
esplicitamente uso di informazioni di caraere pragmatico.
Mentre nel modulo di identificazione vengono eliminati tui gli indici di carat-
tere spaziale nelle mappe pragmatie sono le caraeristie quali colore, forma od
inclinazione ad essere perse, rendendo di fao impossibili operazioni di identificazione.
. Il problema delle coordinate
Le rappresentazioni topologie codificano delle relazioni spaziali e intercorrono fra
un osservatore e gli oggei presenti nel suo ambiente. Com'è noto una locazione spaziale
non può essere determinata in termini assoluti, ma è necessario adoare delle coordinate
di riferimento.
Le rappresentazioni spaziali collocate lungo i primi stadi dell'elaborazione visivo
sono codificate in base a coordinate retinocentrie: l'origine del piano è collocata al
centro della fovea. Negli stadi successivi del processo risulta però più appropriata una
rappresentazione dello spazio centrata su coordinate diverse:
la rappresentazione spaziale nella modalità uditiva è verosimilmente centrata sul
capo: in questo caso l'asse verticale del piano corre lungo la linea sagiale del capo;
• la rappresentazione proprioceiva del corpo è centrata lungo la linea sagiale del
tronco;
• nelle aree deputate alla programmazione motoria degli arti la rappresentazione
spaziale è centrato sull'estremità dell'arto;
.. IL PROBLEMA DELLE COORDINATE 
• dati di caraere clinico e considerazioni di caraere computazionale lasciano sup-
porre esistano ane rappresentazioni dello spazio centrate sugli oggei dell'am-
biente.
La presenza di rappresentazioni topologie basate su coordinate diverse da quelle
degli oci è confermata da dati clinici su pazienti con sindrome di neglect (Bisia,
Capitani and Porta, ) e da dati neurofisiologici (Andersen, Essi and Siegel, ;
Jay and Sparks, ).
Una mappa bidimensionale può essere metricamente definita da un piano cartesiano.
Al fine di identificare univocamente la posizione di un punto in un piano è necessario
adoare un sistema di coordinate; su di un piano tale sistema è costituito da due veori
fra loro non collineari (per comodità si scelgono, solitamente, veori fra loro ortogonali),
e costituiscono gli assi del piano. Una volta stabilita una base appropriata ogni punto
nel piano cartesiano può essere univocamente identificato araverso una coppia ordinata
di numeri e rappresentano la proiezione del punto sui due assi. L'unico punto del
piano, identificato dalla coppia (, ), giacente all'intersezione dei due assi, costituisce
l'origine del piano.
Dato un piano cartesiano è possibile compiere l'operazione di traslazione, e consi-
ste in una rimappatura di un piano e mantiene inalterati i rapporti metrici fra i punti
del piano originale ma ne modifica la loro posizione rispeo all'origine.
La traslazione si oiene sommando algebricamente ad ogni coppia di numeri del-
l'insieme e costituisce il piano un veore bidimensionale costante; in questo modo gli
assi cartesiani passeranno lungo linee differenti e, soprauo, l'origine del piano sarà
data da un nuovo punto (corrispondente al reciproco del veore costante sommato).
Lungo la via del where si operano numerose traslazioni delle mappe spaziali:
• la traslazione dalle rappresentazioni centrate sulla retina a quelle centrate sul ca-
po si oiene sommando il veore bidimensionale corrispondente alla posizione
angolare degli oci rispeo al capo;
• la traslazione dalle rappresentazioni centrate sul capo a quelle centrate sul tronco
si oiene sommando il veore bidimensionale corrispondente alla torsione del
collo;
• la traslazione dalle rappresentazioni centrate sul tronco a quelle centrate sull'arto
si oiene soraendo la posizione dell'arto in base alle coordinate del tronco.
Tali traslazioni sono delle operazioni lineari e dunque possono essere algebricamente
sommate: se, ad esempio, il veore corrispondente alla posizione degli oci nel capo è
il reciproco del veore corrispondente alla torsione del collo le rappresentazioni centrate
sulla retina saranno identie a quelle centrate sul tronco.
.. Trasduttori di coordinate
Dalla presenza di rappresentazioni topologie centrate su diverse coordinate si deduce
l'esistenza di alcuni moduli capaci di compiere una simile operazione, e iameremo
trasduori di coordinate: un trasduore di coordinate è un dispositivo e, a partire da
una mappa topologica e da un veore, ritorna una nuova mappa identica alla precedente
ma spostata in direzione del veore.
 CAPITOLO . LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE
Parte II
Il design

Capitolo 
La gestione di un progetto
. Introduzione
La progeazione e lo sviluppo di un artefao cognitivo è un processo complesso e
coinvolge un team multidisciplinare. È dunque necessario applicare una metodologia
progeuale per minimizzare i risi di fallimento del progeo. Poié l'interaction de-
sign si riferisce principalmente allo sviluppo di programmi soware o siti web, buona
parte della metodologia progeuale si rifà ai metodi di sviluppo del soware. In questo
documento verrà descrio l'approccio classico, a cascata; ne verranno identificati i limi-
ti. Verrà introdoo l'approccio iterativo e agile, se ne discuteranno i vantaggi ed i limiti.
L'interazione uomo computer (da cui l'interaction design deriva) si occupa di studiare
e migliorare l'interazione fra un utente ed un artefao computazionale, generalmente un
computer. Storicamente, dunque, l'interaction design si colloca nell'alveo dello sviluppo
dei soware.
Sebbene sia possibile immaginare di progeare un modello di interazione a prescin-
dere dalla progeazione e dall'implementazione di un soware o di un hardware, gene-
ralmente il ruolo di interaction designer si colloca in un team di progeazione e sviluppo
e si occupa di realizzare dei prodoi soware. Negli ultimi dieci anni, inoltre, il con-
testo dove più frequentemente si studiano e si applicano gli aspei di interaction design
è il web: i siti internet e le web application.
Non è dunque sorprendente e la gestione del progeo di un artefao interai-
vo si basi sui principi dello sviluppo del soware. Lo user centered design, e costi-
tuisce la base dell'interaction design, costituisce di fao un'estensione dei modelli di
progeazione di programmi per calcolatore.
Per capire come si sviluppa un progeo di interaction design è dunque necessa-
rio rivolgersi alla leeratura sul soware project management e agli adaamenti della
gestione di progei basati su web.
Gestire un progeo significa:
• identificare gli obieivi e i risultati aesi, e se possibile quantificarli;
• identificare i vincoli;

 CAPITOLO . LA GESTIONE DI UN PROGETTO
• pianificare il processo in modo da raggiungere gli obieivi rispeando i vincoli;
• monitorare il processo ed aggiustarlo quando necessario;
• mantenere un ambiente di lavoro calmo, positivo e produivo.
Nella gestione di un progeo vanno tenuti in considerazione  aspei Easterbrook,
Project Management:
• il prodoo;
• le risorse materiali;
• i tempi;
• i faori di risio;
. Il modello a cascata
A process model is a description of the significant aspects of the tasks
that are accomplished during the development of soware, including the
artifacts produced, the agents involved in the activities, and the relation-
ships between these entities.
Boehm, ``A Spiral Model of Soware Development and Enhancement''
La modalità di progeazione tradizionale, sviluppata intorno agli anni seanta, è definita
a cascata, in quanto presuppone una sequenza quasi lineare di passaggi. La figura .
descrive graficamente il modello. Si inizia con l'analisi dei requisiti, si passa ad una fase
di analisi, progeazione, implementazione, test e distribuzione.
requisiti di sistema requisiti software analisi design implementazione test distribuzione
Figura .: Il modello a cascata (waterfall)
.. Le fasi nel modello a cascata
Nella prospeiva dell'interaction design la progeazione è raggruppata in  fasi: analisi,
design, implementazione e testing.
Una rappresentazione piuosto deagliata del modello a cascata dell'User centered desi-
gn è riassunta nel sito usabilitynet.org (hp://www.usabilitynet.org/tools/methods.htm).
.. IL MODELLO A CASCATA 
Analisi
• stakeholders analysis
• analisi del contesto
• studio degli standard
• pianificazione dei test di usabilità
• creazione di un team di progeazione e sviluppo multidisciplinare
• sviluppo degli obieivi di usabilità e accessibilità
• conduzione di studi sul campo (stile etnografico)
• analisi competitiva
• creazione dei profili utenti
• task analysis
• documentazione degli scenari d'uso
• documentazione dei requisiti di performance degli utenti
Design
• sviluppo di concei e metafore di design araverso fasi di brain storming
• sviluppo di screen flow (?) e modello di navigazione
• cognitive walkthroughs dei concepts di design
• prototipazione di design con carta e penna
• creazione di prototipi wireframe (bassa fedeltà)
• conduzione di test di usabilità sui wireframes
• creazione di prototipi ad alta fedeltà
• conduzione di test di usabilità sui prototipi ad alta fedeltà
• documentazione di standard e linee guida
• creazione di specifie di design
Implementazione
• conduzione di valutazioni euristie di usabilità e accessibilità
• strea collaborazione con il team di sviluppo per l'implementazione del design
• conduzione di test di usabilità sul prodoo, as soon as possible.
 CAPITOLO . LA GESTIONE DI UN PROGETTO
Fase di distribuzione
• utilizzo di questionari per oenere il feedba dell'utente
• conduzione di studi sul campo per oenere informazioni sull'uso del prodoo
• misurazione degli obieivi stabiliti in fase di analisi, araverso dei test di usabilità
.. Gestione del risio
Nel processo progeuale possono emergere degli ostacoli e degli imprevisti e ritarda-
no lo sviluppo o e costringono a modificarne delle parti. con gestione del risio si
intendono quelle pratie finalizzate a prevenire l'insorgere degli ostacoli ed a minimiz-
zarne gli effei negativi. Il principio soostante è e la prevenzione del risio è meno
costosa e la gestione dell'evento negativo. È utile rendere esplicita la stima del risio
nel momento in cui si fanno delle scelte progeuali.
Risi più probabili
Mancanza di adeguate competenze Il risio principale è quello di non avere un team
adeguato. Per prevenire questa possibilità è necessario assumere persone competenti e
se necessario formarle, e costruire un buon clima all'interno del team (team building).
Budget e tempistica non realistica Uno dei risi più frequenti, nello sviluppo di
un progeo, è quello di sforare i tempi o il budget. esto evento risia di meere
a repentaglio il successo del progeo. Per minimizzare questo risio è indispensabile,
all'inizio, fare stime corree di tempi e costi, magari rivolgendosi ad esperti. L'approccio
agile alla progeazione, e vedremo nelle prossime sezioni, cerca di affrontare questo
problema.
Sviluppo di funzioni non necessarie Un progeo, quando non è banale, consiste nel-
lo sviluppo di artefao con una serie di funzionalità. Uno degli errori più frequenti è
quello di sviluppare funzioni meno importanti, a discapito di funzioni necessarie. e-
sto errore può portare al problema sopra accennato di una dilatazione di tempi e costi.
Per prevenire questo risio è necessario fare una correa analisi dei requisiti, in cui
vengano ponderate l'utilità e il costo di ognuna delle funzioni previste.
Sviluppo di interfacce inadeguate Una correa interfaccia è essenziale per l'usabilità
di un prodoo. Il senso dell'interaction design è proprio quello di garantire la qualità
delle interfacce. I metodi utilizzati sono l'uso di scenari, prototipi, valutazioni euristie,
test con utenti.
Continue modifie dei requisiti esta è una situazione molto frequente: i requi-
siti iniziali vengono continuamente modificati dal commiente oppure dal fao e la
situazione ambientale non è stabile. Per prevenire questo risio è importante fare una
deagliata stakeholder analysis in cui i requisiti vengono contraati e stabiliti a priori
in maniera iara, specificando i costi di eventuali modifie. Un aeggiamento diverso
.. IL MODELLO A CASCATA 
è quello dell'approccio agile, in cui si adoa uno sviluppo iterativo e incrementale: in
questo caso ad ogni iterazione è possibile aggiornare la lista dei requisiti.
Mancanza degli stumenti necessari all'implementazione All'analisi ed al design de-
ve seguire la realizzazione dell'artefao. Sebbene analisi - design e implementazione
siano affidati a persone o a team con competenze diverse, è necessario e, in fase di
progeazione, si tenga conto dei problemi legati all'implementazione, per evitare di di-
segnare prodoi molto belli sulla carta ma di fao impossibili da realizzare, o la cui
affidabilità tecnica li rende di fao inutilizzabili. Per minimizzare questo risio è neces-
saria una buona analisi del contesto tecnologico (ane araverso lo studio degli utenti),
un'analisi dei requisiti tecnici ed una forma di benmarking, in cui si cerca di stimare
l'esistenza sul mercato delle tecnologie necessarie, la loro disponibilità, il loro costo, la
loro affidabilità.
L'enfasi e l'approccio agile pone sullo sviluppo early and frequent di versioni preli-
minari funzionanti del prodoo è finalizzato ane a minimizzare questo risio: se già
nella versione zero ci si pone il problema dell'implementazione gli ostacoli tecnologici
emergeranno da subito e sarà possibile adaare il progeo, magari ad una versione più
povera, con requisiti più bassi, ma di possibile implementazione.
esto approccio, inoltre, non impedisce di mantenere una visione di medio - lungo
termine, in cui è possibile immaginare una maggior disponibilità di tecnologie più ade-
guate, ed in cui la versione più ricca dell'artefao potrà essere realmente implementata.
Risi legati a collaboratori esterni Spesso, soprauo in progei complessi, il pro-
doo finale è realizzato araverso la collaborazione di più team e con l'apporto di per-
sone esterne. Un tipico esempio è un sito di contenuti, in cui alla progeazione e la
realizzazione dello strumento deve seguire una lunga fase di immissione delle infor-
mazioni da parte di persone e sono esterne al gruppo di progeo. Sebbene spesso la
gestione di queste persone non sia a carico dei team di progeazione o di sviluppo, è
iaro e il successo del progeo dipende ane da questo.
Un approccio partecipativo alla progeazione e allo sviluppo del progeo, e coin-
volga ane queste persone, può contribuire a minimizzare questo risio; va inoltre
previsto un budget adeguato per queste figure, ed è infine importante lavorare sulla loro
motivazione.
Problemi di performance del prodotto Sebbene progeato e sviluppato in maniera
correa, un prodoo può non funzionare come si vorrebbe. A volte vi possono essere
dei problemi di usabilità, di accessibilità o di utilità e non erano stati preventivamente
identificati nelle fasi di analisi e di test. Altre volte possono emergere problemi di tipo
tecnico - tecnologico. Per prevenire questi problemi è utile fare delle simulazioni e dei
benmarks di performance. Inoltre è importante monitorare il prodoo ed il loro uso,
soprauo nei primi tempi dopo la distribuzione. Araverso delle valutazioni di usabi-
lità sul campo, araverso dei questionari è possibile monitorare l'uso reale dell'artefao,
eventuali resistenze all'utilizzo, problemi di usabilità, errori nel soware.
L'approccio iterativo è finalizzato ad anticipare l'emergere di questa problematica. Se
 CAPITOLO . LA GESTIONE DI UN PROGETTO
una versione preliminare del prodoo viene rilasciata in tempi strei, è possibile testare
sul campo questi risi e prendere tempestivamente dei provvedimenti.
(riferimenti)
.. Limiti dell'approccio classico
Principali problemi
Sebbene molto razionale, l'approccio classico (a cascata) tende a non funzionare molto
bene, in quanto emergono una serie di problemi e costituiscono dei seri ostacoli al
successo progeuale (Parnas e Clements, ``A rational design process: How and why to
fake it'').
Difficoltà nello stabilire i requisiti del cliente Spesso il commiente non sa esaa-
mente cosa vuole, oppure non riesce a spiegarcelo.
Difficoltà nell'analizzare i vincoli progettuali Molti dei vincoli e dei requisiti e
influenzano la realizzazione di un progeo emergono nel corso dell'implementazione.
Alcuni di questi aspei andranno ad invalidare la fase di design, e saremo costrei a
tornare indietro.
Difficoltà del team di comprendere il progetto Le persone hanno difficoltà a com-
prendere appieno tui gli aspei del progeo, soprauo se questo rimane ad un livello
di descrizione astrao. Ane avendo a disposizione tui i requisiti, dunque, è difficile
progeare correamente se si rimane esclusivamente ad un livello astrao.
esto è uno dei motivi per cui è utile una adeguata documentazione. L'utilizzo di pro-
totipi e di rappresentazioni differenti del design può aiutare commiente, progeisti e
sviluppatori ad avere una visione di insieme e al giusto livello di deaglio del progeo.
Cambiamenti esterni Spesso, durante il processo di sviluppo di un progeo, occor-
rono dei cambiamenti nel contesto esterno, alcuni dei quali costringono a rimeere in
discussione alcuni requisiti e dunque la progeazione.
Errori Gli errori sono inevitabili, ed è necessario poterli far emergere e correggerli il
prima possibile.
Rigidità cognitiva Spesso, nella progeazione, ci si lega ad un'idea progeuale, una
metafora, un approccio a priori. Se questo approccio non è il più funzionale è impor-
tante correggerlo al più presto. In un approccio a cascata, però, il problema potrebbe
emergere soltanto nelle fasi finali di implementazione o di testing. La psicologa sociale
Langer parla di premature cogntitive commitment.
esti limiti possono portare ad un aumento della probabilità di fallimento del pro-
geo (Ferreira, ``Interaction Design and Agile Development: A Real-World Perspecti-
ve'').
.. IL MODELLO A CASCATA 
Vantaggi di un approccio razionale
Nonostante i suoi limiti, l'approccio tradizionale ha dei vantaggi. I motivi sono molte-
plici.
• Le persone hanno bisogno di pianificare il loro lavoro, per sapere come procedere
e per evitare la sensazione di overwhelming.
• Sebbene un'analisi ed una pianificazione completa sono o impossibili o troppo
costose, una ragionevole analisi e pianificazione iniziale costituisce una buona
base per la progeazione e l'implementazione, diminuendo il risio di errori o la
necessità di modifie strategie al progeo.
• L'adozione di standard procedurali può essere di aiuto soprauo nella gestione
contemporanea di più progei, ma ane per affinare la metodologia fra un pro-
geo e l'altro. Diviene inoltre più facile verificare il progeo, collaborare con altri
team o con persone esterne, condividere materiale o soware.
• Se si segue uno standard procedurale diventa più facile misurare i progressi fai
e gli eventuali problemi.
.. Modifie al modello a cascata
Lo svantaggio maggiore del modello a cascata è legato al fao e non tuo è analizzabile
a priori, e nel modello waterfall la fase di testing avviene troppo tardi.
L'implementazione pedissequa è risiosa e prona ai fallimenti. La fase di test, pre-
vista alla fine dello sviluppo, è il primo momento in cui possiamo verificare se il mecca-
nismo funziona.
I fenomeni e rientrano nella progeazione non sono analizzabili con precisione, per-
é spesso vi sono vincoli, interni o esterni al progeo, e non possono essere analizzati
con precisione a priori, e possono emergere solo in fase di test.
Se la fase di test, però, avviene solo alla fine dello sviluppo, si aumentano i faori di
risio:
• si dilatano i tempi di consegna;
• aumentano i costi di sviluppo, in quanto diventa necessario fare delle modifie
importanti ad un prodoo già sviluppato;
• se gli errori sono relativi all'analisi dei requisiti, bisogna sostanzialmente ripartire
dall'inizio.
È per questa ragione e lo stesso padre dell'approccio waterfall, Winston W. Royce,
già nel  identificava delle varianti al modello (Royce, ``Managing the development
of large soware systems'').
 CAPITOLO . LA GESTIONE DI UN PROGETTO
Iniziare dalla programmazione
Una possibile variante è quella di iniziare non con l'analisi, ma con la programmazione.
esto approccio ha evidentemente dei limiti, in quanto il programmatore (program de-
signer) sarà costreo a programmare in una situazione di incertezza riguardo ai requisiti.
Il risultato del suo lavoro sarà sostanzialmente peggiore di quanto non sarebbe stato se
si fosse partiti dall'analisi completa. esto approccio, però, ci permee di testare, da
subito, alcuni aspei del programma.
I vincoli di implementazione, testati, andranno a far parte dell'analisi dei requisiti tecni-
ci. In questo modo i programmatori potranno contribuire in maniera efficace all'analisi
dei requisiti. In questo modo, l'analisi dei requisiti sarà più precisa e meno prona ad
errori di tipo tecnico.
esto approccio implica questi passaggi:
. inizia il processo di design con i program designers;
. inizia questo processo di realizzazione preliminare a costo di fare cose sbagliate;
. documenta in maniera comprensibile i requisiti e emergono da questa prima
fase. Ogni membro del team deve avere una comprensione, almeno elementare,
del sistema.
Documentazione
La documentazione è importante, in quanto:
• il designer deve poter comunicare con il management, con il cliente, con i pro-
grammatori;
• nelle prime fasi di sviluppo la documentazione È il design;
• durante la fase di testing la documentazione aiuta ad identificare gli errori e a
correggerli;
• una buona documentazione può aiutare, nella fase di distribuzione (deployment),
a scrivere una buona manualistica;
• nella fase di redesign aggiornare e migliorare il prodoo diventa più semplice.
Do it twice
Se il progeo è piuosto innovativo, parti dal presupposto di doverlo scrivere due volte.
La prima sarà la versione pilota, la seconda sarà la versione buona per la distribuzione.
Programmare la versione pilota significa fare tuo il processo, ma in miniatura. Il pro-
geo pilota può assorbire da / ad / delle risorse: in un progeo di  mesi, possiamo
immaginare di destinare  mesi al progeo pilota.
Se nella realizzazione del progeo finale sono necessarie competenze molto specialisti-
e, nella realizzazione del progeo pilota diventa essenziale e le persone coinvolte
abbiano una competenza più ampia, in quanto devono avere un feeling intuitivo del-
l'analisi e della programmazione (coding). Devono intuire velocemente gli eventuali
.. APPROCCIO AGILE 
problemi nel design, esplicitarli, identificare delle alternative, focalizzarsi sugli aspei
importanti in una determinata fase e tralasciare quelli e, in quella fase, sono secondari.
Il fine è quello di arrivare ad un prodoo sub-oimale, ma e funziona (error free).
Il progeo pilota, funzionante, può essere sooposto a test. Il test sarà molto più reali-
stico ed informativo di quanto non lo sarebbe testando soltanto su di un prototipo.
I test
Nello sviluppo di soware, la fase di test è quella e assorbe la maggior quantità di
risorse, energie e tempo. Le linee guida sopra descrie, di iniziare un prototipo prima del
design, di documentare bene la progeazione, e di partire con il design di un prodoo
pilota, sono tue finalizzate a scoprire e risolvere i problemi prima della fase di test.
Consigli per la fase di test:
• È meglio e il test sia fao da uno specialista, una persona specializzata nel fare
test.
• È meglio e a fare il test sia qualcuno e non ha partecipato allo sviluppo. esta
è una delle ragioni per cui è importante e nella fase di analisi, progeazione e
sviluppo si presti aenzione alla documentazione.
• Vi sono errori soili ed errori più grossolani. Gli errori più grossolani possono
essere scovati e risolti araverso un'analisi euristica: analizzando il codice o fa-
cendo analizzare il progeo ad un esperto. Ane in questa fase è importante e
i controlla e verifica gli errori sia qualcuno di esteno dal team e ha progeato
e sviluppato il prodoo.
• Ogni percorso logico andrebbe testato, soprauo in progei innovativi in cui
tuo è creato da zero.
Coinvolgimento del cliente
È importante coinvolgere il cliente nelle varie fasi progeuali. esto permee di creare
un prodoo e sia più vicino alle sue esigenze, di fare in modo e le sue aspeative
siano realistie, ed in caso di discrepanze fra le aspeative dell'utente e idea progeuale,
queste differenze possono essere corree prima, minimizzando i risi di dover tornare
indietro e buare parte del lavoro fao.
. Approccio agile
Per superare i limiti del modello a cascata è stato adoato un approccio, definito agile, e
modifica in maniera piuosto radicale la progeazione di soware. esta modalità si
basa sullo sviluppo iterativo ed è fondata su di una serie di linee guida (l'agile manifesto).
 CAPITOLO . LA GESTIONE DI UN PROGETTO
.. Sviluppo iterativo e incrementale
Lo sviluppo agile assume un approccio iterativo e incrementale allo sviluppo (Wikipedia,
Iterative and incremental development). L'idea di base di questo approccio è quella di
sviluppare un sistema in maniera incrementale, per permeere al team di sviluppo di
avvantaggiarsi di quello e si apprende durante lo sviluppo delle fasi precedenti. Il
team può fare tesoro dei feedba degli utenti e usano la versione implementata del
prodoo, o quantomeno dei risultati dei test con utenti.
L'idea è quella di iniziare con una implementazione di base, semplice, di un soo-
gruppo di funzioni e iterativamente far evolvere il progeo versione dopo versione. Ad
ogni iterazione è possibile apportare delle modifie al design e aggiornare la lista dei
requisiti.
inizializzazione analisi
design
implementazione
test
Figura .: Il modello iterativo
Il procedimento consiste in una fase di inizializzazione, di una serie di passaggi di
iterazione e l'aggiornamento della project control list.
La fase di inizializzazione crea una versione di base del sistema. Il fine di questa
implementazione è di creare un prodoo con cui l'utente può interagire. Dovrebbe offrire
un esempio degli aspei iave del servizio, e fornire una soluzione abbastanza semplice
da essere compresa ed implementata facilmente.
Nello sviluppo soware, la project control list è la lista dei task e l'utente deve poter
portare a termine. Dal punto di vista dell'interaction designer viene valutata l'usabilità
dell'interfaccia implementata.
La verifica dei task costituisce la base per la valutazione dell'implementazione auale e
guida il processo di aggiornamento del design e l'implementazione della successiva fase
di iterazione.
Nei progei di piccole dimensioni l'implementazione costituisce la base della docu-
mentazione, e a volte la sostituisce. In progei più grandi, o mission-critical, è comunque
necessario utilizzare dei processi più formali di sviluppo.
.. APPROCCIO AGILE 
.. Manifesto agile
Gli autori e hanno elaborato l'approccio agile hanno scrio un manifesto, e è co-
stituito da un decalogo di principi da rispeare nello sviluppo agile (Coburn, Agile
Soware Development).
. Our highest priority is to satisfy the customer through early and frequent delive-
ry of valuable soware. La priorità più alta è quella di soddisfare il cliente, araverso
la distribuzione frequente e tempestiva di prodoi di valore (e funzionino).
Siamo interessati a distribuire prodoi finalizzati a degli scopi (fit for purpose). Lo
sviluppo agile è focalizzato al delivering. Distribuire presto permee di oenere veloce-
mente dei feedba sui requisiti, sul team, sul processo, sul progeo. Permee inoltre di
oenere da subito dei piccoli risultati concreti. Distribuire frequentemente piccoli mi-
glioramenti permee di oenere continuamente feedba e di migliorare costantemente
il prodoo. Permee inoltre di cambiare strada in frea qualora alcune scelte progeuali
si dimostrino fallimentari.
Un vantaggio collaterale di questo approccio è e, in caso di cambiamento del con-
testo economico (ad esempio il commiente cambia idea o non ha più soldi) quello
e si è realizzato è comunque qualcosa di funzionante, sebbene soltanto in una forma
preliminare.
. Deliver working soware frequently, from a couple of weeks to a couple of
months, with a preference to the shorter timescale Distribuisci prodoi funzionanti
con una frequenza e va da una volta ogni  seimane ad una volta ogni  mesi, con
una preferenza per il calendario più breve.
La frequenza di rilascio va decisa in base a due faori:
• la capacità del team di rilasciare versioni migliorate del prodoo in tempi brevi;
• la tempistica dei clienti e degli utenti di testare il nuovo prodoo.
La regola è: fai cicli di distribuzione i più brevi possibili, tenendo conto di questi due
vincoli.
. Working soware is the primary measure of progress Il prodoo funzionante è
la principale misura dello stato di avanzamento.
esto principio affronta il problema di come misurare il progresso di un processo di
sviluppo. Secondo questo principio, è più importante misurare lo stato di avanzamento
dei lavori in base ad un prodoo funzionante piuosto e in base alle promesse fae in
forma di piani, progei e documenti.
. Welcome anging requirements, even late in development. Agile processes
harness ange for the customer's competitive advantage Accea i cambiamenti
di requisiti, ane quando arrivano tardi nella fase di sviluppo. I processi agili gestiscono
il cambiamento, in modo da aumentare la capacità competitiva del cliente.
 CAPITOLO . LA GESTIONE DI UN PROGETTO
La progeazione tradizionale presuppone uno scenario stabile, dove il contesto non
cambia. In un simile ecosistema è plausibile progeare in modo e non vi siano cam-
biamenti in corso di implementazione. Nella realtà, però, spesso le condizioni cambia-
no velocemente; questi cambiamenti possono essere letali per un progeo classico, in
quanto possono rendere necessari cambiamenti nei requisiti e implicano la necessità
di ripartire da capo. esto porta ad una dilatazione a volte inacceabile dei tempi o
dei costi.
Il processo agile può gestire i cambiamenti terdivi di requisiti proprio grazie all'uso di
tecnie iterative e brevi (early and frequent delivery).
. Business people and developers work together daily throughout the project. I
commienti e gli sviluppatori devono collaborare costantemente durante tuo il proces-
so.
Vi è una forte correlazione fra il livello di collaborazione fra commiente e progei-
sta e la probabilità di successo di un prodoo (Frakes e Fox, 1995). Una strea col-
laborazione minimizza il risio e il progeista sviluppi un prodoo e non è quello
e il commiente si aspeava.
Il confronto fra commiente e progeista dev'essere il più frequente possibile, poié
più tempo passa nello scambio di informazioni più vi è risio di allungare la tempistica
o sviluppare aspei inutili del progeo.
. Build projects around motivated individuals. Give them the environment and
support they need, and trust them to get the job done Crea i progei aorno a
persone motivate, e dai loro l'ambiente ed il supporto di cui hanno bisogno, e fidati di
loro per la realizzazione del lavoro.
Le persone, la loro motivazione, la loro capacità di collaborare e di comunicare sono
più importanti della metodologia adoata.
. e most efficient and effective method of conveying information to and within
a development team is face-to-face conversation Sebbene la documentazione sia
molto importante, è essenziale permeere ed incoraggiare la comunicazione all'interno
del team.
. e best aritectures, requirements, and designs emerge from self-organizing
teams I progei migliori emergono quando vi è la possibilità di contare su forme di
auto-organizzazione.
Il principio soostante questo punto è e è necessario trovare un buon equilibrio fra
programmazione e creatività. Un eccesso di programmazione tende a mortificare la
creatività e la capacità di innovazione e problem solving del team. Un eccesso di creati-
vità, privo di vincoli, porta al fallimento del progeo.
L'approccio agile basa i suoi vincoli non su regole specifie ma su principi generali: svi-
luppare e distribuire, presto e frequentemente, prodoi funzionanti, in streo contao
con il commiente e tenendo conto di eventuali mutamenti di contesto. Nel rispeo
di questi vincoli è possibile adoare un approccio più creativo alla progeazione e allo
sviluppo.
.. APPROCCIO AGILE 
Un approccio creativo è tendenzialmente più risioso, peré meno noto e meno testa-
to. In un approccio classico, a cascata, assumere dei risi significa meere a repentaglio
l'intero progeo. In un approccio agile, al contrario, è possibile prendersi quale risio
in più, in quanto è possibile avere in tempi brevi dei feedba. Se l'idea creativa funzio-
na si continua su quella strada, altrimenti la si abbandona, senza però aver speso troppe
risorse e troppo tempo.
. Continuous attention to tenical excellence and good design enhances agility
Sebbene l'approccio agile insista su cicli di sviluppo brevi, vi è una aenzione centrale
sulla qualità dello sviluppo, sia per quanto concerne il design e gli aspei più tecnici
dello sviluppo.
In alcuni cicli iterativi è più importante sviluppare velocemente delle nuove idee, in
modo da avere un feedba tempestivo sulla loro efficacia ed utilità. Una volta oenuti
i feedba ed aggiornato il piano progeuale, è però importante tornare ad un lavoro
di pulizia, sia a livello progeuale (ad esempio aggiornando la documentazione) e a
livello di implementazione.
. Agile processes promote sustainable development. e sponsors, developers,
and users should be able to maintain a constant pace indefinitely L'approccio agile
promuove uno sviluppo sostenibile. Araverso lo sviluppo agile è possibile immaginare
un processo continuo, e non termina con il rilascio del prodoo.
Un approccio a cascata tende ad avere tempistie lunghe e budget alti. esto aumenta
il risio di non sostenibilità, ovvero la possibilità e il progeo non veda una fine.
Araverso l'approccio agile il commiente può oenere dei risultati, seppur parziali,
piuosto precocemente. esto aspeo ha numerosi vantaggi:
• Offre delle gratificazioni intermedie: sia il commiente e il team di sviluppo e
gli utenti vedono da subito quale risultato.
• In caso di sopraggiunte difficoltà (ad esempio un periodo di difficoltà finanziaria
del commiente) vi è comunque un prodoo e funziona; viceversa in caso di
cambiamento di condizioni in termini più favorevoli (maggior budget, oppure la
disponibilità di nuove risorse tecnie, umane o di altro genere) è possibile non
solo rendere più veloce lo sviluppo, ma soprauo modificare il progeo imple-
mentando delle idee più ambiziose e prima erano rimaste nel casseo in quanto
non sostenibili.
• L'approccio iterativo permee un continuo miglioramento del prodoo, maga-
ri con delle tempistie di distribuzioni più lente (una volta ogni sei mesi, ad
esempio) e con un budget più ristreo.
. Simplicity--the art of maximizing the amount of work not done--is essential
La semplicità è essenziale. La semplicità è l'arte di non fare le cose inutili. Fare le
cose semplici è difficile, ma essenziale. Simple, clear purpose and principles give rise to
complex, intelligent behavior. Complex rules and regulations give rise to simple, stupid
behavior.
 CAPITOLO . LA GESTIONE DI UN PROGETTO
. At regular intervals, the team reflects on how to become more effective, then
tunes and adjusts its behavior accordingly Ad intervalli regolari, il team cerca di
capire come diventare più efficace, e cerca di aggiustare la propria metodologia.
La metodologia si impara facendo. Se si assume un approccio agile, iterativo, è più facile
adaare la metodologia, valutandone l'efficacia ad ogni giro. In questo modo si riesce,
iterativamente, a migliorare non solo il prodoo ma ane il metodo.
.. Limiti dell'approccio agile
Nonostante i suoi vantaggi, ane lo sviluppo agile ha dei limiti, come evidenziati da
Boehm, ``Get Ready for Agile Methods, with Care''.
Sviluppo e documentazione Una delle differenze maggiori della metodologia agile
sta nel fao e si basa sulle conoscenze tacite embodied nel team di sviluppo, piuosto
e nelle conoscenze esplicite documentate nella fase di progeazione. Se le conoscenze
implicite del gruppo di lavoro non sono sufficienti, l'approccio agile risia di fallire.
L'approccio waterfall, basato sulla pianificazione, riduce questo risio araverso una
documentazione e rende esplicita la conoscenza e permee una revisione da parte di
esperti esterni. Il prezzo di questo approccio è e, in circostanze mutevoli, i progei
possono diventare obsoleti o può diventare molto costoso aggiornarli. Bohem
Clienti L'approccio agile implica il coinvolgimento dei clienti. Il cliente dev'essere
commied, informato, collaborativo, rappresentativo ed empowered. Se questo non ac-
cade, non vi è garanzia e un prodoo, ane se rispea i requisiti, venga alla fine
adoato ed utilizzato. Se, però, questo tipo di coinvolgimento non è possibile, l'approc-
cio agile aumenta il risio di incomprensione con il cliente, in quanto manca sia la co-
municazione conversazionale implicita nel metodo, ma manca ane la documentazione
più formale prevista dall'approccio tradizionale.
Requisiti Secondo i fautori dell'approccio agile le organizzazioni sono sistemi adaa-
tivi complessi, in cui i requisiti sono emergenti durante il corso dello sviluppo e non sono
facilmente prespecificabili.
L'approccio tradizionale funziona meglio quando i requisiti possono essere determi-
nati a priori, ane araverso la prototipazione, e rimangono stabili. Se, al contrario, i
requisiti cambiano spesso e molto, l'enfasi tradizionale verso una pianificazione precisa,
completa, consistente, testabile e tracciabile diventa fortemente controproducente.
Prodotti safety-critical L'approccio tradizionale è inoltre imprescindibile nei prodoi
safety-critical: non possiamo immaginare uno sviluppo agile quando si parla di sistemi
di controllo aereo, di centrali atomie o di strumenti medici.
Aritettura di sistema nel progeare l'ariteura del sistema l'approccio agile ten-
de a privilegiare la semplicità, focalizzandosi su una dimensione e sia adaa ai requisiti
auali. Se però vi sono dei requisiti futuri prevedibili e probabili, un approccio troppo
minimalista può portare alla necessità di riscrivere l'ariteura di sistema nel momento
.. APPROCCIO AGILE 
in cui questi requisiti dovranno essere implementati. Ane in questo caso, un approccio
troppo minimalista risia di risultare controproducente.
Una pianificazione dell'ariteura capace di scalare in maniera morbida i cambi di
requisiti sul lungo termine può dimostrarsi vincente.
Refactoring (riprogettazione) ando i progei sono piccoli, la riprogeazione può
avere dei costi minimi, e rientra nel processo di sviluppo incrementale dell'approccio
iterativo.
ando però i progei superano una certa dimensione, gli oneri di riprogeazione pos-
sono esplodere se l'ariteura corrente è mal progeata. Per prevenire questo risio
l'approccio waterfall si basa su di una aenta pianificazione. L'approccio agile sul prin-
cipio numero , ovvero sulla necessità di periodie revisioni finalizzate a mantenere
degli alti standard di progeazione ed implementazione.
Dimensioni del progetto Lo sviluppo agile appare vincente in team piccoli, mentre
lo sviluppo tradizionale, più pianificato, diventa essenziale in gruppi di lavoro di grandi
dimensioni.
Bilanciare agilità e disciplina Un eccesso di pianificazione porta ad un aumento dei
tempi e dei costi. Troppo poca pianificazione porta ad un aumento dei risi di errore. A
seconda del contesto diventa essenziale trovare un buon rapporto fra agilità e disciplina.
 CAPITOLO . LA GESTIONE DI UN PROGETTO
Capitolo 
Model view controller: un
pattern per l'interaction design
. Introduzione
In questo intervento si sostiene e il paern soware model view controller può essere
applicato alla progeazione di artefai interaivi.
.. Jesse James Garrett:  piani
Nel suo ``e elements of user experience'' JJ Garre distingue  piani:
. the strategy plane;
. the scope plane;
. the structure plane;
. the skeleton plane;
. the surface plane.
e strategy plane
A questo livello si definiscono:
• i bisogni degli utenti e l'artefao vuole soddisfare, araverso l'analisi degli
utenti auali e potenziali;
• gli obiettivi dei committenti:
– business goals: guadagnare soldi, risparmiare soldi, migliorare la produi-
vità …
– branding, advertising: far conoscere il proprio mario, i propri prodoi, i
propri servizi a potenziali clienti e partner.

CAPITOLO . MODEL VIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN
e scope plane
A questo livello vengono definiti:
• le specifie funzionali; vanno definite:
– quali funzioni vogliamo sviluppare, in e ordine di priorità, a e iterazione;
– quali funzioni non vogliamo sviluppare;
• il dominio informativo (content requirements): quali informazioni. Strumenti:
– contenuti esistenti;
– analisi competitiva -- benmarking;
– riieste dei commienti: affinity diagram;
– coinvolgimento degli utenti: free listing, valutazione di importanza.
e structure plane
Vengono progeate, secondo JJG:
• l'interaction design: come il sistema si comporta in risposta ai comportamenti
dell'utente; definizione dei flussi di processo, flussi dei compiti degli utenti
• l'aritettura dell'informazione: la struura dell'informazione nello spazio in-
formativo:
– la struura gerarica -- card sorting;
– le microontologie.
e skeleton plane
JJG definisce  componenti:
• l'information design: la presentazione delle informazioni all'utente;
• l'interface design: la progeazione degli elementi dell'interfaccia per permeere
agli utenti di interagire con l'applicazione;
• la progeazione della navigazione, e permee agli utenti di muoversi all'inter-
no della struura informativa.
Uso di convenzioni, metafore, paern, linee guida. Vengono prodoi wireframes.
.. INTRODUZIONE 
e surface plane
A questo livello si progeano gli aspei visuali. Gli aspei di cui tener conto sono
molteplici:
• estetica;
• accessibilità;
• branding, identity;
• consistenza interna ed esterna;
• colori, tipografia, impaginazione.
Strumenti: linee guida, elist.
.. Cooper: goal-directed design
Se progeiamo e realizziamo prodoi araverso cui gli utenti possono
soddisfare i propri scopi, quelle persone saranno soddisfae, efficaci e felici,
saranno soddisfae di aver acquistato i nostri prodoi, li raccomanderanno
agli amici, e questo si traduce in un successo di business. -- About face 
Il goal directed design process: tradurre i risultati della fase di ricerca in soluzioni
progeuali.
. Resear: studiare gli utenti e il dominio
. Modeling: utenti e contesto d'uso
. Requirements: definire i bisogni degli utenti, i requisiti di business, i requisiti
tecnici
. Framework: definizione della struura e dell'interazione
. Refinement: processo iterativo di rifinitura del design, es dai wireframes ai pro-
totipi ad alta fedeltà
. Support: collaborazione con gli sviluppatori per venire incontro alle loro esigenze
salvaguardando l'integrità del progeo.
Piattaforme
Mentre JJG si focalizza soltanto sui siti web, About face ipotizzano lo sviluppo per piat-
taforme diverse. Per piaaforma si intende una ``combinazione di hardware e so-
ware'' e permee al prodoo di funzionare. Cooper e colleghi identificano molteplici
piaaforme:
. i siti web e le applicazioni web;
. i iosi interaivi;
CAPITOLO . MODEL VIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN
. sistemi interaivi montati su veicoli e automobili;
. handhelds (smartphone, pda, fotocamere);
. sistemi di home entertaimnent (console per gioi, TV interaive, home theater);
. strumenti professionali (scientifici, medicali).
Posture
Secondo Cooper i prodoi e le piaaforme si differenziano in base a quello e defini-
scono postura, ovvero alla modalità prevalente di interazione. Cooper identificano tre
posture:
. la postura sovrana: l'applicazione monopolizza l'aenzione dell'utente per un
periodo prolungato; esempi: word processor, foglio di calcolo, web mail;
. la postura transiente: l'applicazione transiente svolge un'unica funzione, viene in-
vocata per svolgere quella funzione, l'interazione è generalmente breve, poi torna
sullo sfondo; esempi: widgets, controlli multimediali;
. la postura del demone: demoni sono quelle applicazioni e girano in baground,
svolgendo funzioni e non riiedono l'interazione con l'utente, se non nella fase
di setup e configurazione.
Case history: l'isola dell'Asinara
Contesto: progeo InDEX: Interaction Design Experience: master di primo livello della
regione Sardegna.
Classe Sassari .
Scopo: far conoscere l'isola dell'Asinara a visitatori potenziali e auali, raccontando
la storia, la colonia penale, il carcere di massima sicurezza, gli aspei naturalistici e
paesaggistici; promuovere la conoscenza delle regole del parco naturale e della riserva
marina.
Slogan: portare l'Asinara fuori dall'Asinara.
La classe ha sviluppato  progei:
. una installazione interaiva, finalizzata a far conoscere l'isola e a ``sedurre'' i
potenziali visitatori, da installare in aereoporti, fiere turistie, traghei;
. una applicazione per smartphone (iPhone): guida all'isola, ai punti di interesse;
informazioni storie e naturalistie, regole del parco;
. due installazioni all'interno di un museo nell'isola, finalizzati a raccontare la storia
e l'organizzazione del carcere.
Progei immaginati ma non sviluppati: il sito internet, gli opuscoli informativi.
.. MODEL VIEW CONTROL 
Informazioni condivise
Piaaforme diverse, interazioni differenti, ma informazioni sostanzialmente condivise.
L'idea: progeare una ariteura informativa comune.
. Model view control
Model view controller è un paern di soware design e separa i contenuti, la presen-
tazione e l'interazione.
Sviluppato allo Xerox Parc PARK di Palo Alto ed implementato nel linguaggio ad oggei
Smalltalk-.
MVC was conceived as a general solution to the problem of users controlling a large
and complex data set.
Secondo l'inventore di questo paern the essential purpose of MVC is to bridge the
gap between the human user's mental model and the digital model that exists in the
computer.
.. Il flusso
. Il modello codifica le informazioni e le offre araverso delle interfacce.
. Una vista elabora le informazioni e le presenta all'utente.
. L'utente interagisce con l'interfaccia offerta dalla vista.
. Il controller è in ascolto, in aesa degli eventi generati dall'utente. ando l'utente
genera un evento il controller lo gestisce avviando una azione, e generalmente
aggiorna il modello e-o la vista.
. La vista interroga il modello per disporre dei dati aggiornati in seguito all'input
dell'utente.
. Il controller si rimee in aesa degli input dell'utente.
MVC e soware design
esto paern è utilizzato estensivamente nei più importanti framework di sviluppo
soware:
• SmallTalk
• Microso Foundation Classes (C++), .Net
• Java (Struts, Swing, SpringMVC, Cocoon)
• ActionScript
CAPITOLO . MODEL VIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN
• Pyton (Zope, Plone)
• Ruby
• PHP (Drupal, Joomla!)
Model
Il modello codifica le informazioni, privilegiando gli aspei implementativi.
È il system model di Donald Norman e l'implementation model di Cooper.
L'informazione viene codificata generalmente soo forma di:
• basi di dati
• documenti e usano linguaggi di markup (es xml)
• file multimediali: immagini, video, suoni, musica
View
La vista è una delle possibili rappresentazioni delle informazioni codificate nel modello.
La rappresentazione è generalmente visiva, ane se con soware di text to spee
può essere ane uditiva (es. la voce del navigatore satellitare).
La view deve adaarsi al modello mentale dell'utente.
Corrisponde al designer's model di Norman.
La vista traduce il modello in una forma e permea all'utente la comprensione e
l'interazione.
Uno degli assunti fondamentali del paern mvc è e, per ogni modello, possono
esserci viste differenti.
Esempio classico: una base di dati può essere vista in forma di tabella e-o in forma di
grafico.
Controller
Il controller è ciò e permee all'utente di agire sul sistema, araverso dei sistemi di
input.
Implementa dunque le funzionalità del sistema, permeendo all'artefao di interagire
con l'utente e di rispondere ai suoi input.
È il collegamento fra l'utente e il sistema. Offre all'utente le affordances per interagire
con l'artefao. Tecnicamente l'interazione avviene con il modello, ma l'utente riceve un
feedba araverso l'aggiornamento della vista.
.. Soware e buone pratie
La separazione del codice deputato al modello, alla vista e al controllo dell'applicazione
costituisce una buona pratica di progeazione nell'ambito dello sviluppo del soware,
in quanto:
.. MVC E USER EXPERIENCE DESIGN 
• utilizzano strumenti e linguaggi differenti:
. sql, java(pojo,javabeans)-python per il modello;
. html, jsp-asp-php per la vista;
. javascript, servlet per il controllo;
• facilita lo sviluppo, il debug, la manutenzione;
• permee la specializzazione degli sviluppatori;
• facilita lo sviluppo di applicazioni accessibili.
. MVC e user experience design
La proposta è di adaare il paern MVC al modello di progeazione di artefai interat-
tivi.
Vantaggi
Competenze
Il paern permee una migliore differenziazione delle competenze:
• il modello sarebbe di esclusiva competenza dell'ariteura dell'informaizione.
Anzi, il modello rappresenterebbe il core dell'IA
• il controller sarebbe di competenza dell'interaction design (il core dell'ID)
• la vista sarebbe di competenza prevalente dell'information design - visual desi-
gn, con la collaborazione dell'IA per la navigazione e dell'ID per gli aspei legati
all'interazione.
Sistemi multidevice
una più facile progeazione di sistemi informativi multidevice, ovvero fruibili da web,
da smartphone e da altri dispositivi: il modello rimane, la vista e il controller cambiano.
Design creativo
Lo sviluppo di viste differenti può permeere al designer di sviluppare, a fianco delle
interfacce più tradizionali e codificate, soluzioni creative ed innovative. Se gli utenti
hanno la possibilità di decidere quale fra le differenti interfacce usare, protranno sce-
gliere quella e più si adaa alle loro caraeristie, esigenze, prefrenze, tenuto conto
ane del contesto.
CAPITOLO . MODEL VIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN
.. Scenario : Gruppo editoriale
Editore di quotidiani (La Repubblica, Il Corriere, e New York Times). Aualmente
questi gruppi distribuiscono le informazioni araverso molteplici canali:
• il quotidiano cartaceo;
• il sito web;
• il sito per il dispositivo mobile / l'applicazione per iPhone-Android;
• broadcast via radio (Radio Capital, Radio), TV, web TV;
• futuro prossimo: e-readers.
Stesse notizie, livello di approfondimento diverso.
Soluzione: un CMS capace di generare viste e interazioni diverse per le differenti piat-
taforme.
.. Scenario : Museo d'arte
Scenario: un museo organizza una mostra temporanea. Deve sviluppare - aggiornare:
• il sito internet del museo, con una sezione dedicata alla mostra;
• le guide interaive al museo, e utilizzano handhelds multimediali;
• gli opuscoli gratuiti distribuiti all'interno del museo;
• gli exibit interaivi;
• il catalogo delle opere.
Modello: le ontologie
Lo sviluppo del modello si focalizzerà su due tipologie di unità informative:
• gli artisti;
• le opere.
È possibile usare dei microformati per rappresentare queste informazioni. Esempio, per
gli artisti, il microformato foaf (friend of a friend).
Definizione di faccee di interrogazione: linea del tempo, nazionalità, movimento arti-
stico, stile ….
Collocazione dell'opera nello spazio fisico del museo.
.. MVC E USER EXPERIENCE DESIGN 
Vista: il web
Nel sito web possiamo immaginare:
• una pagina per ogni artista, e elenca le informazioni bibliografie e l'elenco
delle opere;
• una pagina per ogni opera, con foto, autore, data, collezione, informazioni;
• una linea del tempo interaiva;
• una mappa e geotagga il luogo di creazione delle opere;
• una pianta del museo con la collocazione delle opere.
Vista: la guida interattiva
La guida interaiva può prevedere
• una sermata per ogni artista;
• una sermata per ogni opera, con foto, autore, data, collezione, informazioni;
descrizione audio dell'opera in formato mp, da ascoltare con cuffie;
• interazione: possibilità di riconoscere l'opera via qrcode, rfid, codice numerico,
localizzazione wireless.
Vista: l'exibit interattivo
L'installazione interaiva può permeere all'utente di giocare con le opere esposte, ad
esempio usando un programma di image editing per ritoccare una copia della fotografia
dei quadri.
Oppure creare dei quiz e questionari sulla conoscenza delle opere e degli artisti, utiliz-
zando in maniera flessibile le informazioni presenti a livello del model.
Può permeere agli utenti di visualizzare il processo di restauro di un quadro, visualiz-
zando le differenze fra le condizioni pre e post restauro e i deagli dell'intervento.
Ane in questo caso queste stesse aività possono essere presentate ane sul sito web.
Vista: il catalogo delle opere
Il catalogo può essere generato via pdf, e può prevedere
• le pagine degli artisti, con descrizione;
• le pagine per ogni opera, con fotografia ad alta risoluzione, seda, descrizione;
• linea del tempo;
• indice degli autori e delle opere.
CAPITOLO . MODEL VIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN
.. Scenario: orario dell'autobus
Azienda di trasporti pubblici: orario degli autobus. Fruizione:
• via opuscolo da distribuire nelle biglieerie o scaricare via web;
• via sito web;
• via applicazione per smartphone, sfruando l'ora e la geolocalizzazione via gps;
• le paline cartacee o interaive alle fermate.
. Il processo
Il flusso progeuale. L'approccio è fortemente iterativo
Il processo prevede di separare, in fase di design, la progeazione di modello, vista
e controllo.
Il processo è fortemente iterativo. Nella prima iterazione ci si focalizza, prima e so-
prauo, nello sviluppo del modello. Il modello deve essere abbastanza flessibile da
permeere di essere interrogato da viste molto differenti.
Le diverse viste - interazioni vanno progeate in ordine di priorità. Alla prima iterazione
la vista / piaaforma più semplice, testata e diffusa. Nelle iterazioni successive le viste
/ piaaforme più complesse o innovative.
.. Model, api, feeds
La divisione fra modello, vista e controllo può portare allo sviluppo delle diverse funzioni
da parte di soggei differenti.
Se il modello espone i propri dati araverso delle A.P.I. (soap, rest, json) permee a
sviluppatori esterni di implementare delle viste differenti e flessibili.
Chi sviluppa il view - controller interroga il server, carica i dati grezzi e li elabora in
modalità innovative. Se più soggei sviluppano viste diverse in base agli stessi dati,
gli utenti potranno scegliere l'interfaccia e riterranno più utile, usabile, piacevole e
conveniente, in base ane al contesto d'uso.
.. Conclusioni?
L'idea e ho presentato è quella di meere assieme due metodi consolidati (la metodo-
logia di design, il paern soware mvc) per formalizzare qualcosa e implicitamente
già succede.
Capitolo 
Il design
Delicious è una applicazione web e permee di salvare i propri bookmark online:
l'utente inserisce il link della pagina e vuole salvare, aggiunge dei tag (ovvero delle
parole iave) e, facoltativamente, una descrizione. L'utente può decidere di mantenere
privato questo link (visibile solo da lui), oppure può condividerlo con il resto degli utenti.
Il risultato viene definito social bookmarking: un enorme database di risorse web, a cui
sono associate delle parole iave. La parola iave più utilizzata su delicious è design.
esto dato lascia supporre e un numero consistente dei suoi utenti siano designer, o
quantomeno si occupino di design.
Recentemente, ho utilizzato le A.P.I. di delicious per scaricare su database .
bookmarks e relativi tag. Araverso un'analisi delle frequenze ho identificato i  tag
più utilizzati. Poié ad ogni bookmark possono essere associate più di una parola iave,
è possibile contare il numero di co-occorrenze, ovvero il numero di volte in cui due
tag sono stati utilizzati assieme. È possibile rappresentare queste co-occorrenze in una
matrice quadrata,  x .
Sulla matrice così oenuta è possibile applicare l'analisi faoriale, una statistica di
tipo esplorativo e permee di far emergere le variabili latenti di un dominio. ando
il numero di variabili è così alto () e così variegato, è probabile e le possibili variabili
latenti siano molte. Se si stabiliscono un numero limitato di faori, quelli e emergono
sono generalmente i più forti.
In una prima analisi esplorativa, ho stabilito un numero di faori pari a . Ogni
faore corrisponde ad una dimensione, e può essere mappata su un grafico.  faori
possono essere mappati su  grafici bidimensionali. Nel visualizzare il primo di questi
grafici, corrispondente al primo e al secondo faore, ho notato un aspeo interessante.
Il primo faore si polarizza sugli aspei artistici e creativi: i tag all'estremità di questa
dimensione sono graphic, art, portfolio, inspiration, illustration. Il secondo faore si
polarizza sugli aspei legati alla programmazione soware: i termini all'estremità sono
php, python, java, javascript, ajax (linguaggi di programmazione), code, framework,
development, api, programming.

 CAPITOLO . IL DESIGN
Il design
Dove si colloca, in questo spazio bidimensionale, il design? Sostanzialmente a metà:
il cluster legato ai termini design, webdesign, website, interface è collocato proprio a
metà fra il cluster legato all'arte e alla creatività e quello legato alla programmazione.
Nel cluster del design sono presenti termini come usability, ui (user interface), ux (user
experience). Interaction design? Non c'è, non fra i primi  tag. E nemmeno fra i primi
. Interactive è al esimo posto, ma Interaction non c'è.
esto piccolo esperimento non va preso troppo sul serio. Il grafico e mappa il
primo ed il secondo faore della mia analisi, però, costituisce una metafora del design
e dell'interaction design. Il design (inteso come cluster, come gruppo di tag), nel grafico
e emerge da delicious, è il punto di contao fra la creatività e la programmazione,
l'intersezione fra i due mondi. Il design come pratica di confine, come frontiera fra due
mondi, quello della creatività e quello della programmazione. I termini più frequente-
mente associati con design, in delicious, sono inspiration, webdesign, art, blog, web e
portfolio. È una concezione di design, quella e emerge da delicious, piuosto lontana
dall'accezione italiana, e tende ad identificare il design con il design industriale.
L'interaction design non c'è, dicevamo. Ci sono, però, gli ingredienti: interactive, in-
terface, ux (user experience), usability, visualization. Manca ane information aritec-
ture, con mio sommo dispiacere; information è duecentesima, mentre alla posizione 
troviamo infographics, ovvero la pratica di design dove l'ariteura dell'informazione
e l'interaction design si incontrano.
È interessante notare come, in leeratura, una simile visione del design non sia nuo-
va. L¨owgren, ``Applying design methodology to soware development'', ad esempio,
sostiene e esistono due approcci al design. Il design ingegneristico assume e vi sia
un problema, e il problema possa essere descrio in maniera precisa e completa, pre-
feribilmente araverso la specifica dei requisiti. La mission del design ingegneristico è
quella di trovare la soluzione del problema. La soluzione deve soddisfare i requisiti e gli
altri vincoli e emergono nella fase di analisi, ad esempio i problemi di costi o di perfor-
mance. Il design ingegneristico si assume possa essere descrio in maniera struurata
ed è visto come una catena di trasformazioni e parte dalla lista astraa di requisiti per
arrivare al livello concreto del prodoo finale. Il processo viene definito in tre passaggi:
analisi, sintesi e valutazione. Il metodo è descrio in maniera razionalistica
Il design creativo, al contrario, si focalizza contemporaneamente sul problema e sulla
possibile soluzione, araverso un dialogo fra problem seing e problem solving. Lo
spazio di design viene esplorato araverso la creazione di ipotesi di lavoro in parallelo, di
numerose idee e ipotesi di soluzione. Le assunzioni iniziali sono messe continuamente in
discussione, il processo ed il risultato sono intrinsecamente imprevedibili. La conoscenza
del designer è pervalentemente tacita.
Il design ingegneristico ha un approccio più di tipo normativo, ma ibid. soolinea
come, nella pratica di design, il processo assomigli molto di più a quello descrio dal
design creativo.
La metodologia, secondo ibid., ha un caraere interdisciplinare, coinvolgendo disci-
pline fra loro molto differenti.
Secondo Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'' quello e sta
emergendo in questi anni è il terzo paradigma all'interno della human computer inte-

raction.
Il primo approccio all'interazione uomo computer fu quello ingegneristico, caraeriz-
zato dai concei di Human Factors, finalizzato ad oimizzare l'adaamento fra uomo
e macina. Il secondo ha visto l'avvento delle scienze cognitive classie, e vedeva-
no mente e computer come processori di informazioni e l'interfaccia come finalizzata
allo scambio di informazioni, e si preoccupava principalmente dell'usabilità degli arte-
fai. esti paradigmi, sebbene estremamente potenti, difficilmente riescono a spiegare
fenomeni in se apparentemente poco razionali o funzionali: peré molte persone, an-
e adulte, giocano ai videogames? Peré vi sono molti più utenti Windows e Mac
(o Linux)? Peré un'interfaccia piacevole dovrebbe essere migliore di una interfaccia
brua?
Più nel deaglio, secondo ibid. vi sono dimensioni sempre più importanti nell'uso de-
gli artefai interaivi di cui i paradigmi ingegneristici e cognitivi faticano a tener conto:
l'uso ubiquito e pervasivo dei devices interaivi, in contesti di lavoro ma ane di svago,
con degli utilizzi e non si limitano più ai compiti produivi classici ma e prendono
parte ad aività più complesse, diversificate e distribuite nel tempo e nello spazio, do-
ve faori ambientali, sociali, culturali e motivazionali entrano prepotentemente in gioco.
Ane secondo Rogers, ``New theoretical approaes for HCI'' la HCI sta cambiando
peré deve affrontare nuove sfide e nuove opportunità: internet, wireless, dispositivi
handheld, strumenti di traing; l'ambito delle HCI si sta espandendo, sta diventando
un boundless domain, ed i modelli tradizionali sembrano insufficienti a tener conto delle
mutate esigenze.
ibid. imposta il suo articolo su di una rassegna degli sviluppi teorici dell'HCI: dal-
le scienze cognitive classie, e si imposero nei primi anni ', a prospeive teorie
quali la activity theory, la psicologia ecologica, la cognizione esterna, la cognizione di-
stribuita, la situated action e l'etnometodologia.
Una rassegna delle differenti teorie va oltre lo scopo di questo articolo. A mio avviso
può essere utile però fare una distinzione a livello metodologico. Facciamo un esempio:
le teorie di cognizione esterna e cognizione distribuita sono, per molti versi, piuosto
simili. Metodologicamente, però, emergono delle differenze importanti: i teorici del-
la cognizione esterna tendono a mantenere un approccio empirico di tipo scientifico, e
la teoria sembra voler allargare gli orizzonti delle scienze cognitive classie. I teorici
della cognizione distribuita, dell'azione situata e - esplicitamente - dell'etnometodologia
adoano strumenti empirici più qualitativi e descriivi. esta metodologia ha, secon-
do ibid., alcuni svantaggi, fra loro legati: la descrizione è a livello di deaglio; essendo
focalizzata sugli aspei contestuali è difficile generalizzare i risultati, e dunque questi
modelli hanno un basso potere generativo (riescono a descrivere le situazioni ma non a
prevederle).
L'enfasi sul contesto, sulla situatedness costituiscono d'altro canto uno dei trai di-
stintivi del terzo paradigma. Harrison, Tatar e Sengers, ``e three paradigms of HCI.
alt'' distinguono fra situatedness di interazione (il modo in cui utente, azione, circostan-
ze materiali e sociali interagiscono), ecologica (con esplicito riferimento a Gibson, ``e
theory of affordances'') e sociale (ogni individuo è socialmente situato). Un secondo
trao distintivo secondo Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt''
 CAPITOLO . IL DESIGN
è il rapporto fra teoria e pratica, più di tipo deduivo nella HCI classica, più circolare
nel terzo paradigma. Infine, secondo Harrison, Tatar e Sengers, ``e three paradigms
of HCI. alt'', nel terzo paradigma si pone meno enfasi all'elaborazione e trasferimento
di informazione, in quanto si assume una costruzione di significato, basata sugli aori,
sulle aività, sui contesti.
Un ulteriore livello di analisi, oltre a quello metodologico ed a quello teorico, riguar-
da i fondamenti epistemologici e filosofici soostanti le differenti teorie. Se il cogniti-
vismo classico si rifaceva, più o meno esplicitamente, ad una tradizione razionalista e
cartesiana (e il modello GOMS rappresenta forse l'esempio più evidente di questo ap-
proccio nell'HCI) il terzo paradigma si rivolge piuosto esplicitamente alla tradizione
fenomenologica. Significativo, soo questo profilo, il fao e nella raccolta eories
and practice in interaction design, curata da Bagnara e Smith, eories and practice in in-
teraction design, l'autore di gran lunga più citato sia Martin Heidegger. L'azione situata,
ad esempio, si rifà esplicitamente al pensiero heideggeriano, così come alcuni dei contri-
buti di Winograd. Nello stesso volume, però, Claudio Ciborra, ``Situatedness Revisited:
e role of Cognition and Emotion'' si iede quanto del reale pensiero di Heidegger sia
stato davvero assorbito e quanto invece se ne sia faa una vulgata perdendone alcuni
aspei fondamentali.
La questione è, a mio avviso, estremamente interessante, in quanto l'adozione seria
e sistematica della fenomenologia heideggeriana può costituire davvero una rivoluzio-
ne scientifica non soltanto per la HCI ma per le scienze cognitive nel loro insieme, e
in questa prospeiva la HCI-ID può costituire una delle avanguardie di questa nuova
prospeiva. Per fare questo, però, sarà necessario affrontare due sfide. Da una parte -
come giustamente sostiene Ciborra - riuscire a cogliere appieno la portata del pensiero
heideggeriano.
La seconda sfida, non meno impegnativa, riguarda il rapporto fra fondamenti filosofico-
epistemologici e metodologie. Appare a molti naturale pensare e le metodologie più
scientifie, sperimentali e quantitative siano di esclusiva pertinenza di un paradigma
razionalista cartesiano, mentre un approccio fenomenologico debba necessariamente ab-
bandonare ogni pretesa di scientificità ed adoare esclusivamente metodologie qualitati-
ve. esto pregiudizio, estremamente radicato (mi pare e lo stesso ibid. lo condivida),
può costituire un grave ostacolo nell'ambito delle scienze cognitive, ma avrebbe riper-
cussioni negative ane nella pratica dell'interaction design. Io sono profondamente
convinto e sia possibile adoare una metodologia sperimentale ane nell'ambito del-
la fenomenologia, non solo nella gloriosa tradizione gestaltiana. Credo ad esempio e
molto di quello e oggi possono dirci le neuroscienze cognitive possa essere leo in una
iave fenomenologica.
Credo di avere, a questo punto, un'idea più iara di dove sta andando la comunità
della HCI. Se questo è lo scenario presente e futuro, non posso e dirmi d'accordo, a
pao e siano affrontate le due sfide e ho appena accennato. Ma in tuo questo, cosa
c'entra il design?
Per rispondere a questa seconda domanda, ho cercato di capire e cosa si intende
con il termine design. E non mi sono sorpreso nel constatare vi sono diversi modi di

intenderlo.
Daniel Fallman, ``Design-oriented human-computer interaction'' distingue tre ap-
procci al conceo di design: l'approccio conservatore, quello romantico e quello prag-
matico. L'approccio conservatore vede il design come un processo scientifico o inge-
gneristico, e parte dai requisiti formali per arrivare alla realizzazione, araverso una
sequenza di passaggi metodologici discreti, razionali, struurati e ben codificati. In que-
sto approccio si assume e il design sia una forma di problem solving: si parte da un
problema, si assume e la descrizione del problema possa essere esaustiva ed accurata,
e vada espressa in forma di specifie di requisiti. Compito del designer è di trovare
delle soluzioni progeuali e rispeino le specifie dei requisiti e i limiti di costi, tempi
e performance. Il processo di design si divide in una fase di analisi, e consiste in una
sistematica raccolta di informazioni ed una fase di sintesi, e segue processi formali di
tipo logico.
L'approccio romantico si focalizza sul designer, e viene visto come un personaggio
dotato del genio creativo e con capacità semi-magie. Il design è paragonato all'arte, e
il designer deve poter esercitare tua la sua libertà espressiva. Nel processo di design è
insito un aspeo mistico, sostanzialmente inesplicabile e non analizzabile.
L'approccio e ibid. definisce pragmatico, infine, vede il design come un processo
calato in un contesto, situato, legato alle persone, agli artefai, alle pratie, con le loro
storie, identità, piani e obieivi. In questa prospeiva il processo di design non è né
scienza né arte, ma una forma di processo ermeneutico di interpretazione e creazione di
significato, in cui i designer interpretano iterativamente gli effei del loro progeo nella
situazione presente. È, citando Sön, una conversazione riflessiva con i materiali della
situazione di progeo.
Wolf et al., ``Dispelling`` design'' as the bla art of CHI'' distinguono fra design in-
gegneristico e design creativo. Il design ingengeristico corrisponde a quello e Fallman
definisce conservatore. Citando Löwgren, il design creativo viene definito nei termi-
ni di una interazione fra problem seing e problem solving, dove lo spazio di design è
esplorato araverso la creazione di molte idee e concei in parallelo. Le assunzioni sul
problema vengono continuamente messe in discussione, e il processo e i risultati sono
sostanzialmente imprevedibili, e dunque il designer gioca un ruolo personale nel proces-
so. Nell'ambito della leeratura HCI, lamentano ibid., ci si è spesso focalizzati più sulle
differenze fra i due approcci e sulle somiglianze.
Visser, ``Designing as construction of representations: A dynamic viewpoint in co-
gnitive design resear'' distingue fra l'approccio di Herbert Simon (centrato sul con-
ceo del processamento simbolico, symbolic information system) e l'approccio situa-
to, e propone una propria prospeiva, dove il design è un processo di costruzione di
rappresentazioni.
Secondo ibid. il processo di design consiste nel realizzare un artefao, dati dei re-
quisiti e specificano (spesso non esplicitamente né completamente) una o più funzio-
ni e devono essere previste, e i bisogni e gli obieivi e devono essere soddisfai
dall'artefao, in determinate condizioni espresse da vincoli. Consiste nello sviluppare
rappresentazioni dell'artefao finé non sono così concrete, deagliate e precise e
 CAPITOLO . IL DESIGN
la rappresentazione ultima consiste nell'implementazione dell'artefao. Le rappresenta-
zioni devono esprimere tre aspei del progeo: cosa, come e peré.
Yamamoto e Nakakoji, ``Interaction design of tools for fostering creativity in the
early stages of information design'' si rifanno alla teoria della cognizione esterna nel
proporre un modello di design in cui le modalità di esternalizzazione (rappresentazione
esterna) influenzano il corso del progeo, in quanto i designer interagiscono con tali
rappresentazioni; e tali esternalizzazioni sono finalizzate sia per esprimere delle solu-
zioni (parziali) e per interpretare le situazioni (e dunque lo stato del problema), e e
il processo progeuale procede nei termini di un circolo ermeneutico.
L'idea di design come circolo ermeneutico è espressa esplicitamente ane da Snod-
grass e Coyne, ``Is designing hermeneutical''.
La loro visione della scienza positivistica è piuosto datata, e nel loro escursus teorico
scivolano in un antiscientismo e non mi piace affao. Interessante, al contrario, la
loro idea della progeazione come processo ermeneutico, dove il designer si muove nel-
lo spazio di design portando con se i propri pregiudizi, e dove il dialogo fra designer,
progeo (e a mio avviso stakeholders e utenti) porta a ad una costruzione di significato
emergente. Mi piace molto la loro affermazione secondo cui la capacità di raggiunge-
re un obieivo progeuale dipende dall'abilità del designer di anticipare le potenzialità
nascoste. Il processo di design, secondo ibid., è un dialogo fra il designer e la situa-
zione progeuale. Il designer deve portare nella situazione la propria conoscenza, ma
contemporaneamente dev'essere capace di meerla in discussione, evitando i premature
commitment e possono impedirgli di vedere le possibilità nascoste nel contesto pro-
geuale.
Cercando di tirare le somme, mi pare e vi siano tre modalità di vedere il design.
La concezione romantica, estetizzante, è quella e mi spaventa. È un approccio e io
ritengo dannoso per l'interaction design, ma ane per l'arte. Le altre due macro-visioni,
quella ingegneristica - razionalistica e quella ermeneutica, mi pare abbiano una relazione
con i tre paradigmi definiti da Harrison, Tatar e Sengers, ``e three paradigms of HCI.
alt'': ingegneristici e razionalisti i primi due paradigmi, più fenomenologico il terzo.
La mia sensazione è e entrambi questi approcci abbiano dei vantaggi. ando
possibile, cercare di formalizzare e standardizzare un processo di progeazione può es-
sere molto utile, peré permee di rendere espliciti i requisiti e di operazionalizzare
i passaggi progeuali. Spesso, però, un'analisi razionale ed esaustiva delle condizioni
iniziali non è possibile, per diverse ragioni: a volte non si hanno a disposizione da subito
tui gli elementi, e spesso i vincoli e i requisiti non sono espliciti. Ecco e il processo di
progeazione diventa meno formale, il progeista mee in campo le sue conoscenze, ed
inizia un dialogo ermeneutico con la situazione: i commienti, gli utenti (in un approc-
cio partecipativo), le informazioni, la tecnologia, le risorse economie. L'ampliamento
degli ambiti applicativi degli artefai computazionali (dal mainframe al pc da ufficio
al device ubiquito) ha inoltre ampliato lo spero di requisiti e questi devono soddi-
sfare: quando ad usare i calcolatori erano soltanto scienziati ed ingegneri, i requisiti
erano esclusivamente funzionali: l'hardware ed il soware dovevano funzionare, punto.
ando il pc è entrato in ufficio ed in mano ai professionisti e agli impiegati, doveva

essere ane facile da usare. Nel momento in cui i devices computazionali sono diven-
tati ubiquiti è necessario e rispondano ane ad esigenze diverse, di tipo estetico ed
emozionale. Accanto ai requisiti classici, hard, si impongono dunque dei rqusisiti più
so.
Il conceo di requisiti so è sviluppato esplicitamente dal lavoro di Alessia Rullo,
``e so qualities of interaction''. L'autrice distingue fra requisiti funzionali e requisi-
ti so, dove questi ultimi si riferiscono esplicitamente agli aspei estetici dell'artefao.
Sebbene io non sia del tuo d'accordo con questo modello teorico, ritengo estremamente
interessante l'approccio metodologico, in cui si cerca un equilibrio fra i diversi requisiti,
utilizzando sia un approccio partecipativo e un'analisi di tipo euristico. Come infat-
ti giustamente soolinea ibid. sebbene il coinvolgimento degli utenti sia estremamente
utile, non sempre questi ultimi hanno la capacità di rendere espliciti i loro bisogni laten-
ti.
Ancor più interessante è il contesto in cui la metodologia è stata utilizzata: Alessia Rullo
ha utilizzato questo approccio nella riprogeazione delle unità di terapia intensiva neo-
natale. Nel leggere l'articolo non ho potuto non pensare ad un ormai classico lavoro di
psicologia animale comparata, e sta alla base della teoria dell'aaccamento di Bolwby.
Gli esperimenti realizzati da Harlow e Zimmermann, ``e development of affectio-
nal responses in infant monkeys'' erano piuosto crudeli: neonati di scimmia venivano
allontanati dalla propria madre e messi in gabbie sperimentali, per studiare il loro com-
portamento. Una delle osservazioni e gli autori fecero era e i cuccioli si aaccavano
morbosamente a delle coperte e erano incidentalmente presenti nelle gabbie per co-
prire dei macinari. Nell'esperimento più noto, vennero messe nelle gabbie due madri
artificiali, ovvero dei maniini di ferro con una cannuccia alla quale i neonati potevano
allaarsi. L'unica differenza fra queste due figure era e mentre una era costituita da
una rete metallica, l'altra era stata rivestita da una coperta di materiale morbido. In una
condizione sperimentale i cuccioli venivano allaati soltanto dal maniino metallico.
In questo modo i due maniini implementavano i due requisiti: il maniino metallico
il requisito funzionale di allaare il cucciolo, il maniino rivestito il requisito so di
offrire un contao morbido. Ebbene, le piccole scimmie trascorrevano molto più tempo
sul maniino so e su quello da cui bevevano il lae. Da altre osservazioni speri-
mentali ibid. evinsero e la presenza di coperte, cuscini, insomma di materiali morbidi
costituiva un requisito essenziale affiné i cuccioli potessero sopravvivere e svilupparsi.
La situazione della terapia intensiva neonatale è, per alcuni aspei, simile a quella delle
scimmiee dell'esperimento: per motivi terapeutici i neonati devono essere allontana-
ti dalle loro madri per essere curati e monitorati all'interno di un ambiente artificiale.
I risultati di psicologia animale comparata ci dicono e i requisiti so sono non me-
no funzionali dei requisiti streamente ingegneristici e medici: un ambiente morbido e
proteivo è necessario affiné il neonato possa trascorrere in maniera più naturale e
meno traumatica possibile il periodo di terapia intensiva.
Sebbene quello descrio da Rullo, ``e so qualities of interaction'' sia un caso
limite, può in quale modo fornirci un fondamento teorico e giustifii l'ampliamento
dello spero di requisiti - impliciti ed espliciti - e il designer deve soddisfare.
 CAPITOLO . IL DESIGN
Per concludere, mi permeo di notare e quelli e Harrison, Tatar e Sengers, ``e
three paradigms of HCI. alt'' definiscono i tre paradigmi dell'HCI assomigliano molto alle
tre qualità e,  anni fa, Vitruvio aribuiva al design ariteonico: firmitas, utilitas,
venustas: la solidità, l'utilità, la bellezza (sono debitore a Niccolò Ceccarelli per questa
citazione). Se per design intendiamo questo, allora l'interaction design costituisce non
solo il naturale sviluppo dello HCI, ma ane un'importante sfida all'evoluzione delle
scienze cognitive.
. La creatività
La creatività viene definita come la capacità di produrre qualcosa e sia contempo-
raneamente nuovo (originale, inaspeato) ed appropriato (utile, adaativo, capace di
rispeare i vincoli).
Carson, Peterson e Higgins, ``Decreased latent inhibition is associated with increased
creative aievement in high-functioning individuals.'', nello studiare la creatività, pon-
gono l'aenzione su di un costruo cognitivo: l'inibizione latente. Gli individui creativi
appaiono caraerizzati in parte dall'abilità di percepire e descrivere ciò e ad altri ri-
mane nascosto, non percepito. La non percezione di parte delle informazioni è aribuita
ad un meccanismo cognitivo di tipo inibitorio, definito inibizione latente. L'inibizione
latente è la capacità individuale di filtrare ed escludere dal focus aentivo quelle in-
formazioni e sono state precedentemente esperite come irrilevanti. esta capacità
si basa su di un meccanismo cerebrale; è una forma di apprendimento, ed è presente
ane negli animali. esta capacità ha un importante valore adaativo, in quanto,
escludendo tue le informazioni e abbiamo imparato essere irrilevanti, ci permee di
concentrarci sulle cose e abbiamo imparato essere importanti, evitandoci così di in-
correre in una situazione di information overflow. esta euristica, però, ha un costo;
se applicata in maniera troppo rigida, ci porta ad una sorta di fissità funzionale. an-
do le circostanze mutano, è possibile e un elemento e prima era irrilevante possa
diventare importante.
Ebbene, nel loro studio correlazionale, ibid. hanno evidenziato come individui con
un'alta capacità creativa hanno una bassa inibizione latente. L'aspeo insolito, eviden-
ziato dall'articolo, è e un basso livello di inibizione latente è tipico ane delle perso-
ne sizofrenie. ello e statisticamente differenzia le persone sizofrenie dalle
persone creative è l'intelligenza: le persone creative tendono ad avere un quoziente intel-
leivo superiore alla media, mentre l'interazione fra basso i.q. e bassa inibizione latente
aumentano il risio di sviluppare un disturbo psicotico.
Akinola e Mendes, ``e dark side of creativity: biological vulnerability and negati-
ve emotions lead to greater artistic creativity.'', in una serie di esperimenti, dimostrano
un aumento della creatività in persone predisposte alla depressione esposte a situazio-
ni di rifiuto sociale. La creatività sarebbe dunque facilitata dalla predisposizione alla
depressione.
esti lavori, lei superficialmente, lasciano intendere due cose: creativi si nasce, ed
essere creativi risia di essere una sfortuna: per essere creativi bisogna essere depressi o
psicotici. Amabile et al., ``Affect and creativity at work'' offrono una prospeiva diversa:
negli ambienti di lavoro vi è una associazione positiva fra emozioni positive e creatività.
.. LA CREATIVITÀ 
Associazione e tende a mostrare un paern circolare: le emozioni positive aumentano
la probabilità di avere delle intuizioni creative e, non meno interessante, gli ai creativi
inducono emozioni positive.
esti dati appaiono contraddiori. Proviamo a leggerli meglio. Faori diversi aiu-
tano la creatività. Il più banale è l'intelligenza: le persone più intelligenti sono più creati-
ve. La capacità di non escludere dall'analisi quegli aspei e appaiono irrilevanti (bassa
inibizione latente) aiuta il processo creativo. Peré la depressione o il rifiuto sociale au-
mentano la prestazione creativa? Vi sono due possibili meccanismi e possono rendere
conto di questo effeo: il rifiuto sociale può aivare nell'individuo una forte motiva-
zione a ribaltare la situazione, a dimostrare la propria capacità. E al trao depressivo
viene aribuito un aumento dell'aenzione sostenuta: queste persone hanno una mi-
gliore performance creativa peré riescono a focalizzarsi più a lungo ed esclusivamente
sul problema. Le emozioni positive, invece, influiscono positivamente sulla creatività in
quanto un mood positivo induce una maggiore elasticità di pensiero.
este informazioni ci permeono di operazionalizzare i precursori della creatività:
intelligenza - competenza, capacità di non inibire le informazioni apparentemente irri-
levanti, aenzione sostenuta, elasticità di pensiero. este competenze possono essere
insegnate?
Sternberg, O'Hara e Lubart, ``Creativity as investment'' identificano sei faori e
influenzano la creatività: le conoscenze, le abilità intelleuali, gli stili cognitivi, la mo-
tivazione, la personalità ed il contesto. Nella loro rassegna, gli autori si focalizzano su
contesti lavorativi di teamworking, e il loro suggerimento è di coinvolgere persone con
stili cognitivi diversi durante le differenti fasi del processo creativo.
In un recente articolo pubblicato sulla versione britannica di Wired, Kevin Dunbar
descrive i risultati di una ricerca osservativa in quaro laboratori di bioimica dell'u-
niversità di Stanford. ello e Dunbar ha osservato è e raramente i risultati degli
esperimenti rispeavano le aspeative dei ricercatori: la scienza è una aività general-
mente frustrante. Si suppone e il processo scientifico sia una rincorsa lineare verso la
verità, piena di ipotesi eleganti e vengono verificate o falsificate. Ma gli esperimen-
ti raramente ci dicono quello e ci aspeiamo, e questo, secondo Dunbar, è il segreto
oscuro della scienza.
Come reagiscono, i ricercatori, ai risultati inaesi? Generalmente ci riprovano, re-
plicano l'esperimento, cercando di eliminare l'errore. Che, a volte, si ripete, sistema-
ticamente. Ma poié questi errori sistematici sono così frequenti, i ricercatori devono
separare ciò e è interessante e ciò e non lo è, e nel fare questo spesso sbagliano. Igno-
rano fai potenzialmente interessanti, li rubricano come errori. Scoprono cose nuove e
le considerano fallimenti.
Ma se perfino i ricercatori tendono ad essere conservativi e ad escludere nuove ipo-
tesi, com'è possibile e la scienza progredisce? Secondo Dunbar, molte idee innovative
nascono durante i meeting di laboratorio; non tanto durante la presentazione dei risul-
tati di una ricerca, ma durante la discussione e ne segue, in quanto i ricercatori sono
spesso costrei a riconsiderare il loro punto di vista.
esti meeting di laboratorio sono particolarmente efficaci quando i partecipanti hanno
una formazione differente, multidisciplinare. Se nell'incontro si confrontano soltanto
persone espertissime nella stessa materia del relatore, difficilmente si arriverà ad una
 CAPITOLO . IL DESIGN
idea innovativa. Se, al contrario, il relatore si confronta con ricercatori con formazione
diversa, è molto più probabile e una soluzione innovativa, creativa, emerga. Uno degli
aspei caraeristici dei meeting è il linguaggio utilizzato: molto specialistico se la for-
mazione dei partecipante è la stessa. Ma se i partecipanti hanno formazioni diverse, ecco
e spesso il linguaggio diventa ricco di metafore ed analogie, e questa astrazione per-
mee una maggiore elasticità di pensiero e permee di ridimensionare quella inibizione
latente e impedisce ai ricercatori di vedere l'innovazione nei risultati inaspeati.
Le osservazioni di Dunbar ci tornano utili per due motivi. Il primo: la ricerca scien-
tifica assomiglia molto più al design di quanto la vulgata epistemologica non lasci in-
tendere, e dunque il dualismo scienza - design va probabilmente sfatato. Il secondo
aspeo è e la creatività può essere, se non indoa, comunque favorita da un ambiente
multidisciplinare.
Ciò e possiamo concludere da questo escursus fra design, creatività e ricerca scien-
tifica è e il design è una aività due volte multidisciplinare: primo peré è la risultante
di molte discipline. Ma soprauo peré, se design è creatività, la multidisciplinarietà
appare condizione essenziale.
Capitolo 
Il design partecipativo
. Introduzione
Vi è mai capitato di dare una mano in cucina in casa di amici? Cercate un coltello da
cucina ed aprite il casseo delle posate, per trovare una pentola aprite l'armadieo dei
corn flakes. iedete ai padroni di casa e questi rispondono con una certa sufficienza,
come se fosse ovvio e le posate sono nel primo casseo ed il minestro nel secondo.
Loro sono talmente abituati ad usare quella cucina e quella disposizione delle cose e
degli spazi sembra loro l'unica possibile, e del tuo ovvia.
Chi progea un sito web di medie - grandi dimensioni ne frequenta il dominio in-
formativo talmente a lungo da diventare un esperto di dominio. Si trova a lavorare con
i commienti, e sono esperti di dominio per definizione.
Il commiente, generalmente, ha una visione del dominio semantico molto condiziona-
ta dalla struura organizzativa dell'azienda o dell'istituzione e raprresenta. Gli stake-
holders interni all'organizzazione tendono comprensibilmente ad avere una visione dei
propri servizi o dei propri prodoi più legata al processo produivo e alle modalità di
fruizione degli utenti - clienti.
Con questi presupposti il sito internet rispecierà probabilmente il modello menta-
le implicito del commiente. Naturalmente non è necessariamente deo e il modello
mentale degli utenti sia radicalmente differente da quello del commiente. Però non è
nemmeno escluso.
A titolo di esempio cito il lavoro fao -- assieme a Dario Bei e Luca Rosati -- per il
sito dell'assessorato alle politie sociali della provincia autonoma di Trento.
Alcune delle competenze dell'assessorato sono ``al confine'' con le competenze dell'a-
zienda sanitaria. Per il funzionario dell'assessorato è iaro quali siano loro le compe-
tenze e quali quelle dell'azienda sanitaria. Per l'utente, però, questa distinzione non ha
molto senso. L'utente vuole un servizio, e non è tenuto a sapere qual'è l'ente erogatore.
L'utente dunque potrebbe consultare il sito internet cercando informazioni e, dal punto
di vista streamente organizzativo, non sono di competenza di quell'ente. Naturalmente
l'ente non può e non deve sostituirsi all'ente competente, né nell'erogazione del servizio

 CAPITOLO . IL DESIGN PARTECIPATIVO
ma nemmeno nel fornire le informazioni. Deve però prevedere la possibilità di indiriz-
zare l'utente verso le informazioni desiderate, possibilmente spiegando le competenze
dell'uno e dell'altro ente.
esto è solo un esempio di una possibile differenza fra il modello implicito del for-
nitore di servizi (o di beni, comunque di informazioni araverso il sito) ed il fruitore.
Le figure generalmente più aente a queste problematie sono generalmente i re-
sponsabili dell'U.R.P., gli uffici per le relazioni con il pubblico. esto peré si ritrovano
a dover rispondere, quotidianamente, a questioni e per loro sono ovvie ma e per gli
utenti non lo sono. Scusi, dov'è lo scolapaste?
Il design partecipativo nell'ariteura informativa si preoccupa di affrontare pro-
prio questo genere di questioni, ed è finalizzato a creare un'ariteura informativa e
sia più vicina alle aspeative degli utenti e al modello dei commienti.
Più in particolare, gli aspei e questo approccio intende affrontare sono i seguenti:
• identificazione dell'estensione e dei confini del dominio, secondo le aspeative
degli utenti.
• identificazione del lessico degli utenti.
• valutazione dell'importanza aribuita dagli utenti agli argomenti del sito.
• elicitazione dei modelli mentali degli utenti in merito alla struura categoriale
delle informazioni.
.. Definizione
Il design partecipativo è un insieme di teorie, pratie e studi e implicano il coin-
volgimento degli utenti finali nella progeazione degli artefai (Muller, ``Participatory
Design: e ird Space in HCI''). Il design partecipativo nasce e si sviluppa fra gli anni
‘ e gli anni ‘ del secolo scorso in Scandinavia e negli Stati Uniti, nell’ambito della
progeazione urbanistica ¹ e dello sviluppo del soware: l'idea e guida l’approccio
è e il coinvolgimento degli utenti finali nel processo decisionale e di pianificazione
possa non solo garantire una maggior democraticità ma ane sviluppare degli artefai
(nella faispecie degli edifici o degli interi quartieri) capaci di meglio rispondere alle
esigenze degli utenti finali. Negli anni successivi l’approccio si è sviluppato principal-
mente nell'ambito dello sviluppo del soware e recentemente nello sviluppo di siti web
(Kensing e Blomberg, ``Participatory Design: Issues and Concerns''), mentre la sua ap-
plicazione nell'ambito urbanistico ed ariteonico raramente ha varcato i confini della
Scandinavia. Originariamente l'approccio partecipativo aveva una forte valenza politica
e assumeva e gli utenti venissero coinvolti durante tuo il processo di progeazione
e sviluppo. esto approccio ha però incontrato, nell'ambito urbanistico, notevoli resi-
stenze. Da una parte di tipo culturale, in quanto gli aritei ed i progeisti si sentivano
¹si veda il manuale dell'American Institute of Aritects <www.aia.org/about/initiatives/AIAS>.
.. INTRODUZIONE 
esautorati nella loro funzione progeuale e creativa. In secondo luogo un coinvolgimen-
to così ampio implicava dei costi e dei tempi a volte più lunghi per la progeazione e
realizzazione degli artefai. Infine, un problema sostanziale era la difficoltà nel rendere
proficua la partecipazione degli utenti per un duplice motivo: i ciadini dovevano essere
coinvolti aivamente e spesso questo poteva essere difficile, allo stesso tempo le esigen-
ze, le idee, le conoscenze e i desideri degli utenti erano in larga parte impliciti, non era
banale far emergere questa conoscenza e tradurla sul piano progeuale. Ciononostante,
negli Stati Uniti vi sono degli esempi di design partecipativo applicato allo sviluppo ur-
banistico decisamente interessanti. Fra tui, il Regional/Urban Design Assistance Team
(R/UDAT) è una metodologia sviluppata dall'American Institute of Aritects, in cui
vengono applicati i principi del design partecipativo alla pianificazione urbanistica. Per
un interessante case history si veda il R/UDAT della cià di Austin, Texas (Johnson, e
Downtown Austin Planning Process as a Community of Inquiry: An Exploratory Study).
.. Design partecipativo e bisogni degli utenti
Ma qual'è il razionale e giustifica l'ipotesi dell'utilità, o della necessità, di coinvolge-
re gli utenti nella progeazione di un artefao? Secondo Rei et al., ``Varieties and
issues of participation and design'' l'approccio tradizionale alla progeazione e quello
partecipativo si basano su visioni filosofie differenti. L'approccio tradizionale ha una
visione più platonica dell'artefao: l'esperto detiene la conoscenza di come l'artefao
deve essere e nel suo lavoro infonde questa idea nel progeo. L'approccio partecipativo,
al contrario, assume una visione più costruivista: l'artefao non deve ricopiare un'idea
platonica depositata nella mente dell'esperto. La conoscenza è condivisa e il progeo va
costruito nel confronto fra i vari aori in gioco, non ultimi gli utenti finali. Il coinvol-
gimento degli utenti finali nella progeazione è dunque finalizzato principalmente a tre
scopi:
. migliorare la progeazione, aumentando la base di conoscenza in fase di analisi
progeuale
. fare in modo e le aspeative degli utenti finali siano realistie ma positive,
riducendo così la resistenza al cambiamento
. aumentare la democrazia sui luoghi di lavoro e sul territorio, garantendo ai cia-
dini il dirio di partecipare alle decisioni e avranno un impao sul loro lavoro
e sulla loro vita.
Nella pratica il livello di coinvolgimento degli utenti può variare. In ogni caso è neces-
sario e il coinvolgimento degli utenti abbia una quale influenza sul processo proget-
tuale. Per massimizzare l'efficacia della partecipazione è spesso necessario coinvolgere
gli utenti in maniera struurata. La metodologia R/UDAT, ad esempio, prevede  fa-
si: Geing started, Geing Organized, Team visit e Implementation, per ogni fase sono
previsti dei passaggi specifici. Uno degli aspei critici del design partecipativo è la capa-
cità di far emergere le conoscenze implicite degli utenti, per quanto concerne sia le loro
esigenze ed i loro desideri e le loro ipotesi di progeazione e realizzazione.
 CAPITOLO . IL DESIGN PARTECIPATIVO
.. Ambiti di applicazione
Lo sviluppo del soware (e in seguito dei siti web) e la progeazione ariteonica -
urbanistica sono i due ambiti dove il design è nato e si è maggiormente sviluppato. Af-
frontando problemi differenti sono state sviluppate, nei due ambiti, metodologie parzial-
mente diverse. Nell'ambito della progeazione di sistemi informativi il design partecipa-
tivo viene utilizzato prevalentemente nella definizione dell'ariteura dell'informazio-
ne e nella valutazione dell'usabilità delle interfacce. In questo ambito lo strumento più
utilizzato è, senza dubbio, il card sorting Rugg e McGeorge, ``e sorting teniques: a
tutorial paper on card sorts, picture sorts and item sorts''; Upur, Rugg e Kitenham,
``Using Card Sorts to Elicit Web Page ality Aributes'', finalizzato all'organizzazione
della macroariteura del sistema. Meno nota ma non meno importante è la tecnica
del free listing (Sinha, Beyond cardsorting: Free-listing methods to explore user catego-
rizations), il cui scopo è quello di coinvolgere gli utenti nella definizione del dominio
informativo. Il risultato dell'applicazione del design partecipativo non è quindi necessa-
riamente un prodoo fisico, la progeazione può dar vita ad un processo di interazione
tra uomo e informazione ad esempio. In questo senso l'ambito d'azione del design par-
tecipativo è molto ampio diventando uno strumento per l'ariteura dell'informazione
e si caraerizza come una disciplina pervasiva in grado di definire dei modelli integrati
e trasversali di interazione uomo-informazione ².
. Modelli mentali e categorizzazioni
Un modello mentale è una rappresentazione cognitiva di situazioni reali, ipotetie o
immaginarie Johnson-Laird, Giroo e Legrenzi, ``Mental models: a gentle guide for ou-
tsiders''. I modelli mentali emergono da processi di percezione, immaginazione, com-
prensione linguistica e di elaborazione cognitiva delle conoscenze. Una delle caraeri-
stie dei modelli mentali è e tendono ad essere analogici, nel senso e la struura
del modello corrisponde alla struura di ciò e è rappresentato. Un'altra caraeristica
è e i modelli mentali sono dinamici, nel senso e possono essere modificati araverso
delle regole di trasformazione. Sebbene i modelli mentali possano assumere differenti
forme, molto spesso la rappresentazione cognitiva è piorica e spaziale, ane quando
vengono rappresentati concei astrai. Una visione più radicale della rappresentazione
spaziale è quella sviluppata dalla linguistica cognitiva, da autori come Lakoff e Johnson,
Metaphors we live by, secondo i quali non solo molte rappresentazioni cognitive sono di
tipo spaziale, ma la rappresentazione spaziale costituisce la base per innumerevoli meta-
fore e veicolano linguisticamente molteplici concei astrai. Johnson inoltre sostiene
e la rappresentazione spaziale sia multimodale, e e dunque coinvolga - a livello ce-
rebrale - le aree motorie deputate al movimento del corpo nello spazio. Nell'alveo della
robotica le mappe cognitive spaziali o topologie sono state utilizzate per permeere
agli agenti artificiali di apprendere un percorso o la struura di uno spazio e per navigar-
lo ed interagire in esso (Remolina e Kuipers, ``Towards a general theory of topological
maps'').
²Uno studio su questo tema: Ariteura dell'informazione integrata per Apple e Ikea
.. TOPOGRAFIA MENTALE NELLA PROGETTAZIONE DI SPAZI FISICI 
. Topografia mentale nella progettazione di spazi fi-
sici
.. La mente e le associazioni vs lo spazio fisico
La mente umana produce delle associazioni multidimensionali tra concei. Facendo
riferimento all'aeroporto, in quanto passeggeri, ci aspeiamo di trovare un servizio in
vari contesti per tue le volte in cui esso si rivela necessario, in questo senso i vari
servizi dovrebbero essere tui legati da un rapporto di vicinanza fisica (dello spazio
fisico). Seguendo questo approccio risulta impossibile assecondare tue le esigenze dei
passeggeri nel loro relazionarsi con lo spazio fisico dell'aeroporto.
La mente ci permee di meere in connessione spazi e servizi lontani nella realtà, il
modello cognitivo non è però facilmente riproducibile nel mondo fisico. Prendendo in
considerazione la mappatura topografica (figura ) oenuta araverso l'analisi dei dati
del card sorting è possibile notare come alcuni item tendano ad avvicinarsi se non ad
intersecarsi. Tali item e le relazioni e è possibile individuare tra loro, giocano insieme
un ruolo importante nel definire un riferimento per la coscienza dello spazio geografico
e si caraerizza per:
. landmark knowledge, punti di riferimento nell'ambiente
. route knowledge, sequenze di punti di riferimento (percorsi di navigazione)
. configurational knowledge, processo e consente di individuare i punti di riferi-
mento e i percorsi all'interno di un modello di riferimento (Siegel e White, ``e
development of spatial representations of large-scale environments'').
L’esperienza e le persone hanno di un certo ambiente è tanto più vicina alle loro esi-
genze quanto più le loro associazioni tra spazi e servizi trovano un riscontro nello spazio
fisico, quanto più quest'ultimo si avvicina a ciò e viene definito come configuratio-
nal knowledge. In questo senso la mappatura topografica del dominio può essere uno
strumento per progeare un ambiente più vicino alle esigenze delle persone.
.. Vicinanza cognitiva e vicinanza fisica
La mappatura topografica ci consente di ragionare in termini di vicinanza cognitiva e
vicinanza fisica. La vicinanza cognitiva può essere individuata dalla minore o maggiore
prossimità reciproca degli item sulla rappresentazione topografica (figura ). La vicinan-
za fisica è ovviamente determinata dalla prossimità spaziale degli item nel dominio di
riferimento. Nella fruizione di uno spazio fisico come quello di un aeroporto, le persone
si spostano continuamente tra ambienti e servizi (landmark) legati da rapporti di vici-
nanza fisica, fintanto e quel contesto sia in grado di soddisfare le loro esigenze con il
suo insieme di punti di riferimento (landmark) e percorsi (route). Se il contesto non è in
grado di soddisfare tali esigenze, le persone faranno affidamento con tua probabilità a
delle associazioni mentali per individuare nuovi contesti in grado di soddisfare le loro
esigenze. I rapporti di vicinanza fisica vengono tralasciati momentaneamente per ri-
iamare dei rapporti di vicinanza cognitiva. Le esigenze e scaturiscono non possono
 CAPITOLO . IL DESIGN PARTECIPATIVO
essere soddisfae in modo immediato come nei casi di prossimità fisica, abbiamo deo
inizialmente e sarebbe impossibile ripetere ogni servizio dell'aeroporto per tue le n
volte in cui esso è riiesto dalle persone, la spazialità fisica impone delle forti limitazioni
alla potenzialità delle associazioni cognitive. La spazialità fisica tuavia si può avvalere
di riferimenti e l'avvicinino il più possibile alla spazialità cognitiva. In questo senso
gli aspei fondamentali dell'interazione uomo - informazione in uno spazio fisico sono
due: le persone si spostano tra ambienti limitrofi per fruire di determinati servizi, oppure
cercano dei riferimenti per soddisfare l'associazione mentale stabilita tra due ambienti o
servizi caraerizzati da una vicinanza solo di tipo cognitivo, per raggiungere uno di essi
fisicamente. Alla luce di queste considerazioni, possiamo affermare come la mappatura
topografica risultante dalle fasi di design partecipativo, possa essere in buona parte uti-
lizzata per progeare uno spazio fisico. In alcuni casi la vicinanza cognitiva corrisponde
a quella fisica, quindi la mappatura può guidare la progeazione di spazi fisici aigui.
In altri casi, ambienti e servizi vicini nel modello cognitivo delle persone possono essere
estremamente lontani nello spazio fisico e viceversa, quindi la mappatura può fornire dei
suggerimenti sulla tipologia e le funzioni e i riferimenti messi in campo nello spazio
fisico devono avere per avvicinare il modello cognitivo a quello fisico.
.. Limiti dell'applicazione del modello cognitivo allo spazio fi-
sico
I risultati del card sorting suggeriscono e sia legiimo ed appropriato progeare lo
spazio fisico dell'aeroporto in base ai cluster emersi dal compito di classificazione. Vi
sono però delle circostanze in cui questa mappatura non può essere applicata. Più in
particolare, è necessario prestare aenzione a dei casi particolari:
• ambienti e servizi di utilità distribuita, ad esempio le toilee, andrebbero distri-
buiti in tui i moduli dell'aeroporto
• servizi e per un quale motivo non possono essere collocati fisicamente nel
cluster di riferimento, ad esempio peré troppo grandi o peré non possono
essere spostati (non è deo e si possa collocare la stazione ferroviaria vicino al
posteggio degli autobus ane se cognitivamente correo)
• servizi e nel card sorting non hanno trovato una collocazione certa ³.
ando, come in questi casi, la mappatura non può essere applicata oppure il modello
cognitivo e quello fisico non coincidono, è necessario ricorrere ai riferimenti già men-
zionati e corrispondono alle tecnie di organizzazione dei contenuti (dove i contenuti
sono gli ambienti e i servizi), alle strategie di wayfinding e di guida e permeono al-
l'utente di orientarsi, di individuare il percorso (route knowledge) per raggiungere l'am-
biente o servizio desiderato. Se invece il modello cognitivo e quello fisico coincidono, è
bene riprodurre la vicinanza cognitiva in vicinanza spaziale.
³Nel card sorting abbiamo volutamente incluso una voce di difficile classificazione, la iesa. Gli utenti
non hanno trovato un accordo e nel dendogramma questa voce si trova isolata dalle altre. In questi casi il
progeista deve decidere in base ad altri criteri.
.. TOPOGRAFIA MENTALE NELLA PROGETTAZIONE DI SPAZI FISICI 
.. Conclusioni
Sebbene questo tipo di progeazione possa garantire una miglior trovabilità e fruibilità
dei servizi all'interno dell'aeroporto, questo non esclude affao e sia necessario pro-
geare dei supporti per aiutare gli utenti ad orientarsi negli spazi, araverso ad esempio
un uso coerente dei simboli e delle indicazioni utilizzate all'interno dello spazio fisico, la
scelta di un codice cromatico e identifii gruppi di servizi e e accompagnino le per-
sone nell'identificazione dei percorsi all'interno dello spazio fisico oppure sulle interfacce
digitali. L'ariteura dell'informazione può intervenire nella definizione di un sistema
di organizzazione degli ambienti e dei servizi come base del sistema di ricerca all'interno
dell'ambiente fisico (pannelli video interaivi), sul sito internet dell'aeroporto, sulla ver-
sione del sito per dispositivi mobili (Falcinelli, ``Find at unistrapg.it''; Potente e Salvini,
Ariteura dell’informazione integrata: i casi Apple e Ikea). Il limite tra modello cogni-
tivo e modello fisico può dunque essere superato grazie all'ariteura dell'informazione
e alle strategie di wayfinding, le quali consentono all'utente di soddisfare le esigenze di
ricerca e di esperienza in un ambiente fisico, in sostanza di plasmare lo spazio fisico in
base al proprio modello cognitivo del medesimo spazio.
 CAPITOLO . IL DESIGN PARTECIPATIVO
Parte III
L'aritettura dell'informazione

Capitolo 
Aritettura dell'informazione:
organizzazione categoriale delle
conoscenze
ello e l'informazione consuma è piuosto ovvio: consuma l'aenzione
dei destinatari. Pertanto, la ricezza di informazione crea scarsità di risorse
aentive, e la necessità di allocare l'aenzione in maniera efficiente fra le
sovrabbondanti sorgenti informative e la possono consumare. -- H.A.
Simon -- citato in Pirolli e Card, ``Information Foraging''.
L'ariteura dell'informazione si occupa di definire la struura e la navigazione di
un sistema informativo. In un sistema come il web la navigazione si basa principalmen-
te sui collegamenti ipertestuali, ma ane araverso le interfacce per l'interrogazione di
motori di ricerca o di database.
In un lavoro oramai classico Rasmussen, Information Processing and Human- Mai-
ne Interaction: an Approa to Cognitive Engineering distingue i comportamenti degli
utenti in tre livelli: skill-based, rule-based e knowledge-based. In uno studio sull'utilità
di differenti metodi di valutazione dell'usabilità Fu, Salvendy e Turley, ``Effectiveness
of user testing and heuristic evaluation as a function of performance classification'' sug-
geriscono e la progeazione e la valutazione del livello knowledge-based debba essere
basata su strumenti empirici (ovvero araverso il coinvolgimento degli utenti) mentre
i livelli skill e rule based vadano affrontati con metodi non empirici, quali linee guida
ed euristie. In questo capitolo mi focalizzerò quasi esclusivamente di quegli aspei
dell'ariteura dell'informazione ascrivibile al livello basato sulla conoscenza: la strut-
tura dell'informazione e gli aspei lessicali della navigazione. Nel prossimo capitolo
introdurrò una metodologia finalizzata all'analisi e la progeazione di un sistema in-
formativo, ed analizzerò nel deaglio i metodi empirici di elicitazione della conoscenza
lessicale e categoriale.

 CAPITOLO . ARCHITETTURA DELL'INFORMAZIONE
. Definizione
.. Definizioni di AI
L'ariteura dell'informazione è una disciplina piuosto recente, i cui confini non so-
no ancora ben delineati. Alcune definizioni presenti in leeratura possono aiutarci a
comprenderne le finalità.
Termine utilizzato per descrivere il processo di progeazione, imple-
mentazione e valutazione di spazi informativi e siano psicologicamente e
sociologicamente acceabili dagli stakeholders. (Dillon, ``Information Ar-
itecture in JASIST: Just Where Did We Come From?'')
Ariteura dell'informazione è un termine usato per descrivere la struu-
ra di un sistema, il modo in cui l'informazione è raggruppata, i metodi di
navigazione e la terminologia usata entro il sistema.
L'ariteura dell'informazione è il processo di costruzione delle moda-
lità di accesso all'informazione finalizzato a permeere agli utenti di navi-
gare velocemente e produivamente all'interno del sito basandosi solamen-
te sul loro intuito. (McCraen, ``Bringing Order to Intranet Chaos with
Information Aritecture: A Case Study'')
Il più importante testo sull'ariteura dell'informazione, Rosenfeld e Morville, In-
formation aritecture for the World Wide Web, fornisce quaro definizioni di aritet-
tura dell'informazione:
• La combinazione di organizzazione, etieatura e semi di navigazione all'in-
terno di un sistema informativo.
• La progeazione struurale di uno spazio informativo, finalizzata a facilitare il
completamento di compiti e l'accesso intuitivo ai contenuti.
• L'arte e la scienza di struurare e classificare siti web ed intranet per aiutare gli
utenti a trovare e utilizzare l'informazione.
• Una disciplina emergente, una comunità di pratie finalizzata a portare i principi
della progeazone e dell'ariteura nel panorama digitale.
L'ariteura dell'informazione è dunque un corpus di metodi, tecnie e conoscen-
ze concernenti il modo in cui le informazioni sono rappresentate, etieate e strut-
turate all'interno dei sistemi informativi. In particolare, le conoscenze sull'ariteura
dell'informazione dovrebbero permeere di rendere facilmente accessibili agli utenti le
informazioni presenti nei siti.
Il web come sistema informativo
Nelle citazioni e abbiamo riportato si usano, spesso alternativamente, i termini sito
web e sistema informativo. Un sito web è un particolare sistema informativo eleronico
e può essere utilizzato araverso internet. Le considerazioni e faremo sui siti web
.. DEFINIZIONE 
potranno quindi riguardare ane ad altri tipi di sistemi informativi e condividono
caraeristie simili.
.. La qualità di un sistema informativo
Gli utenti usano internet principalmente per cercare e condividere informazioni, per
comunicare, per utilizzare servizi e applicazioni, per acquistare o vendere prodoi e
servizi. Il valore di un sistema informativo è legato ad una serie di aspei.
Utilità Un sistema informativo deve essere utile; deve contenere informazioni di qua-
lità e fornire servizi utili. L'utilità di un sito web è data dalla sua capacità di fornire
le informazioni e gli utenti cercano, oppure di permeere loro di portare a termine i
compiti e si sono prefissi.
Usabilità L'usabilità ¹ dei siti web si deve occupare di due aspei, legati ma distinti:
• l'interfaccia;
• l'ariteura informativa.
Piacevolezza A parità di utilità ed usabilità un sistema informativo è migliore se è
piacevole da usare (Busei, Bussolon e Sartori, ``Il colore dei link delle pagine web come
memoria esterna'').
Reperibilità È importante e le informazioni, i servizi ed i prodoi di un sistema
informativo possano essere trovati facilmente dagli utenti.
Accessibilità L'accessibilità implica il rispeo di standard finalizzati all'accesso all'in-
formazione da parte di individui con differenti abilità, strumenti e preferenze, in molte-
plici contesti d'uso (Lazar, Dudley-Sponaugle e Greenidge, ``Improving web accessibi-
lity: a study of webmaster perceptions'').
Credibilità La credibilità è un aspeo molto importante, ane se spesso trascurato,
di ogni organizzazione (Fogg et al., ``What makes Web sites credible? a report on a large
quantitative study''). esto vale a maggior ragione per il web, in quanto l'assenza di
contao fisico fra l'organizzazione e l'utente rende quest'ultimo più diffidente.
Valore È importante e il sito offra risorse o servizi di valore per gli utenti e e crei
altresì valore ane per il commiente (Conci, ``Portale Unitn: ariteura dell'infor-
mazione centrata sull'utente'').
¹ Una definizione formale di usabilità, ampiamente acceata in leeratura (Abran et al., ``Usability Mea-
nings and Interpretations in ISO Standards''; Jokela et al., ``e standard of user-centered design and the
standard definition of usability: analyzing ISO  against ISO -''), è quella proposta dallo standard
ISO - (Ergonomic requirements for office work with visual display terminals - Guidance on usability)
come: Il livello in cui un prodoo può essere usato da specifici utenti per raggiungere specifici obieivi con
efficacia, efficienza e soddisfazione, in uno specifico contesto d'uso.
 CAPITOLO . ARCHITETTURA DELL'INFORMAZIONE
.. Ruolo e obiettivi dell'aritettura dell'informazione
È mia opinione e i metodi, le tecnie e le conoscenze dell'ariteura dell'informazio-
ne -- in particolar modo le tecnie centrate sull'utente -- possano influire positivamente
su tre degli aspei elencati:
. Ci si aspea e l'ariteura centrata sull'utente aumenti l'utilità del sito in
quanto alcuni dei suoi metodi empirici permeono di identificare gli interessi,
le aspeative e le esigenze degli utenti.
. L'ariteura centrata sull'utente aumenta l'usabilità in quanto permee di rile-
vare il lessico degli utenti e di cogliere i loro modelli mentali impliciti concernenti
il modo in cui si aspeano e l'informazione sia struurata e categorizzata.
. Una ariteura dell'informazione centrata sull'utente tende a migliorare la re-
peribilità di un sistema informativo. Per essere reperibile l'informazione deve
infai essere struurata in maniera coerente, in modo da rispeare le aspeative
implicite degli utenti.
Obiettivi Gli obieivi dell'ariteura dell'informazione sono molteplici:
• l'identificazione dei contenuti e gli utenti si aspeano di trovare in un sito web;
• la valutazione dell'importanza e gli utenti aribuiscono ai contenuti;
• la conoscenza del lessico adoato dagli utenti, ed il conseguente adaamento della
terminologia del sito;
• la struurazione delle unità informative (ad esempio: le pagine web) in partizioni
gerarie (alberi);
• l'identificazione delle risorse la cui collocazione può risultare problematica;
• la progeazione di metainformazioni sulle risorse.
.. Le dimensioni di una struttura informativa: contesto, conte-
nuto, utenti
Vi sono tre dimensioni e vanno tenute in considerazione nella progeazione di un
sistema informativo (Rosenfeld e Morville, Information aritecture for the World Wide
Web):
• il contesto: gli scopi del commiente, le politie, la cultura, la tecnologia, le
risorse, i vincoli;
• i contenuti del sistema informativo: i documenti, i file, le applicazioni, i servizi, i
metadati;
• gli utenti del sistema.
.. DEFINIZIONE 
Aritettura dell'informazione centrata sugli utenti In queste pagine mi focalizzerò
quasi esclusivamente sulla dimensione legata agli utenti.
Peré riteniamo e sia necessario non solo tenere conto degli utenti, ma ane di coin-
volgerli nella progeazione di un sito web? L'approccio e si propone è quello dello
user centered design ², ove si assume e nessuno conosca competenze, cultura, bisogni,
limiti, aeggiamenti degli utenti reali meglio degli utenti medesimi, e pertanto prevede
il coinvolgimento degli utenti in tue le fasi della progeazione, realizzazione e gestio-
ne di un prodoo. La metodologia centrata sull'utente prevede il coinvolgimento aivo
degli utenti, la comprensione dei requisiti degli utenti e dei compiti, l'allocazione ap-
propriata di funzioni tra gli utenti e il sistema, un approccio iterativo alla progeazione
(Mao et al., ``User-Centered Design Methods in Practice: A Survey of the State of the
Art'').
Il coinvolgimento degli utenti nel design di un sistema informativo può aiutarci a
rispondere a tre domande importanti:
• Cosa si aspeano di trovare, gli utenti, nel sito e stiamo costruendo?
• Come si aspeano e l'informazione sia struurata, organizzata, classificata e
presentata?
• al'è il loro lessico? ali termini dobbiamo usare per aiutarli a comprendere,
identificare e recuperare i contenuti?
.. Le aree di intervento
Rosenfeld e Morville, Information aritecture for the World Wide Web identificano tre
aree di intervento:
. Organizzazione: il modo in cui l'informazione deve essere organizzata e struu-
rata.
. Labeling: il lessico da usare per etieare le risorse e le categorie del sistema di
informazione.
. Navigazione e ricerca: gli strumenti dell'interfaccia e permeono agli utenti
di navigare nel sistema e di cercare le informazioni araverso il motore di ricerca.
La navigazione e la ricerca implicano principalmente i livelli skill e knowledge based,
e dunque non saranno traati in questa sede. Verranno invece approfonditi gli aspei
dell'organizzazione e del labeling, e riprenderemo poi sia nel capitolo dedicato agli
esperimenti e a quello delle applicazioni di Netsorting a casi reali.
²Lo standard ISO  definisce lo user centred design come ``Un approccio allo sviluppo di sistemi
interaivi focalizzato specificatamente all'usabilità. È una aività multidisciplinare, e riiede competenze
e tecnie specifie di ergonomia ...Applicare l'ergonomia al disegno di sistemi riiede di considerare faori
primari le capacità, competenze, conoscenze, limitazioni ed esigenze degli utenti.``
 CAPITOLO . ARCHITETTURA DELL'INFORMAZIONE
. Organizzazione
.. Semi organizzativi
In leeratura (Rosenfeld e Morville, Information aritecture for the World Wide Web)
vengono distinti gli semi esai da quelli ambigui.
Semi esatti
Il filesystem del nostro computer ci da un buon esempio di alcuni semi esai di or-
ganizzazione. ando navighiamo le cartelle del nostro hard disk possiamo ordinarne i
contenuti per nome, data di ultima modifica, tipo di file o dimensione.
Un'altro buon esempio è il client di posta eleronica. Generalmente ordiniamo le mail
in entrata in base alla data di arrivo, ma possiamo ordinarle ane per oggeo o per
miente.
Nome, data, dimensione di un file, oggeo, miente di una mail sono semi di ordi-
namento esai, peré sono informazioni e si basano su quantità e possono essere
disposti su scala ordinale, come l'ordine alfabetico, o ad intervalli, come le date, o a rap-
porti, come la dimensione di un file.
Un altro sema esao può essere quello geografico. La open directory ³ ad esempio pre-
senta ane una categorizzazione per area geografica, e dunque i siti internet dedicati
alla cià di Rovereto si trovano soo il percorso
Regional > Europe > Italy > Trentino Alto Adige > Trento > Rovereto
Il vantaggio degli semi esai è e non sono ambigui, e generalmente l'ordinamen-
to può essere fao automaticamente dall'applicazione e presenta i dati. Non è dunque
necessario, ad esempio, e io ordini a mano le mail ricevute in base alla data di arrivo,
in quanto è il programma stesso a farlo per me. Ma soprauo se conosco la data di
arrivo di una mail mi risulta facile trovarla.
A volte, però, gli utenti si trovano in difficoltà nell'usare gli semi esai, in quanto
le loro conoscenze in merito a ciò e cercano non sono precise. Se, ad esempio, non
ricordo la data precisa di una mail e sto cercando, e nemmeno il miente, e nemme-
no l'oggeo, trovare quella mail in base agli semi esai può risultare un'impresa non
facile.
In altre circostanze, poi, è l'informazione stessa e non si presta a semi esai, in
quanto è per sua natura ambigua.
Semi ambigui
Gli semi ambigui sono meno semplici da implementare, ed introducono degli elementi
di soggeività. Ciononostante risultano spesso estremamente utili. ``Vi è una semplice
ragione e rende gli semi ambigui così utili: non sempre sappiamo e cosa stiamo
cercando'' (ibid.).
³www.dmoz.org
.. ORGANIZZAZIONE 
Vi sono differenti tipologie di semi ambigui. Un corpus di informazioni può essere
classificato ad esempio per argomento, per compito, per tipologia di utenza.
Immaginiamo, ad esempio, il sito web di una facoltà universitaria. Le risorse possono
essere raggruppate per argomento, e allora potremo avere le categorie didaica, ricerca,
servizi. Possono essere raggruppate per tipologia di utente, e allora avremo un ingresso
diverso per studenti, docenti, personale, aziende, persone interessate ad iscriversi ai corsi
di laurea e così via. Nella sezione dedicata alla didaica on line le risorse possono essere
raggruppate per argomento: consultare il programma di un insegnamento, seguire le
lezioni on line, iscriversi all'esame.
Naturalmente in questo caso la classificazione è soggea ad ambiguità e difficoltà. Do-
ve colloiamo, ad esempio, la pagina dedicata alla biblioteca? Nella categoria Ricerca,
nella categoria Didaica, nella categoria Servizi?
È proprio nella creazione di questa tipologia di semi e diviene necessario, in
fase di design, coinvolgere gli utenti utilizzando degli strumenti di elicitazione della
conoscenza.
.. Strutture organizzative
Le struure organizzative si occupano della modalità di immagazzinamento e presenta-
zione delle informazioni.
L'adozione di appropriate struure organizzative è soggea a tre faori: il faore tec-
nologico, la tipologia dei contenuti, gli aspei di usabilità legati alla modalità di presen-
tazione dei dati.
ibid. identificano tre tipi di struure: gerarie, tabellari ed ipertestuali. A nostro
avviso altri due tipi di struure meritano la nostra aenzione, poié sono delle tipologie
di organizzazione dell'informazione emergenti in internet: la classificazione a faccee e
la classificazione a parole iave.
Strutture gerarie Una struura gerarica divide il dominio semantico della strut-
tura informativa in partizioni. Un tipico esempio -- di struura gerarica esaa -- è la
tassonomia linneiana degli esseri viventi.
Su internet vi sono degli esempi estremamente celebri, le directory come dmoz.org o
yahoo. In questo caso, però, la struura gerarica è di tipo ambiguo.
Strutture a tabella, o database Abbiamo già citato alcuni esempi di questa struura:
il client di posta eleronica elenca la posta in arrivo in una tabella, dove ad ogni riga
(record) corrisponde una mail, mentre le colonne rappresentano i diversi aributi delle
mail: data, miente, oggeo, dimensione in kilobites.
Un altro esempio è costituito dal servizio offerto da librarything.com, un sito permee
di condividere la propria libreria, inserendo la lista dei libri e si possiede. Chi entra
nella mia libreria virtuale ⁴ troverà la lista dei miei libri, e potrà essere ordinata per
autore, per titolo, per punteggio di gradimento.
⁴cliccando su www.librarything.com
 CAPITOLO . ARCHITETTURA DELL'INFORMAZIONE
Struttura ipertestuale -- network La struura ipertestuale costituisce la più impor-
tante caraeristica distintiva del web. Il web è, dal punto di vista dell'utente, una ra-
gnatela di risorse testuali o multimediali fra loro collegati araverso dei collegamenti
ipertestuali.
Un sito web non è un sito web se non ha collegamenti ipertestuali, in quanto questi co-
stituiscono lo strumento universale di navigazione all'interno del web. E dunque ane
le struure gerarie e tabellari usano i collegamenti ipertestuali per la navigazio-
ne. Vi sono però dei sistemi informativi dove i collegamenti ipertestuali costituiscono
e rappresentano la struura. L'esempio più importante è costituito da wikipedia ⁵, la
più importante enciclopedia eleronica, un progeo open source. esto tipo di strut-
tura è particolarmente adao per le conoscenze di tipo enciclopedico; ad una struu-
ra ipertestuale non gerarica manca però la struura categoriale tipica delle struure
gerarie.
Classificazione sulla base di attributi o caratteristie: le faccette In termini molto
sintetici la classificazione a faccee è una classificazione multidimensionale.
Alcuni importanti siti di commercio eleronico fanno uso di questo tipo di classifica-
zione. Se ceriamo una macina fotografica digitale su siti come froogle o ebay ci
viene offerta la possibilità di restringere la ricerca in base a differenti parametri: tipo di
fotocamera (compaa, reflex), risoluzione in megapixels, zoom, marca, fascia di prezzo.
Dal punto di vista dell'interazione con l'utente la classificazione a faccee si propone di
combinare la struurazione della classificazione gerarica con la multidimensionalità
delle struure a tabella.
Strutture a parole iave I servizi e si basano su questa struura permeono agli
editori delle informazioni, ma ane agli utenti, di aggiungere delle informazioni alle
risorse (documenti, siti web, immagini, video). este informazioni, e tecnicamente
sono dei metadati, sono generalmente delle parole iave, tag in inglese. I siti web e si
basano su queste struure permeono agli utenti di navigare all'interno del sito proprio
araverso le parole iave.
Flir ⁶ è un sito e permee di condividere le proprie fotografie. L'utente si registra
e carica sul server di flir le proprie immagini digitali. Il sito invita a contrassegnare
ogni immagine con una o più parole iave. Gli utenti potranno visualizzare le fotogra-
fie presenti sul sito araverso la ricerca per parola iave. del.icio.us ⁷ offre un servizio
di bookmark online. Se, navigando, mi imbao in un sito o una pagina e reputo in-
teressante, posso decidere di salvarne il collegamento fra i segnalibri del mio browser.
Del.icio.us permee di fare la stessa cosa salvando l'indirizzo sul loro sito, e contrasse-
gnandolo con dei tag.
Potrei decidere di memorizzare ad esempio il sito web della facoltà di Scienze cognitive
aggiungendo i tag facoltà, scienze cognitive, rovereto. In questo modo posso ritrovare
più facilmente i miei segnalibri, cercandoli in base alla parola iave, e posso condivi-
derli con gli altri utenti: se qualcuno cererà su del.icio.us il tag scienze cognitive potrà
⁵it.wikipedia.org nella versione italiana
⁶www.flir.com
⁷del.icio.us
.. INFORMATION SCENT 
trovare il link al sito della facoltà.
La classificazione per parole iave non è una novità. È una novità il fao e siano gli
utenti, e non solo gli editori, a definire le parole iave delle risorse.
Geotagging Con l'avvento di servizi come Google Maps ⁸ è possibile associare ad una
risorsa delle coordinate geografie. Diviene così possibile navigare le risorse ara-
verso una mappa satellitare. Flir offre un servizio di questo genere, e permee di
visualizzare il luogo dove sono state scaate le fotografie.
. Information scent
Secondo Pirolli e Card, ``Information Foraging'' gli esseri umani sono degli informavo-
ri il cui successo adaativo dipende dalla loro capacità di applicare con successo delle
sofisticate strategie di selezione delle informazioni, di aribuzione di senso, di problem
solving e decision making. Secondo la Information Foraging theory da loro proposta la
ricerca e la selezione delle informazioni può essere paragonata alla strategia di foraggia-
mento degli animali, e dunque i sistemi informativi dovrebbero massimizzare il rapporto
fra il valore dell'informazione per l'individuo ed il costo sostenuto per trovarla, analiz-
zarla, elaborarla. Nel contesto dei siti internet, caraerizzati come abbiamo visto da una
navigazione e si basa sugli ipertesti, le risorse sono presentate all'utente araverso
dei link testuali o grafici. Il designer utilizza le etiee (o le icone, o le immagini) co-
me dei suggerimenti prossimali finalizzati a permeere all'utente di intuire i contenuti
del documento collegato; nella metafora del foraggiamento informativo questi sugge-
rimenti vengono definiti da Chi, Pirolli e Pitkow, ``e Scent of a Site: A System for
Analyzing and Predicting Information Scent, Usage, and Usability of a Web Site'' infor-
mation scent: ciò e il link suggerisce è una percezione soggeiva del valore, del costo
e delle modalità di accesso alle informazioni. L'utente è guidato nella sua esplorazione
della struura informativa da questi suggerimenti (Chi et al., Using Information Scent
to Model User Information Needs and Actions on the Web). Nella definizione di una ar-
iteura informativa risulta pertanto estremamente importante adoare delle etiee
e sappiano guidare in maniera correa gli utenti, permeendo loro di intuire la natura
dell'informazione a cui sono collegati.
.. Le etiette
Con etiea si intende un'unità informativa di piccole dimensioni, finalizzata ad iden-
tificare una risorsa: un documento, un file audio, un prodoo, un filmato, una persona.
L'etiea è generalmente testuale, ma può essere ane una piccola immagine (un'ico-
na) e, in determinati casi, ane un suono. Basti pensare ai telefoni cellulari più recenti:
ad un numero telefonico in rubrica si può associare il nome della persona, ma ane una
sua fotografia e addiriura una suoneria personalizzata. ando riceviamo una iama-
ta da quel numero il suono, l'immagine ed il nome di quella persona sono delle etiee
e ci permeono di identificare il iamante prima ancora di rispondere.
⁸maps.google.com
 CAPITOLO . ARCHITETTURA DELL'INFORMAZIONE
Nella vita reale le persone tendono a cavarsela piuosto bene con le etiee, tanto
e non si accorgono nemmeno di usarle. A volte però sorgono dei problemi: di carat-
tere etico (basti pensare alle etiee di persona diversamente abile o persona di colore),
culturale o burocratico: non passa giorno e nelle stazioni ferroviarie italiane non ven-
ga annunciato un ritardo causato da guasti ai materiali viaggianti o ci venga ricordato
di convalidare il documento di viaggio usando le macine obliteratrici. Citiamo questi
esempi non tanto per ironizzare su di un vezzo tipicamente italiano quanto per sooli-
neare come alcune problematie relative ad un uso appropriato del lessico non siano
circoscrie all'ambito virtuale di internet, ma coinvolgano ogni forma di comunicazione
istituzionale.
Acronimi, termini burocratici Nella progeazione (o riprogeazione) di un sito in-
ternet ci si trova spesso a dover affrontare il problema di etiee poco informative.
Nella ridefinizione dell'ariteura dell'informazione del sito di un comune del Trenti-
no, abbiamo dovuto affrontare il problema del termine Albo pretorio. L'albo pretorio è
il luogo dove vengono esposte le delibere di consiglio e giunta comunale. Dal punto di
vista formale Albo pretorio è il termine correo, ma dal punto di vista dell'utente è lecito
supporre e, per i meno esperti, questa etiea risulti oscura.
Un'altro tipo di etiee oscure sono gli acronimi: quando abbiamo ridefinito l'aritet-
tura dell'informazione della Direzione Informatica e Telecomunicazioni dell'Università
di Trento ci siamo imbauti in termini come S.A.R.A. (Servizio di Accesso alla Rete di
Ateneo) o V.P.N. (Virtual Private Network).
Le etiee sono usate ovunque in un sito web: il logo ed il nome del sito sono etiee,
il sistema di navigazione usa delle etiee, ovvero il nome del link; lo stesso vale per il
menu contestuale. I nomi dei gruppi e delle directory nelle gerarie sono delle etiee.
Clicca qui è un'etiea, citata in ogni manuale di usabilità come regola da evitare.
Una buona etiea deve essere dunque breve, informativa, non ambigua. Un sistema
di labeling dev'essere coerente all'interno dell'intero sito. ando possibile è importante
rispeare le convenzioni.
. Conclusioni
In questo capitolo ho brevemente definito l'ariteura dell'informazione, focalizzando-
mi sugli aspei legati all'organizzazione delle informazioni e all'information scent vei-
colato dalle etiee e dai collegamenti ipertestuali. Nel prossimo capitolo descriverò
la metodologia da utilizzare nella definizione di un sistema informativo, e in particolar
modo gli strumenti dell'ariteura dell'informazione centrata sugli utenti. Vedremo
come la tecnica del free listing possa contribuire all'identificazione di etiee centra-
te sul lessico degli utenti, e come la tecnica del card sorting possa essere utilizzata per
identificare una struura informativa centrata sugli utenti.
Capitolo 
Metodi di elicitazione delle
conoscenze categoriali in
aritettura dell'informazione
L'uomo `e la misura di tui gli oggei d'uso, dell'esistenza di quelli e sono
e della non esistenza di quelli e non sono. -- Protagora
. Introduzione
Proveniendo dalla biblioteconomia l'approccio tradizionale all'ariteura dell'informa-
zione si basa prevalentemente su tassonomie convenzionali, di cui le classificazione
Dewey ¹ e la Library of Congress Classification ² costituiscono il prototipo. In Gnoli, Ma-
rino e Rosati, Organizzare la conoscenza: Dalle bibliotee all’ariteura dell’informazione
per il Web, ad esempio, l'approccio è esplicito ane nel titolo: Organizzare la conoscen-
za: Dalle bibliotee all'ariteura dell'informazione per il Web. In questo approccio il
ricorso a metodi empirici è sostanzialmente marginale. In un approccio centrato sull'u-
tente, al contrario, i metodi empirici risultano centrali (Fuccella, ``Using user centered
design methods to create and design usable Web sites''; Kurniawan, Zaphiris e Ellis,
``Involving Seniors in Designing Information Aritecture for the Web''; Levi e Conrad,
``Usability testing of world wide web sites''). Bené l'approccio più normativo e quello
centrato sull'utente siano perfeamente compatibili, come abbiamo mostrato in Bei,
Bussolon e Rosati (``La classificazione faa dai ciadini. Il caso Tentinosociale.it''), in
questo capitolo descriveremo esclusivamente quest'ultimo.
¹ en.wikipedia.org/wiki/Dewey Decimal Classification
² en.wikipedia.org/wiki/Library of Congress Classification

 CAPITOLO . METODI
. Il processo
In questa sezione descriverò brevemente le tradizionali fasi progeuali dello sviluppo di
un sistema informativo, mi focalizzerò sui processi di sviluppo centrati sull'utente, un
approccio fondato sul coinvolgimento dei commienti, degli editori e degli utenti nella
definizione dell'ariteura informativa, in modo e risulti facilmente fruibile da parte
degli utenti, pur soddisfacendo le necessità dei commienti e degli editori.
.. Fasi progettuali
Nella costruzione di un sistema informativo la progeazione assorbe, generalmente,
tempo e risorse, tanto e spesso i clienti -- ma ane alcuni sviluppatori -- sono tentati
di saltare intere fasi progeuali. In realtà una buona progeazione permee di creare
siti più utili ed usabili; se la progeazione è orientata non solo al presente ma ane agli
sviluppi futuri sarà meno soggea ad obsolescenza e più facile da aggiornare (Fuccella
e Pizzolato, Creating web site designs based on user expectations and feedba). Caprio
e Ghiglione, Information Aritecture identificano quaro fasi di progeazione:
. discovery: identificazione degli obieivi del sito, definizione dei requisiti, evi-
denziazione di eventuali vincoli progeuali;
. analisi: prevalentemente l'inventario dei contenuti e l'analisi dei profili utente;
. aritettura: labeling, categorizzazione dei contenuti, navigazione, definizione
del database;
. sviluppo: il sito viene sviluppato e testato.
In queste pagine analizzeremo brevemente le fasi di discovery e analisi e più in dea-
glio la fase dell'ariteura, focalizzandoci sul processo di sviluppo e sui metodi centrati
sugli utenti.
Il processo e presentiamo costituisce un percorso ideale, e integra differenti pro-
poste (Caprio e Ghiglione, Information Aritecture; Fuccella e Pizzolato, Creating web
site designs based on user expectations and feedba; McGovern, A step-by-step approa-
 to web classification design; Mcaid, McManus e Goel, ``Designing for a pervasive
information environment: the importance of information aritecture''; Sinha e Boutelle,
``Rapid information aritecture prototyping'').
.. Identificazione degli obiettivi
Un sito internet deve produrre valore per i lo commissiona, in modo e vi sia un ri-
torno degli investimenti. Il ritorno degli investimenti di un'azienda può essere definito
in termini di differenti variabili (Conci, ``Portale Unitn: ariteura dell'informazione
centrata sull'utente''): aumento della produività dei dipendenti, diminuzione dei costi
di formazione, allungamento dei cicli di vita del sito (Fuccella e Pizzolato, Creating web
site designs based on user expectations and feedba), aumento delle vendite (on line e
off line), aumento della notorietà del mario (Zeni, ``Reti radiali cognitive e marketing
centrato sull'utente''), diminuzione dell'uso del call center da parte dei clienti.
.. IL PROCESSO 
Risulta pertanto necessario capire quali sono gli obieivi dell'azienda commiente. e-
sto passaggio rientra nella fase di stakeholder analysis (Sinha e Boutelle, ``Rapid infor-
mation aritecture prototyping''). Caprio e Ghiglione, Information Aritecture sug-
geriscono di adoare il metodo dell'intervista semistruurata, da sooporre a tui gli
stakeholder. Nell'intervista vanno iesti:
• gli obieivi dell'azienda (l'obieivo principale, gli obieivi a breve, medio e lungo
termine, in ordine di importanza);
• le motivazioni, le aspeative in merito al sito web;
• il target di utenza a cui pensano il sito debba rivolgersi;
• i criteri di successo del sito.
.. Analisi degli utenti
Uno degli svantaggi di una progeazione esclusivamente normativa è e tende ad as-
sumere di conoscere gli utenti e le loro caraeristie. esta assunzione si rivela però
spesso errata (Nielsen, Top Ten Mistakes in Web Design). Conoscere il profilo degli utenti
è molto importante nella costruzione di un sistema informativo e intenda soddisfare
le loro esigenze. Nell'identificazione di tale profilo è importante trovare un metodo di
campionamento dei partecipanti e ne selezioni un gruppo rappresentativo. Fuccella
e Pizzolato, Creating web site designs based on user expectations and feedba indi-
cano, come possibile fonte, i dati di una analisi di marketing. esta fonte però non
sempre è adeguata. In primo luogo peré non tue le organizzazioni dispongono di
analisi di questo genere. In seconda istanza non è deo e l'utenza del sito internet sia
sovrapponibile a quella emersa dall'analisi di marketing.
Campionamento
ibid. distinguono fra passive e active survey collection: nella ricerca aiva il designer
va a caccia di partecipanti, araverso una campagna pubblicitaria, o utilizzando una
mailing list o un gruppo di discussione. La passive collection consiste nell'utilizzare il
sito internet esistente nella raccolta di partecipanti: all'interno del sito viene presentato
un invito a partecipare al questionario. esto è, a nostro avviso, il metodo migliore, in
quanto ci assicura il miglior campionamento: i partecipanti e rispondono sono i reali
utilizzatori del sito. Come vedremo nelle sezioni successive l'uso di strumenti web per
la somministrazione dei questionari quali il free listing, la valutazione di importanza e
il card sorting sono motivati ane dalla possibilità di testare, on site (nel senso leerale
del termine) i reali utenti del sito.
Lo svantaggio di questo metodo, però, è e esclude dall'analisi potenziali nuovi utenti;
vi è inoltre il risio e alcune categorie di utenti siano più motivati di altri a rispondere,
portando a veri e propri errori di campionamento. Risulterebbe dunque molto utile poter
disporre di differenti modalità di reclutamento, e poter distinguere i partecipanti in base
alla modalità, al fine di valutare se i risultati e si oengono sono significativamente
diversi. In ogni caso le possibili difficoltà non debbono indurre i progeisti a rinunciare.
 CAPITOLO . METODI
Poié la finalità è applicativa (e non scientifica) un campionamento sbilanciato è pur
sempre meglio di nulla.
estionari
Fuccella e Pizzolato, Creating web site designs based on user expectations and feed-
ba suggeriscono la somministrazione di brevi questionari finalizzati a delineare alcuni
profili di base degli utenti:
• profilo anagrafico: sesso, età;
• profilo professionale: titolo di studio, professione;
• profilo di utilizzo del web: come, quando, peré usa internet;
• se l'utente è stato contaato araverso il sito esistente, possono venir ieste ane
delle informazioni sull'uso del sito, su pregi e difei identificati o desiderata.
este informazioni, comunque, possono essere raccolte ane in fase di somministra-
zione di questionari più specifici, come il free listing ed il card sorting. Netsorting, l'appli-
cazione da noi sviluppata, prevede, all'inizio del test, di iedere proprio le informazioni
sopra elencate.
I questionari possono fornire delle utili informazioni sugli utenti e sulle loro riieste.
Va però tenuto conto e non sempre gli utenti sono in grado di dire cosa vogliono o
cosa sia meglio per loro. È pertanto necessario verificare non solo le opinioni ma l'uso
reale, ad esempio araverso l'analisi contestuale.
Interviste
Con alcuni degli utenti è possibile realizzare delle interviste, finalizzate a comprendere
i loro comportamenti, bisogni e aspeative (Caprio e Ghiglione, Information Aritec-
ture). Dalle interviste e dai questionari è possibile delineare dei profili utente. Alcuni
autori suggeriscono di utilizzare i profili più rappresentativi per creare delle personas,
dei personaggi fiizi e verosimili su cui focalizzarsi nel design del sito web (Sinha, ``Per-
sona Development for Information-ri Domains'').
Il vantaggio delle interviste è e permeono di approfondire la conoscenza di alcuni
profili di utenti. Lo svantaggio principale è e è costosa, e dunque può essere sommi-
nistrata ad un numero limitato di persone.
Indagine contestuale
L'indagine contestuale consiste nell'osservare l'utente durante la sua aività e nel luo-
go in cui si svolge(Caprio e Ghiglione, Information Aritecture). Mcaid, McManus
e Goel, ``Designing for a pervasive information environment: the importance of in-
formation aritecture'', nel ridefinire l'ariteura dell'informazione di una biblioteca
pubblica, decisero di ``walk a mile in the customers' shoes'':
.. IL PROCESSO 
Dopo aver osservato gli utenti e parlato con i bibliotecari, avevamo un'idea
molto più completa del tipo di informazioni disponibili e del modo in cui
le persone vi accedono. Abbiamo scoperto, ad esempio, e l'informazione
e un utente sta cercando può risiedere in media diversi (libri, bolleini, ri-
viste, microfie, giornali, videocassee, poster, articoli eleronici, ed altre
persone) in luoghi diversi con metodi di accesso ed organizzazione diver-
si (sistema Dewey, Library of Congress, collezioni speciali). La varietà e
complessità di queste possibilità dimostra la pervasività dell'informazione
in una biblioteca. ibid.
L'indagine contestuale permee dunque di cogliere le esigenze ed i comportamenti degli
utenti. Un approccio di questo genere permee di rendere esplicite conoscenze o esigenze
tacite, di cui l'utente non è consapevole ma e di fao ne condizionano l'interazione con
il sistema informativo.
.. Analisi: Identificazione del dominio semantico
esta fase è finalizzata a definire i contenuti del sito web, identificando le priorità, i
contenuti correnti e futuri e i requisiti del sito.
Lo scopo è di identificare un elenco di risorse informative: documenti, FAQ (risposte alle
domande più frequenti), broure, studi di caso, immagini, video, programmi, esempi di
codice da scaricare e così via.
Analisi dei contenuti del sito esistente
Se ci si sta occupando del redesign di un sito esistente, il primo passo consiste nell'analisi
dei contenuti del vecio sito. in primo luogo va creata una lista delle risorse presenti
(Caprio e Ghiglione, Information Aritecture). La lista può essere integrata con altre in-
formazioni legate all'uso del sito (Gamberini e Valentini, ``Web usability today: eories,
approa and methods''):
• il numero medio di contai giornalieri per ogni pagina, basandosi sul file di log
del server;
• i referrer alla pagina, ovvero l'elenco di pagine di altri siti web e hanno un link
a quella pagina;
• la visibilità della pagina sui motori di ricerca, e le parole iave e indirizzano i
motori a quella pagina;
• se il sito web permee agli utenti di dare un voto alla pagina, oppure di lasciare
un commento, il numero di commenti e il voto medio della pagina.
Analisi competitiva
Per identificare il dominio semantico è utile elencare le risorse informative presenti su
siti internet concorrenti. esto metodo è particolarmente utile se si sta costruendo un
sito ex novo, ma può dare indicazioni utili ane nel caso di redesign di un sito esistente
 CAPITOLO . METODI
(Cordioli, ``Ariteura dell’Informazione dei Siti Museali'').
L'analisi competitiva può essere finalizzata non solo a definire il dominio semantico, ma
ane ad identificare eventuali pratie virtuose, standard e consuetudini nel segmento
di mercato considerato. Caprio e Ghiglione, Information Aritecture soolineano come
da un'analisi competitiva sia possibile cogliere diversi aspei dei siti concorrenti:
• Caraeristie generali: impressioni, categoria del sito, profilo del target, stile del
sito.
• Struura: aree generali, aree specifie per profili utenti, organizzazione dei con-
tenuti, navigazione.
• Funzionalità: motori di ricerca, help, registrazione, autenticazione.
In questa fase di processo l'analisi è finalizzata ad oenere una lista delle risorse presenti
sul sito concorrente, in maniera simile alla lista delle risorse esistenti.
Free listing
Nel free listing si iede al partecipante di elencare quali contenuti si aspea di trovare
sul sito. Descriveremo in maniera più deagliata questo metodo nella sezione ..
Focus group
il focus group può risultare estremamente utile nelle circostanze in cui vi sia difficoltà
ad utilizzare i metodi elencati precedentemente. Generalmente ciò avviene quando il
dominio coperto dal sito internet non è comune. Nel capitolo dedicato alle applicazioni
dei nostri metodi descriveremo brevemente la progeazione del portale delle politie
sociali della provincia di Trento; in quel progeo abbiamo integrato le informazioni
raccolte dal free listing con quelle di un focus group.
Valutazione dell'importanza delle risorse
Dopo aver utilizzato alcuni o tui i metodi elencati sarà necessario elencare le voci così
oenute in un'unica lista, badando naturalmente ad eliminare le ripetizioni e le ridon-
danze. È importante includere in questa lista finale tue le voci, e non solo quelle corri-
spondenti a risorse già implementate nel sito web; araverso la valutazione di importan-
za sarà possibile identificare le aree informative sulle quali varrà la pena di focalizzarsi.
La valutazione dell'importanza delle risorse consiste in un questionario in cui ven-
gono elencate le risorse identificate nella fase precedente e viene iesto ai partecipanti
di esprimere, araverso una scala Likert, quanto ritengano importante ognuna delle vo-
ci elencate (Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts,
picture sorts and item sorts'').
Gli scopi di questo questionario sono molteplici:
• Permeere agli editori del sito di identificare gli argomenti sui quali è importante
concentrare l'aenzione nella fase di sviluppo e aggiornamento dei contenuti.
.. IL PROCESSO 
• Decidere a quali risorse dare maggiore risalto nel sito internet, magari araverso
dei link nella home page.
• Individuare differenze fra gruppi di utenti: se nella definizione dell'utenza sono
emersi gruppi differenti, è possibile e i diversi gruppi aribuiscano un'importan-
za diversa a risorse differenti; araverso il questionario è possibile far emergere
queste differenze, delle quali è necessario tener conto nella progeazione della
navigazione.
• Nel card sorting, e descriveremo in ., agli utenti si iede di classificare una
lista di elementi; la prestazione oimale dei partecipanti si ha quando la lista non
supera i  -  elementi. Se l'elenco di cui disponiamo è più lungo può essere
opportuno sooporre a card sorting solo le  voci considerate più importanti dagli
utenti. Successivamente, se lo si ritiene opportuno, è possibile somministrare un
secondo card sorting con le voci escluse.
 CAPITOLO . METODI
. Elicitazione dei contenuti: Free listing
.. A cosa serve
Spesso si assume e l'ariteo dell'informazione si debba preoccupare degli aspei
relativi all'organizzazione, al labeling, alla navigazione e alla ricerca di un corpus in-
formativo già dato o stabilito dal commiente o dagli editori o suggerito dall'analisi
competitiva.
Ane la leeratura concernente la User centered design tende a focalizzarsi più sul-
l'interfaccia dell'artefao e sui contenuti. È però nostra opinione e sia importante
adoare un approccio orientato all'utente ane nella definizione dei contenuti. Tale
approccio potrebbe infai aumentare non solo l'usabilità e la reperibilità delle informa-
zioni, ma ane la loro utilità. Adaare i contenuti agli interessi degli utenti costituisce
inoltre una intelligente strategia di marketing (Zeni, ``Reti radiali cognitive e marketing
centrato sull'utente'').
Nel definire un dominio semantico ci si pone due domande principali. La
prima domanda è: ``quali sono i contenuti del dominio?'' La seconda do-
manda è: ``come sono struurati i contenuti?''. Il free listing è una tecnica
e può aiutarci a determinare l'ampiezza del dominio e fornire alcune in-
tuizioni su come il dominio è struurato. -- Sinha, Beyond cardsorting:
Free-listing methods to explore user categorizations
La tecnica del free listing può essere utilizzata per coinvolgere gli utenti nella defi-
nizione dei contenuti (Coxon, Sorting data). Più in particolare può essere usata per due
funzioni: elencare i contenuti, l'ambito e i confini del dominio semantico; identificare il
lessico degli utenti.
.. Come condurre il free listing
Somministrare un questionario di free listing è semplice: è sufficiente iedere ai parte-
cipanti di produrre una lista di voci partendo da un dominio o una categoria specifica.
Alcuni esempi:
• Ti preghiamo di elencare fino a dieci animali nella categoria dei mammiferi (o dei
pesci, reili, uccelli).
• Cosa ti aspei di trovare nel portale dell'Università di Trento? ali informazioni?
Elenca, per favore, i contenuti e vorresti trovare nel portale dell'università.
• In quale località turistica ti piacerebbe andare in vacanza?
• Scrivi le prime  parole e ti vengono in mente quando pensi al caffè.
.. Analizzare i risultati
Se si hanno un numero adeguato di partecipanti araverso questo metodo si può oe-
nere una lista degli elementi di un dominio semantico; la lista rappresenta (o almeno
.. ELICITAZIONE DEI CONTENUTI: FREE LISTING 
dovrebbe rappresentare) le aspeative degli utenti e i termini (le etiee) e usano per
definire le risorse. esti risultati dovrebbero dunque costituire la base non solo per la
definizione del dominio informativo, ma ane del sistema di labeling.
Per oenere risultati aendibili è però necessario prestare molta aenzione al modo in
cui la domanda è formulata, altrimenti è possibile e si oengano numerosi risultati
poco interessanti. Nel capitolo dedicato alle applicazioni riferiremo di un progeo di
definizione del dominio informativo dei musei in cui il free listing diede dei risultati
decisamente non soddisfacenti. In secondo luogo è possibile e gli utenti siano con-
dizionati da ciò e sono abituati a trovare nei siti e frequentano, e questo potrebbe
limitare la variabilità dei risultati.
Se si usa, per la somministrazione del questionario, una interfaccia web, si oiene
una lista molto lunga di voci. Sarà pertanto necessario analizzare tale lista, al fine di
eliminare le ridondanze e le risposte non pertinenti (Bussolon e Conci, ``Portale UNITN:
ariteura dell'informazione centrata sull'utente''; Conci, ``Portale Unitn: ariteura
dell'informazione centrata sull'utente'').
Classificazione dei risultati
Gli elementi oenuti possono essere ordinati per frequenza e per ordine individuale. Una
modalità molto semplice è quella di aribuire dei punti alle voci in base all'ordine con cui
sono state elencate; ad esempio  punti alla prima voce dell'elenco,  alla seconda e così
via, fino ad un solo punto per le voci dalla quinta alla decima. La frequenza e l'ordine
individuale tendono a correlare (Bousfield e Barclay, ``e Relationship Between Order
and Frequency of Occurrence of Restricted Associative Responses'', citato in Shina ).
Vi è una correlazione ane fra frequenza e valutazione di prototipicità (Bussolon, Ferron
e Del Missier, ``On-line categorization and card Sorting'').
La classifica così oenuta può darci un'idea preliminare dell'importanza aribuita agli
elementi da parte dei partecipanti. È comunque nostra opinione e sia utile affiancare
a questa classifica un questionario per la valutazione esplicita dell'importanza aribuita
dagli utenti, in quanto elementi di difficile recupero in fase di free listing possono essere
comunque giudicati importanti dagli utenti.
Matrice di similarità
Sinha, Beyond cardsorting: Free-listing methods to explore user categorizations suggeri-
sce due modalità di computazione di una matrice di similarità a partire dal free listing:
. Co-occorrenza: si calcola il numero di volte in cui ogni coppia di elementi co-
occorrono nella lista di ogni partecipante.
. Average rank distance: più gli elementi sono vicini nel free listing, più si suppone
siano percepiti come simili.
Altre analisi qualitative
ibid. suggerisce la possibilità di oenere altre informazioni da un'analisi qualitativa delle
singole risposte:
 CAPITOLO . METODI
• stimare la familiarità di dominio di ogni partecipante;
• identificare gli ``outliers'': partecipanti e percepiscono il dominio in modi dif-
ferenti o idiosincratici.
A partire dal free listing è inoltre possibile applicare il laddering (Upur, Rugg e
Kitenham, ``Using Card Sorts to Elicit Web Page ality Aributes''): ad ogni item
prodoo dal primo free listing si iede di produrre una nuova lista. Infine è possibile
confrontare le liste prodoe a partire da due domini informativi diversi, per misurarne
le eventuali sovrapposizioni.
Integrazione delle voci
La lista oenuta dal free listing va integrata con quella oenuta dall'analisi dei contenuti
del vecio sito (se esistente), dall'analisi competitiva e dall'elenco di risorse previste
dagli stakeholder.
La lista finale può costituire la base per il card sorting. Se la lista supera le  - 
voci è preferibile usare soltanto le  -  voci e utenti e commienti considerano più
importanti.
Probabilmente alcune delle voci così oenute non saranno immediatamente incluse
nel sitema informativo. Ciò nonostante è comunque opportuno includere nel card sor-
ting gli elementi e vengono comunque reputati importanti dagli utenti o e potreb-
bero in futuro arricire il sistema (Sinha e Boutelle, ``Rapid information aritecture
prototyping'').
.. CATEGORIZZAZIONE DEI CONTENUTI: CARD SORTING 
. Categorizzazione dei contenuti: card sorting
.. Definizione
Il card sorting, come strumento per classificare oggei in categorie, è usato da decenni.
È stato utilizzato in numerosi ambiti delle scienze sociali (Ameel et al., ``How bilin-
guals solve the naming problem''), sebbene con nomi diversi: classificazione soggeiva,
categorizzazione soggeiva, folk taxonomy, free classification, free sorting, pile sorting,
free grouping (Coxon, Sorting data). In ambito psicoterapeutico alcune tecnie di sor-
ting sono utilizzate nell'approccio costruivista di Kelly (Upur, Rugg e Kitenham,
``Using Card Sorts to Elicit Web Page ality Aributes'').
In termini matematici il card sorting viene rappresentato come una partizione di
M elementi in C insiemi disgiunti; questa definizione corrisponde a quella e Stevens
definisce scala nominale (Coxon, Sorting data).
Il card sorting `e la tecnica di elicitazione della conoscenza pi`u usata e citata nell'area
dell'interazione uomo computer per far emergere i modelli mentali degli utenti relati-
ve alla categorizzazione dei contenuti di un sito web (Finer e Tenenberg, ``Making
sense of card sorting data''; Maurer e Warfel, Card sorting: a definitive guide; Nielsen,
``Enhancing the explanatory power of usability heuristics''; Nielsen, Card Sorting: How
Many Users to Test; Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card
sorts, picture sorts and item sorts'').
Nell'ambito dell'ariteura dell'informazione il card sorting costituisce un metodo di
design centrato sull'utente, finalizzato ad oimizzare la reperibilit`a (findability) di un
sistema.
.. A cosa serve
Il card sorting costituisce un metodo efficace per individuare i modelli mentali implici-
ti degli utenti, rendendo esplicite le loro aspeative di categorizzazione dei contenuti.
Conoscere i modelli mentali e le categorizzazioni implicite ci permee di organizzare
le informazioni in modo e siano pi`u facili da trovare e da utilizzare, migliorando la
qualit`a del prodoo.
Araverso il card sorting è possibile identificare il criterio di classificazione usato
dagli utenti ed identificare il contenuto e l'etiea delle categorie da essi utilizzati. È
possibile far emergere eventuali differenze nella categorizzazione fra diversi gruppi di
partecipanti.
.. ando usare il card sorting
Nel web design Maurer e Warfel, Card sorting: a definitive guide consigliano l'uso del
card sorting nel design di un sito nuovo, nel design di una nuova area di un sito, nel
redesign di un sito esistente.
Nell'ambito delle scienze sociali, antropologie o cognitive, Coxon, Sorting data
identifica innumerevoli contesti in cui il card sorting viene utilizzato: classificazione
delle diagnosi medie, analisi dei contenuti, analisi semantie, reti sociali, psicologia
 CAPITOLO . METODI
sociale e delle organizzazioni, antropologia culturale, areologia.
Secondo Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts,
picture sorts and item sorts'' il card sorting può essere usato sia come tecnica esplorativa
e come tecnica di classificazione vera e propria. Secondo questi autori il card sorting
può essere applicato ad una gamma di entità estremamente ampia, e spazia da eleni
di oggei concreti a concei astrai, e può essere utilizzata ricorsivamente a vari livelli
di una struura informativa. L'utilizzo di questa tecnica è appropriato quando ci si
propone di far emergere le categorie usate dagli utenti.
Araverso il card sorting possiamo far emergere:
• i criteri e i partecipanti adoano per categorizzare e cercare le informazioni;
• la struura informativa e implicitamente si aspeano di trovare;
• le eventuali differenze fra diversi gruppi di utenti;
• le etiee delle categorie, espresse nel vocabolario degli utenti.
Il card sorting funziona se è preceduto dai passaggi necessari per identificare la lista
di elementi da categorizzare, descrii nelle sezioni precedenti. Inoltre le circostanze
ideali per oenere dei buoni riusltati sono:
• un elenco non superiore a  -  elementi;
• dei contenuti omogenei fra loro;
• un campione di partecipanti e conoscano e comprendano i contenuti.
Vantaggi
Il metodo offre numerosi vantaggi (Maurer e Warfel, Card sorting: a definitive guide):
è una tecnica facile da realizzare e facile da far comprendere ai partecipanti; gli utenti
la considerano un metodo di classificazione naturale; può essere utilizzata con individui
di ogni estrazione culturale; i compiti di picture sorting ³ possono essere usati in età
evolutiva e con individui illeerati.
È centrato sugli utenti: Nella progeazione di un sito web se i partecipanti sono rap-
presentativi degli utenti del sito i risultati dell'analisi tenderanno a rifleere la struura
in cui gli utenti si aspeano e le informazioni siano presentate. È un buon punto di
partenza per organizzare la struura del sistema informativo.
Svantaggi
ibid. osservano e il metodo si focalizza sui contenuti, non sui processi: i partecipanti
non compiono realmente il compito, ma si limitano a raggruppare le etiee; a volte
³Secondo Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item
sorts'' il compito di categorizzazione può avvenire ane usando delle immagini (picture sorting) o gli oggei
veri e propri da classificare (object sorting)
.. CATEGORIZZAZIONE DEI CONTENUTI: CARD SORTING 
non conoscono le etiee, o non intuiscono il contenuto della risorsa descria dall'eti-
ea.
L'analisi statistica del card sorting somministrato manualmente impiega molto tempo
(Faiks e Hyland, ``Gaining user insight: a case study illustrating the card sort teni-
que'').
Assunti e limiti
Le tecnie di sorting assumono e gli individui organizzano la propria rappresenta-
zione dell'ambiente araverso dei processi di categorizzazione, e e le categorizzazioni
implicite degli individui possono essere individuate. Poi´e la seconda assunzione non
`e scontata Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts,
picture sorts and item sorts'' sostengono l'utilità di affiancare a queste tecnie degli
strumenti di verifica della bont`a dei risultati (ad esempio dei test osservativi) .
.. Card sorting aperto e iuso
Il card sorting pu`o essere somministrato in due modalit`a: card sorting aperto e card sor-
ting iuso.
Nel card sorting iuso all'utente viene iesto di categorizzare gli item in categorie sta-
bilite dallo sperimentatore.
Il card sorting aperto `e meno struurato in quanto `e l'utente e decide il nome delle
categorie; questa variante permee di far emergere i criteri di categorizzazione impliciti
degli utenti. Ane i criteri di classificazione e le etiee delle categorie sono dunque
decise dagli utenti; d'altro canto la maggiore libert`a concessa all'utente aumenta la va-
riabilità dei risultati.
Il card sorting iuso `e pi`u struurato: `e lo sperimentatore e decide le etiee delle
categorie nelle quali gli utenti andranno a categorizzare gli item. Come vedremo nello
studio  il card sorting iuso `e pi`u facile del card sorting aperto (Bussolon, Ferron e Del
Missier, ``Netsorting: On-line categorization and card Sorting'').
Nei progei e abbiamo seguito si è utilizzato quasi esclusivamente il card sorting aper-
to. Se il numero di elementi da classificare non è eccessivo, se non vi sono molti elementi
di difficile classificazione e se abbiamo un numero sufficiente di partecipanti (almeno 
- ) i risultati sono generalmente piuosto stabili. Nelle situazioni in quale modo più
problematie si può decidere di fare un card sorting iuso come secondo passaggio,
dopo aver identificato il criterio di classificazione e le etiee con il card sorting aperto.
Come abbiamo accennato, non è opportuno iedere ai partecipanti (quantomeno
nella somministrazione on line) di classificare più di  -  elementi. Se il sito è di
maggiori dimensioni, potrebbe essere utile applicare il card sorting aperto ai primi 
elementi, e successivamente un card sorting iuso (con degli esempi già classificati) per
gli elementi rimanenti.
 CAPITOLO . METODI
.. La versione carta e penna
Il processo di card sorting prevede e i partecipanti raggruppino una serie di cartoncini,
ognuno provvisto di una etiea, in insiemi e ritengono coerenti. Nel card sorting
aperto si iede agli utenti di proporre un nome ai gruppi creati.
Preparazione
• Creare la lista degli item. Per un sito web, la lista dei contenuti principali;
• valutare e le etiee adoate siano comprensibili, araverso un'analisi preli-
minare del labelling;
• creare un cartoncino per ogni etiea; numerare il dorso dei cartoncini;
• creare dei contenitori, ad esempio delle scatole dove il partecipante possa raggrup-
pare i cartoncini; il numero dei contenitori dev'essere pari al numero massimo di
categorie e vogliamo e siano create;
• in caso di card sorting iuso etieare i contenitori.
Nel caso di picture sorting i cartoncini contengono il disegno o la fotografia degli oggei;
nel caso di object sorting sono gli oggei stessi ad essere raggruppati dall'utente.
Somministrazione
• Informare il partecipante dello scopo del test e delle modalit`a di somministrazione;
• evitare di fornire informazioni e possano influenzare le sue scelte;
• informarlo e alcune spiegazioni verranno fornite alla fine del test;
• mescolare i cartoncini e presentarli al partecipante;
• iedere al partecipante di raggruppare gli elementi in insieme coerenti;
• in alcuni minuti l'utente dovr`a posizionare i cartoncini nelle scatole;
• segnare (su foglio cartaceo, foglio eleronico, database …) i raggruppamenti fai
dal partecipante;
• segnare gli eventuali missing: cartoncini e l'utente non ha saputo catalogare;
• nel card sorting aperto iedere all'utente di fornire un'etiea per ogni gruppo
creato.
Debriefing
Fornire al partecipante le informazioni e non era opportuno dare prima dell'esperi-
mento. Eventualmente offrire la possibilit`a di informarlo sui risultati del test una volta
e si sia conclusa la raccolta dei dati e l'analisi.
.. CATEGORIZZAZIONE DEI CONTENUTI: CARD SORTING 
.. Analisi
Analisi delle singole classificazioni
Coxon, Sorting data indica alcuni indici e è possibile calcolare per ogni partecipante
(k):
il numero di categorie create: mk;
un indice e misura lo stile di classificazione, definito dalla formula
dove N è il numero di elementi del dominio.
Analisi pairwise (coppie di partecipanti)
Di maggior interesse sono le analisi e meono a confronto coppie di partecipanti. La
edit distance (Deibel, Anderson e Anderson, ``Using edit distance to analyze card sorts'';
Fossum e Haller, ``Measuring card sort orthogonality'') consiste nel numero di sposta-
menti necessari per passare da una partizione all'altra. Un'altra possibilità è quella di
calcolare la correlazione fra le due matrici dicotomie dei partecipanti usando il coeffi-
ciente di Jaccard (Capra, ``Factor analysis of card sort data: an alternative to hierarical
cluster analysis''); questa misura è simile alla Pairbonds dissimilarity measure citata da
Coxon, Sorting data.
Araverso queste misure è possibile creare delle matrici M * M di distanza o di cor-
relazione, dove M è il numero di partecipanti. A partire da questa matrice è possibile
raggruppare i partecipanti in base all'affinità delle loro partizioni.
Analisi delle co-occorrenze
Per ogni partecipante è possibile creare una matrice N * N, dove N rappresenta il nu-
mero di elementi del dominio classificato. Il valore di ogni cella ci,j sarà pari a  se
gli elementi i e j appaiono nello stesso gruppo,  se appaiono in gruppi diversi. esta
matrice è definita delle co-occorrenze. Dalla somma delle matrici di co-occorrenza degli
M partecipanti si oiene la matrice di prossimità. Da questa matrice è possibile oenere
una matrice di dissimilarità araverso la funzione δi,j = max − ci,j dove max è pari al
valore più grande della matrice originale.
La matrice di prossimità è una matrice quadrata, simmetrica, dove ogni casella i,j rappre-
senta il numero di volte e l'elemento i e l'elemento j sono stati classificati nello stesso
gruppo. Se tui i partecipanti hanno classificato tui gli elementi, i valori sulla diago-
nale saranno pari al numero M di partecipanti. Se, viceversa, vi sono delle omissioni, la
casella i,i rappresenta il numero di volte in cui l'elemento è stato classificato.
Analisi multidimensionali
Da un punto di vista matematico è possibile traare la matrice come un insieme di N
osservazioni su N variabili, assumendo e gli elementi classificati costituiscano contem-
poraneamente le variabili misurate (le N colonne) e le osservazioni fae (le N righe). In
questa prospeiva alla matrice di prossimità possono essere applicate tecnie di analisi
multidimensionali quali l'analisi delle componenti principali e l'analisi faoriale, fina-
lizzate ad esempio a ridurre lo spazio dimensionale, a far emergere delle variabili latenti
 CAPITOLO . METODI
(Bollen, ``Latent variables in psyology and the social sciences''; Borsboom, Mellen-
bergh e van Heerden, ``e eoretical Status of Latent Variables'') o a visualizzare
graficamente la distanza fra gli elementi citepRayaudhuri.
Scaling multidimensionale Lo scaling multidimensionale è un insieme di tecnie
statistie esplorative multivariate (Wikipedia, Multidimensional scaling --- Wikipedia,
e Free Encyclopedia). Tecnie di scaling multidimensionale come il Classical Multi-
dimensional Scaling sono tipicamente applicate a matrici di similarità oenute con tec-
nie di sorting (Katrijn Van Deun, Multidimensional scaling). Lo scaling multidimen-
sionale trasforma un insieme di dissimilarità in un insieme di punti tali e le distanze
fra i punti sono approssimazioni delle dissimilarità (R Development Core Team, R: A
Language and Environment for Statistical Computing). L'analisi faoriale è un partico-
lare tipo di scaling multidimensionale, così come l'analisi delle componenti principali,
in quanto in entrambi i metodi a partire da n dimensioni si estraggono r < n nuove
variabili.
Analisi delle componenti principali L'analisi delle componenti principali (PCA) è
una tecnica statistica esplorativa multivariata finalizzata a semplificare insiemi di dati
complessi (Anderson e Gerbing, ``Structural Equation Modeling in Practice: A Review
and Recommended Two-Step Approa''; Ding e He, ``K-means Clustering via Principal
Component Analysis''; Rayaudhuri, Stuart e Altman, ``Principal components analy-
sis to summarize microarray experiments: application to sporulation time series''). Date
m osservazioni su n variabili, lo scopo della PCA è di ridurre la dimensionalità della
matrice di dati trovando r nuove variabili, dove r < n. este r variabili, definite
componenti principali, hanno la proprietà di spiegare la varianza delle n variabili origi-
nali e di essere fra loro ortogonali e non correlate. Ogni componente principale è una
combinazione lineare delle variabili originarie, ed analizzando i coefficenti è possibile
aribuire un significato alle componenti (Rayaudhuri, Stuart e Altman, ``Principal
components analysis to summarize microarray experiments: application to sporulation
time series''). Nelle nostre analisi (sulle matrici di prossimità) i risultati oenuti con lo
scaling multidimensionale classico (metrico) e la PCA sono del tuo equivalenti.
Analisi fattoriale L'analisi faoriale è una tecnica di riduzione dimensionale utilizza-
ta per spiegare la variabilità di n variabili osservate in termini di r < n variabili latenti,
definite faori. Le variabili osservate sono rappresentate da una combinazione lineare
dei faori, con l'aggiunta di un termine di approssimazione (Wikipedia, Factor analysis
--- Wikipedia, e Free Encyclopedia). Soo il profilo matematico la PCA e l'analisi fat-
toriale differiscono nella modalità di calcolo ed assegnazione della varianza alle variabili
create. Ane soo il profilo conceuale vi sono delle differenze: i faori costituiscono
delle variabili latenti, mentre le componenti principali sono una trasformazione lineare
e permee di concentrare la varianza nelle prime componenti principali (ibid.). L'uso
dell'analisi faoriale sulle matrici di prossimità non è molto comune. In ambito HCI è
stata recentemente proposta da Capra, ``Factor analysis of card sort data: an alternative
to hierarical cluster analysis''.
.. CATEGORIZZAZIONE DEI CONTENUTI: CARD SORTING 
Consensus analysis La consensus analysis è finalizzata a valutare l'omogeneità del-
le classificazioni fra partecipanti, e dunque si basa sulla matrice M * M e misura la
correlazione o la distanza fra i partecipanti. La consensus analysis si basa sull'analisi
delle componenti principali, e mee a confronto la variabile spiegata della prima e della
seconda componente (Boster, ``e information economy model applied to biological
similarity judgment''; Coxon, Sorting data; Gatewood, ``Culture … One step at a time'');
la regola empirica e si utilizza è la seguente: se la varianza spiegata dalla prima com-
ponente è alta ed è pari ad almeno  volte la varianza della seconda componente si può
assumere vi sia omogeneità nei criteri di classificazione dei partecipanti.
Cluster analysis
La clusterizzazione è una divisione di un insieme in gruppi di oggei fra loro simili.
Ogni gruppo, definito cluster, consiste di oggei e sono simili fra di loro e dissimili
dagli oggei degli altri gruppi (Berkhin, Survey of Clustering Data Mining Teniques).
La cluster analysis è un sistema di classificazione esplorativo senza supervisione (Xu e
Wuns, ``Survey of Clustering Algorithms'') e costruisce una partizione, ovvero un
insieme di gruppi fra loro disgiunti (Ding e He, ``K-means Clustering via Principal Com-
ponent Analysis'').
Vi sono innumerevoli algoritmi di classificazione; i più comuni si distinguono in metodi
gerarici e metodi di partizionamento (Berkhin, Survey of Clustering Data Mining Te-
niques). La cluster analysis gerarica è un metodo gerarico agglomerativo, mentre la
k-means è un algoritmo di partizionamento.
Cluster analysis gerarica La cluster analysis gerarica costruisce un albero di clu-
sters, deo dendrogramma o albero di classificazione gerarica (Coxon, Sorting data;
Sinha e Boutelle, ``Rapid information aritecture prototyping''); questo è l'algoritmo
di clusterizzazione più frequentemente applicato alle matrici di prossimità e dunque al
card sorting (Berkhin, Survey of Clustering Data Mining Teniques; Faiks e Hyland,
``Gaining user insight: a case study illustrating the card sort tenique''; Tullis e Wood,
``How Many Users Are Enough for a Card-Sorting Study?'').
K-means
L'algoritmo k-means è il metodo di clusterizzazione più usato in ambito scientifico (Ber-
khin, Survey of Clustering Data Mining Teniques). K-means è un algoritmo di par-
tizionamento e assegna l'insieme di oggei in K clusters (Xu e Wuns, ``Survey of
Clustering Algorithms''); ogni cluster è rappresentato da un centroide, e l'algoritmo, at-
traverso un processo iterativo, muove i centroidi -- inizialmente collocati casualmente
nello spazio dimensionale -- verso le aree dello spazio multidimensionale a maggiore
densità, e contemporaneamente assegna ogni osservazione al centroide più vicino -- at-
traverso un'opportuna metrica. Da un punto di vista conceuale il centroide rappresen-
ta il prototipo del cluster all'interno dello spazio dimensionale (Ding e He, ``K-means
Clustering via Principal Component Analysis''). La tecnica ha alcuni svantaggi (Xu e
Wuns, ``Survey of Clustering Algorithms''): non è semplice determinare a priori il
numero K di centroidi; non è garantito il raggiungimento della soluzione oimale, in
 CAPITOLO . METODI
quanto l'algoritmo può rimanere bloccato in un minimo locale; l'algoritmo è sensibile
agli outliers; è applicabile soltanto a variabili numerie.
Ding e He, ``K-means Clustering via Principal Component Analysis'' suggeriscono di
applicare k-means alle componenti principali della PCA; più precisamente gli autori
propongono di calcolare la tecnica di clusterizzazione sulle prime k- componenti; da
un punto di vista computazionale questa soluzione ha il vantaggio di minimizzare il
problema dei minimi locali.
Noi abbiamo deciso di applicare questa sequenza alle matrici di prossimità del card
sorting. esto approccio ha numerosi vantaggi:
• permee di applicare ai dati del card sorting non solo l'algoritmo di clusterizza-
zione gerarica, ma ane un algoritmo di partizionamento;
• permee di visualizzare i risultati in uno spazio bidimensionale;
• permee di far emergere delle dimensioni semanticamente interpretabili; poié
il clustering si basa su tali dimensioni, è possibile interpretare la classificazione in
base a tali variabili latenti (Rayaudhuri, Stuart e Altman, ``Principal compo-
nents analysis to summarize microarray experiments: application to sporulation
time series'').
Nelle analisi dei dati e presenteremo nei capitoli seguenti abbiamo sistematicamente
applicato questo metodo, e ha dato dei risultati molto interessanti sia da un punto di
vista statistico e esplicativo.
. Casi di studio
. Un esempio: le emozioni
Come abbiamo visto, il card sorting può essere usato ane in contesti differenti dal-
l'ariteura dell'informazione dei siti web. Nei mesi scorsi, ad esempio, ho utilizzato
Netsorting -- la web application da me sviluppata per la somministrazione on line di free
listing, valutazione di importanza e card sorting -- per un esperimento sulle emozioni.
Il nostro primo obbieivo era quello di avere un inventario delle emozioni stabilito
dagli utenti. Il secondo obbieivo era di conoscere come le persone classificano le diverse
emozioni: in quali cluster e in base a quali dimensioni.
.. Il free listing
Per poter disporre della lista di emozioni abbiamo naturalmente fao ricorso al free
listing, iedendo ai partecipanti di elencare fino a  emozioni.  persone han-
no portato a termine il test, elencando centinaia di termini diversi. Poié le risposte
consistevano prevalentemente di termini singoli (amore, gioia, tristezza, paura) è stato
possibile stilare una classifica delle risposte in base alla frequenza. Abbiamo adoato
questa classifica come misura implicita di importanza, saltando dunque il questionario
di valutazione di importanza vero e proprio. Le emozioni più menzionate (amore e gioia)
sono state nominate  e  volte, rispeivamente.
.. UN ESEMPIO: LE EMOZIONI 
.. Il card sorting
Abbiamo selezionato le  voci e hanno ricevuto il maggior numero di voti come base
di partenza per il card sorting.  persone hanno portato a termine il card sorting: 
masi,  femmine,  non hanno diiarato il proprio genere. Età media diiarata:
. anni. Le  voci sono state raggruppate in  clusters:
• delusione, dispiacere, dolore, malinconia, nostalgia, pianto, solitudine, tristezza;
• agitazione, angoscia, ansia, disperazione, frustrazione, inquietudine, nervosismo,
panico, paura, preoccupazione, terrore;
• commozione, compassione;
• allegria, appagamento, contentezza, eccitazione, entusiasmo, euforia, felicità, gio-
ia, meraviglia, piacere, serenità, soddisfazione, sorpresa, speranza, stupore, tran-
quillità;
• collera, disgusto, gelosia, invidia, ira, odio, rabbia, rancore;
• affeo, amicizia, amore, dolcezza, passione, simpatia, tenerezza;
• apatia, indifferenza, noia;
• imbarazzo, inadeguatezza, timidezza, timore, vergogna;
Figura .: Emozioni: cluster gerarico
Non meno interessante i risultati dell'analisi delle componenti principali. La prima
dimensione mappa la valenza delle emozioni: da una parte abbiamo le emozioni positi-
ve: allegria, speranza, simpatia, contentezza, felicità, appagamento, gioia, soddisfazione,
tranquillità, piacere, serenità; dall'altra quelle negative: frustrazione, terrore, disperazio-
ne, panico, nervosismo, paura, inquietudine, inadeguatezza, timore, dispiacere, disgusto,
tristezza, dolore (Figura ., grafico in alto). Nello stesso grafico è mappata la quarta di-
mensione e, per le emozioni positive, mappa la polarità serenità vs entusiasmo. Da una
parte abbiamo voci come stupore, euforia, entusiasmo, sorpresa ,meraviglia, eccitazione;
dall'altra emozioni quali tenerezza, dolcezza, compassione, amicizia, amore, affeo.
La seconda e la terza componente principale, rappresentata nel grafico in basso della
figura ., mappa le dimensioni di rabbia e paura. La seconda componente polarizza
su voci come odio, ira, rabbia, collera, rancore, invidia, gelosia; la terza le emozioni di
agitazione, ansia, angoscia, inquietudine, panico, paura.
Figura .: Emozioni: kmeans sulle dimensioni - e -
 CAPITOLO . METODI
.. Conclusioni
La metodologia e ho descrio, immaginata per la progeazione dell'ariteura in-
formativa dei siti web, può in realtà essere utilizzata ane su dominˆi differenti, come
quello delle emozioni.
In questo studio abbiamo utilizzato il free listing per elicitare i nomi delle emozioni più
importanti e più conosciute dai partecipanti, e araverso il card sorting abbiamo oe-
nuto oo gruppi di emozioni.
Dall'interpretazione delle dimensioni più importanti dell'analisi delle componenti prin-
cipali sono emersi degli aspei molto significativi. La prima componente mappa, e c'era
da aspearselo, la valenza delle emozioni: quelle considerate positive da una parte, quel-
le negative dall'altra.
La quarta componente dispone le emozioni positive su una dimensione e va dalla se-
renità all'euforia. In questa dimensione le emozioni negative si raggruppano al centro
del grafico.
La seconda dimensione polarizza le emozioni legate alla rabbia. Un aspeo interessante
è e, sul versante opposto di questa dimensione, si collocano le emozioni di tristezza.
La terza dimensione polarizza le emozioni legate alla paura e all'ansia. Nel grafico e
mappa la seconda e la terza dimensione, legata principalmente a valenze negative, le
emozioni positive sono collocate al centro, né da una parte, né dall'altra. Un'interpreta-
zione psicologico - clinica e si può dare è e lo stato di eutimia (di benessere emotivo)
si raggiunge quando si evitano le polarità della tristezza, della rabbia e dell'ansia.
La quinta componente (non rappresentata nei grafici) mappa da una parte i sentimenti
di vergogna, dall'altra quelli legati al dolore.
. Conclusioni
In questo capitolo ho delineato le fasi progeuali di definizione dell'ariteura dell'in-
formazione di un dominio informativo quale un sito web. Ho analizzato quasi esclusi-
vamente i metodi empirici e vengono utilizzati all'interno del progeo. Nel prossimo
capitolo verrà descrio Netsorting, una applicazione e ho sviluppato per la sommini-
strazione on line di alcuni degli strumenti qui analizzati: il free listing, la valutazione di
importanza ed il card sorting.
.. L'AFFINITY DIAGRAM 
. L'affinity diagram
L'affinity diagram, o metodo KJ, è una tecnica sviluppata negli anni ' da Jiro Kawakita,
un antropologo giapponese, e ha ideato questa metodologia per organizzare i numero-
sissimi dati raccolti tramite osservazione sul campo (Winip, ; Ramon Magsaysay
Award Foundation, ). Sin dal primo opuscolo, e pubblicò nel , Kawakita ave-
va intuito come l'affinity diagram fosse una metodologia molto versatile, adaa ane
all'ambito della gestione della conoscenza aziendale (Ramon Magsaysay Award Foun-
dation, ).
L'affinity diagram rientra nel novero dei see strumenti di analisi qualitativa e co-
stituiscono il second set of seven tools (iamati ane Seven Management and Planning
Tools ) sviluppato dalla Japanese Union of Scientists and Engineers (JUSE) per affiancare
il first set of seven tools, costituito invece da strumenti e metodi quantitativi per iden-
tificare problemi e suggerire strade per il miglioramento continuo (e improvement
encyclopedia).
Brassard (, citato in Winip, ) definisce l'affinity diagram come uno stru-
mento e
…gathers large amounts of language data (ideas, opinions, issues, etc.)
and organizes it into groupings based on the natural relationship between
ea item. It is largely a creative rather than a logical process.
Un affinity diagram è quindi uno strumento e consente di raccogliere una grande
mole di dati (idee, opinioni, variabili di processo, concei…) e di organizzarli in catego-
rie basate sulle relazioni e intercorrono tra i dati stessi (Karsak, Sozer and Alptekin,
).
esta tecnica viene spesso usata per classificare idee generate da aività di brainstor-
ming (e Balanced Scorecard Institute, ; per maggiori informazioni vedi Chauncey
) o per raggruppare osservazioni emerse da interviste (Beringer and Holtzbla, ).
Il dato di partenza sono quindi singoli item, dai quali emergono temi comuni e per-
meono di raggruppare le informazioni stesse in categorie o gruppi logicamente omo-
genei. L'obieivo generale è quello di fare emergere i faori critici per la tematica in
esame e di organizzare gli elementi in una struura condivisa dall'intero team di lavoro.
L'affinity diagram si caraerizza infai per la necessità di raggiungere un risultato su
cui i partecipanti siano concordi, infai l'aività termina quando tui concordano con
la classificazione (informationaritecture.it).
.. ando usarlo?
L'aività di affinity diagram è un buon modo per far lavorare le persone, soprauo i
gruppi, ad un livello creativo per individuare soluzioni alle più diverse problematie
(Winip, ; e Balanced Scorecard Institute, ):
• questioni, o problemi, complessi e su ampia scala,
 CAPITOLO . METODI
• situazioni sconosciute o non ancora esplorate dal gruppo,
• circostanze confuse o disorganizzate,
• problematie tradizionali in maniera innovativa,
• situazioni in cui le conoscenze a disposizione riguardo all'area di indagine sono
incomplete,
• situazioni in cui è importante raggiungere il consenso su una specifica tematica.
Nell'ambito delle nuove tecnologie l'affinity diagram può essere utilizzato, in un pro-
cesso boom-up, per organizzare quanto emerso da interviste e test di usabilità con gli
utenti, al fine di individuare gli aspei ai quali i designer devono prestare particolare
aenzione (Beringer and Holtzbla, ).
L'affinity process si formalizza in un affinity diagram e risulta particolarmente utile
quando l'obieivo è (Winip, ; e Balanced Scorecard Institute, ):
• generare un gran numero di idee o concei e classificarli in gruppi,
• organizzare e comprendere grandi volumi di dati,
• incoraggiare nuovi stili di pensiero: dato e il punto di partenza è spesso un'at-
tività di Brainstorming il team considera tue le idee di tui i partecipanti senza
critie, e ciò si rivela sufficiente per generare una lista creativa di idee.
.. Come si crea un affinity diagram?
Anzituo va soolineato e l'aività e genera un affinity diagram è un'aività di
gruppo alla base della quale vi è l'idea di fondere le diverse prospeive, opinioni ed in-
tuizioni di un gruppo di persone e hanno conoscenze riguardo alla specifica tematica
in esame (e Balanced Scorecard Institute, ).
Vediamo nel deaglio la sequenza step-by-step del processo di creazione di un affi-
nity diagram (e Balanced Scorecard Institute, ):
. Formazione del gruppo Formare un team di - persone. L'aività di affinity
diagram sembra oenere risultati migliori quando i partecipanti sono non più di sei. Le
persone e formano il gruppo dovrebbero rappresentare un buon mix di esperienze e
prospeive, e dovrebbero approcciarsi all'aività con mentalità aperta e creativa.
. Descrizione del compito È opportuno fornire al gruppo di lavoro una descrizione
di quello e staranno per fare, e di ciò e risulterà dal loro lavoro. La descrizione
dovrebbe essere ampia e neutrale, di iara comprensione per tui i partecipanti.
. Creazione di Idea Card Tramite aività di Brainstorming si generano le idee. Le
fasi successive del lavoro saranno più facili se le idee vengono scrie su dei post-it.
.. L'AFFINITY DIAGRAM 
.Posizionamento delle Idea Card Posizionare i post-it su un cartellone, una parete o
un tavolo in maniera casuale e classificare le idee. I componenti del gruppo classificano
fisicamente le idee in gruppi, senza parlare, seguendo il seguente processo:
• Si considerano due idee e sembrano essere in relazione e si posizionano insieme
in una colonna,
• Si individuano le idee connesse con le due appena posizionate e si aggiungono a
quel gruppo,
• Infine si cercano altre idee in relazione tra loro e si formano gli altri gruppi.
esto processo si ripete sino a quando il gruppo non ha classificato tue le idee in
gruppi, e non si è raggiunto il consenso di tui i partecipanti su ogni posizionamento.
.Creazione di header card per i gruppi Con header card si intende un'idea e tra-
smea il senso e il legame e unisce le idee contenute in un gruppo. est'idea è scria
su di un post-it e consiste in un'espressione o in una frase e trasmee iaramente il
significato degli item e formano il gruppo, ane a persone e non fanno parte del
team di lavoro. Il gruppo crea le header card:
• Individuando all'interno delle idee già emerse quella in grado di fungere da titolo
e ponendola in testa al gruppo,
• Discutendo e accordandosi sull'enunciazione di nuovi post-it appositamente creati
per essere header card,
• Individuando una relazione tra due o più gruppi e organizzando gli stessi gruppi
in colonne soo un superheader.
Se si rivela opportuno dividere un gruppo precedentemente creato in diversi soogruppi
si possono creare ane dei subheader card.
.Costruzione dell'affinity diagram finito
• Dare un titolo, esemplificativo della problematica affrontata, al Diagramma;
• Posizionare header e superheader card sopra i gruppi di idee;
• Rivedere e iarire le idee e i raggruppamenti;
• Documentare l'affinity diagram completato (disegno, foto, etc.).
.. Considerazioni sull'affinity diagram
A differenza del card sorting, e si basa sul confronto tra risultati individuali, l'affinity
diagram ha come obieivo la definizione di un'organizzazione su cui i partecipanti siano
concordi. Mentre il card sorting consente un'analisi quali-quantitativa sulle categoriz-
zazioni prodoe dai partecipanti (Rugg and McGeorge, ), la classificazione prodoa
 CAPITOLO . METODI
durante il processo di affinity viene interpretata alla luce di quanto emerge dalla discus-
sione tra i partecipanti (e Balanced Scorecard Institute, ).
Per questa caraeristica, l'affinity diagram è una tecnica e, nell'abito della definizione
dell'ariteura dell'informazione, solitamente viene utilizzata qualora l'organizzazione
dei contenuti sia portata a compimento dal team di progeo o dal solo information ar-
itect senza il coinvolgimento degli utenti (informationaritecture.it).
Card sorting e affinity diagram sono quindi metodologie sostanzialmente diverse,
poié nel primo caso il focus aentivo è rivolto alle classificazioni prodoe dai parteci-
panti, mentre nel secondo l'elemento centrale è il processo di interazione e si instaura
tra i partecipanti, e consente di giungere ad una soluzione consensuale.
Parte IV
La fase di testing

Capitolo 
Usabilità: metodi
. Cos'è l'usabilità
Definizione
L'usabilità viene definita come il grado in cui un prodoo può essere usato da partico-
lari utenti per raggiungere certi obieivi con efficacia, efficienza e soddisfazione in uno
specifico contesto d'uso.
Peré l'usabilità è importante?
Investire sull'usabilità garantisce un elevato ritorno degli investimenti, in termini di:
• riduzione dei costi di sviluppo;
• riduzione del time to market;
• riduzione dei costi di manutenzione/aggiornamento;
• miglior posizionamento sul mercato.
Maggior competitività
A parità di condizioni il prodoo e offre una user experience migliore ha un vantag-
gio competitivo. Una migliore user experience può essere più importante di un miglior
prezzo.
Minori costi
L'usabilità induce gli sviluppatori a creare prodoi più semplici. I prodoi più semplici
sono meno costosi da implementare e da aggiornare. Sono più facili da vendere. Dunque:
l'usabilità taglia i costi.

 CAPITOLO . USABILITÀ: METODI
Minor tempo di sviluppo
Il design centrato sugli utenti permee da subito di conoscere gli aspei e il mercato
ritiene importanti da quelli accessori. È più facile rispeare i tempi se vengono imple-
mentate da subito le caraeristie importanti, trascurando quelle e gli utenti reali
non utilizzeranno
Maggior conoscenza del mercato
Coinvolgere gli utenti significa conoscere da subito le loro esigenze. Raccogliere infor-
mazioni dagli utenti significa avere maggiori possibilità di soddisfarli, e dunque una
migliore strategia di mercato.
. Usabilità ed errori
L'ergonomia cognitiva ha sviluppato delle teorie e delle classificazioni degli errori, al
fine di elaborare degli strumenti capaci di prevenirli.
Uno degli scopi delle valutazioni di usabilità è quella di evitare gli errori di design. In
secondo luogo, di permeere una interazione più proficua.
.. Tre livelli di errore
Una delle più importanti teorie sugli errori è stata elaborata da Rasmussen, Information
Processing and Human- Maine Interaction: an Approa to Cognitive Engineering.
L'autore divide gli errori in tre livelli:
. skill-based;
. rule-based;
. knoweledge based.
Skill based level
È il livello più basso, e si basa sull'interazione periferica: percezione ed azione. Ge-
neralmente non implica l'uso dell'aenzione, in quanto vengono applicati, in maniera
automatica, degli semi consolidati.
Rule based level
In questo livello appliiamo delle regole acquisite, e sono corree per un determinato
contesto. Affiné il comportamento, a questo livello, sia efficace, è necessario e: a)
venga applicata la regola correa in base al contesto; b) la regola, o procedura, venga
applicata correamente.
.. USABILITÀ ED ERRORI 
Knowledge based level
Il livello knowledge-based entra in gioco quando non è possibile applicare una regola
prestabilita. Generalmente questo avviene quando il contesto è nuovo o fluido. Se non
è possibile applicare le regole è necessario interpretare le informazioni, pianificare la
risposta, eseguirla e monitorare passo per passo l'evoluzione.
.. Errori: slips e mistakes
Gli errori sono definiti, nella leeratura anglosassone, slips e mistakes.
Gli slips
Slips sono errori di esecuzione di una azione correa. Esempio: voglio massimizzare una
finestra, e per sbaglio clicco sul boone e la iude. Il problema è a livello skill-based.
I mistakes
mistakes sono gli errori dovuti ad una azione non appropriata, ane se potenzialmente
correa. L'errore può essere a livello rule-based se applico una regola inappropriata al
contesto o alle mie intenzioni. È a livello knowledge based se la mia azione si basa su
conoscenze insufficienti o scorree.
.. Livelli di errore e strumenti di prevenzione
Secondo Fu, Salvendy e Turley () valutazioni non empirie e valutazioni empirie
affrontano differenti tipologie di errori e possono migliorare la performance degli utenti
nei diversi livelli.
Da un loro esperimento si evince e le valutazioni degli esperti sono più effica-
ci nell'identificare gli errori di design dell'usabilità a livello skill-based e soprauo
rule-based, mentre il test con utenti è molto più efficace nell'evidenziare errori di tipo
knowledge-based.
Knowledge-based level e modello dell'utente
Secondo Fu, Salvendy e Turley la valutazione non empirica è meno adaa a diagno-
sticare gli errori knowledge-based: è difficile simulare la conoscenza degli utenti, e
possono essere completamente naive, e dunque non conoscere nulla del dominio, oppu-
re estremamente esperti, e dunque conoscere molto più del valutatore.
In secondo luogo gli errori knowledge-based sono estremamente legati allo specifico con-
testo. esto rende meno utile l'expertise dell'esperto, in quanto ciò e è buono in un
particolare contesto non lo è in un altro.
 CAPITOLO . USABILITÀ: METODI
Livelli skill e rule-based: aspecificità di dominio
I livelli skill e rule-based, al contrario, sono molto meno specifici: molte azioni o semi
di interazione valgono a prescindere dal dominio specifico. In questo caso gli esperti
possono applicare in maniera appropriata delle conoscenze acquisite in altri dominii.
ale metodo?
Alla luce della precedente riflessione, possiamo affermare e, idealmente, la valuta-
zione dell'usabilità di un artefao dovrebbe includere sia strumenti non empririci e
strumenti empririci (testing di soggei).
. Usabilità: quale metodo?
Esistono molteplici metodologie per la valutazione dell'usabilità, ciascuna caraerizza-
ta da un proprio campo privilegiato di indagine, e dunque più indicata in determinati
contesti, in base ai propri vantaggi e svantaggi. (Ziggioo, )
Metodi empirici e non empirici
Gli strumenti possono essere divisi in due grandi gruppi: empirici e non empirici, dove
per empirico si intende lo strumento di analisi e riieda la partecipazione di soggei
estranei al progeo di valutazione. Per alcuni autori i metodi di valutazione più efficaci
sono la valutazione euristica, in base a linee guida, e il test con utenti.
I metodi più usati per il web
• I metodi automatici;
• L'analisi tramite euristie o linee guida;
• la simulazione d'uso;
• Il confronto con i siti già esistenti.
• I metodi dei di self - report (questionari);
• Il test con utenti;
. I soware automatici
I soware automatici costituiscono un prezioso strumento di indagine quando l'anali-
si riieda essenzialmente velocità e precisione; il loro campo di utilizzo privilegiato
riguarda: la misurazione dei tempi di risposta e di caricamento delle pagine del sito; l'in-
dividuazione dei codici HTML non validi, il rispeo delle regole di accessibilità; l'analisi
dei file di log.
.. EURISTICHE E LINEE GUIDA 
.. L'analisi dei file di log
Vantaggi
L'analisi dei files di log ha alcuni vantaggi: viene misurato il comportamento reale degli
utenti; abbiamo a disposizione molto materiale, relativo a tui gli utenti;
Svantaggi
Non vediamo il comportamento dell'utente, ma soltanto le sue riieste al server; non
sappiamo dunque si gli utenti hanno incontrato delle difficoltà. Non è semplice tradurre
i dati di un file di log in una valutazione dell'uso di un sito.
Un esempio
Contesto: home page del sito hp://www.form.unitn.it/ssis Problema: misurare se gli
utenti accedevano ai link delle soocategorie Strumento: i file di log.
Abbiamo selezionato dai file di log i record dei link e provenivano dalla home
page, utilizzando il campo referer. Abbiamo contato il numero di contai alle pagine
del sito provenienti dalla home page. Araverso questo mezzo abbiamo accertato e
gli utenti utilizzano il link direo alle soocategorie.
Analisi dei files di log: browsers e sistemi operativi
Problema: oenere una statistica della tecnologia utilizzata dagli utenti per visitare un
sito. L'informazione può essre utile, ad esempio, per capire quali versioni dei browser
supportare. Araverso l'analisi del file di log è possibile oenere queste informazioni.
Nell'esempio soostante, la parcentuale di utilizzo di differenti browsers da parte degli
utenti di due siti: hyperlabs.net e neuropsy.it.
Il confronto fra le statistie relative ai due diversi siti può portare a considerazioni
interessanti. L'utenza di europsy.it, di tipo domestico, utilizza quasi solo MSIE .x/.x
(L'utenza di hypelabs.net, più tecnologica, usa prevalentemente MSIE .x, ma ane
browser veci (netscape < ) o alternativi (mozilla, konqueror).
. Euristie e linee guida
.. Le euristie
Le euristie sono un numero ristreo di regole piuosto generali di usabilità. La valuta-
zione euristica consiste nel verificare quanto una interfaccia rispea i principi generali.
La valutazione euristica valuta l'interfaccia sulla base di liste di euristie, ovvero prin-
cipi e hanno un elevato valore prediivo peré rappresentano la sintesi dei problemi
di usabilità più frequenti organizzati in categorie. Le euristie di Nielsen, ad esempio,
sono oentute tramite analisi faoriale su una base di  problemi riscontrati in studi
di vario tipo.
 CAPITOLO . USABILITÀ: METODI
Le  euristie di Nielsen
. Visibilit`a dello stato auale del sistema
. Corrispondenza tra il sistema e il mondo reale
. Libert`a e possibilit`a di controllo del sistema da parte dell'utente
. Coerenza interna ed esterna e conformit`a agli standard comunemente acceati
dagli sviluppatori di siti Web
. Prevenzione degli errori
. Riconoscere piuosto e ricordare
. Promuovere la flessibilit`a e l'efficienza
. Grafica e design minimalisti
. Fornire all'utente i mezzi per riconoscere e riparare gli errori
. Inserire strumenti di aiuto e istruzioni di utilizzo
Gerhardt-Powals ()
. Libera le risorse cognitive per compiti di alto livello
. Evita ragionamenti non necessari
. Visualizza le informazioni in maniera iara e ovvia
. Raggruppa le informazioni in struure significative
. ando presenti nuove informazioni, offri degli aiuti
. Usa modelli e metafore note agli utenti
. Usa una terminologia comprensibile agli utenti
. Usa termini e abbiano un legame con la funzione
. Riconoscere è meglio e ricordare
. Usa l'aspeo grafico e visivo al servizio dell'usabilità
. Mostra solo le informazioni necessarie in quel momento
. Se appropriato, offri possibilità multiple di fruizione dell'informazione
. Usa un ragionevole livello di ridondanza.
.. EURISTICHE E LINEE GUIDA 
Riferimenti on line
Su internet esistono numerose euristie. Ne citiamo alcune:
• www.useit.com
• www.boxesandarrows.com
• hp://www.asktog.com/basics/firstPrinciples.html
• www.hyperlabs.net
Le linee guida
Le linee guida sono più specifie e più deagliate delle euristie; contengono delle liste
struurate di indicazioni e prescrizioni concernenti il design di una interfaccia.
Esempi
Vediamo  esempi, trai da hp://library.gnome.org/devel/hig-book/stable/ e da hp://www.usability.gov/guidelines/.
Parts of Windows and System Interaction Give every window a title (with the excep-
tion of alerts and toolboxes). A good window title contains information that is relevant
to the user, and distinguishes a particular window from other open windows. Omit
information that does not assist in this selection, for example the application's version
number or vendor name.
Use text links. Do not use image links Text links generally download faster, are
preferred by users, and ange colors aer being selected.
• hp://www.usability.gov/guidelines/
• hp://web.mit.edu/is/usability/usability-guidelines.html
• hp://developer.apple.com/documentation/UserExperience/
• hp://library.gnome.org/devel/hig-book/stable/
• hp://wiki.openusability.org/guidelines/index.php/Main Page
Linee guida Esempio
Use text links. Do not use image links Text links generally download faster, are preferred
by users, and ange colors aer being selected. hp://www.usability.gov/guidelines/
Linee guida: esempi I seguenti punti sono trai da Sensible Forms: A Form Usability
Chelist – A list apart
• Use the right field for the task;
• Give them room to type;
• Shorten your forms, just question useful fields;
 CAPITOLO . USABILITÀ: METODI
• Mark mandatory fields clearly;
• Provide descriptive labels for all of your fields;
• Let the computer, not the user, handle information formaing;
• Use informative error messages;
• Don't return users to an altered form.
hp://www.alistapart.com/articles/sensibleforms/
Valutazioni non empirie: critie Spesso il tono prescriivo di euristie e linee
guida infastidisce i web designers, e non hanno la possibilit`a di misurare la credibi-
lit`a e l'efficacia di alcune regole. the guideline's publishers never present any evidence
that following it will actually improve the site. (Jared M. Spool, ). Il problema delle
evidenze empirie e sperimentali delle linee guida `e stato seriamente preso in conside-
razione da usability.gov. In hp//www.usability.gov/guidelines/index.html ogni linea
guida viene presentata con una strength of evidence scale.
Evidenze empirie: categorie usability.gov distingue  categorie di evidenza empi-
rica
. categoria A studi sperimentali;
. categoria B studi osservazionali, valutazione di performance;
. categoria C opinioni di esperti.
Secondo usability.gov la categoria A costituisce la migliore evidenza empirica.
. Metodi empirici
I metodi empirici risultano particolarmente utili per valutare gli aspei del sito legati ai
contenuti e alla struura dell'informazione, ambiti dove la valutazione non empirica in-
contra le maggiori difficoltà. Andrebbe inoltre somministrato per evidenziare eventuali
problemi di interfaccia non emersi dalle analisi degli esperti.
ando coinvolgere gli utenti
Gli utenti andrebbero coinvolti gi`a in fase di progeazione per definire:
• l'ariteura dell'informazione;
• le loro aspeative, in termini di informazioni o features e ritengono pi`u impor-
tanti.
In questo caso sarebbe opportuno usare strumenti specifici per la valutazione dell'ari-
teura dell'informazione, quale il card sorting.
.. TEST CON UTENTI 
.. Participatory Design workshop
Organizzare degli incontri fra:
• esperti di usabilità;
• sviluppatori;
• managers e capi progeo;
• utenti reali.
Finalità
La finalità principale dei participatory design workshop è quella di coinvolgere da subito
gli utenti nel design del prodoo. Può essere utile ane per sensibilizzare il management
e gli sviluppatori alla tematica dell'usabilità e accessibilità. Permee di stabilire le linee
guida aziendali per l'interfaccia e la grafica.
.. Valutazione di siti concorrenti
La valutazione di siti concorrenti permee di:
• conoscere meglio la concorrenza;
• valutare le soluzioni adoate da altri;
• Coinvolgere e testare gli utenti su di un sito vero già in fase progeuale.
. Test con utenti
Tipologie
Secondo Rubin () possiamo distinguere  tipi di test:
• test esplorativo;
• test di valutazione;
• test di validazione;
• test di confronto;
Test esplorativo
Scopo: valutare l'efficacia del progeo iniziale. esto test consente una notevole in-
terazione tra soggeo valutatore. La metodologia è piuosto informale: soggeo e va-
lutatore possono ane osservare e utilizzare assieme il prodoo; il valutatore può fare
domande ed interagire con il soggeo.
 CAPITOLO . USABILITÀ: METODI
Test di valutazione
Si può condurre a qualsiasi stadio del processo di produzione del sistema. Ha come
obieivo l'approfondimento degli elementi evidenziati con il test esplorativo. La meto-
dologia per questo tipo di test è un misto tra l'esplorazione informale e le misurazioni
più controllate del test di validazione.
Test di validazione
Finalità: valutare l'effeiva usabilità del prodoo, misurata in termini di accuratezza,
velocità, preferenza. I soggei partecipanti interagiscono poco o nulla con il valutatore
La raccolta di dati quantitativi è centrale Sostanzialmente questo test riiede un rigore
sperimentale maggiore rispeo ai precedenti.
Test di confronto
Finalità: confronto di due o più progei alternativi, o di due o più prodoi competitivi.
Vengono raccolti dati sulla performance e sulla preferenza e si confrontano i risultati.
Può essere condoo informalmente o in modo più controllato; può essere utilizzato in
congiunzione con ciascuno dei test precedentemente descrii.
.. Test con utenti: come fare
Pianificare una sessione di test
• Identificare l'audience del sito
• Definire degli obbieivi o degli standard di usabilità
• Identificare dei compiti
• Raccogliere i soggei, programmare le sessioni, programmare i pagamenti
• Identificare i materiali
• Organizzare il seing
Lista dei compiti
• breve descrizione dei compiti;
• materiale necessario;
• descrizione del correo completamento del compito: quando il compito può venir
considerato terminato con successo? In quali casi va interroo? ando viene
considerato non correamente completato?
• limiti di tempo stabiliti per il completamento.
.. TEST CON UTENTI 
Scelta dei compiti
Va data la precedenza a:
• compiti più frequenti nella popolazione target;
• compiti critici, le cui conseguenze possono essere più dannose;
• compiti e il valutatore considera possibile fonte di problemi
Comportamento del valutatore
• Il valutatore dev'essere imparziale.
• Deve osservare, non condurre l'esperimento.
• Non deve lasciarsi condizionare dalle aspeative.
• Non deve aiutare i soggei quando si trovano in difficoltà.
• Deve soolineare il fao e ad essere soo esame è il prodoo e non l'utente.
Registrazione della performance
Nel condurre un test di usabilità, sarebbe opportuno poter raccogliere differenti tipi di
dati:
• file di log sul comportamento dell'utente;
• registrazione audio-video del comportamento e dei commenti;
• appunti su osservazioni raccolte dallo sperimentatore durande la sessione di te-
sting.
Tecnie di logging
Nel nostro laboratorio abbiamo utilizzato, in alcune circostanze, un browser java da noi
costruito per registrare su di un file di log l'interazione dell'utente con il sito. esti dati
si possono prestare per alcune analisi quantitative e qualitative della performance. <img
src=hp://www.hyperlabs.net/ergonomia/presentazioni/sperimentale/mouse.png alt=-
Tracciato del mouse di un soggeo />
estionario di preferenza
Al termine del test può essere utile somministrare ai partecipanti un questionario per
raccogliere alcune impressioni sul prodoo e sui compiti valutati.
Restituzione ai soggetti
Nella fase di restituzione si danno ai partecipanti alcune informazioni aggiuntive sul
test. esto momento può essere utile per raccogliere alcune impressioni sulle prove
somministrate.
 CAPITOLO . USABILITÀ: METODI
.. i and dirty
Nei paragrafi precedenti abbiamo analizzato la situazione ideale di testing. Spesso però
le circostanze (in termini di tempo o di denaro) non ci permeono di procedere in questo
modo. Ciononostante è comunque molto meglio fare un test alla buona (qui and dirty)
e non fare alcun test.
Suggerimenti
• condurre dei mini test ogni volta e sia possibile;
• utilizzare persone disponibili a sooporsi al test, ane se non sono gli utenti
target; è indispensabile però e siano estranei alla progeazione del sito;
• identificare i compiti più importanti;
• utilizzare gli ambienti disponibili;
• se possibile, videoregistrare.
. Conclusioni
La scelta del metodo di indagine da adoare per eseguire un test di usabilità dipende
dalle circostanze in cui si trova ad operare il valutatore, dalle risorse disponibili e dal
genere di risultati aesi. La nostra opinione è e differenti metodologie andrebbero
utilizzate nelle differenti fasi di progeazione, sviluppo e pubblicazione del sito.
I metodi empirici, con utenti, andrebbero utilizzati per valutare gli aspei legati ai
contenuti e all'ariteura dell'informazione. I metodi non empirici andrebbero utiliz-
zati per creare le interfacce. I test con utenti andrebbero comunque usati ane per la
valutazione finale di usabilità del prodoo.
Euristie
Linee guida
Aritettura dell'informazione
Bibliografia
Abran, A. et al. ``Usability Meanings and Interpretations in ISO Standards''. In: Soware
ality Journal . (), pp. –.
Akinola, M. e W. B. Mendes. ``e dark side of creativity: biological vulnerability and
negative emotions lead to greater artistic creativity.'' In: Pers Soc Psyol Bull .
(), pp. –. : 10.1177/0146167208323933.
Alavi, Maryam e Dorothy E. Leidner. ``Review: Knowledge management and know-
ledge management systems: Conceptual foundations and resear issues''. In: MIS
quarterly . (), pp. –.
Amabile, T.M. et al. ``Affect and creativity at work''. In: Administrative Science
arterly . (), pp. –.
Ameel, Eef et al. ``How bilinguals solve the naming problem''. In: Journal of Memory
and Language  (), pp. –.
Anderson, James C. e David W. Gerbing. ``Structural Equation Modeling in Practice:
A Review and Recommended Two-Step Approa''. In: Psyological Bulletin .
(), pp. –.
Ashby, F. Gregory e W. Todd Maddox. ``Human Category Learning''. In: Annu. Rev.
Psyol.  (), pp. –.
— ``Stimulus categorization''. In: a cura di M.H. Birnbaum. Academic Press, .
Cap. .
Ashby, F. Gregory e Brian J. Spiering. ``e Neurobiology of Category Learning''. In:
Behavioral and Cognitive Neuroscience Reviews . (giu. ), pp. –. :
10.1177/1534582304270782.
Ashby, F. Gregory et al. ``A Neuropsyological eory of Multiple Systems in Category
Learning''. In: Psyological Review . (), pp. –.
Bagnara, S. e G.C. Smith. eories and practice in interaction design. Lawrence Erlbaum
Assoc Inc, .
Barsalou, Lawrence W. ``Ad hoc categories''. In: Memory and Cognition . (),
pp. –.
— ``Perceptual symbol systems''. In: Behavioral and Brain Sciences  (), pp. –
.
— ``Situated simulation in the human conceptual system''. In: Language and Cognitive
Processes ./ (), pp. –. : 10.1080/01690960344000026.

 BIBLIOGRAFIA
Baumeister, Roy F. e Mark R. Leary. ``e Need to Belong: Desire for Interpersonal
Aaments as a Fundamental Human Motivation''. In: Psyological Bulletin .
(), pp. –.
Berkhin, Pavel. Survey of Clustering Data Mining Teniques. [Online; accessed -
August-]. .
Bei, Dario, Stefano Bussolon e Luca Rosati. ``La classificazione faa dai ciadini. Il
caso Tentinosociale.it''. In: Rete Pubblica -- Il nuovo dialogo tra Pubblica Ammini-
strazione e ciadino: linguaggi, strumenti e ariteura. A cura di Federica Venier.
Via A. Manna, : Guerra Edizioni, . : ---.
Boehm, Barry. ``A Spiral Model of Soware Development and Enhancement''. In: IEEE
Computer (mag. ).
— ``Get Ready for Agile Methods, with Care''. In: IEEE Computer (gen. ).
Bollen, Kenneth A. ``Latent variables in psyology and the social sciences''. In: Annu.
Rev. Psyol.  (), pp. –.
Borsboom, Denny, Gideon J. Mellenbergh e Jaap van Heerden. ``e eoretical Status
of Latent Variables''. In: Psyological Review . (), pp. –.
Boster, James S. ``e information economy model applied to biological similarity
judgment''. In: , pp. –.
Bousfield, W.A. e W.D. Barclay. ``e Relationship Between Order and Frequency
of Occurrence of Restricted Associative Responses''. In: Journal of Experimental
Psyology ().
Bowlby, J. Aament and loss: Vol. . Aament. New York: Basic Books, .
Bradley, Margaret M. et al. ``Emotion and Motivation I: Defensive and Appetitive
Reactions in Picture Processing''. In: Emotion . (), pp. –.
Busei, Tania, Stefano Bussolon e Giuseppe Sartori. ``Il colore dei link delle pagine web
come memoria esterna''. In: Ai del Congresso nazionale dell'Associazione Italiana
di Psicologia, Sezione di Psicologia Sperimentale. Bari (I), .
Bussolon, Stefano e Martina Conci. ``Portale UNITN: ariteura dell'informazione
centrata sull'utente''. In: Italian IA summit. Roma, .
Bussolon, Stefano, Miela Ferron e Fabio Del Missier. ``Netsorting: On-line categori-
zation and card Sorting''. In: Seminar at the University college London Interaction
Center (UCLIC). London, (Uk), ago. .
— ``On-line categorization and card Sorting''. In: Cognitive processes in ergonomy
and human computer interaction. 7th
Alps-Adria conference in psyology. Zadar,
(Croazia), giu. .
Capra, Miranda G. ``Factor analysis of card sort data: an alternative to hierarical
cluster analysis''. In: Proceedings of the Human Factors and Ergonomics Society.
.
Caprio, Laura e Beatrice Ghiglione. Information Aritecture. Milano: Tecnie Nuove,
. : ---.
Carson, S. H., J. B. Peterson e D. M. Higgins. ``Decreased latent inhibition is associated
with increased creative aievement in high-functioning individuals.'' In: J Pers Soc
Psyol . (), pp. –. : 10.1037/0022-3514.85.3.499.
Chandrasekharan, S. e T.C. Stewart. ``e origin of epistemic structures and proto-
representations''. In: Adaptive Behavior-Animals, Animats, Soware Agents, Robots,
Adaptive Systems . (), pp. –.
BIBLIOGRAFIA 
Chen, Hsiang, R. T. Wigand e M. S. Nilan. ``Optimal experience of Web activities''. In:
Computers in Human Behavior  (), pp. –.
Chi, Ed, Peter Pirolli e James Pitkow. ``e Scent of a Site: A System for Analyzing and
Predicting Information Scent, Usage, and Usability of a Web Site''. In: CHI Leers.
Vol. . . CHI. .
Using Information Scent to Model User Information Needs and Actions on the Web.
Seale, WA, USA, .
Choi, B. e H. Lee. ``An empirical investigation of KM styles and their effect on corporate
performance''. In: Information & Management . (), pp. –.
Chulef, Ada S., Stephen J. Read e David A. Walsh. ``A Hierarical Taxonomy of Human
Goals''. In: Motivation and Emotion . (set. ).
Ciborra, Claudio. ``Situatedness Revisited: e role of Cognition and Emotion''. In:
eories and practice in interaction design. A cura di S. Bagnara e G.C. Smith.
Lawrence Erlbaum Assoc Inc, .
Coburn, Alistair. Agile Soware Development. Dra version: b. Coburn *
Highsmith Series, .
Collins, Allan M. e Ross M. illian. ``Retrieval time from semantic memory''. In:
Journal of verbal learining and verbal behavior  (), pp. –.
Conci, Martina. ``Portale Unitn: ariteura dell'informazione centrata sull'utente''. Tesi
di laurea mag. Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, .
Cooke, N.J. ``Knowledge elicitation''. In: Handbook of applied cognition. A cura di F.T.
Durso et al. Wiley Chiester, UK, , pp. –.
Cooper, Alan. e Inmates are running the Asylum. Macmillan, .
Cooper, Alan, Robert Reimann e David Cronin. About Face .  ed. Indianapolis IN:
Wiley, .
Cordioli, Sara. ``Ariteura dell’Informazione dei Siti Museali''. Tesi di laurea mag.
Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, .
Coxon, Antony P. M. Sorting data. Collection and analysis. Sage Publications, .
Croer, Jennifer e Lora E. Park. ``e Costly Pursuit of Self-Esteem''. In: Psyological
Bulletin . (), pp. –.
Csikszentmihalyi, Mihaly. Flow: the psyology of optimal experience. New York: Harper
Perennial, .
Davis, Fred D., Riard P. Bagozzi e Paul R. Warshaw. ``User acceptance of computer
tenology: a comparison of two theoretical models''. In: Management Science .
(ago. ), pp. –.
Deci, Edward L. e Riard M. Ryan. ``e Support of Autonomy and the Control of
Behavior''. In: Journal of Personality and Social Psyology . (), pp. –
.
— ``e “What” and “Why” of Goal Pursuits: Human Needs and the Self-
Determination of Behavior''. In: Psyological Inquiry . (), pp. –
.
Deibel, Katerine, Riard Anderson e Ruth Anderson. ``Using edit distance to analyze
card sorts''. In: Expert System . (lug. ), pp. –.
Dillon, Andrew. ``Information Aritecture in JASIST: Just Where Did We Come From?''
In: ().
 BIBLIOGRAFIA
Ding, Chris e Xiaofeng He. ``K-means Clustering via Principal Component Analysis''.
In: st International Conference on Maine Learning. Banff, Canada, .
Easterbrook, Steve. Project Management. Rapp. tecn. University of Toronto --
Department of Computer Science, .
Eccles, Jacquelynne S. e Allan Wigfield. ``Motivational beliefs, values, and goals''. In:
Annu. Rev. Psyol  (), pp. –.
Engelbart, Douglas. ``Augmenting Human Intellect: a conceptual framework''. In: ().
Fahey, L. e L. Prusak. ``e eleven deadliest sins of knowledge management''. In:
California management review . (), p. .
Faiks, Angi e Nancy Hyland. ``Gaining user insight: a case study illustrating the card
sort tenique''. In: College and Resear Libraries (lug. ), pp. –.
Falcinelli, A. ``Find at unistrapg.it''. Tesi di laurea mag. Comunicazione pubblicitaria e
design strategico: Universit`a per Stranieri di Perugia, .
Fallman, D. ``Design-oriented human-computer interaction''. In: Proceedings of the
SIGCHI conference on Human factors in computing systems. ACM New York, NY,
USA. , pp. –.
Ferreira, Jennifer. ``Interaction Design and Agile Development: A Real-World
Perspective''. Tesi di laurea mag. Victoria University of Wellington, .
Finer, Sally e Josh Tenenberg. ``Making sense of card sorting data''. In: Expert Systems
. (lug. ), pp. –.
Finneran, Christina M. e Ping Zhang. ``Flow in computer-mediated environments:
promises and allenges''. In: Communications of the Association for Information
Systems  (), pp. –.
Fogg, BJ et al. ``What makes Web sites credible? a report on a large quantitative study''.
In: Proceedings of the SIGCHI conference on Human factors in computing systems
(), pp. –.
Forlizzi, Jodi e Katja Baarbee. ``Understanding Experience in Interactive Systems''. In:
DIS. Ago. .
Fossum, Timothy e Susan Haller. ``Measuring card sort orthogonality''. In: Expert
Systems . (lug. ), pp. –.
Fu, Limin, Gavriel Salvendy e Lori Turley. ``Effectiveness of user testing and heu-
ristic evaluation as a function of performance classification''. In: Behaviour and
Information Tenology . (), pp. –.
Fuccella, J. ``Using user centered design methods to create and design usable Web
sites''. In: Proceedings of the th annual international conference on Computer
documentation (), pp. –.
Fuccella, Jeannee e Ja Pizzolato. Creating web site designs based on user expectations
and feedba. Rapp. tecn. IBM Corporation, . : http://www.sandia.gov/
itg/newsletter/web_design.html.
Gamberini, Luciano e Elisabea Valentini. ``Web usability today: eories, approa
and methods''. In: Towards CyberPsyology: Mind, Cognition and Society in the
Internet age. A cura di Giuseppe Riva e Carlo Galimberti. IOS Press, . Cap. .
Gatewood, John B. ``Culture … One step at a time''. In: e Behavioral Measurement
Leer ().
Giacoma, Gianandrea e Davide Casali. Design Motivazionale Usabilit`a Sociale e Group
Centered Design. O. . : http://wiki.bzaar.net.
BIBLIOGRAFIA 
Gibson, J.J. ``e theory of affordances''. In: Perceiving, acting and knowing: toward an
ecological psyology (), pp. –.
Gnoli, Claudio, Viorio Marino e Luca Rosati. Organizzare la conoscenza: Dalle bi-
bliotee all’ariteura dell’informazione per il Web. Milano: Tecnie Nuove,
.
Grossman, Murray et al. ``e Neural Basis for Categorization in Semantic Memory''.
In: NeuroImage  (), pp. –.
Grudin, Jonathan e John Prui. ``Personas, Participatory Design and Product Develop-
ment: An Infrastructure for Engagement''. In: PDC' Proceedings of the Participatory
Design Conference. .
Harlow, H.F. e R.R. Zimmermann. ``e development of affectional responses in infant
monkeys''. In: Proceedings of the American Philosophical Society (), pp. –.
Harrison, S., D. Tatar e P. Sengers. ``e three paradigms of HCI. alt''. In: CHI’. .
Hassenzahl, Marc e Noam Tractinsky. ``User experience -- a resear agenda''. In:
Behaviour & Information Tenology . (), pp. –.
Hebb, D. O. ``Drives and the c.n.s. (conceptual nervous system)''. In: Psyological
Review  (), pp. –.
Hildreth, P.M. et al. ``e duality of knowledge''. In: Information Resear . ().
Ipe, Minu. ``Knowledge sharing in organizations: a conceptual framework''. In: Human
Resource Development Review . (), p. .
Johnson, T.L. e Downtown Austin Planning Process as a Community of Inquiry: An
Exploratory Study. Rapp. tecn. Texas State University-San Marcos, .
Johnson-Laird, P.N., V. Giroo e P. Legrenzi. ``Mental models: a gentle guide for
outsiders''. In: Sistemi Intelligenti  (), pp. –.
Jokela, T. et al. ``e standard of user-centered design and the standard definition of
usability: analyzing ISO  against ISO -''. In: Proceedings of the Latin
American conference on Human-computer interaction. , pp. –.
Katrijn Van Deun, Luc Delbeke. Multidimensional scaling. [Online; accessed -August-
]. . : url{http://www.mathpsyc.uni-bonn.de/doc/delbeke/
delbeke.htm}.
Katz, J.J. e metaphysics of meaning. MIT Press, .
Keane, Mark T. e Miael William Eysen. Cognitive Psyology: A Student's Handbook.
Psyology Press, . : .
Kensing, F. e J. Blomberg. ``Participatory Design: Issues and Concerns''. In: Computer
Supported Cooperative Work (CSCW) . (), pp. –.
Khaslavsky, Julie e Nathan Shedroff. ``Understanding the Seductive Experience''. In:
Communications of the ACM . (mag. ), pp. –.
Kirsh, D. e P. Maglio. ``On distinguishing epistemic from pragmatic action''. In:
Cognitive Science  (), pp. –.
Komatsu, Loyd K. ``Recent views of conceptual structure''. In: Psyological Bulletin
. (), pp. –.
Koufaris, Marios. ``Applying the Tenology Acceptance Model and Flow eory to On-
line Consumer Behavior''. In: Information Systems Resear . (giu. ), pp. –
.
Kruske, John K. ``Category Learning''. In: e Handbook of Cognition. A cura di K.
Lamberts e R. L. Goldstone. London: Sage Publications, , pp. –.
 BIBLIOGRAFIA
Kurniawan, S.H., P. Zaphiris e R.D. Ellis. ``Involving Seniors in Designing Information
Aritecture for the Web''. In: Universal Access in HCI. Lawrence Erlbaum (),
pp. –.
Lakoff, G. e M. Johnson. Metaphors we live by. University of Chicago Press Chicago,
.
Lazar, Jonathan, Alfreda Dudley-Sponaugle e Kisha-Dawn Greenidge. ``Improving web
accessibility: a study of webmaster perceptions''. In: Computers in Human Behavior
 (), pp. –.
Lee, Younghwa, Kenneth A. Kozar e Kai R.T. Larsen. ``e tenology acceptance model:
past, present, and future''. In: Communications of the Association for Information
Systems . (), pp. –.
Levi, M.D. e F.G. Conrad. ``Usability testing of world wide web sites''. In: Conference
on Human Factors in Computing Systems (), pp. –.
Lioi, Giovanni. La dimensione interpersonale della coscienza. Roma: Carocci, .
Lile, D.M. et al. ``Event-related fMRI of category learning: Differences in classification
and feedba networks''. In: Brain and Cognition  (), pp. –.
Lorenz, Konrad. L'altra faccia dello specio: per una storia naturale della conoscenza.
Titolo Originale: Behind the mirror. Adelphi, .
L¨owgren, J. ``Applying design methodology to soware development''. In: Proceedings
of the st conference on Designing interactive systems: processes, practices, methods,
and teniques. ACM New York, NY, USA. , pp. –.
Maddox, W. Todd e F. Gregory Ashby. ``Comparing decision bound and exemplar
models of categorization''. In: Percept. Psyophys. . (), pp. –.
Mantovani, Giuseppe, cur. Ergonomia -- Lavoro, sicurezza e nuove tecnologie. Bologna:
Il Mulino, .
Mao, J. et al. ``User-Centered Design Methods in Practice: A Survey of the State of the
Art''. In: Proceedings of the  Conference of the Centrefor Advanced Studies on
Collaborative resear. .
Maslow, A. H. ``A eory of Human Motivation''. In: Psyological Review  (),
pp. –.
Maurer, Donna e T. Warfel. Card sorting: a definitive guide. Rapp. tecn. World Wide Web,
. : http://www.boxesandarrows.com/archives/card_sorting_a_
definitive_guide.php.
McCraen, Cynthia S. ``Bringing Order to Intranet Chaos with Information Aritec-
ture: A Case Study''. Tesi di laurea mag. University of North Carolina at Chapel Hill,
apr. .
McGovern, Gerry. A step-by-step approa to web classification design. Rapp. tecn. .
Mcaid, Heather L., Miey McManus e Aradhana Goel. ``Designing for a pervasive
information environment: the importance of information aritecture''. In: HCI :
Designing for Society. Vol. . British HCI Group. Bath, UK, .
Medin, Douglas L. e C.M. Aguilar. ``Categorization''. In: MIT Encyclopedia of Cognitive
Sciences. A cura di R.A. Wilson e F. Keil. Cambridge: MIT Press, , pp. –.
Medin, Douglas L. e Lance J. Rips. ``Concepts and Categories: Memory, Meaning, and
Metaphysics''. In: ().
Medin, Douglas L. e Marguerite M. Saffer. ``Context theory of classification learning''.
In: Psyological Review . (), pp. –.
BIBLIOGRAFIA 
Mervis, Carolyn B., Ja Catlin e Eleanor Ros. ``Relationships among doodness-of-
example, category norms, and word frequency''. In: Bulletin of the Psyonomic
Society  (). correlazione fra free listing e tipicit`a, pp. –.
Minda, John Paul e J. David Smith. ``Prototypes in category learning: the effects of ca-
tegory size, category structure, and stimulus complexity''. In: J. Exp. Psyol.: Learn.
Mem. Cogn.  (), pp. –.
Muller, M.J. ``Participatory Design: e ird Space in HCI''. In: Handbook of HCI.
Mahway NJ USA: Erlbaum ().
Murphy, Gregory L. e Douglas L. Medin. ``e role of theories in conceptual coherence''.
In: Psyological Review . (lug. ), pp. –.
Nielsen, J. ``Enhancing the explanatory power of usability heuristics''. In: Procee-
dings of the SIGCHI Conference on Human factors in computing systems: celebrating
interdependence. , pp. –.
Nielsen, Jakob. Card Sorting: How Many Users to Test. html page. World Wide Web,
lug. . : http://www.useit.com/alertbox/20040719.html.
— Top Ten Mistakes in Web Design. html page. http://www.useit.com/alertbox/
9605.html: World Wide Web, .
Nonaka, I. e R. Toyama. ``A firm as a dialectical being: towards a dynamic theory of a
firm''. In: Industrial and Corporate Change . (), p. .
Nonaka, I., R. Toyama e N. Konno. ``SECI, Ba and leadership: a unified model of dynamic
knowledge creation''. In: Long range planning . (), pp. –.
Norman, Donald A. Emotional Design. Basic Books, .
— e psyology of everyday things. New York: Basic Books, .
Nosofsky, Robert M. ``Aention, similarity, and the identification-categorization re-
lationship.'' In: Journal of Experimental Psyology: General . (), pp. –
.
Nosofsky, Robert M., omas J. Palmeri e Stephen C. McKinley. ``Rule-plus-exception
model of classification learning''. In: Psyological Review  (), pp. –.
Pace, Steven. ``A grounded theory of the flow experiences of Web users''. In: Int. J.
Human-Computer Studies  (), pp. –.
Pang, Joyce S. e Oliver C. Sultheiss. ``Assessing Implicit Motives in U.S. College
Students: Effects of Picture Type and Position, Gender and Ethnicity, and Cross-
Cultural Comparisons''. In: Journal of Personality Assessment . (), pp. –
.
Parnas, David L. e Paul C. Clements. ``A rational design process: How and why to fake
it''. In: IEEE Transactions on Soware Engineering . (), pp. –.
Pey, Riard E. et al. ``To think or not to think - Exploring Two Routes to Persuasion''.
In: Persuasion: psyological insights and perspectives. A cura di Joseph R. Priester.
Sage, . Cap. , pp. –.
Pirolli, Peter e Stuart K. Card. ``Information Foraging''. In: Psyological Review 
(), pp. –.
Potente, Davide e Erika Salvini. Ariteura dell’informazione integrata: i casi Apple e
Ikea. Rapp. tecn. Trovabile, gen. . : http://trovabile.org/articoli/
architettura-informazione-integrata.
 BIBLIOGRAFIA
R Development Core Team. R: A Language and Environment for Statistical Computing.
ISBN ---. R Foundation for Statistical Computing. Vienna, Austria, .
: http://www.R-project.org.
Rasmussen, Jens. Information Processing and Human- Maine Interaction: an Approa
to Cognitive Engineering. New York: Elsevier, .
Rayaudhuri, Soumya, Joshua M. Stuart e Russ B. Altman. ``Principal components ana-
lysis to summarize microarray experiments: application to sporulation time series''.
In: Pacific Symposium on Biocomputing  (), pp. –.
Reber, Arthur S. ``Implicit learning and tacit knowledge.'' In: Journal of experimental
psyology: general . (), pp. –.
Regev, G. e A. Wegmann. ``Where do Goals Come from: the Underlying Principles of
Goal-Oriented Requirements Engineering''. In: Proceedings of the th IEEE Inter-
national Conference on Requirements Engineering. IEEE Computer Society. ,
p. .
Rei, Y. et al. ``Varieties and issues of participation and design''. In: Design Studies .
(), pp. –.
Remolina, E. e B. Kuipers. ``Towards a general theory of topological maps''. In: Artificial
Intelligence . (), pp. –.
Rips, Lance J., Edward J. Shoben e Edward E. Smith. ``Semantic distance and the verifi-
cation of semantic relations''. In: Journal of verbal learining and verbal behavior 
(), pp. –.
Rogers, Y. ``New theoretical approaes for HCI''. In: ARIST: annual review of
information science and tenology  (), pp. –.
Ros, Eleanor. ``Cognition and Categorization''. In: a cura di Eleanor Ros e Barbara
B. Lloyd. Hillsdale NJ, LEA, . Cap. Principles of Categorization.
— ``Cognitive Reference Points''. In: Cognitive Psyology  (), pp. –.
Ros, Eleanor e Carolyn B. Mervis. ``Family resemblances: Studies in the internal
structure of categories''. In: Cognitive Psyology . (), pp. –.
Rosenfeld, Louis e Peter Morville. Information aritecture for the World Wide Web. rd.
Sebastopol, CA, USA: O'Reilly e Associates, Inc., . : ---.
Royce, Winston W. ``Managing the development of large soware systems''. In:
Proceedings, IEEE WESCON  (ago. ), pp. –.
Rugg, G. e P. McGeorge. ``e sorting teniques: a tutorial paper on card sorts, picture
sorts and item sorts''. In: Expert Systems . (), pp. –.
Rullo, A. ``e so qualities of interaction''. In: ACM Trans. Comput.-Hum. Interact.
. (), p. .
Ryan, Riard M. e Edward L. Deci. ``Intrinsic and Extrinsic Motivations: Classic De-
finitions and New Directions''. In: Contemporary Educational Psyology  (),
pp. –.
Svaneveldt, R.W. et al. ``Measuring the structure of expertise''. In: International
Journal of Man-Maine Studies . (), pp. –.
Siegel, AW e SH White. ``e development of spatial representations of large-scale
environments''. In: Adv Child Dev Behav  (), pp. –.
Sinha, Rashmi. Beyond cardsorting: Free-listing methods to explore user categorizations.
Rapp. tecn. Boxes e Arrows, . : http://www.boxesandarrows.com/
BIBLIOGRAFIA 
view/beyond_cardsorting_free_listing_methods_to_explore_user_
categorizations.
— ``Persona Development for Information-ri Domains''. In: . CHI. Ft. Lauderdale,
Florida, USA., apr. .
Sinha, Rashmi e Jonathan Boutelle. ``Rapid information aritecture prototyping''. In:
DIS ': Proceedings of the  conference on Designing interactive systems. Cam-
bridge, MA, USA: ACM Press, , pp. –. : ---. : http:
//doi.acm.org/10.1145/1013115.1013177.
Skadberg, Yongxia Xia e James R. Kimmel. ``Visitors’ flow experience while browsing
a Web site: its measurement, contributing factors and consequences''. In: Computers
in Human Behavior  (), pp. –.
Smith, Edward E. e Douglas L. Medin. Categories and Concepts. Cambridge,
Massauses: Harvard University Press, .
Smith, Sandra et al. Metrics Guide for Knowledge Management Initiatives. Rapp. tecn.
Department of Navy -- Chief Information Officer, .
Snodgrass, A. e R. Coyne. ``Is designing hermeneutical''. In: Aritectural eory Review
. (), pp. –.
Stanton, Steven J. e Oliver C. Sultheiss. ``e hormonal correlates of implicit power
motivation''. In: Journal of Resear in Personality  (), pp. –.
Sternberg, R.J., L.A. O'Hara e T.I. Lubart. ``Creativity as investment''. In: California
Management Review  (), pp. –.
Sweetser, Penelope e Peta Wyeth. ``GameFlow: A Model for Evaluating Player
Enjoyment in Games''. In: ACM Computers in Entertainment . (lug. ).
Tractinsky, Noam, A. S. katz katz katz katz e D. Ikar. ``What is beautiful is usable''. In:
Interacting with Computers  (), pp. –.
Tullis, Tom e Larry Wood. ``How Many Users Are Enough for a Card-Sorting Study?''
In: Proceedings UPA'. Minneapolis, MN, .
Tversky, Amos. ``Features of similarity''. In: Psyological Review . (lug. ),
pp. –.
Upur, L., G. Rugg e B. Kitenham. ``Using Card Sorts to Elicit Web Page ality
Aributes''. In: IEEE Soware . (), pp. –.
Venkatesh, Viswanath. ``Determinants of Perceived Ease of Use: Integrating Control,
Intrinsic Motivation, and Emotion into the Tenology Acceptance Model''. In:
Information Systems Resear . (dic. ), pp. –.
Visser, W. ``Designing as construction of representations: A dynamic viewpoint in co-
gnitive design resear''. In: Human-Computer Interaction . (), pp. –
.
Webster, Donna M. e Arie W. Kruglanski. ``Individual Differences in Need for Cognitive
Closure''. In: Journal of Personality and Social Psyology . (), pp. –.
Wikipedia. Factor analysis --- Wikipedia, e Free Encyclopedia. [Online; accessed -
August-]. . : url{http://en.wikipedia.org/w/index.php?
title=Factor_analysis&oldid=154111993}.
— Iterative and incremental development. [Online; accessed February-]. . :
url{http://en.wikipedia.org/w/index.php?title=Iterative_and_
incremental_development}.
 BIBLIOGRAFIA
Wikipedia. Multidimensional scaling --- Wikipedia, e Free Encyclopedia. [Online;
accessed -August-]. . : url{http://en.wikipedia.org/w/
index.php?title=Multidimensional_scaling&oldid=145520772}.
Wirth, Mielle M., Kathryn M. Welsh e Oliver C. Sultheiss. ``Salivary cortisol an-
ges in humans aer winning or losing a dominance contest depend on implicit power
motivation''. In: Hormones and Behavior  (), pp. –.
Wigenstein, Ludwig. Philosophise Untersuungen. English translation Philosophi-
cal Investigations; trans. and ed. by G.E.M. Anscombe; second edition . Oxford:
Blawell, .
Wolf, T.V. et al. ``Dispelling`` design'' as the bla art of CHI''. In: Proceedings of the
SIGCHI conference on Human Factors in computing systems. ACM New York, NY,
USA. , pp. –.
Xu, Rui e Donald Wuns. ``Survey of Clustering Algorithms''. In: Ieee Transactions
On Neural Networks . (mag. ), pp. –.
Yamamoto, Y. e K. Nakakoji. ``Interaction design of tools for fostering creativity in the
early stages of information design''. In: International Journal of Human-Computer
Studies .- (), pp. –.
Zeni, Serena. ``Reti radiali cognitive e marketing centrato sull'utente''. Tesi di laurea
mag. Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, .
Zhang, Ping. ``Motivational Affordances: Reasons for ICT Design and Use''. In: Commu-
nications of the ACM . (nov. ), pp. –. : doi:10.1145/1400214.
1400244.
Zimmermann, Philippe Georges. ``Beyond Usability -- Measuring Aspects of User
Experience''. Tesi di do. Swiss Federal Institute of Tenology Zuri, .

Progettare artefatti cognitivi

  • 1.
    Progettare artefatti cognitivi SB V  Versione non definitiva. Licenza Creative commons Aribuzione - Non commerciale - Non opere derivate . Italia (CC BY-NC-ND .)
  • 2.
  • 3.
    Indice Introduzione i . Contai. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Processi epistemici . . . . . . . . . . . . . . . . . . . . . . . .  I Aspetti cognitivi ed emotivi   La categorizzazione nelle scienze cognitive  . Le teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria classica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Assunzioni rappresentazionali . . . . . . . . . . . . . . . . . .  .. Critie alla teoria classica . . . . . . . . . . . . . . . . . . . .  .. La teoria basata sulle regole . . . . . . . . . . . . . . . . . . .  . La teoria dei prototipi . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Proprietà: dimensioni vs caraeristie dicotomie . . . . . .  . La teoria degli esemplari . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria delle teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria dei confini decisionali (Decision bound theory) . . . . . . . .  . La teoria della simulazione situata . . . . . . . . . . . . . . . . . . . .  . Sviluppi recenti e prospeive future . . . . . . . . . . . . . . . . . . .  .. Modelli multipli . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Modelli di neuroscienze cognitive . . . . . . . . . . . . . . . .  .. Modelli computazionali . . . . . . . . . . . . . . . . . . . . . .  .. Direzioni future . . . . . . . . . . . . . . . . . . . . . . . . . .   Affordance  . Il museo, i booni . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La nascita del conceo di affordance . . . . . . . . . . . . . . . . . . .  .. Classificazione di affordances . . . . . . . . . . . . . . . . . . .  .. Percezione – azione direa . . . . . . . . . . . . . . . . . . . .  .. Affordances percepite . . . . . . . . . . . . . . . . . . . . . . .  
  • 4.
     INDICE  Apprendimentoe conoscenza  . knowledge management . . . . . . . . . . . . . . . . . . . . . . . . . .  .. La conoscenza . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Convertire la conoscenza . . . . . . . . . . . . . . . . . . . . .   Gli aspetti motivazionali  . L'experience design . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Emotional design . . . . . . . . . . . . . . . . . . . . . . . . .  . Aspei motivazionali . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Bisogni, scopi, motivazioni . . . . . . . . . . . . . . . . . . . .  .. Gli scopi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. I valori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Gli interessi . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Motivazione interna ed esterna . . . . . . . . . . . . . . . . . .  .. Valutazioni dei compiti . . . . . . . . . . . . . . . . . . . . . .  .. Intenzionalità e motivazioni . . . . . . . . . . . . . . . . . . .  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Le motivazioni nell'experience design . . . . . . . . . . . . . . . . . . .  .. Tenology acceptance model . . . . . . . . . . . . . . . . . .  .. Il costruo di flow nell'HCI . . . . . . . . . . . . . . . . . . . .  .. Goal directed design . . . . . . . . . . . . . . . . . . . . . . .  . I modelli sociocognitivi nell'experience design . . . . . . . . . . . . . .  .. La valutazione di un artefao . . . . . . . . . . . . . . . . . .  .. Affordances motivazionali . . . . . . . . . . . . . . . . . . . .  .. Suggerimenti metodologici . . . . . . . . . . . . . . . . . . . .   L'attenzione  . Le teorie dell'aenzione . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizione di aenzione . . . . . . . . . . . . . . . . . . . . .  . Le funzioni dell'aenzione seleiva . . . . . . . . . . . . . . . . . . . .  .. Le teorie dell'aenzione per risorse limitate . . . . . . . . . . .  .. Teorie dell'aenzione per conflio della risposta . . . . . . . .  .. La features integration theory . . . . . . . . . . . . . . . . . .  . Le vie di elaborazione visive . . . . . . . . . . . . . . . . . . . . . . . .  .. L'aenzione focalizzata . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   La rappresentazione delle informazioni visive  . Gli aspei formali delle rappresentazioni spaziali . . . . . . . . . . . .  .. Diversi tipi di mappa . . . . . . . . . . . . . . . . . . . . . . .  . La codifica delle informazioni nelle due vie di elaborazione . . . . . . .  . Il problema delle coordinate . . . . . . . . . . . . . . . . . . . . . . . .  .. Trasduori di coordinate . . . . . . . . . . . . . . . . . . . . . 
  • 5.
    INDICE  II Ildesign   La gestione di un progetto  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Il modello a cascata . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le fasi nel modello a cascata . . . . . . . . . . . . . . . . . . .  .. Gestione del risio . . . . . . . . . . . . . . . . . . . . . . . .  .. Limiti dell'approccio classico . . . . . . . . . . . . . . . . . . .  .. Modifie al modello a cascata . . . . . . . . . . . . . . . . . .  . Approccio agile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Sviluppo iterativo e incrementale . . . . . . . . . . . . . . . . .  .. Manifesto agile . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Limiti dell'approccio agile . . . . . . . . . . . . . . . . . . . .   Model view controller: un pattern per l'interaction design  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Jesse James Garre:  piani . . . . . . . . . . . . . . . . . . . .  .. Cooper: goal-directed design . . . . . . . . . . . . . . . . . . .  . Model view control . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il flusso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Soware e buone pratie . . . . . . . . . . . . . . . . . . . .  . MVC e user experience design . . . . . . . . . . . . . . . . . . . . . . .  .. Scenario : Gruppo editoriale . . . . . . . . . . . . . . . . . . .  .. Scenario : Museo d'arte . . . . . . . . . . . . . . . . . . . . .  .. Scenario: orario dell'autobus . . . . . . . . . . . . . . . . . . .  . Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Model, api, feeds . . . . . . . . . . . . . . . . . . . . . . . . .  .. Conclusioni? . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Il design  . La creatività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Il design partecipativo  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Design partecipativo e bisogni degli utenti . . . . . . . . . . .  .. Ambiti di applicazione . . . . . . . . . . . . . . . . . . . . . .  . Modelli mentali e categorizzazioni . . . . . . . . . . . . . . . . . . . .  . Topografia mentale nella progeazione di spazi fisici . . . . . . . . . .  .. La mente e le associazioni vs lo spazio fisico . . . . . . . . . . .  .. Vicinanza cognitiva e vicinanza fisica . . . . . . . . . . . . . .  .. Limiti dell'applicazione del modello cognitivo allo spazio fisico  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
  • 6.
     INDICE III L'aritetturadell'informazione   Aritettura dell'informazione  . Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizioni di AI . . . . . . . . . . . . . . . . . . . . . . . . .  .. La qualità di un sistema informativo . . . . . . . . . . . . . . .  .. Ruolo e obieivi dell'ariteura dell'informazione . . . . . . .  .. Le dimensioni di una struura informativa: contesto, contenu- to, utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le aree di intervento . . . . . . . . . . . . . . . . . . . . . . .  . Organizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Semi organizzativi . . . . . . . . . . . . . . . . . . . . . . .  .. Struure organizzative . . . . . . . . . . . . . . . . . . . . . .  . Information scent . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le etiee . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Metodi  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Fasi progeuali . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Identificazione degli obieivi . . . . . . . . . . . . . . . . . . .  .. Analisi degli utenti . . . . . . . . . . . . . . . . . . . . . . . .  .. Analisi: Identificazione del dominio semantico . . . . . . . . .  . Elicitazione dei contenuti: Free listing . . . . . . . . . . . . . . . . . .  .. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Come condurre il free listing . . . . . . . . . . . . . . . . . . .  .. Analizzare i risultati . . . . . . . . . . . . . . . . . . . . . . . .  . Categorizzazione dei contenuti: card sorting . . . . . . . . . . . . . . .  .. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. ando usare il card sorting . . . . . . . . . . . . . . . . . . .  .. Card sorting aperto e iuso . . . . . . . . . . . . . . . . . . .  .. La versione carta e penna . . . . . . . . . . . . . . . . . . . . .  .. Analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Casi di studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Un esempio: le emozioni . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il free listing . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il card sorting . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . L'affinity diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. ando usarlo? . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Come si crea un affinity diagram? . . . . . . . . . . . . . . . .  .. Considerazioni sull'affinity diagram . . . . . . . . . . . . . . . 
  • 7.
    INDICE  IV Lafase di testing   Usabilità: metodi  . Cos'è l'usabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Usabilità ed errori . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Tre livelli di errore . . . . . . . . . . . . . . . . . . . . . . . .  .. Errori: slips e mistakes . . . . . . . . . . . . . . . . . . . . . .  .. Livelli di errore e strumenti di prevenzione . . . . . . . . . . .  . Usabilità: quale metodo? . . . . . . . . . . . . . . . . . . . . . . . . . .  . I soware automatici . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. L'analisi dei file di log . . . . . . . . . . . . . . . . . . . . . . .  . Euristie e linee guida . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le euristie . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Metodi empirici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Participatory Design workshop . . . . . . . . . . . . . . . . . .  .. Valutazione di siti concorrenti . . . . . . . . . . . . . . . . . .  . Test con utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Test con utenti: come fare . . . . . . . . . . . . . . . . . . . .  .. i and dirty . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
  • 8.
  • 9.
    Introduzione Sono passati deglianni prima e Google togliesse il ``beta'' da gmail. Pratica piuosto diffusa, tanto da parlare di ``perpetual beta'' per un modello di design iterativo dove sviluppo e distribuzione si susseguono molto velocemente; tanto da considerare lo status di ``beta'' come uno degli elementi e contraddistinguono il Web .¹. È raro, però, leggere la versione beta di un libro, per un motivo molto semplice: stampare un libro, distribuirlo, venderlo ha dei tempi e dei costi molto più consistenti; sarebbe pertanto controproducente uscire con una versione beta. esto vale per i libri di carta, ma per i libri in formato eleronico tuo cambia: nulla vieta e ane un e-book possa essere distribuito in versione beta. Il documento e hai appena scaricato è (vorrebbe essere) un e-book in versione beta. Beta per una serie di motivi: • È una raccolta di contenuti pubblicati su hyperlabs.net. Sebbene abbia cercato di ordinarli in una struura sensata, è piuosto evidente e sono dei lavori nati autonomamente e messi assieme senza un sano lavoro di cucitura. • Nella versione finale (.) dell'e-book e ho in mente si dovrebbe parlare ane di user experience design, emotional design, ontologie, personas, scenari, accessi- bilità e altro ancora. Peré, allora, non finisco il lavoro prima di meere in linea il tuo? I motivi sono molti: . Confesso, non so quando troverò il tempo per fare tue queste cose. Il risio è e quando il processo sarà finito, l'e-book sarà già vecio. . Mi piacerebbe ricevere da subito quale feedba, per capire se l'idea è buo- na, se vale la pena investirci del tempo, per capire quali argomenti andrebbero approfonditi. . Già ora l'e-book raccoglie interventi di più persone: Daniele Ziggioo, Raele Scoini, Alice Bolognani. Probabilmente inserirò ane lavori di Miela Ferron, Sarah Menini, Tania Busei. esta versione beta potrebbe ispirare qualcuno a candidarsi per scrivere un capitolo fra quelli mancanti. L'e-book, dunque, è as-is: così com'è. Ho deciso di intitolarlo ``Progeare artefai cognitivi'' peré volevo fossero iare un paio di cose: ¹si veda hp://oreilly.com/pub/a/web/arive/what-is-web-.html. i
  • 10.
    ii INTRODUZIONE . sebbeneio mi occupi prevalentemente di web, buona parte dei princˆipi qui esposti sono validi per altri artefai interaivi: dagli smart phones alle installazioni al soware a cose e ancora non conosciamo ma e domani faranno parte della nostra vita; . le basi teorie sono quelle delle scienze cognitive, ane se intese in un senso ampio, e dunque ane gli aspei legati alle emozioni, all'estetica, alla psicologia sociale. . Contatti Se trovate questo e-book utile (o inutile, o dannoso) e volete contaarmi, vi sono molti modi: • e-mail: bussolon @ gmail.com; • skype: bussolon; • linkedin: hp://www.linkedin.com/in/bussolon; • facebook: hp://www.facebook.com/stefano.bussolon.
  • 11.
    .. INTRODUZIONE  .Introduzione YABBA-DABBA-DOO Fred Flintstone Alzi la mano i non conosce Fred e Wilma, protagonisti, assieme a Barney e Bey, de Gli Antenati. Come ben descrio da Wikipedia, nel mondo di Fred e Wilma gli uomini delle caverne fanno largo utilizzo di tecnologie simili a quelle auali ma basate sull'utilizzo di vari animali: guidano automobili fae di pietra o legno; gli aeroplani consistono in gigantesi pterodaili sul cui dorso sono sistemati i sedili per i passeggeri; gli ascensori sono mossi dai brontosauri. esti artefai, moderni ma di pietra, sono uno dei punti di forza del cartone. Se vogliamo raccontare la storia degli artefai dall'inizio, dobbiamo partire proprio da loro, dagli uomini dell'Età della Pietra. Periodo e deve il nome ai opper, pietre seggiate dai primi ominidi ed utilizzate, presumibilmente, per cacciare, combaere e produrre altri utensili di legno o di ossa. I opper sono i primi esempi di artefat- ti, e costituiscono, assieme alla postura erea, alla mano prensile ed allo sviluppo del lobo frontale, le caraeristie e segnano il passaggio dagli ominidi agli esseri uma- ni. Infai, sebbene altri primati siano capaci di utilizzare degli oggei dell'ambienti come strumenti, soltanto gli esseri umani hanno la capacità di modificare un oggeo pre-esistente per renderlo più utile nel realizzare uno scopo. esta capacità implica l'aitudine a rappresentarsi mentalmente lo stato finale dell'oggeo e le azioni necessa- rie per trasformarlo. Nei opper vediamo un bisogno: cacciare, per procurarsi del cibo, e difendersi. Vediamo degli strumenti capaci di ampliare le possibilità degli individui e li usano. Vediamo, infine, il grado zero della progeazione: un processo, contemporaneamen- te cognitivo e manuale, finalizzato a realizzare uno strumento immaginato (o copiato). Insomma, l'antenato del design. Tanto e potremmo dire e l'uomo nasce designer. Per avere traccia del primo artefao cognitivo, però, dobbiamo aspeare centinaia di migliaia di anni. Il Codice di Ur-Nammu, risalente al  a.C., ad esempio, costituisce il primo codice legale tramandatoci. Fred e Wilma ci ricordano e, da allora, tuo è cambiato: nei paesi occidentali co- muniiamo con cellulari, computer e internet, viaggiamo in aereo, treno, automobile, e siamo circondati da oggei e tecnologie e ci permeono una vita agiata, sebbene a costo di un crescente inquinamento. Ane i bisogni di un individuo del terzo millennio sono diversi da quelli dei primi Homo Faber. I bisogni di base, però, sono universali. Abbiamo bisogno di quelle risorse e ci permeono di sopravvivere, di sicurezza, di relazioni sociali, affeive. Per l'uomo preistorico le risorse erano il cibo, l'acqua, la sicu- rezza era un luogo dove riposarsi al riparo dai predatori. Per noi le risorse sono il denaro, e ci permee di acquistare tuo il resto, la sicurezza è la casa, il servizio sanitario, le forze dell'ordine. La tecnologia corre veloce: quand'è stata l'ultima volta e hai usato un floppy disk? Il mio primo calcolatore, un Commodore , salvava i dati sulle musicassee a nastro. La soluzione tecnica cambia rapidamente, diventa più efficiente, più potente, più sicura, ma il bisogno rimane quello dei nastri del Commodore o delle sede perforate dei primi
  • 12.
     INTRODUZIONE calcolatori: salvarele informazioni. Ai tempi di Ur-Nammu le leggi venivano codificate su pietra e su papiro, ma il bisogno era lo stesso: salvare le informazioni e comunicarle. Apparentemente, per correre veloci, dobbiamo concentrarci sulle tecnologie. L'en- fasi sulle tecnologie, però, ci porta a concentrarci sull'esistente, oppure a tentare delle previsioni spesso difficili. Focalizzarsi sui bisogni, al contrario, ci porta a previsioni certe. Peré i bisogni cambiano lentamente, ed alcuni bisogni rimangono gli stessi. In secondo luogo, concentrarsi sui bisogni permee di non rimanere focalizzati sul- le soluzioni note, rimanendo intrappolati nella fissità funzionale e ci impedisce di immaginare soluzioni innovative. .. Processi epistemici La vita è una sequenza di processi decisionali Secondo Lorenz, L'altra faccia dello specio: per una storia naturale della conoscenza la vita è un processo cognitivo: l'adaamento è una forma di acquisizione di sapere: informare, ci ricorda, significa dare forma. Gli animali, dagli invertebrati ai mammiferi, vivono prendendo decisioni: analiz- zano l'ambiente circostante ed agiscono di conseguenza; le loro decisioni sono sempre finalizzate a degli scopi: evitamento del pericolo, foraging, accoppiamento, accudimento della prole. Il sistema perceivo, cognitivo e motorio di tui gli animali è oimizzato a prendere le decisioni e permeono loro di massimizzare la fitness, ovvero soddisfare i loro scopi. Information foraging e coltivazione Il compito, naturalmente, non è semplice: il mondo è solo parzialmente prevedibile, gli stimoli informativi spesso sono scarsi, e soprauo la capacità degli esseri viventi di acquisire dati ed elaborarli in tempi ristrei è estremamente limitata. Information foraging: gli animali per sopravvivere hanno bisogno di informazioni. L'informazione è scarsa, e dunque gli animali devono andare non solo a caccia di cibo, ma ane a caccia di informazioni. E se le informazioni sul territorio non bastano, oltre a raccoglierle bisogna ane seminarle (coltivazione delle informazioni?) Fitness: specializzazione o cognizione? Se la sopravvivenza di un individuo (o una specie) e la sua fitness dipendono dalle sue ca- pacità di prendere le decisioni corree, ecco e parte del processo evolutivo sarà finaliz- zata a migliorare il processo decisionale; l'altra parte del processo evolutivo è finalizzata ad aumentare l'efficacia delle azioni. In un ambiente altamente prevedibile, è vantaggioso focalizzarsi sul secondo aspet- to, araverso forme di specializzazione. In un ambiente complesso e meno facilmente prevedibile, è più vantaggioso investire sul miglioramento del processo decisionale.
  • 13.
    .. INTRODUZIONE  Situazionestimolo e informazione Tolman [cita] soolinea come ogni situazione stimolo, e di per sé non ha alcuna ri- levanza biologica, possa diventare un segno premonitore di un evento e invece ha rilevanza biologica. Nei termini comportamentisti informazione è qualsiasi stimolo, biologicamente non direamente rilevante, e possa indicare la probabilità dell'occorrenza di un evento rilevante. L'informazione, dunque, è quell'insieme di dati e aiuta un sistema a prendere una decisione. Informazioni: nella testa o nel mondo? Per migliorare il processo decisionale, è importante selezionare quei dati e costituisco- no informazione da quelli e costituiscono rumore: lo scopo dell'aenzione è proprio quello di focalizzarsi sui dati importanti e disaendere quelli e non lo sono. Il processo decisionale si basa sulle informazioni relative al contesto, ai bisogni, agli scopi e ai compiti ad essi associati, ed alle risorse di cui l'agente dispone. A volte, però, l'informazione nell'ambiente non basta. A quel punto, evolutivamen- te, si assiste all'emergere di due strategie, fra loro complementari: disseminare l'ambien- te di informazioni, oppure costruire delle rappresentazioni dell'ambiente arricite di informazioni. Azioni pragmatie ed epistemie Il comportamento degli animali è il fruo di un processo decisionale (generalmente, in- consapevole) finalizzato a degli scopi. Le azioni, dunque, hanno una valenza pragmatica: servono a realizzare degli scopi. Ane le risorse investite nel migliorare il processo decisionale hanno un valore prag- matico, e però è generalmente indireo: raccogliere informazioni, elaborarle, creare delle mappe, disseminare di segnali l'ambiente può non avere, nel breve termine, alcu- na relazione con gli scopi di fitness. este operazioni sono finalizzate a migliorare le capacità decisionali in un futuro prossimo o remoto. Kirsh e Maglio, ``On distinguishing epistemic from pragmatic action'' propongono la distinzione fra azioni pragmatie ed azioni epistemie: mentre le prime sono finaliz- zate a realizzare il piano innescato dal processo decisionale, le seconde sono finalizzate a migliorare il processo decisionale stesso. Feromoni e strutture epistemie Chandrasekharan e Stewart, ``e origin of epistemic structures and proto-representations'' si sono spinti oltre, identificando struure epistemie ane in etologia. L'esempio più comune è l'animale e marca il territorio, utilizzando i feromoni. L'uso di ferormoni è comune ane negli invertebrati; questi animali lasciano delle tracce nell'ambiente, e hanno un valore epistemico, e e potranno in seguito tornare utili, a i le ha lasciate ma ane ad altri.
  • 14.
     INTRODUZIONE Possiamo considerarequeste tracce nell'ambiente come una forma di realtà (infor- mativamente) aumentata? Processo decisionale e problem solving In termini di problem solving (Simon) [cite] possiamo identificare alcuni passaggi: • identificare un problema (un bisogno, uno scopo) • rappresentarlo in termini di distanza dalla situazione auale alla situazione desi- derata • identificare un percorso, ed i mezzi per arrivare • partire esta rappresentazione funziona ane per i topolini e per le formie. Una tassonomia A questo punto, possiamo immaginare una semplice tassonomia. Il primo passaggio consiste nel dividere le azioni fra pragmatie ed epistemie; le azioni epistemie sono finalizzate ad un aumento delle informazioni pertinenti. Le azioni e le strategie epistemie possono, a loro volta, essere classificate in base al fao e siano realizzate araverso una rappresentazione mentale, interna, o mo- dificando opportunamente l'ambiente, arricendolo di informazioni pragmaticamente utili. Dunque: conoscenza nella mente, o conoscenza nel mondo. Augmenting Human Intellect Nel suo Augmenting Human Intellect Engelbart, ``Augmenting Human Intellect: a con- ceptual framework'' sostiene e, essendo la capacità cognitiva (e dunque decisionale) degli esseri umani limitata, gli artefai, il linguaggio, l'apprendimento permeono di ampliare questa capacità. Generalmente, gli artefai hanno una funzione pragmatica: servono ad aumenta- re l'efficacia dell'azione di un agente, e dunque rendere più efficace la realizzazione di quei piani di azione innescati dal processo decisionale. Gli artefai cognitivi, al con- trario, hanno una valenza prevalentemente epistemica, e sono finalizzati a migliorare il processo decisionale. Artefatti cognitivi e strategie epistemie Nella nostra tassonomia, gli artefai cognitivi appartengono, apparentemente, a quelle strategie epistemie e disseminano la conoscenza nel mondo. Alcuni di questi artefai si adaano perfeamente alla categoria: basti pensare ai cartelli delle indicazioni stradali. Altri, però, pur non essendo fisicamente nella mente di i li usa, sono conceualmente più simili ad una estensione dell'apparato cognitivo e una modifica epistemica del territorio. La cartina autostradale non modifica l'ambiente, ma costituisce un'estensione della nostra mappa mentale.
  • 15.
  • 17.
    Capitolo  La categorizzazionenelle scienze cognitive -- Peré i cani e gli ebrei non possono entrare babbo? -- Eh, loro gli ebrei e i cani non ce li vogliono. Ognuno fa quello e gli pare Giosuè. Là c'è un negozio, c'è un ferramenta, loro per esempio non fanno entrare gli spagnoli e i cavalli e coso là, c'è un farmacista: ieri ero con un mio amico, un cinese e c'ha un canguro, dico ``Si può entrare?'', dice ``No, qui i cinesi e i canguri non ce li vogliamo''. Gli sono antipatici, e ti devo dire? -- Ma noi in libreria facciamo entrare tui. -- No, da domani ce lo scriviamo ane noi, guarda! Chi ti è antipatico a te? -- I ragni. E a te? -- A me … i visigoti! E da domani ce lo scriviamo: ``Vietato l'ingresso ai ragni e ai visigoti''. E mi hanno roo le scatole 'sti visigoti‼ Roberto Benigni -- La vita è bella In questo capitolo descriveremo le più importanti teorie della categorizzazione. . Le teorie In molte rassegne sull'argomento le teorie vengono differenziate in base a differenti cri- teri. Secondo Kruske, ``Category Learning'' i vari modelli teorici si differenziano in base a tre dimensioni: • Implicazioni sulla rappresentazione. Vi sono teorie e definiscono l'apparte- nenza alle categorie in base ai contenuti ed altre e sostengono e ad essere rappresentati siano i confini fra categorie. 
  • 18.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE • Definizioni congiuntive vs. disgiuntive. Alcune teorie assumono e la definizio- ne delle caraeristie sia globale (ovvero congiuntiva), altre e la definizione sia disgiuntiva. • Assunzioni sul grado di appartenenza. Alcune teorie sostengono e l'appar- tenenza ad una categoria sia di tipo tuo o nulla, altre e sia una funzione graduata. Secondo Smith e Medin, Categories and Concepts, le teorie della categorizzazione si pongono due problemi generali: . È possibile immaginare una descrizione singola - unitaria e possa rappresentare tui i membri di una classe, Ovvero una rappresentazione unitaria e funga da criterio per valutare l'appartenenza di ogni elemento alla classe? . Le proprietà specificate nella descrizione unitaria sono valide allo stesso modo per tui i membri della classe? Il paradigma classico risponde affermativamente ad entrambe le domande. La teoria dei prototipi mee in discussione principalmente il secondo assunto, mentre le teorie degli esemplari meono in discussione ane il primo. Altri due criteri sono citati da ibid. per differenziare le teorie: il tipo di inferenze e la stabilità dei concei. Sebbene le diverse teorie siano concorde nell'aribuire ai concei le funzioni di catego- rizzazione e di inferenza, nelle teorie dei prototipi e degli esemplari né la categorizza- zione né l'inferenza porta a risultati certi, ma solo a risultati probabili. La teoria classica ritiene e i concei siano stabili nella rappresentazione degli individui e condivisi fra le persone. Le teorie dei prototipi e degli esemplari fanno assunzioni più deboli su entrambi gli aspei. Secondo Ashby e Maddox, ``Stimulus categorization'', pag. le teorie si distinguo- no in base a tre tipi di assunzioni: • Assunzioni su ciò e viene rappresentato. Le teorie devono definire le rappresen- tazioni perceive e cognitive degli stimoli e degli esemplari delle diverse categorie. • Assunzioni sull'accesso alle informazioni in memoria. Le informazioni e de- vono essere recuperate dalle rappresentazioni categoriali memorizzate e il tipo di processi computazionali e devono essere aivati prima di poter classificare uno stimolo. • Assunzioni sulla modalità di selezione della risposta. Concernono la modalità di selezione della risposta dopo e le informazioni rilevanti sono state raccolte e processate. Per quanto riguarda la rappresentazione, ibid. presentano un albero delle possibili modalità. La prima distinzione è fra rappresentazioni numerie e non numerie (sim- bolie e linguistie). Fra le rappresentazioni numerie vengono distinte quelle per caraeristie (feature) e quelle dimensionali. La rappresentazione per caraersitie viene considerata numerica in quanto può essere rappresentata come valore binario, ed
  • 19.
    .. LA TEORIACLASSICA  è possibile calcolare la distanza fra due entità araverso una metrica (la metrica Ham- ming). Nella rappresentazione dimensionale si assume e gli esemplari e gli stimoli possano essere sintetizzati da un punto in uno spazio multidimensionale; una secon- da assunzione è e la similarità fra due entità è inversamente proporzionale alla loro distanza. Secondo la decision bound theory gli stimoli sono rappresentati nello spa- zio multidimensionale non come un punto ma come una distribuzione di probabilità multivariata (p.). Ashby e Maddox, ``Human Category Learning'' distinguono inoltre fra teorie para- metrie (come la teoria classica, o basata sulle regole, e la prima teoria dei prototipi) e le teorie non parametrie, come la teoria degli esemplari. Le teorie parametrie assu- mono la separabilità lineare fra le regioni di decisione categoriale, mentre le teorie non paramentrie non fanno questa assunzione. Barsalou, ``Situated simulation in the human conceptual system'' classifica le teorie in base a criteri ancora differenti: • Modulare - non modulare. Per modulare si intende un sistema autonomo, separato dalla memoria episodica e dal sistema sensomotorio. • Amodale - modale. Una rappresentazione amodale è simbolica ed indipendente dalle modalità sensomotorie, mentre una rappresentazione modale è legata alle specifie modalità sensomotorie. • Decontestualizzata - situata. È decontestualizzata una conoscenza di tipo enci- clopedico, mentre la rappresentazione situata tiene conto delle proprietà del con- testo, della situazione, delle azioni e la categoria può permeere, e degli stati introspeivi. • Stabile - dinamica. Per stabile si intende una rappresentazione sostanzialmente invariante, mentre dinamica è una rappresentazione e varia a seconda non solo dell'apprendimento ma ane del contesto. Le più importanti teorie sulla categorizzazione sono sostanzialmente la teoria clas- sica, e nelle forme più recenti viene definita teoria basata sulle regole (rule based), la teoria dei prototipi, e Smith e Medin, Categories and Concepts definiscono probabi- listica, la teoria degli esemplari, la teoria basata sulle teorie (theory theory), la decision bound theory, la teoria della simulazione situata di Barsalou e le teorie multiple. . La teoria classica È uso comune, nelle rassegne sulla leeratura della categorizzazione dei concei, partire dalla teoria classica. Nel descrivere storicamente questa teoria, si assume generalmente e sia stata sviluppata da Aristotele e e sia rimasta pressoé invariata fino alle ricer- e filosofie di Wigenstein e agli studi di etnografia e psicologia degli anni sessanta e seanta. ibid. fanno propria questa concezione, ane se ammeono e poi fra i ricercatori citati nel campo della teoria classica hanno diiarato esplicitamente di di- fendere quella visione.
  • 20.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE Secondo la classificazione di Kruske, ``Category Learning'' la teoria classica (ba- sata sulle regole) assume e venga rappresentato il contenuto (non i confini categoriali), con delle regole di tipo congiuntivo (non disgiuntivo) e con una funzione di appartenenza di tipo tuo o nulla (non graduata). Secondo la classificazione di Ashby e Maddox, ``Sti- mulus categorization'' vengono rappresentate le caraeristie necessarie e sufficienti e la decisione si basa accedendo a tali caraeristie e verificando se sono rispeate. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual system'', la teoria classica usa rappresentazioni modulari, amodali, decontestualizzate e stabili. .. Assunzioni rappresentazionali La teoria classica, com'è ricostruita da Smith e Medin, Categories and Concepts, ha il pre- gio di essere formalizzabile, economica, con un ampio potere esplicativo. Si basa su di un numero limitato di assunzioni iare e ben definite. Secondo questa teoria, un conceo è caraerizzato da un insieme di aributi definienti, e sono le caraeristie seman- tie necessarie e sufficienti affiné qualcosa possa essere considerato un'istanza di un conceo (Keane e Eysen, Cognitive Psyology: A Student's Handbook). Il processo di categorizzazione consiste nel verificare se gli stimoli possiedono tue le caraeristie necessarie (Ashby e Maddox, ``Stimulus categorization''). Rappresentazione sintetica La prima assunzione è e la rappresentazione di un con- ceo costituisce una descrizione sintetica di un'intera classe. Come soolineato da Ro- s, ``Cognition and Categorization'', questa proprietà costituisce uno dei vantaggi fon- damentali del processo di categorizzazione. In termini più specifici, una rappresentazio- ne sintetica: • è generalmente il risultato di un processo di astrazione; • non corrisponde necessariamente a specifie istanze della classe; • può essere utilizzata per verificare se un'istanza appartenga o meno alla classe. Caratteristie necessarie e sufficienti Secondo la teoria classica le caraeristie e rappresentano un conceo sono . singolarmente necessarie: ogni caraeristica dev'essere presente per poter inclu- dere l'istanza o la sooclasse nella classe; . congiuntamente sufficienti: ogni istanza o sooclasse e possiede tue le carat- teristie appartiene, per definizione, alla classe. Come si vedrà questa è l'assunzione e più esplicitamente è stata messa in discussione. Smith e Medin, Categories and Concepts enfatizzano il fao e questo vincolo esclude la possibilità e, nella visione classica, possano esistere delle classi disgiuntive, ovvero classi le cui sooclassi non condividono alcuna caraeristica essenziale.
  • 21.
    .. LA TEORIACLASSICA  .. Critie alla teoria classica La teoria classica è stata oggeo, a partire dagli anni ', di numerose critie. Fra i primi a meere in discussione questa visione va ricordato Wigenstein, Philosophise Unter- suungen ed il suo famoso esempio del conceo di gioco: non è possibile identificare alcuna caraeristica di gioco e sia necessaria o distintiva. Il fao e per numerosi concei non si sia trovato l'elenco di caraeristie necessarie e sufficienti non implica però e queste caraeristie non esistono. In linea di principio, dunque, questa critica è più empirica e logica. Un'altra possibilità, sostenuta da Katz, e metaphysics of meaning, è e la parola gioco si riferisca a dei termini omofoni ma diversi, e e dun- que sia solo accidentale il fao e concei diversi siano nominati con lo stesso termine. Dunque, il gioco del solitario e il gioco del calcio non sarebbero più simili di quanto non lo siano il banco dei pegni e il banco da lavoro. esta obiezione però non pare molto plausibile. Nonostante le differenze è difficile negare un legame semantico fra i vari tipi di gioco. Wigenstein, Philosophise Untersuungen definisce questi legami somiglianza di famiglia. Concetti disgiuntivi Una seconda critica alla teoria classica è rappresentata dall'esi- stenza di concei disgiuntivi. Una possibile difesa rispeo a questa critica si basa sull'idea e i concei e nel mon- do reale sembrano disgiuntivi, ma in realtà condividono una o più proprietà essenziali tacitamente assunte dagli individui. Casi ambigui L'assunzione secondo cui le caraeristie essenziali sono necessarie e sufficienti a definire un conceo non dovrebbero lasciare spazio ad ambiguità. Nella realtà però vi sono casi di difficile classificazione, in cui le persone sono incerte. Smith e Medin, Categories and Concepts puntualizzano il fao e tale incertezza può essere conseguenza di ignoranza da parte delle persone. esto non meerebbe in crisi la teoria classica, la quale non esclude affao e le persone possano avere delle lacune nelle conoscenze dei concei. esta spiegazione è peraltro adoata ane da modelli proposti da Ashby e Maddox, ``Stimulus categorization''; Kruske, ``Category Lear- ning''. ando l'ambiguità della classificazione non può essere aribuita ad ignoranza, un possibile escamotage è quello di distinguere fra definizioni comuni (spesso imprecise) e definizioni tecnie, e generalmente lasciano meno spazio a casi ambigui. Effetti di tipicità La teoria classica assume e l'appartenenza di un'istanza o di una sooclasse ad una classe sia una funzione dicotomica: un conceo appartiene a pieno titolo ad una categoria oppure non vi appartiene per nulla. Se però si iede alle persone di valutare quanto un'istanza o una sooclasse costituisca un esempio tipico o rappresentativo di una classe, si oengono risultati stabili, ovvero condivisi fra partecipanti (Mervis, Catlin e Ros, ``Relationships among doodness-of- example, category norms, and word frequency''; Rips, Shoben e Smith, ``Semantic di- stance and the verification of semantic relations''); un effeo simile si oiene addiriura nella valutazione di tipicità dei numeri pari. esto fao, di per se, lascia intendere e sia legiimo assumere e - almeno a livello psicologico - l'appartenenza ad una categoria non sia una funzione dicotomica ma
  • 22.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE graduata. L'aspeo più interessante è e la valutazione di tipicità prevede l'efficienza nella categorizzazione, e si rispecia ad esempio nei tempi di reazione in compiti di decisione semantica. Smith e Medin, Categories and Concepts illustrano come, con delle assunzioni ad hoc, i risultati legati alla tipicità possano essere spiegati ane dalla teoria classica. Alcune di queste assunzioni, però, mancano di sostegno empirico, e risultano pertanto difficilmente difendibili. Somiglianza di famiglia Ros e Mervis, ``Family resemblances: Studies in the inter- nal structure of categories'' hanno iesto ai loro partecipanti di elencare le caraeristi- e di una lista di soocategorie di un determinato conceo (ad esempio: arredamento). Dall'esperimento non sono emerse caraeristie necessarie (e dunque presenti in tue le soocategorie). Alcune caraeristie erano condivise da molte soocategorie, men- tre altre erano specifie di poe soocategorie. Il numero di soocategorie a cui ogni caraeristica era associata determinava l'importanza di quella caraeristica. La som- ma del numero di caraeristie definienti ogni conceo, ponderato per l'importanza di ogni caraeristica, definiva la misura di somiglianza di famiglia. esta misura è risul- tata essere fortemente correlata con la valutazione di tipicità. esti risultati sono stati oenuti sia con categorie naturali sia con categorie artificiali. Adoando la definizione di Wigenstein, Philosophise Untersuungen Rosh e Mervis hanno definito questo effeo somiglianza di famiglia. esto dato contrasta con gli assunti fondamentali della teoria classica, in quanto la tipicità di un conceo rispeo alla classe geraricamente superiore si basa su carae- ristie non necessarie per la definizione della classe superiore. Altri esperimenti sono giunti agli stessi risultati araverso paradigmi sperimentali diver- si. Hampton (, citato in Smith e Medin, Categories and Concepts) ha iesto ai propri partecipanti di elencare le caraeristie di una lista di soocategorie di un conceo. In secondo luogo, ha iesto loro di valutare quanto ogni caraeristica fosse presente in ogni soocategoria. Ane questa ponderazione correla con i tempi di reazione in un compito di decisione semantica. Un'altra evidenza a sfavore della teoria classica si basa su di un compito di scaling multi- dimensionale (Rips, Shoben e Smith, ``Semantic distance and the verification of semantic relations''): ai partecipanti vengono presentate coppie di concei, iedendo di valutar- ne la similarità. Le coppie possono essere dello stesso livello gerarico (peirosso e canarino) o di livello diverso (peirosso e uccello, canarino e animale). In base a queste misure, è possibile collocare i concei in uno spazio bidimensionale. Dall'analisi quali- tativa dello spazio emerge e le due dimensioni correlano con due dimensioni latenti degli uccelli: grandezza fisica dell'animale e ferocia (o tendenza alla predazione). Inol- tre, la distanza di ogni conceo dal conceo di uccello correla con i tempi nei compiti di decisione semantica. Validità delle caratteristie (Cue validity) Un'importante scoperta di Ros e Mer- vis, ``Family resemblances: Studies in the internal structure of categories'' è e, nel decidere se un item è o meno un'istanza di un conceo, vengono considerate non solo le caraeristie e l'item condivide con quel conceo ma ane quelle e condivide con
  • 23.
    .. LA TEORIADEI PROTOTIPI  concei alternativi a quello target. La categorizzazione di un'istanza dipende non solo dalle caraeristie dell'istanza e del conceo, ma ane dalla similarità dell'istanza con concei rivali. Per spiegare questo effeo, ibid. adoarono il conceo di cue validity, introdoo da Bourne and Restle nel . Ereditarietà dei concetti L'ereditarietà dei concei, assunta dalla visione classica (e ane implicita nella teoria degli insiemi), induce a prevedere e un conceo sia giudi- cato più simile al conceo sovraordinato più immediato (esempio: peirosso e uccello) e ad un conceo sovraordinato più in alto nella geraria categoriale (peirosso e animale). esta predizione è generalmente confermata (Collins e illian, ``Retrieval time from semantic memory''), ma vi sono dei casi atipici in cui questo non avviene. Il conceo di gallina, ad esempio, è giudicato più simile ad animale e ad uccello. .. La teoria basata sulle regole Originariamente, la teoria classica intendeva spiegare ogni compito di categorizzazione, ma, come abbiamo visto, questa ipotesi ha incontrato dei problemi molto seri. Recente- mente alcuni aspei della teoria classica sono stati ripresi nelle teorie e ipotizzano e vi siano più meccanismi soggiacenti il processo di categorizzazione, e e il meccanismo basato sulle regole sia uno di questi (Ashby e Maddox, ``Human Category Learning'', ``Stimulus categorization''). . La teoria dei prototipi Se la classificazione non è un processo decisionale basato su caraeristie necessarie e sufficienti, allora cos'è? La teoria dei prototipi propone e la categorizzazione sia un processo e confronta gli esemplari da classificare con i prototipi delle categorie: quan- do incontriamo uno stimolo non conosciuto lo assegnamo alla categoria il cui prototipo è più simile. Smith e Medin, Categories and Concepts definiscono la teoria dei prototipi in base alle seguenti assunzioni: . la rappresentazione di un conceo è la descrizione riassuntiva di un'intera classe; . la rappresentazione di un conceo non può essere espressa in base ad una lista di condizioni necessarie e sufficienti; è, piuosto, una misura di tendenza centrale delle proprietà delle istanze. La differenza sostanziale fra l'approccio classico e la teoria dei prototipi risiede pro- prio nel secondo assunto, e è sostanzialmente meno vincolante. Secondo la classificazione di Kruske, ``Category Learning'', la teoria dei prototi- pi assume e venga rappresentato il contenuto (non i confini), e la rappresentazione sia globale (il prototipo riassume le caraeristie della classe), con una funzione di appartenenza graduata. Secondo la categorizzazione di Ashby e Maddox, ``Stimulus categorization'', in questo approccio una categoria è rappresentata dal suo prototipo, e il processo decisionale si basa sulla similarità tra gli stimoli e la rappresentazione mnestica
  • 24.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE del prototipo. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy- stem'', la teoria dei prototipi è sostanzialmente modulare ed amodale, decontestualizzata (i prototipi non cambiano al variare del contesto) e stabile. .. Proprietà: dimensioni vs caratteristie dicotomie Un'importante aspeo e emerge dalla teoria dei prototipi (e degli esemplari) è la na- tura delle proprietà e vengono prese in esame nel processo di categorizzazione: que- ste proprietà sono dimensionali (si distribuiscono lungo un continuum), oppure sono dicotomie? Smith e Medin, Categories and Concepts distinguono neamente fra le teorie del prototipo basate su caraeristie dicotomie (le caraeristie) e le teorie dimensionali. Da un punto di vista matematico, però, è possibile mappare delle carae- ristie dicotomie in uno spazio dimensionale. Nel mondo reale si incontrano spesso delle dimensioni la cui distribuzione è fortemente bimodale e e, dunque, risultano paragonabili a caraeristie dicotomie. Possiamo dunque definire le caraeristie dicotomie come delle dimensioni a distribuzione bimodale. In un modello basato sulle caraeristie un conceo è rappresentato da quelle ca- raeristie salienti e hanno una probabilità sostanziale di occorrere nelle istanze del conceo. Più precisamente, se Fi è una caraeristsica e Xj un conceo Fi sarà una feature di Xj se • Fi è saliente (in termini perceivi o conceuali) • P(Fi|Xj) è alta. Ad esempio, la probabilità e un animale voli, sapendo e quell'animale è un uc- cello [P(volare|uccello)], è molto alta. Volare è dunque una feature di uccello, ane se non è una condizione necessaria (vi sono uccelli e non volano, come i pinguini) né sufficiente (i pipistrelli volano, ma non sono uccelli). È interessante notare e, mentre la seconda condizione è streamente legata alle caraeristie proprie delle istanze og- geo di categorizzazione, la prima condizione è squisitamente psicologica, in quanto si riferisce a proprietà perceive o conceuali. ibid. si focalizzano sul fao e, ad essere rappresentate, sono non tue le caraeristi- e ma solo quelle e occorrono più frequentemente. esto aspeo viene considerato, dagli autori, come determinante per differenziare l'approccio basato su caraeristie da quello dimensionale. Nei modelli dimensionali, la seconda assunzione viene riassunta da Smith e Medin come segue: ogni dimensione usata per rappresentare un conceo deve essere saliente, e deve avere una sostanziale probabililtà di occorrere fra le istanze del conceo; inoltre il valore della dimensione rappresentata in un conceo è la media soggeiva dei valori delle istanze o dei sooinsiemi del conceo in quella dimensione. Se acceiamo l'idea e una caraeristica possa essere rappresentata come una di- mensione a distribuzione bimodale la tendenza centrale del prototipo sarà non la media ma la moda. Inoltre sia la codifica dimensionale e quella basata sulle caraeristie permee una rappresentazione topografica o metrica della distribuzione delle istanze o
  • 25.
    .. LA TEORIADEI PROTOTIPI  dei sooinsiemi all'interno di una categoria. A questo punto, è possibile definire la cate- gorizzazione in termini computazionali. L'istanza (o il sooinsieme) x appartiene ad Si se la distanza fra x e Si è inferiore ad un valore soglia. In realtà molti modelli computa- zionali utilizzano un algoritmo competitivo anzié una soglia: l'elemento x appartiene a quella classe Si la cui distanza da x è minore. Capacità esplicativa degli aspetti problematici Poié la teoria dei prototipi si propone di sostituire la teoria classica è necessario valu- tare come questo approccio riesca a tener conto delle evidenze empirie e misero in crisi la teoria precedente. Concetti disgiuntivi I concei disgiuntivi erano problematici per la teoria classica in quanto, per definizione, non vi è alcuna caraeristica necessaria, ovvero presente in ogni elemento della categoria. Nell'approccio per caraeristie, però, questo non è un problema, in quanto non si assume la presenza di caraeristie necessarie. Nella rappresentazione dimensionale, la classificazione si basa sulla distanza dell'elemento dal centroide della classe, confrontato con un valore soglia o con la distanza dalle altre classi. Il fao e due elementi risultino differenti fra loro su tue le dimensioni salienti, non impedisce e vengano classificati nella stessa categoria. Casi ambigui Nel modello classico, un elemento appartiene ad una categoria o non vi appartiene, non vi sono sfumature. I casi ambigui costituiscono dunque un problema. I modelli ad appartenenza graduata ammeono per definizione casi ambigui. Computa- zionalmente un caso è ambiguo nel momento in cui la sua distanza dalla classe in cui è stato classificato è ai limiti del valore soglia, oppure il caso è sostanzialmente equidi- stante fra due possibili classi. La sua appartenenza ad una o all'altra classe sarà dunque incerta, e persone diverse in circostanze diverse potranno collocarla di volta in volta in uno o nell'altro gruppo. Effetti di tipicità Gli effei di tipicità non solo non sono un problema per le teorie del prototipo, ma costituiscono un'evidenza positiva. Se definiamo la tipicità di un con- ceo rispeo ad una classe come la somma pesata delle caraeristie e il conceo condivide con la classe, non è difficile elaborare dei modelli computazionali capaci di mimare alcuni effei di tipicità, quali la maggior velocità di classificazione. Gli effei di tipicità vengono spiegati facendo riferimento alla distanza tra il conceo ed il centroide della classe: più il conceo si colloca vicino al centroide della classe di appartenenza, più verrà considerato tipico. Uso di caratteristie non necessarie Il fao e le caraeristie non necessarie abbiano un effeo sulla categorizzazione è un problema per la teoria classica, ma non per la teoria dei prototipi, e non fa distinzione fra caraeristie necessarie e non necessarie.
  • 26.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE Concetti annidati Uno dei dati sperimentali e mee in crisi la teoria classica è e vi sono delle eccezioni al fao e un conceo venga considerato più simile alla catego- ria gerarica immediatamente superiore e non alle categorie più ampie. Il peirosso è considerato più simile ad uccello e ad animale, ma la gallina è concepita come più simile ad animale e ad uccello. esto effeo può essere spiegato, nella teoria dei prototipi, in base all'influenza eser- citata dalle caraeristie non necessarie. Il fao e la gallina non voli, ad esempio, la rende conceualmente lontana dalla categoria uccello. Ane i dati concernenti i tempi di reazione possono essere spiegati dalla teoria dei prototipi in base alle caraeristie non necessarie. L'approccio spiega sia la regola generale, secondo cui un conceo viene definito come più simile alla classe immediatamente superiore rispeo alla classe generale (peirosso è più simile ad uccello e ad animale) sia le eccezioni (gallina è più simile ad animale e ad uccello), proprio in base al fao e un conceo può essere più o meno distante dai centroidi delle varie classi. Critie alla teoria dei prototipi Nonostante la teoria dei prototipi vanti una maggior capacità esplicativa rispeo alla teo- ria classica, nel corso degli anni varie ricere ne hanno messo in luce alcuni importanti limiti. Perdita di informazioni salienti Uno dei principi epistemologici alla base della teo- ria dei prototipi sta nella sua economicità (Ros, ``Cognition and Categorization''), in quanto un prototipo riassume le caraeristie di una categoria. esta riduzione, però, ha un costo. Si perdono infai informazioni importanti, quali la variabilità categoriale o la struura correlazionale delle dimensioni. Correlazione fra le caratteristie Una rappresentazione sintetica come quella dei prototipi perde le informazioni sulla correlazione e spesso intercorre fra le diverse categorie. Le correlazioni fra categorie sono determinate non solo dagli esemplari pro- totipici, ma ane da quelli non prototipici, e le correlazioni percepite hanno degli effei significativi sulla prestazione degli individui (Ashby e Maddox, ``Stimulus categoriza- tion''; Medin e Saffer, ``Context theory of classification learning''). La correlazione fra le caraeristie è ancor più importante nelle circostanze in cui la probabilità e una caraeristica sia presente dipende da altre caraeristie. Ad esempio, è più probabile e a cantare siano gli uccelli piccoli di quelli grandi, e dunque vi è un rapporto fra can- tare e dimensione. In alcuni casi il rapporto è di tipo implicazionale: la caraeristica vola correla con la caraeristica ha le ali, ma questa correlazione denota un legame di tipo causale. esto legame non viene colto da una teoria dei prototipi, ma è evidente l'utilità di questa infor- mazione, di cui gli individui tengono sicuramente conto. La teoria delle teorie emerge proprio per rispondere a questo problema.
  • 27.
    .. LA TEORIADEGLI ESEMPLARI  Effetto del contesto La teoria dei prototipi è sostanzialmente decontestualizzata (Bar- salou, ``Situated simulation in the human conceptual system'') e dunque ha difficoltà a spiegare alcuni effei di categorizzazione legati al contesto. Il contesto modifica l'im- portanza relativa delle caraeristie. Nell'esempio di Smith e Medin, Categories and Concepts la frase ``ha dovuto portare il pianoforte al secondo piano'' fa emergere le proprietà del pianoforte legate al peso. ``Ha dovuto accordare il pianoforte'' fa inve- ce emergere le proprietà legate al suono. L'importanza e il ruolo del contesto e delle motivazioni è stata efficacemente messa in risalto in Barsalou, ``Ad hoc categories''. Violazione degli assiomi delle metrie esta critica si rivolge alle teorie del pro- totipo di tipo dimensionale, e assumono e lo spazio multidimensionale costituisca una metrica. Affiné un sistema relazionale possa essere definito una metrica deve rispeare tre assiomi: . minimalità: la distanza fra ogni punto e se stesso dev'essere pari a zero; . simmetria: la distanza fra ogni coppia di punti dev'essere tale e d (x,y) = d (y,x); . diseguaglianza triangolare: d(a, c) ≤ d(a, b) + d(a, c) per ogni punto a, b, c. Tversky, ``Features of similarity'' dimostra però e, negli studi di similarità, il secondo ed il terzo postulato vengono sistematicamente violati. Prototipi multipli este critie meono in difficoltà le teorie radicali dei prototipi, ovvero l'assunzione e una categoria venga rappresentata esclusivamente da un prototipo. Una versione più morbida della teoria può assumere e, per ogni categoria, esista più di un prototipo. esta proposta venne avanzata già da Ros, ``Cognitive Reference Points'': Not all members of a category are equivalent and … the best examples of a category can serve as reference points in relation to whi other category members are judged. Una teoria dei prototipi multipli può spiegare la possibilità di apprendere categorie non linearmente separabili, può rappresentare la correlazione fra caraeristie e la varianza delle dimensioni. . La teoria degli esemplari Sia la teoria classica e la teoria dei prototipi assumono e il processo di categorizzazio- ne avvenga araverso il confronto dell'elemento da classificare con una rappresentazione astraa della categoria. Medin e Saffer, ``Context theory of classification learning'', al contrario, propongono un modello in cui il confronto avviene fra l'elemento nuovo e gli elementi già presenti in memoria. Più specificamente assumono e uno stimolo da categorizzare abbia la proprietà di far recuperare dalla memoria gli stimoli simili ad esso e le relative informazioni. In una serie di esperimenti con stimoli astrai, ibid. di- mostrano e le prestazioni dei soggei sono più simili alle previsioni del loro modello
  • 28.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE (e definiscono Context eory for Classification) rispeo alle previsioni di un modello basato sui prototipi. Uno dei vantaggi principali del modello proposto da Medin e Saffer, ``Context theo- ry of classification learning'' e ampliato da Nosofsky, ``Aention, similarity, and the identification-categorization relationship.'' è la possibilità di classificare insiemi di ele- menti e non sono linearmente separabili. La separabilità lineare è invece uno degli assunti computazionali della teoria del prototipo (Ashby et al., ``A Neuropsyological eory of Multiple Systems in Category Learning''). Inoltre, l'approccio ad esemplari ha il vantaggio di poter tener conto delle correlazioni fra caraeristie di una categoria (Ashby e Maddox, ``Stimulus categorization''). Come vedremo nel paragrafo dedicato ai modelli multipli o misti, Minda e Smith, ``Prototypes in category learning: the effects of category size, category structure, and stimulus complexity'' sostengono e il model- lo basato sugli esemplari e quello basato sui prototipi hanno punti di forza diversi, e emergono in circostanze di apprendimento e di categorizzazione diverse. Secondo la classificazione di Kruske, ``Category Learning'', la teoria degli esem- plari assume e venga rappresentato il contenuto (non i confini), non vi è una rappre- sentazione globale ma solo rappresentazioni atomie, e la funzione di appartenenza è graduata. Secondo Ashby e Maddox, ``Stimulus categorization'' in questo approccio una categoria è rappresentata semplicemente come l'insieme di rappresentazioni di tui gli esemplari e appartengono alla categoria. Il processo decisionale si basa sulla compara- zione di similarità fra gli stimoli e la rappresentazione mnestica di ogni esemplare della categoria. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy- stem'', questo approccio è tendenzialmente modulare ed amodale, in quanto general- mente (ma non necessariamente) le teorie degli esemplari non assumono una rappre- sentazione modalità-specifica degli esemplari codificati. Poié le teorie degli esemplari tendono ad escludere processi di astrazione la codifica mnestica degli esemplari tende ad essere situata. Medin e Saffer, ``Context theory of classification learning'', pag  rendono esplicito questo punto: `` Noi proponiamo e l'informazione concernente il suggerimento, il contesto, e l'evento sono immagazzinate assieme in memoria e e sia il suggerimento e il contesto debbano essere aivati simultaneamente per recuperare l'informazione dell'evento''; va peraltro precisato e nei termini di ibid., i contesto è definito dagli esemplari recuperati nella memoria di lavoro. Da un punto di vista formale, questa teoria si differenzia dalla teoria del prototipo in quanto assume e la rappresentazione di un conceo consiste nelle descrizioni separate di un consistente numero di esemplari (istanze o sooclassi). Nella versione più radicale, quasta teoria assume e: . Le rappresentazioni siano concrete: ``No categorical information is assumed to enter into the judgements independently of specific item information'' (ibid.). . Ogni esemplare nella rappresentazione sia un'istanza. . Sia memorizzata e contribuisca alla rappresentazione ogni istanza della categoria con cui un individuo viene a contao. I modelli più radicali vengono definiti da Komatsu, ``Recent views of conceptual structure'' modelli ad istanze, mentre i modelli a prototipo multiplo assumono possano
  • 29.
    .. LA TEORIADELLE TEORIE  esserci sia istanze e astrazioni conceuali. Il modello degli esempi migliori (best examples model) sembra derivare logicamente dal conceo di istanze focali proposto da Ros, ``Cognitive Reference Points''. Gli esem- pi più prototipici verrebbero utilizzati come punti di riferimento nella categorizzazione. esti modelli, dunque, assumono e la rappresentazione della conoscenza categoriale non sia costituita unicamente da un prototipo (inteso come tendenza centrale unitaria) ma da più prototipi, e possono essere astrai o possono corrispondere agli esemplari più prototipici. Una versione a prototipo multiplo della teoria degli esemplari ha il van- taggio di poter gestire meglio i gruppi disgiuntivi. È difficile avere una rappresentazione sommaria di mobili o di mammiferi. È più probabile e concei di questo genere siano rappresentati come un insieme di sooclassi e, a livello di classe, assumono la forma di esemplari. . La teoria delle teorie I paradigmi basati sulla similarità (con un prototipo o con gli esemplari) sono, secondo Murphy e Medin, ``e role of theories in conceptual coherence'', insufficienti a spiegare la coerenza categoriale. Secondo questi autori i concei emergono non solo in base alla similarità ma ane in base alla comprensione e gli individui hanno delle interazioni e intercorrono fra le entità. Nella teoria delle teorie i concei sono organizzati aorno a dei modelli cognitivi esplicativi, e spiegano il mondo e contribuiscono a classificarne le entità. La nozione di similarità, dunque, deve tener conto di questi modelli. La concezione di similarità delle teorie dei prototipi o degli esemplari è infai sog- gea ad alcuni problemi. In primo luogo, vi è il risio di un circolo vizioso: gli elementi appartengono ad una categoria peré sono simili, ma in fondo sono simili peré apper- tengono alla stessa categoria. In secondo luogo, le relazioni di similarità fra un insieme di entità dipendono in maniera sostanziale dal peso relativo aribuito ai differenti at- tributi. Ma Tversky, ``Features of similarity'' ha dimostrato come il peso aribuito agli aributi varia a seconda del contesto o del compito. Potenzialmente, poi, la lista degli aributi (o delle dimensioni) applicabili ad un oggeo o ad un insieme di oggei è infi- nito, ed operazionalizzare la selezione degli aributi pertinenti è un compito non banale. Le nostre conoscenze del mondo ci permeono ad esempio di classificare elementi e perceivamente sarebbero diversi; basti pensare al fao e tui noi classifiiamo le balene come mammiferi, sebbene assomiglino a dei pesci. I paradigmi dei prototipi e degli esemplari non pongono la giusta enfasi sul ruolo svolto, nella costruzione dei concei, dagli aspei perceivi da una parte e dai modelli mentali esplicativi dall'altra. Il conceo di similarità viene considerato insufficiente, in quanto la similarità non è propriamente intrinseca alle entità delle classi. L'ipotesi sostenuta da Ros, secondo la quale gli aributi delle entità naturali non sono equiprobabili ma tendono a raggrup- parsi in raggruppamenti assume, almeno implicitamente, una struura di correlazioni più complessa del semplice conceo di similarità. In questa ipotesi agli individui viene aribuita la capacità di riconoscere questi raggruppamenti; gli aributi capaci di diffe-
  • 30.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE renziare i raggruppamenti assumono salienza, mentre gli aributi e mancano di questa capacità discriminativa vengono disaesi. Murphy e Medin, ``e role of theories in conceptual coherence'', pur acceando la plausibilità di questa ipotesi, la ritengono comunque insufficiente, in quanto il nume- ro di possibili correlazioni fra le entità naturali è talmente numeroso e l'ipotesi non spiega peré gli individui siano coerenti nell'usare determinati aributi e non altri, e appaiono altreanto validi per discriminare gli elementi. Ad esempio, è improbabile e un adulto categorizzi una lista di animali in base al colore, ane se il colore è una di- mensione capace di discriminare in maniera iara e saliente gli animali. La teoria delle teorie sostiene e vi siano dei principi soostanti, spesso causali, capaci di determinare la rilevanza delle caraeristie e la loro relazione.(Medin e Aguilar, ``Categorization'', p. ). . La teoria dei confini decisionali (Decision bound theo- ry) La teoria dei confini decisionali assume e gli individui dividano lo spazio degli sti- moli in regioni di risposta. ando uno stimolo nuovo viene presentato, il soggeo lo categorizza in base alla regione di appartenenza. La linea di confine della partizione viene definita confine decisionale. L'apprendimento categoriale è il processo di appren- dimento ed aggiustamento delle regioni associate con ogni categoria (Ashby e Maddox, ``Stimulus categorization''). La teoria assume e: • la distribuzione degli esemplari in una categoria abbia generalmente una distri- buzione normale; • le regioni delle varie categorie tendano a sovrapporsi; • nel conceo siano rappresentati non soltanto il punto medio o modale (come nella teoria dei prototipi) ma ane la varianza, la gamma e la correlazione fra dimen- sioni, ovvero una distribuzione di probabilità multivariata. La teoria è dunque parametrica, ane se assume un maggior numero di parametri rispeo alla teoria dei prototipi. La teoria non assume e la funzione di appartenenza di un esemplare ad un conceo sia graduata, ipotizza invece e sia di tipo tuo o nulla. Per spiegare gli effei di tipicità, il modello proposto da Maddox e Ashby, ``Comparing decision bound and exemplar models of categorization'' assume e il processo decisionale sia di tipo deterministico: se lo stimolo si colloca al centro di una partizione la probabilità e venga classificato in quel cluster è prossima a , mentre se gli stimoli si collocano ai confini fra due regioni la probabilità sarà di poco superiore a ..
  • 31.
    .. LA TEORIADELLA SIMULAZIONE SITUATA  . La teoria della simulazione situata esta teoria è stata proposta da Barsalou, ``Perceptual symbol systems'', ``Situated si- mulation in the human conceptual system''. Secondo Barsalou, ``Situated simulation in the human conceptual system'' il sistema conceuale responsabile della classificazione è non modulare, modale, situato, dinamico. Un conceo è una abilità, ovvero nel con- ceo è instanziata la capacità di costruire rappresentazioni idiosincratie adaate alle auali necessità dell'agente e della situazione in cui agisce. Un conceo è un simula- tore e costruisce un infinito insieme di simulazioni specifie (Barsalou, ``Perceptual symbol systems''). Le simulazioni comprendono informazioni in merito alla situazione, agli scopi ed agli stati introspeivi degli agenti. I concei non sono oranizzati in base alle tassonomie, quanto alle azioni situate, e le categorie sono prevalentemente ad hoc e diree ad uno scopo (Barsalou, ``Ad hoc categories''). I concei sono non modulari, in quanto sono fortemente legati alla memoria episodica; sono modali, in quanto la rappresentazione coinvolge specifici sistemi perceivi e moto- ri; sono situati, in quanto mappano ed utilizzano le informazioni legate al contesto, agli scopi e agli stati interni; sono dinamici, in quanto variano di volta in volta a seconda del- le situazioni e degli scopi. Tipico esempio di conceo dinamico sono le categorie ad hoc (ibid.). Barsalou, ``Situated simulation in the human conceptual system'' non esclude le tassonomie classie, ma enfatizza il ruolo delle rappresentazioni situate nei processi cognitivi degli individui nella vita reale. . Sviluppi recenti e prospettive future .. Modelli multipli Dopo decenni di proposte, esperimenti ed articoli, nessuno dei modelli e delle teorie sem- bra prevalere neamente sugli altri. Ecco e inizia a farsi strada l'ipotesi e ognuno dei modelli cauri degli aspei importanti della categorizzazione e e l'aenzione dei ri- cercatori dovrebbe concentrarsi sui contesti in cui le differenti strategie sembrano essere avvantaggiate (Ashby e Maddox, ``Human Category Learning''; Medin e Rips, ``Con- cepts and Categories: Memory, Meaning, and Metaphysics''). Vi sono sia ricere empi- rie sia modelli teorici e tendono ad assumere la necessità di prevedere meccanismi multipli di categorizzazione. Nosofsky, Palmeri e McKinley, ``Rule-plus-exception model of classification lear- ning'' combinano il meccanismo rule-based con quello ad esemplari, in base all'ipotesi e, sebbene le categorie sfumate non possano essere apprese esclusivamente araver- so la formulazione di regole, è possibile e l'apprendimento si basi sulla formazione di regole e l'apprendimento di eccezioni (Rule-Plus-Exception Model of Classification Learning). Minda e Smith, ``Prototypes in category learning: the effects of category size, ca- tegory structure, and stimulus complexity'' integrano invece la teoria dei prototipi con quella ad esemplari. Secondo questi autori un meccanismo basato sui prototipi risulta più efficace quando l'apprendimento si basa su un alto numero di dimensioni salienti ed un alto numero di esemplari da categorizzare; appare inoltre utile nelle fasi di appren-
  • 32.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE dimento. I modelli basati sugli esemplari, al contrario, sembrano più efficaci quando gli esempi da apprendere sono poi, quando le dimensioni salienti sono poe, e quando il dominio è ben appreso. Secondo Ashby e Maddox, ``Human Category Learning''; Ashby et al., ``A Neu- ropsyological eory of Multiple Systems in Category Learning'' meccanismi neurali differenti soendono l'apprendimento di nuove categorie e la rappresentazione di cate- gorie già apprese. Sono state documentate infai delle doppie dissociazioni fra pazienti pazienti frontali e parkinsoniani, i quali mostravano difficoltà nell'apprendere nuove categorie ma non a classificare degli elementi in categorie già apprese, e pazienti con agnosie specifie per alcune categorie (animali, artefai) ma e tendono a preservare la capacità di apprendere nuove categorie. Secondo Ashby et al., ``A Neuropsyolo- gical eory of Multiple Systems in Category Learning'', pag. , l'ipotesi e vi siano differenti meccanismi di categorizzazione è suggerita dalla presenza di molteplici sistemi di memoria. Più specificatamente si assume e i più importanti sistemi di categorizza- zione usino i sistemi di memoria semantica e procedurale, ma non si esclude e altri sistemi siano coinvolti nel processo di categorizzazione. Ashby e Maddox, ``Human Category Learning'' propongono dunque e, in dif- ferenti circostanze, agiscano meccanismi diversi. Più in particolare, sostengono e il meccanismo basato sulle regole si aivi quando le categorie possono essere apprese at- traverso dei processi di ragionamento esplicito, se la regola e massimizza l'accuratezza (ovvero la strategia oimale) può essere descria verbalmente e se vi è una sola dimen- sione rilevante, e il compito del soggeo è di scoprire la dimensione e fare corrispondere i valori dimensionali alle corrispondenti categorie. Si ritiene venga utilizzato il mec- canismo basato sulle regole ane per categorie definite su caraeristie multidimen- sionali, ad esempio categorie congiuntive, a pao e le regole possano essere espresse verbalmente. Nei casi in cui la classificazione debba avvalersi di un maggior numero di dimensioni salienti, il meccanismo basato sulle regole diviene meno efficiente e si ten- de ad adoare una strategia basata sulla similarità, ovvero basata sugli esemplari o sui prototipi. .. Modelli di neuroscienze cognitive A sostegno dell'ipotesi e vi siano almeno due meccanismi soggiacenti la categorizza- zione, quello basato sulle regole e quello sui confini decisionali, vi sono delle evidenze nell'ambito delle neuroscienze e della neuropsicologia clinica. Secondo Ashby e Mad- dox, ``Human Category Learning''; Ashby e Spiering, ``e Neurobiology of Category Learning'' gli individui utilizzano differenti modalità di categorizzazione in compiti di- versi, e di volta in volta coinvolgendo aree cerebrali differenti. Nei compiti di classificazione dove le categorie sono linearmente separabili gli individui tendono ad applicare una strategia basata sulle regole. Si suppone e, a livello cognitivo, siano coinvolti i processi esecutivi e la memoria di lavoro. A livello cerebrale verrebbero aivate le aree cingolata anteriore, la corteccia prefrontale e la testa del nucleo caudato. Nei compiti dove il processo di categorizzazione è più complesso (multidimensionale o non linearmente separabile) viene adoata una strategia di integrazione delle informa- zioni. In questo caso, ad essere aivata è la parte caudale del nucleo caudato. Pazienti
  • 33.
    .. SVILUPPI RECENTIE PROSPETTIVE FUTURE  affei dal morbo di Parkinson hanno delle prestazioni peggiori nei compiti di apprendi- mento di categorie non linearmente separabili, mentre tendono ad avere una prestazione nella norma se le categorie sono linearmente separabili. Pazienti affei da amnesia (le- sione del lobo temporale mediale) tendono ad avere prestazioni nella norma in compiti di apprendimento di categorie non linearmente separabili. Grossman et al., ``e Neural Basis for Categorization in Semantic Memory'', in un lavoro e utilizza la fMRI nello studio della categorizzazione, hanno sooposto i propri partecipanti a due classi di compiti di categorizzazione, uno basato sulle regole e uno similarity based. Dal loro esperimento emerge e i due processi cognitivi aivano sia aree in comune sia aree distinte. Più in particolare: • nei compiti più specificamente basati sulle regole si assiste ad una maggiore aiva- zione della corteccia prefrontale dorsolaterale, del talamo, della corteccia frontale ventrale sinistra e del nucleo caudato; • nei compiti similarity based vi è una maggiore aivazione della corteccia frontale ventrale destra; • risultano aivati in entrambi i compiti la corteccia cingolata anteriore (ane se più intensamente nei compiti basati su regole) e la corteccia parietale inferiore destra. esti risultati confermano l'esistenza di meccanismi di categorizzazione multipli. Ri- sultati simili emergono da Lile et al., ``Event-related fMRI of category learning: Dif- ferences in classification and feedba networks'', e però ritengono e il circuito ce- rebrale coinvolto sia più ampio ed includa ane l'ippocampo. ibid. identificano inoltre aree diverse nei processi di apprendimento, di feedba e di categorizzazione. .. Modelli computazionali La formalizzazione delle teorie in modelli computazionali non è affao nuova: sia Me- din e Saffer, ``Context theory of classification learning'' e Nosofsky, ``Aention, similarity, and the identification-categorization relationship.'', ad esempio, formulano la teoria degli esemplari in termini computazionali. Formulare una teoria in termini com- putazionali è importante per almeno due motivi: da una parte permee di specificare esplicitamente le assunzioni del modello; dall'altra permee di fare delle previsioni mol- to deagliate su ciò e le teorie prevedono in specifie situazioni sperimentali. Buona parte degli esperimenti apparsi in leeratura negli ultimi anni misurano l'adeguatezza delle varie teorie in base al confronto fra i risultati sperimentali e le previsioni dei mo- delli. Una buona rassegna sui modelli computazionali delle differenti teorie è Kruske, ``Ca- tegory Learning''. Nella sezione ⁇ presenterò due modelli computazionali basati, rispeivamente, sulla teoria degli esemplari e sulla teoria dei prototipi.
  • 34.
     CAPITOLO .LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE .. Direzioni future Medin e Rips, ``Concepts and Categories: Memory, Meaning, and Metaphysics'' conclu- dono il loro articolo indicando delle direzioni future nello studio della categorizzazione. Gli autori auspicano una crescente aenzione all'approccio delle neuroscienze cogniti- ve e alla formalizzazione computazionale dei modelli. In secondo luogo soolineano e sarebbe opportuno non limitarsi ad esperimenti basati sul training e la misurazione dell'apprendimento di stimoli artificiali da parte di studenti universitari di psicologia, ma iniziare sistematicamente ad ampliare sia la tipologia di stimoli e la popolazio- ne di partecipanti. Nel mio lavoro ho seguito queste indicazioni, testando due modelli computazionali su stimoli naturali e utilizzando varie tipologie di partecipanti reclutati araverso internet.
  • 35.
    Capitolo  Affordance . Ilmuseo, i bottoni ale anno fa, al museo della tecnologia di Londra, si poteva notare una scena molto interessante. Nella sezione dedicata alla imica avevano installato una specie di acqua- rio, piuosto grande, con delle serpentine. Dei liquidi colorati si muovevano fra quelle serpentine. Ad un lato di questa installazione vi era una colonna con un boone rosso. Non so dire se siacciare il boone avesse un quale effeo sul movimento dei liquidi all'interno dell'installazione. L'unica cosa certa è e i bambini e passavano di li non potevano resistere alla tentazione di siacciare il boone per vedere cosa succede. el boone rappresentasse al meglio il conceo di affordance. . La nascita del concetto di affordance Il termine affordance è stato coniato da James J. Gibson in e Ecological Approa to Visual Perception. . Le affordances di un ambiente sono l'insieme di cose e l'ambiente può offrire all'animale, nel bene e nel male. Il verbo afford esiste nel dizionario, il sostantivo affordance no. L'ho inventato io. Con quel termine intendo qualcosa e si riferisce all'intera- zione fra ambiente e animale. Implica la complementarietà fra animale e ambiente. (Gibson, ) Per Gibson le affordances sono relazioni (Norman, ) Gibson: un esempio Se una superficie è orizzontale (piuosto e inclinata), piaa (piuosto e convessa o concava), e sufficientemente ampia (relativamente alle dimensioni dell'animale) e se il materiale è rigido (sopporta il peso dell'animale) allora la superficie permee (affords) il supporto. Notate come le quaro proprietà elencate (orizzontale, piana, ampia, rigida) sarebbero 
  • 36.
     CAPITOLO .AFFORDANCE proprietà fisie se misurate con una unità di misura fisica, standard. Ma per costituire gli elementi di una affordance vanno misurate in realazione ad un animale. Psicologia ecologica Nella psicologia ecologica viene posta enfasi all'idea di una coevoluzione degli animali e del loro ambiente, e si assume l'ipotesi di reciprocità fra animale e ambiente (Gibson, ). Le affordances sono possibilità di azione, movimento e percezione sono mutualmente necessari; l'approccio è complementare al costruivismo; la percezione non è finalizzata a raccogliere informazioni sull'ambiente, ma a sopravvivere sfruandone le caraeristi- e. È un approccio non conoscitivo, ma opportunistico. Affordances e cognizione distribuita A prescindere dalla consacrazione del termine affordance da parte di Norman, l'approc- cio ecologico di Gibson ha avuto fortuna nell'ambito della hci in quanto costituisce uno dei precursori del paradigma di ``distributed cognition''. Le affordances sono le azioni possibili specificate dall'ambiente accoppiate alle pro- prietà dell'organismo. In termini della teoria delle rappresentazioni distribuite, le affor- dances sono rappresentazioni distribuite e si estendono fra l'ambiente e l'organismo. Le struure e l'informazione dell'ambiente specificano lo spazio di rappresentazione esterno. La struura fisica, biologica, perceiva, cognitiva (e culturale) dell'organismo specificano lo spazio di rappresentazione interno. Gli spazi di rappresentazione esterna ed interna, assieme, specificano lo spazio di rappresentazione distribuito: lo spazio di affordance. (Zhang) Gli spazi di rappresentazione possono essere descrii sia dai vincoli e dalle azioni pos- sibili. I vincoli costituiscono i ``confini'' delle azioni possibili. Le azioni possibili sono quelle e soddisfano i vincoli. (Zhang) .. Classificazione di affordances Zhang elenca differenti tipi di affordances: • affordances fisie • affordances biologie • affordances perceive • affordances cognitive • affordances funzionali (Hartson) Per meglio cogliere questa classificazione possiamo valutare le affordances in termini di compatibilità: un oggeo offre una affordance fisica se è fisicamente compatibile per essere oggeo di una particolare azione da parte di un particolare agente. Possiamo dunque parlare di compatibilità fisica, biologica, cognitiva, perceiva, motoria
  • 37.
    .. LA NASCITADEL CONCETTO DI AFFORDANCE  (accessibilità). Nell'interazione uomo computer possiamo parlare ane di compatibilità tecnologica (browser compatibile, ad esempio). Coerentemente con gli assunti della psicologia ecologica e con l'approccio della co- gnizione distribuita, possiamo definire una affordance come segue: Una affordance è una possibilità di azione compatibile con le caraeri- stie dell'oggeo e con le caraeristie dell'agente. Le caraeristie (e la compatibilità) può essere fisica, biologica, perceiva, cognitiva, motoria, culturale (e tecnologica). L'affordance implica una relazione direa fra la percezione e la program- mazione di una azione (prevalentemente un ao motorio): information piup. .. Percezione – azione diretta Uno degli assunti principali della teoria di Gibson è e l'affordance sia ``direa'': infor- mation piup. Per direa si intende e la programmazione dell'azione avviene a pre- scindere dall'interpretazione semantica dell'oggeo e dalle intenzioni del soggeo. La realizzazione dell'azione è mediata dalla decisione, ma la programmazione dell'azione è immediata. Vi sono esempi di psicologia sperimentale e di neuropsicologia e sembrano confer- mare l'ipotesi e vi siano dei link direi fra le proprietà visive percepite di un oggeo e l'azione e può essere realizzata con quell'oggeo (Humphreys, ). (Handy e coll, ) Esperimento di brain imaging Visually guided grasping movements require a rapid transformation of visual represen- tations into object-specific motor programs. Here we report that graspable objects may facilitate these visuomotor transformations by automatically grabbing visual spatial at- tention. Using event-related potentials (ERPs), we found that spatial aention was sy- stematically drawn to tools in the right and lower visual fields, the hemifields that are dominant for visuomotor processing. Tuer M, Ellis R. () On the relations between seen objects and components of potential actions. Immagini di oggei manipolabili. Compito: rispondere al colore dell'oggeo. Se verde boone sx, se rosso boone dx. La direzione del ``manico'' dell'oggeo influenza la risposta. e results (a) are consistent with the view that seen objects automatically potentiate components of the actions they afford, (b) show that compatibility effects of an irrele- vant stimulus dimension can be obtained across a wide variety of naturally occurring stimuli, and (c) support the view that intentions to act operate on already existing motor representations of the possible actions in a visual scene.
  • 38.
     CAPITOLO .AFFORDANCE Patologie Visual apraxia Se vediamo l'immagine di un oggeo siamo capaci di mimarne l'uso. L'aprassia visiva (De Renzi ed altri, ) è l'incapacità (conseguente un danno neurolo- gico) di mimare l'uso di un oggeo presentato visivamente. Nell'aprassia visiva si perde il link direo fra percezione e programmazione di azioni ``affordabili''. Sindrome d'uso nel trauma cranico Alcuni pazienti, a seguito di trauma cranico, presentano una costel- lazione di sintomi legati a dei deficit del lobo frontale. Uno dei sintomi possibili è la sindrome d'uso: il paziente non può evitare di usare un oggeo e si trova a portata di mano. .. Affordances percepite Secondo Norman è necessario distinguere fra affordances reali e percepite. Nel design di prodoi, dove ci si occupa di oggei fisici, reali, possono esserci sia af- fordances reali e percepite, e i due insiemi possono non coincidere. Nelle interfaccie grafie il designer controlla le affordances percepite. (Norman, ). Gaver () distingue fra affordances false, percepibili e nascoste. e screen affords touing Norman osserva e un monitor ha le caraeristie perceive e ``invitano'' ad essere toccato. Ma noi sappiamo e (generalmente) toccare il monitor non produce nessun effeo. Il nostro comportamento è influenzato da ciò e sappiamo. Affordances culturali (apprese) Se, come abbiamo visto, le affordances sono definite dai vincoli dell'ambiente e dell'agente, vi sono dei vincoli culturali e in quale mo- do restringono l'insieme delle affordances. Noi non tociamo il monitor per cliccarlo in quanto sappiamo e questo non avrebbe effeo. ello e sappiamo condiziona l'insieme delle affordances. Affordances nascoste e percepite Di fao è vero ane il contrario: ane quello e non sappiamo condiziona l'insieme delle affordances. Se non so e la noce di cocco può essere spaccata e mangiata, io non ho l'affordance della commestibilità della noce di cocco. Se non so e openoffice . mi permee di esportare un file in formato pdf non ho l'affordance dell'esportabilità in pdf di openoffice. Le affordances nascoste sono affor- dances? Nei termini di Gibson, ma ane nei termini di Zhang, le affordances nascoste non sono affordances. Affordances e interfacce elettronie Un link, una icona, il boone di una GUI sono affordances? Secondo Norman () no. Sono convenzioni, vincoli, comunicazione simbolica. Secondo Norman le interfacce grafie sono convenzioni culturali acquisite, non affor- dances. ``Tuo quello e possiamo fare con un computer è scrivere sulla tastiera e spostare il cursore e cliccare con il mouse'' (Norman, ).
  • 39.
    .. LA NASCITADEL CONCETTO DI AFFORDANCE  Dunque per Norman gli oggei di una interfaccia eleronica non sono affordances peré . io non agisco direamente su di essi; . sono oggei arbitrari e si basano su convenzioni culturali acquisite. Zuhandenheit – Vorhandenheit Secondo Heidegger un agente può interagire con uno strumento in due modalità: Zu- handenheit (ready to hand): la mia aenzione è focalizzata al compito: io non percepisco coscientemente lo strumento, e costituisce un estensione del mio corpo. Vorhanden- heit (present at hand): la mia aenzione è focalizzata sullo strumento. esta distinzione è stata utilizzata per la prima volta in HCI da Winograd e Flores (). Nella prospeiva della cognizione distribuita i confini dell'agente si estendono agli strumenti e usa (vedi ane Bateson). Nel momento in cui uso il mouse il mouse esce dalla mia coscienza, e il cursore diventa una mia estensione. Io presto aenzione al mouse solo quando non funziona (pallina sporca). Evidenza sperimentale (con degli strumenti fisici, non con il mouse): Maravita e Itaki (): ``What happens in our brain when we use a tool to rea for a distant object? Recent neurophysiolo- gical, psyological and neuropsyological resear suggests that this extended motor capability is followed by anges in specific neural networks that hold an updated map of body shape and posture (the putative `Body Sema' of classical neurology). ese anges are compatible with the notion of the inclusion of tools in the `Body Sema', as if our own effector (e.g. the hand) were elongated to the tip of the tool. '' In questa prospeiva io non sto ``cliccando sul mouse'' ma sto siacciando un boone e mi permee di stampare la presentazione o di esportarla in pdf. Affordances culturali: la lettura Test di Stroop (): il partecipante deve denominare il colore in cui è scria una pa- rola. Se la parola è il nome di un altro colore, vi è interferenza: tempi di reazione più lunghi ed errori di denominazione. CASA ALBERO VERDE ROSSO NERO Le parole scrie offrono l'affordance di leura: la percezione è in quale modo direa: non può essere evitata, e avviene a prescindere dalle intenzioni dell'agente. Inoltre la ``leggibi- lità'' dipende dallo stimolo fisico e dalle caraeristie (ane culturali) dell'agente. La convenzione culturale (arbitraria) della lingua italiana diventa diventa naturale per un italiano adulto. Psicologia ecologica e opportunismo Nella prospeiva delle scienze cognitive classie l'uomo è un elaboratore di informazio- ni. La percezione è finalizzata ad acquisire informazioni per conoscere il mondo circo- stante. Nella prospeiva della psicologia ecologica la percezione è finalizzata all'azione,
  • 40.
     CAPITOLO .AFFORDANCE e l'accoppiamento percezione – azione è finalizzato alla sopravvivenza e alla realizzazio- ne dei propri obieivi. Il paradigma ecologico ha una maggiore capacità prediiva del comportamento dell'utente medio, e quando interagisce con un artefao è interessa- to non tanto a conoscerlo ma a realizzare i propri scopi. All'utente medio non importa imparare com'è fao un sito, ma vuole usare quel sito per oenere le informazioni o compiere le azioni e desidera. Opportunismo e curiosità Naturalmente gli esseri umani (ma ane i topi, Tolman) nel momento in cui intera- giscono con un nuovo ambiente o un oggeo possono essere spinti ad esplorarlo per semplice curiosità. Curiosità e affordance Forse Gibson non sarebbe d'accordo con l'i- dea di annoverare fra le affordances di un oggeo ane la sua ``esplorabilità''. D'altro canto l'esplorabilità è una proprietà molto affine all'approccio ecologico, in quanto è le- gata sia alle caraeristie dell'oggeo e alle caraeristie (aitudini, conoscenze) dell'agente. Estetica e affordances Una bella mela, rossa e matura, ha una affordance di commestibilità maggiore di una mela brua e bacata. La psicologia ecologica si basa sull'idea evoluzionista della coevo- luzione di una specie in un habitat. In questa prospeiva possiamo vedere il senso este- tico come uno strumento cognitivo e permee all'agente di massimizzare il proprio adaamento all'ambiente. Il senso estetico amplia lo spazio di affordance. Verso una ecologia dei siti web Citando Bateson e Boscarol: cosa può insegnare la psicologia ecologica al web design? )pensare all'utente come ad un soggeo opportunista )sviluppare l'affordance del- l'esplorabilità )sfruare l'estetica per ampliare gli spazi di affordance hp://www.vocabola.com/interfaccia/teoria.html Bibliografia hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html zhang .Bateson, G. () Verso un'ecologia della mente, traduzione di G. Longo e G. Trat- teur, Adelphi .De Renzi E, Faglioni P, Sorgato P. () Modality-specific and supramo- dal meanisms of apraxia. Brain, ():-. .Gaver, W. () Tenology Affor- dances, in Proceedings CHI `, ACM Press, -. .Gibson, J. J. (). e Ecological Approa to Visual Perception. Boston: Houghton Mifflin. .Handy, T.C., Graon S.T., Shroff N.M., Ketay S., Gazzaniga M.S. () Graspable objects grab aention when the potential for action is recognized. Nature Neurosci. ():-. .Hartson, H. R. (), Cognitive, physical, sensory, and functional affordances in interaction design. Beha- viour and Information Tenology,  ():- .Heidegger, Martin (), Essere e tempo, trad. it. a cura di P. Chiodi, Longanesi, Milano,  .Humphreys, G.: () Objects, affordances … action! e Psyologist,  ():- .Maravita, Itaki …. .Norman, D. (), Affordance, Conventions and Design. Interactions (may-june): - .Stroop, J. R. () Studies of interference in serial verbal reactions. Journal of Experimental Psyology, :-. hp://psyclassics.yorku.ca/Stroop/ visitato il
  • 41.
    .. LA NASCITADEL CONCETTO DI AFFORDANCE  .. .Tuer M, Ellis R. (), On the relations between seen objects and compo- nents of potential actions. J Exp Psyol Hum Percept Perform., ():-. .Wino- grad, T. and Flores, F. () Understanding Computers and Cognition: A New Founda- tion for Design. Ablex Publishing Corporation, Norwood, NJ. .Zhang, J. (), Cate- gorization of Affordances. hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html visitato il ..
  • 42.
  • 43.
    Capitolo  Apprendimento econoscenza . knowledge management Secondo Regev e Wegmann, ``Where do Goals Come from: the Underlying Principles of Goal-Oriented Requirements Engineering'' una organizzazione può essere vista come un sistema aperto (nei termini della teoria generale dei sistemi (von Bertalanfy, Maturana e Varela), e dunque per alcuni aspei paragonabile ad un sistema biologico, in quanto condivide con i sistemi biologici lo scopo fondamentale: la propria sopravvivenza ed il mantenimento della propria identità. esta necessità è iara per quanto concerne le aziende private, e per sopravvivere devono rimanere sul mercato ed affrontare la concorrenza, ma in maniera diversa vale ane per le pubblie amministrazioni. In questa prospeiva, il business model dell'organizzazione può essere definito in termini di scopi (goals), e corrispondono al livello più alto dei requisiti. Uno scopo, nella leeratura dedicata alla goal requirements analysis, viene definito un obieivo non operazionale e il sistema deve perseguire: sono obieivi da oenere, e costituiscono un framework e definisce lo stato desiderato del sistema. I goal sono gli obieivi di alto livello del business, dell'organizzazione, o del sistema. Esprimono il razionale dell'organizzazione e guidano le decisioni, a vari livelli, all'interno dell'impresa. Al fine di poter perseguire i propri scopi, le organizzazioni hanno bisogno di cono- scere lo stato del sistema e dell'ambiente circostante. Se per i sistemi biologici questa conoscenza avviene araverso il sistema nervoso, possiamo estendere la metafora, con- siderando il sistema di gestione della conoscenza come il sistema nervoso dell'organiz- zazione. Appare dunque iaro come un sistema di gestione e condivisione della conoscenza assuma un ruolo centrale nel perseguire e raggiungere gli scopi, tanto e alcuni autori propongono il conceo di Knowledge centric Organization (Smith et al., Metrics Guide for Knowledge Management Initiatives) e definiscono il Knowledge management come uno dei processi finalizzati ad oimizzare l'effeiva applicazione del capitale intelleuale al fine di perseguire gli obieivi dell'organizzazione. Secondo la prospeiva knowledge based le aziende vengono definite come un si- stema di conoscenza, impegnato nella creazione, ariviazione, trasferimento ed appli- 
  • 44.
     CAPITOLO .APPRENDIMENTO E CONOSCENZA cazione della conoscenza, in una visione coerente con la definizione di cognizione or- ganizzativa, ovvero una forma di cognizione distribuita e relativamente indipendente dagli aori e dagli strumenti su cui è realizzata. La cognizione e la conoscenza può es- sere trasferita e analizzata a più livelli: l'individuo, il gruppo, l'organizzazione nel suo insieme. Secondo (Smith et al., Metrics Guide for Knowledge Management Initiatives), una or- ganizzazione diventa Knowledge centric araverso quegli strumenti e permeono di conneere le persone fra di loro, e offrendo l'informazione correa, e solo l'informazione correa, nel momento opportuno, per aumentare l'apprendimento, l'innovazione, l'effi- cacia e la produività, permeendo all'organizzazione e alle sue struure di assumere decisioni in maniera efficiente ed agile. La gestione della conoscenza (Knowledge Management, KM) fornisce delle metodo- logie per creare e modificare i processi al fine di promuovere la creazione e la condivisio- ne di conoscenza. Si focalizza sulla comprensione dei bisogni conoscitivi dell'organiz- zazione, e sulla creazione e condivisione come parte integrante del processo produivo, supportando così l'empowerment e la responsabilizzazione delle persone. Conneere gli aori è il focus principale della KM: il fine non è banalmente quello di aumentare l'accesso all'informazione, ma di trovare il giusto equilibrio fra la pertinenza dell'informazione codificata e i link con le persone e hanno la competenza sufficiente per essere d'aiuto. I benefici più importanti del KM sono • l'aumento della performance organizzativa, araverso un aumento dell'efficacia, produività, qualità e capacità innovativa; • l'aumento del valore economico dell'organizzazione, in quanto vi è una maggior valorizzazione delle risorse umane e della conoscenza. La conoscenza di una organizzazione costituisce un asset fra i più importanti, in quanto può produrre un vantaggio competitivo sostenibile a lungo termine. Il valore della conoscenza, però, è tale solo nella misura in cui può essere applicata efficacemente, ed il vantaggio competitivo è sostenibile solo se la conoscenza viene aggiornata e nuova conoscenza viene prodoa. L'innovazione può essere definita come un processo in cui l'organizzazione crea e definisce problemi e sviluppa aivamente nuova conoscenza per risolverli. .. La conoscenza Una effeiva gestione della conoscenza di una organizzazione non è un compito sem- plice, e affiné possa essere efficace è necessario un forte coinvolgimento da parte del management. Definire la conoscenza La conoscenza, in termini filosofici, è definita come una justified true belief (Alavi e Leid- ner, ``Review: Knowledge management and knowledge management systems: Concep- tual foundations and resear issues''). In una prospeiva pragmaticista, la conoscenza è un insieme di informazioni e permeono ad un aore di agire in maniera efficace.
  • 45.
    .. KNOWLEDGE MANAGEMENT La conoscenza è dinamica, in quanto è creata araverso interazioni sociali fra indi- vidui e organizzazioni (Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic knowledge creation''). È contestuale, ed è essenzialmente legata alle azioni di un agente. In quanto tale, rappresenta una forma di commitment e credenza, ed è ampiamente legata ai sistemi di valori e alle motivazioni delle persone. L'informazione diventa conoscenza quando è interpretata da un individuo, all'interno di un contesto, ed è ancorata alle sue credenze e impegni. La conoscenza, dunque, è relazionale. La conoscenza è incorporata e trasmessa araverso molteplici entità, e includono l'identità e la cultura organizzativa, le routines, le politie organizzative, i sistemi, i documenti e naturalmente le persone. In base a queste premesse, appare iaro e la conoscenza non si riduce alla base di dati, e nemmeno al conceo di informazioni. I dati sono numeri e fai, l'informa- zione si basa sul processamento dei dati, e la conoscenza è informazione e può essere trasformata in azione (made actionable). Secondo Ipe, ``Knowledge sharing in organizations: a conceptual framework'' la co- noscenza può essere definita come un fluido mix di esperienze, valori, informazione con- testuale e intuizioni esperte e forniscono un quadro per valutare e incorporare nuove esperienze e informazioni. È originata e applicata nella mente degli esperti. Dunque: • La conoscenza è una funzione di una particolare prospeiva, intenzione o aeg- giamento preso dagli individui. • La conoscenza è generalmente finalizzata, ed è legata all'azione. • La conoscenza è specifica al contesto e relazionale. Conoscenza e persone La conoscenza non esiste indipendentemente da un agente: è modellata dai bisogni e dalla conoscenza pregressa dell'individuo, è il risultato di proces- si cognitivi innescati dalle informazioni (Fahey e Prusak, ``e eleven deadliest sins of knowledge management''). Le informazioni sono trasformate in conoscenza araverso il processamento nella mente degli individui, e la conoscenza diviene informazione nel mo- mento in cui viene articolata (esplicitata) e presentata, in forma di testi, grafici, numeri, parole. La conoscenza risiede negli utenti, e non nelle base di dati. È uno stato cognitivo, ed in quanto tale implica delle credenze (belief ) sulla correezza delle informazioni, la fiducia (trust) sulle fonti, e sulla loro applicabilità ed efficacia (actionability) Per questa ragione, la gestione della conoscenza non può prescindere dagli utenti finali. esti assunti hanno delle conseguenze importanti: • Affiné la conoscenza di una persona o di un team possano essere utili ad altri, è necessario e vengano espresse e comunicate in modo da poter essere interpretate correamente. • La massa di informazioni non ha valore: solo l'informazione e può essere pro- cessata dagli individui, araverso un processo di riflessione, intuizione o appren- dimento può risultare utile.
  • 46.
     CAPITOLO .APPRENDIMENTO E CONOSCENZA Secondo Ipe, ``Knowledge sharing in organizations: a conceptual framework'', l'am- bito del knowledge management è stato tradizionalmente dominato da una prospeiva centrata sulla tecnologia, ma vi è un crescente riconoscimento non solo del ruolo degli individui ma ane della loro prospeiva. Le tecnologie dell'informazione (IT) possono dunque svolgere un importante ruolo nel- la manipolazione, ariviazione e distribuzione dell'informazione, araverso strumenti come internet, le intranet, le extranet, le basi di dati, le tecnie di data mining. Ma tuo questo non basta, affiné la conoscenza si propaghi nell'organizzazione. In assen- za di una strategia manageriale forte, le tecnologie abilitanti possono avere un impao marginale nel flusso di conoscenza. Le organizzazioni non possono creare conoscenza se non araverso gli individui. Commitment Il commitment è una delle componenti più importanti per promuovere la formazione di nuova conoscenza in una organizzazione. I faori più importanti del commitment sono: intenzione, autonomia e circostanze ambientali. Appare dunque sempre più iara la necessità e gli individui possano e vogliano condividere la propria conoscenza, affiné vi sia creazione, disseminazione e gestione della conoscenza organizzativa. La conoscenza degli individui viene amplificata e inter- nalizzata nella base di conoscenza dell'organizzazione, ane araverso l'interazione fra gli individui. La condivisione La condivisione della conoscenza implica la sua conversione in una forma e possa essere capita, assorbita ed usata da altri individui. Generalmente, la condivisione implica il fao e i condivide decide di farlo, consciamente, e pertanto rinuncia alla proprietà di quella conoscenza. La condivisione è un processo in cui si assume la prospeiva degli altri e le conoscen- ze individuali vengono scambiate, valutate ed integrate, portando alla disseminazione di nuove idee ed incentivando la creatività (ibid.). Tipi di conoscenza Choi e Lee, ``An empirical investigation of KM styles and their effect on corporate per- formance'', nel ribadire l'importanza della gestione della conoscenza, enfatizzano la di- stinzione di Polanyi fra conoscenza tacita ed esplicita, sostenendo e la conoscenza esplicita dev'essere caurata e condivisa araverso le tecnologie dell'informazione (IT). La conoscenza tacita risiede nella testa e nel comportamento delle persone, ed è dun- que difficile da formalizzare e comunicare. Evolve araverso l'interazione delle perso- ne, e riiede competenze e conoscenza. In base a questa distinzione, ibid. definiscono la conoscenza system-oriented (esplicita) e human-oriented (implicita). La conoscen- za esplicita è codificata nella forma di procedure, codici e manualistica. La conoscenza human-oriented si origina dai network sociali informali, è condivisa informalmente, e pertanto la comunicazione e la fiducia fra gli aori risulta fondamentale (Hildreth et al., ``e duality of knowledge''). L'approccio alla gestione della conoscenza più efficace, sebbene il più costoso, è natu- ralmente quello capace di integrare i due livelli. In questo approccio, il sistema informa- tivo è utilizzato non soltanto per ariviare e meere a disposizione le fonti di conoscen-
  • 47.
    .. KNOWLEDGE MANAGEMENT za esplicita, ma ane per supportare il lavoro di gruppo e la comunicazione. In questo contesto, strumenti di elicitazione della conoscenza implicita risultano fondamentali nel processo di sedimentazione e al limite di formalizzazione di questo sapere. Conoscenza implicita - tacita Il conceo di conoscenza implicita si basa sul fao e noi sappiamo più di quel e sappiamo di sapere, e più di quello e riusciamo a dire. Ma peré la conoscenza implicita è tale? Vi sono almeno  motivi e rendono parte della conoscenza difficile da esplicitare e da codificare. La conoscenza esplicita La conoscenza esplicita, ovviamente, è quella e può essere caurata e condivisa in maniera più semplice araverso gli strumenti tecnologici. Secondo Choi e Lee, ``An empirical investigation of KM styles and their effect on corporate performance'' le aziende e loro definiscono system-oriented sono focalizzate alla codifica e riuso della conoscenza esplicita, araverso le tecnologie dell'informazione (IT). La conoscenza è gestita e condivisa araverso metodi formali: procedure, codice soware, manualistica. È interessante notare come uno dei fini della condivisione della conoscenza esplicita araverso le tecnologia sia quello di eliminare -- o quantomeno diminuire -- la necessità di comunicare fra le persone nell'organizzazione. .. Convertire la conoscenza Come abbiamo visto, il fine della gestione della conoscenza è quello di permeere e venga condivisa, assorbita e trasformata in azione da parte dell'organizzazione. Abbiamo visto inoltre e la conoscenza esplicita è quella più facilmente condivisibile. Appare dunque logico interrogarsi sulla possibilità di trasformare la conoscenza. Secondo Nonaka e Toyama, ``A firm as a dialectical being: towards a dynamic theory of a firm'' è necessario poter disporre di  tipi di trasformazione: da implicita a implicita, da implicita a esplicita, da esplicita a esplicita e infine da esplicita ad implicita. Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic knowledge creation'' definiscono il modello SECI: • socializzazione: condivisione da implicita ad esplicita; • esternalizzazione: trasformazione della conoscenza implicita in esplicita • combinazione: riformulazione e aggiornamento della conoscenza esplicita • internalizzazione: acquisizione di nuova conoscenza tacita a partire da quella esplicita Nonaka e Toyama, ``A firm as a dialectical being: towards a dynamic theory of a firm'' vedono la creazione di conoscenza a livello dell'organizzazione come un processo a spirale, e parte dal livello individuale e si muove verso il gruppo e verso l'organiz- zazione o a livello inter-organizzativo (araverso la socializzazione, l'esternalizzazione, la combinazione) e ritorna a livello degli individui, con l'internalizzazione. A mano a mano e questo processo si compie, la conoscenza totale si accresce, a spirale appunto.
  • 48.
     CAPITOLO .APPRENDIMENTO E CONOSCENZA La conoscenza individuale è ampliata araverso l'interazione fra esperienza e ra- zionalità, e cristallizzata in una prospeiva unica, originale per un individuo. e- ste prospeive originali sono basate sulla credenza individuale e dal sistema di va- lori, e costituiscono la sorgente interpretativa dell'esperienza condivisa con altri nella conceualizzazione. Socializzazione (implicita - implicita) Secondo Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dyna- mic knowledge creation'', la socializzazione è il processo di condivisione della conoscen- za tacita araverso esperienze condivise. La socializzazione avviene prevalentemente in contesti tradizionali (off line), ed è prevalentemente informale. Affiné i sistemi informativi possano incentivare la socializzazione, non possono limitarsi a condividere le informazioni (esplicite) ma devono offrire quegli strumenti tecnologici capaci di permeere la socializzazione ane on line. esto passaggio è fondamentale soprauo quando non vi è co-locazione, ovvero quando gli individui di una organizzazione sono distribuiti sul territorio. L'aspeo social di strumenti di gestione della conoscenza come le intranet viene implementato, come vedremo, araverso quegli strumenti e, nel linguaggio comune, sono noti come .: i social networks, strumenti di at e di videoconferenza (skype) e così via. Esternalizzazione: da implicita ad esplicita Come abbiamo visto, vi sono diverse tipologie di conoscenza implicta. Una parte di questa conoscenza non può proprio essere formalizzata: la conoscenza sub-simbolica, quella embodied tipica di quelle competenze non verbali, motorie. Per questa parte, la socializzazione (off line e on line) appare insostituibile. ella conoscenza e è implicita a causa della difficoltà di renderla esplicita in assenza di adeguati metodi di elicitazione, può essere esternalizzata -- tautologicamente -- araverso metodi di elicitazione adeguati. Cooke, ``Knowledge elicitation'' cita i metodi di osservazione partecipata, in conte- sto naturale o simulato. Le interviste, soprauo nelle prime fasi del processo, possono essere aperte, semi-struurate, struurate. ibid. elenca la scenario simulation interview, la goal decomposition interview, l'elicitazioni di diagrammi, il metodo teaba (l'esper- to spiega all'intervistatore, e deve poi rispiegare il conceo all'esperto); il gioco delle venti domande, in cui l'esperto deve indovinare un conceo facendo delle domande a cui l'intervistatore risponde con dei si e no. Le domande e l'esperto fa sono sintomatie dei processi cognitivi dell'esperto. Il limite delle tecnie osservative e delle interviste è e si raccolgono molte in- formazioni, spesso rice, ma la loro analisi risulta non facile e dispendiosa. Inoltre, tecnie di elicitazione direa come il thinking aloud sono criticate in quanto i processi cognitivi dell'esperto vengono modificati dal compito. Inoltre, non è garantita la corri- spondenza fra ciò e l'esperto sa e quello e riesce a spiegare. Metodi meno direi, come quello del gioco delle venti domande, la goal decomposition interview appaio-
  • 49.
    .. KNOWLEDGE MANAGEMENT no invece più efficaci, soprauo nell'elicitare i processi di problem solving e decision making. Alla definizione del dominio informativo e all'elicitazione dei requisiti sono dedicati metodi di elicitazione come i focus group ed i metodi di brain storming. Il limite di questi metodi è e, nonostante il facilitatore stabilisca la regola e vieta ai partecipanti di giudicare e censurare le idee degli altri, spesso la produzione di idee e concei è monopolizzata o comunque condizionata da un ristreo numero di persone all'interno del gruppo di lavoro, con la conseguenza di limitare la creatività e di ridurre la diversità di elementi generati. Strumenti come il free listing, soprauo se somministrati in forma anonima ad un ampio gruppo di persone appartenenti a diversi segmenti, possono superare questo limite e generare risultati più rici e diversificati. Infine, vi è quella parte di conoscenza difficile da elicitare peré fruo di appren- dimento implicito (Reber, ``Implicit learning and tacit knowledge.''). Fra questo ambito si collocano dimensioni conoscitive molto importanti: le reti semantie, gli semi co- gnitivi ed i modelli mentali si basano, per lo più, su questo tipo di conoscenza. È la conoscenza conceuale tacita. esto tipo di conoscenza va fao emergere araverso quelli e Cooke, ``Know- ledge elicitation'' definisce metodi conceuali. ibid. identifica quaro passaggi: . elicitazione dei concei (araverso i metodi appena citati); . applicazione di tecnie finalizzate ad elicitare giudizi di similarità; . tecnie statistie di riduzione e rappresentazione dei dati . interpretazione dei risultati. Nei giudizi di similarità si iede alle persone di valutare la similarità di coppie di concei. Lo svantaggio di questo metodo è e il numero di coppie da giudicare aumenta esponenzialmente (n*n/). Il card sorting permee di misurare la similarità e non è soggeo allo stesso svantaggio. Un'altra tecnica è quella delle griglie di repertorio, in cui si iede di valutare ogni conceo per una o più dimensioni conceuali; la similarità viene calcolata misurando la distanza di ogni coppia di concei sulle diverse dimensioni. Fra le tecnie statistie di elaborazione dei giudizi di similarità si annoverano lo scaling multidimensionale, la cluster analysis e la tecnica di Pathfinder (Svaneveldt et al., ``Measuring the structure of expertise''). Le tecnie di clustering, infine, aiutano il ricercatore nell'interpretazione dei dati. Combinazione: elaborazione della conoscenza esplicita Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic kno- wledge creation'' definiscono combinazione l'elaborazione della conoscenza esplicita, fi- nalizzata ad una maggiore sistematizzazione. La rielaborazione della conoscenza è essenziale quando questa è codificata in maniera non struurale, ad esempio come un database di record o una lista di documenti fra loro non relati.
  • 50.
     CAPITOLO .APPRENDIMENTO E CONOSCENZA I metodi conceuali appena citati (elicitazione di concei, di giudizi di similarità, stati- stie di scaling e di clustering) hanno il vantaggio e permeono non solo di rendere esplicita la conoscenza, ma di struurarla in base alla conoscenza conceuale tacita degli utenti. In questa fase va ane annoverato il complesso processo di sistematizzazione delle risorse. Creazione e aggiornamento di metadati, classificazione a faccee, classificazione delle risorse (documenti, file, immagini, risorse multimediali, eventi, news). Infine, nella prospeiva del social network aziendale, vanno definite e sistematizzate le pagine e le informazioni dedicate alle persone e alle struure. Internalizzazione: dall'esplicito all'implicito? Nello sema logico di Nonaka, Toyama e Konno, ``SECI, Ba and leadership: a unified model of dynamic knowledge creation'' vi è un quarto passaggio, dall'esplicito all'impli- cito. Vi è una vera e propria forma di internalizzazione in quei processi di apprendimento in cui la conoscenza esplicita viene assorbita ed integrata nella conoscenza implicita delle persone. Più in generale, in questa fase il sistema deve rendere possibile la ri-trasformazione della conoscenza in qualcosa di operativo e contestuale. I contesti e gli scopi degli uti- lizzatori finali, però, spesso non sono noti a priori, possono variare, possono emergere contesti e bisogni diversi. Affiné il suo uso sia proficuo, è necessario e la conoscenza venga messa a di- sposizione in maniera flessibile, prevedendo multiple possibilità di accesso ed utilizzo. Luisa Carrada propone la metafora della torta millefoglie: Scegliete la metafora e preferite, inventatene una nuova, ma cambiate il vostro modo di pensare il testo, sul web e sulla carta. Provate a pensarlo “a strati”. Luisa Carrada Più in particolare, è necessario e l'informazione possa essere utilizzata in forma di: • tassonomia gerarica (o multigerarica); • accesso in base ai processi e alle funzioni organizzative; • associazione semantica (ad esempio araverso l'uso di tag e folksonomies); • motori di ricerca; • navigazione adaiva (preferiti, ultimi visitati, argomenti correlati).
  • 51.
    Capitolo  Gli aspettimotivazionali . L'experience design La storia dell'interazione uomo computer è legata a doppio filo a quella del calcolato- re. ando il computer era una cosa costosissima e voluminosissima, usata soltanto da scienziati ed ingegneri informatici, l'unica preoccupazione era quella di massimizzare le prestazioni di calcolo. ando il calcolatore fu impiegato in contesti mission critical, come il controllo aereo o la gestione delle centrali nucleari, gli esperti di Human Factors si preoccupavano e il faore umano non facesse pasticci, elaborando dei sofisticati modelli di previsione e gestione degli errori (Mantovani, Ergonomia -- Lavoro, sicurezza e nuove tecnologie; Rasmussen, Information Processing and Human- Maine Interac- tion: an Approa to Cognitive Engineering). L'avvento del personal computer ha costituito una vera rivoluzione, entrando nelle case e negli uffici. Ad interagire con il calcolatore non erano più gli esperti, gli informa- tici, ma professionisti ed impiegati e erano spesso obbligati ad usare il PC per il proprio lavoro. Ecco e, per venire incontro alle esigenze -- e alle frustrazioni -- di questi utenti si sviluppò il tema dell'usabilità. Da quale mese mi porto in tasca un device di  grammi; è un telefono cellula- re, ma ane un calcolatore e mi permee di navigare su internet, di leggere la posta eleronica, di ascoltare musica, di vedere fotografie e filmati; usa linux come sistema operativo, e permee di sviluppare applicazioni con Android, e è una estensione di java; è, dunque, un computer a tui gli effei. L'auale sfida dell'interazione uomo computer è dunque quella di progeare artefai ubiquiti: usati praticamente da iunque, ovunque,  ore al giorno. esto cambio di contesto ha numerose implicazioni: • Implicazioni etie: infilarsi nelle tase degli utenti, accompagnarli ovunque è una responsabilità e non va soovalutata. 
  • 52.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI • Implicazioni di tipo cognitivo e comportamentale: interagire con uno smartphone sull'autobus o al ristorante è diverso dall'usare un calcolatore in ufficio o nella propria camerea. • Implicazioni di tipo commerciale: ad usare gli smartphones saranno non soltanto gli esperti ed i geeks; soprauo, gli utenti non sono in quale modo obbligati ad usare quegli strumenti, ma saranno persone e decidono di usarli. Lo user experience design costituisce dunque la naturale evoluzione dell'interazione uomo computer, un modo per andare ``oltre l'usabilità''. Naturalmente questa evolu- zione risulta in quale modo incrementale e gerarica: affiné la user experience di un prodoo sia positiva, è necessario e siano soddisfati tui i prerequisiti: deve funzionare, deve non fare danni, deve essere accessibile ed usabile. este dimensioni continuano ad essere indispensabili, solo non sono sufficienti. .. Definizioni Nonostante l'importanza di questo costruo, non vi è ancora una definizione unanime: Zimmermann, ``Beyond Usability -- Measuring Aspects of User Experience'' ne riporta addiriura : • ``All the aspects of how people use an interactive product: the way it feels in their hands, how well they understand how it works, how they feel about it while they are using it, how well it serves their purposes, and how well it fits into the entire context in whi they are using it.'' (Alben, ) • ``User experience is a term used to describe the overall experience and satisfaction a user has when using a product or system.'' (User Experience Design (Wikipedia), ) • ``[UX encompasses] all aspects of the end-user's interaction with the company, its services, and its products. e first requirement for an exemplary user experience is to meet the exact needs of the customer, without fuss or bother. Next come simplicity and elegance that produce products that are a joy to own, a joy to use. True user experience goes far beyond giving customers what they say they want, or providing elist features.'' (User Experience (Nielsen-Norman Group), ) • ``[UX is] a result of motivated action in a certain context.'' (Mäkelä e Fulton Suri, ) • ``[UX is] a consequence of a user's internal state (predispositions, expectations, needs, motivation, mood, etc.), the aracteristics of the designed system (e.g. complexity, purpose, usability, functionality, etc.) and the context (or the en- vironment) within whi the interaction occurs (e.g. organisational/social mea- ningfulness of the activity, voluntariness of use, etc.).'' (Hassenzahl e Tractinsky, ``User experience -- a resear agenda'') Zimmermann, ``Beyond Usability -- Measuring Aspects of User Experience'' iden- tifica comunque tre dimensioni e sono comuni nel conceo di Experience design:
  • 53.
    .. ASPETTI MOTIVAZIONALI . approccio olistico, e tiene conto di aspei non funzionali; . valutazione soggeiva: si tiene conto di dimensioni soggeive, quali l'utilità e l'usabilità percepita o la piacevolezza; . focalizzazione sugli aspei positivi dell'interazione: divertimento, passione, pia- cevolezza. Hassenzahl e Tractinsky, ``User experience -- a resear agenda'' identificano  pro- speive: . un ampliamento della prospeiva oltre gli aspei strumentali, e tenga conto degli aspei edonici e motivazionali; . un'aenzione agli aspei emotivi ed affeivi, sia quali antecedenti per la disposi- zione d'uso di un artefao, sia come consequenza dell'uso; . una focalizzazione agli aspei di contestualità e temporalità dell'esperienza. .. Emotional design L'aspeo emotivo è, naturalmente, una parte importante dell'experience design. Da sem- pre l'usabilità si preoccupa e l'interazione con l'artefao non causi emozioni negative di frustrazione, ansia e rabbia dovuti a difficoltà d'uso, errori o malfunzionamenti. L'at- titudine positiva dell'experience design si focalizza sull'elicitazione di emozioni positive; l'aspeo estetico e la piacevolezza d'uso contribuiscono a rendere positiva la valenza emozionale dell'interazione. Ciononostante, per loro natura le emozioni non posso- no essere programmate, e dunque progeare gli aspei emotivi risia di essere una aspirazione velleitaria (ibid.). . Aspetti motivazionali In almeno  delle definizioni e abbiamo riportato, ricorrono i concei di bisogni (needs), motivazioni, aspeative. Focalizzarsi sugli aspei motivazionali come base teorica per una definizione dell'experience design ha, a mio avviso, numerosi vantaggi. In primo luogo viene superata la contrapposizione fra la dicotomia funzionale -- non funzionale. Sia gli aspei funzionali e quelli non funzionali possono concorrere a soddisfare diversi bisogni degli utenti. Il livello motivazionale, al contrario, giustifica teoreticamente l'ipotesi e le evidenze empirie e gli aspei funzionali e quelli emotivi ed estetici tendono ad interagire: un prodoo e funziona bene produce emozioni posi- tive (e, soprauo, un prodoo e non funziona o è difficile da usare produce emozioni negative), un prodoo bello, piacevole o divertente risulta più produivo, in quanto più produiva è l'interazione con l'utente. In secondo luogo ane gli aspei soggeivi, pur rimanendo tali, trovano una giu- stificazione teorica: la valutazione soggeiva degli aspei non funzionali risulta non arbitraria ma legata alla soddisfazione dei bisogni (non funzionali) dell'utente.
  • 54.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI Infine, la prospeiva motivazionale giustifica l'approccio olistico e multidisciplina- re, in quanto riconosce esplicitamente e, nei suoi comportamenti, una persona è mo- tivata contemporaneamente da bisogni, scopi e motivazioni diverse, e e soltanto un approccio olistico può sperare di tenerne conto. Risulta pertanto importante poter disporre di una teoria motivazionale e costi- tuisca la base (o quantomeno una delle basi) dell'experience design. Giacoma e Casa- li, Design Motivazionale Usabilit`a Sociale e Group Centered Design definiscono questo approccio Design Motivazionale. .. Bisogni, scopi, motivazioni La leeratura sulla psicologia motivazionale distingue differenti costrui e interagi- scono nel determinare le motivazioni degli individui (Eccles e Wigfield, ``Motivational beliefs, values, and goals''): • i bisogni; • gli scopi; • i valori; • gli interessi. Secondo Baumeister e Leary, ``e Need to Belong: Desire for Interpersonal Aa- ments as a Fundamental Human Motivation'' i bisogni cosiddei fondamentali condi- vidono alcune caraeristie: • si aivano frequentemente, salvo condizioni avverse • hanno conseguenze sul piano emotivo - affeivo • condizionano i processi di pensiero • la loro non soddisfazione può portare a malessere psicofisico • elicitano comportamenti orientati allo scopo di soddisfarli • tendono ad essere universali • non derivano da altri bisogni • influenzano una ampia varietà di comportamenti • hanno ampie implicazioni psicologie. Secondo Maslow, ``A eory of Human Motivation'' ogni comportamento motivato va interpretato come una via araverso cui numerosi bisogni vengono simultaneamente espressi o soddisfai; tipicamente un ao comportamentale può avere più di una motiva- zione. esti bisogni di base costituiscono gli scopi ultimi del comportamento. Secondo lo stesso autore i bisogni si collocano in una geraria, e gli individui si preoccupano di soddisfare i bisogni di base prima di quelli di più alto livello nella scala gerarica. ibid. identifica  bisogni:
  • 55.
    .. ASPETTI MOTIVAZIONALI . I bisogni fisiologici costituiscono il livello più basso e dunque più importante della geraria. . Il bisogno di sicurezza costituisce il secondo livello motivazionale. . Il bisogno di amare ed essere amati o, più in generale, il bisogno di relazioni con persone significative. . Il bisogno di autostima, definito come il desiderio di una valutazione stabile, solida e positiva di se stessi. . Il bisogno di autorealizzazione, ovvero della possibilità di realizzare ciò per cui si ritiene di essere capaci. È interessante notare e secondo alcune teorie le emozioni sono polarizzate su due sistemi motivazionali, uno definito appetitivo (e corrisponde ai bisogni fisiologici di Maslow) e uno difensivo (Bradley et al., ``Emotion and Motivation I: Defensive and Appetitive Reactions in Picture Processing''). Il sistema difensivo è aivato in contesti di pericolo, e i repertori comportamentali possono essere di withdrawal, aacco o fuga. Il sistetma appetitivo è aivato in contesti e promuovono la sopravvivenza, ed includono sostentamento, procreazione e nurturance ed il cui repertorio comportamentale di base include l'alimentazione, la sessualità e il caregiving. Teorie motivazionali più recenti Deci e Ryan, ``e “What” and “Why” of Goal Pursuits: Human Needs and the Self-Determination of Behavior'' definiscono il conceo di bisogno come una forma di nutrimento psicologico innato ed essenziale per la cre- scita psicologica, l'integrità ed il benessere dell'individuo. Gli autori identificano tre macrobisogni: . il bisogno di competenza; . il bisogno di relazioni; . il bisogno di autonomia. I sistemi motivazionali interpersonali Lo studio degli aspei motivazionali interessa ane gli ambiti della psicoterapia, soprat- tuo nell'ambito dei disturbi di personalità. Lioi, La dimensione interpersonale della coscienza identifica  sistemi motivazionali e regolano il rapporto interpersonale degli individui: • sistema di aaccamento; • sistema di accudimento; • sistema agonistico; • sistema di cooperazione paritetica; • sistema sessuale.
  • 56.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI Bisogno di competenza Il primo assunto giustifica il fao e le persone tendono a cercare delle situazioni sti- molanti. Generalmente il livello di stimolazione oimale viene considerato quello e assorbe appieno le risorse della persona, e dunque quelle aività il cui livello di difficol- tà (o di sfida) sia abbastanza alto da assorbirne le risorse ma non così alto da risultare troppo difficile. Il livello di stimolazione oimale implica ane auto-determinazione (la persona sente e sta decidendo cosa fare) e competenza (la persona sente di essere competente per l'aività ed il livello di difficoltà e sta affrontando). esto conceo è simile all'idea di livello di flusso oimale descrio da Csikszentmihalyi, Flow: the psy- ology of optimal experience e risale all'idea di Hebb, ``Drives and the c.n.s. (conceptual nervous system)'' secondo cui il bisogno di situazioni stimolanti è giustificato neurofi- siologicamente, in quanto il sistema nervoso è vivo, e ciò e è vivo per sua natura è aivo. Bisogno di relazioni Il bisogno di relazioni si rifà alla teoria dell'aaccamento di Bowlby, Aament and loss: Vol. . Aament; in ambito motivazionale Baumeister e Leary, ``e Need to Belong: Desire for Interpersonal Aaments as a Fundamental Human Motivation'' concludono e gli esseri umani sono fondamentalmente e pervasivamente motivati da un bisogno di appartenenza, ovvero un forte desiderio di formare e mantenere relazioni durevoli di aaccamento interpersonale. Le persone cercano frequenti interazioni affet- tivamente positive, nel contesto di relazioni di cura a lungo termine. Bisogno di autonomia Il conceo di autonomia definisce l'endorsement interno delle proprie azioni, ed il senso soggeivo (fenomenologico?) e le azioni emenano da se stessi e a se stessi possono essere aribuite. Le azioni autonome sono pertanto delle scelte, e Deci e Ryan, ``e Support of Autonomy and the Control of Behavior'' intendono in senso non tanto co- gnitivo quanto fenomenologico (organismico, nei loro termini) ancorato nel senso di un pieno e più integrato funzionamento. Più il comportamento è autonomo, più è endorsed completamente dal se ed è esperito come un comportamento di cui è responsabile. Secondo ibid. i contesti e gli eventi e supportano l'autonomia tendono a mantenere ed aumentare la motivazione intrinseca, mentre le situazioni controllanti tendono a dimi- nuirla. ando il significato funzionale di eventi o contesti supporta il comportamento autonomo delle persone, questi adoano processi comportamentali e sono qualitati- vamente differenti da quelli adoati in contesti controllanti. Situazioni e promuovono l'autonomia supportano i comportamenti autodeterminati, aumentano il senso di endor- sement delle proprie azioni, e la sensazione e il comportamento emana da se stessi. Il repertorio comportamentale è più flessibile, vi è una minor percezione di tensione emo- tiva, un tono emozionale più positivo, maggior creatività e capacità di apprendimento e funzionamento cognitivo.
  • 57.
    .. ASPETTI MOTIVAZIONALI ibid. dimostrano e, in contesti e supportano l'autodeterminazione, le persone esperiscono la sensazione di poter scegliere le proprie azioni, e queste azioni sono in- tegrate con la propria personalità, e vi è una minor sensazione di pressione e di conflio. Le situazioni controllanti, al contrario, portano a comportamenti di compliance (ub- bidienza) od defiance; il controllo, sia quando esercitato dall'esterno e da se stessi, innesca processi regolatori più rigidi, con un maggiore senso di pressione, tensione, to- no emotivo più negativo, e le prestazioni finali tendono ad essere peggiori (peggiore apprendimento, comprensione, creatività. Need for cognition Il conceo di need for cognition è stato sviluppato da Cacioppo e collaboratori nell'am- bito delle teorie della persuasione. L'Elaboration Likelihood Model (ELM) si basa su due assunzioni: . gli individui desiderano avere delle credenze e delle aitudini corree, in modo da fare le scelte più appropriate e convenienti; . l'overload informativo costringe le persone a elaborare soltanto una parte delle informazioni e riceve, ed adoare delle semplificazioni (euristie) per assumere le decisioni senza elaborare un numero eccessivo di informazioni. Pey et al., ``To think or not to think - Exploring Two Routes to Persuasion'' propongono due procedure decisionali: una centrale, definita elaborativa, cognitivamente costosa, ed una periferica, definita euristica, e si basa prevalentemente su regole semplici, come l'araività della fonte informativa o la lunghezza del messaggio. Ognuno di noi utilizza di volta in volta una dellee due procedure, e spesso entrambe. L'uso dell'una o dell'altra dipende da aspei situazionali e disposizionali. Fra gli aspei situazionali, la rilevanza personale dell'argomento, faori come limiti temporali, distra- zione o noia. gli aspei disposizionali vengono aribuiti al costruo di need for cogni- tion, e viene defininta come la tendenza individuale ad ingaggiare spontaneamente dei processi cognitivi e di pensiero. Le persone con più alta Need for cognition tende- ranno ad usare più frequentemente la procedura centrale, e tendono a basare le proprie aitudini su una valutazione aenta dei messaggi pertinenti, mentre le persone con bas- so need for cognition si lasciano influenzare in egual misura da argomenti solidi e da argomenti superficiali. Need for cognitive closure Un costruo complementare a quello di need for cogni- tion è la need for cognitive closure (Webster e Kruglanski, ``Individual Differences in Need for Cognitive Closure''). esto costruo viene definito come il bisogno di ave- re una risposta per ogni argomento, una qualsiasi risposta, piuosto e rimanere in una situazione di ambiguità. La mancata iusura cognitiva viene vissuta come un co- sto, ane peré, in base all'assunto citato precedentemente sul desiderio di avere delle credenze appropriate, la non iusura implica la necessità di ulteriore elaborazione co- gnitiva. Ane in questo caso vi sono sia faori situazionali e disposizionali. I faori situazionali più importanti sono i vincoli temporali (compiti in cui bisogna raggiungere una decisione in tempi strei) e quei faori e rendono spiacevole o noioso un compito.
  • 58.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI Gli aspei disposizionali vengono aribuiti al costruo di need for closure, e correla con dimensioni di personalità quali una preferenza per le situazioni ordinate e struura- te, disagio per le situazioni ambigue, trai di tipo decisionista, desiderio di prevedibilità delle situazioni future, ed una tendenza alla iusura mentale e al dogmatismo. Implicit power motivation (nPower) Il conceo di implicit power motivation (n Power) è definito come l'aitudine ad avere un rinforzo positivo (piacere) nell'avere un impao fisico, mentale o emozionale su altri individui o gruppi di individui e il livello di sofferenza derivante dall'esperienza del subi- re l'influenza di altri (Stanton e Sultheiss, ``e hormonal correlates of implicit power motivation''). Le persone con un'alta motivazione al potere sono interessate ad avere un impao sugli altri, ed oengono piacere e rinforzo nell'esercitare tale influenza. esto costruo ha importanti correlati disposizionali e comportamentali. Le persone con alto nPower tendono a correre più risi, a comperare ed esibire oggei costosi, ad assumere aeggiamenti politici più radicali, aeggiamenti sessuali più promisqui, ad abusare di alcol e ad esibire comportamenti violenti nei confronti degli altri significativi. Sebbene il costruo di nPower non abbia direa ainenza con l'interazione uomo-computer, può avere un impao in tui i contesti di computer mediated comunication e in tue quelle circostanze in cui la tecnologia viene utilizzata per interagire con altre persone. La leeratura sul costruo di nPower evidenzia inoltre due aspei interessanti nell'am- bito dello studio dei bisogni motivazionali. La necessità di misure implicite: la leera- tura dimostra e questionari di self report e misurano esplicitamente il costruo di power motivation tendono ad avere scarso valore prediivo, mentre misure implicite risultano essere molto più affidabili (Pang e Sultheiss, ``Assessing Implicit Motives in U.S. College Students: Effects of Picture Type and Position, Gender and Ethnicity, and Cross-Cultural Comparisons''; Stanton e Sultheiss, ``e hormonal correlates of im- plicit power motivation''). Nella ricerca sul nPower vengono misurati ane i correlati ormonali, ad esempio i cambiamenti nel livello di testosterone e cortisolo in contesti competitivi (Stanton e Sultheiss, ``e hormonal correlates of implicit power motiva- tion''; Wirth, Welsh e Sultheiss, ``Salivary cortisol anges in humans aer winning or losing a dominance contest depend on implicit power motivation''). Lo studio dei correlati ormonali può aprire delle interessanti prospeive nello studio di motivazioni e bisogni. .. Gli scopi [Ford ()] definisce gli scopi come ``stati finali desiderabili'' e gli individui cerca- no di raggiungere araverso la regolazione cognitiva, affeiva e bioimica dei propri comportamenti. Gli individui determinano e sono guidati dai propri scopi. Secondo Ford la motivazione è influenzata da scopi, emozioni e credenze sulla agency personale (personal agency beliefs). Ford e colleghi distinguono fra scopi interni-personali e scopi relazionali. Fra gli scopi personali annoverano • scopi affeivi-emozionali (felicità, benessere psicofisico);
  • 59.
    .. ASPETTI MOTIVAZIONALI • scopi cognitivi (creatività, esplorazione); • scopi di autoorganizzazione soggeiva (unità, coerenza, bisogno di trascendenza). Gli scopi relazionali includono: • scopi di auto-assertività: auto-determinazione, individualità; • scopi di relazione e integrazione sociale: appartenenza, responsabilità sociale; • scopi di realizzazione (task goals): mastery (competenza), sicurezza, guadagno (accumulo di risorse). Una simile tassonomia è proposta da Chulef, Read e Walsh, ``A Hierarical Taxo- nomy of Human Goals'', e distinguono  cluster: . Scopi intrapersonali: • libertà, creatività, possibilità di godere del piacere estetico, flessibilità, aper- tura, divertimento; • benessere psicologico, stabilità, sicurezza, crescita personale, capacità di ot- tenere risultati (aievement), indipendenza e autodeterminazione; • educazione, sviluppo intelleivo, possibilità di fare carriera e di oenere dei buoni risultati economico-finanziari. . Scopi interpersonali: • appartenenza, riconoscimento e approvazione sociale; • amicizia, supporto e conforto dagli altri, leadership, capacità di essere di esempio e di aiutare, rispeo; . Famiglia, matrimonio, amore, sessualità; pur essendo questi scopi intrinsecamente interpersonali, la loro rilevanza ne giustifica un cluster a se stante. Non è sorprendente realizzare e vi è una somiglianza fra bisogni e scopi, tanto e ci si potrebbe iedere e senso abbia distinguere i due costrui. In realtà la distinzione ha senso sia a livello teorico e empirico. A livello teorico i bisogni costituiscono il faore esplicativo degli scopi: gli individui di una data cultura tendono ad avere quegli scopi in quanto ritengono, implicitamente o esplicitamente, e la realizzazione di quegli scopi possa soddisfare i loro bisogni. In secondo luogo gli scopi non sono gli unici motori della motivazione. un individuo può agire per realizzare degli scopi, oppure per coerenza con dei valori, oppure guidato da degli interessi. .. I valori [Feather (e.g., , )] definisce i valori come un insieme di credenze, stabili e generali, su ciò e è desiderabile. I valori emergono da due fonti principali: • le norme sociali
  • 60.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI • i bisogni primari dell'individuo ed il suo senso del sè. I valori influenzano le motivazioni e i comportamenti degli individui, la valenza e l'im- portanza aribuita agli scopi e, di conseguenza, la motivazione a perseguirli. I valori possono però essere condizionati ane dalla probabilità di successo, dal modo in cui successo e fallimento sono percepiti, e dalle caraeristie degli scopi. .. Gli interessi Gli interessi costituiscono l'orientamento delle risorse di un individuo verso determinati dominii. È opportuno distinguere fra interessi individuali, e sono relativamente stabili, ed in- teressi situazionali, elicitati da specifici contesti, aività, compiti o affordances. L'orientamento può essere determinato da • aspei emozionali (feeling-related) quali il coinvolgimento, la stimolazione, la sensazione di flusso oimale; • giudizi di valore (value-related), se al dominio vengono aribuiti valori congruenti con il sistema valoriale dell'individuo. I due aspei (emozionale e valoriale) tendono a correlare, ma vi sono differenze indivi- duali: per alcune persone è prevalente l'aspeo emozionale, per altre quello valoriale. In entrambi i casi l'interesse ha una valenza intrinseca: un interesse motiva l'individuo di per sé, senza la necessità di motivazioni esterne. Per quanto riguarda l'aspeo situazionale i faori e aumentano l'interesse sono: • l'argomento è di rilevanza personale per la persona; • l'argomento è nuovo (novelty); • vi è un buon livello di aività; • la comprensibilità è buona. Novelty, livello di aività e comprensibilità rimandano al conceo di flow. .. Motivazione interna ed esterna Il comportamento di un individuo può essere legato a motivazioni intrinsee od estrin- see. Il comportamento motivato intrinsecamente è, per definizione, autodetermina- to (Deci e Ryan, ``e Support of Autonomy and the Control of Behavior''), emerge spontaneamente, motivato dalla soddisfazione implicita. Un comportamento è motiva- to estrinsecamente quando il suo scopo è separabile dall'aività in sè, quando lo scopo è quello di evitare una conseguenza negativa, quando il fine è quello di oenere un ri- sultato considerato importante. Ryan e Deci, ``Intrinsic and Extrinsic Motivations: Classic Definitions and New Di- rections'' hanno soolineato l'idea di un continuum fra motivazione esterna ed interna,
  • 61.
    .. ASPETTI MOTIVAZIONALI ed hanno identificato un processo di internalizzazione. La motivazione può dunque es- sere esterna (la regolazione proviene dall'ambiente), introiezione (regolazione interna basata da motivazioni come il senso del dovere), identificazione (regolazione interna ba- sata sulla percezione di utilità del comportamento), integrazione (regolazione basata su ciò e l'individuo pensa sia importante per sé o coerente con i suoi valori). La mo- tivazione è completamente interna però solo se si raggiunge il livello di stimolazione oimale. La teoria del Flusso Oimale di Csikszentmihalyi definisce i comportamenti motivati intrinsecamente nei termini di esperienza soggeiva immediata e ha luogo quando le persone sono impegnate in una aività. La situazione di flow è caraerizzata da: • sensazione fenomenologica di sentirsi pienamente immersi e guidati dall'aività; • azione e consapevolezza sono fenomenologicamente unite (a merging of action and awareness); • il focus aentivo è concentrato sull'aività; • vi è una diminuzione del senso di autocoscenza; • sensazione soggeiva di autocontrollo e di pieno controllo della situazione. .. Valutazioni dei compiti Il valore di un compito, secondo Eccles e Wigfield, ``Motivational beliefs, values, and goals'', viene valutato in base a  componenti: . Valore intrinseco: il piacere (enjoyment) e l'individuo oiene nel cimentarsi nel- l'aività, o l'interesse soggeivo e l'individuo ha per l'argomento; corrisponde alla motivazione intrinseca e al conceo di flow. . Valore utilitaristico, è determinato dall'utilità percepita relativa agli scopi, correnti e futuri. Un compito può avere un valore positivo peré facilita importanti scopi futuri, ane se il valore intrinseco è basso. . Valore di aainment (realizzazione): • l'importanza personale aribuita a fare bene quale cosa (in generale); • la rilevanza del compito nel confermare o disconfermare aspei salienti dello sema di sè. . Costi: sono gli aspei negativi legati al compito; fra i possibili costi vengono an- noverati l'ansia da performance, la paura di fallire, ma ane la paura del successo, la fatica e l'energia e va spesa per portare a termine il compito, e la rinuncia ad altre opportunità e la scelta comporta.
  • 62.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI .. Intenzionalità e motivazioni Il conceo di intenzionalità assume e il comportamento -- esplicito o implicito -- ven- ga interpretato nei termini delle intenzioni degli individui di agire al fine di oenere determinati risultati. Deci e Ryan, ``e Support of Autonomy and the Control of Behavior'' definiscono intenzione la determinazione ad impegnarsi in un particolare comportamento. L'inten- zione implica causazione personale ed è equivalente all'essere motivato all'azione. Le intenzioni derivano dal desiderio di oenere dei risultati (outcomes) e hanno va- lenza positiva, o di evitare risultati con valenza negativa. Affiné vi sia intenzionalità e motivazione, sono necessari tre prerequisiti: . il soggeo deve avere degli scopi da perseguire; . deve assumere e vi sia una relazione causale fra comportamento e conseguenza desiderata; . deve credere di poter portare a termine il comportamento considerato efficace. Se manca uno di questi requisiti la motivazione diminuisce o scompare. Dea in altri termini, vi è motivazione se gli individui credono e risultati desiderabili possano essere conseguiti seguendo determinati comportamenti, e se si ritengono com- petenti nell'eseguire quei comportamenti. Se l'individuo non ha iari i propri scopi e i propri bisogni; se ritiene e la soddi- sfazione di bisogni e la realizzazione degli scopi sia indipendende dai comportamenti; infine se ritiene di non avere le competenze necessarie per eseguire quei comportamenti, la motivazione sarà scarsa o nulla. .. Conclusioni Riassumendo, possiamo elencare numerosi bisogni e condizionano la qualità della vita e guidano il comportamento degli individui: • bisogni materiali: bisogni fisiologici, necessità di tipo economico; a questo bisogno sono legati alcuni scopi di realizzazione, specificamente lo scopo di guadagno; • bisogno di sicurezza, e relativi scopi; • bisogno di relazioni; all'interno di questo tipo di bisogno possiamo annoverare il sistema di aaccamento, di accudimento, di cooperazione, di appartenenza e il sistema motivazionale sessuale; a questi bisogni si associano gli scopi affeivi, gli scopi di appartenenza e gli scopi di famiglia, matrimonio, amore e sessualità; • il bisogno di autostima, al quale possono essere legati numerosi scopi: mastery, aievement, educazione, sviluppo intelleivo, carriera, successo economico;
  • 63.
    .. LE MOTIVAZIONINELL'EXPERIENCE DESIGN  • il bisogno di autorealizzazione, competenza, need for cognition / closure; a questo bisogno sono associabili gli scopi cognitivi: creatività, esplorazione, mastery; • il bisogno di autonomia, a cui sono associabili gli scopi di auto-organizzazione soggeiva, auto-assertività, auto-determinazione, individualità; • il bisogno di esercitare potere sulle altre persone (nPower), a cui sono associabili gli scopi di leadership, rispeo, capacità di essere di esempio. . Le motivazioni nell'experience design L'experience design si occupa di progeare artefai cognitivi, ovvero oggei e le per- sone (utenti) utilizzeranno per compiere delle azioni. Se i comportamenti e le azioni delle persone sono legati a motivazioni, bisogni, scopi, valori, interessi, ecco e que- sti costrui influiranno sull'adozione ed il reale utilizzo di un artefao da parte di un potenziale utente. Per questo motivo si sta assistendo ad un crescente interesse per la psicologia della motivazione da parte dell'experience design (Giacoma e Casali, Design Motivazionale Usabilit`a Sociale e Group Centered Design; Venkatesh, ``Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Tenology Acceptance Model''; Zhang, ``Motivational Affordances: Reasons for ICT Design and Use''). Che ruolo può avere la teoria delle motivazioni nel design di artefai cognitivi? .. Tenology acceptance model Il problema del reale utilizzo degli artefai eleronici da parte degli utenti è emerso già negli anni ', con la prima introduzione di computer e sistemi eleronici nelle or- ganizzazioni e nelle aziende. L'ingresso del calcolatore negli uffici ha incontrato non poe resistenze: Davis, Bagozzi e Warshaw, ``User acceptance of computer tenolo- gy: a comparison of two theoretical models'' scrivevano e gli utenti finali erano spesso contrari ad usare i sistemi informatici e, se adoperati, avrebbero generato dei significa- tivi miglioramenti nella performance, e soolineavano come il successo dell'adozione di questi strumenti era legato alla capacità di progeare applicazioni e gli utenti fossero motivati ad usare. La tenology acceptance model è una teoria sviluppata per affrontare il problema della acceabilità all'uso di un artefao digitale. La TAM è un adaamento della eory of Reasoned Action, un modello sviluppato da Ajzen e colleghi a partire dalla metà degli anni . Secondo la TRA i comportamenti di un individuo sono determinati dall'aitu- dine personale ed alle norme soggeive; le aitudini sono determinate dalle credenze individuali e dalla valenza emozionale legata al comportamento o alle sue risultanti. La Tenology acceptance model identifica, quali determinanti dell'aitudine all'uso di un artefao, due costrui: l'utilità percepita e l'usabilità percepita. Secondo il modello l'usabilità percepita influenza ane l'utilità percepita, la quale influenza ane l'aitu- dine personale. L'utilità precepita viene definita come la credenza di un utente e l'uso della tecnologia possa aumentare la sua produività l'usabilità percepita è la creden-
  • 64.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI za e l'uso di una tecnologia sia free of effort, ovvero e non sia (cognitivamente) faticoso. Una meta-analisi pubblicata da Lee, Kozar e Larsen, ``e tenology acceptance model: past, present, and future'' conferma la solidità del modello, capace di prevedere l'adozione di tecnologie fra loro molto diverse: e-mail, editor di testi, fogli di calcolo, strumenti di grafica. Le determinanti dell'usabilità percepita Nell'indagare le variabili e determinano l'usabilità percepita, Venkatesh, ``Determi- nants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Tenology Acceptance Model'' evidenzia l'importanza dell'esperienza d'uso di un artefao nel definire la sua utilità e usabilità percepita, e identifica nell'euristca di an- coraggio ed aggiustamento la modalità e gli utenti adoano per modificare la propria percezione di utilità e usabilità nel corso dell'esperienza d'uso. In base a questa euristica, gli utenti potenziali e non hanno ancora interagito con un sistema tendono basare il loro giudizio di utilità ed usabilità su delle ancore cognitive: le sue esperienze passate, il contesto d'uso e le prime percezioni del sistema. Se le informazioni di contesto sono scarse, l'esperienza passata diventa elemento preponderante; se il contesto è informati- vo, l'esperienza passata assume un peso minore. Secondo ibid. la percezione di utilità e di uso di un utente potenziale si ancora sulle pro- prie credenze rispeo alle tecnologie, sulle esperienze passate e sul contesto. Mano a mano e egli interagisce con il sistema, la sua percezione viene aggiustata, tanto e spesso vi è una correlazione piuosto bassa fra la percezione di utilità e usabilità iniziale e quella riportata dopo un uso estensivo dello strumento. Determinanti di ancoraggio ibid. identifica  variabili e determinano l'ancoraggio: L'auto-efficacia tecnologica anto l'utente pensa di essere capace di usare il pc, internet o le tecnologie; più specificamente questo costruo è legato alla percezione del- l'utente di disporre della conoscenza, delle risorse e delle opportunità riieste per usare l'artefao; all'interno di una organizzazione l'autoefficacia si complementa con il sup- porto esterno, ovvero la presenza di supporto, formale o informale, da parte di colleghi o personale tecnico (in ambito domestico il supporto può essere rappresentato da un amico esperto). La motivazione intrinseca La motivazione intrinseca non era prevista nel modello TAM originale - mentre la motivazione estrinseca è rappresentata dall'utilità percepita. Nell'estensione proposta da ibid. la motivazione estrinseca è uno dei determinanti di ancoraggio, e viene associata al costruo di playfulness; in questo contesto la playfulness è un trao stabile dell'utente ed è relativamente indipendente dal contesto; in gergo potremmo definire la playfulness in termini di quanto un utente è smaneone (o geek): è la propensione ad usare nuove tecnologie, per il piacere di usarle e non solo per la
  • 65.
    .. LE MOTIVAZIONINELL'EXPERIENCE DESIGN  loro utilità. Gli smaneoni tendono a soostimare le difficoltà nell'uso di un nuovo sistema, in quanto tendono a divertirsi nell'esplorarne il funzionamento e considerano meno faticoso il processo di apprendimento. Le persone con un'alta playfulness tendono ad avere una più alta percezione della facilità d'uso di un artefao e non conoscono, proprio peré le difficoltà e prevedono e dovranno affrontare vengono viste più come una sfida e come una fatica. La computer anxiety Si presenta come una emozione di apprensione, o addiriura di paura, e emerge all'idea di dover utilizzare un artefao eleronico; è una reazione affeiva negativa verso l'uso delle tecnologie, un costruo legato alla percezione gene- rale dell'utente sull'uso dello strumento, ed è tendenzialmente negativamente correlato all'auto-efficacia. Sebbene nel corso dei decenni la pervasività dei calcolatori abbia portato ad una evolu- zione del rapporto delle persone con i computer, le persone la cui percezione di auto- efficacia tecnologica è bassa possono sviluppare una sensazione d'ansia nel momento in cui si trovano costrei ad interagire con strumenti o programmi e non conoscono. Nel contesto più ampio delle teorie sulla motivazione, la computer anxiety può es- sere assimilata ai comportamenti di evitamento legati al bisogno di autostima: secondo Croer e Park, ``e Costly Pursuit of Self-Esteem'' la motivazione a validare l'autosti- ma araverso l'evitamento di situazioni e potrebbero dimostrare il proprio disvalore tende a generare ansia. Deo in altri termini, se il non saper fare qualcosa viene vissuto come una minaccia alla propria autostima si innescano emozioni di ansia. Le determinanti di aggiustamento Se le determinanti di ancoraggio influiscono sul- l'usabilità percepita già prima del reale utilizzo dell'artefao da parte dell'utente, nel mo- mento in cui l'oggeo viene utilizzato la percezione di usabilità cambia. L'auto-efficacia e l'ansia tecnologica continuano però a giocare un ruolo sull'usabilità percepita. A questi costrui, però, se ne aggiungono altri due, specifici della fase di aggiustamento. Usabilità reale Com'è lecito aspearsi, l'usabilità oggeiva di un artefao influen- za la sua usabilità percepita. Se prima di iniziare ad usare uno strumento l'usabilità può essere soltanto stimata, durante l'utilizzo influenza profondamente la percezione e l'utente ha del sistema. Piacevolezza (percived enjoiment) La piacevolezza d'uso, percepita durante l'uti- lizzo dell'artefao, ha an'essa un ruolo nella facilità d'uso percepita di un artefao e si sta usando. Il legame fra piacevolezza (estetica) e usabilità percepita è documentato ane da Tractinsky, katz katz e Ikar, ``What is beautiful is usable''. Limiti della TAM La Tenology Acceptance model costituisce un solido punto di partenza sia teorico e metodologico, in quanto permee di prevedere il comportamento degli utenti potenziali e reali e la loro aitudine nei confronti di un artefao. Nell'ambito dello user experience design, però, il modello ha due ordini di limitazioni:
  • 66.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI • da una parte si focalizza quasi esclusivamente sull'acceabilità di uno strumen- to, e dunque si applica prevalentemente nei luoghi di lavoro, per artefai la cui motivazione d'uso è fortemente legata alla funzionalità; • in secondo luogo i costrui di ancoraggio sono quasi esclusivamente in termini di trai stabili degli utenti, mentre le caraeristie dell'artefao entrano in gioco soltanto nei determinanti di aggiustamento. Ciononostante, la TAM costituisce un valido punto di partenza, grazie al suo buon valore prediivo ed alla solida base teorica ed impirica; nella sua versione estesa, inoltre, intro- duce quegli aspei di motivazione intrinseca e costituiscono l'aspeo più innovativo della user experience design. .. Il costrutto di flow nell'HCI Flusso di esperienza ottimale Il conceo di flow descrive uno stato psicologico in cui un individuo si sente cognitiva- mente efficiente, motivato e contento. Durante lo stato di flow, le persone sono assorte nelle loro aività, e i pensieri e le percezioni irrilevanti sono escluse. Il flusso oimale è stato conceualizzato come una esperienza oimale e emerge nel momento in cui una situazione implica l'utilizzo delle proprie capacità ad un livello tale e il compito costituisce una sfida. Affiné questo stato si innesi, però, è necessario e la sfida del compito sia abbastanza alta da non annoiare la persona ma non così alta da generare ansia. Le dimensioni del flusso ottimale Csikszentmihalyi, Flow: the psyology of optimal experience, nel definire il costruo di flusso oimale, identifica  dimensioni . obieivi iari (clear goals); . feedba immediato; . livello di competenza buono, e appropriato alla situazione; . l'unità fenomenologica fra azione e coscienza; . focalizzazione dell'aenzione sul compito; . un senso di controllo della situazione . una modificazione del senso di autocoscienza . una alterazione del senso del tempo . un senso di appagamento e motiva intrinsecamente l'azione (esperienza autote- lica).
  • 67.
    .. LE MOTIVAZIONINELL'EXPERIENCE DESIGN  Sebbene numerosi studi abbiano applicato il conceo di flow all'experience design (Chen, Wigand e Nilan, ``Optimal experience of Web activities''; Koufaris, ``Applying the Tenology Acceptance Model and Flow eory to Online Consumer Behavior''; Pa- ce, ``A grounded theory of the flow experiences of Web users''; Skadberg e Kimmel, ``Visitors’ flow experience while browsing a Web site: its measurement, contributing factors and consequences''; Sweetser e Wyeth, ``GameFlow: A Model for Evaluating Player Enjoyment in Games''), Finneran e Zhang, ``Flow in computer-mediated envi- ronments: promises and allenges'' soolineano come vi siano delle discrepanze fra i vari autori in merito all'utilizzo delle nove dimensioni elencate da Csikszentmihalyi e al loro ruolo come antecedenti, conseguenze o misure del livello di flusso oimale. Una seconda critica avanzata da ibid. riguarda la mancata distinzione fra l'artefao e il com- pito e dovrebbe generare lo stato di flusso oimale. Molte delle ricere, infai, si focalizzano sull'uso del web, ma in molti casi il compito non è ben definito. Un limite probabilmente maggiore è e immaginare di progeare un artefao capace di innescare uno stato di flusso oimale negli utenti è del tuo velleitario. Dimensioni del flusso ottimale e experience design Nonostante i limiti dell'applicazione del conceo di flusso di esperienza oimale all'expe- rience design, le dimensioni proposte da Csikszentmihalyi possono costituire degli utili princˆipi di progeazione. Obieivi iari, feedba immediato, difficoltà del compito proporzionale alle capacità dell'utente, controllo del sistema da parte dell'utente sono regole di progeazione e possono aumentare l'utilità, l'usabilità ma ane la piacevo- lezza d'uso dell'artefao. este regole possono aumentare la motivazione intrinseca dell'utente. .. Goal directed design Cooper, e Inmates are running the Asylum, nel capitolo Designing for Power, sooli- nea come l'interaction design ha senso solo nel contesto di una persona e usa l'artefat- to per uno scopo. Gli scopi sono dunque, per Cooper, gli elementi iave (assieme alle personas) dell'interaction design. ibid. distingue fra scopi personali, scopi aziendali e scopi pratici. Fra gli scopi personali elenca il non sentirsi stupidi, non fare errori, finire le cose e dobbiamo fare, divertirsi o quantomeno non annoiarsi troppo. Aumentare i profii, la quota di mercato, ampliare la gamma di prodoi e servizi sono scopi aziendali. Gli scopi pratici sono quelli e, nell'ambiente lavorativo, permeono all'impiegato di portare a termine il proprio lavoro: soddisfare le riieste dei clienti, o mantenere in or- dine l'arivio, o scrivere la relazione per il capo. Cooper, Reimann e Cronin, About Face , pur ribadendo la centralità dei goal nell'interaction design, propongono un modello differente, basato sui tre livelli di processamento proposti da Norman, Emotional Desi- gn: viscerale, comportamentale e riflessivo. Secondo Cooper, Reimann e Cronin, About Face  al livello viscerale si associano gli experience goals, a quello comportamentale gli end goals, a quello riflessivo i life goals.
  • 68.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI Goal e Personas Cooper viene considerato l'inventore delle personas, una tecnica di design utilizzata per personificare le caraeristie più importanti degli utenti di un prodoo; permeono di definire i requisiti di prodoo e di focalizzare il team di progeazione e sviluppo su di un approccio centrato sull'utente (Sinha, ``Persona Development for Information-ri Domains''). I personaggi devono essere definiti da una serie di caraeristie demografi- e, tecnie e culturali (Grudin e Prui, ``Personas, Participatory Design and Product Development: An Infrastructure for Engagement''); ma soprauo i personaggi devono avere degli obieivi e delle motivazioni. L'uso dei personaggi e il Goal directed design costituiscono dunque un esempio conso- lidato del ruolo di obieivi e motivazioni nell'experience design. Il limite maggiore del modello proposto da Cooper, Reimann e Cronin, About Face  è però la base teorica: non viene faa distinzione fra scopi e bisogni e si riferisce ad un modello teorico, quello di Norman, Emotional Design, e non è propriamente una teoria motivazionale. . I modelli sociocognitivi nell'experience design Come abbiamo visto nelle sezioni precedenti, lo user experience design si propone di am- pliare l'approccio della interazione uomo computer oltre gli aspei funzionali (beyond the instrumental) e focalizzandosi su aspei edonici, estetici, emozionali Forlizzi e Bat- tarbee, ``Understanding Experience in Interactive Systems'' o seduivi Khaslavsky e Shedroff, ``Understanding the Seductive Experience''. Il principio di focalizzarsi sugli scopi e sui bisogni degli utenti è assunto esplicitamente da molti autori (Cooper, Rei- mann e Cronin, About Face ; Hassenzahl e Tractinsky, ``User experience -- a resear agenda''). Ciononostante, la leeratura sulle teorie sociocognitive della motivazione è sostanzialmente ignorata nell'ambito dell UX. .. La valutazione di un artefatto Il modello di Eccles e Wigfield, ``Motivational beliefs, values, and goals'' sulla valuta- zione delle azioni, come abbiamo visto, identifica  parametri: . il valore intrinseco; . il valore utilitaristico; . il valore legato all'autostima o al valore di sè; . i costi di quell'azione. esti quaro parametri possono costituire ane la base per valutare l'experience di un artefao, ane peré, nonostante si basino su costrui teorici almeno in par- te diversi, alcune delle teorie e abbiamo analizzato risultano compatibili con questo sema. La tenology acceptance model si basa sull'utilità e sull'usabilità percepita, e nel suo modello esteso include la motivazione intrinseca (playfulness e piacevolezza). L'utilità percepita corrisponde al valore utilitaristico, la playfulness e la piacevolezza al
  • 69.
    .. I MODELLISOCIOCOGNITIVI NELL'EXPERIENCE DESIGN  valore intrinseco; l'usabilità percepita è esplicitamente definita in termini di valutazio- ne della difficoltà d'uso (effort), e dunque al costo psicologico; come abbiamo visto, la computer anxiety e, in parte, l'auto-efficacia tecnologica possono essere conceualmente legati all'autostima. I modelli basati sul conceo di flow tendono ad avere un potere esplicativo più limi- tato, in quanto si focalizzano quasi esclusivamente sul valore intrinseco del compito. In questa dimensione, però, offrono una buona base teorica e metodologica. Il goal directed design ha intuito da tempo la necessità di focalizzarsi su bisogni e scopi degli individui. La distinzione fra scopi personali, scopi aziendali e scopi pratici permee di enfatizzare la co-esistenza di bisogni differenti, spesso ignorati ane nello user centered design. Il valore utilitaristico Un artefao ha un valore utilitaristico se i risultati del suo uso permeono ad un utente di realizzare un bisogno o uno scopo. Gli scopi, però, possono essere molteplici; l'approccio tradizionale si è focalizzato soltanto su quelli e Cooper, e Inmates are running the Asylum definisce scopi pratici, e e spesso rientrano nel cluster dei bisogni materiali. In realtà gli strumenti e utilizziamo hanno spesso finalità diverse: il cellulare risponde prevalentemente ai bisogni relazionali: essere in una relazione, flirtare, mantenersi in contao con i membri del proprio gruppo. La connessione ad internet può rispondere a bisogni di competenza e allo scopo di esplorazione, a bisogni relazionali. L'automobile risponde al bisogno di autonomia e a quello di auto-realizzazione, e così via. Utilità reale e percepita L'utilità di un artefao è, di per se, un aspeo oggeivo. L'aeggiamento iniziale dell'utente nei confronti dell'artefao, però, viene guidato più dall'utilità percepita e dall'utilità reale (Venkatesh, ``Determinants of Perceived Ea- se of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Tenology Acceptance Model''). Nel design di un artefao diventa dunque importante lavorare sia sull'aspeo dell'utilità reale e di quella percepita. L'utilità reale può essere massi- mizzata araverso il coinvolgimento dell'utente in un approccio partecipativo: definire assieme ai potenziali utenti quali funzionalità implementare permee di ridurre i costi (evitando di implementare funzioni poco utilizzate) e di aumentare la funzionalità reale. Per quanto concerne l'utilità percepita, è utile adoare un approccio simile a quello e, in ariteura dell'informazione, viene definito information scent (Chi, Pirolli e Pitkow, ``e Scent of a Site: A System for Analyzing and Predicting Information Scent, Usage, and Usability of a Web Site''; Chi et al., Using Information Scent to Model User Information Needs and Actions on the Web; Pirolli e Card, ``Information Foraging'') e e nell'interaction design corrisponde alle affordance percepite introdoe da Norman, e psyology of everyday things.
  • 70.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI Il valore intrinseco Il valore intrinseco è legato al piacere dell'uso dell'artefao, a prescindere dagli effei e dai risultati oenuti. Nella leeratura sugli aspei non funzionali dell'experience design ci si focalizza principalmente sugli aspei emotivi ed estetici, identificando l'experience design con l'emotional design. Ma le teorie motivazionali ci suggeriscono di identificare ane altri faori e possono concorrere in maniera sostanziale all'esperienza d'uso di un artefao: gli interessi, il flusso oimale, i valori. Gli interessi Come abbiamo visto, gli interessi possono essere personali o situaziona- li, possono essere determinati da aspei emozionali, da valutazioni valoriali, da aspei cognitivi. Gli interessi costituiscono una motivazione intrinseca: una aività e corri- sponde ai miei interessi è intrinsecamente motivata (è interessante), e costituisce dunque una possibile componente non funzionale della valutazione soggeiva di un artefao. Gli utenti saranno portati ad avvicinarsi e ad utilizzare quegli artefai e corrispon- dono ai loro interessi personali. Nella fase di analisi basata sullo user centered design, dunque, sarà importante identificare gli interessi dei potenziali utenti, oppure segmen- tare quella popolazione i cui interessi corrispondono alla natura dell'artefao. Nella definizione dei personaggi sarà importante identificare, in maniera empirica e rea- listica, gli interessi degli utenti. Un secondo aspeo, non meno importante, riguarda gli interessi situazionali, ovvero quei faori di contesto e possono aumentare o diminuire l'interesse verso una aivi- tà: la rilevanza personale, la novità, il livello oimale di aività, la comprensibilità. esti faori possono contribuire all'esperienza d'uso di un utente in una determinata circostanza, e vanno dunque gestiti nella fase di analisi e di design. Il flusso ottimale Come abbiamo già soolineato nel paragrafo .., dalla teoria del flusso oimale emergono delle euristie di progeazioni capaci di migliorare il valore intrinseco dell'interazione: obieivi iari, feedba immediato, difficoltà del compito proporzionale alle capacità dell'utente, controllo del sistema da parte dell'utente. I valori I valori costituiscono uno dei faori più importanti nelle scelte e nei compor- tamenti degli individui; se l'utente percepisce e l'uso di un artefao viola dei valori e ritiene importanti, è molto probabile e si asterrà dall'uso. Se, al contrario, percepisce e l'artefao o il suo uso rispeanoe veicolano i suoi valori, risulterà probabilmente molto più motivato ad utilizzarlo. Di nuovo, va tenuto conto di questi aspei sia in fase di analisi e di design e di testing. In fase di analisi vanno identificati i valori della popolazione target, e vanno definiti nella realizzazione delle personas. In fase di design i valori vanno rispeati, ed in fase di test va valutato se inavvertitamente alcuni valori sono stati violati.
  • 71.
    .. I MODELLISOCIOCOGNITIVI NELL'EXPERIENCE DESIGN  L'autostima Il modello di Eccles e Wigfield, ``Motivational beliefs, values, and goals'' elenca la di- mensione dell'autostima come uno degli aspei e entrano in gioco nella valutazione di un compito. Il bisogno di autostima porta gli individui a due tipologie di compor- tamento antitetie: comportamenti di approccio, nelle circostanze in cui ritengono di poter oenere dei risultati capaci di confermare la propria autostima, e comportamenti di evitamento nelle circostanze in cui, al contrario, temono un fallimento ed interpreta- no l'insuccesso come una disconferma del proprio valore (Croer e Park, ``e Costly Pursuit of Self-Esteem''). I comportamenti di evitamento possono influire in maniera importante sull'utilizzo di una tecnologia: come correamente osservano Cooper, Reimann e Cronin, About Face , ``non apparire stupido'' è uno dei bisogni più forti di un individuo, sia nel contesto lavorativo e sociale e famigliare. Ecco e, se messo di fronte ad una tecnologia e non sa usare (o e percepisce di non saper usare), può decidere di allontanarsi e, se questo non è possibile, può sviluppare dei sintomi di ansia o di rabbia. Progeare sistemi con un buon livello di usabilità (reale e percepita) è importante non so- lo per diminuire i costi cognitivi, ma ane per prevenire i comportamenti di evitamento o le emozioni di ansia e di rabbia. I costi Nell'experience design i costi sono di tipo cognitivo, emotivo e motivazionale. I costi cognitivi si riferiscono al carico computazionale necessario ad utilizzare l'artefao. Lo scopo dell'usabilità è quello di diminuire questi costi. La motivazione di un individuo nei confronti di un comportamento o un piano di azione è legata, come abbiamo visto, a numerosi parametri: la rilevanza situazionale del biso- gno o dello scopo; la credenza e il piano di azione possa portare a risultati positivi per la realizzazione dello scopo; la credenza di avere le competenze e le risorse per portare a termine il piano d'azione. Tue le variabili e incidono negativamente su questi fat- tori costituiscono un costo motivazionale, e può portare l'individuo ad abbandonare il compito o a dover investire una maggiore energia per portarlo a termine. Nella progeazione, è importante meere a disposizione dell'utente mezzi capaci di aiu- tarlo a realizzare i suoi scopi, eliminando ambiguità funzionali, complicazioni, dilazioni temporali e riieste inutili di risorse cognitive e motivazionali. .. Affordances motivazionali Zhang, ``Motivational Affordances: Reasons for ICT Design and Use'', ispirandosi al modello di Deci e Ryan, propone un elenco di affordances motivazionali di cui tener conto nell'interaction design: • Supportare l'autonomia • Promuovere la creazione e la rappresentazione dell'auto-identità • Progeare il livello oimale di sfida
  • 72.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI • Offrire feedba tempestivi e positivi • Facilitare l'interazione fra utenti • Rappresentare i legami sociali • Facilitare il desiderio di influenzare gli altri, e il desiderio di essere influenzati • Indurre emozioni positive, sia nel primo impao dell'utente con l'artefao e durante il corso dell'interazione .. Suggerimenti metodologici Le osservazioni dei paragrafi precedenti costituiscono dei suggerimenti di caraere ge- nerale ed indicano una aitudine e il progeista dovrebbe assumere nel design di artefai cognitivi. Risulta però opportuno poter tradurre questi princˆipi in linee guida di tipo metodologico. I suggerimenti e seguono costituiscono soltanto un primo abbozzo. Analisi: personas e bisogni Come abbiamo visto i personaggi sono stati introdoi proprio dai proponenti del goal di- rected design, e sono dunque il deliverable e, in fase di analisi, meglio può riassumere gli aspei motivazionali degli utenti. Il nostro suggerimento è quello di considerare i bi- sogni e gli scopi come l'elemento centrale nella costruzione dei personaggi, possibilmente utilizzando l'elenco suggerito nel paragrafo ... Per ogni personaggio stabilire il livello e la modalità di realizzazione di scopi e bisogni, ed utilizzare i bisogni del personaggio principale nell'analisi dei requisiti. Analisi: definizione dei requisiti motivazionali Nella definizione dei requisiti degli utenti, elencare: . i requisiti funzionali: • requisiti funzionali materiali; • requisiti funzionali non materiali: bisogno di sicurezza, di relazione, di au- tostima, di realizzazione, di autonomia, di potere. . i requisiti non funzionali: • i requisiti per l'oimizzazione degli aspei contestuali degli interessi; • i requisiti legati ai valori degli utenti; • i principi progeuali suggeriti dalla teoria del flusso oimale; • i requisiti estetici e di enjoinment, e quelli e Rullo, ``e so qualities of interaction'' definisce so requirements.
  • 73.
    .. I MODELLISOCIOCOGNITIVI NELL'EXPERIENCE DESIGN  . i requisiti finalizzati a preservare l'autostima dell'utente, a eliminare le possibili cause di non utilizzo, evitare quegli aspei dell'artefao e possono innescare emozioni di ansia o di rabbia; . i requisiti di usabilità e quelli finalizzati a mantenere alta la motivazione dell'u- tente. Progettazione La progeazione deve naturalmente tener conto dei requisiti. • Priorizzare la progeazione ed implementazione di quelle funzioni e soddisfano i bisogni, materiali e non materiali, definiti dai requisiti. • Progeare ed implementare gli aspei autotelici, capaci di aumentare l'interesse degli utenti (rilevanza, novelty, livello di aività, comprensibilità) e di innescare il flusso di esperienza oimale. • Progeare gli aspei estetici, seduivi e di divertimento; • Progeare interazioni e non innesino emozioni di frustrazione, ansia e rabbia.
  • 74.
     CAPITOLO .GLI ASPETTI MOTIVAZIONALI
  • 75.
    Capitolo  L'attenzione . Leteorie dell'attenzione .. Definizione di attenzione L'aenzione seleiva si riferisce all'elaborazione differenziale di sorgen- ti simultanee di informazione [(Johnston and Dark, , pag. ). L'aenzione seleiva è il processo grazie al quale un parte dell'informa- zione disponibile è selezionata da un array sensoriale per ulteriori elabora- zioni, in particolare per la ricognizione o per dei compiti mnemonici (Niebur, Ko and Rosin, ). L'aenzione è un fenomeno e coinvolge il vissuto esperenziale di ogni individuo. Ognuno ha, almeno implicitamente, la sensazione di vivere immerso in un ambiente formato da innumerevoli oggei. A questi oggei pos- siamo decidere di prestare, o meno, il nostro interesse; ma gli stessi oggei, grazie alle loro caraeristie di salienza, possono in quale modo imporsi al nostro interesse o, viceversa, possono mimetizzarsi. Noi tui abbiamo la capacità di ascoltare una persona fra molte e parlano contem- poraneamente: riusciamo a far emergere la sua voce e a portare in secondo piano le altre. Ma se qualcuna delle altre persone pronuncia il nostro nome essa si impone alla nostra coscienza: riusciamo ad accorgerci e si parla di noi ane se non stavamo ascoltando. E' la tipica situazione nota come cotail party. Se iedessimo all'ipotetico uomo della strada una definizione di aenzione questi probabilmente ne parlerebbe come della capacità di decidere quali parti del mondo (e dei nostri stessi pensieri) far emergere a livello della coscienza. Una definizione non molto dissimile a quella data, un secolo fa, da William James: la mia esperienza è ciò a cui decido di prestare aenzione (citato in Bagnara, ). Deo in altri termini, se la coscienza è la nostra telecamera sul mondo l'aenzione è il regista e decide quali inquadrature effeuare. 
  • 76.
     CAPITOLO .L'ATTENZIONE Il rapporto coscienza/aenzione ha condizionato il ruolo di quest'ultima nella storia della psicologia (Bagnara, pag. ). Nell'era pionieristica della psicologia, durante il pe- riodo a cavallo fra il xix ed il xx secolo, la coscienza era considerata uno degli argomenti centrali della materia, ed al problema dell'aenzione veniva di conseguenza aribuita molta importanza. In seguito, con l'avvento del comportamentismo, la coscienza venne considerata un assunto metafisico non solo inutile, ma addiriura dannoso e lo stesso conceo di aen- zione fu ripudiato in virtù degli assunti mentalisti e veicolava. ando il cognitivismo restituì dignità e ciadinanza al mentalismo si incominciò a parlare nuovamente di at- tenzione ed a studiare il fenomeno con i mezzi conoscitivi e, nel fraempo, erano stati sviluppati. Oggi l'aenzione è uno degli argomenti traati non solo della psicologia genera- le, ma ane della neuropsicologia sperimentale, della neuropsicologia clinica, dalla psicofisiologia e dalla neurofisiologia (Johnston and Dark, , pag. ). L'aenzione seleiva consiste nella capacità, da parte di un agente, di selezionare, in base ad un quale criterio, un solo oggeo fra quelli presenti nel suo ambiente. Essa può essere considerata un filtro e seleziona le informazioni in input e decide quali di que- ste debbano essere ulteriormente elaborate e quali, viceversa, debbano essere ignorate. Complementare all'aspeo seleivo vi è il fenomeno della focalizzazione, e consiste nella capacità di sooporre lo stimolo selezionato ad ulteriori elaborazioni. Nel para- grafo ci occuperemo dell'aenzione seleiva, mentre il paragrafo introdurrà l'aenzione focalizzata. . Le funzioni dell'attenzione selettiva Per spiegare l'esistenza ed il funzionamento del processo aentivo è necessario rispon- dere alle seguenti domande: . a e cosa serve il filtro, ovvero per quale motivo è necessario eliminare parte dell'informazione disponibile; . dov'è collocato all'interno del flusso; . com'è fao e come funziona; . in base a quali criteri seleziona le informazioni. Le questioni sono fra loro collegate: non è possibile, ad esempio, pensare e la selezione dell'informazione si basi su criteri semantici se si colloca il filtro in uno stadio precedente l'analisi semantica. Nelle fasi preaentive della percezione l'agente elabora tua l'informazione in arrivo nei propri canali sensoriali, indipendentemente dal numero di oggei percepiti. Nelle fasi postaentive, viceversa, l'agente elabora soltanto i dati riguardanti l'oggeo selezio- nato. Il primo tipo di operazioni è compiuto in parallelo, in quanto alcune operazioni sono effeuate contemporaneamente nei confronti della rappresentazione di innumere- voli oggei; le elaborazioni postaentive sono, viceversa, seriali, poié si applicano ad
  • 77.
    .. LE FUNZIONIDELL'ATTENZIONE SELETTIVA  un solo oggeo alla volta. La perdita di informazione costituisce sicuramente uno svan- taggio in quanto, potendo, sarebbe meglio poter elaborare in maniera completa tui i dati in ingresso. Per capire a e cosa serve l'aenzione seleiva è necessario allora iedersi peré l'elaborazione smee, ad un certo punto, di funzionare in parallelo elaborando tue le informazioni in ingresso. L'elaborazione delle informazioni può avvenire in due modi: • nell'elaborazione parallela tui i dati vengono computati contemporaneamente da un numero di unità di elaborazione pari almeno al numero di informazioni da elaborare; • nell'elaborazione seriale i dati vengono invece computati uno alla volta (od un gruppo alla volta). Usando uno stesso tipo di unità di elaborazione l'elaborazione parallela è banalmente più potente di quella seriale, in quanto la capacità computazionale di molte unità di ela- borazione è almeno pari alla capacità di una sola unità di elaborazione. In genere, però, le unità di elaborazione tipie delle ariteure parallele sono meno potenti delle unità di elaborazione tipie delle ariteure seriali. In questo caso è più difficile stabilire quale sia l'ariteura più appropriata per compiere una data operazione. Nel caso si debba- no compiere operazioni molto semplici e fra loro non ordinate (e dunque non vincolate ad una precisa sequenza) un'ariteura parallela appare più appropriata. alora le operazioni da compiere debbano essere eseguite in una precisa sequenza l'ariteura parallela è superflua, in quanto in ogni istante t un solo elaboratore può operare. a- lora le operazioni possano essere eseguite solo da unità di elaborazione molto potenti l'ariteura parallela può rivelarsi utile ma eccessivamente costosa in termini di po- tenza computazionale. Un primo svantaggio nell'elaborazione contemporanea di tue le informazioni disponibili può dunque consistere nell'eccessivo carico computazionale e una simile operazione comporta. Un secondo tipo di problemi legati alle ariteure parallele è dato dalla possibilità e sorgano delle interferenze fra i processi o fra le rappresentazioni. Vi è un'interferenza fra i processi qualora il compimento di un'operazione da parte di una unità compromea in quale modo la possibilità, da parte di un'altra unità, di compiere in maniera correa il compito e era tenuta ad eseguire. Se consideriamo, un poco impropriamente, i due muscoli antagonisti di un arto come due unità di elaborazio- ne, ci accorgiamo e essi non possono operare contemporaneamente, pena l'inefficacia delle loro azioni. E' dunque necessaria, per il loro correo funzionamento, la presenza di un meccanismo (una specie di semaforo) e decida quale dei due muscoli debba essere aivato. L'interferenza a livello di rappresentazioni è possibile (ed addiriura frequente) qua- lora l'elaborazione parallela operi su informazioni codificate in maniera distribuita. In quest'ultimo caso, infai, la codifica contemporanea di due o più dati può portare ad effei di sovrapposizione e dunque ad una perdita dell'informazione. La serializzazione dell'elaborazione potrebbe dunque avvenire per ovviare a quest'ultimo possibile proble- ma. E' utile soolineare come, in questo caso, l'elaborazione continui ad essere parallela ma avvenga sooponendo ad analisi un solo oggeo alla volta.
  • 78.
     CAPITOLO .L'ATTENZIONE L'abbandono di un'elaborazione parallela a favore di una di tipo seriale può dunque essere dovuta ai seguenti motivi: . Il primo vincolo può essere legato alle unità di elaborazione: se il numero delle unità è inferiore al numero di dati da elaborare, tali dati non potranno essere elaborati contemporaneamente. I personal computer, ad esempio, dispongono di una sola unità di elaborazione, e riescono dunque a fare un'operazione alla volta (ane se a velocità elevatissime). esto verrà definito il problema delle risorse limitate. . Il secondo vincolo può sorgere a livello del processo, nel momento in cui alcu- ne operazioni sono fra loro incompatibili, oppure producono risultati opposti. In questo caso è necessario e l'elaboratore compia una scelta fra le operazio- ni potenzialmente eseguibili. esto verrà definito il problema del conflio della risposta. . Il terzo vincolo può sorgere a livello della rappresentazione ed è noto in leeratu- ra come binding problem (Hinton, McClelland and Rumelhart, , pag. ): il binding problem sorge qualora il campo receivo di un neurone abbia una dimen- sione tale da poter percepire simultaneamente più di un oggeo, e dunque vi sia la possibilità e la codifica di due o più elementi possa causare delle interferenze; in questo caso è necessario e gli elementi siano rappresentati uno alla volta in un processo di tipo seriale. Una teoria dell'aenzione si pone, come obbieivo, di spiegare il motivo e sta alla base dell'elaborazione seriale delle informazioni. Abbiamo delineato tre possibili moti- vi: risorse limitate, conflio nelle risposte, conflio nella codifica (o binding problem). Analizzeremo ora tre classi di teorie dell'aenzione: la teoria dell'aenzione per risor- se limitate, la teoria dell'aenzione per conflio delle risposte, e la features integration theory (e, per amore di simmetria, potremmo definire la teoria dell'aenzione per conflio nella codifica). .. Le teorie dell'attenzione per risorse limitate Secondo la prima ipotesi la mente funziona, ad un certo punto, in maniera sequenzia- le poié le unità di elaborazione sono insufficienti ad elaborare tue le informazioni contemporaneamente: L'immagine dell'aenzione come uno sforzo mentale deriva dall'assun- zione comune e le capacità di elaborazione di quale meccanismo cen- trale siano limitate (Johnston and Dark, , pag. ); ando le computazioni eseguite dal cervello sono faticose, nel senso e elementi esterni competono per una risorsa comune a capacità limitata, gli psicologi etieano questi elementi come riiedenti aenzione (Posner and Presti, , pag. ).
  • 79.
    .. LE FUNZIONIDELL'ATTENZIONE SELETTIVA  Nonostante sia iaro e il parallelismo sia necessario per processare il massiccio numero di dati e rappresentano l'input visivo in un lasso di tempo relativamente breve, il parallelismo completo non è possibile, poié riiede troppi processori e connessioni. Piuosto, bisogna trovare un com- promesso […] Un mezzo per implementare questo compromesso è di pro- cessare tui i dati in parallelo nei primi stadi della visione, e poi selezionare parte dei dati disponibili per l'ulteriore elaborazione dei livelli successivi. A questa serializzazione della computazione verso i livelli di elaborazione più alti ci si riferisce con il nome di aenzione. (Sandon, ). L'ipotesi delle risorse limitate è stata presentata per prima se non altro per motivi sto- rici: Broadbent formulò la prima teoria moderna dell'aenzione proprio muovendo da questa idea (Bagnara, , pag. ). Il modello di Broadbent suggeriva e l'informazio- ne di ogni canale fosse inizialmente processata in parallelo, ma ad un certo punto conver- gesse in un dispositivo a capacità limitata (un collo di boiglia) deputato all'identificazio- ne degli stimoli e all'elaborazione semantico, operazioni ritenute computazionalmente pesanti. La teoria del collo di boiglia supponeva e la selezione aenzionale fosse un filtro, di tipo tuo-o-nulla, localizzato negli stadi iniziali dell'elaborazione, e e operasse in base a criteri di tipo fisico quali la locazione spaziale, il colore, la luminosità. Si rite- neva infai e l'elaborazione dei dati di tipo fisico (fra cui la localizzazione spaziale) fosse precedente all'analisi semantica, e veniva considerata posteriore e computazio- nalmente pesante. Una selezione precedente l'analisi semantica (l'ipotesi early selection) sollevava dunque il sistema dall'onere di un lavoro troppo gravoso. Alcuni esperimenti (ascolto dicotico, effeo Stroop) dimostrarono e l'ipotesi del filtro tuo-o-nulla era falsa, poié si scoprì e le informazione presentate nel canale o nella modalità disaesi venivano comunque elaborate addiriura al livello semantico. Un ipotesi più morbida fu presentata da Treisman nel  ed acceata dallo stesso Broadbent: questo modello assumeva e sia i canali aesi e disaesi fossero proces- sati, ma e il segnale, nel canale disaeso, fosse in quale misura aenuato. esta formulazione riusciva a tenere conto dei dati sperimentali e misero in dif- ficoltà il modello precedente, ma veniva meno al principio dell'economicità, in quanto, come soolineato da Norman (cit. in Bagnara, pag. ), la riduzione del peso sull'elabo- ratore centrale determinata dalla aenuazione di alcuni canali è effimera, poié tui i segnali in arrivo devono essere comunque elaborati. La teoria dell'aenzione per risorse limitate si fonda su alcune assunzioni piuosto forti sull'ariteura ed organizzazione dell'elaborazione (Allport, , pag. ). Ne verranno qui elencate alcune e ne verrà analizzata la validità. • L'assunzione secondo cui l'elaborazione dell'informazione segua una sequenza li- neare, ordinata ed unidirezionale di operazioni e vanno dall'input sensoriale alle risposte motorie esplicite, piuosto e, ad esempio, operare araverso vie mul- tiple, parallele e magari reciproe. Solo in una singola serie, lineare e ordinata di operazioni di elaborazione possiamo determinare con certezza quali operazioni sono precedenti e quali successive.
  • 80.
     CAPITOLO .L'ATTENZIONE • L'assunzione e l'elaborazione degli aributi fisici di caraere spaziale sia prece- dente all'elaborazione degli aributi categorici o semantici. • L'assunzione e vi sia un solo locus dell'aenzione seleiva, collocato fra l'elabo- razione fisica e quella semantica (early selection) e un unico ed uniforme processo computazionale, e e esista, nel cervello, un sistema centrale unitario, di capacità limitata, e può essere bypassato solo dalle operazioni automatie. Allport analizza tali assunzioni e le verifica sulla base di alcuni dati. La prima as- sunzione, secondo cui l'elaborazione dell'informazione visiva avviene secondo una se- quenza lineare, streamente seriale, totalmente ordinata ed unidirezionale è smentita da numerose osservazioni di caraere neuroanatomico: • Non è seriale ma avviene araverso almeno due vie di elaborazione parallelo: – un sistema ventrale, e include buona parte del lobo temporale inferiore, cruciale per i processi di identificazione degli oggei; – un sistema dorsale e proiea verso la corteccia parietale posteriore ed è essenziale per la visione spaziale e la coordinazione visuomotoria. • Non è unidirezionale: il numero dei collegamenti baward è quasi equivalente a quello delle connessioni forward. • Non è streamente sequenziale: ogni area implicata ha dei legami direi con i sistemi motori, e l'aivazione di ogni area corticale può indurre una disposizione comportamentale all'azione, saltando dunque le sequenze successive (o presunte tali). La presenza di due vie visive parallele, l'una deputata all'analisi spaziale, l'altra al- l'identificazione delle caraeristie degli oggei, rende obsoleta l'idea e la codifica spaziale sia in quale modo precedente ad altri tipi di codifica, di tipo categoriale e semantico. Al contrario, la codifica di relazioni visuospaziali e la modulazione aenzio- nale a tali rappresentazioni avviene a differenti livelli di elaborazione visivo e controllo visuomotorio. Infine l'idea di un unico centro aentivo sembra contraddea dal fao e la mo- dulazione aenzionale seleiva di tipo spaziale è stata riscontrata in molteplici loci anatomico-funzionali, fra i quali i sistemi corticali e subcorticali implicati in funzioni di caraere premotorio. Il problema del locus dell'aenzione seleiva nel processo computazionale è stato posto in maniera semplicistica, ritenendo e tuo ciò e ha a e fare con la dimen- sione spaziale avvenga nei primi stadi di computazione: le dimostrazioni sperimentali dell'influenza della componente spaziale sull'efficienza della selezione visiva venivano considerate una conferma dell'ipotesi dell'early selection. Va invece soolineato come la rappresentazione spaziale dell'ambiente implii una serie di operazioni piuosto complesse. Molti dei fenomeni visivi proposti quali indica- tori della cosiddea early selection possono essere dunque ridefiniti, più precisamente è più appropriatamente, semplicemente quali indicatori di selezione spaziale, selezione e non necessariamente deve avvenire ai primi stadi dell'elaborazione. esto fao
  • 81.
    .. LE FUNZIONIDELL'ATTENZIONE SELETTIVA  pone però dei problemi alle teorie delle risorse limitate, e postulano e la selezione avvenga precocemente nel corso dell'elaborazione. L'ipotesi delle risorse limitate non è dunque sufficiente a spiegare tui i fenomeni collegati all'aenzione seleiva. esto non significa comunque e sia del tuo falsa. Nella situazione del cotail party, ad esempio, prestare aenzione a più persone è un compito e sicuramente va oltre le capacità computazionali di una persona, ane senza invocare problemi di interferenza. .. Teorie dell'attenzione per conflitto della risposta Una spiegazione alternativa dell'aenzione seleiva postula e l'elaborazione sequen- ziale sia necessaria in quanto alcune operazioni risultano in conflio fra di loro e dunque sia necessario scegliere quale operazione effeuare. Le teorie e spiegano l'aenzio- ne in questi termini vengono definite teorie della selezione per conflio della risposta (Bagnara, pag. ). La principale teoria elaborata all'interno di questo approccio è la teoria premoto- ria dell'aenzione spaziale. Secondo tale teoria lo scopo fondamentale dell'aenzione consiste nella scelta di un azione specifica direa verso un dato oggeo, piuosto e la selezione di un singolo stimolo fra i molti presenti nell'ambiente. Le assunzioni più importanti della teoria premotoria sono le seguenti: La programmazione degli ai motori e dei movimenti presuppone la localizzazione degli oggei nello spazio. Le aree in cui vi è rappresentazione spaziale sono coinvolte negli aspei spaziali della programmazione motoria. Differenti tipi di azione implicano differenti tipi di codifica delle relazioni spaziali: i movimenti oculari necessitano di rappresentazioni retinotopie dello spazio distale, mentre i movimenti di prensione (reaing) presuppongono una codifica centrata sul corpo e/o sull'arto dello spazio prossimale. Una stessa area può essere coinvolta in molteplici funzioni psicologie quali la rap- presentazione spaziale, l'aenzione seleiva spaziale e la programmazione dei movi- menti (Rizzolai and Gallese, ). L'aenzione spaziale può essere prodoa da ognuna delle mappe e codificano lo spazio, in quanto i meccanismi aentivi sono intrinseci alle mappe semantie e dipendono dal programma motorio sviluppato. Non esistono entità simili a circuiti di aenzione seleiva definiti come entità ana- tomie separate dalle mappe spaziali: l'aenzione spaziale è una conseguenza della fa- cilitazione dei neuroni nelle mappe pragmatie spaziali. La facilitazione dipende dalla preparazione ad eseguire movimenti codificati in forma spaziale e direi ad uno scopo. La selezione e la programmazione di un piano motorio produce automaticamente uno spostamento dell'aenzione verso i seori spaziali dove l'azione deve essere esegui- ta. Nella teoria premotoria le mappe spaziali codificano non solo la locazione degli og- gei nell'ambiente, ma ane la loro la valenza pragmatica, ovvero la possibilità di com- piere, verso tali oggei, determinate operazioni. Le mappe spaziali vengono per questo definite mappe pragmatie (Rizzolai, Riggio and Sheliga, , pag. ).
  • 82.
     CAPITOLO .L'ATTENZIONE .. La features integration theory Secondo la features integration theory la necessità di ricorrere all'aenzione seleiva spaziale deriva da un'ambiguità potenziale della codifica e può avvenire nelle reti pa- rallele quando viene codificato più di uno stimolo. In tali reti, infai, il campo receivo delle unità può avere un'estensione tale da percepire simultaneamente più stimoli, cau- sando problemi di interferenza. L'aenzione viene dunque invocata, in questa teoria, per risolvere il binding problem. Nel modello proposto da Treisman e colleghi gli aributi fisici sono codificati in pa- rallelo, automaticamente già nei primi stadi di elaborazione visiva, mentre gli oggei vendono identificati soltanto in un secondo momento e con l'intervento dell'aenzio- ne seleiva. Il modello assume e la scena visiva sia inizialmente codificata in base a differenti dimensioni (colore, orientamento, frequenza spaziale, lucentezza, direzione di movimento). L'elaborazione seriale diviene necessaria al fine di ricombinare tali rappre- sentazioni separate e per assicurare la correa sintesi di aributi per ogni oggeo in una scena complessa. Ogni aributo presente nella stessa locazione aentivamente selezio- nata viene combinato per formare un oggeo unitario (Treisman and Gelade, , pag. ). . Le vie di elaborazione visive Nel cervello dei primati vi sono due meccanismi paralleli di elaborazione degli input visivi: • un meccanismo deputato all'identificazione degli oggei, indipendentemente dal- la loro posizione (via del what); • un meccanismo deputato alla localizzazione degli oggei, indipendentemente dai loro aributi fisici (via del where). La possibilità, da parte del meccanismo di identificazione, di ignorare le informazioni relative alla posizione spaziale dell'oggeo costituisce uno dei principali vantaggi della divisione dei compiti. Nei compiti di identificazione, apprendimento, riconoscimento e classificazione è necessario infai disporre di una codifica centrata sull'oggeo, tale da poter disporre di valori costanti di forma, dimensione e colore indipendentemente dalle condizioni di contorno e, soprauo, invariante rispeo alla posizione nello spazio tridimensionale ed a quella della proiezione retinica (Desimone and Ungerleider, , pag. ; Goodale and Milner, , pag. ). Un mezzo per oenere l'invarianza spaziale è quello di ampliare il campo receivo delle cellule coinvolte: È significativo come, in virtù di campi receivi estremamente larghi, i neuroni dell'area temporale inferiore (it) sembrino capaci di assicurare le basi neuronali del fenomeno noto come equivalenza degli stimoli alla trasla- zione retinica, ovvero la capacità di riconoscere uno stimolo come identico a prescindere dalla sua posizione nel campo visivo (Mishkin, Ungerleider and Mao, , pag. ).
  • 83.
    .. LE VIEDI ELABORAZIONE VISIVE  Lungo la via del what vi sono delle unità, seleive verso determinati aributi fisici, con campi receivi e possono includere un intero emicampo visivo. esto tipo di codifica, estremamente efficiente, comporta però degli svantaggi: se molti stimoli fisi- ci sono presenti nel campo visivo, alcuni campi receivi risieranno di percepire più oggei ed il paern di aività di tali unità non riuscirà a discriminare fra le possibili combinazioni di aributi presenti (Hinton, McClelland and Rumelhart, , pag. ). Affiné la codifica sia correa il diametro dei campi receivi dev'essere non più ampio dello spazio e intercorre fra i vari oggei. In caso contrario, sarà necessario diminuire il campo receivo dei neuroni, perdendo però l'effeo di invarianza spaziale. L'unico mezzo per salvare capra e cavoli è quello di rendere possibile una contrazione dinamica del campo receivo delle cellule. L'ipotesi può sembrare assurda ma, come vedremo nei prossimi capitoli, è proprio questo lo stratagemma utilizzato, reso possibile proprio ara- verso l'aenzione seleiva spaziale (Moran and Desimone, ; Desimone, Wessinger, omas and Sneider, ). Secondo la features integration theory l'aenzione seleiva spaziale ha il compito di disambiguare, nel corso del processo di identificazione, le informazioni relative agli at- tributi fisici degli oggei simultaneamente presenti nel campo visivo, rendendo in questo modo possibile l'integrazione delle caraeristie fisie degli stimoli. Ciò consentireb- be di superare i problemi di identificazione collegati al tipo di codifica delle informazioni lungo la via del what. Nella generazione dei movimenti saccadici l'accuratezza del movimento può essere drammaticamente danneggiata dalla presenza di un distraore localizzato vicino allo stimolo bersaglio. esto effeo, noto in leeratura come effeo gravità (Sparks, Lee, Rohrer, ), è dovuto al tipo di codifica degli stimoli nel collicolo superiore. In quest'a- rea subcorticale, infai, i neuroni presentano campi receivi ampi e l'esaa locazione di uno stimolo può essere inferita soltanto in base alla popolazione di neuroni e co- stituiscono la mappa. La presenza del distraore modifica il paern di aivazione della rete ed il veore calcolato andrà a cadere nel punto medio fra i due stimoli. In questo caso, dunque, il problema dell'interferenza nella codifica emerge non a livello dell'identi- ficazione degli stimoli ma a quello della loro localizzazione, danneggiando l'accuratezza della programmazione motoria. Il filtro aentivo ha dunque ane lo scopo di eliminare l'interferenza causata dagli stimoli distraori nella programmazione di ai motori e implicano una precisa localizzazione degli oggei. esta descrizione del fenomeno ha il pregio di meere in risalto i punti in comune fra la teoria dell'aenzione per conflio nella codifica e teoria dell'aenzione per conflio nella risposta. .. L'attenzione focalizzata Nel presente lavoro si prenderà in considerazione quasi esclusivamente l'aenzione se- leiva; l'aenzione focalizzata costituisce l'altra faccia del processo aentivo: si selezio- na un oggeo per focalizzare su di questo la propria aenzione. L'aenzione focalizzata consiste nella capacità di elaborare ulteriormente ed in maniera migliore l'informazione selezionata. Una simile definizione è però ambigua, in quanto ulteriormente ed in manie- ra migliore non sono sinonimi. Con l'etiea di aenzione focalizzata si accomunano, dunque, due processi differenti:
  • 84.
     CAPITOLO .L'ATTENZIONE • la possibilità di sooporre gli oggei selezionati ad elaborazioni non disponibili nelle fasi preaentive del processo: identificazione o programmazione di azioni nei loro confronti; • la possibilità di operare, verso gli oggei o le aree spaziali selezionate, in maniera più efficace, araverso una detezione più veloce, migliore capacità discriminativa od una più alta predisposizione alla risposta. E' interessante notare come questi vantaggi non si riferiscono alle operazioni sequenziali ad alto livello quanto ai processi elementari computati in parallelo, ovvero quelli e la teoria del collo di boiglia definirebbe preaentivi. Araverso la selezione di un oggeo è possibile compiere, nei suoi confronti, ope- razioni seriali di alto livello. Araverso la selezione di un'area spaziale è possibile av- vantaggiare gli oggei localizzati in tale area ane nell'elaborazione in parallelo degli stimoli. In maniera simile araverso la selezione di un aributo fisico è possibile aumen- tare la salienza di quegli oggei e dispongono di tale aributo. L'aenzione spaziale ha dunque non solo il compito di affrontare i problemi relativi all'interferenza della co- difica nei processi di identificazione e programmazione motoria, ma può essere invocata ane allo scopo di migliorare l'elaborazione degli stimoli e cadono in una specifica area spaziale. . Conclusioni In questo capitolo abbiamo dato alcune definizioni di aenzione seleiva: . L'aenzione seleiva consiste nella capacità, da parte di un agente, di selezionare, in base ad un quale criterio, un solo oggeo fra quelli presenti nel suo ambiente. . l'aenzione seleiva è l'interfaccia fra un'elaborazione di tipo parallelo ed una di tipo seriale. . l'aenzione seleiva è un filtro e seleziona un oggeo a scapito di altri; La seconda e la terza definizione sono fra loro complementari: il passaggio da un'e- laborazione parallela a quella seriale implica una scelta dell'informazione e verrà ul- teriormente computata e, di conseguenza, la necessità di escludere altre informazioni dall'accesso. La prima definizione coglie invece un aspeo differente del fenomeno: data l'impossibilità di processare tuo contemporaneamente stabilisce e l'agente ha comunque, entro certi limiti, la capacità di decidere a quali oggei prestare aenzione. esta assunzione verrà analizzata nei prossimi capitoli. Sono state brevemente discussi tre gruppi di teorie e sono state avanzate per spie- gare gli scopi dell'aenzione. La teoria delle risorse limitate è legata soprauo agli aspei semantici dell'elaborazione e, pertanto, in questo lavoro non verrà ulteriormente presa in considerazione. Ci si occuperà, invece, in maniera abbastanza approfondita, degli altri due gruppi di teorie: conflio nelle risposte ed interferenza nella codifica. Va- le comunque la pena di ricordare e le tre diverse spiegazioni non sono mutualmente escludentisi ma e, piuosto, sono fra loro complementari. La teoria delle risorse limi- tate può spiegare alcuni fenomeni relativi alle operazioni di tipo semantico, la features
  • 85.
    .. CONCLUSIONI  integrationtheory può interpretare alcuni importanti fenomeni e emergono nei com- piti di identificazione mentre la teoria premotoria può essere invocata nella descrizione della programmazione degli ai motori.
  • 86.
  • 87.
    Capitolo  La rappresentazionedelle informazioni visive Nel presente capitolo verranno descrie le strategie di codifica dell'informazione visiva. Una correa identificazione dei tipi di rappresentazione è centrale in ogni teoria com- putazionale (Marr, , pag. ). Nel caso del processo di selezione dell'informazione vi è un ulteriore motivo di interesse dovuto al fao e il meccanismo aentivo viene invocato proprio per risolvere alcuni conflii e possono sorgere nella codifica delle informazioni visive. In questo capitolo verranno traati i seguenti argomenti: • gli aspei formali della rappresentazione spaziale; • le mappe di salienza e le mappe pragmatie; • il problema delle coordinate di riferimento nelle mappe spaziali. . Gli aspetti formali delle rappresentazioni spaziali Una rappresentazione è un sistema formale il cui scopo è quello di rendere esplicito uno specifico insieme di informazioni (Marr, , pag. ). La scelta della funzione di codifica è strategica, in quanto ogni particolare rappre- sentazione rende certe informazioni esplicite a scapito di altre e vengono lasciate sullo sfondo e possono essere difficili da recuperare (Marr, , pag. ). In termini computazionali la rappresentazione avviene araverso una funzione e mappa il mondo rappresentato in un mondo rappresentante (Rumelhart e Norman, , pag. ). Per determinare formalmente una rappresentazione è necessario rendere espli- citi alcuni aspei (Palmer, cit. in Rumelhart e Norman, , pag. ) : . le caraeristie del mondo rappresentato; . le caraeristie del mondo rappresentante; . una definizione delle proprietà del mondo rappresentato e vengono codificate; 
  • 88.
     CAPITOLO .LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE . una descrizione degli aspei del mondo rappresentante e sono utilizzate nella codifica; . la definizione della corrispondenza fra i due mondi. .. Diversi tipi di mappa Una rappresentazione può codificare non solo le caraeristie proprie degli oggei del mondo rappresentato, ma ane i rapporti e intercorrono fra gli oggei stessi. Nella rappresentazione del mondo fisico, ad esempio, è possibile preservare le relazioni di ca- raere topologico: per fare questo è sufficiente e i rapporti spaziali e intercorrono fra gli oggei vengano mantenuti nella codifica. Vengono definite mappe le rappresen- tazioni e conservano i rapporti topologici (e, talvolta, metrici) fra gli oggei del mondo rappresentato. Una rappresentazione topologica è possibile ane nel sistema nervoso. In questo caso la mappa è data da un insieme di neuroni organizzati in una matrice bidimensionale; i campi receivi delle unità sono organizzati in modo e neuroni adiacenti hanno campi receivi adiacenti, e la locazione spaziale degli stimoli viene rappresentata araverso la locazione fisica delle cellule. Le mappe presenti nelle aree corticali e subcorticali possono essere raggruppate in due tipologie: • le mappe perceive o sensoriali; • le mappe motorie. Nelle mappe perceive vengono codificati i segnali provenienti dal mondo esterno araverso gli organi di senso. Le relazioni topologie vengono mantenute in quanto ad ogni neurone di tale regione corrisponde un'area spaziale, dea campo receivo, e l'ariteura della regione è tale e, a neuroni adiacenti, corrispondono campi receivi spazialmente vicini. Le mappe perceive seleive nei confronti degli aributi fisici sono definite mappe degli aributi (features map: Treisman, ). Nella terminologia di Treisman l'unione delle mappe degli aributi è definita master map (Treisman, ). Nelle mappe motorie vengono invece codificate le azioni od i movimenti di cui l'or- ganismo è capace. In questo caso sono le proiezioni dei neuroni ad essere organizzate topologicamente, in quanto a neuroni adiacenti corrispondono movimenti simili. Gli ai motori possono essere codificati a diversi livelli di astrazione: nelle regioni periferi- e le mappe codificano i movimenti muscolari, mentre nelle aree più centrali la codifica avviene ad un livello più astrao, ad esempio araverso una rappresentazione veoriale. Nel cervello vi sono, però molte mappe premotorie e codificano ane stimoli per- ceivi, e dunque possono essere più propriamente definite mappe perceivo-motorie. Rizzolai e colleghi definiscono queste rappresentazioni come mappe pragmatie (Riz- zolai, Riggio and Sheliga, , pag. ), in quanto la salienza della rappresentazione dipende dalla possibilità di operare, verso quell'oggeo, determinate operazioni.
  • 89.
    .. LA CODIFICADELLE INFORMAZIONI NELLE DUE VIE DI ELABORAZIONE  . La codifica delle informazioni nelle due vie di elabo- razione Lo scopo dei primi stadi di elaborazione visivi è quello di ricostruire e localizzare gli og- gei partendo dalla proiezione bidimensionale fornita dalla retina. La percezione visiva assolve dunque una duplice funzione (De Yoe and Van Essen, , pag. ): • il processo di identificazione degli oggei, finalizzato alla codifica delle proprietà fisie globali degli oggei, in maniera indipendente rispeo alle condizioni locali dell'immagine proieata sulla retina (Desimone and Ungerleider, , pag. ); • il processo di analisi delle relazioni spaziali fra gli oggei e fra le componen- ti di un oggeo, araverso una mappatura topologica dell'ambiente circostan- te, espresso in coordinate indipendenti dalla posizione dei receori (ovvero non retinocentrie). Gli aributi sensoriali (sensory cue) sono dati da quelle informazioni presenti nel- l'immagine e possono essere estrae araverso un'elaborazione locale e contribuisco- no alla percezione od al comportamento guidato dalla visione (De Yoe and Van Es- sen, , pag. ): il contrasto spaziale, la velocità retinica, la disparità binoculare e l'orientamento bidimensionale. A partire da queste informazioni il meccanismo visivo ricostruisce le informazioni relative alle caraeristie fisie degli oggei percepiti, ovvero gli aributi fisici (percei- ved aributes, De Yoe and Van Essen, , pag. ): forma, colore, trama, luminosità, grado di trasparenza, rigidità, estensione spaziale, inclinazione, posizione, traieoria e spin (rotazione dell'oggeo su se stesso). Lo scopo dei primi stadi di elaborazione visivo è quello di ricostruire, partendo dagli aributi sensoriali, gli aributi fisici degli oggei percepiti; tali informazioni sono suc- cessivamente utilizzate nei processi di identificazione e localizzazione. La successione di elaborazione è la seguente: attributisensoriali ⇒ attributifisici ⇒ identificazione, localizzazione. L'elaborazione dell'input visivo araverso due meccanismi distinti per la localizza- zione e l'identificazione comporta alcuni notevoli benefici. Paradossalmente, il van- taggio maggiore consiste nella possibilità, da parte di ognuno dei due meccanismi, di ignorare le informazioni pertinenti l'altro: • la rappresentazione nella via di elaborazione spaziale rende equivalenti oggei fisicamente diversi nei confronti dei quali sia possibile compiere operazioni simili; • la rappresentazione adoata nel meccanismo di identificazione, viceversa, poten- do ignorare le informazioni relative alla localizzazione di un oggeo riesce ad oenere l'effeo di invarianza spaziale: due oggei fisicamente uguali sono rap- presentati in maniera identica nonostante la loro immagine possa essere proieata verso aree retinie diverse. Nei compiti di identificazione, apprendimento, riconoscimento e classificazione è necessario disporre di una codifica centrata sull'oggeo, tale da poter disporre di valori costanti di forma, dimensione, colore indipendentemente dalle condizioni di contorno
  • 90.
     CAPITOLO .LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE e, soprauo, invariante rispeo alla posizione nello spazio tridimensionale ed a quella della proiezione retinica (Desimone and Ungerleider, , pag. ; Goodale and Milner, , pag. ). Il meccanismo di identificazione visiva ha il compito di costruire una simile rappresentazione a partire dagli aributi fisici, e lungo la via di elaborazione vi sono dunque delle unità seleive verso tali aributi e capaci di invarianza spaziale. Tale effeo è oenuto, come abbiamo visto nel precedente capitolo, araverso neuroni con campo receivo molto ampio. Nei compiti di programmazione degli ai motori è invece necessario disporre di una codifica di quaro tipi di aributi: • il locus spaziale ove l'oggeo è collocato; • l'estensione spaziale dell'oggeo • la salienza dell'oggeo; • la valenza pragmatica, ovvero la possibilità di compiere, verso quell'oggeo, de- terminate operazioni. La localizzazione e l'estensione spaziale degli oggei sono codificate nella localizza- zione ed estensione delle proiezioni neurali. Gli indici di salienza e di valenza pragmatica possono essere collassati in un unico valore e rappresenti la combinazione (o meglio la congiunzione) dei due termini. In questo caso l'indice salienza * valenza pragmati- ca è codificato dall'intensità di aivazione delle cellule dell'area occupata dall'oggeo. Utilizzeremo il termine mappa di salienza nei contesti in cui l'elaborazione non faccia esplicitamente uso di informazioni di caraere pragmatico. Mentre nel modulo di identificazione vengono eliminati tui gli indici di carat- tere spaziale nelle mappe pragmatie sono le caraeristie quali colore, forma od inclinazione ad essere perse, rendendo di fao impossibili operazioni di identificazione. . Il problema delle coordinate Le rappresentazioni topologie codificano delle relazioni spaziali e intercorrono fra un osservatore e gli oggei presenti nel suo ambiente. Com'è noto una locazione spaziale non può essere determinata in termini assoluti, ma è necessario adoare delle coordinate di riferimento. Le rappresentazioni spaziali collocate lungo i primi stadi dell'elaborazione visivo sono codificate in base a coordinate retinocentrie: l'origine del piano è collocata al centro della fovea. Negli stadi successivi del processo risulta però più appropriata una rappresentazione dello spazio centrata su coordinate diverse: la rappresentazione spaziale nella modalità uditiva è verosimilmente centrata sul capo: in questo caso l'asse verticale del piano corre lungo la linea sagiale del capo; • la rappresentazione proprioceiva del corpo è centrata lungo la linea sagiale del tronco; • nelle aree deputate alla programmazione motoria degli arti la rappresentazione spaziale è centrato sull'estremità dell'arto;
  • 91.
    .. IL PROBLEMADELLE COORDINATE  • dati di caraere clinico e considerazioni di caraere computazionale lasciano sup- porre esistano ane rappresentazioni dello spazio centrate sugli oggei dell'am- biente. La presenza di rappresentazioni topologie basate su coordinate diverse da quelle degli oci è confermata da dati clinici su pazienti con sindrome di neglect (Bisia, Capitani and Porta, ) e da dati neurofisiologici (Andersen, Essi and Siegel, ; Jay and Sparks, ). Una mappa bidimensionale può essere metricamente definita da un piano cartesiano. Al fine di identificare univocamente la posizione di un punto in un piano è necessario adoare un sistema di coordinate; su di un piano tale sistema è costituito da due veori fra loro non collineari (per comodità si scelgono, solitamente, veori fra loro ortogonali), e costituiscono gli assi del piano. Una volta stabilita una base appropriata ogni punto nel piano cartesiano può essere univocamente identificato araverso una coppia ordinata di numeri e rappresentano la proiezione del punto sui due assi. L'unico punto del piano, identificato dalla coppia (, ), giacente all'intersezione dei due assi, costituisce l'origine del piano. Dato un piano cartesiano è possibile compiere l'operazione di traslazione, e consi- ste in una rimappatura di un piano e mantiene inalterati i rapporti metrici fra i punti del piano originale ma ne modifica la loro posizione rispeo all'origine. La traslazione si oiene sommando algebricamente ad ogni coppia di numeri del- l'insieme e costituisce il piano un veore bidimensionale costante; in questo modo gli assi cartesiani passeranno lungo linee differenti e, soprauo, l'origine del piano sarà data da un nuovo punto (corrispondente al reciproco del veore costante sommato). Lungo la via del where si operano numerose traslazioni delle mappe spaziali: • la traslazione dalle rappresentazioni centrate sulla retina a quelle centrate sul ca- po si oiene sommando il veore bidimensionale corrispondente alla posizione angolare degli oci rispeo al capo; • la traslazione dalle rappresentazioni centrate sul capo a quelle centrate sul tronco si oiene sommando il veore bidimensionale corrispondente alla torsione del collo; • la traslazione dalle rappresentazioni centrate sul tronco a quelle centrate sull'arto si oiene soraendo la posizione dell'arto in base alle coordinate del tronco. Tali traslazioni sono delle operazioni lineari e dunque possono essere algebricamente sommate: se, ad esempio, il veore corrispondente alla posizione degli oci nel capo è il reciproco del veore corrispondente alla torsione del collo le rappresentazioni centrate sulla retina saranno identie a quelle centrate sul tronco. .. Trasduttori di coordinate Dalla presenza di rappresentazioni topologie centrate su diverse coordinate si deduce l'esistenza di alcuni moduli capaci di compiere una simile operazione, e iameremo trasduori di coordinate: un trasduore di coordinate è un dispositivo e, a partire da una mappa topologica e da un veore, ritorna una nuova mappa identica alla precedente ma spostata in direzione del veore.
  • 92.
     CAPITOLO .LA RAPPRESENTAZIONE DELLE INFORMAZIONI VISIVE
  • 93.
  • 95.
    Capitolo  La gestionedi un progetto . Introduzione La progeazione e lo sviluppo di un artefao cognitivo è un processo complesso e coinvolge un team multidisciplinare. È dunque necessario applicare una metodologia progeuale per minimizzare i risi di fallimento del progeo. Poié l'interaction de- sign si riferisce principalmente allo sviluppo di programmi soware o siti web, buona parte della metodologia progeuale si rifà ai metodi di sviluppo del soware. In questo documento verrà descrio l'approccio classico, a cascata; ne verranno identificati i limi- ti. Verrà introdoo l'approccio iterativo e agile, se ne discuteranno i vantaggi ed i limiti. L'interazione uomo computer (da cui l'interaction design deriva) si occupa di studiare e migliorare l'interazione fra un utente ed un artefao computazionale, generalmente un computer. Storicamente, dunque, l'interaction design si colloca nell'alveo dello sviluppo dei soware. Sebbene sia possibile immaginare di progeare un modello di interazione a prescin- dere dalla progeazione e dall'implementazione di un soware o di un hardware, gene- ralmente il ruolo di interaction designer si colloca in un team di progeazione e sviluppo e si occupa di realizzare dei prodoi soware. Negli ultimi dieci anni, inoltre, il con- testo dove più frequentemente si studiano e si applicano gli aspei di interaction design è il web: i siti internet e le web application. Non è dunque sorprendente e la gestione del progeo di un artefao interai- vo si basi sui principi dello sviluppo del soware. Lo user centered design, e costi- tuisce la base dell'interaction design, costituisce di fao un'estensione dei modelli di progeazione di programmi per calcolatore. Per capire come si sviluppa un progeo di interaction design è dunque necessa- rio rivolgersi alla leeratura sul soware project management e agli adaamenti della gestione di progei basati su web. Gestire un progeo significa: • identificare gli obieivi e i risultati aesi, e se possibile quantificarli; • identificare i vincoli; 
  • 96.
     CAPITOLO .LA GESTIONE DI UN PROGETTO • pianificare il processo in modo da raggiungere gli obieivi rispeando i vincoli; • monitorare il processo ed aggiustarlo quando necessario; • mantenere un ambiente di lavoro calmo, positivo e produivo. Nella gestione di un progeo vanno tenuti in considerazione  aspei Easterbrook, Project Management: • il prodoo; • le risorse materiali; • i tempi; • i faori di risio; . Il modello a cascata A process model is a description of the significant aspects of the tasks that are accomplished during the development of soware, including the artifacts produced, the agents involved in the activities, and the relation- ships between these entities. Boehm, ``A Spiral Model of Soware Development and Enhancement'' La modalità di progeazione tradizionale, sviluppata intorno agli anni seanta, è definita a cascata, in quanto presuppone una sequenza quasi lineare di passaggi. La figura . descrive graficamente il modello. Si inizia con l'analisi dei requisiti, si passa ad una fase di analisi, progeazione, implementazione, test e distribuzione. requisiti di sistema requisiti software analisi design implementazione test distribuzione Figura .: Il modello a cascata (waterfall) .. Le fasi nel modello a cascata Nella prospeiva dell'interaction design la progeazione è raggruppata in  fasi: analisi, design, implementazione e testing. Una rappresentazione piuosto deagliata del modello a cascata dell'User centered desi- gn è riassunta nel sito usabilitynet.org (hp://www.usabilitynet.org/tools/methods.htm).
  • 97.
    .. IL MODELLOA CASCATA  Analisi • stakeholders analysis • analisi del contesto • studio degli standard • pianificazione dei test di usabilità • creazione di un team di progeazione e sviluppo multidisciplinare • sviluppo degli obieivi di usabilità e accessibilità • conduzione di studi sul campo (stile etnografico) • analisi competitiva • creazione dei profili utenti • task analysis • documentazione degli scenari d'uso • documentazione dei requisiti di performance degli utenti Design • sviluppo di concei e metafore di design araverso fasi di brain storming • sviluppo di screen flow (?) e modello di navigazione • cognitive walkthroughs dei concepts di design • prototipazione di design con carta e penna • creazione di prototipi wireframe (bassa fedeltà) • conduzione di test di usabilità sui wireframes • creazione di prototipi ad alta fedeltà • conduzione di test di usabilità sui prototipi ad alta fedeltà • documentazione di standard e linee guida • creazione di specifie di design Implementazione • conduzione di valutazioni euristie di usabilità e accessibilità • strea collaborazione con il team di sviluppo per l'implementazione del design • conduzione di test di usabilità sul prodoo, as soon as possible.
  • 98.
     CAPITOLO .LA GESTIONE DI UN PROGETTO Fase di distribuzione • utilizzo di questionari per oenere il feedba dell'utente • conduzione di studi sul campo per oenere informazioni sull'uso del prodoo • misurazione degli obieivi stabiliti in fase di analisi, araverso dei test di usabilità .. Gestione del risio Nel processo progeuale possono emergere degli ostacoli e degli imprevisti e ritarda- no lo sviluppo o e costringono a modificarne delle parti. con gestione del risio si intendono quelle pratie finalizzate a prevenire l'insorgere degli ostacoli ed a minimiz- zarne gli effei negativi. Il principio soostante è e la prevenzione del risio è meno costosa e la gestione dell'evento negativo. È utile rendere esplicita la stima del risio nel momento in cui si fanno delle scelte progeuali. Risi più probabili Mancanza di adeguate competenze Il risio principale è quello di non avere un team adeguato. Per prevenire questa possibilità è necessario assumere persone competenti e se necessario formarle, e costruire un buon clima all'interno del team (team building). Budget e tempistica non realistica Uno dei risi più frequenti, nello sviluppo di un progeo, è quello di sforare i tempi o il budget. esto evento risia di meere a repentaglio il successo del progeo. Per minimizzare questo risio è indispensabile, all'inizio, fare stime corree di tempi e costi, magari rivolgendosi ad esperti. L'approccio agile alla progeazione, e vedremo nelle prossime sezioni, cerca di affrontare questo problema. Sviluppo di funzioni non necessarie Un progeo, quando non è banale, consiste nel- lo sviluppo di artefao con una serie di funzionalità. Uno degli errori più frequenti è quello di sviluppare funzioni meno importanti, a discapito di funzioni necessarie. e- sto errore può portare al problema sopra accennato di una dilatazione di tempi e costi. Per prevenire questo risio è necessario fare una correa analisi dei requisiti, in cui vengano ponderate l'utilità e il costo di ognuna delle funzioni previste. Sviluppo di interfacce inadeguate Una correa interfaccia è essenziale per l'usabilità di un prodoo. Il senso dell'interaction design è proprio quello di garantire la qualità delle interfacce. I metodi utilizzati sono l'uso di scenari, prototipi, valutazioni euristie, test con utenti. Continue modifie dei requisiti esta è una situazione molto frequente: i requi- siti iniziali vengono continuamente modificati dal commiente oppure dal fao e la situazione ambientale non è stabile. Per prevenire questo risio è importante fare una deagliata stakeholder analysis in cui i requisiti vengono contraati e stabiliti a priori in maniera iara, specificando i costi di eventuali modifie. Un aeggiamento diverso
  • 99.
    .. IL MODELLOA CASCATA  è quello dell'approccio agile, in cui si adoa uno sviluppo iterativo e incrementale: in questo caso ad ogni iterazione è possibile aggiornare la lista dei requisiti. Mancanza degli stumenti necessari all'implementazione All'analisi ed al design de- ve seguire la realizzazione dell'artefao. Sebbene analisi - design e implementazione siano affidati a persone o a team con competenze diverse, è necessario e, in fase di progeazione, si tenga conto dei problemi legati all'implementazione, per evitare di di- segnare prodoi molto belli sulla carta ma di fao impossibili da realizzare, o la cui affidabilità tecnica li rende di fao inutilizzabili. Per minimizzare questo risio è neces- saria una buona analisi del contesto tecnologico (ane araverso lo studio degli utenti), un'analisi dei requisiti tecnici ed una forma di benmarking, in cui si cerca di stimare l'esistenza sul mercato delle tecnologie necessarie, la loro disponibilità, il loro costo, la loro affidabilità. L'enfasi e l'approccio agile pone sullo sviluppo early and frequent di versioni preli- minari funzionanti del prodoo è finalizzato ane a minimizzare questo risio: se già nella versione zero ci si pone il problema dell'implementazione gli ostacoli tecnologici emergeranno da subito e sarà possibile adaare il progeo, magari ad una versione più povera, con requisiti più bassi, ma di possibile implementazione. esto approccio, inoltre, non impedisce di mantenere una visione di medio - lungo termine, in cui è possibile immaginare una maggior disponibilità di tecnologie più ade- guate, ed in cui la versione più ricca dell'artefao potrà essere realmente implementata. Risi legati a collaboratori esterni Spesso, soprauo in progei complessi, il pro- doo finale è realizzato araverso la collaborazione di più team e con l'apporto di per- sone esterne. Un tipico esempio è un sito di contenuti, in cui alla progeazione e la realizzazione dello strumento deve seguire una lunga fase di immissione delle infor- mazioni da parte di persone e sono esterne al gruppo di progeo. Sebbene spesso la gestione di queste persone non sia a carico dei team di progeazione o di sviluppo, è iaro e il successo del progeo dipende ane da questo. Un approccio partecipativo alla progeazione e allo sviluppo del progeo, e coin- volga ane queste persone, può contribuire a minimizzare questo risio; va inoltre previsto un budget adeguato per queste figure, ed è infine importante lavorare sulla loro motivazione. Problemi di performance del prodotto Sebbene progeato e sviluppato in maniera correa, un prodoo può non funzionare come si vorrebbe. A volte vi possono essere dei problemi di usabilità, di accessibilità o di utilità e non erano stati preventivamente identificati nelle fasi di analisi e di test. Altre volte possono emergere problemi di tipo tecnico - tecnologico. Per prevenire questi problemi è utile fare delle simulazioni e dei benmarks di performance. Inoltre è importante monitorare il prodoo ed il loro uso, soprauo nei primi tempi dopo la distribuzione. Araverso delle valutazioni di usabi- lità sul campo, araverso dei questionari è possibile monitorare l'uso reale dell'artefao, eventuali resistenze all'utilizzo, problemi di usabilità, errori nel soware. L'approccio iterativo è finalizzato ad anticipare l'emergere di questa problematica. Se
  • 100.
     CAPITOLO .LA GESTIONE DI UN PROGETTO una versione preliminare del prodoo viene rilasciata in tempi strei, è possibile testare sul campo questi risi e prendere tempestivamente dei provvedimenti. (riferimenti) .. Limiti dell'approccio classico Principali problemi Sebbene molto razionale, l'approccio classico (a cascata) tende a non funzionare molto bene, in quanto emergono una serie di problemi e costituiscono dei seri ostacoli al successo progeuale (Parnas e Clements, ``A rational design process: How and why to fake it''). Difficoltà nello stabilire i requisiti del cliente Spesso il commiente non sa esaa- mente cosa vuole, oppure non riesce a spiegarcelo. Difficoltà nell'analizzare i vincoli progettuali Molti dei vincoli e dei requisiti e influenzano la realizzazione di un progeo emergono nel corso dell'implementazione. Alcuni di questi aspei andranno ad invalidare la fase di design, e saremo costrei a tornare indietro. Difficoltà del team di comprendere il progetto Le persone hanno difficoltà a com- prendere appieno tui gli aspei del progeo, soprauo se questo rimane ad un livello di descrizione astrao. Ane avendo a disposizione tui i requisiti, dunque, è difficile progeare correamente se si rimane esclusivamente ad un livello astrao. esto è uno dei motivi per cui è utile una adeguata documentazione. L'utilizzo di pro- totipi e di rappresentazioni differenti del design può aiutare commiente, progeisti e sviluppatori ad avere una visione di insieme e al giusto livello di deaglio del progeo. Cambiamenti esterni Spesso, durante il processo di sviluppo di un progeo, occor- rono dei cambiamenti nel contesto esterno, alcuni dei quali costringono a rimeere in discussione alcuni requisiti e dunque la progeazione. Errori Gli errori sono inevitabili, ed è necessario poterli far emergere e correggerli il prima possibile. Rigidità cognitiva Spesso, nella progeazione, ci si lega ad un'idea progeuale, una metafora, un approccio a priori. Se questo approccio non è il più funzionale è impor- tante correggerlo al più presto. In un approccio a cascata, però, il problema potrebbe emergere soltanto nelle fasi finali di implementazione o di testing. La psicologa sociale Langer parla di premature cogntitive commitment. esti limiti possono portare ad un aumento della probabilità di fallimento del pro- geo (Ferreira, ``Interaction Design and Agile Development: A Real-World Perspecti- ve'').
  • 101.
    .. IL MODELLOA CASCATA  Vantaggi di un approccio razionale Nonostante i suoi limiti, l'approccio tradizionale ha dei vantaggi. I motivi sono molte- plici. • Le persone hanno bisogno di pianificare il loro lavoro, per sapere come procedere e per evitare la sensazione di overwhelming. • Sebbene un'analisi ed una pianificazione completa sono o impossibili o troppo costose, una ragionevole analisi e pianificazione iniziale costituisce una buona base per la progeazione e l'implementazione, diminuendo il risio di errori o la necessità di modifie strategie al progeo. • L'adozione di standard procedurali può essere di aiuto soprauo nella gestione contemporanea di più progei, ma ane per affinare la metodologia fra un pro- geo e l'altro. Diviene inoltre più facile verificare il progeo, collaborare con altri team o con persone esterne, condividere materiale o soware. • Se si segue uno standard procedurale diventa più facile misurare i progressi fai e gli eventuali problemi. .. Modifie al modello a cascata Lo svantaggio maggiore del modello a cascata è legato al fao e non tuo è analizzabile a priori, e nel modello waterfall la fase di testing avviene troppo tardi. L'implementazione pedissequa è risiosa e prona ai fallimenti. La fase di test, pre- vista alla fine dello sviluppo, è il primo momento in cui possiamo verificare se il mecca- nismo funziona. I fenomeni e rientrano nella progeazione non sono analizzabili con precisione, per- é spesso vi sono vincoli, interni o esterni al progeo, e non possono essere analizzati con precisione a priori, e possono emergere solo in fase di test. Se la fase di test, però, avviene solo alla fine dello sviluppo, si aumentano i faori di risio: • si dilatano i tempi di consegna; • aumentano i costi di sviluppo, in quanto diventa necessario fare delle modifie importanti ad un prodoo già sviluppato; • se gli errori sono relativi all'analisi dei requisiti, bisogna sostanzialmente ripartire dall'inizio. È per questa ragione e lo stesso padre dell'approccio waterfall, Winston W. Royce, già nel  identificava delle varianti al modello (Royce, ``Managing the development of large soware systems'').
  • 102.
     CAPITOLO .LA GESTIONE DI UN PROGETTO Iniziare dalla programmazione Una possibile variante è quella di iniziare non con l'analisi, ma con la programmazione. esto approccio ha evidentemente dei limiti, in quanto il programmatore (program de- signer) sarà costreo a programmare in una situazione di incertezza riguardo ai requisiti. Il risultato del suo lavoro sarà sostanzialmente peggiore di quanto non sarebbe stato se si fosse partiti dall'analisi completa. esto approccio, però, ci permee di testare, da subito, alcuni aspei del programma. I vincoli di implementazione, testati, andranno a far parte dell'analisi dei requisiti tecni- ci. In questo modo i programmatori potranno contribuire in maniera efficace all'analisi dei requisiti. In questo modo, l'analisi dei requisiti sarà più precisa e meno prona ad errori di tipo tecnico. esto approccio implica questi passaggi: . inizia il processo di design con i program designers; . inizia questo processo di realizzazione preliminare a costo di fare cose sbagliate; . documenta in maniera comprensibile i requisiti e emergono da questa prima fase. Ogni membro del team deve avere una comprensione, almeno elementare, del sistema. Documentazione La documentazione è importante, in quanto: • il designer deve poter comunicare con il management, con il cliente, con i pro- grammatori; • nelle prime fasi di sviluppo la documentazione È il design; • durante la fase di testing la documentazione aiuta ad identificare gli errori e a correggerli; • una buona documentazione può aiutare, nella fase di distribuzione (deployment), a scrivere una buona manualistica; • nella fase di redesign aggiornare e migliorare il prodoo diventa più semplice. Do it twice Se il progeo è piuosto innovativo, parti dal presupposto di doverlo scrivere due volte. La prima sarà la versione pilota, la seconda sarà la versione buona per la distribuzione. Programmare la versione pilota significa fare tuo il processo, ma in miniatura. Il pro- geo pilota può assorbire da / ad / delle risorse: in un progeo di  mesi, possiamo immaginare di destinare  mesi al progeo pilota. Se nella realizzazione del progeo finale sono necessarie competenze molto specialisti- e, nella realizzazione del progeo pilota diventa essenziale e le persone coinvolte abbiano una competenza più ampia, in quanto devono avere un feeling intuitivo del- l'analisi e della programmazione (coding). Devono intuire velocemente gli eventuali
  • 103.
    .. APPROCCIO AGILE problemi nel design, esplicitarli, identificare delle alternative, focalizzarsi sugli aspei importanti in una determinata fase e tralasciare quelli e, in quella fase, sono secondari. Il fine è quello di arrivare ad un prodoo sub-oimale, ma e funziona (error free). Il progeo pilota, funzionante, può essere sooposto a test. Il test sarà molto più reali- stico ed informativo di quanto non lo sarebbe testando soltanto su di un prototipo. I test Nello sviluppo di soware, la fase di test è quella e assorbe la maggior quantità di risorse, energie e tempo. Le linee guida sopra descrie, di iniziare un prototipo prima del design, di documentare bene la progeazione, e di partire con il design di un prodoo pilota, sono tue finalizzate a scoprire e risolvere i problemi prima della fase di test. Consigli per la fase di test: • È meglio e il test sia fao da uno specialista, una persona specializzata nel fare test. • È meglio e a fare il test sia qualcuno e non ha partecipato allo sviluppo. esta è una delle ragioni per cui è importante e nella fase di analisi, progeazione e sviluppo si presti aenzione alla documentazione. • Vi sono errori soili ed errori più grossolani. Gli errori più grossolani possono essere scovati e risolti araverso un'analisi euristica: analizzando il codice o fa- cendo analizzare il progeo ad un esperto. Ane in questa fase è importante e i controlla e verifica gli errori sia qualcuno di esteno dal team e ha progeato e sviluppato il prodoo. • Ogni percorso logico andrebbe testato, soprauo in progei innovativi in cui tuo è creato da zero. Coinvolgimento del cliente È importante coinvolgere il cliente nelle varie fasi progeuali. esto permee di creare un prodoo e sia più vicino alle sue esigenze, di fare in modo e le sue aspeative siano realistie, ed in caso di discrepanze fra le aspeative dell'utente e idea progeuale, queste differenze possono essere corree prima, minimizzando i risi di dover tornare indietro e buare parte del lavoro fao. . Approccio agile Per superare i limiti del modello a cascata è stato adoato un approccio, definito agile, e modifica in maniera piuosto radicale la progeazione di soware. esta modalità si basa sullo sviluppo iterativo ed è fondata su di una serie di linee guida (l'agile manifesto).
  • 104.
     CAPITOLO .LA GESTIONE DI UN PROGETTO .. Sviluppo iterativo e incrementale Lo sviluppo agile assume un approccio iterativo e incrementale allo sviluppo (Wikipedia, Iterative and incremental development). L'idea di base di questo approccio è quella di sviluppare un sistema in maniera incrementale, per permeere al team di sviluppo di avvantaggiarsi di quello e si apprende durante lo sviluppo delle fasi precedenti. Il team può fare tesoro dei feedba degli utenti e usano la versione implementata del prodoo, o quantomeno dei risultati dei test con utenti. L'idea è quella di iniziare con una implementazione di base, semplice, di un soo- gruppo di funzioni e iterativamente far evolvere il progeo versione dopo versione. Ad ogni iterazione è possibile apportare delle modifie al design e aggiornare la lista dei requisiti. inizializzazione analisi design implementazione test Figura .: Il modello iterativo Il procedimento consiste in una fase di inizializzazione, di una serie di passaggi di iterazione e l'aggiornamento della project control list. La fase di inizializzazione crea una versione di base del sistema. Il fine di questa implementazione è di creare un prodoo con cui l'utente può interagire. Dovrebbe offrire un esempio degli aspei iave del servizio, e fornire una soluzione abbastanza semplice da essere compresa ed implementata facilmente. Nello sviluppo soware, la project control list è la lista dei task e l'utente deve poter portare a termine. Dal punto di vista dell'interaction designer viene valutata l'usabilità dell'interfaccia implementata. La verifica dei task costituisce la base per la valutazione dell'implementazione auale e guida il processo di aggiornamento del design e l'implementazione della successiva fase di iterazione. Nei progei di piccole dimensioni l'implementazione costituisce la base della docu- mentazione, e a volte la sostituisce. In progei più grandi, o mission-critical, è comunque necessario utilizzare dei processi più formali di sviluppo.
  • 105.
    .. APPROCCIO AGILE .. Manifesto agile Gli autori e hanno elaborato l'approccio agile hanno scrio un manifesto, e è co- stituito da un decalogo di principi da rispeare nello sviluppo agile (Coburn, Agile Soware Development). . Our highest priority is to satisfy the customer through early and frequent delive- ry of valuable soware. La priorità più alta è quella di soddisfare il cliente, araverso la distribuzione frequente e tempestiva di prodoi di valore (e funzionino). Siamo interessati a distribuire prodoi finalizzati a degli scopi (fit for purpose). Lo sviluppo agile è focalizzato al delivering. Distribuire presto permee di oenere veloce- mente dei feedba sui requisiti, sul team, sul processo, sul progeo. Permee inoltre di oenere da subito dei piccoli risultati concreti. Distribuire frequentemente piccoli mi- glioramenti permee di oenere continuamente feedba e di migliorare costantemente il prodoo. Permee inoltre di cambiare strada in frea qualora alcune scelte progeuali si dimostrino fallimentari. Un vantaggio collaterale di questo approccio è e, in caso di cambiamento del con- testo economico (ad esempio il commiente cambia idea o non ha più soldi) quello e si è realizzato è comunque qualcosa di funzionante, sebbene soltanto in una forma preliminare. . Deliver working soware frequently, from a couple of weeks to a couple of months, with a preference to the shorter timescale Distribuisci prodoi funzionanti con una frequenza e va da una volta ogni  seimane ad una volta ogni  mesi, con una preferenza per il calendario più breve. La frequenza di rilascio va decisa in base a due faori: • la capacità del team di rilasciare versioni migliorate del prodoo in tempi brevi; • la tempistica dei clienti e degli utenti di testare il nuovo prodoo. La regola è: fai cicli di distribuzione i più brevi possibili, tenendo conto di questi due vincoli. . Working soware is the primary measure of progress Il prodoo funzionante è la principale misura dello stato di avanzamento. esto principio affronta il problema di come misurare il progresso di un processo di sviluppo. Secondo questo principio, è più importante misurare lo stato di avanzamento dei lavori in base ad un prodoo funzionante piuosto e in base alle promesse fae in forma di piani, progei e documenti. . Welcome anging requirements, even late in development. Agile processes harness ange for the customer's competitive advantage Accea i cambiamenti di requisiti, ane quando arrivano tardi nella fase di sviluppo. I processi agili gestiscono il cambiamento, in modo da aumentare la capacità competitiva del cliente.
  • 106.
     CAPITOLO .LA GESTIONE DI UN PROGETTO La progeazione tradizionale presuppone uno scenario stabile, dove il contesto non cambia. In un simile ecosistema è plausibile progeare in modo e non vi siano cam- biamenti in corso di implementazione. Nella realtà, però, spesso le condizioni cambia- no velocemente; questi cambiamenti possono essere letali per un progeo classico, in quanto possono rendere necessari cambiamenti nei requisiti e implicano la necessità di ripartire da capo. esto porta ad una dilatazione a volte inacceabile dei tempi o dei costi. Il processo agile può gestire i cambiamenti terdivi di requisiti proprio grazie all'uso di tecnie iterative e brevi (early and frequent delivery). . Business people and developers work together daily throughout the project. I commienti e gli sviluppatori devono collaborare costantemente durante tuo il proces- so. Vi è una forte correlazione fra il livello di collaborazione fra commiente e progei- sta e la probabilità di successo di un prodoo (Frakes e Fox, 1995). Una strea col- laborazione minimizza il risio e il progeista sviluppi un prodoo e non è quello e il commiente si aspeava. Il confronto fra commiente e progeista dev'essere il più frequente possibile, poié più tempo passa nello scambio di informazioni più vi è risio di allungare la tempistica o sviluppare aspei inutili del progeo. . Build projects around motivated individuals. Give them the environment and support they need, and trust them to get the job done Crea i progei aorno a persone motivate, e dai loro l'ambiente ed il supporto di cui hanno bisogno, e fidati di loro per la realizzazione del lavoro. Le persone, la loro motivazione, la loro capacità di collaborare e di comunicare sono più importanti della metodologia adoata. . e most efficient and effective method of conveying information to and within a development team is face-to-face conversation Sebbene la documentazione sia molto importante, è essenziale permeere ed incoraggiare la comunicazione all'interno del team. . e best aritectures, requirements, and designs emerge from self-organizing teams I progei migliori emergono quando vi è la possibilità di contare su forme di auto-organizzazione. Il principio soostante questo punto è e è necessario trovare un buon equilibrio fra programmazione e creatività. Un eccesso di programmazione tende a mortificare la creatività e la capacità di innovazione e problem solving del team. Un eccesso di creati- vità, privo di vincoli, porta al fallimento del progeo. L'approccio agile basa i suoi vincoli non su regole specifie ma su principi generali: svi- luppare e distribuire, presto e frequentemente, prodoi funzionanti, in streo contao con il commiente e tenendo conto di eventuali mutamenti di contesto. Nel rispeo di questi vincoli è possibile adoare un approccio più creativo alla progeazione e allo sviluppo.
  • 107.
    .. APPROCCIO AGILE Un approccio creativo è tendenzialmente più risioso, peré meno noto e meno testa- to. In un approccio classico, a cascata, assumere dei risi significa meere a repentaglio l'intero progeo. In un approccio agile, al contrario, è possibile prendersi quale risio in più, in quanto è possibile avere in tempi brevi dei feedba. Se l'idea creativa funzio- na si continua su quella strada, altrimenti la si abbandona, senza però aver speso troppe risorse e troppo tempo. . Continuous attention to tenical excellence and good design enhances agility Sebbene l'approccio agile insista su cicli di sviluppo brevi, vi è una aenzione centrale sulla qualità dello sviluppo, sia per quanto concerne il design e gli aspei più tecnici dello sviluppo. In alcuni cicli iterativi è più importante sviluppare velocemente delle nuove idee, in modo da avere un feedba tempestivo sulla loro efficacia ed utilità. Una volta oenuti i feedba ed aggiornato il piano progeuale, è però importante tornare ad un lavoro di pulizia, sia a livello progeuale (ad esempio aggiornando la documentazione) e a livello di implementazione. . Agile processes promote sustainable development. e sponsors, developers, and users should be able to maintain a constant pace indefinitely L'approccio agile promuove uno sviluppo sostenibile. Araverso lo sviluppo agile è possibile immaginare un processo continuo, e non termina con il rilascio del prodoo. Un approccio a cascata tende ad avere tempistie lunghe e budget alti. esto aumenta il risio di non sostenibilità, ovvero la possibilità e il progeo non veda una fine. Araverso l'approccio agile il commiente può oenere dei risultati, seppur parziali, piuosto precocemente. esto aspeo ha numerosi vantaggi: • Offre delle gratificazioni intermedie: sia il commiente e il team di sviluppo e gli utenti vedono da subito quale risultato. • In caso di sopraggiunte difficoltà (ad esempio un periodo di difficoltà finanziaria del commiente) vi è comunque un prodoo e funziona; viceversa in caso di cambiamento di condizioni in termini più favorevoli (maggior budget, oppure la disponibilità di nuove risorse tecnie, umane o di altro genere) è possibile non solo rendere più veloce lo sviluppo, ma soprauo modificare il progeo imple- mentando delle idee più ambiziose e prima erano rimaste nel casseo in quanto non sostenibili. • L'approccio iterativo permee un continuo miglioramento del prodoo, maga- ri con delle tempistie di distribuzioni più lente (una volta ogni sei mesi, ad esempio) e con un budget più ristreo. . Simplicity--the art of maximizing the amount of work not done--is essential La semplicità è essenziale. La semplicità è l'arte di non fare le cose inutili. Fare le cose semplici è difficile, ma essenziale. Simple, clear purpose and principles give rise to complex, intelligent behavior. Complex rules and regulations give rise to simple, stupid behavior.
  • 108.
     CAPITOLO .LA GESTIONE DI UN PROGETTO . At regular intervals, the team reflects on how to become more effective, then tunes and adjusts its behavior accordingly Ad intervalli regolari, il team cerca di capire come diventare più efficace, e cerca di aggiustare la propria metodologia. La metodologia si impara facendo. Se si assume un approccio agile, iterativo, è più facile adaare la metodologia, valutandone l'efficacia ad ogni giro. In questo modo si riesce, iterativamente, a migliorare non solo il prodoo ma ane il metodo. .. Limiti dell'approccio agile Nonostante i suoi vantaggi, ane lo sviluppo agile ha dei limiti, come evidenziati da Boehm, ``Get Ready for Agile Methods, with Care''. Sviluppo e documentazione Una delle differenze maggiori della metodologia agile sta nel fao e si basa sulle conoscenze tacite embodied nel team di sviluppo, piuosto e nelle conoscenze esplicite documentate nella fase di progeazione. Se le conoscenze implicite del gruppo di lavoro non sono sufficienti, l'approccio agile risia di fallire. L'approccio waterfall, basato sulla pianificazione, riduce questo risio araverso una documentazione e rende esplicita la conoscenza e permee una revisione da parte di esperti esterni. Il prezzo di questo approccio è e, in circostanze mutevoli, i progei possono diventare obsoleti o può diventare molto costoso aggiornarli. Bohem Clienti L'approccio agile implica il coinvolgimento dei clienti. Il cliente dev'essere commied, informato, collaborativo, rappresentativo ed empowered. Se questo non ac- cade, non vi è garanzia e un prodoo, ane se rispea i requisiti, venga alla fine adoato ed utilizzato. Se, però, questo tipo di coinvolgimento non è possibile, l'approc- cio agile aumenta il risio di incomprensione con il cliente, in quanto manca sia la co- municazione conversazionale implicita nel metodo, ma manca ane la documentazione più formale prevista dall'approccio tradizionale. Requisiti Secondo i fautori dell'approccio agile le organizzazioni sono sistemi adaa- tivi complessi, in cui i requisiti sono emergenti durante il corso dello sviluppo e non sono facilmente prespecificabili. L'approccio tradizionale funziona meglio quando i requisiti possono essere determi- nati a priori, ane araverso la prototipazione, e rimangono stabili. Se, al contrario, i requisiti cambiano spesso e molto, l'enfasi tradizionale verso una pianificazione precisa, completa, consistente, testabile e tracciabile diventa fortemente controproducente. Prodotti safety-critical L'approccio tradizionale è inoltre imprescindibile nei prodoi safety-critical: non possiamo immaginare uno sviluppo agile quando si parla di sistemi di controllo aereo, di centrali atomie o di strumenti medici. Aritettura di sistema nel progeare l'ariteura del sistema l'approccio agile ten- de a privilegiare la semplicità, focalizzandosi su una dimensione e sia adaa ai requisiti auali. Se però vi sono dei requisiti futuri prevedibili e probabili, un approccio troppo minimalista può portare alla necessità di riscrivere l'ariteura di sistema nel momento
  • 109.
    .. APPROCCIO AGILE in cui questi requisiti dovranno essere implementati. Ane in questo caso, un approccio troppo minimalista risia di risultare controproducente. Una pianificazione dell'ariteura capace di scalare in maniera morbida i cambi di requisiti sul lungo termine può dimostrarsi vincente. Refactoring (riprogettazione) ando i progei sono piccoli, la riprogeazione può avere dei costi minimi, e rientra nel processo di sviluppo incrementale dell'approccio iterativo. ando però i progei superano una certa dimensione, gli oneri di riprogeazione pos- sono esplodere se l'ariteura corrente è mal progeata. Per prevenire questo risio l'approccio waterfall si basa su di una aenta pianificazione. L'approccio agile sul prin- cipio numero , ovvero sulla necessità di periodie revisioni finalizzate a mantenere degli alti standard di progeazione ed implementazione. Dimensioni del progetto Lo sviluppo agile appare vincente in team piccoli, mentre lo sviluppo tradizionale, più pianificato, diventa essenziale in gruppi di lavoro di grandi dimensioni. Bilanciare agilità e disciplina Un eccesso di pianificazione porta ad un aumento dei tempi e dei costi. Troppo poca pianificazione porta ad un aumento dei risi di errore. A seconda del contesto diventa essenziale trovare un buon rapporto fra agilità e disciplina.
  • 110.
     CAPITOLO .LA GESTIONE DI UN PROGETTO
  • 111.
    Capitolo  Model viewcontroller: un pattern per l'interaction design . Introduzione In questo intervento si sostiene e il paern soware model view controller può essere applicato alla progeazione di artefai interaivi. .. Jesse James Garrett:  piani Nel suo ``e elements of user experience'' JJ Garre distingue  piani: . the strategy plane; . the scope plane; . the structure plane; . the skeleton plane; . the surface plane. e strategy plane A questo livello si definiscono: • i bisogni degli utenti e l'artefao vuole soddisfare, araverso l'analisi degli utenti auali e potenziali; • gli obiettivi dei committenti: – business goals: guadagnare soldi, risparmiare soldi, migliorare la produi- vità … – branding, advertising: far conoscere il proprio mario, i propri prodoi, i propri servizi a potenziali clienti e partner. 
  • 112.
    CAPITOLO . MODELVIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN e scope plane A questo livello vengono definiti: • le specifie funzionali; vanno definite: – quali funzioni vogliamo sviluppare, in e ordine di priorità, a e iterazione; – quali funzioni non vogliamo sviluppare; • il dominio informativo (content requirements): quali informazioni. Strumenti: – contenuti esistenti; – analisi competitiva -- benmarking; – riieste dei commienti: affinity diagram; – coinvolgimento degli utenti: free listing, valutazione di importanza. e structure plane Vengono progeate, secondo JJG: • l'interaction design: come il sistema si comporta in risposta ai comportamenti dell'utente; definizione dei flussi di processo, flussi dei compiti degli utenti • l'aritettura dell'informazione: la struura dell'informazione nello spazio in- formativo: – la struura gerarica -- card sorting; – le microontologie. e skeleton plane JJG definisce  componenti: • l'information design: la presentazione delle informazioni all'utente; • l'interface design: la progeazione degli elementi dell'interfaccia per permeere agli utenti di interagire con l'applicazione; • la progeazione della navigazione, e permee agli utenti di muoversi all'inter- no della struura informativa. Uso di convenzioni, metafore, paern, linee guida. Vengono prodoi wireframes.
  • 113.
    .. INTRODUZIONE  esurface plane A questo livello si progeano gli aspei visuali. Gli aspei di cui tener conto sono molteplici: • estetica; • accessibilità; • branding, identity; • consistenza interna ed esterna; • colori, tipografia, impaginazione. Strumenti: linee guida, elist. .. Cooper: goal-directed design Se progeiamo e realizziamo prodoi araverso cui gli utenti possono soddisfare i propri scopi, quelle persone saranno soddisfae, efficaci e felici, saranno soddisfae di aver acquistato i nostri prodoi, li raccomanderanno agli amici, e questo si traduce in un successo di business. -- About face  Il goal directed design process: tradurre i risultati della fase di ricerca in soluzioni progeuali. . Resear: studiare gli utenti e il dominio . Modeling: utenti e contesto d'uso . Requirements: definire i bisogni degli utenti, i requisiti di business, i requisiti tecnici . Framework: definizione della struura e dell'interazione . Refinement: processo iterativo di rifinitura del design, es dai wireframes ai pro- totipi ad alta fedeltà . Support: collaborazione con gli sviluppatori per venire incontro alle loro esigenze salvaguardando l'integrità del progeo. Piattaforme Mentre JJG si focalizza soltanto sui siti web, About face ipotizzano lo sviluppo per piat- taforme diverse. Per piaaforma si intende una ``combinazione di hardware e so- ware'' e permee al prodoo di funzionare. Cooper e colleghi identificano molteplici piaaforme: . i siti web e le applicazioni web; . i iosi interaivi;
  • 114.
    CAPITOLO . MODELVIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN . sistemi interaivi montati su veicoli e automobili; . handhelds (smartphone, pda, fotocamere); . sistemi di home entertaimnent (console per gioi, TV interaive, home theater); . strumenti professionali (scientifici, medicali). Posture Secondo Cooper i prodoi e le piaaforme si differenziano in base a quello e defini- scono postura, ovvero alla modalità prevalente di interazione. Cooper identificano tre posture: . la postura sovrana: l'applicazione monopolizza l'aenzione dell'utente per un periodo prolungato; esempi: word processor, foglio di calcolo, web mail; . la postura transiente: l'applicazione transiente svolge un'unica funzione, viene in- vocata per svolgere quella funzione, l'interazione è generalmente breve, poi torna sullo sfondo; esempi: widgets, controlli multimediali; . la postura del demone: demoni sono quelle applicazioni e girano in baground, svolgendo funzioni e non riiedono l'interazione con l'utente, se non nella fase di setup e configurazione. Case history: l'isola dell'Asinara Contesto: progeo InDEX: Interaction Design Experience: master di primo livello della regione Sardegna. Classe Sassari . Scopo: far conoscere l'isola dell'Asinara a visitatori potenziali e auali, raccontando la storia, la colonia penale, il carcere di massima sicurezza, gli aspei naturalistici e paesaggistici; promuovere la conoscenza delle regole del parco naturale e della riserva marina. Slogan: portare l'Asinara fuori dall'Asinara. La classe ha sviluppato  progei: . una installazione interaiva, finalizzata a far conoscere l'isola e a ``sedurre'' i potenziali visitatori, da installare in aereoporti, fiere turistie, traghei; . una applicazione per smartphone (iPhone): guida all'isola, ai punti di interesse; informazioni storie e naturalistie, regole del parco; . due installazioni all'interno di un museo nell'isola, finalizzati a raccontare la storia e l'organizzazione del carcere. Progei immaginati ma non sviluppati: il sito internet, gli opuscoli informativi.
  • 115.
    .. MODEL VIEWCONTROL  Informazioni condivise Piaaforme diverse, interazioni differenti, ma informazioni sostanzialmente condivise. L'idea: progeare una ariteura informativa comune. . Model view control Model view controller è un paern di soware design e separa i contenuti, la presen- tazione e l'interazione. Sviluppato allo Xerox Parc PARK di Palo Alto ed implementato nel linguaggio ad oggei Smalltalk-. MVC was conceived as a general solution to the problem of users controlling a large and complex data set. Secondo l'inventore di questo paern the essential purpose of MVC is to bridge the gap between the human user's mental model and the digital model that exists in the computer. .. Il flusso . Il modello codifica le informazioni e le offre araverso delle interfacce. . Una vista elabora le informazioni e le presenta all'utente. . L'utente interagisce con l'interfaccia offerta dalla vista. . Il controller è in ascolto, in aesa degli eventi generati dall'utente. ando l'utente genera un evento il controller lo gestisce avviando una azione, e generalmente aggiorna il modello e-o la vista. . La vista interroga il modello per disporre dei dati aggiornati in seguito all'input dell'utente. . Il controller si rimee in aesa degli input dell'utente. MVC e soware design esto paern è utilizzato estensivamente nei più importanti framework di sviluppo soware: • SmallTalk • Microso Foundation Classes (C++), .Net • Java (Struts, Swing, SpringMVC, Cocoon) • ActionScript
  • 116.
    CAPITOLO . MODELVIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN • Pyton (Zope, Plone) • Ruby • PHP (Drupal, Joomla!) Model Il modello codifica le informazioni, privilegiando gli aspei implementativi. È il system model di Donald Norman e l'implementation model di Cooper. L'informazione viene codificata generalmente soo forma di: • basi di dati • documenti e usano linguaggi di markup (es xml) • file multimediali: immagini, video, suoni, musica View La vista è una delle possibili rappresentazioni delle informazioni codificate nel modello. La rappresentazione è generalmente visiva, ane se con soware di text to spee può essere ane uditiva (es. la voce del navigatore satellitare). La view deve adaarsi al modello mentale dell'utente. Corrisponde al designer's model di Norman. La vista traduce il modello in una forma e permea all'utente la comprensione e l'interazione. Uno degli assunti fondamentali del paern mvc è e, per ogni modello, possono esserci viste differenti. Esempio classico: una base di dati può essere vista in forma di tabella e-o in forma di grafico. Controller Il controller è ciò e permee all'utente di agire sul sistema, araverso dei sistemi di input. Implementa dunque le funzionalità del sistema, permeendo all'artefao di interagire con l'utente e di rispondere ai suoi input. È il collegamento fra l'utente e il sistema. Offre all'utente le affordances per interagire con l'artefao. Tecnicamente l'interazione avviene con il modello, ma l'utente riceve un feedba araverso l'aggiornamento della vista. .. Soware e buone pratie La separazione del codice deputato al modello, alla vista e al controllo dell'applicazione costituisce una buona pratica di progeazione nell'ambito dello sviluppo del soware, in quanto:
  • 117.
    .. MVC EUSER EXPERIENCE DESIGN  • utilizzano strumenti e linguaggi differenti: . sql, java(pojo,javabeans)-python per il modello; . html, jsp-asp-php per la vista; . javascript, servlet per il controllo; • facilita lo sviluppo, il debug, la manutenzione; • permee la specializzazione degli sviluppatori; • facilita lo sviluppo di applicazioni accessibili. . MVC e user experience design La proposta è di adaare il paern MVC al modello di progeazione di artefai interat- tivi. Vantaggi Competenze Il paern permee una migliore differenziazione delle competenze: • il modello sarebbe di esclusiva competenza dell'ariteura dell'informaizione. Anzi, il modello rappresenterebbe il core dell'IA • il controller sarebbe di competenza dell'interaction design (il core dell'ID) • la vista sarebbe di competenza prevalente dell'information design - visual desi- gn, con la collaborazione dell'IA per la navigazione e dell'ID per gli aspei legati all'interazione. Sistemi multidevice una più facile progeazione di sistemi informativi multidevice, ovvero fruibili da web, da smartphone e da altri dispositivi: il modello rimane, la vista e il controller cambiano. Design creativo Lo sviluppo di viste differenti può permeere al designer di sviluppare, a fianco delle interfacce più tradizionali e codificate, soluzioni creative ed innovative. Se gli utenti hanno la possibilità di decidere quale fra le differenti interfacce usare, protranno sce- gliere quella e più si adaa alle loro caraeristie, esigenze, prefrenze, tenuto conto ane del contesto.
  • 118.
    CAPITOLO . MODELVIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN .. Scenario : Gruppo editoriale Editore di quotidiani (La Repubblica, Il Corriere, e New York Times). Aualmente questi gruppi distribuiscono le informazioni araverso molteplici canali: • il quotidiano cartaceo; • il sito web; • il sito per il dispositivo mobile / l'applicazione per iPhone-Android; • broadcast via radio (Radio Capital, Radio), TV, web TV; • futuro prossimo: e-readers. Stesse notizie, livello di approfondimento diverso. Soluzione: un CMS capace di generare viste e interazioni diverse per le differenti piat- taforme. .. Scenario : Museo d'arte Scenario: un museo organizza una mostra temporanea. Deve sviluppare - aggiornare: • il sito internet del museo, con una sezione dedicata alla mostra; • le guide interaive al museo, e utilizzano handhelds multimediali; • gli opuscoli gratuiti distribuiti all'interno del museo; • gli exibit interaivi; • il catalogo delle opere. Modello: le ontologie Lo sviluppo del modello si focalizzerà su due tipologie di unità informative: • gli artisti; • le opere. È possibile usare dei microformati per rappresentare queste informazioni. Esempio, per gli artisti, il microformato foaf (friend of a friend). Definizione di faccee di interrogazione: linea del tempo, nazionalità, movimento arti- stico, stile …. Collocazione dell'opera nello spazio fisico del museo.
  • 119.
    .. MVC EUSER EXPERIENCE DESIGN  Vista: il web Nel sito web possiamo immaginare: • una pagina per ogni artista, e elenca le informazioni bibliografie e l'elenco delle opere; • una pagina per ogni opera, con foto, autore, data, collezione, informazioni; • una linea del tempo interaiva; • una mappa e geotagga il luogo di creazione delle opere; • una pianta del museo con la collocazione delle opere. Vista: la guida interattiva La guida interaiva può prevedere • una sermata per ogni artista; • una sermata per ogni opera, con foto, autore, data, collezione, informazioni; descrizione audio dell'opera in formato mp, da ascoltare con cuffie; • interazione: possibilità di riconoscere l'opera via qrcode, rfid, codice numerico, localizzazione wireless. Vista: l'exibit interattivo L'installazione interaiva può permeere all'utente di giocare con le opere esposte, ad esempio usando un programma di image editing per ritoccare una copia della fotografia dei quadri. Oppure creare dei quiz e questionari sulla conoscenza delle opere e degli artisti, utiliz- zando in maniera flessibile le informazioni presenti a livello del model. Può permeere agli utenti di visualizzare il processo di restauro di un quadro, visualiz- zando le differenze fra le condizioni pre e post restauro e i deagli dell'intervento. Ane in questo caso queste stesse aività possono essere presentate ane sul sito web. Vista: il catalogo delle opere Il catalogo può essere generato via pdf, e può prevedere • le pagine degli artisti, con descrizione; • le pagine per ogni opera, con fotografia ad alta risoluzione, seda, descrizione; • linea del tempo; • indice degli autori e delle opere.
  • 120.
    CAPITOLO . MODELVIEW CONTROLLER: UN PATTERN PER L'INTERACTION DESIGN .. Scenario: orario dell'autobus Azienda di trasporti pubblici: orario degli autobus. Fruizione: • via opuscolo da distribuire nelle biglieerie o scaricare via web; • via sito web; • via applicazione per smartphone, sfruando l'ora e la geolocalizzazione via gps; • le paline cartacee o interaive alle fermate. . Il processo Il flusso progeuale. L'approccio è fortemente iterativo Il processo prevede di separare, in fase di design, la progeazione di modello, vista e controllo. Il processo è fortemente iterativo. Nella prima iterazione ci si focalizza, prima e so- prauo, nello sviluppo del modello. Il modello deve essere abbastanza flessibile da permeere di essere interrogato da viste molto differenti. Le diverse viste - interazioni vanno progeate in ordine di priorità. Alla prima iterazione la vista / piaaforma più semplice, testata e diffusa. Nelle iterazioni successive le viste / piaaforme più complesse o innovative. .. Model, api, feeds La divisione fra modello, vista e controllo può portare allo sviluppo delle diverse funzioni da parte di soggei differenti. Se il modello espone i propri dati araverso delle A.P.I. (soap, rest, json) permee a sviluppatori esterni di implementare delle viste differenti e flessibili. Chi sviluppa il view - controller interroga il server, carica i dati grezzi e li elabora in modalità innovative. Se più soggei sviluppano viste diverse in base agli stessi dati, gli utenti potranno scegliere l'interfaccia e riterranno più utile, usabile, piacevole e conveniente, in base ane al contesto d'uso. .. Conclusioni? L'idea e ho presentato è quella di meere assieme due metodi consolidati (la metodo- logia di design, il paern soware mvc) per formalizzare qualcosa e implicitamente già succede.
  • 121.
    Capitolo  Il design Deliciousè una applicazione web e permee di salvare i propri bookmark online: l'utente inserisce il link della pagina e vuole salvare, aggiunge dei tag (ovvero delle parole iave) e, facoltativamente, una descrizione. L'utente può decidere di mantenere privato questo link (visibile solo da lui), oppure può condividerlo con il resto degli utenti. Il risultato viene definito social bookmarking: un enorme database di risorse web, a cui sono associate delle parole iave. La parola iave più utilizzata su delicious è design. esto dato lascia supporre e un numero consistente dei suoi utenti siano designer, o quantomeno si occupino di design. Recentemente, ho utilizzato le A.P.I. di delicious per scaricare su database . bookmarks e relativi tag. Araverso un'analisi delle frequenze ho identificato i  tag più utilizzati. Poié ad ogni bookmark possono essere associate più di una parola iave, è possibile contare il numero di co-occorrenze, ovvero il numero di volte in cui due tag sono stati utilizzati assieme. È possibile rappresentare queste co-occorrenze in una matrice quadrata,  x . Sulla matrice così oenuta è possibile applicare l'analisi faoriale, una statistica di tipo esplorativo e permee di far emergere le variabili latenti di un dominio. ando il numero di variabili è così alto () e così variegato, è probabile e le possibili variabili latenti siano molte. Se si stabiliscono un numero limitato di faori, quelli e emergono sono generalmente i più forti. In una prima analisi esplorativa, ho stabilito un numero di faori pari a . Ogni faore corrisponde ad una dimensione, e può essere mappata su un grafico.  faori possono essere mappati su  grafici bidimensionali. Nel visualizzare il primo di questi grafici, corrispondente al primo e al secondo faore, ho notato un aspeo interessante. Il primo faore si polarizza sugli aspei artistici e creativi: i tag all'estremità di questa dimensione sono graphic, art, portfolio, inspiration, illustration. Il secondo faore si polarizza sugli aspei legati alla programmazione soware: i termini all'estremità sono php, python, java, javascript, ajax (linguaggi di programmazione), code, framework, development, api, programming. 
  • 122.
     CAPITOLO .IL DESIGN Il design Dove si colloca, in questo spazio bidimensionale, il design? Sostanzialmente a metà: il cluster legato ai termini design, webdesign, website, interface è collocato proprio a metà fra il cluster legato all'arte e alla creatività e quello legato alla programmazione. Nel cluster del design sono presenti termini come usability, ui (user interface), ux (user experience). Interaction design? Non c'è, non fra i primi  tag. E nemmeno fra i primi . Interactive è al esimo posto, ma Interaction non c'è. esto piccolo esperimento non va preso troppo sul serio. Il grafico e mappa il primo ed il secondo faore della mia analisi, però, costituisce una metafora del design e dell'interaction design. Il design (inteso come cluster, come gruppo di tag), nel grafico e emerge da delicious, è il punto di contao fra la creatività e la programmazione, l'intersezione fra i due mondi. Il design come pratica di confine, come frontiera fra due mondi, quello della creatività e quello della programmazione. I termini più frequente- mente associati con design, in delicious, sono inspiration, webdesign, art, blog, web e portfolio. È una concezione di design, quella e emerge da delicious, piuosto lontana dall'accezione italiana, e tende ad identificare il design con il design industriale. L'interaction design non c'è, dicevamo. Ci sono, però, gli ingredienti: interactive, in- terface, ux (user experience), usability, visualization. Manca ane information aritec- ture, con mio sommo dispiacere; information è duecentesima, mentre alla posizione  troviamo infographics, ovvero la pratica di design dove l'ariteura dell'informazione e l'interaction design si incontrano. È interessante notare come, in leeratura, una simile visione del design non sia nuo- va. L¨owgren, ``Applying design methodology to soware development'', ad esempio, sostiene e esistono due approcci al design. Il design ingegneristico assume e vi sia un problema, e il problema possa essere descrio in maniera precisa e completa, pre- feribilmente araverso la specifica dei requisiti. La mission del design ingegneristico è quella di trovare la soluzione del problema. La soluzione deve soddisfare i requisiti e gli altri vincoli e emergono nella fase di analisi, ad esempio i problemi di costi o di perfor- mance. Il design ingegneristico si assume possa essere descrio in maniera struurata ed è visto come una catena di trasformazioni e parte dalla lista astraa di requisiti per arrivare al livello concreto del prodoo finale. Il processo viene definito in tre passaggi: analisi, sintesi e valutazione. Il metodo è descrio in maniera razionalistica Il design creativo, al contrario, si focalizza contemporaneamente sul problema e sulla possibile soluzione, araverso un dialogo fra problem seing e problem solving. Lo spazio di design viene esplorato araverso la creazione di ipotesi di lavoro in parallelo, di numerose idee e ipotesi di soluzione. Le assunzioni iniziali sono messe continuamente in discussione, il processo ed il risultato sono intrinsecamente imprevedibili. La conoscenza del designer è pervalentemente tacita. Il design ingegneristico ha un approccio più di tipo normativo, ma ibid. soolinea come, nella pratica di design, il processo assomigli molto di più a quello descrio dal design creativo. La metodologia, secondo ibid., ha un caraere interdisciplinare, coinvolgendo disci- pline fra loro molto differenti. Secondo Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'' quello e sta emergendo in questi anni è il terzo paradigma all'interno della human computer inte-
  • 123.
     raction. Il primo approccioall'interazione uomo computer fu quello ingegneristico, caraeriz- zato dai concei di Human Factors, finalizzato ad oimizzare l'adaamento fra uomo e macina. Il secondo ha visto l'avvento delle scienze cognitive classie, e vedeva- no mente e computer come processori di informazioni e l'interfaccia come finalizzata allo scambio di informazioni, e si preoccupava principalmente dell'usabilità degli arte- fai. esti paradigmi, sebbene estremamente potenti, difficilmente riescono a spiegare fenomeni in se apparentemente poco razionali o funzionali: peré molte persone, an- e adulte, giocano ai videogames? Peré vi sono molti più utenti Windows e Mac (o Linux)? Peré un'interfaccia piacevole dovrebbe essere migliore di una interfaccia brua? Più nel deaglio, secondo ibid. vi sono dimensioni sempre più importanti nell'uso de- gli artefai interaivi di cui i paradigmi ingegneristici e cognitivi faticano a tener conto: l'uso ubiquito e pervasivo dei devices interaivi, in contesti di lavoro ma ane di svago, con degli utilizzi e non si limitano più ai compiti produivi classici ma e prendono parte ad aività più complesse, diversificate e distribuite nel tempo e nello spazio, do- ve faori ambientali, sociali, culturali e motivazionali entrano prepotentemente in gioco. Ane secondo Rogers, ``New theoretical approaes for HCI'' la HCI sta cambiando peré deve affrontare nuove sfide e nuove opportunità: internet, wireless, dispositivi handheld, strumenti di traing; l'ambito delle HCI si sta espandendo, sta diventando un boundless domain, ed i modelli tradizionali sembrano insufficienti a tener conto delle mutate esigenze. ibid. imposta il suo articolo su di una rassegna degli sviluppi teorici dell'HCI: dal- le scienze cognitive classie, e si imposero nei primi anni ', a prospeive teorie quali la activity theory, la psicologia ecologica, la cognizione esterna, la cognizione di- stribuita, la situated action e l'etnometodologia. Una rassegna delle differenti teorie va oltre lo scopo di questo articolo. A mio avviso può essere utile però fare una distinzione a livello metodologico. Facciamo un esempio: le teorie di cognizione esterna e cognizione distribuita sono, per molti versi, piuosto simili. Metodologicamente, però, emergono delle differenze importanti: i teorici del- la cognizione esterna tendono a mantenere un approccio empirico di tipo scientifico, e la teoria sembra voler allargare gli orizzonti delle scienze cognitive classie. I teorici della cognizione distribuita, dell'azione situata e - esplicitamente - dell'etnometodologia adoano strumenti empirici più qualitativi e descriivi. esta metodologia ha, secon- do ibid., alcuni svantaggi, fra loro legati: la descrizione è a livello di deaglio; essendo focalizzata sugli aspei contestuali è difficile generalizzare i risultati, e dunque questi modelli hanno un basso potere generativo (riescono a descrivere le situazioni ma non a prevederle). L'enfasi sul contesto, sulla situatedness costituiscono d'altro canto uno dei trai di- stintivi del terzo paradigma. Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'' distinguono fra situatedness di interazione (il modo in cui utente, azione, circostan- ze materiali e sociali interagiscono), ecologica (con esplicito riferimento a Gibson, ``e theory of affordances'') e sociale (ogni individuo è socialmente situato). Un secondo trao distintivo secondo Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt''
  • 124.
     CAPITOLO .IL DESIGN è il rapporto fra teoria e pratica, più di tipo deduivo nella HCI classica, più circolare nel terzo paradigma. Infine, secondo Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'', nel terzo paradigma si pone meno enfasi all'elaborazione e trasferimento di informazione, in quanto si assume una costruzione di significato, basata sugli aori, sulle aività, sui contesti. Un ulteriore livello di analisi, oltre a quello metodologico ed a quello teorico, riguar- da i fondamenti epistemologici e filosofici soostanti le differenti teorie. Se il cogniti- vismo classico si rifaceva, più o meno esplicitamente, ad una tradizione razionalista e cartesiana (e il modello GOMS rappresenta forse l'esempio più evidente di questo ap- proccio nell'HCI) il terzo paradigma si rivolge piuosto esplicitamente alla tradizione fenomenologica. Significativo, soo questo profilo, il fao e nella raccolta eories and practice in interaction design, curata da Bagnara e Smith, eories and practice in in- teraction design, l'autore di gran lunga più citato sia Martin Heidegger. L'azione situata, ad esempio, si rifà esplicitamente al pensiero heideggeriano, così come alcuni dei contri- buti di Winograd. Nello stesso volume, però, Claudio Ciborra, ``Situatedness Revisited: e role of Cognition and Emotion'' si iede quanto del reale pensiero di Heidegger sia stato davvero assorbito e quanto invece se ne sia faa una vulgata perdendone alcuni aspei fondamentali. La questione è, a mio avviso, estremamente interessante, in quanto l'adozione seria e sistematica della fenomenologia heideggeriana può costituire davvero una rivoluzio- ne scientifica non soltanto per la HCI ma per le scienze cognitive nel loro insieme, e in questa prospeiva la HCI-ID può costituire una delle avanguardie di questa nuova prospeiva. Per fare questo, però, sarà necessario affrontare due sfide. Da una parte - come giustamente sostiene Ciborra - riuscire a cogliere appieno la portata del pensiero heideggeriano. La seconda sfida, non meno impegnativa, riguarda il rapporto fra fondamenti filosofico- epistemologici e metodologie. Appare a molti naturale pensare e le metodologie più scientifie, sperimentali e quantitative siano di esclusiva pertinenza di un paradigma razionalista cartesiano, mentre un approccio fenomenologico debba necessariamente ab- bandonare ogni pretesa di scientificità ed adoare esclusivamente metodologie qualitati- ve. esto pregiudizio, estremamente radicato (mi pare e lo stesso ibid. lo condivida), può costituire un grave ostacolo nell'ambito delle scienze cognitive, ma avrebbe riper- cussioni negative ane nella pratica dell'interaction design. Io sono profondamente convinto e sia possibile adoare una metodologia sperimentale ane nell'ambito del- la fenomenologia, non solo nella gloriosa tradizione gestaltiana. Credo ad esempio e molto di quello e oggi possono dirci le neuroscienze cognitive possa essere leo in una iave fenomenologica. Credo di avere, a questo punto, un'idea più iara di dove sta andando la comunità della HCI. Se questo è lo scenario presente e futuro, non posso e dirmi d'accordo, a pao e siano affrontate le due sfide e ho appena accennato. Ma in tuo questo, cosa c'entra il design? Per rispondere a questa seconda domanda, ho cercato di capire e cosa si intende con il termine design. E non mi sono sorpreso nel constatare vi sono diversi modi di
  • 125.
     intenderlo. Daniel Fallman, ``Design-orientedhuman-computer interaction'' distingue tre ap- procci al conceo di design: l'approccio conservatore, quello romantico e quello prag- matico. L'approccio conservatore vede il design come un processo scientifico o inge- gneristico, e parte dai requisiti formali per arrivare alla realizzazione, araverso una sequenza di passaggi metodologici discreti, razionali, struurati e ben codificati. In que- sto approccio si assume e il design sia una forma di problem solving: si parte da un problema, si assume e la descrizione del problema possa essere esaustiva ed accurata, e vada espressa in forma di specifie di requisiti. Compito del designer è di trovare delle soluzioni progeuali e rispeino le specifie dei requisiti e i limiti di costi, tempi e performance. Il processo di design si divide in una fase di analisi, e consiste in una sistematica raccolta di informazioni ed una fase di sintesi, e segue processi formali di tipo logico. L'approccio romantico si focalizza sul designer, e viene visto come un personaggio dotato del genio creativo e con capacità semi-magie. Il design è paragonato all'arte, e il designer deve poter esercitare tua la sua libertà espressiva. Nel processo di design è insito un aspeo mistico, sostanzialmente inesplicabile e non analizzabile. L'approccio e ibid. definisce pragmatico, infine, vede il design come un processo calato in un contesto, situato, legato alle persone, agli artefai, alle pratie, con le loro storie, identità, piani e obieivi. In questa prospeiva il processo di design non è né scienza né arte, ma una forma di processo ermeneutico di interpretazione e creazione di significato, in cui i designer interpretano iterativamente gli effei del loro progeo nella situazione presente. È, citando Sön, una conversazione riflessiva con i materiali della situazione di progeo. Wolf et al., ``Dispelling`` design'' as the bla art of CHI'' distinguono fra design in- gegneristico e design creativo. Il design ingengeristico corrisponde a quello e Fallman definisce conservatore. Citando Löwgren, il design creativo viene definito nei termi- ni di una interazione fra problem seing e problem solving, dove lo spazio di design è esplorato araverso la creazione di molte idee e concei in parallelo. Le assunzioni sul problema vengono continuamente messe in discussione, e il processo e i risultati sono sostanzialmente imprevedibili, e dunque il designer gioca un ruolo personale nel proces- so. Nell'ambito della leeratura HCI, lamentano ibid., ci si è spesso focalizzati più sulle differenze fra i due approcci e sulle somiglianze. Visser, ``Designing as construction of representations: A dynamic viewpoint in co- gnitive design resear'' distingue fra l'approccio di Herbert Simon (centrato sul con- ceo del processamento simbolico, symbolic information system) e l'approccio situa- to, e propone una propria prospeiva, dove il design è un processo di costruzione di rappresentazioni. Secondo ibid. il processo di design consiste nel realizzare un artefao, dati dei re- quisiti e specificano (spesso non esplicitamente né completamente) una o più funzio- ni e devono essere previste, e i bisogni e gli obieivi e devono essere soddisfai dall'artefao, in determinate condizioni espresse da vincoli. Consiste nello sviluppare rappresentazioni dell'artefao finé non sono così concrete, deagliate e precise e
  • 126.
     CAPITOLO .IL DESIGN la rappresentazione ultima consiste nell'implementazione dell'artefao. Le rappresenta- zioni devono esprimere tre aspei del progeo: cosa, come e peré. Yamamoto e Nakakoji, ``Interaction design of tools for fostering creativity in the early stages of information design'' si rifanno alla teoria della cognizione esterna nel proporre un modello di design in cui le modalità di esternalizzazione (rappresentazione esterna) influenzano il corso del progeo, in quanto i designer interagiscono con tali rappresentazioni; e tali esternalizzazioni sono finalizzate sia per esprimere delle solu- zioni (parziali) e per interpretare le situazioni (e dunque lo stato del problema), e e il processo progeuale procede nei termini di un circolo ermeneutico. L'idea di design come circolo ermeneutico è espressa esplicitamente ane da Snod- grass e Coyne, ``Is designing hermeneutical''. La loro visione della scienza positivistica è piuosto datata, e nel loro escursus teorico scivolano in un antiscientismo e non mi piace affao. Interessante, al contrario, la loro idea della progeazione come processo ermeneutico, dove il designer si muove nel- lo spazio di design portando con se i propri pregiudizi, e dove il dialogo fra designer, progeo (e a mio avviso stakeholders e utenti) porta a ad una costruzione di significato emergente. Mi piace molto la loro affermazione secondo cui la capacità di raggiunge- re un obieivo progeuale dipende dall'abilità del designer di anticipare le potenzialità nascoste. Il processo di design, secondo ibid., è un dialogo fra il designer e la situa- zione progeuale. Il designer deve portare nella situazione la propria conoscenza, ma contemporaneamente dev'essere capace di meerla in discussione, evitando i premature commitment e possono impedirgli di vedere le possibilità nascoste nel contesto pro- geuale. Cercando di tirare le somme, mi pare e vi siano tre modalità di vedere il design. La concezione romantica, estetizzante, è quella e mi spaventa. È un approccio e io ritengo dannoso per l'interaction design, ma ane per l'arte. Le altre due macro-visioni, quella ingegneristica - razionalistica e quella ermeneutica, mi pare abbiano una relazione con i tre paradigmi definiti da Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'': ingegneristici e razionalisti i primi due paradigmi, più fenomenologico il terzo. La mia sensazione è e entrambi questi approcci abbiano dei vantaggi. ando possibile, cercare di formalizzare e standardizzare un processo di progeazione può es- sere molto utile, peré permee di rendere espliciti i requisiti e di operazionalizzare i passaggi progeuali. Spesso, però, un'analisi razionale ed esaustiva delle condizioni iniziali non è possibile, per diverse ragioni: a volte non si hanno a disposizione da subito tui gli elementi, e spesso i vincoli e i requisiti non sono espliciti. Ecco e il processo di progeazione diventa meno formale, il progeista mee in campo le sue conoscenze, ed inizia un dialogo ermeneutico con la situazione: i commienti, gli utenti (in un approc- cio partecipativo), le informazioni, la tecnologia, le risorse economie. L'ampliamento degli ambiti applicativi degli artefai computazionali (dal mainframe al pc da ufficio al device ubiquito) ha inoltre ampliato lo spero di requisiti e questi devono soddi- sfare: quando ad usare i calcolatori erano soltanto scienziati ed ingegneri, i requisiti erano esclusivamente funzionali: l'hardware ed il soware dovevano funzionare, punto. ando il pc è entrato in ufficio ed in mano ai professionisti e agli impiegati, doveva
  • 127.
     essere ane facileda usare. Nel momento in cui i devices computazionali sono diven- tati ubiquiti è necessario e rispondano ane ad esigenze diverse, di tipo estetico ed emozionale. Accanto ai requisiti classici, hard, si impongono dunque dei rqusisiti più so. Il conceo di requisiti so è sviluppato esplicitamente dal lavoro di Alessia Rullo, ``e so qualities of interaction''. L'autrice distingue fra requisiti funzionali e requisi- ti so, dove questi ultimi si riferiscono esplicitamente agli aspei estetici dell'artefao. Sebbene io non sia del tuo d'accordo con questo modello teorico, ritengo estremamente interessante l'approccio metodologico, in cui si cerca un equilibrio fra i diversi requisiti, utilizzando sia un approccio partecipativo e un'analisi di tipo euristico. Come infat- ti giustamente soolinea ibid. sebbene il coinvolgimento degli utenti sia estremamente utile, non sempre questi ultimi hanno la capacità di rendere espliciti i loro bisogni laten- ti. Ancor più interessante è il contesto in cui la metodologia è stata utilizzata: Alessia Rullo ha utilizzato questo approccio nella riprogeazione delle unità di terapia intensiva neo- natale. Nel leggere l'articolo non ho potuto non pensare ad un ormai classico lavoro di psicologia animale comparata, e sta alla base della teoria dell'aaccamento di Bolwby. Gli esperimenti realizzati da Harlow e Zimmermann, ``e development of affectio- nal responses in infant monkeys'' erano piuosto crudeli: neonati di scimmia venivano allontanati dalla propria madre e messi in gabbie sperimentali, per studiare il loro com- portamento. Una delle osservazioni e gli autori fecero era e i cuccioli si aaccavano morbosamente a delle coperte e erano incidentalmente presenti nelle gabbie per co- prire dei macinari. Nell'esperimento più noto, vennero messe nelle gabbie due madri artificiali, ovvero dei maniini di ferro con una cannuccia alla quale i neonati potevano allaarsi. L'unica differenza fra queste due figure era e mentre una era costituita da una rete metallica, l'altra era stata rivestita da una coperta di materiale morbido. In una condizione sperimentale i cuccioli venivano allaati soltanto dal maniino metallico. In questo modo i due maniini implementavano i due requisiti: il maniino metallico il requisito funzionale di allaare il cucciolo, il maniino rivestito il requisito so di offrire un contao morbido. Ebbene, le piccole scimmie trascorrevano molto più tempo sul maniino so e su quello da cui bevevano il lae. Da altre osservazioni speri- mentali ibid. evinsero e la presenza di coperte, cuscini, insomma di materiali morbidi costituiva un requisito essenziale affiné i cuccioli potessero sopravvivere e svilupparsi. La situazione della terapia intensiva neonatale è, per alcuni aspei, simile a quella delle scimmiee dell'esperimento: per motivi terapeutici i neonati devono essere allontana- ti dalle loro madri per essere curati e monitorati all'interno di un ambiente artificiale. I risultati di psicologia animale comparata ci dicono e i requisiti so sono non me- no funzionali dei requisiti streamente ingegneristici e medici: un ambiente morbido e proteivo è necessario affiné il neonato possa trascorrere in maniera più naturale e meno traumatica possibile il periodo di terapia intensiva. Sebbene quello descrio da Rullo, ``e so qualities of interaction'' sia un caso limite, può in quale modo fornirci un fondamento teorico e giustifii l'ampliamento dello spero di requisiti - impliciti ed espliciti - e il designer deve soddisfare.
  • 128.
     CAPITOLO .IL DESIGN Per concludere, mi permeo di notare e quelli e Harrison, Tatar e Sengers, ``e three paradigms of HCI. alt'' definiscono i tre paradigmi dell'HCI assomigliano molto alle tre qualità e,  anni fa, Vitruvio aribuiva al design ariteonico: firmitas, utilitas, venustas: la solidità, l'utilità, la bellezza (sono debitore a Niccolò Ceccarelli per questa citazione). Se per design intendiamo questo, allora l'interaction design costituisce non solo il naturale sviluppo dello HCI, ma ane un'importante sfida all'evoluzione delle scienze cognitive. . La creatività La creatività viene definita come la capacità di produrre qualcosa e sia contempo- raneamente nuovo (originale, inaspeato) ed appropriato (utile, adaativo, capace di rispeare i vincoli). Carson, Peterson e Higgins, ``Decreased latent inhibition is associated with increased creative aievement in high-functioning individuals.'', nello studiare la creatività, pon- gono l'aenzione su di un costruo cognitivo: l'inibizione latente. Gli individui creativi appaiono caraerizzati in parte dall'abilità di percepire e descrivere ciò e ad altri ri- mane nascosto, non percepito. La non percezione di parte delle informazioni è aribuita ad un meccanismo cognitivo di tipo inibitorio, definito inibizione latente. L'inibizione latente è la capacità individuale di filtrare ed escludere dal focus aentivo quelle in- formazioni e sono state precedentemente esperite come irrilevanti. esta capacità si basa su di un meccanismo cerebrale; è una forma di apprendimento, ed è presente ane negli animali. esta capacità ha un importante valore adaativo, in quanto, escludendo tue le informazioni e abbiamo imparato essere irrilevanti, ci permee di concentrarci sulle cose e abbiamo imparato essere importanti, evitandoci così di in- correre in una situazione di information overflow. esta euristica, però, ha un costo; se applicata in maniera troppo rigida, ci porta ad una sorta di fissità funzionale. an- do le circostanze mutano, è possibile e un elemento e prima era irrilevante possa diventare importante. Ebbene, nel loro studio correlazionale, ibid. hanno evidenziato come individui con un'alta capacità creativa hanno una bassa inibizione latente. L'aspeo insolito, eviden- ziato dall'articolo, è e un basso livello di inibizione latente è tipico ane delle perso- ne sizofrenie. ello e statisticamente differenzia le persone sizofrenie dalle persone creative è l'intelligenza: le persone creative tendono ad avere un quoziente intel- leivo superiore alla media, mentre l'interazione fra basso i.q. e bassa inibizione latente aumentano il risio di sviluppare un disturbo psicotico. Akinola e Mendes, ``e dark side of creativity: biological vulnerability and negati- ve emotions lead to greater artistic creativity.'', in una serie di esperimenti, dimostrano un aumento della creatività in persone predisposte alla depressione esposte a situazio- ni di rifiuto sociale. La creatività sarebbe dunque facilitata dalla predisposizione alla depressione. esti lavori, lei superficialmente, lasciano intendere due cose: creativi si nasce, ed essere creativi risia di essere una sfortuna: per essere creativi bisogna essere depressi o psicotici. Amabile et al., ``Affect and creativity at work'' offrono una prospeiva diversa: negli ambienti di lavoro vi è una associazione positiva fra emozioni positive e creatività.
  • 129.
    .. LA CREATIVITÀ Associazione e tende a mostrare un paern circolare: le emozioni positive aumentano la probabilità di avere delle intuizioni creative e, non meno interessante, gli ai creativi inducono emozioni positive. esti dati appaiono contraddiori. Proviamo a leggerli meglio. Faori diversi aiu- tano la creatività. Il più banale è l'intelligenza: le persone più intelligenti sono più creati- ve. La capacità di non escludere dall'analisi quegli aspei e appaiono irrilevanti (bassa inibizione latente) aiuta il processo creativo. Peré la depressione o il rifiuto sociale au- mentano la prestazione creativa? Vi sono due possibili meccanismi e possono rendere conto di questo effeo: il rifiuto sociale può aivare nell'individuo una forte motiva- zione a ribaltare la situazione, a dimostrare la propria capacità. E al trao depressivo viene aribuito un aumento dell'aenzione sostenuta: queste persone hanno una mi- gliore performance creativa peré riescono a focalizzarsi più a lungo ed esclusivamente sul problema. Le emozioni positive, invece, influiscono positivamente sulla creatività in quanto un mood positivo induce una maggiore elasticità di pensiero. este informazioni ci permeono di operazionalizzare i precursori della creatività: intelligenza - competenza, capacità di non inibire le informazioni apparentemente irri- levanti, aenzione sostenuta, elasticità di pensiero. este competenze possono essere insegnate? Sternberg, O'Hara e Lubart, ``Creativity as investment'' identificano sei faori e influenzano la creatività: le conoscenze, le abilità intelleuali, gli stili cognitivi, la mo- tivazione, la personalità ed il contesto. Nella loro rassegna, gli autori si focalizzano su contesti lavorativi di teamworking, e il loro suggerimento è di coinvolgere persone con stili cognitivi diversi durante le differenti fasi del processo creativo. In un recente articolo pubblicato sulla versione britannica di Wired, Kevin Dunbar descrive i risultati di una ricerca osservativa in quaro laboratori di bioimica dell'u- niversità di Stanford. ello e Dunbar ha osservato è e raramente i risultati degli esperimenti rispeavano le aspeative dei ricercatori: la scienza è una aività general- mente frustrante. Si suppone e il processo scientifico sia una rincorsa lineare verso la verità, piena di ipotesi eleganti e vengono verificate o falsificate. Ma gli esperimen- ti raramente ci dicono quello e ci aspeiamo, e questo, secondo Dunbar, è il segreto oscuro della scienza. Come reagiscono, i ricercatori, ai risultati inaesi? Generalmente ci riprovano, re- plicano l'esperimento, cercando di eliminare l'errore. Che, a volte, si ripete, sistema- ticamente. Ma poié questi errori sistematici sono così frequenti, i ricercatori devono separare ciò e è interessante e ciò e non lo è, e nel fare questo spesso sbagliano. Igno- rano fai potenzialmente interessanti, li rubricano come errori. Scoprono cose nuove e le considerano fallimenti. Ma se perfino i ricercatori tendono ad essere conservativi e ad escludere nuove ipo- tesi, com'è possibile e la scienza progredisce? Secondo Dunbar, molte idee innovative nascono durante i meeting di laboratorio; non tanto durante la presentazione dei risul- tati di una ricerca, ma durante la discussione e ne segue, in quanto i ricercatori sono spesso costrei a riconsiderare il loro punto di vista. esti meeting di laboratorio sono particolarmente efficaci quando i partecipanti hanno una formazione differente, multidisciplinare. Se nell'incontro si confrontano soltanto persone espertissime nella stessa materia del relatore, difficilmente si arriverà ad una
  • 130.
     CAPITOLO .IL DESIGN idea innovativa. Se, al contrario, il relatore si confronta con ricercatori con formazione diversa, è molto più probabile e una soluzione innovativa, creativa, emerga. Uno degli aspei caraeristici dei meeting è il linguaggio utilizzato: molto specialistico se la for- mazione dei partecipante è la stessa. Ma se i partecipanti hanno formazioni diverse, ecco e spesso il linguaggio diventa ricco di metafore ed analogie, e questa astrazione per- mee una maggiore elasticità di pensiero e permee di ridimensionare quella inibizione latente e impedisce ai ricercatori di vedere l'innovazione nei risultati inaspeati. Le osservazioni di Dunbar ci tornano utili per due motivi. Il primo: la ricerca scien- tifica assomiglia molto più al design di quanto la vulgata epistemologica non lasci in- tendere, e dunque il dualismo scienza - design va probabilmente sfatato. Il secondo aspeo è e la creatività può essere, se non indoa, comunque favorita da un ambiente multidisciplinare. Ciò e possiamo concludere da questo escursus fra design, creatività e ricerca scien- tifica è e il design è una aività due volte multidisciplinare: primo peré è la risultante di molte discipline. Ma soprauo peré, se design è creatività, la multidisciplinarietà appare condizione essenziale.
  • 131.
    Capitolo  Il designpartecipativo . Introduzione Vi è mai capitato di dare una mano in cucina in casa di amici? Cercate un coltello da cucina ed aprite il casseo delle posate, per trovare una pentola aprite l'armadieo dei corn flakes. iedete ai padroni di casa e questi rispondono con una certa sufficienza, come se fosse ovvio e le posate sono nel primo casseo ed il minestro nel secondo. Loro sono talmente abituati ad usare quella cucina e quella disposizione delle cose e degli spazi sembra loro l'unica possibile, e del tuo ovvia. Chi progea un sito web di medie - grandi dimensioni ne frequenta il dominio in- formativo talmente a lungo da diventare un esperto di dominio. Si trova a lavorare con i commienti, e sono esperti di dominio per definizione. Il commiente, generalmente, ha una visione del dominio semantico molto condiziona- ta dalla struura organizzativa dell'azienda o dell'istituzione e raprresenta. Gli stake- holders interni all'organizzazione tendono comprensibilmente ad avere una visione dei propri servizi o dei propri prodoi più legata al processo produivo e alle modalità di fruizione degli utenti - clienti. Con questi presupposti il sito internet rispecierà probabilmente il modello menta- le implicito del commiente. Naturalmente non è necessariamente deo e il modello mentale degli utenti sia radicalmente differente da quello del commiente. Però non è nemmeno escluso. A titolo di esempio cito il lavoro fao -- assieme a Dario Bei e Luca Rosati -- per il sito dell'assessorato alle politie sociali della provincia autonoma di Trento. Alcune delle competenze dell'assessorato sono ``al confine'' con le competenze dell'a- zienda sanitaria. Per il funzionario dell'assessorato è iaro quali siano loro le compe- tenze e quali quelle dell'azienda sanitaria. Per l'utente, però, questa distinzione non ha molto senso. L'utente vuole un servizio, e non è tenuto a sapere qual'è l'ente erogatore. L'utente dunque potrebbe consultare il sito internet cercando informazioni e, dal punto di vista streamente organizzativo, non sono di competenza di quell'ente. Naturalmente l'ente non può e non deve sostituirsi all'ente competente, né nell'erogazione del servizio 
  • 132.
     CAPITOLO .IL DESIGN PARTECIPATIVO ma nemmeno nel fornire le informazioni. Deve però prevedere la possibilità di indiriz- zare l'utente verso le informazioni desiderate, possibilmente spiegando le competenze dell'uno e dell'altro ente. esto è solo un esempio di una possibile differenza fra il modello implicito del for- nitore di servizi (o di beni, comunque di informazioni araverso il sito) ed il fruitore. Le figure generalmente più aente a queste problematie sono generalmente i re- sponsabili dell'U.R.P., gli uffici per le relazioni con il pubblico. esto peré si ritrovano a dover rispondere, quotidianamente, a questioni e per loro sono ovvie ma e per gli utenti non lo sono. Scusi, dov'è lo scolapaste? Il design partecipativo nell'ariteura informativa si preoccupa di affrontare pro- prio questo genere di questioni, ed è finalizzato a creare un'ariteura informativa e sia più vicina alle aspeative degli utenti e al modello dei commienti. Più in particolare, gli aspei e questo approccio intende affrontare sono i seguenti: • identificazione dell'estensione e dei confini del dominio, secondo le aspeative degli utenti. • identificazione del lessico degli utenti. • valutazione dell'importanza aribuita dagli utenti agli argomenti del sito. • elicitazione dei modelli mentali degli utenti in merito alla struura categoriale delle informazioni. .. Definizione Il design partecipativo è un insieme di teorie, pratie e studi e implicano il coin- volgimento degli utenti finali nella progeazione degli artefai (Muller, ``Participatory Design: e ird Space in HCI''). Il design partecipativo nasce e si sviluppa fra gli anni ‘ e gli anni ‘ del secolo scorso in Scandinavia e negli Stati Uniti, nell’ambito della progeazione urbanistica ¹ e dello sviluppo del soware: l'idea e guida l’approccio è e il coinvolgimento degli utenti finali nel processo decisionale e di pianificazione possa non solo garantire una maggior democraticità ma ane sviluppare degli artefai (nella faispecie degli edifici o degli interi quartieri) capaci di meglio rispondere alle esigenze degli utenti finali. Negli anni successivi l’approccio si è sviluppato principal- mente nell'ambito dello sviluppo del soware e recentemente nello sviluppo di siti web (Kensing e Blomberg, ``Participatory Design: Issues and Concerns''), mentre la sua ap- plicazione nell'ambito urbanistico ed ariteonico raramente ha varcato i confini della Scandinavia. Originariamente l'approccio partecipativo aveva una forte valenza politica e assumeva e gli utenti venissero coinvolti durante tuo il processo di progeazione e sviluppo. esto approccio ha però incontrato, nell'ambito urbanistico, notevoli resi- stenze. Da una parte di tipo culturale, in quanto gli aritei ed i progeisti si sentivano ¹si veda il manuale dell'American Institute of Aritects <www.aia.org/about/initiatives/AIAS>.
  • 133.
    .. INTRODUZIONE  esautoratinella loro funzione progeuale e creativa. In secondo luogo un coinvolgimen- to così ampio implicava dei costi e dei tempi a volte più lunghi per la progeazione e realizzazione degli artefai. Infine, un problema sostanziale era la difficoltà nel rendere proficua la partecipazione degli utenti per un duplice motivo: i ciadini dovevano essere coinvolti aivamente e spesso questo poteva essere difficile, allo stesso tempo le esigen- ze, le idee, le conoscenze e i desideri degli utenti erano in larga parte impliciti, non era banale far emergere questa conoscenza e tradurla sul piano progeuale. Ciononostante, negli Stati Uniti vi sono degli esempi di design partecipativo applicato allo sviluppo ur- banistico decisamente interessanti. Fra tui, il Regional/Urban Design Assistance Team (R/UDAT) è una metodologia sviluppata dall'American Institute of Aritects, in cui vengono applicati i principi del design partecipativo alla pianificazione urbanistica. Per un interessante case history si veda il R/UDAT della cià di Austin, Texas (Johnson, e Downtown Austin Planning Process as a Community of Inquiry: An Exploratory Study). .. Design partecipativo e bisogni degli utenti Ma qual'è il razionale e giustifica l'ipotesi dell'utilità, o della necessità, di coinvolge- re gli utenti nella progeazione di un artefao? Secondo Rei et al., ``Varieties and issues of participation and design'' l'approccio tradizionale alla progeazione e quello partecipativo si basano su visioni filosofie differenti. L'approccio tradizionale ha una visione più platonica dell'artefao: l'esperto detiene la conoscenza di come l'artefao deve essere e nel suo lavoro infonde questa idea nel progeo. L'approccio partecipativo, al contrario, assume una visione più costruivista: l'artefao non deve ricopiare un'idea platonica depositata nella mente dell'esperto. La conoscenza è condivisa e il progeo va costruito nel confronto fra i vari aori in gioco, non ultimi gli utenti finali. Il coinvol- gimento degli utenti finali nella progeazione è dunque finalizzato principalmente a tre scopi: . migliorare la progeazione, aumentando la base di conoscenza in fase di analisi progeuale . fare in modo e le aspeative degli utenti finali siano realistie ma positive, riducendo così la resistenza al cambiamento . aumentare la democrazia sui luoghi di lavoro e sul territorio, garantendo ai cia- dini il dirio di partecipare alle decisioni e avranno un impao sul loro lavoro e sulla loro vita. Nella pratica il livello di coinvolgimento degli utenti può variare. In ogni caso è neces- sario e il coinvolgimento degli utenti abbia una quale influenza sul processo proget- tuale. Per massimizzare l'efficacia della partecipazione è spesso necessario coinvolgere gli utenti in maniera struurata. La metodologia R/UDAT, ad esempio, prevede  fa- si: Geing started, Geing Organized, Team visit e Implementation, per ogni fase sono previsti dei passaggi specifici. Uno degli aspei critici del design partecipativo è la capa- cità di far emergere le conoscenze implicite degli utenti, per quanto concerne sia le loro esigenze ed i loro desideri e le loro ipotesi di progeazione e realizzazione.
  • 134.
     CAPITOLO .IL DESIGN PARTECIPATIVO .. Ambiti di applicazione Lo sviluppo del soware (e in seguito dei siti web) e la progeazione ariteonica - urbanistica sono i due ambiti dove il design è nato e si è maggiormente sviluppato. Af- frontando problemi differenti sono state sviluppate, nei due ambiti, metodologie parzial- mente diverse. Nell'ambito della progeazione di sistemi informativi il design partecipa- tivo viene utilizzato prevalentemente nella definizione dell'ariteura dell'informazio- ne e nella valutazione dell'usabilità delle interfacce. In questo ambito lo strumento più utilizzato è, senza dubbio, il card sorting Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts''; Upur, Rugg e Kitenham, ``Using Card Sorts to Elicit Web Page ality Aributes'', finalizzato all'organizzazione della macroariteura del sistema. Meno nota ma non meno importante è la tecnica del free listing (Sinha, Beyond cardsorting: Free-listing methods to explore user catego- rizations), il cui scopo è quello di coinvolgere gli utenti nella definizione del dominio informativo. Il risultato dell'applicazione del design partecipativo non è quindi necessa- riamente un prodoo fisico, la progeazione può dar vita ad un processo di interazione tra uomo e informazione ad esempio. In questo senso l'ambito d'azione del design par- tecipativo è molto ampio diventando uno strumento per l'ariteura dell'informazione e si caraerizza come una disciplina pervasiva in grado di definire dei modelli integrati e trasversali di interazione uomo-informazione ². . Modelli mentali e categorizzazioni Un modello mentale è una rappresentazione cognitiva di situazioni reali, ipotetie o immaginarie Johnson-Laird, Giroo e Legrenzi, ``Mental models: a gentle guide for ou- tsiders''. I modelli mentali emergono da processi di percezione, immaginazione, com- prensione linguistica e di elaborazione cognitiva delle conoscenze. Una delle caraeri- stie dei modelli mentali è e tendono ad essere analogici, nel senso e la struura del modello corrisponde alla struura di ciò e è rappresentato. Un'altra caraeristica è e i modelli mentali sono dinamici, nel senso e possono essere modificati araverso delle regole di trasformazione. Sebbene i modelli mentali possano assumere differenti forme, molto spesso la rappresentazione cognitiva è piorica e spaziale, ane quando vengono rappresentati concei astrai. Una visione più radicale della rappresentazione spaziale è quella sviluppata dalla linguistica cognitiva, da autori come Lakoff e Johnson, Metaphors we live by, secondo i quali non solo molte rappresentazioni cognitive sono di tipo spaziale, ma la rappresentazione spaziale costituisce la base per innumerevoli meta- fore e veicolano linguisticamente molteplici concei astrai. Johnson inoltre sostiene e la rappresentazione spaziale sia multimodale, e e dunque coinvolga - a livello ce- rebrale - le aree motorie deputate al movimento del corpo nello spazio. Nell'alveo della robotica le mappe cognitive spaziali o topologie sono state utilizzate per permeere agli agenti artificiali di apprendere un percorso o la struura di uno spazio e per navigar- lo ed interagire in esso (Remolina e Kuipers, ``Towards a general theory of topological maps''). ²Uno studio su questo tema: Ariteura dell'informazione integrata per Apple e Ikea
  • 135.
    .. TOPOGRAFIA MENTALENELLA PROGETTAZIONE DI SPAZI FISICI  . Topografia mentale nella progettazione di spazi fi- sici .. La mente e le associazioni vs lo spazio fisico La mente umana produce delle associazioni multidimensionali tra concei. Facendo riferimento all'aeroporto, in quanto passeggeri, ci aspeiamo di trovare un servizio in vari contesti per tue le volte in cui esso si rivela necessario, in questo senso i vari servizi dovrebbero essere tui legati da un rapporto di vicinanza fisica (dello spazio fisico). Seguendo questo approccio risulta impossibile assecondare tue le esigenze dei passeggeri nel loro relazionarsi con lo spazio fisico dell'aeroporto. La mente ci permee di meere in connessione spazi e servizi lontani nella realtà, il modello cognitivo non è però facilmente riproducibile nel mondo fisico. Prendendo in considerazione la mappatura topografica (figura ) oenuta araverso l'analisi dei dati del card sorting è possibile notare come alcuni item tendano ad avvicinarsi se non ad intersecarsi. Tali item e le relazioni e è possibile individuare tra loro, giocano insieme un ruolo importante nel definire un riferimento per la coscienza dello spazio geografico e si caraerizza per: . landmark knowledge, punti di riferimento nell'ambiente . route knowledge, sequenze di punti di riferimento (percorsi di navigazione) . configurational knowledge, processo e consente di individuare i punti di riferi- mento e i percorsi all'interno di un modello di riferimento (Siegel e White, ``e development of spatial representations of large-scale environments''). L’esperienza e le persone hanno di un certo ambiente è tanto più vicina alle loro esi- genze quanto più le loro associazioni tra spazi e servizi trovano un riscontro nello spazio fisico, quanto più quest'ultimo si avvicina a ciò e viene definito come configuratio- nal knowledge. In questo senso la mappatura topografica del dominio può essere uno strumento per progeare un ambiente più vicino alle esigenze delle persone. .. Vicinanza cognitiva e vicinanza fisica La mappatura topografica ci consente di ragionare in termini di vicinanza cognitiva e vicinanza fisica. La vicinanza cognitiva può essere individuata dalla minore o maggiore prossimità reciproca degli item sulla rappresentazione topografica (figura ). La vicinan- za fisica è ovviamente determinata dalla prossimità spaziale degli item nel dominio di riferimento. Nella fruizione di uno spazio fisico come quello di un aeroporto, le persone si spostano continuamente tra ambienti e servizi (landmark) legati da rapporti di vici- nanza fisica, fintanto e quel contesto sia in grado di soddisfare le loro esigenze con il suo insieme di punti di riferimento (landmark) e percorsi (route). Se il contesto non è in grado di soddisfare tali esigenze, le persone faranno affidamento con tua probabilità a delle associazioni mentali per individuare nuovi contesti in grado di soddisfare le loro esigenze. I rapporti di vicinanza fisica vengono tralasciati momentaneamente per ri- iamare dei rapporti di vicinanza cognitiva. Le esigenze e scaturiscono non possono
  • 136.
     CAPITOLO .IL DESIGN PARTECIPATIVO essere soddisfae in modo immediato come nei casi di prossimità fisica, abbiamo deo inizialmente e sarebbe impossibile ripetere ogni servizio dell'aeroporto per tue le n volte in cui esso è riiesto dalle persone, la spazialità fisica impone delle forti limitazioni alla potenzialità delle associazioni cognitive. La spazialità fisica tuavia si può avvalere di riferimenti e l'avvicinino il più possibile alla spazialità cognitiva. In questo senso gli aspei fondamentali dell'interazione uomo - informazione in uno spazio fisico sono due: le persone si spostano tra ambienti limitrofi per fruire di determinati servizi, oppure cercano dei riferimenti per soddisfare l'associazione mentale stabilita tra due ambienti o servizi caraerizzati da una vicinanza solo di tipo cognitivo, per raggiungere uno di essi fisicamente. Alla luce di queste considerazioni, possiamo affermare come la mappatura topografica risultante dalle fasi di design partecipativo, possa essere in buona parte uti- lizzata per progeare uno spazio fisico. In alcuni casi la vicinanza cognitiva corrisponde a quella fisica, quindi la mappatura può guidare la progeazione di spazi fisici aigui. In altri casi, ambienti e servizi vicini nel modello cognitivo delle persone possono essere estremamente lontani nello spazio fisico e viceversa, quindi la mappatura può fornire dei suggerimenti sulla tipologia e le funzioni e i riferimenti messi in campo nello spazio fisico devono avere per avvicinare il modello cognitivo a quello fisico. .. Limiti dell'applicazione del modello cognitivo allo spazio fi- sico I risultati del card sorting suggeriscono e sia legiimo ed appropriato progeare lo spazio fisico dell'aeroporto in base ai cluster emersi dal compito di classificazione. Vi sono però delle circostanze in cui questa mappatura non può essere applicata. Più in particolare, è necessario prestare aenzione a dei casi particolari: • ambienti e servizi di utilità distribuita, ad esempio le toilee, andrebbero distri- buiti in tui i moduli dell'aeroporto • servizi e per un quale motivo non possono essere collocati fisicamente nel cluster di riferimento, ad esempio peré troppo grandi o peré non possono essere spostati (non è deo e si possa collocare la stazione ferroviaria vicino al posteggio degli autobus ane se cognitivamente correo) • servizi e nel card sorting non hanno trovato una collocazione certa ³. ando, come in questi casi, la mappatura non può essere applicata oppure il modello cognitivo e quello fisico non coincidono, è necessario ricorrere ai riferimenti già men- zionati e corrispondono alle tecnie di organizzazione dei contenuti (dove i contenuti sono gli ambienti e i servizi), alle strategie di wayfinding e di guida e permeono al- l'utente di orientarsi, di individuare il percorso (route knowledge) per raggiungere l'am- biente o servizio desiderato. Se invece il modello cognitivo e quello fisico coincidono, è bene riprodurre la vicinanza cognitiva in vicinanza spaziale. ³Nel card sorting abbiamo volutamente incluso una voce di difficile classificazione, la iesa. Gli utenti non hanno trovato un accordo e nel dendogramma questa voce si trova isolata dalle altre. In questi casi il progeista deve decidere in base ad altri criteri.
  • 137.
    .. TOPOGRAFIA MENTALENELLA PROGETTAZIONE DI SPAZI FISICI  .. Conclusioni Sebbene questo tipo di progeazione possa garantire una miglior trovabilità e fruibilità dei servizi all'interno dell'aeroporto, questo non esclude affao e sia necessario pro- geare dei supporti per aiutare gli utenti ad orientarsi negli spazi, araverso ad esempio un uso coerente dei simboli e delle indicazioni utilizzate all'interno dello spazio fisico, la scelta di un codice cromatico e identifii gruppi di servizi e e accompagnino le per- sone nell'identificazione dei percorsi all'interno dello spazio fisico oppure sulle interfacce digitali. L'ariteura dell'informazione può intervenire nella definizione di un sistema di organizzazione degli ambienti e dei servizi come base del sistema di ricerca all'interno dell'ambiente fisico (pannelli video interaivi), sul sito internet dell'aeroporto, sulla ver- sione del sito per dispositivi mobili (Falcinelli, ``Find at unistrapg.it''; Potente e Salvini, Ariteura dell’informazione integrata: i casi Apple e Ikea). Il limite tra modello cogni- tivo e modello fisico può dunque essere superato grazie all'ariteura dell'informazione e alle strategie di wayfinding, le quali consentono all'utente di soddisfare le esigenze di ricerca e di esperienza in un ambiente fisico, in sostanza di plasmare lo spazio fisico in base al proprio modello cognitivo del medesimo spazio.
  • 138.
     CAPITOLO .IL DESIGN PARTECIPATIVO
  • 139.
  • 141.
    Capitolo  Aritettura dell'informazione: organizzazionecategoriale delle conoscenze ello e l'informazione consuma è piuosto ovvio: consuma l'aenzione dei destinatari. Pertanto, la ricezza di informazione crea scarsità di risorse aentive, e la necessità di allocare l'aenzione in maniera efficiente fra le sovrabbondanti sorgenti informative e la possono consumare. -- H.A. Simon -- citato in Pirolli e Card, ``Information Foraging''. L'ariteura dell'informazione si occupa di definire la struura e la navigazione di un sistema informativo. In un sistema come il web la navigazione si basa principalmen- te sui collegamenti ipertestuali, ma ane araverso le interfacce per l'interrogazione di motori di ricerca o di database. In un lavoro oramai classico Rasmussen, Information Processing and Human- Mai- ne Interaction: an Approa to Cognitive Engineering distingue i comportamenti degli utenti in tre livelli: skill-based, rule-based e knowledge-based. In uno studio sull'utilità di differenti metodi di valutazione dell'usabilità Fu, Salvendy e Turley, ``Effectiveness of user testing and heuristic evaluation as a function of performance classification'' sug- geriscono e la progeazione e la valutazione del livello knowledge-based debba essere basata su strumenti empirici (ovvero araverso il coinvolgimento degli utenti) mentre i livelli skill e rule based vadano affrontati con metodi non empirici, quali linee guida ed euristie. In questo capitolo mi focalizzerò quasi esclusivamente di quegli aspei dell'ariteura dell'informazione ascrivibile al livello basato sulla conoscenza: la strut- tura dell'informazione e gli aspei lessicali della navigazione. Nel prossimo capitolo introdurrò una metodologia finalizzata all'analisi e la progeazione di un sistema in- formativo, ed analizzerò nel deaglio i metodi empirici di elicitazione della conoscenza lessicale e categoriale. 
  • 142.
     CAPITOLO .ARCHITETTURA DELL'INFORMAZIONE . Definizione .. Definizioni di AI L'ariteura dell'informazione è una disciplina piuosto recente, i cui confini non so- no ancora ben delineati. Alcune definizioni presenti in leeratura possono aiutarci a comprenderne le finalità. Termine utilizzato per descrivere il processo di progeazione, imple- mentazione e valutazione di spazi informativi e siano psicologicamente e sociologicamente acceabili dagli stakeholders. (Dillon, ``Information Ar- itecture in JASIST: Just Where Did We Come From?'') Ariteura dell'informazione è un termine usato per descrivere la struu- ra di un sistema, il modo in cui l'informazione è raggruppata, i metodi di navigazione e la terminologia usata entro il sistema. L'ariteura dell'informazione è il processo di costruzione delle moda- lità di accesso all'informazione finalizzato a permeere agli utenti di navi- gare velocemente e produivamente all'interno del sito basandosi solamen- te sul loro intuito. (McCraen, ``Bringing Order to Intranet Chaos with Information Aritecture: A Case Study'') Il più importante testo sull'ariteura dell'informazione, Rosenfeld e Morville, In- formation aritecture for the World Wide Web, fornisce quaro definizioni di aritet- tura dell'informazione: • La combinazione di organizzazione, etieatura e semi di navigazione all'in- terno di un sistema informativo. • La progeazione struurale di uno spazio informativo, finalizzata a facilitare il completamento di compiti e l'accesso intuitivo ai contenuti. • L'arte e la scienza di struurare e classificare siti web ed intranet per aiutare gli utenti a trovare e utilizzare l'informazione. • Una disciplina emergente, una comunità di pratie finalizzata a portare i principi della progeazone e dell'ariteura nel panorama digitale. L'ariteura dell'informazione è dunque un corpus di metodi, tecnie e conoscen- ze concernenti il modo in cui le informazioni sono rappresentate, etieate e strut- turate all'interno dei sistemi informativi. In particolare, le conoscenze sull'ariteura dell'informazione dovrebbero permeere di rendere facilmente accessibili agli utenti le informazioni presenti nei siti. Il web come sistema informativo Nelle citazioni e abbiamo riportato si usano, spesso alternativamente, i termini sito web e sistema informativo. Un sito web è un particolare sistema informativo eleronico e può essere utilizzato araverso internet. Le considerazioni e faremo sui siti web
  • 143.
    .. DEFINIZIONE  potrannoquindi riguardare ane ad altri tipi di sistemi informativi e condividono caraeristie simili. .. La qualità di un sistema informativo Gli utenti usano internet principalmente per cercare e condividere informazioni, per comunicare, per utilizzare servizi e applicazioni, per acquistare o vendere prodoi e servizi. Il valore di un sistema informativo è legato ad una serie di aspei. Utilità Un sistema informativo deve essere utile; deve contenere informazioni di qua- lità e fornire servizi utili. L'utilità di un sito web è data dalla sua capacità di fornire le informazioni e gli utenti cercano, oppure di permeere loro di portare a termine i compiti e si sono prefissi. Usabilità L'usabilità ¹ dei siti web si deve occupare di due aspei, legati ma distinti: • l'interfaccia; • l'ariteura informativa. Piacevolezza A parità di utilità ed usabilità un sistema informativo è migliore se è piacevole da usare (Busei, Bussolon e Sartori, ``Il colore dei link delle pagine web come memoria esterna''). Reperibilità È importante e le informazioni, i servizi ed i prodoi di un sistema informativo possano essere trovati facilmente dagli utenti. Accessibilità L'accessibilità implica il rispeo di standard finalizzati all'accesso all'in- formazione da parte di individui con differenti abilità, strumenti e preferenze, in molte- plici contesti d'uso (Lazar, Dudley-Sponaugle e Greenidge, ``Improving web accessibi- lity: a study of webmaster perceptions''). Credibilità La credibilità è un aspeo molto importante, ane se spesso trascurato, di ogni organizzazione (Fogg et al., ``What makes Web sites credible? a report on a large quantitative study''). esto vale a maggior ragione per il web, in quanto l'assenza di contao fisico fra l'organizzazione e l'utente rende quest'ultimo più diffidente. Valore È importante e il sito offra risorse o servizi di valore per gli utenti e e crei altresì valore ane per il commiente (Conci, ``Portale Unitn: ariteura dell'infor- mazione centrata sull'utente''). ¹ Una definizione formale di usabilità, ampiamente acceata in leeratura (Abran et al., ``Usability Mea- nings and Interpretations in ISO Standards''; Jokela et al., ``e standard of user-centered design and the standard definition of usability: analyzing ISO  against ISO -''), è quella proposta dallo standard ISO - (Ergonomic requirements for office work with visual display terminals - Guidance on usability) come: Il livello in cui un prodoo può essere usato da specifici utenti per raggiungere specifici obieivi con efficacia, efficienza e soddisfazione, in uno specifico contesto d'uso.
  • 144.
     CAPITOLO .ARCHITETTURA DELL'INFORMAZIONE .. Ruolo e obiettivi dell'aritettura dell'informazione È mia opinione e i metodi, le tecnie e le conoscenze dell'ariteura dell'informazio- ne -- in particolar modo le tecnie centrate sull'utente -- possano influire positivamente su tre degli aspei elencati: . Ci si aspea e l'ariteura centrata sull'utente aumenti l'utilità del sito in quanto alcuni dei suoi metodi empirici permeono di identificare gli interessi, le aspeative e le esigenze degli utenti. . L'ariteura centrata sull'utente aumenta l'usabilità in quanto permee di rile- vare il lessico degli utenti e di cogliere i loro modelli mentali impliciti concernenti il modo in cui si aspeano e l'informazione sia struurata e categorizzata. . Una ariteura dell'informazione centrata sull'utente tende a migliorare la re- peribilità di un sistema informativo. Per essere reperibile l'informazione deve infai essere struurata in maniera coerente, in modo da rispeare le aspeative implicite degli utenti. Obiettivi Gli obieivi dell'ariteura dell'informazione sono molteplici: • l'identificazione dei contenuti e gli utenti si aspeano di trovare in un sito web; • la valutazione dell'importanza e gli utenti aribuiscono ai contenuti; • la conoscenza del lessico adoato dagli utenti, ed il conseguente adaamento della terminologia del sito; • la struurazione delle unità informative (ad esempio: le pagine web) in partizioni gerarie (alberi); • l'identificazione delle risorse la cui collocazione può risultare problematica; • la progeazione di metainformazioni sulle risorse. .. Le dimensioni di una struttura informativa: contesto, conte- nuto, utenti Vi sono tre dimensioni e vanno tenute in considerazione nella progeazione di un sistema informativo (Rosenfeld e Morville, Information aritecture for the World Wide Web): • il contesto: gli scopi del commiente, le politie, la cultura, la tecnologia, le risorse, i vincoli; • i contenuti del sistema informativo: i documenti, i file, le applicazioni, i servizi, i metadati; • gli utenti del sistema.
  • 145.
    .. DEFINIZIONE  Aritetturadell'informazione centrata sugli utenti In queste pagine mi focalizzerò quasi esclusivamente sulla dimensione legata agli utenti. Peré riteniamo e sia necessario non solo tenere conto degli utenti, ma ane di coin- volgerli nella progeazione di un sito web? L'approccio e si propone è quello dello user centered design ², ove si assume e nessuno conosca competenze, cultura, bisogni, limiti, aeggiamenti degli utenti reali meglio degli utenti medesimi, e pertanto prevede il coinvolgimento degli utenti in tue le fasi della progeazione, realizzazione e gestio- ne di un prodoo. La metodologia centrata sull'utente prevede il coinvolgimento aivo degli utenti, la comprensione dei requisiti degli utenti e dei compiti, l'allocazione ap- propriata di funzioni tra gli utenti e il sistema, un approccio iterativo alla progeazione (Mao et al., ``User-Centered Design Methods in Practice: A Survey of the State of the Art''). Il coinvolgimento degli utenti nel design di un sistema informativo può aiutarci a rispondere a tre domande importanti: • Cosa si aspeano di trovare, gli utenti, nel sito e stiamo costruendo? • Come si aspeano e l'informazione sia struurata, organizzata, classificata e presentata? • al'è il loro lessico? ali termini dobbiamo usare per aiutarli a comprendere, identificare e recuperare i contenuti? .. Le aree di intervento Rosenfeld e Morville, Information aritecture for the World Wide Web identificano tre aree di intervento: . Organizzazione: il modo in cui l'informazione deve essere organizzata e struu- rata. . Labeling: il lessico da usare per etieare le risorse e le categorie del sistema di informazione. . Navigazione e ricerca: gli strumenti dell'interfaccia e permeono agli utenti di navigare nel sistema e di cercare le informazioni araverso il motore di ricerca. La navigazione e la ricerca implicano principalmente i livelli skill e knowledge based, e dunque non saranno traati in questa sede. Verranno invece approfonditi gli aspei dell'organizzazione e del labeling, e riprenderemo poi sia nel capitolo dedicato agli esperimenti e a quello delle applicazioni di Netsorting a casi reali. ²Lo standard ISO  definisce lo user centred design come ``Un approccio allo sviluppo di sistemi interaivi focalizzato specificatamente all'usabilità. È una aività multidisciplinare, e riiede competenze e tecnie specifie di ergonomia ...Applicare l'ergonomia al disegno di sistemi riiede di considerare faori primari le capacità, competenze, conoscenze, limitazioni ed esigenze degli utenti.``
  • 146.
     CAPITOLO .ARCHITETTURA DELL'INFORMAZIONE . Organizzazione .. Semi organizzativi In leeratura (Rosenfeld e Morville, Information aritecture for the World Wide Web) vengono distinti gli semi esai da quelli ambigui. Semi esatti Il filesystem del nostro computer ci da un buon esempio di alcuni semi esai di or- ganizzazione. ando navighiamo le cartelle del nostro hard disk possiamo ordinarne i contenuti per nome, data di ultima modifica, tipo di file o dimensione. Un'altro buon esempio è il client di posta eleronica. Generalmente ordiniamo le mail in entrata in base alla data di arrivo, ma possiamo ordinarle ane per oggeo o per miente. Nome, data, dimensione di un file, oggeo, miente di una mail sono semi di ordi- namento esai, peré sono informazioni e si basano su quantità e possono essere disposti su scala ordinale, come l'ordine alfabetico, o ad intervalli, come le date, o a rap- porti, come la dimensione di un file. Un altro sema esao può essere quello geografico. La open directory ³ ad esempio pre- senta ane una categorizzazione per area geografica, e dunque i siti internet dedicati alla cià di Rovereto si trovano soo il percorso Regional > Europe > Italy > Trentino Alto Adige > Trento > Rovereto Il vantaggio degli semi esai è e non sono ambigui, e generalmente l'ordinamen- to può essere fao automaticamente dall'applicazione e presenta i dati. Non è dunque necessario, ad esempio, e io ordini a mano le mail ricevute in base alla data di arrivo, in quanto è il programma stesso a farlo per me. Ma soprauo se conosco la data di arrivo di una mail mi risulta facile trovarla. A volte, però, gli utenti si trovano in difficoltà nell'usare gli semi esai, in quanto le loro conoscenze in merito a ciò e cercano non sono precise. Se, ad esempio, non ricordo la data precisa di una mail e sto cercando, e nemmeno il miente, e nemme- no l'oggeo, trovare quella mail in base agli semi esai può risultare un'impresa non facile. In altre circostanze, poi, è l'informazione stessa e non si presta a semi esai, in quanto è per sua natura ambigua. Semi ambigui Gli semi ambigui sono meno semplici da implementare, ed introducono degli elementi di soggeività. Ciononostante risultano spesso estremamente utili. ``Vi è una semplice ragione e rende gli semi ambigui così utili: non sempre sappiamo e cosa stiamo cercando'' (ibid.). ³www.dmoz.org
  • 147.
    .. ORGANIZZAZIONE  Visono differenti tipologie di semi ambigui. Un corpus di informazioni può essere classificato ad esempio per argomento, per compito, per tipologia di utenza. Immaginiamo, ad esempio, il sito web di una facoltà universitaria. Le risorse possono essere raggruppate per argomento, e allora potremo avere le categorie didaica, ricerca, servizi. Possono essere raggruppate per tipologia di utente, e allora avremo un ingresso diverso per studenti, docenti, personale, aziende, persone interessate ad iscriversi ai corsi di laurea e così via. Nella sezione dedicata alla didaica on line le risorse possono essere raggruppate per argomento: consultare il programma di un insegnamento, seguire le lezioni on line, iscriversi all'esame. Naturalmente in questo caso la classificazione è soggea ad ambiguità e difficoltà. Do- ve colloiamo, ad esempio, la pagina dedicata alla biblioteca? Nella categoria Ricerca, nella categoria Didaica, nella categoria Servizi? È proprio nella creazione di questa tipologia di semi e diviene necessario, in fase di design, coinvolgere gli utenti utilizzando degli strumenti di elicitazione della conoscenza. .. Strutture organizzative Le struure organizzative si occupano della modalità di immagazzinamento e presenta- zione delle informazioni. L'adozione di appropriate struure organizzative è soggea a tre faori: il faore tec- nologico, la tipologia dei contenuti, gli aspei di usabilità legati alla modalità di presen- tazione dei dati. ibid. identificano tre tipi di struure: gerarie, tabellari ed ipertestuali. A nostro avviso altri due tipi di struure meritano la nostra aenzione, poié sono delle tipologie di organizzazione dell'informazione emergenti in internet: la classificazione a faccee e la classificazione a parole iave. Strutture gerarie Una struura gerarica divide il dominio semantico della strut- tura informativa in partizioni. Un tipico esempio -- di struura gerarica esaa -- è la tassonomia linneiana degli esseri viventi. Su internet vi sono degli esempi estremamente celebri, le directory come dmoz.org o yahoo. In questo caso, però, la struura gerarica è di tipo ambiguo. Strutture a tabella, o database Abbiamo già citato alcuni esempi di questa struura: il client di posta eleronica elenca la posta in arrivo in una tabella, dove ad ogni riga (record) corrisponde una mail, mentre le colonne rappresentano i diversi aributi delle mail: data, miente, oggeo, dimensione in kilobites. Un altro esempio è costituito dal servizio offerto da librarything.com, un sito permee di condividere la propria libreria, inserendo la lista dei libri e si possiede. Chi entra nella mia libreria virtuale ⁴ troverà la lista dei miei libri, e potrà essere ordinata per autore, per titolo, per punteggio di gradimento. ⁴cliccando su www.librarything.com
  • 148.
     CAPITOLO .ARCHITETTURA DELL'INFORMAZIONE Struttura ipertestuale -- network La struura ipertestuale costituisce la più impor- tante caraeristica distintiva del web. Il web è, dal punto di vista dell'utente, una ra- gnatela di risorse testuali o multimediali fra loro collegati araverso dei collegamenti ipertestuali. Un sito web non è un sito web se non ha collegamenti ipertestuali, in quanto questi co- stituiscono lo strumento universale di navigazione all'interno del web. E dunque ane le struure gerarie e tabellari usano i collegamenti ipertestuali per la navigazio- ne. Vi sono però dei sistemi informativi dove i collegamenti ipertestuali costituiscono e rappresentano la struura. L'esempio più importante è costituito da wikipedia ⁵, la più importante enciclopedia eleronica, un progeo open source. esto tipo di strut- tura è particolarmente adao per le conoscenze di tipo enciclopedico; ad una struu- ra ipertestuale non gerarica manca però la struura categoriale tipica delle struure gerarie. Classificazione sulla base di attributi o caratteristie: le faccette In termini molto sintetici la classificazione a faccee è una classificazione multidimensionale. Alcuni importanti siti di commercio eleronico fanno uso di questo tipo di classifica- zione. Se ceriamo una macina fotografica digitale su siti come froogle o ebay ci viene offerta la possibilità di restringere la ricerca in base a differenti parametri: tipo di fotocamera (compaa, reflex), risoluzione in megapixels, zoom, marca, fascia di prezzo. Dal punto di vista dell'interazione con l'utente la classificazione a faccee si propone di combinare la struurazione della classificazione gerarica con la multidimensionalità delle struure a tabella. Strutture a parole iave I servizi e si basano su questa struura permeono agli editori delle informazioni, ma ane agli utenti, di aggiungere delle informazioni alle risorse (documenti, siti web, immagini, video). este informazioni, e tecnicamente sono dei metadati, sono generalmente delle parole iave, tag in inglese. I siti web e si basano su queste struure permeono agli utenti di navigare all'interno del sito proprio araverso le parole iave. Flir ⁶ è un sito e permee di condividere le proprie fotografie. L'utente si registra e carica sul server di flir le proprie immagini digitali. Il sito invita a contrassegnare ogni immagine con una o più parole iave. Gli utenti potranno visualizzare le fotogra- fie presenti sul sito araverso la ricerca per parola iave. del.icio.us ⁷ offre un servizio di bookmark online. Se, navigando, mi imbao in un sito o una pagina e reputo in- teressante, posso decidere di salvarne il collegamento fra i segnalibri del mio browser. Del.icio.us permee di fare la stessa cosa salvando l'indirizzo sul loro sito, e contrasse- gnandolo con dei tag. Potrei decidere di memorizzare ad esempio il sito web della facoltà di Scienze cognitive aggiungendo i tag facoltà, scienze cognitive, rovereto. In questo modo posso ritrovare più facilmente i miei segnalibri, cercandoli in base alla parola iave, e posso condivi- derli con gli altri utenti: se qualcuno cererà su del.icio.us il tag scienze cognitive potrà ⁵it.wikipedia.org nella versione italiana ⁶www.flir.com ⁷del.icio.us
  • 149.
    .. INFORMATION SCENT trovare il link al sito della facoltà. La classificazione per parole iave non è una novità. È una novità il fao e siano gli utenti, e non solo gli editori, a definire le parole iave delle risorse. Geotagging Con l'avvento di servizi come Google Maps ⁸ è possibile associare ad una risorsa delle coordinate geografie. Diviene così possibile navigare le risorse ara- verso una mappa satellitare. Flir offre un servizio di questo genere, e permee di visualizzare il luogo dove sono state scaate le fotografie. . Information scent Secondo Pirolli e Card, ``Information Foraging'' gli esseri umani sono degli informavo- ri il cui successo adaativo dipende dalla loro capacità di applicare con successo delle sofisticate strategie di selezione delle informazioni, di aribuzione di senso, di problem solving e decision making. Secondo la Information Foraging theory da loro proposta la ricerca e la selezione delle informazioni può essere paragonata alla strategia di foraggia- mento degli animali, e dunque i sistemi informativi dovrebbero massimizzare il rapporto fra il valore dell'informazione per l'individuo ed il costo sostenuto per trovarla, analiz- zarla, elaborarla. Nel contesto dei siti internet, caraerizzati come abbiamo visto da una navigazione e si basa sugli ipertesti, le risorse sono presentate all'utente araverso dei link testuali o grafici. Il designer utilizza le etiee (o le icone, o le immagini) co- me dei suggerimenti prossimali finalizzati a permeere all'utente di intuire i contenuti del documento collegato; nella metafora del foraggiamento informativo questi sugge- rimenti vengono definiti da Chi, Pirolli e Pitkow, ``e Scent of a Site: A System for Analyzing and Predicting Information Scent, Usage, and Usability of a Web Site'' infor- mation scent: ciò e il link suggerisce è una percezione soggeiva del valore, del costo e delle modalità di accesso alle informazioni. L'utente è guidato nella sua esplorazione della struura informativa da questi suggerimenti (Chi et al., Using Information Scent to Model User Information Needs and Actions on the Web). Nella definizione di una ar- iteura informativa risulta pertanto estremamente importante adoare delle etiee e sappiano guidare in maniera correa gli utenti, permeendo loro di intuire la natura dell'informazione a cui sono collegati. .. Le etiette Con etiea si intende un'unità informativa di piccole dimensioni, finalizzata ad iden- tificare una risorsa: un documento, un file audio, un prodoo, un filmato, una persona. L'etiea è generalmente testuale, ma può essere ane una piccola immagine (un'ico- na) e, in determinati casi, ane un suono. Basti pensare ai telefoni cellulari più recenti: ad un numero telefonico in rubrica si può associare il nome della persona, ma ane una sua fotografia e addiriura una suoneria personalizzata. ando riceviamo una iama- ta da quel numero il suono, l'immagine ed il nome di quella persona sono delle etiee e ci permeono di identificare il iamante prima ancora di rispondere. ⁸maps.google.com
  • 150.
     CAPITOLO .ARCHITETTURA DELL'INFORMAZIONE Nella vita reale le persone tendono a cavarsela piuosto bene con le etiee, tanto e non si accorgono nemmeno di usarle. A volte però sorgono dei problemi: di carat- tere etico (basti pensare alle etiee di persona diversamente abile o persona di colore), culturale o burocratico: non passa giorno e nelle stazioni ferroviarie italiane non ven- ga annunciato un ritardo causato da guasti ai materiali viaggianti o ci venga ricordato di convalidare il documento di viaggio usando le macine obliteratrici. Citiamo questi esempi non tanto per ironizzare su di un vezzo tipicamente italiano quanto per sooli- neare come alcune problematie relative ad un uso appropriato del lessico non siano circoscrie all'ambito virtuale di internet, ma coinvolgano ogni forma di comunicazione istituzionale. Acronimi, termini burocratici Nella progeazione (o riprogeazione) di un sito in- ternet ci si trova spesso a dover affrontare il problema di etiee poco informative. Nella ridefinizione dell'ariteura dell'informazione del sito di un comune del Trenti- no, abbiamo dovuto affrontare il problema del termine Albo pretorio. L'albo pretorio è il luogo dove vengono esposte le delibere di consiglio e giunta comunale. Dal punto di vista formale Albo pretorio è il termine correo, ma dal punto di vista dell'utente è lecito supporre e, per i meno esperti, questa etiea risulti oscura. Un'altro tipo di etiee oscure sono gli acronimi: quando abbiamo ridefinito l'aritet- tura dell'informazione della Direzione Informatica e Telecomunicazioni dell'Università di Trento ci siamo imbauti in termini come S.A.R.A. (Servizio di Accesso alla Rete di Ateneo) o V.P.N. (Virtual Private Network). Le etiee sono usate ovunque in un sito web: il logo ed il nome del sito sono etiee, il sistema di navigazione usa delle etiee, ovvero il nome del link; lo stesso vale per il menu contestuale. I nomi dei gruppi e delle directory nelle gerarie sono delle etiee. Clicca qui è un'etiea, citata in ogni manuale di usabilità come regola da evitare. Una buona etiea deve essere dunque breve, informativa, non ambigua. Un sistema di labeling dev'essere coerente all'interno dell'intero sito. ando possibile è importante rispeare le convenzioni. . Conclusioni In questo capitolo ho brevemente definito l'ariteura dell'informazione, focalizzando- mi sugli aspei legati all'organizzazione delle informazioni e all'information scent vei- colato dalle etiee e dai collegamenti ipertestuali. Nel prossimo capitolo descriverò la metodologia da utilizzare nella definizione di un sistema informativo, e in particolar modo gli strumenti dell'ariteura dell'informazione centrata sugli utenti. Vedremo come la tecnica del free listing possa contribuire all'identificazione di etiee centra- te sul lessico degli utenti, e come la tecnica del card sorting possa essere utilizzata per identificare una struura informativa centrata sugli utenti.
  • 151.
    Capitolo  Metodi dielicitazione delle conoscenze categoriali in aritettura dell'informazione L'uomo `e la misura di tui gli oggei d'uso, dell'esistenza di quelli e sono e della non esistenza di quelli e non sono. -- Protagora . Introduzione Proveniendo dalla biblioteconomia l'approccio tradizionale all'ariteura dell'informa- zione si basa prevalentemente su tassonomie convenzionali, di cui le classificazione Dewey ¹ e la Library of Congress Classification ² costituiscono il prototipo. In Gnoli, Ma- rino e Rosati, Organizzare la conoscenza: Dalle bibliotee all’ariteura dell’informazione per il Web, ad esempio, l'approccio è esplicito ane nel titolo: Organizzare la conoscen- za: Dalle bibliotee all'ariteura dell'informazione per il Web. In questo approccio il ricorso a metodi empirici è sostanzialmente marginale. In un approccio centrato sull'u- tente, al contrario, i metodi empirici risultano centrali (Fuccella, ``Using user centered design methods to create and design usable Web sites''; Kurniawan, Zaphiris e Ellis, ``Involving Seniors in Designing Information Aritecture for the Web''; Levi e Conrad, ``Usability testing of world wide web sites''). Bené l'approccio più normativo e quello centrato sull'utente siano perfeamente compatibili, come abbiamo mostrato in Bei, Bussolon e Rosati (``La classificazione faa dai ciadini. Il caso Tentinosociale.it''), in questo capitolo descriveremo esclusivamente quest'ultimo. ¹ en.wikipedia.org/wiki/Dewey Decimal Classification ² en.wikipedia.org/wiki/Library of Congress Classification 
  • 152.
     CAPITOLO .METODI . Il processo In questa sezione descriverò brevemente le tradizionali fasi progeuali dello sviluppo di un sistema informativo, mi focalizzerò sui processi di sviluppo centrati sull'utente, un approccio fondato sul coinvolgimento dei commienti, degli editori e degli utenti nella definizione dell'ariteura informativa, in modo e risulti facilmente fruibile da parte degli utenti, pur soddisfacendo le necessità dei commienti e degli editori. .. Fasi progettuali Nella costruzione di un sistema informativo la progeazione assorbe, generalmente, tempo e risorse, tanto e spesso i clienti -- ma ane alcuni sviluppatori -- sono tentati di saltare intere fasi progeuali. In realtà una buona progeazione permee di creare siti più utili ed usabili; se la progeazione è orientata non solo al presente ma ane agli sviluppi futuri sarà meno soggea ad obsolescenza e più facile da aggiornare (Fuccella e Pizzolato, Creating web site designs based on user expectations and feedba). Caprio e Ghiglione, Information Aritecture identificano quaro fasi di progeazione: . discovery: identificazione degli obieivi del sito, definizione dei requisiti, evi- denziazione di eventuali vincoli progeuali; . analisi: prevalentemente l'inventario dei contenuti e l'analisi dei profili utente; . aritettura: labeling, categorizzazione dei contenuti, navigazione, definizione del database; . sviluppo: il sito viene sviluppato e testato. In queste pagine analizzeremo brevemente le fasi di discovery e analisi e più in dea- glio la fase dell'ariteura, focalizzandoci sul processo di sviluppo e sui metodi centrati sugli utenti. Il processo e presentiamo costituisce un percorso ideale, e integra differenti pro- poste (Caprio e Ghiglione, Information Aritecture; Fuccella e Pizzolato, Creating web site designs based on user expectations and feedba; McGovern, A step-by-step approa-  to web classification design; Mcaid, McManus e Goel, ``Designing for a pervasive information environment: the importance of information aritecture''; Sinha e Boutelle, ``Rapid information aritecture prototyping''). .. Identificazione degli obiettivi Un sito internet deve produrre valore per i lo commissiona, in modo e vi sia un ri- torno degli investimenti. Il ritorno degli investimenti di un'azienda può essere definito in termini di differenti variabili (Conci, ``Portale Unitn: ariteura dell'informazione centrata sull'utente''): aumento della produività dei dipendenti, diminuzione dei costi di formazione, allungamento dei cicli di vita del sito (Fuccella e Pizzolato, Creating web site designs based on user expectations and feedba), aumento delle vendite (on line e off line), aumento della notorietà del mario (Zeni, ``Reti radiali cognitive e marketing centrato sull'utente''), diminuzione dell'uso del call center da parte dei clienti.
  • 153.
    .. IL PROCESSO Risulta pertanto necessario capire quali sono gli obieivi dell'azienda commiente. e- sto passaggio rientra nella fase di stakeholder analysis (Sinha e Boutelle, ``Rapid infor- mation aritecture prototyping''). Caprio e Ghiglione, Information Aritecture sug- geriscono di adoare il metodo dell'intervista semistruurata, da sooporre a tui gli stakeholder. Nell'intervista vanno iesti: • gli obieivi dell'azienda (l'obieivo principale, gli obieivi a breve, medio e lungo termine, in ordine di importanza); • le motivazioni, le aspeative in merito al sito web; • il target di utenza a cui pensano il sito debba rivolgersi; • i criteri di successo del sito. .. Analisi degli utenti Uno degli svantaggi di una progeazione esclusivamente normativa è e tende ad as- sumere di conoscere gli utenti e le loro caraeristie. esta assunzione si rivela però spesso errata (Nielsen, Top Ten Mistakes in Web Design). Conoscere il profilo degli utenti è molto importante nella costruzione di un sistema informativo e intenda soddisfare le loro esigenze. Nell'identificazione di tale profilo è importante trovare un metodo di campionamento dei partecipanti e ne selezioni un gruppo rappresentativo. Fuccella e Pizzolato, Creating web site designs based on user expectations and feedba indi- cano, come possibile fonte, i dati di una analisi di marketing. esta fonte però non sempre è adeguata. In primo luogo peré non tue le organizzazioni dispongono di analisi di questo genere. In seconda istanza non è deo e l'utenza del sito internet sia sovrapponibile a quella emersa dall'analisi di marketing. Campionamento ibid. distinguono fra passive e active survey collection: nella ricerca aiva il designer va a caccia di partecipanti, araverso una campagna pubblicitaria, o utilizzando una mailing list o un gruppo di discussione. La passive collection consiste nell'utilizzare il sito internet esistente nella raccolta di partecipanti: all'interno del sito viene presentato un invito a partecipare al questionario. esto è, a nostro avviso, il metodo migliore, in quanto ci assicura il miglior campionamento: i partecipanti e rispondono sono i reali utilizzatori del sito. Come vedremo nelle sezioni successive l'uso di strumenti web per la somministrazione dei questionari quali il free listing, la valutazione di importanza e il card sorting sono motivati ane dalla possibilità di testare, on site (nel senso leerale del termine) i reali utenti del sito. Lo svantaggio di questo metodo, però, è e esclude dall'analisi potenziali nuovi utenti; vi è inoltre il risio e alcune categorie di utenti siano più motivati di altri a rispondere, portando a veri e propri errori di campionamento. Risulterebbe dunque molto utile poter disporre di differenti modalità di reclutamento, e poter distinguere i partecipanti in base alla modalità, al fine di valutare se i risultati e si oengono sono significativamente diversi. In ogni caso le possibili difficoltà non debbono indurre i progeisti a rinunciare.
  • 154.
     CAPITOLO .METODI Poié la finalità è applicativa (e non scientifica) un campionamento sbilanciato è pur sempre meglio di nulla. estionari Fuccella e Pizzolato, Creating web site designs based on user expectations and feed- ba suggeriscono la somministrazione di brevi questionari finalizzati a delineare alcuni profili di base degli utenti: • profilo anagrafico: sesso, età; • profilo professionale: titolo di studio, professione; • profilo di utilizzo del web: come, quando, peré usa internet; • se l'utente è stato contaato araverso il sito esistente, possono venir ieste ane delle informazioni sull'uso del sito, su pregi e difei identificati o desiderata. este informazioni, comunque, possono essere raccolte ane in fase di somministra- zione di questionari più specifici, come il free listing ed il card sorting. Netsorting, l'appli- cazione da noi sviluppata, prevede, all'inizio del test, di iedere proprio le informazioni sopra elencate. I questionari possono fornire delle utili informazioni sugli utenti e sulle loro riieste. Va però tenuto conto e non sempre gli utenti sono in grado di dire cosa vogliono o cosa sia meglio per loro. È pertanto necessario verificare non solo le opinioni ma l'uso reale, ad esempio araverso l'analisi contestuale. Interviste Con alcuni degli utenti è possibile realizzare delle interviste, finalizzate a comprendere i loro comportamenti, bisogni e aspeative (Caprio e Ghiglione, Information Aritec- ture). Dalle interviste e dai questionari è possibile delineare dei profili utente. Alcuni autori suggeriscono di utilizzare i profili più rappresentativi per creare delle personas, dei personaggi fiizi e verosimili su cui focalizzarsi nel design del sito web (Sinha, ``Per- sona Development for Information-ri Domains''). Il vantaggio delle interviste è e permeono di approfondire la conoscenza di alcuni profili di utenti. Lo svantaggio principale è e è costosa, e dunque può essere sommi- nistrata ad un numero limitato di persone. Indagine contestuale L'indagine contestuale consiste nell'osservare l'utente durante la sua aività e nel luo- go in cui si svolge(Caprio e Ghiglione, Information Aritecture). Mcaid, McManus e Goel, ``Designing for a pervasive information environment: the importance of in- formation aritecture'', nel ridefinire l'ariteura dell'informazione di una biblioteca pubblica, decisero di ``walk a mile in the customers' shoes'':
  • 155.
    .. IL PROCESSO Dopo aver osservato gli utenti e parlato con i bibliotecari, avevamo un'idea molto più completa del tipo di informazioni disponibili e del modo in cui le persone vi accedono. Abbiamo scoperto, ad esempio, e l'informazione e un utente sta cercando può risiedere in media diversi (libri, bolleini, ri- viste, microfie, giornali, videocassee, poster, articoli eleronici, ed altre persone) in luoghi diversi con metodi di accesso ed organizzazione diver- si (sistema Dewey, Library of Congress, collezioni speciali). La varietà e complessità di queste possibilità dimostra la pervasività dell'informazione in una biblioteca. ibid. L'indagine contestuale permee dunque di cogliere le esigenze ed i comportamenti degli utenti. Un approccio di questo genere permee di rendere esplicite conoscenze o esigenze tacite, di cui l'utente non è consapevole ma e di fao ne condizionano l'interazione con il sistema informativo. .. Analisi: Identificazione del dominio semantico esta fase è finalizzata a definire i contenuti del sito web, identificando le priorità, i contenuti correnti e futuri e i requisiti del sito. Lo scopo è di identificare un elenco di risorse informative: documenti, FAQ (risposte alle domande più frequenti), broure, studi di caso, immagini, video, programmi, esempi di codice da scaricare e così via. Analisi dei contenuti del sito esistente Se ci si sta occupando del redesign di un sito esistente, il primo passo consiste nell'analisi dei contenuti del vecio sito. in primo luogo va creata una lista delle risorse presenti (Caprio e Ghiglione, Information Aritecture). La lista può essere integrata con altre in- formazioni legate all'uso del sito (Gamberini e Valentini, ``Web usability today: eories, approa and methods''): • il numero medio di contai giornalieri per ogni pagina, basandosi sul file di log del server; • i referrer alla pagina, ovvero l'elenco di pagine di altri siti web e hanno un link a quella pagina; • la visibilità della pagina sui motori di ricerca, e le parole iave e indirizzano i motori a quella pagina; • se il sito web permee agli utenti di dare un voto alla pagina, oppure di lasciare un commento, il numero di commenti e il voto medio della pagina. Analisi competitiva Per identificare il dominio semantico è utile elencare le risorse informative presenti su siti internet concorrenti. esto metodo è particolarmente utile se si sta costruendo un sito ex novo, ma può dare indicazioni utili ane nel caso di redesign di un sito esistente
  • 156.
     CAPITOLO .METODI (Cordioli, ``Ariteura dell’Informazione dei Siti Museali''). L'analisi competitiva può essere finalizzata non solo a definire il dominio semantico, ma ane ad identificare eventuali pratie virtuose, standard e consuetudini nel segmento di mercato considerato. Caprio e Ghiglione, Information Aritecture soolineano come da un'analisi competitiva sia possibile cogliere diversi aspei dei siti concorrenti: • Caraeristie generali: impressioni, categoria del sito, profilo del target, stile del sito. • Struura: aree generali, aree specifie per profili utenti, organizzazione dei con- tenuti, navigazione. • Funzionalità: motori di ricerca, help, registrazione, autenticazione. In questa fase di processo l'analisi è finalizzata ad oenere una lista delle risorse presenti sul sito concorrente, in maniera simile alla lista delle risorse esistenti. Free listing Nel free listing si iede al partecipante di elencare quali contenuti si aspea di trovare sul sito. Descriveremo in maniera più deagliata questo metodo nella sezione .. Focus group il focus group può risultare estremamente utile nelle circostanze in cui vi sia difficoltà ad utilizzare i metodi elencati precedentemente. Generalmente ciò avviene quando il dominio coperto dal sito internet non è comune. Nel capitolo dedicato alle applicazioni dei nostri metodi descriveremo brevemente la progeazione del portale delle politie sociali della provincia di Trento; in quel progeo abbiamo integrato le informazioni raccolte dal free listing con quelle di un focus group. Valutazione dell'importanza delle risorse Dopo aver utilizzato alcuni o tui i metodi elencati sarà necessario elencare le voci così oenute in un'unica lista, badando naturalmente ad eliminare le ripetizioni e le ridon- danze. È importante includere in questa lista finale tue le voci, e non solo quelle corri- spondenti a risorse già implementate nel sito web; araverso la valutazione di importan- za sarà possibile identificare le aree informative sulle quali varrà la pena di focalizzarsi. La valutazione dell'importanza delle risorse consiste in un questionario in cui ven- gono elencate le risorse identificate nella fase precedente e viene iesto ai partecipanti di esprimere, araverso una scala Likert, quanto ritengano importante ognuna delle vo- ci elencate (Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts''). Gli scopi di questo questionario sono molteplici: • Permeere agli editori del sito di identificare gli argomenti sui quali è importante concentrare l'aenzione nella fase di sviluppo e aggiornamento dei contenuti.
  • 157.
    .. IL PROCESSO • Decidere a quali risorse dare maggiore risalto nel sito internet, magari araverso dei link nella home page. • Individuare differenze fra gruppi di utenti: se nella definizione dell'utenza sono emersi gruppi differenti, è possibile e i diversi gruppi aribuiscano un'importan- za diversa a risorse differenti; araverso il questionario è possibile far emergere queste differenze, delle quali è necessario tener conto nella progeazione della navigazione. • Nel card sorting, e descriveremo in ., agli utenti si iede di classificare una lista di elementi; la prestazione oimale dei partecipanti si ha quando la lista non supera i  -  elementi. Se l'elenco di cui disponiamo è più lungo può essere opportuno sooporre a card sorting solo le  voci considerate più importanti dagli utenti. Successivamente, se lo si ritiene opportuno, è possibile somministrare un secondo card sorting con le voci escluse.
  • 158.
     CAPITOLO .METODI . Elicitazione dei contenuti: Free listing .. A cosa serve Spesso si assume e l'ariteo dell'informazione si debba preoccupare degli aspei relativi all'organizzazione, al labeling, alla navigazione e alla ricerca di un corpus in- formativo già dato o stabilito dal commiente o dagli editori o suggerito dall'analisi competitiva. Ane la leeratura concernente la User centered design tende a focalizzarsi più sul- l'interfaccia dell'artefao e sui contenuti. È però nostra opinione e sia importante adoare un approccio orientato all'utente ane nella definizione dei contenuti. Tale approccio potrebbe infai aumentare non solo l'usabilità e la reperibilità delle informa- zioni, ma ane la loro utilità. Adaare i contenuti agli interessi degli utenti costituisce inoltre una intelligente strategia di marketing (Zeni, ``Reti radiali cognitive e marketing centrato sull'utente''). Nel definire un dominio semantico ci si pone due domande principali. La prima domanda è: ``quali sono i contenuti del dominio?'' La seconda do- manda è: ``come sono struurati i contenuti?''. Il free listing è una tecnica e può aiutarci a determinare l'ampiezza del dominio e fornire alcune in- tuizioni su come il dominio è struurato. -- Sinha, Beyond cardsorting: Free-listing methods to explore user categorizations La tecnica del free listing può essere utilizzata per coinvolgere gli utenti nella defi- nizione dei contenuti (Coxon, Sorting data). Più in particolare può essere usata per due funzioni: elencare i contenuti, l'ambito e i confini del dominio semantico; identificare il lessico degli utenti. .. Come condurre il free listing Somministrare un questionario di free listing è semplice: è sufficiente iedere ai parte- cipanti di produrre una lista di voci partendo da un dominio o una categoria specifica. Alcuni esempi: • Ti preghiamo di elencare fino a dieci animali nella categoria dei mammiferi (o dei pesci, reili, uccelli). • Cosa ti aspei di trovare nel portale dell'Università di Trento? ali informazioni? Elenca, per favore, i contenuti e vorresti trovare nel portale dell'università. • In quale località turistica ti piacerebbe andare in vacanza? • Scrivi le prime  parole e ti vengono in mente quando pensi al caffè. .. Analizzare i risultati Se si hanno un numero adeguato di partecipanti araverso questo metodo si può oe- nere una lista degli elementi di un dominio semantico; la lista rappresenta (o almeno
  • 159.
    .. ELICITAZIONE DEICONTENUTI: FREE LISTING  dovrebbe rappresentare) le aspeative degli utenti e i termini (le etiee) e usano per definire le risorse. esti risultati dovrebbero dunque costituire la base non solo per la definizione del dominio informativo, ma ane del sistema di labeling. Per oenere risultati aendibili è però necessario prestare molta aenzione al modo in cui la domanda è formulata, altrimenti è possibile e si oengano numerosi risultati poco interessanti. Nel capitolo dedicato alle applicazioni riferiremo di un progeo di definizione del dominio informativo dei musei in cui il free listing diede dei risultati decisamente non soddisfacenti. In secondo luogo è possibile e gli utenti siano con- dizionati da ciò e sono abituati a trovare nei siti e frequentano, e questo potrebbe limitare la variabilità dei risultati. Se si usa, per la somministrazione del questionario, una interfaccia web, si oiene una lista molto lunga di voci. Sarà pertanto necessario analizzare tale lista, al fine di eliminare le ridondanze e le risposte non pertinenti (Bussolon e Conci, ``Portale UNITN: ariteura dell'informazione centrata sull'utente''; Conci, ``Portale Unitn: ariteura dell'informazione centrata sull'utente''). Classificazione dei risultati Gli elementi oenuti possono essere ordinati per frequenza e per ordine individuale. Una modalità molto semplice è quella di aribuire dei punti alle voci in base all'ordine con cui sono state elencate; ad esempio  punti alla prima voce dell'elenco,  alla seconda e così via, fino ad un solo punto per le voci dalla quinta alla decima. La frequenza e l'ordine individuale tendono a correlare (Bousfield e Barclay, ``e Relationship Between Order and Frequency of Occurrence of Restricted Associative Responses'', citato in Shina ). Vi è una correlazione ane fra frequenza e valutazione di prototipicità (Bussolon, Ferron e Del Missier, ``On-line categorization and card Sorting''). La classifica così oenuta può darci un'idea preliminare dell'importanza aribuita agli elementi da parte dei partecipanti. È comunque nostra opinione e sia utile affiancare a questa classifica un questionario per la valutazione esplicita dell'importanza aribuita dagli utenti, in quanto elementi di difficile recupero in fase di free listing possono essere comunque giudicati importanti dagli utenti. Matrice di similarità Sinha, Beyond cardsorting: Free-listing methods to explore user categorizations suggeri- sce due modalità di computazione di una matrice di similarità a partire dal free listing: . Co-occorrenza: si calcola il numero di volte in cui ogni coppia di elementi co- occorrono nella lista di ogni partecipante. . Average rank distance: più gli elementi sono vicini nel free listing, più si suppone siano percepiti come simili. Altre analisi qualitative ibid. suggerisce la possibilità di oenere altre informazioni da un'analisi qualitativa delle singole risposte:
  • 160.
     CAPITOLO .METODI • stimare la familiarità di dominio di ogni partecipante; • identificare gli ``outliers'': partecipanti e percepiscono il dominio in modi dif- ferenti o idiosincratici. A partire dal free listing è inoltre possibile applicare il laddering (Upur, Rugg e Kitenham, ``Using Card Sorts to Elicit Web Page ality Aributes''): ad ogni item prodoo dal primo free listing si iede di produrre una nuova lista. Infine è possibile confrontare le liste prodoe a partire da due domini informativi diversi, per misurarne le eventuali sovrapposizioni. Integrazione delle voci La lista oenuta dal free listing va integrata con quella oenuta dall'analisi dei contenuti del vecio sito (se esistente), dall'analisi competitiva e dall'elenco di risorse previste dagli stakeholder. La lista finale può costituire la base per il card sorting. Se la lista supera le  -  voci è preferibile usare soltanto le  -  voci e utenti e commienti considerano più importanti. Probabilmente alcune delle voci così oenute non saranno immediatamente incluse nel sitema informativo. Ciò nonostante è comunque opportuno includere nel card sor- ting gli elementi e vengono comunque reputati importanti dagli utenti o e potreb- bero in futuro arricire il sistema (Sinha e Boutelle, ``Rapid information aritecture prototyping'').
  • 161.
    .. CATEGORIZZAZIONE DEICONTENUTI: CARD SORTING  . Categorizzazione dei contenuti: card sorting .. Definizione Il card sorting, come strumento per classificare oggei in categorie, è usato da decenni. È stato utilizzato in numerosi ambiti delle scienze sociali (Ameel et al., ``How bilin- guals solve the naming problem''), sebbene con nomi diversi: classificazione soggeiva, categorizzazione soggeiva, folk taxonomy, free classification, free sorting, pile sorting, free grouping (Coxon, Sorting data). In ambito psicoterapeutico alcune tecnie di sor- ting sono utilizzate nell'approccio costruivista di Kelly (Upur, Rugg e Kitenham, ``Using Card Sorts to Elicit Web Page ality Aributes''). In termini matematici il card sorting viene rappresentato come una partizione di M elementi in C insiemi disgiunti; questa definizione corrisponde a quella e Stevens definisce scala nominale (Coxon, Sorting data). Il card sorting `e la tecnica di elicitazione della conoscenza pi`u usata e citata nell'area dell'interazione uomo computer per far emergere i modelli mentali degli utenti relati- ve alla categorizzazione dei contenuti di un sito web (Finer e Tenenberg, ``Making sense of card sorting data''; Maurer e Warfel, Card sorting: a definitive guide; Nielsen, ``Enhancing the explanatory power of usability heuristics''; Nielsen, Card Sorting: How Many Users to Test; Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts''). Nell'ambito dell'ariteura dell'informazione il card sorting costituisce un metodo di design centrato sull'utente, finalizzato ad oimizzare la reperibilit`a (findability) di un sistema. .. A cosa serve Il card sorting costituisce un metodo efficace per individuare i modelli mentali implici- ti degli utenti, rendendo esplicite le loro aspeative di categorizzazione dei contenuti. Conoscere i modelli mentali e le categorizzazioni implicite ci permee di organizzare le informazioni in modo e siano pi`u facili da trovare e da utilizzare, migliorando la qualit`a del prodoo. Araverso il card sorting è possibile identificare il criterio di classificazione usato dagli utenti ed identificare il contenuto e l'etiea delle categorie da essi utilizzati. È possibile far emergere eventuali differenze nella categorizzazione fra diversi gruppi di partecipanti. .. ando usare il card sorting Nel web design Maurer e Warfel, Card sorting: a definitive guide consigliano l'uso del card sorting nel design di un sito nuovo, nel design di una nuova area di un sito, nel redesign di un sito esistente. Nell'ambito delle scienze sociali, antropologie o cognitive, Coxon, Sorting data identifica innumerevoli contesti in cui il card sorting viene utilizzato: classificazione delle diagnosi medie, analisi dei contenuti, analisi semantie, reti sociali, psicologia
  • 162.
     CAPITOLO .METODI sociale e delle organizzazioni, antropologia culturale, areologia. Secondo Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts'' il card sorting può essere usato sia come tecnica esplorativa e come tecnica di classificazione vera e propria. Secondo questi autori il card sorting può essere applicato ad una gamma di entità estremamente ampia, e spazia da eleni di oggei concreti a concei astrai, e può essere utilizzata ricorsivamente a vari livelli di una struura informativa. L'utilizzo di questa tecnica è appropriato quando ci si propone di far emergere le categorie usate dagli utenti. Araverso il card sorting possiamo far emergere: • i criteri e i partecipanti adoano per categorizzare e cercare le informazioni; • la struura informativa e implicitamente si aspeano di trovare; • le eventuali differenze fra diversi gruppi di utenti; • le etiee delle categorie, espresse nel vocabolario degli utenti. Il card sorting funziona se è preceduto dai passaggi necessari per identificare la lista di elementi da categorizzare, descrii nelle sezioni precedenti. Inoltre le circostanze ideali per oenere dei buoni riusltati sono: • un elenco non superiore a  -  elementi; • dei contenuti omogenei fra loro; • un campione di partecipanti e conoscano e comprendano i contenuti. Vantaggi Il metodo offre numerosi vantaggi (Maurer e Warfel, Card sorting: a definitive guide): è una tecnica facile da realizzare e facile da far comprendere ai partecipanti; gli utenti la considerano un metodo di classificazione naturale; può essere utilizzata con individui di ogni estrazione culturale; i compiti di picture sorting ³ possono essere usati in età evolutiva e con individui illeerati. È centrato sugli utenti: Nella progeazione di un sito web se i partecipanti sono rap- presentativi degli utenti del sito i risultati dell'analisi tenderanno a rifleere la struura in cui gli utenti si aspeano e le informazioni siano presentate. È un buon punto di partenza per organizzare la struura del sistema informativo. Svantaggi ibid. osservano e il metodo si focalizza sui contenuti, non sui processi: i partecipanti non compiono realmente il compito, ma si limitano a raggruppare le etiee; a volte ³Secondo Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts'' il compito di categorizzazione può avvenire ane usando delle immagini (picture sorting) o gli oggei veri e propri da classificare (object sorting)
  • 163.
    .. CATEGORIZZAZIONE DEICONTENUTI: CARD SORTING  non conoscono le etiee, o non intuiscono il contenuto della risorsa descria dall'eti- ea. L'analisi statistica del card sorting somministrato manualmente impiega molto tempo (Faiks e Hyland, ``Gaining user insight: a case study illustrating the card sort teni- que''). Assunti e limiti Le tecnie di sorting assumono e gli individui organizzano la propria rappresenta- zione dell'ambiente araverso dei processi di categorizzazione, e e le categorizzazioni implicite degli individui possono essere individuate. Poi´e la seconda assunzione non `e scontata Rugg e McGeorge, ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts'' sostengono l'utilità di affiancare a queste tecnie degli strumenti di verifica della bont`a dei risultati (ad esempio dei test osservativi) . .. Card sorting aperto e iuso Il card sorting pu`o essere somministrato in due modalit`a: card sorting aperto e card sor- ting iuso. Nel card sorting iuso all'utente viene iesto di categorizzare gli item in categorie sta- bilite dallo sperimentatore. Il card sorting aperto `e meno struurato in quanto `e l'utente e decide il nome delle categorie; questa variante permee di far emergere i criteri di categorizzazione impliciti degli utenti. Ane i criteri di classificazione e le etiee delle categorie sono dunque decise dagli utenti; d'altro canto la maggiore libert`a concessa all'utente aumenta la va- riabilità dei risultati. Il card sorting iuso `e pi`u struurato: `e lo sperimentatore e decide le etiee delle categorie nelle quali gli utenti andranno a categorizzare gli item. Come vedremo nello studio  il card sorting iuso `e pi`u facile del card sorting aperto (Bussolon, Ferron e Del Missier, ``Netsorting: On-line categorization and card Sorting''). Nei progei e abbiamo seguito si è utilizzato quasi esclusivamente il card sorting aper- to. Se il numero di elementi da classificare non è eccessivo, se non vi sono molti elementi di difficile classificazione e se abbiamo un numero sufficiente di partecipanti (almeno  - ) i risultati sono generalmente piuosto stabili. Nelle situazioni in quale modo più problematie si può decidere di fare un card sorting iuso come secondo passaggio, dopo aver identificato il criterio di classificazione e le etiee con il card sorting aperto. Come abbiamo accennato, non è opportuno iedere ai partecipanti (quantomeno nella somministrazione on line) di classificare più di  -  elementi. Se il sito è di maggiori dimensioni, potrebbe essere utile applicare il card sorting aperto ai primi  elementi, e successivamente un card sorting iuso (con degli esempi già classificati) per gli elementi rimanenti.
  • 164.
     CAPITOLO .METODI .. La versione carta e penna Il processo di card sorting prevede e i partecipanti raggruppino una serie di cartoncini, ognuno provvisto di una etiea, in insiemi e ritengono coerenti. Nel card sorting aperto si iede agli utenti di proporre un nome ai gruppi creati. Preparazione • Creare la lista degli item. Per un sito web, la lista dei contenuti principali; • valutare e le etiee adoate siano comprensibili, araverso un'analisi preli- minare del labelling; • creare un cartoncino per ogni etiea; numerare il dorso dei cartoncini; • creare dei contenitori, ad esempio delle scatole dove il partecipante possa raggrup- pare i cartoncini; il numero dei contenitori dev'essere pari al numero massimo di categorie e vogliamo e siano create; • in caso di card sorting iuso etieare i contenitori. Nel caso di picture sorting i cartoncini contengono il disegno o la fotografia degli oggei; nel caso di object sorting sono gli oggei stessi ad essere raggruppati dall'utente. Somministrazione • Informare il partecipante dello scopo del test e delle modalit`a di somministrazione; • evitare di fornire informazioni e possano influenzare le sue scelte; • informarlo e alcune spiegazioni verranno fornite alla fine del test; • mescolare i cartoncini e presentarli al partecipante; • iedere al partecipante di raggruppare gli elementi in insieme coerenti; • in alcuni minuti l'utente dovr`a posizionare i cartoncini nelle scatole; • segnare (su foglio cartaceo, foglio eleronico, database …) i raggruppamenti fai dal partecipante; • segnare gli eventuali missing: cartoncini e l'utente non ha saputo catalogare; • nel card sorting aperto iedere all'utente di fornire un'etiea per ogni gruppo creato. Debriefing Fornire al partecipante le informazioni e non era opportuno dare prima dell'esperi- mento. Eventualmente offrire la possibilit`a di informarlo sui risultati del test una volta e si sia conclusa la raccolta dei dati e l'analisi.
  • 165.
    .. CATEGORIZZAZIONE DEICONTENUTI: CARD SORTING  .. Analisi Analisi delle singole classificazioni Coxon, Sorting data indica alcuni indici e è possibile calcolare per ogni partecipante (k): il numero di categorie create: mk; un indice e misura lo stile di classificazione, definito dalla formula dove N è il numero di elementi del dominio. Analisi pairwise (coppie di partecipanti) Di maggior interesse sono le analisi e meono a confronto coppie di partecipanti. La edit distance (Deibel, Anderson e Anderson, ``Using edit distance to analyze card sorts''; Fossum e Haller, ``Measuring card sort orthogonality'') consiste nel numero di sposta- menti necessari per passare da una partizione all'altra. Un'altra possibilità è quella di calcolare la correlazione fra le due matrici dicotomie dei partecipanti usando il coeffi- ciente di Jaccard (Capra, ``Factor analysis of card sort data: an alternative to hierarical cluster analysis''); questa misura è simile alla Pairbonds dissimilarity measure citata da Coxon, Sorting data. Araverso queste misure è possibile creare delle matrici M * M di distanza o di cor- relazione, dove M è il numero di partecipanti. A partire da questa matrice è possibile raggruppare i partecipanti in base all'affinità delle loro partizioni. Analisi delle co-occorrenze Per ogni partecipante è possibile creare una matrice N * N, dove N rappresenta il nu- mero di elementi del dominio classificato. Il valore di ogni cella ci,j sarà pari a  se gli elementi i e j appaiono nello stesso gruppo,  se appaiono in gruppi diversi. esta matrice è definita delle co-occorrenze. Dalla somma delle matrici di co-occorrenza degli M partecipanti si oiene la matrice di prossimità. Da questa matrice è possibile oenere una matrice di dissimilarità araverso la funzione δi,j = max − ci,j dove max è pari al valore più grande della matrice originale. La matrice di prossimità è una matrice quadrata, simmetrica, dove ogni casella i,j rappre- senta il numero di volte e l'elemento i e l'elemento j sono stati classificati nello stesso gruppo. Se tui i partecipanti hanno classificato tui gli elementi, i valori sulla diago- nale saranno pari al numero M di partecipanti. Se, viceversa, vi sono delle omissioni, la casella i,i rappresenta il numero di volte in cui l'elemento è stato classificato. Analisi multidimensionali Da un punto di vista matematico è possibile traare la matrice come un insieme di N osservazioni su N variabili, assumendo e gli elementi classificati costituiscano contem- poraneamente le variabili misurate (le N colonne) e le osservazioni fae (le N righe). In questa prospeiva alla matrice di prossimità possono essere applicate tecnie di analisi multidimensionali quali l'analisi delle componenti principali e l'analisi faoriale, fina- lizzate ad esempio a ridurre lo spazio dimensionale, a far emergere delle variabili latenti
  • 166.
     CAPITOLO .METODI (Bollen, ``Latent variables in psyology and the social sciences''; Borsboom, Mellen- bergh e van Heerden, ``e eoretical Status of Latent Variables'') o a visualizzare graficamente la distanza fra gli elementi citepRayaudhuri. Scaling multidimensionale Lo scaling multidimensionale è un insieme di tecnie statistie esplorative multivariate (Wikipedia, Multidimensional scaling --- Wikipedia, e Free Encyclopedia). Tecnie di scaling multidimensionale come il Classical Multi- dimensional Scaling sono tipicamente applicate a matrici di similarità oenute con tec- nie di sorting (Katrijn Van Deun, Multidimensional scaling). Lo scaling multidimen- sionale trasforma un insieme di dissimilarità in un insieme di punti tali e le distanze fra i punti sono approssimazioni delle dissimilarità (R Development Core Team, R: A Language and Environment for Statistical Computing). L'analisi faoriale è un partico- lare tipo di scaling multidimensionale, così come l'analisi delle componenti principali, in quanto in entrambi i metodi a partire da n dimensioni si estraggono r < n nuove variabili. Analisi delle componenti principali L'analisi delle componenti principali (PCA) è una tecnica statistica esplorativa multivariata finalizzata a semplificare insiemi di dati complessi (Anderson e Gerbing, ``Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approa''; Ding e He, ``K-means Clustering via Principal Component Analysis''; Rayaudhuri, Stuart e Altman, ``Principal components analy- sis to summarize microarray experiments: application to sporulation time series''). Date m osservazioni su n variabili, lo scopo della PCA è di ridurre la dimensionalità della matrice di dati trovando r nuove variabili, dove r < n. este r variabili, definite componenti principali, hanno la proprietà di spiegare la varianza delle n variabili origi- nali e di essere fra loro ortogonali e non correlate. Ogni componente principale è una combinazione lineare delle variabili originarie, ed analizzando i coefficenti è possibile aribuire un significato alle componenti (Rayaudhuri, Stuart e Altman, ``Principal components analysis to summarize microarray experiments: application to sporulation time series''). Nelle nostre analisi (sulle matrici di prossimità) i risultati oenuti con lo scaling multidimensionale classico (metrico) e la PCA sono del tuo equivalenti. Analisi fattoriale L'analisi faoriale è una tecnica di riduzione dimensionale utilizza- ta per spiegare la variabilità di n variabili osservate in termini di r < n variabili latenti, definite faori. Le variabili osservate sono rappresentate da una combinazione lineare dei faori, con l'aggiunta di un termine di approssimazione (Wikipedia, Factor analysis --- Wikipedia, e Free Encyclopedia). Soo il profilo matematico la PCA e l'analisi fat- toriale differiscono nella modalità di calcolo ed assegnazione della varianza alle variabili create. Ane soo il profilo conceuale vi sono delle differenze: i faori costituiscono delle variabili latenti, mentre le componenti principali sono una trasformazione lineare e permee di concentrare la varianza nelle prime componenti principali (ibid.). L'uso dell'analisi faoriale sulle matrici di prossimità non è molto comune. In ambito HCI è stata recentemente proposta da Capra, ``Factor analysis of card sort data: an alternative to hierarical cluster analysis''.
  • 167.
    .. CATEGORIZZAZIONE DEICONTENUTI: CARD SORTING  Consensus analysis La consensus analysis è finalizzata a valutare l'omogeneità del- le classificazioni fra partecipanti, e dunque si basa sulla matrice M * M e misura la correlazione o la distanza fra i partecipanti. La consensus analysis si basa sull'analisi delle componenti principali, e mee a confronto la variabile spiegata della prima e della seconda componente (Boster, ``e information economy model applied to biological similarity judgment''; Coxon, Sorting data; Gatewood, ``Culture … One step at a time''); la regola empirica e si utilizza è la seguente: se la varianza spiegata dalla prima com- ponente è alta ed è pari ad almeno  volte la varianza della seconda componente si può assumere vi sia omogeneità nei criteri di classificazione dei partecipanti. Cluster analysis La clusterizzazione è una divisione di un insieme in gruppi di oggei fra loro simili. Ogni gruppo, definito cluster, consiste di oggei e sono simili fra di loro e dissimili dagli oggei degli altri gruppi (Berkhin, Survey of Clustering Data Mining Teniques). La cluster analysis è un sistema di classificazione esplorativo senza supervisione (Xu e Wuns, ``Survey of Clustering Algorithms'') e costruisce una partizione, ovvero un insieme di gruppi fra loro disgiunti (Ding e He, ``K-means Clustering via Principal Com- ponent Analysis''). Vi sono innumerevoli algoritmi di classificazione; i più comuni si distinguono in metodi gerarici e metodi di partizionamento (Berkhin, Survey of Clustering Data Mining Te- niques). La cluster analysis gerarica è un metodo gerarico agglomerativo, mentre la k-means è un algoritmo di partizionamento. Cluster analysis gerarica La cluster analysis gerarica costruisce un albero di clu- sters, deo dendrogramma o albero di classificazione gerarica (Coxon, Sorting data; Sinha e Boutelle, ``Rapid information aritecture prototyping''); questo è l'algoritmo di clusterizzazione più frequentemente applicato alle matrici di prossimità e dunque al card sorting (Berkhin, Survey of Clustering Data Mining Teniques; Faiks e Hyland, ``Gaining user insight: a case study illustrating the card sort tenique''; Tullis e Wood, ``How Many Users Are Enough for a Card-Sorting Study?''). K-means L'algoritmo k-means è il metodo di clusterizzazione più usato in ambito scientifico (Ber- khin, Survey of Clustering Data Mining Teniques). K-means è un algoritmo di par- tizionamento e assegna l'insieme di oggei in K clusters (Xu e Wuns, ``Survey of Clustering Algorithms''); ogni cluster è rappresentato da un centroide, e l'algoritmo, at- traverso un processo iterativo, muove i centroidi -- inizialmente collocati casualmente nello spazio dimensionale -- verso le aree dello spazio multidimensionale a maggiore densità, e contemporaneamente assegna ogni osservazione al centroide più vicino -- at- traverso un'opportuna metrica. Da un punto di vista conceuale il centroide rappresen- ta il prototipo del cluster all'interno dello spazio dimensionale (Ding e He, ``K-means Clustering via Principal Component Analysis''). La tecnica ha alcuni svantaggi (Xu e Wuns, ``Survey of Clustering Algorithms''): non è semplice determinare a priori il numero K di centroidi; non è garantito il raggiungimento della soluzione oimale, in
  • 168.
     CAPITOLO .METODI quanto l'algoritmo può rimanere bloccato in un minimo locale; l'algoritmo è sensibile agli outliers; è applicabile soltanto a variabili numerie. Ding e He, ``K-means Clustering via Principal Component Analysis'' suggeriscono di applicare k-means alle componenti principali della PCA; più precisamente gli autori propongono di calcolare la tecnica di clusterizzazione sulle prime k- componenti; da un punto di vista computazionale questa soluzione ha il vantaggio di minimizzare il problema dei minimi locali. Noi abbiamo deciso di applicare questa sequenza alle matrici di prossimità del card sorting. esto approccio ha numerosi vantaggi: • permee di applicare ai dati del card sorting non solo l'algoritmo di clusterizza- zione gerarica, ma ane un algoritmo di partizionamento; • permee di visualizzare i risultati in uno spazio bidimensionale; • permee di far emergere delle dimensioni semanticamente interpretabili; poié il clustering si basa su tali dimensioni, è possibile interpretare la classificazione in base a tali variabili latenti (Rayaudhuri, Stuart e Altman, ``Principal compo- nents analysis to summarize microarray experiments: application to sporulation time series''). Nelle analisi dei dati e presenteremo nei capitoli seguenti abbiamo sistematicamente applicato questo metodo, e ha dato dei risultati molto interessanti sia da un punto di vista statistico e esplicativo. . Casi di studio . Un esempio: le emozioni Come abbiamo visto, il card sorting può essere usato ane in contesti differenti dal- l'ariteura dell'informazione dei siti web. Nei mesi scorsi, ad esempio, ho utilizzato Netsorting -- la web application da me sviluppata per la somministrazione on line di free listing, valutazione di importanza e card sorting -- per un esperimento sulle emozioni. Il nostro primo obbieivo era quello di avere un inventario delle emozioni stabilito dagli utenti. Il secondo obbieivo era di conoscere come le persone classificano le diverse emozioni: in quali cluster e in base a quali dimensioni. .. Il free listing Per poter disporre della lista di emozioni abbiamo naturalmente fao ricorso al free listing, iedendo ai partecipanti di elencare fino a  emozioni.  persone han- no portato a termine il test, elencando centinaia di termini diversi. Poié le risposte consistevano prevalentemente di termini singoli (amore, gioia, tristezza, paura) è stato possibile stilare una classifica delle risposte in base alla frequenza. Abbiamo adoato questa classifica come misura implicita di importanza, saltando dunque il questionario di valutazione di importanza vero e proprio. Le emozioni più menzionate (amore e gioia) sono state nominate  e  volte, rispeivamente.
  • 169.
    .. UN ESEMPIO:LE EMOZIONI  .. Il card sorting Abbiamo selezionato le  voci e hanno ricevuto il maggior numero di voti come base di partenza per il card sorting.  persone hanno portato a termine il card sorting:  masi,  femmine,  non hanno diiarato il proprio genere. Età media diiarata: . anni. Le  voci sono state raggruppate in  clusters: • delusione, dispiacere, dolore, malinconia, nostalgia, pianto, solitudine, tristezza; • agitazione, angoscia, ansia, disperazione, frustrazione, inquietudine, nervosismo, panico, paura, preoccupazione, terrore; • commozione, compassione; • allegria, appagamento, contentezza, eccitazione, entusiasmo, euforia, felicità, gio- ia, meraviglia, piacere, serenità, soddisfazione, sorpresa, speranza, stupore, tran- quillità; • collera, disgusto, gelosia, invidia, ira, odio, rabbia, rancore; • affeo, amicizia, amore, dolcezza, passione, simpatia, tenerezza; • apatia, indifferenza, noia; • imbarazzo, inadeguatezza, timidezza, timore, vergogna; Figura .: Emozioni: cluster gerarico Non meno interessante i risultati dell'analisi delle componenti principali. La prima dimensione mappa la valenza delle emozioni: da una parte abbiamo le emozioni positi- ve: allegria, speranza, simpatia, contentezza, felicità, appagamento, gioia, soddisfazione, tranquillità, piacere, serenità; dall'altra quelle negative: frustrazione, terrore, disperazio- ne, panico, nervosismo, paura, inquietudine, inadeguatezza, timore, dispiacere, disgusto, tristezza, dolore (Figura ., grafico in alto). Nello stesso grafico è mappata la quarta di- mensione e, per le emozioni positive, mappa la polarità serenità vs entusiasmo. Da una parte abbiamo voci come stupore, euforia, entusiasmo, sorpresa ,meraviglia, eccitazione; dall'altra emozioni quali tenerezza, dolcezza, compassione, amicizia, amore, affeo. La seconda e la terza componente principale, rappresentata nel grafico in basso della figura ., mappa le dimensioni di rabbia e paura. La seconda componente polarizza su voci come odio, ira, rabbia, collera, rancore, invidia, gelosia; la terza le emozioni di agitazione, ansia, angoscia, inquietudine, panico, paura. Figura .: Emozioni: kmeans sulle dimensioni - e -
  • 170.
     CAPITOLO .METODI .. Conclusioni La metodologia e ho descrio, immaginata per la progeazione dell'ariteura in- formativa dei siti web, può in realtà essere utilizzata ane su dominˆi differenti, come quello delle emozioni. In questo studio abbiamo utilizzato il free listing per elicitare i nomi delle emozioni più importanti e più conosciute dai partecipanti, e araverso il card sorting abbiamo oe- nuto oo gruppi di emozioni. Dall'interpretazione delle dimensioni più importanti dell'analisi delle componenti prin- cipali sono emersi degli aspei molto significativi. La prima componente mappa, e c'era da aspearselo, la valenza delle emozioni: quelle considerate positive da una parte, quel- le negative dall'altra. La quarta componente dispone le emozioni positive su una dimensione e va dalla se- renità all'euforia. In questa dimensione le emozioni negative si raggruppano al centro del grafico. La seconda dimensione polarizza le emozioni legate alla rabbia. Un aspeo interessante è e, sul versante opposto di questa dimensione, si collocano le emozioni di tristezza. La terza dimensione polarizza le emozioni legate alla paura e all'ansia. Nel grafico e mappa la seconda e la terza dimensione, legata principalmente a valenze negative, le emozioni positive sono collocate al centro, né da una parte, né dall'altra. Un'interpreta- zione psicologico - clinica e si può dare è e lo stato di eutimia (di benessere emotivo) si raggiunge quando si evitano le polarità della tristezza, della rabbia e dell'ansia. La quinta componente (non rappresentata nei grafici) mappa da una parte i sentimenti di vergogna, dall'altra quelli legati al dolore. . Conclusioni In questo capitolo ho delineato le fasi progeuali di definizione dell'ariteura dell'in- formazione di un dominio informativo quale un sito web. Ho analizzato quasi esclusi- vamente i metodi empirici e vengono utilizzati all'interno del progeo. Nel prossimo capitolo verrà descrio Netsorting, una applicazione e ho sviluppato per la sommini- strazione on line di alcuni degli strumenti qui analizzati: il free listing, la valutazione di importanza ed il card sorting.
  • 171.
    .. L'AFFINITY DIAGRAM . L'affinity diagram L'affinity diagram, o metodo KJ, è una tecnica sviluppata negli anni ' da Jiro Kawakita, un antropologo giapponese, e ha ideato questa metodologia per organizzare i numero- sissimi dati raccolti tramite osservazione sul campo (Winip, ; Ramon Magsaysay Award Foundation, ). Sin dal primo opuscolo, e pubblicò nel , Kawakita ave- va intuito come l'affinity diagram fosse una metodologia molto versatile, adaa ane all'ambito della gestione della conoscenza aziendale (Ramon Magsaysay Award Foun- dation, ). L'affinity diagram rientra nel novero dei see strumenti di analisi qualitativa e co- stituiscono il second set of seven tools (iamati ane Seven Management and Planning Tools ) sviluppato dalla Japanese Union of Scientists and Engineers (JUSE) per affiancare il first set of seven tools, costituito invece da strumenti e metodi quantitativi per iden- tificare problemi e suggerire strade per il miglioramento continuo (e improvement encyclopedia). Brassard (, citato in Winip, ) definisce l'affinity diagram come uno stru- mento e …gathers large amounts of language data (ideas, opinions, issues, etc.) and organizes it into groupings based on the natural relationship between ea item. It is largely a creative rather than a logical process. Un affinity diagram è quindi uno strumento e consente di raccogliere una grande mole di dati (idee, opinioni, variabili di processo, concei…) e di organizzarli in catego- rie basate sulle relazioni e intercorrono tra i dati stessi (Karsak, Sozer and Alptekin, ). esta tecnica viene spesso usata per classificare idee generate da aività di brainstor- ming (e Balanced Scorecard Institute, ; per maggiori informazioni vedi Chauncey ) o per raggruppare osservazioni emerse da interviste (Beringer and Holtzbla, ). Il dato di partenza sono quindi singoli item, dai quali emergono temi comuni e per- meono di raggruppare le informazioni stesse in categorie o gruppi logicamente omo- genei. L'obieivo generale è quello di fare emergere i faori critici per la tematica in esame e di organizzare gli elementi in una struura condivisa dall'intero team di lavoro. L'affinity diagram si caraerizza infai per la necessità di raggiungere un risultato su cui i partecipanti siano concordi, infai l'aività termina quando tui concordano con la classificazione (informationaritecture.it). .. ando usarlo? L'aività di affinity diagram è un buon modo per far lavorare le persone, soprauo i gruppi, ad un livello creativo per individuare soluzioni alle più diverse problematie (Winip, ; e Balanced Scorecard Institute, ): • questioni, o problemi, complessi e su ampia scala,
  • 172.
     CAPITOLO .METODI • situazioni sconosciute o non ancora esplorate dal gruppo, • circostanze confuse o disorganizzate, • problematie tradizionali in maniera innovativa, • situazioni in cui le conoscenze a disposizione riguardo all'area di indagine sono incomplete, • situazioni in cui è importante raggiungere il consenso su una specifica tematica. Nell'ambito delle nuove tecnologie l'affinity diagram può essere utilizzato, in un pro- cesso boom-up, per organizzare quanto emerso da interviste e test di usabilità con gli utenti, al fine di individuare gli aspei ai quali i designer devono prestare particolare aenzione (Beringer and Holtzbla, ). L'affinity process si formalizza in un affinity diagram e risulta particolarmente utile quando l'obieivo è (Winip, ; e Balanced Scorecard Institute, ): • generare un gran numero di idee o concei e classificarli in gruppi, • organizzare e comprendere grandi volumi di dati, • incoraggiare nuovi stili di pensiero: dato e il punto di partenza è spesso un'at- tività di Brainstorming il team considera tue le idee di tui i partecipanti senza critie, e ciò si rivela sufficiente per generare una lista creativa di idee. .. Come si crea un affinity diagram? Anzituo va soolineato e l'aività e genera un affinity diagram è un'aività di gruppo alla base della quale vi è l'idea di fondere le diverse prospeive, opinioni ed in- tuizioni di un gruppo di persone e hanno conoscenze riguardo alla specifica tematica in esame (e Balanced Scorecard Institute, ). Vediamo nel deaglio la sequenza step-by-step del processo di creazione di un affi- nity diagram (e Balanced Scorecard Institute, ): . Formazione del gruppo Formare un team di - persone. L'aività di affinity diagram sembra oenere risultati migliori quando i partecipanti sono non più di sei. Le persone e formano il gruppo dovrebbero rappresentare un buon mix di esperienze e prospeive, e dovrebbero approcciarsi all'aività con mentalità aperta e creativa. . Descrizione del compito È opportuno fornire al gruppo di lavoro una descrizione di quello e staranno per fare, e di ciò e risulterà dal loro lavoro. La descrizione dovrebbe essere ampia e neutrale, di iara comprensione per tui i partecipanti. . Creazione di Idea Card Tramite aività di Brainstorming si generano le idee. Le fasi successive del lavoro saranno più facili se le idee vengono scrie su dei post-it.
  • 173.
    .. L'AFFINITY DIAGRAM .Posizionamento delle Idea Card Posizionare i post-it su un cartellone, una parete o un tavolo in maniera casuale e classificare le idee. I componenti del gruppo classificano fisicamente le idee in gruppi, senza parlare, seguendo il seguente processo: • Si considerano due idee e sembrano essere in relazione e si posizionano insieme in una colonna, • Si individuano le idee connesse con le due appena posizionate e si aggiungono a quel gruppo, • Infine si cercano altre idee in relazione tra loro e si formano gli altri gruppi. esto processo si ripete sino a quando il gruppo non ha classificato tue le idee in gruppi, e non si è raggiunto il consenso di tui i partecipanti su ogni posizionamento. .Creazione di header card per i gruppi Con header card si intende un'idea e tra- smea il senso e il legame e unisce le idee contenute in un gruppo. est'idea è scria su di un post-it e consiste in un'espressione o in una frase e trasmee iaramente il significato degli item e formano il gruppo, ane a persone e non fanno parte del team di lavoro. Il gruppo crea le header card: • Individuando all'interno delle idee già emerse quella in grado di fungere da titolo e ponendola in testa al gruppo, • Discutendo e accordandosi sull'enunciazione di nuovi post-it appositamente creati per essere header card, • Individuando una relazione tra due o più gruppi e organizzando gli stessi gruppi in colonne soo un superheader. Se si rivela opportuno dividere un gruppo precedentemente creato in diversi soogruppi si possono creare ane dei subheader card. .Costruzione dell'affinity diagram finito • Dare un titolo, esemplificativo della problematica affrontata, al Diagramma; • Posizionare header e superheader card sopra i gruppi di idee; • Rivedere e iarire le idee e i raggruppamenti; • Documentare l'affinity diagram completato (disegno, foto, etc.). .. Considerazioni sull'affinity diagram A differenza del card sorting, e si basa sul confronto tra risultati individuali, l'affinity diagram ha come obieivo la definizione di un'organizzazione su cui i partecipanti siano concordi. Mentre il card sorting consente un'analisi quali-quantitativa sulle categoriz- zazioni prodoe dai partecipanti (Rugg and McGeorge, ), la classificazione prodoa
  • 174.
     CAPITOLO .METODI durante il processo di affinity viene interpretata alla luce di quanto emerge dalla discus- sione tra i partecipanti (e Balanced Scorecard Institute, ). Per questa caraeristica, l'affinity diagram è una tecnica e, nell'abito della definizione dell'ariteura dell'informazione, solitamente viene utilizzata qualora l'organizzazione dei contenuti sia portata a compimento dal team di progeo o dal solo information ar- itect senza il coinvolgimento degli utenti (informationaritecture.it). Card sorting e affinity diagram sono quindi metodologie sostanzialmente diverse, poié nel primo caso il focus aentivo è rivolto alle classificazioni prodoe dai parteci- panti, mentre nel secondo l'elemento centrale è il processo di interazione e si instaura tra i partecipanti, e consente di giungere ad una soluzione consensuale.
  • 175.
    Parte IV La fasedi testing 
  • 177.
    Capitolo  Usabilità: metodi .Cos'è l'usabilità Definizione L'usabilità viene definita come il grado in cui un prodoo può essere usato da partico- lari utenti per raggiungere certi obieivi con efficacia, efficienza e soddisfazione in uno specifico contesto d'uso. Peré l'usabilità è importante? Investire sull'usabilità garantisce un elevato ritorno degli investimenti, in termini di: • riduzione dei costi di sviluppo; • riduzione del time to market; • riduzione dei costi di manutenzione/aggiornamento; • miglior posizionamento sul mercato. Maggior competitività A parità di condizioni il prodoo e offre una user experience migliore ha un vantag- gio competitivo. Una migliore user experience può essere più importante di un miglior prezzo. Minori costi L'usabilità induce gli sviluppatori a creare prodoi più semplici. I prodoi più semplici sono meno costosi da implementare e da aggiornare. Sono più facili da vendere. Dunque: l'usabilità taglia i costi. 
  • 178.
     CAPITOLO .USABILITÀ: METODI Minor tempo di sviluppo Il design centrato sugli utenti permee da subito di conoscere gli aspei e il mercato ritiene importanti da quelli accessori. È più facile rispeare i tempi se vengono imple- mentate da subito le caraeristie importanti, trascurando quelle e gli utenti reali non utilizzeranno Maggior conoscenza del mercato Coinvolgere gli utenti significa conoscere da subito le loro esigenze. Raccogliere infor- mazioni dagli utenti significa avere maggiori possibilità di soddisfarli, e dunque una migliore strategia di mercato. . Usabilità ed errori L'ergonomia cognitiva ha sviluppato delle teorie e delle classificazioni degli errori, al fine di elaborare degli strumenti capaci di prevenirli. Uno degli scopi delle valutazioni di usabilità è quella di evitare gli errori di design. In secondo luogo, di permeere una interazione più proficua. .. Tre livelli di errore Una delle più importanti teorie sugli errori è stata elaborata da Rasmussen, Information Processing and Human- Maine Interaction: an Approa to Cognitive Engineering. L'autore divide gli errori in tre livelli: . skill-based; . rule-based; . knoweledge based. Skill based level È il livello più basso, e si basa sull'interazione periferica: percezione ed azione. Ge- neralmente non implica l'uso dell'aenzione, in quanto vengono applicati, in maniera automatica, degli semi consolidati. Rule based level In questo livello appliiamo delle regole acquisite, e sono corree per un determinato contesto. Affiné il comportamento, a questo livello, sia efficace, è necessario e: a) venga applicata la regola correa in base al contesto; b) la regola, o procedura, venga applicata correamente.
  • 179.
    .. USABILITÀ EDERRORI  Knowledge based level Il livello knowledge-based entra in gioco quando non è possibile applicare una regola prestabilita. Generalmente questo avviene quando il contesto è nuovo o fluido. Se non è possibile applicare le regole è necessario interpretare le informazioni, pianificare la risposta, eseguirla e monitorare passo per passo l'evoluzione. .. Errori: slips e mistakes Gli errori sono definiti, nella leeratura anglosassone, slips e mistakes. Gli slips Slips sono errori di esecuzione di una azione correa. Esempio: voglio massimizzare una finestra, e per sbaglio clicco sul boone e la iude. Il problema è a livello skill-based. I mistakes mistakes sono gli errori dovuti ad una azione non appropriata, ane se potenzialmente correa. L'errore può essere a livello rule-based se applico una regola inappropriata al contesto o alle mie intenzioni. È a livello knowledge based se la mia azione si basa su conoscenze insufficienti o scorree. .. Livelli di errore e strumenti di prevenzione Secondo Fu, Salvendy e Turley () valutazioni non empirie e valutazioni empirie affrontano differenti tipologie di errori e possono migliorare la performance degli utenti nei diversi livelli. Da un loro esperimento si evince e le valutazioni degli esperti sono più effica- ci nell'identificare gli errori di design dell'usabilità a livello skill-based e soprauo rule-based, mentre il test con utenti è molto più efficace nell'evidenziare errori di tipo knowledge-based. Knowledge-based level e modello dell'utente Secondo Fu, Salvendy e Turley la valutazione non empirica è meno adaa a diagno- sticare gli errori knowledge-based: è difficile simulare la conoscenza degli utenti, e possono essere completamente naive, e dunque non conoscere nulla del dominio, oppu- re estremamente esperti, e dunque conoscere molto più del valutatore. In secondo luogo gli errori knowledge-based sono estremamente legati allo specifico con- testo. esto rende meno utile l'expertise dell'esperto, in quanto ciò e è buono in un particolare contesto non lo è in un altro.
  • 180.
     CAPITOLO .USABILITÀ: METODI Livelli skill e rule-based: aspecificità di dominio I livelli skill e rule-based, al contrario, sono molto meno specifici: molte azioni o semi di interazione valgono a prescindere dal dominio specifico. In questo caso gli esperti possono applicare in maniera appropriata delle conoscenze acquisite in altri dominii. ale metodo? Alla luce della precedente riflessione, possiamo affermare e, idealmente, la valuta- zione dell'usabilità di un artefao dovrebbe includere sia strumenti non empririci e strumenti empririci (testing di soggei). . Usabilità: quale metodo? Esistono molteplici metodologie per la valutazione dell'usabilità, ciascuna caraerizza- ta da un proprio campo privilegiato di indagine, e dunque più indicata in determinati contesti, in base ai propri vantaggi e svantaggi. (Ziggioo, ) Metodi empirici e non empirici Gli strumenti possono essere divisi in due grandi gruppi: empirici e non empirici, dove per empirico si intende lo strumento di analisi e riieda la partecipazione di soggei estranei al progeo di valutazione. Per alcuni autori i metodi di valutazione più efficaci sono la valutazione euristica, in base a linee guida, e il test con utenti. I metodi più usati per il web • I metodi automatici; • L'analisi tramite euristie o linee guida; • la simulazione d'uso; • Il confronto con i siti già esistenti. • I metodi dei di self - report (questionari); • Il test con utenti; . I soware automatici I soware automatici costituiscono un prezioso strumento di indagine quando l'anali- si riieda essenzialmente velocità e precisione; il loro campo di utilizzo privilegiato riguarda: la misurazione dei tempi di risposta e di caricamento delle pagine del sito; l'in- dividuazione dei codici HTML non validi, il rispeo delle regole di accessibilità; l'analisi dei file di log.
  • 181.
    .. EURISTICHE ELINEE GUIDA  .. L'analisi dei file di log Vantaggi L'analisi dei files di log ha alcuni vantaggi: viene misurato il comportamento reale degli utenti; abbiamo a disposizione molto materiale, relativo a tui gli utenti; Svantaggi Non vediamo il comportamento dell'utente, ma soltanto le sue riieste al server; non sappiamo dunque si gli utenti hanno incontrato delle difficoltà. Non è semplice tradurre i dati di un file di log in una valutazione dell'uso di un sito. Un esempio Contesto: home page del sito hp://www.form.unitn.it/ssis Problema: misurare se gli utenti accedevano ai link delle soocategorie Strumento: i file di log. Abbiamo selezionato dai file di log i record dei link e provenivano dalla home page, utilizzando il campo referer. Abbiamo contato il numero di contai alle pagine del sito provenienti dalla home page. Araverso questo mezzo abbiamo accertato e gli utenti utilizzano il link direo alle soocategorie. Analisi dei files di log: browsers e sistemi operativi Problema: oenere una statistica della tecnologia utilizzata dagli utenti per visitare un sito. L'informazione può essre utile, ad esempio, per capire quali versioni dei browser supportare. Araverso l'analisi del file di log è possibile oenere queste informazioni. Nell'esempio soostante, la parcentuale di utilizzo di differenti browsers da parte degli utenti di due siti: hyperlabs.net e neuropsy.it. Il confronto fra le statistie relative ai due diversi siti può portare a considerazioni interessanti. L'utenza di europsy.it, di tipo domestico, utilizza quasi solo MSIE .x/.x (L'utenza di hypelabs.net, più tecnologica, usa prevalentemente MSIE .x, ma ane browser veci (netscape < ) o alternativi (mozilla, konqueror). . Euristie e linee guida .. Le euristie Le euristie sono un numero ristreo di regole piuosto generali di usabilità. La valuta- zione euristica consiste nel verificare quanto una interfaccia rispea i principi generali. La valutazione euristica valuta l'interfaccia sulla base di liste di euristie, ovvero prin- cipi e hanno un elevato valore prediivo peré rappresentano la sintesi dei problemi di usabilità più frequenti organizzati in categorie. Le euristie di Nielsen, ad esempio, sono oentute tramite analisi faoriale su una base di  problemi riscontrati in studi di vario tipo.
  • 182.
     CAPITOLO .USABILITÀ: METODI Le  euristie di Nielsen . Visibilit`a dello stato auale del sistema . Corrispondenza tra il sistema e il mondo reale . Libert`a e possibilit`a di controllo del sistema da parte dell'utente . Coerenza interna ed esterna e conformit`a agli standard comunemente acceati dagli sviluppatori di siti Web . Prevenzione degli errori . Riconoscere piuosto e ricordare . Promuovere la flessibilit`a e l'efficienza . Grafica e design minimalisti . Fornire all'utente i mezzi per riconoscere e riparare gli errori . Inserire strumenti di aiuto e istruzioni di utilizzo Gerhardt-Powals () . Libera le risorse cognitive per compiti di alto livello . Evita ragionamenti non necessari . Visualizza le informazioni in maniera iara e ovvia . Raggruppa le informazioni in struure significative . ando presenti nuove informazioni, offri degli aiuti . Usa modelli e metafore note agli utenti . Usa una terminologia comprensibile agli utenti . Usa termini e abbiano un legame con la funzione . Riconoscere è meglio e ricordare . Usa l'aspeo grafico e visivo al servizio dell'usabilità . Mostra solo le informazioni necessarie in quel momento . Se appropriato, offri possibilità multiple di fruizione dell'informazione . Usa un ragionevole livello di ridondanza.
  • 183.
    .. EURISTICHE ELINEE GUIDA  Riferimenti on line Su internet esistono numerose euristie. Ne citiamo alcune: • www.useit.com • www.boxesandarrows.com • hp://www.asktog.com/basics/firstPrinciples.html • www.hyperlabs.net Le linee guida Le linee guida sono più specifie e più deagliate delle euristie; contengono delle liste struurate di indicazioni e prescrizioni concernenti il design di una interfaccia. Esempi Vediamo  esempi, trai da hp://library.gnome.org/devel/hig-book/stable/ e da hp://www.usability.gov/guidelines/. Parts of Windows and System Interaction Give every window a title (with the excep- tion of alerts and toolboxes). A good window title contains information that is relevant to the user, and distinguishes a particular window from other open windows. Omit information that does not assist in this selection, for example the application's version number or vendor name. Use text links. Do not use image links Text links generally download faster, are preferred by users, and ange colors aer being selected. • hp://www.usability.gov/guidelines/ • hp://web.mit.edu/is/usability/usability-guidelines.html • hp://developer.apple.com/documentation/UserExperience/ • hp://library.gnome.org/devel/hig-book/stable/ • hp://wiki.openusability.org/guidelines/index.php/Main Page Linee guida Esempio Use text links. Do not use image links Text links generally download faster, are preferred by users, and ange colors aer being selected. hp://www.usability.gov/guidelines/ Linee guida: esempi I seguenti punti sono trai da Sensible Forms: A Form Usability Chelist – A list apart • Use the right field for the task; • Give them room to type; • Shorten your forms, just question useful fields;
  • 184.
     CAPITOLO .USABILITÀ: METODI • Mark mandatory fields clearly; • Provide descriptive labels for all of your fields; • Let the computer, not the user, handle information formaing; • Use informative error messages; • Don't return users to an altered form. hp://www.alistapart.com/articles/sensibleforms/ Valutazioni non empirie: critie Spesso il tono prescriivo di euristie e linee guida infastidisce i web designers, e non hanno la possibilit`a di misurare la credibi- lit`a e l'efficacia di alcune regole. the guideline's publishers never present any evidence that following it will actually improve the site. (Jared M. Spool, ). Il problema delle evidenze empirie e sperimentali delle linee guida `e stato seriamente preso in conside- razione da usability.gov. In hp//www.usability.gov/guidelines/index.html ogni linea guida viene presentata con una strength of evidence scale. Evidenze empirie: categorie usability.gov distingue  categorie di evidenza empi- rica . categoria A studi sperimentali; . categoria B studi osservazionali, valutazione di performance; . categoria C opinioni di esperti. Secondo usability.gov la categoria A costituisce la migliore evidenza empirica. . Metodi empirici I metodi empirici risultano particolarmente utili per valutare gli aspei del sito legati ai contenuti e alla struura dell'informazione, ambiti dove la valutazione non empirica in- contra le maggiori difficoltà. Andrebbe inoltre somministrato per evidenziare eventuali problemi di interfaccia non emersi dalle analisi degli esperti. ando coinvolgere gli utenti Gli utenti andrebbero coinvolti gi`a in fase di progeazione per definire: • l'ariteura dell'informazione; • le loro aspeative, in termini di informazioni o features e ritengono pi`u impor- tanti. In questo caso sarebbe opportuno usare strumenti specifici per la valutazione dell'ari- teura dell'informazione, quale il card sorting.
  • 185.
    .. TEST CONUTENTI  .. Participatory Design workshop Organizzare degli incontri fra: • esperti di usabilità; • sviluppatori; • managers e capi progeo; • utenti reali. Finalità La finalità principale dei participatory design workshop è quella di coinvolgere da subito gli utenti nel design del prodoo. Può essere utile ane per sensibilizzare il management e gli sviluppatori alla tematica dell'usabilità e accessibilità. Permee di stabilire le linee guida aziendali per l'interfaccia e la grafica. .. Valutazione di siti concorrenti La valutazione di siti concorrenti permee di: • conoscere meglio la concorrenza; • valutare le soluzioni adoate da altri; • Coinvolgere e testare gli utenti su di un sito vero già in fase progeuale. . Test con utenti Tipologie Secondo Rubin () possiamo distinguere  tipi di test: • test esplorativo; • test di valutazione; • test di validazione; • test di confronto; Test esplorativo Scopo: valutare l'efficacia del progeo iniziale. esto test consente una notevole in- terazione tra soggeo valutatore. La metodologia è piuosto informale: soggeo e va- lutatore possono ane osservare e utilizzare assieme il prodoo; il valutatore può fare domande ed interagire con il soggeo.
  • 186.
     CAPITOLO .USABILITÀ: METODI Test di valutazione Si può condurre a qualsiasi stadio del processo di produzione del sistema. Ha come obieivo l'approfondimento degli elementi evidenziati con il test esplorativo. La meto- dologia per questo tipo di test è un misto tra l'esplorazione informale e le misurazioni più controllate del test di validazione. Test di validazione Finalità: valutare l'effeiva usabilità del prodoo, misurata in termini di accuratezza, velocità, preferenza. I soggei partecipanti interagiscono poco o nulla con il valutatore La raccolta di dati quantitativi è centrale Sostanzialmente questo test riiede un rigore sperimentale maggiore rispeo ai precedenti. Test di confronto Finalità: confronto di due o più progei alternativi, o di due o più prodoi competitivi. Vengono raccolti dati sulla performance e sulla preferenza e si confrontano i risultati. Può essere condoo informalmente o in modo più controllato; può essere utilizzato in congiunzione con ciascuno dei test precedentemente descrii. .. Test con utenti: come fare Pianificare una sessione di test • Identificare l'audience del sito • Definire degli obbieivi o degli standard di usabilità • Identificare dei compiti • Raccogliere i soggei, programmare le sessioni, programmare i pagamenti • Identificare i materiali • Organizzare il seing Lista dei compiti • breve descrizione dei compiti; • materiale necessario; • descrizione del correo completamento del compito: quando il compito può venir considerato terminato con successo? In quali casi va interroo? ando viene considerato non correamente completato? • limiti di tempo stabiliti per il completamento.
  • 187.
    .. TEST CONUTENTI  Scelta dei compiti Va data la precedenza a: • compiti più frequenti nella popolazione target; • compiti critici, le cui conseguenze possono essere più dannose; • compiti e il valutatore considera possibile fonte di problemi Comportamento del valutatore • Il valutatore dev'essere imparziale. • Deve osservare, non condurre l'esperimento. • Non deve lasciarsi condizionare dalle aspeative. • Non deve aiutare i soggei quando si trovano in difficoltà. • Deve soolineare il fao e ad essere soo esame è il prodoo e non l'utente. Registrazione della performance Nel condurre un test di usabilità, sarebbe opportuno poter raccogliere differenti tipi di dati: • file di log sul comportamento dell'utente; • registrazione audio-video del comportamento e dei commenti; • appunti su osservazioni raccolte dallo sperimentatore durande la sessione di te- sting. Tecnie di logging Nel nostro laboratorio abbiamo utilizzato, in alcune circostanze, un browser java da noi costruito per registrare su di un file di log l'interazione dell'utente con il sito. esti dati si possono prestare per alcune analisi quantitative e qualitative della performance. <img src=hp://www.hyperlabs.net/ergonomia/presentazioni/sperimentale/mouse.png alt=- Tracciato del mouse di un soggeo /> estionario di preferenza Al termine del test può essere utile somministrare ai partecipanti un questionario per raccogliere alcune impressioni sul prodoo e sui compiti valutati. Restituzione ai soggetti Nella fase di restituzione si danno ai partecipanti alcune informazioni aggiuntive sul test. esto momento può essere utile per raccogliere alcune impressioni sulle prove somministrate.
  • 188.
     CAPITOLO .USABILITÀ: METODI .. i and dirty Nei paragrafi precedenti abbiamo analizzato la situazione ideale di testing. Spesso però le circostanze (in termini di tempo o di denaro) non ci permeono di procedere in questo modo. Ciononostante è comunque molto meglio fare un test alla buona (qui and dirty) e non fare alcun test. Suggerimenti • condurre dei mini test ogni volta e sia possibile; • utilizzare persone disponibili a sooporsi al test, ane se non sono gli utenti target; è indispensabile però e siano estranei alla progeazione del sito; • identificare i compiti più importanti; • utilizzare gli ambienti disponibili; • se possibile, videoregistrare. . Conclusioni La scelta del metodo di indagine da adoare per eseguire un test di usabilità dipende dalle circostanze in cui si trova ad operare il valutatore, dalle risorse disponibili e dal genere di risultati aesi. La nostra opinione è e differenti metodologie andrebbero utilizzate nelle differenti fasi di progeazione, sviluppo e pubblicazione del sito. I metodi empirici, con utenti, andrebbero utilizzati per valutare gli aspei legati ai contenuti e all'ariteura dell'informazione. I metodi non empirici andrebbero utiliz- zati per creare le interfacce. I test con utenti andrebbero comunque usati ane per la valutazione finale di usabilità del prodoo. Euristie Linee guida Aritettura dell'informazione
  • 189.
    Bibliografia Abran, A. etal. ``Usability Meanings and Interpretations in ISO Standards''. In: Soware ality Journal . (), pp. –. Akinola, M. e W. B. Mendes. ``e dark side of creativity: biological vulnerability and negative emotions lead to greater artistic creativity.'' In: Pers Soc Psyol Bull . (), pp. –. : 10.1177/0146167208323933. Alavi, Maryam e Dorothy E. Leidner. ``Review: Knowledge management and know- ledge management systems: Conceptual foundations and resear issues''. In: MIS quarterly . (), pp. –. Amabile, T.M. et al. ``Affect and creativity at work''. In: Administrative Science arterly . (), pp. –. Ameel, Eef et al. ``How bilinguals solve the naming problem''. In: Journal of Memory and Language  (), pp. –. Anderson, James C. e David W. Gerbing. ``Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approa''. In: Psyological Bulletin . (), pp. –. Ashby, F. Gregory e W. Todd Maddox. ``Human Category Learning''. In: Annu. Rev. Psyol.  (), pp. –. — ``Stimulus categorization''. In: a cura di M.H. Birnbaum. Academic Press, . Cap. . Ashby, F. Gregory e Brian J. Spiering. ``e Neurobiology of Category Learning''. In: Behavioral and Cognitive Neuroscience Reviews . (giu. ), pp. –. : 10.1177/1534582304270782. Ashby, F. Gregory et al. ``A Neuropsyological eory of Multiple Systems in Category Learning''. In: Psyological Review . (), pp. –. Bagnara, S. e G.C. Smith. eories and practice in interaction design. Lawrence Erlbaum Assoc Inc, . Barsalou, Lawrence W. ``Ad hoc categories''. In: Memory and Cognition . (), pp. –. — ``Perceptual symbol systems''. In: Behavioral and Brain Sciences  (), pp. – . — ``Situated simulation in the human conceptual system''. In: Language and Cognitive Processes ./ (), pp. –. : 10.1080/01690960344000026. 
  • 190.
     BIBLIOGRAFIA Baumeister, RoyF. e Mark R. Leary. ``e Need to Belong: Desire for Interpersonal Aaments as a Fundamental Human Motivation''. In: Psyological Bulletin . (), pp. –. Berkhin, Pavel. Survey of Clustering Data Mining Teniques. [Online; accessed - August-]. . Bei, Dario, Stefano Bussolon e Luca Rosati. ``La classificazione faa dai ciadini. Il caso Tentinosociale.it''. In: Rete Pubblica -- Il nuovo dialogo tra Pubblica Ammini- strazione e ciadino: linguaggi, strumenti e ariteura. A cura di Federica Venier. Via A. Manna, : Guerra Edizioni, . : ---. Boehm, Barry. ``A Spiral Model of Soware Development and Enhancement''. In: IEEE Computer (mag. ). — ``Get Ready for Agile Methods, with Care''. In: IEEE Computer (gen. ). Bollen, Kenneth A. ``Latent variables in psyology and the social sciences''. In: Annu. Rev. Psyol.  (), pp. –. Borsboom, Denny, Gideon J. Mellenbergh e Jaap van Heerden. ``e eoretical Status of Latent Variables''. In: Psyological Review . (), pp. –. Boster, James S. ``e information economy model applied to biological similarity judgment''. In: , pp. –. Bousfield, W.A. e W.D. Barclay. ``e Relationship Between Order and Frequency of Occurrence of Restricted Associative Responses''. In: Journal of Experimental Psyology (). Bowlby, J. Aament and loss: Vol. . Aament. New York: Basic Books, . Bradley, Margaret M. et al. ``Emotion and Motivation I: Defensive and Appetitive Reactions in Picture Processing''. In: Emotion . (), pp. –. Busei, Tania, Stefano Bussolon e Giuseppe Sartori. ``Il colore dei link delle pagine web come memoria esterna''. In: Ai del Congresso nazionale dell'Associazione Italiana di Psicologia, Sezione di Psicologia Sperimentale. Bari (I), . Bussolon, Stefano e Martina Conci. ``Portale UNITN: ariteura dell'informazione centrata sull'utente''. In: Italian IA summit. Roma, . Bussolon, Stefano, Miela Ferron e Fabio Del Missier. ``Netsorting: On-line categori- zation and card Sorting''. In: Seminar at the University college London Interaction Center (UCLIC). London, (Uk), ago. . — ``On-line categorization and card Sorting''. In: Cognitive processes in ergonomy and human computer interaction. 7th Alps-Adria conference in psyology. Zadar, (Croazia), giu. . Capra, Miranda G. ``Factor analysis of card sort data: an alternative to hierarical cluster analysis''. In: Proceedings of the Human Factors and Ergonomics Society. . Caprio, Laura e Beatrice Ghiglione. Information Aritecture. Milano: Tecnie Nuove, . : ---. Carson, S. H., J. B. Peterson e D. M. Higgins. ``Decreased latent inhibition is associated with increased creative aievement in high-functioning individuals.'' In: J Pers Soc Psyol . (), pp. –. : 10.1037/0022-3514.85.3.499. Chandrasekharan, S. e T.C. Stewart. ``e origin of epistemic structures and proto- representations''. In: Adaptive Behavior-Animals, Animats, Soware Agents, Robots, Adaptive Systems . (), pp. –.
  • 191.
    BIBLIOGRAFIA  Chen, Hsiang,R. T. Wigand e M. S. Nilan. ``Optimal experience of Web activities''. In: Computers in Human Behavior  (), pp. –. Chi, Ed, Peter Pirolli e James Pitkow. ``e Scent of a Site: A System for Analyzing and Predicting Information Scent, Usage, and Usability of a Web Site''. In: CHI Leers. Vol. . . CHI. . Using Information Scent to Model User Information Needs and Actions on the Web. Seale, WA, USA, . Choi, B. e H. Lee. ``An empirical investigation of KM styles and their effect on corporate performance''. In: Information & Management . (), pp. –. Chulef, Ada S., Stephen J. Read e David A. Walsh. ``A Hierarical Taxonomy of Human Goals''. In: Motivation and Emotion . (set. ). Ciborra, Claudio. ``Situatedness Revisited: e role of Cognition and Emotion''. In: eories and practice in interaction design. A cura di S. Bagnara e G.C. Smith. Lawrence Erlbaum Assoc Inc, . Coburn, Alistair. Agile Soware Development. Dra version: b. Coburn * Highsmith Series, . Collins, Allan M. e Ross M. illian. ``Retrieval time from semantic memory''. In: Journal of verbal learining and verbal behavior  (), pp. –. Conci, Martina. ``Portale Unitn: ariteura dell'informazione centrata sull'utente''. Tesi di laurea mag. Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, . Cooke, N.J. ``Knowledge elicitation''. In: Handbook of applied cognition. A cura di F.T. Durso et al. Wiley Chiester, UK, , pp. –. Cooper, Alan. e Inmates are running the Asylum. Macmillan, . Cooper, Alan, Robert Reimann e David Cronin. About Face .  ed. Indianapolis IN: Wiley, . Cordioli, Sara. ``Ariteura dell’Informazione dei Siti Museali''. Tesi di laurea mag. Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, . Coxon, Antony P. M. Sorting data. Collection and analysis. Sage Publications, . Croer, Jennifer e Lora E. Park. ``e Costly Pursuit of Self-Esteem''. In: Psyological Bulletin . (), pp. –. Csikszentmihalyi, Mihaly. Flow: the psyology of optimal experience. New York: Harper Perennial, . Davis, Fred D., Riard P. Bagozzi e Paul R. Warshaw. ``User acceptance of computer tenology: a comparison of two theoretical models''. In: Management Science . (ago. ), pp. –. Deci, Edward L. e Riard M. Ryan. ``e Support of Autonomy and the Control of Behavior''. In: Journal of Personality and Social Psyology . (), pp. – . — ``e “What” and “Why” of Goal Pursuits: Human Needs and the Self- Determination of Behavior''. In: Psyological Inquiry . (), pp. – . Deibel, Katerine, Riard Anderson e Ruth Anderson. ``Using edit distance to analyze card sorts''. In: Expert System . (lug. ), pp. –. Dillon, Andrew. ``Information Aritecture in JASIST: Just Where Did We Come From?'' In: ().
  • 192.
     BIBLIOGRAFIA Ding, Chrise Xiaofeng He. ``K-means Clustering via Principal Component Analysis''. In: st International Conference on Maine Learning. Banff, Canada, . Easterbrook, Steve. Project Management. Rapp. tecn. University of Toronto -- Department of Computer Science, . Eccles, Jacquelynne S. e Allan Wigfield. ``Motivational beliefs, values, and goals''. In: Annu. Rev. Psyol  (), pp. –. Engelbart, Douglas. ``Augmenting Human Intellect: a conceptual framework''. In: (). Fahey, L. e L. Prusak. ``e eleven deadliest sins of knowledge management''. In: California management review . (), p. . Faiks, Angi e Nancy Hyland. ``Gaining user insight: a case study illustrating the card sort tenique''. In: College and Resear Libraries (lug. ), pp. –. Falcinelli, A. ``Find at unistrapg.it''. Tesi di laurea mag. Comunicazione pubblicitaria e design strategico: Universit`a per Stranieri di Perugia, . Fallman, D. ``Design-oriented human-computer interaction''. In: Proceedings of the SIGCHI conference on Human factors in computing systems. ACM New York, NY, USA. , pp. –. Ferreira, Jennifer. ``Interaction Design and Agile Development: A Real-World Perspective''. Tesi di laurea mag. Victoria University of Wellington, . Finer, Sally e Josh Tenenberg. ``Making sense of card sorting data''. In: Expert Systems . (lug. ), pp. –. Finneran, Christina M. e Ping Zhang. ``Flow in computer-mediated environments: promises and allenges''. In: Communications of the Association for Information Systems  (), pp. –. Fogg, BJ et al. ``What makes Web sites credible? a report on a large quantitative study''. In: Proceedings of the SIGCHI conference on Human factors in computing systems (), pp. –. Forlizzi, Jodi e Katja Baarbee. ``Understanding Experience in Interactive Systems''. In: DIS. Ago. . Fossum, Timothy e Susan Haller. ``Measuring card sort orthogonality''. In: Expert Systems . (lug. ), pp. –. Fu, Limin, Gavriel Salvendy e Lori Turley. ``Effectiveness of user testing and heu- ristic evaluation as a function of performance classification''. In: Behaviour and Information Tenology . (), pp. –. Fuccella, J. ``Using user centered design methods to create and design usable Web sites''. In: Proceedings of the th annual international conference on Computer documentation (), pp. –. Fuccella, Jeannee e Ja Pizzolato. Creating web site designs based on user expectations and feedba. Rapp. tecn. IBM Corporation, . : http://www.sandia.gov/ itg/newsletter/web_design.html. Gamberini, Luciano e Elisabea Valentini. ``Web usability today: eories, approa and methods''. In: Towards CyberPsyology: Mind, Cognition and Society in the Internet age. A cura di Giuseppe Riva e Carlo Galimberti. IOS Press, . Cap. . Gatewood, John B. ``Culture … One step at a time''. In: e Behavioral Measurement Leer (). Giacoma, Gianandrea e Davide Casali. Design Motivazionale Usabilit`a Sociale e Group Centered Design. O. . : http://wiki.bzaar.net.
  • 193.
    BIBLIOGRAFIA  Gibson, J.J.``e theory of affordances''. In: Perceiving, acting and knowing: toward an ecological psyology (), pp. –. Gnoli, Claudio, Viorio Marino e Luca Rosati. Organizzare la conoscenza: Dalle bi- bliotee all’ariteura dell’informazione per il Web. Milano: Tecnie Nuove, . Grossman, Murray et al. ``e Neural Basis for Categorization in Semantic Memory''. In: NeuroImage  (), pp. –. Grudin, Jonathan e John Prui. ``Personas, Participatory Design and Product Develop- ment: An Infrastructure for Engagement''. In: PDC' Proceedings of the Participatory Design Conference. . Harlow, H.F. e R.R. Zimmermann. ``e development of affectional responses in infant monkeys''. In: Proceedings of the American Philosophical Society (), pp. –. Harrison, S., D. Tatar e P. Sengers. ``e three paradigms of HCI. alt''. In: CHI’. . Hassenzahl, Marc e Noam Tractinsky. ``User experience -- a resear agenda''. In: Behaviour & Information Tenology . (), pp. –. Hebb, D. O. ``Drives and the c.n.s. (conceptual nervous system)''. In: Psyological Review  (), pp. –. Hildreth, P.M. et al. ``e duality of knowledge''. In: Information Resear . (). Ipe, Minu. ``Knowledge sharing in organizations: a conceptual framework''. In: Human Resource Development Review . (), p. . Johnson, T.L. e Downtown Austin Planning Process as a Community of Inquiry: An Exploratory Study. Rapp. tecn. Texas State University-San Marcos, . Johnson-Laird, P.N., V. Giroo e P. Legrenzi. ``Mental models: a gentle guide for outsiders''. In: Sistemi Intelligenti  (), pp. –. Jokela, T. et al. ``e standard of user-centered design and the standard definition of usability: analyzing ISO  against ISO -''. In: Proceedings of the Latin American conference on Human-computer interaction. , pp. –. Katrijn Van Deun, Luc Delbeke. Multidimensional scaling. [Online; accessed -August- ]. . : url{http://www.mathpsyc.uni-bonn.de/doc/delbeke/ delbeke.htm}. Katz, J.J. e metaphysics of meaning. MIT Press, . Keane, Mark T. e Miael William Eysen. Cognitive Psyology: A Student's Handbook. Psyology Press, . : . Kensing, F. e J. Blomberg. ``Participatory Design: Issues and Concerns''. In: Computer Supported Cooperative Work (CSCW) . (), pp. –. Khaslavsky, Julie e Nathan Shedroff. ``Understanding the Seductive Experience''. In: Communications of the ACM . (mag. ), pp. –. Kirsh, D. e P. Maglio. ``On distinguishing epistemic from pragmatic action''. In: Cognitive Science  (), pp. –. Komatsu, Loyd K. ``Recent views of conceptual structure''. In: Psyological Bulletin . (), pp. –. Koufaris, Marios. ``Applying the Tenology Acceptance Model and Flow eory to On- line Consumer Behavior''. In: Information Systems Resear . (giu. ), pp. – . Kruske, John K. ``Category Learning''. In: e Handbook of Cognition. A cura di K. Lamberts e R. L. Goldstone. London: Sage Publications, , pp. –.
  • 194.
     BIBLIOGRAFIA Kurniawan, S.H.,P. Zaphiris e R.D. Ellis. ``Involving Seniors in Designing Information Aritecture for the Web''. In: Universal Access in HCI. Lawrence Erlbaum (), pp. –. Lakoff, G. e M. Johnson. Metaphors we live by. University of Chicago Press Chicago, . Lazar, Jonathan, Alfreda Dudley-Sponaugle e Kisha-Dawn Greenidge. ``Improving web accessibility: a study of webmaster perceptions''. In: Computers in Human Behavior  (), pp. –. Lee, Younghwa, Kenneth A. Kozar e Kai R.T. Larsen. ``e tenology acceptance model: past, present, and future''. In: Communications of the Association for Information Systems . (), pp. –. Levi, M.D. e F.G. Conrad. ``Usability testing of world wide web sites''. In: Conference on Human Factors in Computing Systems (), pp. –. Lioi, Giovanni. La dimensione interpersonale della coscienza. Roma: Carocci, . Lile, D.M. et al. ``Event-related fMRI of category learning: Differences in classification and feedba networks''. In: Brain and Cognition  (), pp. –. Lorenz, Konrad. L'altra faccia dello specio: per una storia naturale della conoscenza. Titolo Originale: Behind the mirror. Adelphi, . L¨owgren, J. ``Applying design methodology to soware development''. In: Proceedings of the st conference on Designing interactive systems: processes, practices, methods, and teniques. ACM New York, NY, USA. , pp. –. Maddox, W. Todd e F. Gregory Ashby. ``Comparing decision bound and exemplar models of categorization''. In: Percept. Psyophys. . (), pp. –. Mantovani, Giuseppe, cur. Ergonomia -- Lavoro, sicurezza e nuove tecnologie. Bologna: Il Mulino, . Mao, J. et al. ``User-Centered Design Methods in Practice: A Survey of the State of the Art''. In: Proceedings of the  Conference of the Centrefor Advanced Studies on Collaborative resear. . Maslow, A. H. ``A eory of Human Motivation''. In: Psyological Review  (), pp. –. Maurer, Donna e T. Warfel. Card sorting: a definitive guide. Rapp. tecn. World Wide Web, . : http://www.boxesandarrows.com/archives/card_sorting_a_ definitive_guide.php. McCraen, Cynthia S. ``Bringing Order to Intranet Chaos with Information Aritec- ture: A Case Study''. Tesi di laurea mag. University of North Carolina at Chapel Hill, apr. . McGovern, Gerry. A step-by-step approa to web classification design. Rapp. tecn. . Mcaid, Heather L., Miey McManus e Aradhana Goel. ``Designing for a pervasive information environment: the importance of information aritecture''. In: HCI : Designing for Society. Vol. . British HCI Group. Bath, UK, . Medin, Douglas L. e C.M. Aguilar. ``Categorization''. In: MIT Encyclopedia of Cognitive Sciences. A cura di R.A. Wilson e F. Keil. Cambridge: MIT Press, , pp. –. Medin, Douglas L. e Lance J. Rips. ``Concepts and Categories: Memory, Meaning, and Metaphysics''. In: (). Medin, Douglas L. e Marguerite M. Saffer. ``Context theory of classification learning''. In: Psyological Review . (), pp. –.
  • 195.
    BIBLIOGRAFIA  Mervis, CarolynB., Ja Catlin e Eleanor Ros. ``Relationships among doodness-of- example, category norms, and word frequency''. In: Bulletin of the Psyonomic Society  (). correlazione fra free listing e tipicit`a, pp. –. Minda, John Paul e J. David Smith. ``Prototypes in category learning: the effects of ca- tegory size, category structure, and stimulus complexity''. In: J. Exp. Psyol.: Learn. Mem. Cogn.  (), pp. –. Muller, M.J. ``Participatory Design: e ird Space in HCI''. In: Handbook of HCI. Mahway NJ USA: Erlbaum (). Murphy, Gregory L. e Douglas L. Medin. ``e role of theories in conceptual coherence''. In: Psyological Review . (lug. ), pp. –. Nielsen, J. ``Enhancing the explanatory power of usability heuristics''. In: Procee- dings of the SIGCHI Conference on Human factors in computing systems: celebrating interdependence. , pp. –. Nielsen, Jakob. Card Sorting: How Many Users to Test. html page. World Wide Web, lug. . : http://www.useit.com/alertbox/20040719.html. — Top Ten Mistakes in Web Design. html page. http://www.useit.com/alertbox/ 9605.html: World Wide Web, . Nonaka, I. e R. Toyama. ``A firm as a dialectical being: towards a dynamic theory of a firm''. In: Industrial and Corporate Change . (), p. . Nonaka, I., R. Toyama e N. Konno. ``SECI, Ba and leadership: a unified model of dynamic knowledge creation''. In: Long range planning . (), pp. –. Norman, Donald A. Emotional Design. Basic Books, . — e psyology of everyday things. New York: Basic Books, . Nosofsky, Robert M. ``Aention, similarity, and the identification-categorization re- lationship.'' In: Journal of Experimental Psyology: General . (), pp. – . Nosofsky, Robert M., omas J. Palmeri e Stephen C. McKinley. ``Rule-plus-exception model of classification learning''. In: Psyological Review  (), pp. –. Pace, Steven. ``A grounded theory of the flow experiences of Web users''. In: Int. J. Human-Computer Studies  (), pp. –. Pang, Joyce S. e Oliver C. Sultheiss. ``Assessing Implicit Motives in U.S. College Students: Effects of Picture Type and Position, Gender and Ethnicity, and Cross- Cultural Comparisons''. In: Journal of Personality Assessment . (), pp. – . Parnas, David L. e Paul C. Clements. ``A rational design process: How and why to fake it''. In: IEEE Transactions on Soware Engineering . (), pp. –. Pey, Riard E. et al. ``To think or not to think - Exploring Two Routes to Persuasion''. In: Persuasion: psyological insights and perspectives. A cura di Joseph R. Priester. Sage, . Cap. , pp. –. Pirolli, Peter e Stuart K. Card. ``Information Foraging''. In: Psyological Review  (), pp. –. Potente, Davide e Erika Salvini. Ariteura dell’informazione integrata: i casi Apple e Ikea. Rapp. tecn. Trovabile, gen. . : http://trovabile.org/articoli/ architettura-informazione-integrata.
  • 196.
     BIBLIOGRAFIA R DevelopmentCore Team. R: A Language and Environment for Statistical Computing. ISBN ---. R Foundation for Statistical Computing. Vienna, Austria, . : http://www.R-project.org. Rasmussen, Jens. Information Processing and Human- Maine Interaction: an Approa to Cognitive Engineering. New York: Elsevier, . Rayaudhuri, Soumya, Joshua M. Stuart e Russ B. Altman. ``Principal components ana- lysis to summarize microarray experiments: application to sporulation time series''. In: Pacific Symposium on Biocomputing  (), pp. –. Reber, Arthur S. ``Implicit learning and tacit knowledge.'' In: Journal of experimental psyology: general . (), pp. –. Regev, G. e A. Wegmann. ``Where do Goals Come from: the Underlying Principles of Goal-Oriented Requirements Engineering''. In: Proceedings of the th IEEE Inter- national Conference on Requirements Engineering. IEEE Computer Society. , p. . Rei, Y. et al. ``Varieties and issues of participation and design''. In: Design Studies . (), pp. –. Remolina, E. e B. Kuipers. ``Towards a general theory of topological maps''. In: Artificial Intelligence . (), pp. –. Rips, Lance J., Edward J. Shoben e Edward E. Smith. ``Semantic distance and the verifi- cation of semantic relations''. In: Journal of verbal learining and verbal behavior  (), pp. –. Rogers, Y. ``New theoretical approaes for HCI''. In: ARIST: annual review of information science and tenology  (), pp. –. Ros, Eleanor. ``Cognition and Categorization''. In: a cura di Eleanor Ros e Barbara B. Lloyd. Hillsdale NJ, LEA, . Cap. Principles of Categorization. — ``Cognitive Reference Points''. In: Cognitive Psyology  (), pp. –. Ros, Eleanor e Carolyn B. Mervis. ``Family resemblances: Studies in the internal structure of categories''. In: Cognitive Psyology . (), pp. –. Rosenfeld, Louis e Peter Morville. Information aritecture for the World Wide Web. rd. Sebastopol, CA, USA: O'Reilly e Associates, Inc., . : ---. Royce, Winston W. ``Managing the development of large soware systems''. In: Proceedings, IEEE WESCON  (ago. ), pp. –. Rugg, G. e P. McGeorge. ``e sorting teniques: a tutorial paper on card sorts, picture sorts and item sorts''. In: Expert Systems . (), pp. –. Rullo, A. ``e so qualities of interaction''. In: ACM Trans. Comput.-Hum. Interact. . (), p. . Ryan, Riard M. e Edward L. Deci. ``Intrinsic and Extrinsic Motivations: Classic De- finitions and New Directions''. In: Contemporary Educational Psyology  (), pp. –. Svaneveldt, R.W. et al. ``Measuring the structure of expertise''. In: International Journal of Man-Maine Studies . (), pp. –. Siegel, AW e SH White. ``e development of spatial representations of large-scale environments''. In: Adv Child Dev Behav  (), pp. –. Sinha, Rashmi. Beyond cardsorting: Free-listing methods to explore user categorizations. Rapp. tecn. Boxes e Arrows, . : http://www.boxesandarrows.com/
  • 197.
    BIBLIOGRAFIA  view/beyond_cardsorting_free_listing_methods_to_explore_user_ categorizations. — ``PersonaDevelopment for Information-ri Domains''. In: . CHI. Ft. Lauderdale, Florida, USA., apr. . Sinha, Rashmi e Jonathan Boutelle. ``Rapid information aritecture prototyping''. In: DIS ': Proceedings of the  conference on Designing interactive systems. Cam- bridge, MA, USA: ACM Press, , pp. –. : ---. : http: //doi.acm.org/10.1145/1013115.1013177. Skadberg, Yongxia Xia e James R. Kimmel. ``Visitors’ flow experience while browsing a Web site: its measurement, contributing factors and consequences''. In: Computers in Human Behavior  (), pp. –. Smith, Edward E. e Douglas L. Medin. Categories and Concepts. Cambridge, Massauses: Harvard University Press, . Smith, Sandra et al. Metrics Guide for Knowledge Management Initiatives. Rapp. tecn. Department of Navy -- Chief Information Officer, . Snodgrass, A. e R. Coyne. ``Is designing hermeneutical''. In: Aritectural eory Review . (), pp. –. Stanton, Steven J. e Oliver C. Sultheiss. ``e hormonal correlates of implicit power motivation''. In: Journal of Resear in Personality  (), pp. –. Sternberg, R.J., L.A. O'Hara e T.I. Lubart. ``Creativity as investment''. In: California Management Review  (), pp. –. Sweetser, Penelope e Peta Wyeth. ``GameFlow: A Model for Evaluating Player Enjoyment in Games''. In: ACM Computers in Entertainment . (lug. ). Tractinsky, Noam, A. S. katz katz katz katz e D. Ikar. ``What is beautiful is usable''. In: Interacting with Computers  (), pp. –. Tullis, Tom e Larry Wood. ``How Many Users Are Enough for a Card-Sorting Study?'' In: Proceedings UPA'. Minneapolis, MN, . Tversky, Amos. ``Features of similarity''. In: Psyological Review . (lug. ), pp. –. Upur, L., G. Rugg e B. Kitenham. ``Using Card Sorts to Elicit Web Page ality Aributes''. In: IEEE Soware . (), pp. –. Venkatesh, Viswanath. ``Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Tenology Acceptance Model''. In: Information Systems Resear . (dic. ), pp. –. Visser, W. ``Designing as construction of representations: A dynamic viewpoint in co- gnitive design resear''. In: Human-Computer Interaction . (), pp. – . Webster, Donna M. e Arie W. Kruglanski. ``Individual Differences in Need for Cognitive Closure''. In: Journal of Personality and Social Psyology . (), pp. –. Wikipedia. Factor analysis --- Wikipedia, e Free Encyclopedia. [Online; accessed - August-]. . : url{http://en.wikipedia.org/w/index.php? title=Factor_analysis&oldid=154111993}. — Iterative and incremental development. [Online; accessed February-]. . : url{http://en.wikipedia.org/w/index.php?title=Iterative_and_ incremental_development}.
  • 198.
     BIBLIOGRAFIA Wikipedia. Multidimensionalscaling --- Wikipedia, e Free Encyclopedia. [Online; accessed -August-]. . : url{http://en.wikipedia.org/w/ index.php?title=Multidimensional_scaling&oldid=145520772}. Wirth, Mielle M., Kathryn M. Welsh e Oliver C. Sultheiss. ``Salivary cortisol an- ges in humans aer winning or losing a dominance contest depend on implicit power motivation''. In: Hormones and Behavior  (), pp. –. Wigenstein, Ludwig. Philosophise Untersuungen. English translation Philosophi- cal Investigations; trans. and ed. by G.E.M. Anscombe; second edition . Oxford: Blawell, . Wolf, T.V. et al. ``Dispelling`` design'' as the bla art of CHI''. In: Proceedings of the SIGCHI conference on Human Factors in computing systems. ACM New York, NY, USA. , pp. –. Xu, Rui e Donald Wuns. ``Survey of Clustering Algorithms''. In: Ieee Transactions On Neural Networks . (mag. ), pp. –. Yamamoto, Y. e K. Nakakoji. ``Interaction design of tools for fostering creativity in the early stages of information design''. In: International Journal of Human-Computer Studies .- (), pp. –. Zeni, Serena. ``Reti radiali cognitive e marketing centrato sull'utente''. Tesi di laurea mag. Facolt`a di Scienze Cognitive -- Universit`a degli Studi di Trento, . Zhang, Ping. ``Motivational Affordances: Reasons for ICT Design and Use''. In: Commu- nications of the ACM . (nov. ), pp. –. : doi:10.1145/1400214. 1400244. Zimmermann, Philippe Georges. ``Beyond Usability -- Measuring Aspects of User Experience''. Tesi di do. Swiss Federal Institute of Tenology Zuri, .