Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here

Alla fine degli anni '90, un'idea nuova iniziò a prendere forma nel mondo dell'informazione: la biblioteca digitale. All'epoca, non si trattava semplicemente di un sito web con alcuni libri scansionati. Era una complessa sfida ingegneristica, la promessa di costruire sistemi interamente nuovi che potessero archiviare, organizzare e distribuire vaste collezioni di contenuti digitali. I ricercatori erano impegnati a costruire gli scaffali digitali, scrivendo il software che avrebbe permesso ai computer di comunicare tra loro e cercando di capire come far funzionare questi sistemi per le persone. Nel corso dei successivi tre decenni, un gruppo specifico di scienziati si è riunito annualmente in una conferenza in Europa per condividere i propri progressi. Chiamarono il loro incontro la European Conference on Research and Advanced Technology for Digital Libraries, successivamente abbreviata in TPDL. Per trent'anni, questo incontro è servito da barometro per il settore, registrando ogni cambiamento in ciò che i ricercatori consideravano importante, chi stava svolgendo il lavoro e cosa stavano effettivamente costruendo.

Uno studio recente di Gianmaria Silvello, un ricercatore dell'Università di Padova, ha esaminato l'intera storia di questa serie di conferenze per comprendere come il concetto di biblioteca digitale si sia trasformato. Silvello ha analizzato ogni articolo presentato nelle trenta edizioni della conferenza, dalla sua prima riunione nel 1997 fino al più recente incontro del 2026. Per dare un senso a quasi 1.600 articoli accademici, il ricercatore ha utilizzato un potente programma informatico, noto come modello linguistico di grandi dimensioni (large language model), per leggere i titoli e gli abstract di ogni contributo e classificarli in categorie. Questo strumento ha aiutato a identificare se un articolo riguardasse la costruzione di un nuovo sistema software, lo studio di come le persone utilizzano una biblioteca o l'analisi dei dati all'interno di una collezione. Il ricercatore ha poi controllato manualmente un campione di queste etichette generate dal computer per assicurarsi che la macchina stesse leggendo correttamente il testo. L'obiettivo era tracciare l'evoluzione del campo, non solo contando le parole, ma osservando come la comunità stessa fosse cambiata nel tempo.

La storia raccontata dai dati è quella di uno spostamento fondamentale del focus. Nei primi anni, dal 1997 al 2007, la conferenza era dominata dalla costruzione di sistemi. I ricercatori erano concentrati sull'architettura delle biblioteche digitali, creando i framework e i protocolli che permettevano a diversi sistemi informatici di condividere informazioni. Stavano costruendo l'infrastruttura, progettando gli standard di metadati che avrebbero permesso a una biblioteca in un paese di comunicare con una biblioteca in un altro, e sviluppando i motori di ricerca che avrebbero aiutato gli utenti a trovare ciò di cui avevano bisogno. Gli articoli erano ricchi di discussioni tecniche su progettazione di sistemi, interoperabilità e strumenti necessari per far funzionare questi repository digitali. Era un'era di ingegneria, dove la domanda primaria era come costruire la biblioteca stessa.

Con il passare degli anni, la conversazione ha iniziato a cambiare. Nel periodo intermedio, dal 2008 al 2016, l'attenzione ha iniziato a spostarsi dalla costruzione dei sistemi verso le persone che li utilizzano e il contenuto che contengono. I ricercatori hanno iniziato a studiare come gli utenti interagivano con queste collezioni digitali, come preservare i materiali digitali a lungo termine e come gestire la crescente rete di dati. I sistemi che erano stati costruiti nel primo decennio non erano più il soggetto principale della ricerca; erano diventati l'infrastruttura di base, gestita da biblioteche e archivi. Le nuove domande riguardavano ciò che poteva essere fatto con i record all'interno di questi sistemi.

Nell'ultimo decennio, dal 2017 al 2026, il campo ha subito una seconda trasformazione, ancora più drammatica. La ricerca si è spostata quasi interamente sui dati stessi. Oggi, gli articoli riguardano meno la costruzione della biblioteca e più l'elaborazione dei record accademici e culturali che la biblioteca contiene. Gli argomenti dominanti sono ora il text mining, l'elaborazione del linguaggio naturale e l'apprendimento automatico. I ricercatori utilizzano modelli informatici avanzati per analizzare vaste quantità di documenti storici, articoli scientifici e materiali del patrimonio culturale. Stanno costruendo grafi di conoscenza (knowledge graphs), ovvero mappe complesse di come diverse parti dell'informazione si collegano, e utilizzano l'intelligenza artificiale per estrarre significato da milioni di record. La biblioteca digitale non è più vista come un sistema da costruire, ma come una collezione curata di dati affidabili che può essere utilizzata per addestrare l'intelligenza artificiale e supportare nuove forme di scoperta.

Questo spostamento in ciò che viene studiato è accompagnato da un cambiamento in chi svolge il lavoro. Nei primi giorni, la conferenza attirava un pubblico internazionale ampio, con un numero significativo di ricercatori provenienti dagli Stati Uniti. Con il tempo, la comunità si è contratta geograficamente. La quota di autori provenienti dal Nord America è diminuita costantemente, mentre la presenza di ricercatori europei è cresciuta fino a dominare la conferenza. Oggi, la stragrande maggioranza dei partecipanti proviene dall'Europa, e il numero di paesi rappresentati è diminuito. La comunità è diventata più localizzata, con un nucleo ristretto di autori ricorrenti e un gran numero di nuovi arrivati che partecipano solo una volta. Anche i gruppi di ricerca che guidano la conferenza sono cambiati, con diverse squadre che hanno preso la guida in epoche differenti, riflettendo le mutevoli priorità del settore.

Lo studio rivela anche come la definizione di biblioteca digitale sia evoluta nelle menti dei ricercatori. All'inizio, il termine si riferiva a un sistema o a una collezione di oggetti digitali. Nel tempo, è arrivato a descrivere un ruolo: la cura responsabile delle collezioni. Una biblioteca digitale è oggi intesa come l'entità che garantisce che una collezione sia affidabile, che sappia da dove provengono i suoi dati e che possa essere utilizzata in sicurezza sia da persone che da macchine. Questa nuova definizione è cruciale perché distingue una vera biblioteca digitale da un semplice motore di ricerca o da un deposito casuale di dati. Essa enfatizza la responsabilità dell'istituzione nel mantenere la qualità e l'integrità dell'informazione nel tempo.

I ricercatori hanno scoperto che, sebbene il focus si sia spostato dai sistemi ai dati, il coinvolgimento di effettive biblioteche, archivi e musei è rimasto costante, sebbene il loro ruolo sia cambiato. Negli anni iniziali, queste istituzioni erano spesso i costruttori primari dei sistemi. Oggi, sono più frequentemente partner nella ricerca, fornendo le collezioni curate che i ricercatori analizzano. Gli articoli scritti da professionisti di queste istituzioni coinvolgono ora frequentemente collaborazioni con ricercatori universitari, combinando la profonda conoscenza delle collezioni con gli strumenti analitici avanzati dell'informatica.

Guardando al futuro, lo studio suggerisce diverse direzioni per il settore. Man mano che l'intelligenza artificiale diventa più potente, il bisogno di collezioni curate e di alta qualità non è mai stato così grande. Queste collezioni fungono da dati di addestramento per i modelli di apprendimento automatico e da verità di riferimento (ground truth) per valutare le loro risposte. I ricercatori propongono che il campo debba concentrarsi sulla qualità di queste collezioni, sull'affidabilità dei grafi di conoscenza costruiti su di esse e sulla preservazione a lungo termine dei dati. Suggeriscono inoltre che la conferenza debba continuare a evolversi, magari aprendo più spazi alle discipline umanistiche digitali (digital humanities) e rafforzando i suoi collegamenti con altri campi come la gestione dei dati.

Il viaggio trentennale della conferenza ECDL/TPDL mostra un settore che è maturato da un focus sull'ingegneria a un focus sulla conoscenza. I costruttori dei sistemi hanno lasciato il posto ai processori dei dati, ma la missione centrale rimane la stessa: rendere l'informazione mondiale accessibile e utile. La biblioteca digitale non è scomparsa; ha semplicemente cambiato forma, passando da un luogo dove si costruiscono sistemi a un luogo dove le storie della cultura e della scienza umana vengono elaborate, comprese e preservate per il futuro. I ricercatori concludono che la cosa più importante che una biblioteca digitale possa fare oggi è rendere conto di ciò che contiene, garantendo che le collezioni che gestisce rimangano affidabili e disponibili per le generazioni a venire.