Dice Wendi Hall:

The incredible support we obtained from industry when preparing the bid is evidence of the need industry has for people with the sort of interdisciplinary skills that we will be training our students to develop.

La cosa interessante è che la Scuola verrà finanziata con parte dei 250 milioni di sterline stanziate dal governo in un progetto dedicato allo sviluppo delle scienze e della tecnologia nel Regno Unito; con tale progetto nasceranno oltre quaranta scuole di specializzazione che si dedicheranno a ricerche interdisciplinari su tematiche chiave per il XXI secolo quali ambiente, energia, invecchiamento della popolazione, crimini informatici.

Per Dave Delpy, capo progetto:

people are the heart of our future strategy. We want to drive a modern economy and meet the challenges of tomorrow by investing in talented people and inspiring the next generation of scientists and engineers. [...] EPSRC Centres for Doctoral Training expand our existing training portfolio, focus on priority themes for the UK, emerging and multidisciplinary research, and greater collaboration with business.

Per una delle manifestazioni in programma, l’AcaBarCamp, ho preparato una presentazione che, anche grazie al feedback dei lettori del mio blog, integra ed amplia il post sull’ipotesi di un Corso di Laurea in Scienze del Web.

Qui la versione inglese delle slides e qui, tra gli altri, il video del mio intervento (ripreso grazie ai ragazzi de “Il Cannocchiale“), che segnalo per pura vanità (d’accordo anche per comprendere meglio le slides)…

Un ringraziamento particolare a Giovanni e Fabio che mi hanno incoraggiato a fare questa presentazione.

L’obbiettivo della Fondazione è riunire imprenditori, politici, tecnici, scienziati, esperti per promuovere il Web come sistema libero ed aperto, svilupparne le potenzialità, aumentarne la robustezza ed estenderne i benefici a tutti gli abitanti del pianeta.

La Fondazione cercherà ed appoggerà progetti in giro per il mondo nell’ambito di tre programmi integrati:

• Scienza del Web e ricerca, per comprendere meglio strutture e dinamiche della Rete nonchè il suo impatto sullo sviluppo delle società,  per rendere il Web sempre più sicuro ed affidabile, per allevare una generazione di scienziati del Web
• Tecnologie e pratiche, per promuovere lo sviluppo di standard, tecnologie e applicazioni interoperabili ed integrate che agevolino la creatività, la collaborazione la comunicazione ed il commercio
• Web per la Società, per combattere il digital divide

Tra le strategie individuate per sviluppare il primo punto vi è quella di incoraggiare la creazione di piani di studio per le università dedicati alla Scienza del Web: direi che un primo contributo lo abbiamo dato anche noi, con l’ipotetico (per ora…) Corso di Laurea in Scienze del Web

[via La Stampa - Scientific American]

Dando per scontato l’approccio multidisciplinare, quali sono le materie da inserire? Quali i percorsi formativi da predisporre? Quali sono le conoscenze e le competenze che uno studente uscito da questo corso di laurea dovrebbe possedere?

Andiamo per ordine. Ho immaginato una laurea triennale, ma sono tali e tante le discipline e gli argomenti da trattare ed approfondire che non si farebbe fatica ad estenderne la durata a cinque anni.

Ho provato a suddividere le Scienze del Web in due rami, come rappresentato nella figura.

Per entrare appena più nel dettaglio:

Sono molte le combinazioni possibili; queste sono solo alcune. Ed è chiaro che i vari percorsi possono intersecarsi, sovrapporsi, sfumare l’uno nell’altro.

Un laureato in Scienze del Web dovrebbe possedere la capacità di

• muoversi tra le diverse dimensioni della Rete, individuando comportamenti emergenti, analizzando le relazioni ed i collegamenti tra i diversi attori che animano il palcoscenico del Web – persone, database, agenti software, organizzazioni, tutti immersi nel flusso turbolento di dati ed informazioni

• essere in grado di scoprire i trend che nascono nella Rete, le opportunità create da ubiquità, mobilità, nuovi media e dalla crescente quantità di dati disponibili on-line

• di creare sistemi sempre più efficaci per il trattamento dei dati e delle informazioni, per passare, come suggerito da Michael L. Brodie (intervista contenuta in Semantic Web. Modellare e condividere per innovare, Pearson Addison Wesley, 2008) dall’Era della Computazione a quella del Problem Solving

• progettare e sviluppare strumenti ed applicazioni sempre più adattati alla natura peculiare del Web

• definire e sviluppare teorie,modelli, metodologie, metriche che aiutino a formulare sistematicamente i principi di una “disciplina del Web”

• studiare e comprendere le nuove interazioni sociali ed i nuovi modelli economici e politici che avvengono con la mediazione del Web

• identificare e preservare gli invarianti essenziali del Web

Di seguito – dopo il break – un possibile piano di studi, in cui il primo anno è comune. Mi sono limitato ad individuare possibili materie d’insegnamento solo per Data Web, Web Analitico, Architettura del Web, Web Sociale. Volutamente per alcuni insegnamenti mi sono tenuto nel vago, non avendo sufficienti competenze per individuare aree specifiche di interesse all’interno di alcune discipline.

Spero che questo post stimoli, come si dice, una proficua ed interessante discussione. O anche no…

update: slides italiano/english

Il Web deve essere studiato e compreso come fenomeno ma è anche un qualcosa che, per la sua crescita e per le sue potenzialità, deve essere progettato.

Nell’articolo vengono sinteticamente presentati quattro punti che i ricercatori ed i progettisti dovrebbero utilizzare come riferimento per una visione globale del Web:

• il Web come sistema a grande scala, che genera proprietà emergenti
• il Web come grafo, rappresentazione della rete di link che caratterizza il Web stesso
• il Web come “macchina sociale” in grado di produrre e gestire sistemi sociali
• il Web come universo di dati, da collegare in maniera sempre più efficiente e da utilizzare per processi di inferenza automatici (semantic web)

Voglio riportare qui alcuni passi (tradotti da me) in cui gli autori spiegano la figura riportata di seguito che rappresenta le nuove sfide che attendono l’ingegneria del software e lo sviluppo di applicazioni.

da communication of the ACM, luglio 2008, vol. 51, n. 7

Alla micro-scala, il Web è un’infrastruttura di linguaggi artificiali e protocolli: è un pezzo di ingegneria. Nello stesso tempo, è l’interazione di esseri umani che creano, collegano e consumano informazione che genera il comportamento del Web e produce proprietà emergenti alla macro-scala [...].

La figura esemplifica un nuovo modo di guardare allo sviluppo del Web. Un’applicazione software è progettata basandosi su un’appropriata tecnologia [...] e su una certa “visione” sociale; è davvero una contraddizione in termini parlare di un’applicazione Web sviluppata per un singolo utente su una singola macchina. Il sistema è generalmente testato da un piccolo gruppo o sviluppato da una base limitata;  sono quindi esaminate le “micro” proprietà del sistema. In alcuni casi, quando più e più persone accettano il micro-sistema, si verifica un brusco cambiamento di scala favorito da dinamiche “virali” (ndt: un’inflazione virale…) [...].

Il macro-sistema può essere definito come un micro-sistema utilizzato da molti utenti che interagiscono tra di loro in modo spesso imprevedibile [...] e generalmente deve essere analizzato in maniera differente rispetto al micro sistema. Questi macro-sistemi generano nuove sfide che non possono essere visibili alla micro-scala. [...]

I sistemi a larga scala possono avere proprietà emergenti che non possono essere predette analizzando i micro-effetti tecnici e/o sociali. “Giocando”con questi risultati si può sperare di prevedere le tecnologie di prossima generazione.

update: per completezza d’informazione aggiungo che l’articolo è una sorta di abstract del testo degli stessi autori A Framework for Web Science (Now Publishers, 2006).

update: ancora un articolo di Berners-Lee, stavolta su Scientific American

Vengo a scoprire da quest’articolo di Galileo una ricerca condotta da Carlos Guestrin, professore di Scienze Informatiche alla Carnegie Mellon University e dai suoi giovani collaboratori.
Il team di ricercatori si è posto due domande:

In una rete idrica, in quali nodi dobbiamo piazzare i sensori per rilevare efficacemente eventuali contaminazioni?

Nel Web quali blog dovrebbero essere letti per avere una rassegna il più completa possibile degli argomenti principali che circolano nella blogosfera?

I due problemi condividono una struttura comune che può essere rivelata da questo problema più generale:

Dato un processo dinamico di diffusione all’interno di una rete, selezionare un insieme di nodi (sensori, blog) che permetta la rilevazione di un’epidemia (di virus, di informazioni) e del suo punto di origine nel minor tempo possibile.

Per quanto riguarda i blog possiamo riformulare ancora una volta il problema:

Ogni blog, con un suo post, può essere una sorgente informativa che genera una cascata informativa (quando la notizia originale viene ripresa direttamente o indirettamente da altri blog). Si vuole individuare quel piccolo insieme di blog investiti dalla maggior parte delle cascate.

Rispolverando le mie nozioni di Ricerca Operativa e leggendo il paper della ricerca non è stato difficile comprendere come questo genere di problemi viene formalizzato scegliendo una funzione obiettivo che dovrà essere massimizzata o minimizzata considerando anche eventuali vincoli. Nel nostro caso l’obbiettivo potrebbe essere, per esempio, minimizzare il tempo di rilevazione del meme che si va diffondendo, considerando che leggere i blog più popolari (alla ricerca della notizia che ci interessa) richiede più tempo, avendo essi generalmente un gran numero di post.

Ora, trovare una soluzione ottima è “difficile” (si tratta di problemi NP-hard, cioè “almeno difficili quanto i più difficili problemi NP-completi” ). I ricercatori hanno però dimostrato che questo genere di problemi sono sub- modulari: nel caso dei blog si può esprimere questa proprietà dicendo che più blog abbiamo letto, meno nuove informazioni traiamo dalla lettura di un nuovo blog. Forti di questa proprietà il team di ricerca ha sviluppato un algoritmo, denominato CELF, che permette di ottenere in maniera efficace e veloce soluzioni che sono certamente vicine a quella ottima.

Una volta determinato l’algoritmo, come è stato affrontato il case study relativo ai blog?

E’ stato scelto di monitorare per un anno un dataset di 45.000 blog (americani), per un totale di 10,5 milioni di post ed un milione di link all’interno dei blog considerati. Cito dal paper:

I post hanno molti metadati, come il time stamp, che ci permettono di individuare le cascate informative ovvero i sub grafici che rappresentano il flusso temporale dell’informazione. Abbiamo adottato la seguente definizione di cascata: ogni cascata ha un singolo post d’origine, e gli altri post si uniscono ricorsivamente linkando i post all’interno della cascata, seguendo un ordine cronologico. Abbiamo rilevato le cascate identificando il post di partenza e quindi seguendo i link entranti.

Sono stati sviluppati due modelli, uno in cui ogni blog ha lo stesso “costo” ed un altro in cui una parte del costo è variabile (più post, più costo). Il primo modello premia i blog più grandi (quelli politici), con un maggior numero di post e più “veloci” nell’inserirsi nella cascata, il secondo predilige blog-sommario, che raccolgono le notizie principali anche se con un certo ritardo.

Quali sono i risultati ottenuti con il CELF?

Questo algoritmo ha permesso di scoprire i blog più rilevanti e di arrivare alla conclusione che non sempre la lettura dei blog più popolari sia la strada migliore per tenersi aggiornati sui temi caldi che attraversano la blogosfera, ma spesso risulti più utile la lettura di blog più piccoli ma di alta qualità, blog che l’algoritmo è in grado di trovare.

Si è anche giunti alla conclusione che è sufficiente leggere un big blog una sola volta alla settimana (preferibilmente di venerdì…), catturando in un’unica “passata” tutto il suo flusso informativo.

Utilizzando l’algoritmo CELF è stato inoltre possibile stabilire quali siano i migliori criteri per stabilire la “qualità” di un blog: abbastanza intuitivamente (vedi grafico) la scelta migliore è considerare il numero di link in entrata. Un blog coon molti link in entrata è una sorgente di cascate informative.

I migliori blog, secondo i vari modelli utilizzati durante la ricerca, sono elencati in questo sito.