IA e memoria d’autore in biblioteca: interrogare il passato non è mai stato così semplice
Cosa accade quando la memoria prende voce? E quando una biblioteca storica diventa il luogo in cui i documenti iniziano a raccontarsi da soli, grazie a modelli linguistici intelligenti? All’interno della Biblioteca “Arturo Graf” dell’Università di Torino sta prendendo vita un laboratorio in cui si utilizza l’intelligenza artificiale per far conoscere e valorizzare il patrimonio culturale. La sperimentazione è partita da un fondo d’autore – la scatola dei ricordi di chi si dedica alla scrittura, alla ricerca o all’arte – denso di significati: quello di Emanuele Artom, figura chiave della cultura ebraica italiana e della Resistenza.
Nel fondo di un autore possono trovarsi lettere, appunti, fotografie, bozze, quaderni e altri materiali che documentano la sua vita e il processo creativo. Nel caso del fondo Artom, la raccolta è composta soprattutto da materiali bibliografici – come libri e riviste – che, a prima vista, potrebbero sembrare semplici documenti. In realtà contengono molto di più: annotazioni, dediche, commenti a margine e note personali che permettono di ricostruire una vera e propria biografia intellettuale dell’autore.
Tuttavia, come accade per Artom e per molte altre figure, la varietà e la dispersione dei materiali rendono complesso il loro reperimento e la loro organizzazione, con il rischio di non sfruttare e valorizzare pienamente l’intero patrimonio.
Per affrontare questa sfida abbiamo avviato un progetto che funziona come un vero laboratorio digitale: nelle biblioteche e negli archivi stiamo sperimentando l’uso di tecnologie di elaborazione del linguaggio naturale, in particolare modelli linguistici avanzati (LLM) integrati con sistemi di recupero intelligente delle informazioni.
Sono strumenti che permettono ai computer di analizzare testi complessi e interagire con noi tramite il linguaggio, come fanno assistenti virtuali, chatbot o sistemi di traduzione. L’obiettivo è restituire ai fondi d’autore la loro dimensione narrativa, rendendoli esplorabili in modo personalizzato e interattivo.
I nuovi modelli per interrogare la memoria
Al centro del progetto c’è una tecnologia chiamata RAG (Retrieval-Augmented Generation), che permette all’intelligenza artificiale di rispondere alle domande attingendo direttamente a una collezione di documenti selezionati. Nel caso del fondo Artom, questa raccoglie testi annotati, lettere, diari, metadati e altri materiali digitalizzati che raccontano la sua vita, le sue letture e il suo percorso intellettuale.
A rendere possibile tutto ciò sono i LLM (Large Language Models), modelli linguistici avanzati capaci di analizzare testi complessi e restituire risposte coerenti, commenti e collegamenti. Il sistema, ancora in fase di sperimentazione, funziona come una mappa dinamica del sapere: mette in relazione i materiali del fondo, riconosce persone, date, luoghi ed eventi, aiuta a chiarire i legami tra i documenti e costruisce percorsi di lettura personalizzati per ricercatrici e ricercatori, studentesse e studenti o persone semplicemente curiose.
LEGGI ANCHE
Dalle fotografie storiche ai dati: un approccio digitale per leggere il Tachara di Persepoli
In questo contesto, l’intelligenza artificiale non si limita a generare testi, ma agisce come un navigatore del sapere, capace di far emergere connessioni e interpretazioni che spesso rimangono invisibili all’interno di archivi complessi.
L’esperienza sarà accessibile sia in biblioteca sia da remoto. Attraverso un’interfaccia dedicata sarà possibile dialogare con un chatbot specializzato, porre domande, confrontare fonti e approfondire aspetti specifici della vita e dell’opera di Emanuele Artom. La consultazione diventa così un viaggio interattivo: non ci si limita a leggere documenti, ma si esplora la storia personale dell’autore seguendo le tracce lasciate nei suoi libri, nelle sue note e nei suoi scritti.
Un caso studio per una metodologia replicabile
La sperimentazione sul fondo Artom si colloca all’interno di una più ampia riflessione internazionale sull’uso dell’IA nelle biblioteche accademiche. In collaborazione con la Universidad Carlos III di Madrid e la Biblioteca Nacional de España, il progetto esplora scenari in cui le tecnologie generative possono affiancare — e non sostituire — chi lavora nella ricerca, nelle biblioteche e negli archivi.
La metodologia che stiamo sviluppando, che usa gli LLM per aiutare a descrivere, interrogare e raccontare i fondi d’autore, potrebbe diventare un modello replicabile specialmente in contesti in cui la documentazione è frammentaria, la storia della persona è centrale e c’è bisogno di trasformare i contenuti in narrazioni vive e comprensibili.
La biblioteca come spazio narrativo e generativo
La biblioteca non è più solo un deposito di documenti, ma diventa uno spazio in cui si può conversare con i contenuti, scoprire storie nascoste e imparare cose nuove.
L’interfaccia tra utenti e materiali è semplice da usare, e immersiva. Il fondo Artom, prima silenzioso tra gli scaffali, si fa protagonista di una storia da riscrivere ogni volta, grazie all’incontro fra memoria e intelligenza artificiale. Una storia in cui la tecnologia non sostituisce la cultura, ma la amplifica, la rende condivisibile, accessibile e capace di connettersi a nuove persone e nuovi significati