Dust. La multidimensionalità del dato e la sua visualizzazione

Page 1



Design Research Maps. Prospettive della ricerca universitaria in design in italia a cura di 0ANKAร "EQSNKA ร 3SEFAMNร -Aร EI ISBN 978-88387-4413-0 ยฉ Copyright degli Autori ร vietata la riproduzione, anche parziale, con qualsiasi mezzo Eร ESSTASA ร AMCHEร ADร TRNร IMSEQMNร Eร DIDASSICN ร MNMร ATSNQIYYASA -AGGINKIร %DISNQEร ฤ ร TMร LAQCHINร DIร -AGGINKIร 3 O ! !YIEMDAร CNMร RIRSELAร PTAKISฤ ร CEQSIร CASNร )3/ร ร 3AMSAQCAMGEKNร DIร 2NLAGMAร 2. ร dร 6IAร DEKร #AQOIMN ร 4EK ร ร dร &AWร VVV LAGGINKI IS REQUIYINCKIEMSI E LAIK ร REQUIYIN CKIEMSI LAGGINKI IS Diritti di riproduzione, e di adattamento, totale o parziale a LEYYNร RSALOAร RNMNร QIREQUASIร OEQร STSSIร Iร 0AERI &IMISNร DIร RSALOAQEร MEKร LEREร DIร MNUELBQEร ร DAKKAร ,ISNGQAร Aร 4ISAMKISNร R Aร $NGAMAร 2EOTBBKICAร DIร 3AMร -AQIMN

3IRSELAร GQAร CNร EDISNQIAKE Coordinamento editoriale: Massimo Bianchini Paola Bertola 3SEFAMNร -Aร EI "EASQICEร 6IKKAQI !RTร DIRECTIONร GRAรกCA ร INFOGRAรกCA ร IMPAGINAZIONEร Eร COPERTINA Massimo Bianchini )NFOGRAรกCHEร DELร #APITOLOร )6ร Aร CTQAร DIร $EMRISX$ERIGMร densitydesign.org ,TCAร -ARTD ร -ATQNร .AONKI ร $NMASNร 2ICCI

4TSSEร KEร LAOOE ร KEร SABEKKEร ย ร !GEMYIAร 3$)ร ?ร Tutti i diritti sono riservati; รจ vietata la riproduzione non ATSNQIYYASA ร CNMร PTAKRIARIร LEYYNร Eร ESSTASA ร CNLOQERAร KAร FNSNCNOIA ร KAร LELNQIYYAYINMEร EKESSQNMICAร Nร AKSQNร RIRSELAร DIร QEGIRSQAYINME

1TERSNร KIBQNร ฤ ร IKร QIRTKSASNร DIร TMร OQNCERRNร DIร KAUNQNร CNKKESSIUNร DIร DIRCTRRINME ร AMAKIRIร EDร EKABNQAYINME ร LAร KAร RCQISSTQAร DEKKEร DIร EQEMSIร OAQSIร DEKร SERSNร OTฤคร ERREQEร ASSQIBTISAร A ร -ARRILNร "IAMCHIMIร 0AQSIร )) ร )6 ร 0ANKAร "EQSNKAร 0AQSIร )) ร )) ร 3SEFAMNร -Aร EIร 0AQSIร ) ร ))) ร ))) ร 6)) ร 6)) ร "EASQICEร 6IKKAQIร 0AQSIร ))) ร ))) ร 0ALEKAร 6IRCNMSIร ฤ ร K ATSQICEร DEKร OAQAGQAFNร Categorie อ อฉอคร e temi di ricerca: una mappa fenomenologicaร CNMSEMTSNร MEKKAร 0AQSEร ))) ร

%KIRAร "EQSNKNSSIร ฤ ร K ATSQICEร DEKร OAQAGQAFNร Produzione e Post-produzione CNMSEMTSNร MEKKAร 0AQSEร ))) ร &QAMCERCAร 0IQEDDAร ฤ ร K ATSQICEร del paragrafo Risultati il progetto di un formato breve per un contributo qualitativo alla ricerca CNMSEMTSNร MEKKAร 0AQSEร ))) 0EQร KEร ASSQIBTYINMIร QEKASIUEร AIร CNMSQIBTSIร OQEREMSIร MEKKEร 3EYINMIร V ,Eร GEOGRAรกEร DELLAร RICERCA e VI - Le storie della ricerca si vedano le note iniziali che indicano i rispettivi autori


Prospettive della ricerca universitaria in design in Italia

0QNLNRRNÛDA

#NMÛIKÛCNMSQIBTSNÛDI Û


drm | Colophon

La rete della ricerca drm PROMOTORI

4|

É?ɞɞ | Coordinamento Nazionale dei Dottorati di Design É?ɪɞÛ[Ă›#NMFEQEMYAĂ›DEIĂ›0QERIDIĂ›DEKKEĂ›&ACNKSĔÛDIĂ›$ERIGMĂ›EĂ›DEIĂ›OQERIDEMSIĂ›DIĂ›CNQRNĂ›DIĂ›RSTDIĂ›DEKKEĂ›CKARRIĂ›DIĂ›DIREGMNĂ›IMDTRSQIAKEĂ›EĂ›DERIGM ɭɞɣÛ[Ă›3IRSELAĂ›$ERIGMĂ›)SAKIAĂ› Ă›2ESEĂ›MAYINMAKEĂ›DIĂ›AGEMYIEĂ›TMIUEQRISAQIEĂ›OEQĂ›KAĂ›QIcerca in design CNMĂ›IKĂ›CNMSQIBTSNĂ›DEKĂ›$IOAQSILEMSNĂ›ɣɨɞɛÉ?ÉŠĂ›EĂ›DEKKAĂ›&ACNKSĔÛDEKĂ›$ERIGMĂ›DEKĂ›0NKISECMICNĂ›DIĂ›-IKAMN

COORDINAMENTO NAZIONALE

REFERENTI DELLA RETE ACCADEMICA

3SEFAMNÛ-AÞEIÛ Paola Bertola Massimo Bianchini "EASQICEÛ6IKKAQIÛ

Paola Bertola Politecnico di Milano Nicolò Ceccarelli UniversitĂ degli Studi di Sassari &KAUIAMNĂ›#EKARCHIĂ› ÛÛÛÛÛÛÛ0NKISECMICNĂ›DIĂ›4NQIMN Emilio Chirone UniversitĂ degli Studi di Brescia 'ITREOOEĂ›$IĂ›"TCCHIAMICNÛÛÛÛÛ5MIUEQRISĔÛ' $ !MMTMYINĂ›DIĂ›#HIESIĂ›0ERCAQA ,NQEDAMAĂ›$IĂ›,TCCHINÛÛ ÛÛÛÛÛÛÛ3AOIEMYAĂ›5MIUEQRISĔÛDIĂ›2NLA 2AĂžAEKKAĂ›&AGMNMIÛÛ ÛÛÛÛÛÛÛ5MIUEQRISĔÛDEGKIĂ›3STDIĂ›DIĂ›'EMNUA ,ATQAĂ›'IQAKDIÛÛ ÛÛÛÛÛÛÛ5MIUEQRISĔÛDEGKIĂ›3STDIĂ›DIĂ›&IQEMYE (AMRĂ›(ĨGEQÛÛ ÛÛÛÛÛÛÛ,IBEQAĂ›5MIUEQRISĔÛDIĂ›"NKYAMN &QAMCERCAĂ›,AĂ›2NCCAÛÛ ÛÛÛÛÛÛÛ3ECNMDAĂ›5MIUEQRISĔÛDEGKIĂ›3STDIĂ›DIĂ›.AONKI 3SEFAMNĂ›-AĂžEIÛÛ ÛÛÛÛÛÛÛ0NKISECMICNĂ›DIĂ›-IKAMN !KFNMRNĂ›-NQNMEÛÛ ÛÛÛÛÛÛÛ5MIUEQRISĔÛDEGKIĂ›3STDIĂ›&EDEQICNĂ›))Ă›DIĂ›.AONKI ,TCIAĂ›0IESQNMIÛÛ ÛÛÛÛÛÛÛ5MIUEQRISĔÛDEGKIĂ›3STDIĂ›DIĂ›#ALEQIMN 2AILNMDAĂ›2ICCIMIÛÛ ÛÛÛÛÛÛÛ5MIUEQRISĔÛ)TAUĂ›DIĂ›6EMEYIA 6IUIAMAĂ›4QAOAMIĂ› ÛÛÛÛÛÛÛ5MIUEQRISĔÛDEGKIĂ›3STDIĂ›DIĂ›0AKEQLN

0NKISECMICNÛDIÛ-IKAMNÛ[Û!GEMYIAÛ3$) Politecnico di Milano Politecnico di Milano | Agenzia SDI 0NKISECMICNÛDIÛ-IKAMNÛ[Û!GEMYIAÛ3$)

DOCENTI E RICERCATORI COINVOLTI NELLA MAPPATURA DRM UniversitĂ degli Studi di Genova .ICCNKĤĂ›#ARIDDT Ă›2AĂžAEKKAĂ›&AGMNMI Ă›"EMEDESSAĂ›3OADNKIMI Politecnico di Torino 3IKUIAĂ›"AQBEQN Ă›,TIGIĂ›"IRSAGMIMN Ă›&KAUIAMNĂ›#EKARCHI Ă›#KATDIAĂ›DEĂ›'INQGI Ă›#KATDINĂ›'EQLAJ Politecnico di Milano 0ANKNĂ›#ITCCAQEKKI Ă›'ABQIEKEĂ›'TIDI Ă›!KBEQSNĂ›#NKNQMI Ă›&IALLESSAĂ›#NRSA Ă›,TIGIĂ›#QEROI Ă›3IKUIAĂ›&EQQAQIR Ă›2NBEQSNĂ›-AČŽA Ă›!MMAĂ›-EQNMI Ă›,TIRAĂ›#NKKIMA Libera UniversitĂ degli Studi di Bolzano Hans HÓŹger, Kuno Prey UniversitĂ Iuav di Venezia -EDAQDNĂ›#HIAOONMI Ă›2AILNMDAĂ›2ICCIMI UniversitĂ degli Studi di Firenze ,ATQAĂ›'IQAKDI Ă›-ARRILNĂ›2TĂĄKKI 5NIVERSITÉťĂ?DEGLIĂ?3TUDIĂ?' Ă?$ !NNUNZIOĂ?DIĂ?#HIETIĂ?EĂ?0ESCARA 'ITREOOEĂ›DIĂ›"TCCHIAMICN Ă›!MSNMINĂ›-AQAMN UniversitĂ degli Studi di Camerino 'INUAMMIĂ›'TAYYN Ă›,TCIAĂ›0IESQNMI La Sapienza UniversitĂ di Roma ,NQEDAMAĂ›DIĂ›,TCCHIN Ă›!MSNMINĂ›0AQIR UniversitĂ degli Studi Federico II di Napoli %QLAMMNĂ›'TIDA Ă›!KFNMRNĂ›-NQNME Seconda UniversitĂ degli Studi di Napoli &QAMCERCAĂ›,AĂ›2NCCA Ă›0ASQIYIAĂ›2AMYN UniversitĂ degli Studi di Palermo 6IUIAMAĂ›4QAOAMI UniversitĂ degli Studi di Sassari Niccolò Ceccarelli


RINGRAZIAMENTI

VIDEO INTERVISTE

Annarita Ancora 6EMAMYINĂ›!QPTIKKA Antonella Castelli ,TIRAĂ›#NKKIMA Arturo dell’Acqua Bellavitis 2NRRAMAĂ›'ADDI %KENMNQAĂ›,TON -AMFQEDNĂ›-AMFQEDIMI Caterina Marazzi Ezio Manzini Simona Murina Antonella Penati Marina Parente Michela Pelizzari 2AĂžAEKKAĂ›0IRCISEKKI Silvia Pizzocaro ,TCIAĂ›2ALOIMN $IMAĂ›2ICCĤ -AMTEKAĂ›2IMAKDI !KBEQSNĂ›3EARRAQN 'ITKIAMNĂ›3ILNMEKKI &QAMCERCNĂ›:TQKN

Progetto delle videointerviste AÛCTQAÛDIÛ"EASQICEÛ6IKKAQIÛ !GEMYIAÛɭɞɣÛ[Û3IRSELAÛ$ERIGMÛ)SAKIA

Unità di ricerca d.Com - Movie DesignÛ QERO ÛOQNF Û-AQIRAÛ'AKBIASI

RACCOLTA ED ELABORAZIONE DATI RICERCA DRM #OORDINAMENTO�RACCOLTA�ED�ELABORAZIONE�DEI�DATI�SULLE�RICERCHE Massimo Bianchini Coordinamento raccolta ed elaborazione dei dati sui dottorati "EASQICEÛ6IKKAQI Û0ALEKAÛ6IRCNMSI

MAPPE DRM

DensityDesign - densitydesign.org a cura dell’Unità di ricerca d.ComÛ QERO ÛOQNF Û0ANKNÛ#ITCCAQEKKI

2ERONMRABIKEĂ›RCIEMSIĂ&#x;CN Paolo Ciuccarelli

| Coordinamento editoriale e redazionale "EASQICEÛ6IKKAQI $IREZIONE�CREATIVA �COORDINAMENTO�PRODUZIONE �REGIA�INTERVISTE %KIRAÛ"EQSNKNSSI Û7AKSEQÛ-ASSAMA Û&QAMCERCAÛ0IQEDDA 0ROGETTO�'RAåCO Massimo Bianchini -ONTAGGIO �POSTPRODUZIONE �SEGRETERIA�DI�EDIZIONE�E�PRODUZIONE Mariana Ciancia, Michele Moscatelli, Simone Porro

DOCENTI E RICERCATORI INTERVISTATI Politecnico di Torino ,TIGIĂ›"IRSAGMIMN Ă›&KAUIAMNĂ›#EKARCHI Ă›#KATDINĂ›'EQLAJ

0IEQOANKNĂ›0EQTCCIN Ă›0ANKNĂ›4ALBNQQIMI Ă›&ABQIYINĂ›6AKOQEDA UniversitĂ degli Studi di Genova 2AĂžAEKKAĂ›&AGMNMI Ă›0ANKAĂ›'ALBAQN Ă›!MDQEAĂ›6IAM Politecnico di Milano Maresa Bertolo, Ezio Manzini, Anna Meroni, Silvia Pizzocaro, ,TCIAĂ›2ALOIMN Ă›!KBEQSNĂ›3EARRAQN Libera UniversitĂ degli Studi di Bolzano Hans HÓŹger UniversitĂ Iuav di Venezia $AUIDEĂ›&NQMAQI Ă›+QIRSIAMĂ›+KNEJK UniversitĂ degli Studi di Firenze ,ATQAĂ›'IQAKDI 5NIVERSITÉťĂ?DGLIĂ?3TUDIĂ?DIĂ?' Ă?$ !NNUNZIOĂ?DIĂ?#HIETIĂ?EĂ?0ESCARA 'ITREOOEĂ›$IĂ›"TCCHIAMICN Ă›!MSNMINĂ›-AQAMN UniversitĂ degli Studi di Roma Cecilia Cecchini UniversitĂ degli Studi Federico II di Napoli -AQCNĂ›%KIA Ă›%QLAMMNĂ›'TIDA Ă›!KFNMRNĂ›-NQNME Ă›0IESQNĂ›.TMYIAMSE Seconda UniversitĂ degli Studi di Napoli 3AQAHĂ›!DIMNKĂ&#x; Ă›0ASQIYINĂ›2AMYN Ă›2NRAMMAĂ›6EMEYIAMN UniversitĂ degli Studi di Palermo -ICHEKEĂ›!QGEMSIMN Ă›6AMMIĂ›0ARCA Ă›$AQINĂ›2TRRN UniversitĂ degli Studi di Sassari Niccolò Ceccarelli

SITO WEB e BLOG DRM

sdi.polimi.it/DRM DRM.politecalab.org

0QNȎECSÛLAMAGELEMS Massimo Bianchini - Agenzia ɭɞɣÛ #NNQDIMALEMSNÛEÛCKTRSEQÛDASA $NMASNÛ2ICCIÛ $IQEYINMEÛCQEASIUA

Progetto del sito web Massimo Bianchini

0QNGESSNĂ›GQAĂ&#x;CNĂ›EĂ›IMFNGQAĂ&#x;CN $AMIEKEĂ›'TIDN Ă›,TCAĂ›-ARTD Ă›-ATQNĂ›.AONKI Ă›$NMASNĂ›2ICCI Ă›'AIAĂ›3CAGMESSI

Progetto del blog &QAMCERCAÛ6AKRECCHI


Indice

I.

Introduzione

I.1 I.2 *

drm: un percorso di lettura La ricerca in design: nuove strade verso l’Europa *M EFTJHO JUBMJBOP USB SJšFTTJWJUĂƒ F SJDFSDB

II.

Le strategie della ricerca

II.1 II.2 II.3

Ricercare con il design La struttura della ricerca La metodologia e le categorie interpretative

9 10 12

17 20 26

III. I fatti e i numeri III.1 III.2 III.3 ***

I fatti e i numeri della ricerca universitaria in design I fatti e i numeri della ricerca dottorale La mappa qualitativa della ricerca in design: videointerviste e blog drm $POTJEFSB[JPOJ ™OBMJ TVJ GBUUJ F J OVNFSJ EFMMB SJDFSDB drm

31 45 56 62

*7 - BUMBOUF drm IV.1

Le mappe drm VO QBOPSBNB JOGPHSB™DP

7

-F HFPHSB™F EFMMB SJDFSDB

V.1 V.2 V.3 V.4 V.5 7 V.7 7 V.9 V.10 V.11 7 V.13

Il design che accompagna il futuro Torino | Verso un nuovo umanesimo del design Genova | Design e territorio. Un processo di rigenerazione Milano | Sistema Design Politecnico: un laboratorio di ricerca per il progetto Bolzano | Design research: coniugare strategia, divulgazione, concretezza 7FOF[JB ] 6O BSDJQFMBHP BQFSUP BM NPOEP *OOPWB[JPOF F TPDJFUĂƒ TUPSJB F GVUVSP OFMM FTQFSJNFOUP WFOF[JBOP Firenze | Radici storiche, territorio, innovazione $BNFSJOP ] %FTJHO DPNF TUSVNFOUP DPOPTDJUJWP F E JOOPWB[JPOF QFS VOP TWJMVQQP DPNQFUJUJWP F TPTUFOJCJMF Chieti | Design e territori centroadriatici tra innovazione ed aspirazioni locali Roma | Design e ricerca alla Sapienza, tra sperimentazione e speculazione Napoli | Una esperienza di design territorialmente localizzata /BQPMJ "WFSTB ] 6O‘FDPTJTUFNB DSFBUJWP QFS MB DPNQFUJUJWJUĂƒ OFM NFSDBUP HMPCBMF Palermo | La ricerca di design in Sicilia. Percorsi, obiettivi e strategie

65

97 100 103 107 111 115 119 123 127 131 135 138 142


VI. Le storie della ricerca VI.1

%JîFSFOUF è meglio. La varietà progettuale come risposta alle T EF della complessità del contemporaneo

147

Categoria DRM 01 | Nuovo Made in Italy e scenari dell'internazionalizzazione VI.1 Bolzano | fucina - we design we produce VI.2 Milano | Nuovi scenari per la conservazione e la preparazione degli alimenti VI.3 Genova | Design, Titanio&Nautica: innovazione tecnologica e di prodotto VI.4 Chieti | Shoe design e competitività. Guida all'innovazione del prodotto calzaturiero VI.5 Roma | Design for Made in Italy: from Roma to Lazio

150 154 158 162 166

Categoria DRM 02 | Identità, territorio e produzioni locali VI.7 Napoli | Laboratori di progetto per lo sviluppo locale in Campania VI.8 Palermo | Il tessile nel Mediterraneo: design e innovazione nelle produzioni tradizionali VI.6 Firenze | Pure Sign. Experienced in Florence

170 174 178

Categoria DRM 03 | Valorizzazione dei beni culturali e ambientali VI.9 Milano | Rome Reborn

181

Categoria DRM 04 | Qualità urbana e sicurezza VI.10 Milano | Reti alimentari, turistiche e didattiche tra città e campagna

184

Categoria DRM 05 | Inclusione sociale e servizi per la salute e la qualità della vita VI.11 Genova | Il design per lo spazio terapeutico: progetti, prodotti, habitat VI.12 Milano | ideali. Integrare design e arredo per l’autonomia individuale

188 192

Categoria DRM 06 | Innovazione, industria e sviluppo hi-tech VI.13 Milano | Esperienze di design per le pmi VI.14 Venezia | Nuove frontiere del design: ambiente, nanotecnologie e medicale

197 200

Categoria DRM 07 | Energia, mobilità e ambiente VI.15 Torino | Innovazione & design: due scenari di progetto su prodotto e uomo VI.16 Camerino | Eco-friendly design. Imballaggi in carta e cartone per un futuro sostenibile VI.17 Napoli-Aversa | Fotofun: diamond mono tile pv & diamond dual tile pv

204 208 212

Categoria DRM 08 | Educazione, processi fPSNBUJWJ F EFMMB SJDFSDB TDJFOUJ DB F tecnologica VI.18 Milano | Dust. La multidimensionalità del dato e la sua visualizzazione

216

Le ricerche fondative VI 19 La ricerca fondativa Sistema Design Italia VI.20 Me.Design. Il design per lo sviluppo locale del Mediterraneo VI.22 D.Cult. Il design per la valorizzazione dei beni culturali VI.20 Made in Italy per la Cina. Design e sostenibilità per l'internazionalizzazione delle imprese italiane

220 224 228 232

VII. Conclusioni VII.1

Il nuovo volto del design italiano

#JCMJPHSB B A.

Appendici

A.1 A.2

Le università del design in Italia I dottorati in design in Italia

237

242

247 251


VI.19

Giorgio Caviglia, Paolo Ciuccarelli, Donato Ricci | Politecnico di Milano 1 drm 08 | Educazione, processi formativi e della ricerca scientifica e tecnologica

Dust. La multidimensionalità del dato e la sua visualizzazione

> Anno: 2009

> Fonti di finanziamento: Iridescent Learning (organizzazione non profit) - Los Angeles - USA

216 |

VISIONI MULTIDIMENSIONALI Cosa significa dire che una scuola è una buona scuola? Che criteri possiamo utilizzare per operare una classificazione simile? Quali parametri possiamo tenere in considerazione? Potremmo valutare il rapporto tra il numero di studenti e quello di insegnanti o i risultati didattici ottenuti dagli studenti o, ancora, il numero di espulsioni nell’ultimo anno. Tutte queste variabili, considerate una alla volta ci fornirebbero una visione parziale della realtà, concentrata su un particolare ed incapace di mostrarci il quadro d’insieme. Questo perché quando vogliamo indagare in profondità una realtà sociale (come il sistema scolastico di una città o di un paese), non possiamo trascurarne la complessità e la natura multidimensionale. Un fenomeno complesso e multidimensionale non può essere descritto e misurato attraverso un unico valore ma deve essere relazionato ad una struttura di variabili, connesse tra di loro. Comprendere questi fenomeni significa osservarli da diversi punti di vista, esplorarli, cercando di individuarne comportamenti generali e particolari, passando da micro dettagli a visioni d’insieme. La visualizzazione dei dati è un potente strumento con cui intraprendere questa esplorazione, anche se spesso i modelli di rappresentazione utilizzati tendono a proporre un’unica vista del fenomeno, appiattendolo e distorcendolo. In questi casi emerge l’esigenza di passare a modelli che siano in grado di

integrare e sviluppare un approccio multidimensionale ai fenomeni. Pensiamo ai disegni architettonici o alle proiezioni ortogonali: un’unica immagine ci mostra l’oggetto osservato da diversi punti di vista. Solamente mettendo in relazione tra di loro le viste, guardando il quadro d’insieme, riusciamo a percepire l’oggetto nella sua interezza, a più dimensioni. Lo stesso vale per i fenomeni multidimensionali: ogni variabile che abbiamo a disposizione rappresenta una descrizione del fenomeno, una sua proiezione che necessita di una molteplicità di viste per riuscire a comprenderlo. Quando la visualizzazione si riduce ad un’operazione di trascrizione/trasposizione del dato (dalla sua rappresentazione numerica ad una qualche codifica grafica), essa non fornisce di per sé alcun elemento in più alla comprensione del fenomeno. In presenza di dati multidimensionali, la mappatura dei valori numerici, per quanto precisa e fedele possa essere, non è sufficiente a fornire nuova conoscenza. Una conoscenza che può svilupparsi solamente attraverso un processo di interpretazione che attribuisca significato ai valori numerici iniziali, che sia cioè in grado di individuare ed estrarre informazioni sullo stato del fenomeno, attraverso una robusta analisi del dato. Lo strumento di visualizzazione si configura quindi più come processo che come prodotto. Esso include e sviluppa un percorso di comprensione ed interpretazione dei dati, che non può essere automatizzato e deve essere affrontato con solidi strumenti analitici.

1 Paolo Ciuccarelli (Dipartimento indaco - Politecnico di Milano) è autore del paragrafo Visioni multidimensionali; Donato Ricci (Dipartimento indaco - Politecnico di Milano) è autore del paragrafo Il

progetto Dust; Giorgio Caviglia (Dipartimento indaco - Politecnico di Milano) è autore del paragrafo Iridescent learning


comportamenti dei soggetti in esame, vedere le loro reazioni come se fossero particelle all'interno di un campo di forze. Questo tipo di approccio consente di lavorare in maniera agevole sia ad un livello micro (analisi dei comportamenti dei singoli oggetti) sia ad un livello macro (analisi delle aggregazioni di oggetti con caratteristiche comuni). Così la dinamica classica degli scatter plot, potente strumento grafico per la visualizzazione di variabili complesse, in grado di mostrarne le correlazioni, viene superata. Il sistema prevede un elevato grado di interazione con il suo fruitore, che deve avere massima libertà nell’esplorazione degli spazi di rappresentazione. In questo modo è possibile analizzare il fenomeno attraverso continue interrogazioni al sistema, utilizzando diverse modalità di indagine: da semplici filtri sui singoli soggetti alla creazione di profili di osservazione più specifici. Il progetto si è articolato in diverse fasi, nelle quali si è passati dall’individuazione delle performance da monitorare, alla definizione della struttura dei dati, procedendo nella ricerca dei modelli di visualizzazione ed interazione e verso la loro verifica. La collaborazione tra il laboratorio DensityDesign e la Facoltà di Scienze Statistiche dell’Università degli Studi di Milano Bicocca ha permesso di analizzare il fenomeno attraverso strumenti statistici robusti ottenendo una solida struttura dei dati sulla quale costruire le visualizzazioni. Il caso di Iridescent ha fornito un primo momento di verifica dello strumento. L’approfondita conoscenza del contesto, da parte dell’organizzazione, ha permesso di testare il sistema, verificandone le capacità di rappresentazione ed indagine, attraverso precise e reali richieste. L’occasione ha permesso inoltre di studiare e migliorare le modalità di interazione con lo strumento.

DensityDesign L’utilizzo di Dust ha consentito ad Iridescent di osservare il comportamento delle scuole della città nell’ultimo anno di attività, attraverso il monitoraggio di indicatori sociali, didattici ed organizzativi elaborati appositamente. Il sistema ha evidenziato sia alcune situazioni puntuali particolarmente pro-

VI.19

> Soggetti coinvolti: Laboratorio DenstyDesign - Dipartimento INDACO - Politecnico di Milano, Iridescent Learning, Facoltà di Scienze Statistiche Università di Milano Bicocca, CRISP - Centro di Ricerca Interuniversitario per i Servizi di Pubblica Utilità

IL PROGETTO DUST Dalla volontà di superare i limiti degli attuali strumenti di visualizzazione nasce il progetto Dust, sviluppato nell'ambito dell'iniziativa Urban School Needs Map che ha portato il laboratorio DensityDesign2 del Dipartimento indaco del Politecnico di Milano a collaborare con l’organizzazione nonprofit Iridescent di Los Angeles e a coinvolgere il Dr. Marco Fattore della Facoltà di Scienze Statistiche dell’Università degli Studi di Milano Bicocca. Iridescent, promotore dell'iniziativa è attiva da anni sul territorio di Los Angeles, fornendo supporto alle scuole della città, attraverso una rete di volontari, allestendo corsi e iniziative in ambito educativo. Urban School Needs Map ha l'obiettivo di mappare la qualità delle scuole della contea (dagli asili alle superiori) per individuare efficacemente le strutture dove intervenire e le modalità di intervento. L’esigenza di monitorare un elevato numero di soggetti (più di 800 scuole prese in esame) e la difficoltà nell’affrontare la natura multidimensionale della valutazione dello stato delle singole scuole, sono stati gli elementi che hanno mosso Iridescent verso la ricerca di competenze nel campo della visualizzazione. L’obiettivo è sviluppare un sistema di visualizzazione capace di contenere ed integrare i molteplici spazi di rappresentazione delle variabili che descrivono un fenomeno, permettendo di lavorare sulla transizione da uno spazio all'altro. Il fenomeno viene osservato attraverso i soggetti che lo compongono, tracciando il loro comportamento sia nei diversi spazi di rappresentazione che durante il passaggio tra di essi. Piuttosto che adottare in un unica vista il maggior numero di codifiche grafiche possibili si tenta di definire un ambiente di dialogo tra le diverse dimensioni del dato, che vada oltre la loro semplice sovrapposizione. L’idea alla base è quella di trattare tutte le variabili come elementi per la costruzione di spazi euclidei. In questo modo è possibile partire da un livello georeferenziato per passare, in maniera intuitiva, ad uno descritto non più da longitudine e latitudine ma da altri due descrittori, per poi poter tornare nuovamente alla geografia. Questa possibilità permette di seguire in maniera semplice ed efficace i

| 217


Lo strumento mostra lo spazio di rappresentazione all’interno del quale trovano collocazione i singoli soggetti presi in esame. È possibile agire sulla composizione dello spazio, scegliendo le variabili e le loro rispettive codifiche grafiche grazie ad uno specifico pannello di controllo. Utilizzando latitudine e longitudine come variabili per il posizionamento verticale ed orizzontale dei soggetti si ottiene di fatto la loro mappatura geografica. La possibilità di avere sullo sfondo la mappa del luogo fornisce gli elementi di riferimento per una migliore collocazione geografica dei soggetti.

3

Tara Chklovski, fondatrice e presidente di Iridescent

Fig.01

municazione nella progettazione di artefatti legati al mondo della visualizzazione ha portato alla definizione di un processo di esplorazione, comprensione e comunicazione dei fenomeni capace di superare una semplice riproposizione visuale dei dati. Il progetto Dust ha visto la nascita di uno strumento in grado di integrare non solo molteplici viste sul fenomeno osservato, ma anche diversi strumenti di indagine, includendo in sé un solido livello analitico ed interpretativo dei dati. Si è creato così uno spazio di sperimentazione all’interno del quale continuare ad esplorare le potenzialità offerte dall’incontro tra i linguaggi del design della comunicazione e gli strumenti di analisi statistica.

La costruzione degli spazi di rappresentazione avviene con la scelta delle variabili da codificare sulle quattro dimensioni grafiche disponibili. Oltre ai due assi di posizionamento verticale ed orizzontale, la dimensione e il colore contribuiscono all’identità visiva di ogni singolo elemento.

Fig.02

> Keywords: Information visualization, interaction design, complessità, statistica

218 |

blematiche, che alcune tendenze diffuse su aree più o meno circoscritte (es. le scuole più numerose hanno in genere performance molto basse). Alcune ipotesi iniziali si sono verificate infondate, altre sono state confermate (es. le performance della scuola non sembrerebbero influenzate dal livello di esperienza degli insegnanti). «...Lo strumento appare davvero efficace nell’identificare le scuole con performance estreme, molto basse o molto alte... È interessante inoltre vedere nella visualizzazione le strutture con le quali stiamo già collaborando e confrontare le loro performance con quelle delle altre scuole...»3. La volontà di indagare i limiti del design della co-

Durante il passaggio da uno spazio di rappresentazione all’altro si possono cogliere eventuali somiglianze o divergenze nei comportamenti dei soggetti. È possibile anche tracciare i percorsi effettuati dai singoli soggetti, conservando così memoria dei loro spostamenti.

Fig.03

VI.19


> info: www.densitydesign.org

VI.19

| 219

01

02

03