La scrittura, da Platone ad oggi, è vista come tecnologia. L’AI ne amplia il potenziale, decifrando testi antichi e migliorando la fruizione della grafia. Un viaggio alla scoperta di nuove forme espressive
avvocato grafologa forense esperta in accertamenti grafometrici
Platone fu il primo filosofo a definire la scrittura come tecnologia, perché considerata un’appendice esterna rispetto al corpo umano, rispetto all’espressione viva del linguaggio parlato.
In realtà proprio tale caratteristica “tecnologica” ha determinato la possibilità di ricostruirne la storia: dal graffito alla pittura, dal punzone alla roccia, fino alla grafia digitale.
«Questa conoscenza, o re, renderà gli egizi più sapienti e più capaci di ricordare, perché con essa si è ritrovato il farmaco della memoria». Fedro 274a-275 a
Le numerose trasformazioni della storia della scrittura sono state comprese dagli studiosi grazie ai fattori tecnologici che le accompagnano: cambiamenti di supporti, mutamenti di strumenti per tracciare i segni, uso di nuove applicazioni hardware e software. Oggi è proprio grazie alla tecnologia che potranno essere portati in luce testi antichi e interpretati o decifrati testi attuali.
Iscrizione cuneiforme trilingue di Serse, Van, Turchia, scritta in antico Persiano, Accadico e Elamita. John Hill. Da Wikipedia
Nel corso del tempo la scrittura come invenzione ha accelerato la capacità dell’uomo di conservare le informazioni, anche se, come preannunciato da Platone riconoscendone la sua natura di “appendice esterna”, la scrittura potrebbe portare al rischio dell’oblio: “produrrà dimenticanza nelle anime di coloro l’avranno imparata, perché non fa esercitare la memoria” cfr Fedro
Di fatto, l’attuale società digitale utilizza applicazioni basate sull’intelligenza artificiale come estensione della propria mente e ciò ha prodotto inevitabilmente la perdita della capacità di orientarsi nel mondo senza dispositivi tecnologici. L’uomo moderno è ormai costretto ad un incessante salvataggio dei propri pin, password e codici al fine di non perdere la sua identità digitale per accedere al mondo.
Nonostante ciò, è proprio la consapevolezza del valore della scrittura e di come in qualsiasi cultura sia stata utilizzata non solo per trascrivere pensieri già formati, ma per dare forma a pensieri più vasti, che spinge a nuove sfide anche nell’epoca attuale.
Il sottile legame che lega la scrittura al concetto di tecnologia apre infatti le porte a sofisticati modelli di AI che potranno non solo decodificare testi finora sconosciuti, ma anche rendere più fruibile e versatile la scrittura manuale attraverso la digitalizzazione.
L’applicazione dell’AI generativa nelle scienze umane
L’avvento dell’intelligenza artificiale sta rivoluzionando molti settori produttivi e numerosi ambiti scientifici, creando i presupposti per una nuova costruzione del sapere, basata sull’integrazione tra diversi approcci di studio.
L’applicazione dell’AI nella ricerca ha avuto un impatto significativo soprattutto nella catalogazione e processazione di dati, essendo una tecnologia che – anche nelle nuove funzioni di AI generativa – si basa sull’immissione di una grande quantità di dati da parte dello sviluppatore.
E’ innegabile che l’AI di ultima generazione, pur simulando il funzionamento dei circuiti neuronali umani, non potrebbe svilupparsi senza un’adeguata “programmazione” dell’uomo, e dovrebbe essere tenuto a mente che lo scopo di tale tecnologia è quello di essere – e restare – al servizio dell’uomo e non viceversa[1] .Del resto come afferma il teologo Paolo Benanti “La differenza tra noi e la macchina è nella consapevolezza” [2]
L’intelligenza artificiale si basa su funzioni matematiche e necessita di programmazione e addestramento con algoritmi che inducano il software ad agire simulando connessioni cerebrali. Tuttavia, l’evoluzione dell’AI “generativa” si è spinta fino ad acquisire, attraverso l’addestramento, capacità generative di contenuti, avvicinandosi sempre di più alla creazione umana.
La componente “creativa” dell’AI di ultima generazione ha creato i presupposti per un avvicinamento, fino a qualche tempo fa ritenuto impossibile, tra tecnologia ed espressione artistica, e ciò sia relativamente alla creazione di contenuti scritti che visivi (scrittura e arte).
Se tale avvicinamento ha creato il dilemma sul valore artistico della creazione con AI, in quanto è emerso il rischio che l’uomo si appropri di contenuti generati artificialmente senza alcun contributo fattivo, è innegabile che l’interazione tra uomo e AI può amplificare in modo esponenziale le potenzialità creative e generare nuove forme espressive ma anche nuove modalità di studio e ricerca.
La scrittura è uno dei settori in cui l’AI ha avuto maggiore applicazione, sia perché in grado di creare contenuti a partire da minimi input dell’uomo, sia perché l’apprendimento automatico ha consentito di decifrare testi scritti manualmente e riprodurli in carattere di stampa, agevolandone la fruizione e la condivisione.
l’AI e la scrittura manuale: i software per decifrare la manoscrittura
Una delle applicazioni più comuni dell’AI in abbinamento con la scrittura manuale è lo sviluppo di software che consentano di facilitare la creazione di appunti e/o la trasformazione delle note manuali in documenti digitalizzati.
Nonostante l’ampia diffusione di strumenti digitali, gli appunti manuali rappresentano ancora oggi un approccio altamente efficace per l’apprendimento e la memorizzazione di contenuti in ambienti didattici. Tuttavia, il tempo necessario per la catalogazione degli appunti manuali e la riorganizzazione dei contenuti può penalizzare l’efficacia del metodo e rendere meno fruibile il risultato.
L’avvento dell’AI ha reso possibile sfruttare specifici algoritmi per convertire i documenti di testo in documenti digitali e rendere leggibile e comprensibile la grafia. Si tratta di processi di AI specificamente implementati per il ‘riconoscimento della grafia’.
Lo scopo non è solo di trasformare i documenti manuali in testi facilmente comprensibili, ma anche di rendere gli stessi salvabili e condivisibili, agevolandone anche la ricerca su diversi dispositivi.
La maggior parte dei software per il riconoscimento del testo scritto a mano utilizza il sistema OCR, che sta per riconoscimento ottico dei caratteri: questa tecnologia può trovare e leggere il testo nelle immagini e nei documenti scannerizzati.
I programmi sono implementati con l’inserimento dell’AI già nell’interfaccia software, e consentono di decifrare i contenuti di appunti scritti manualmente, immagini o interi documenti, che possono essere successivamente convertiti mantenendo il layout e la formattazione originali.
Fra i software più comuni vi è PDFelement, che consente facilmente di modificare un documento di Word, grazie alla sua funzione OCR, ma si applica anche al testo contenuto nei PDF acquisiti e nei PDF basati su immagini. I documenti convertiti avranno un contenuto facile da modificare, selezionare e cercare.
Tra i molteplici settori in cui l’AI sta rivoluzionando le conoscenze acquisite vi è la riscoperta di testi antichi rimasti da sempre indecifrati.
Gli studi in questa direzione sono molteplici e prevedono l’integrazione delle conoscenze approfondite di linguistica con algoritmi appositamente creati per addestrare l’AI nel riconoscimento e decodifica di segni e simboli ad oggi incomprensibili.
Da alcuni anni la linguistica si è avvalsa delle enormi potenzialità dell’AI per studiare i sistemi di scrittura antichi, come ad esempio le scritture greche, egiziane o di Cipro.
I risultati raggiunti con questa tecnologia sono sorprendenti e hanno permesso di risolvere misteri linguistici durati per secoli, ampliando la conoscenza non soltanto delle componenti lessicali, ma anche storiche, culturali e sociali delle civiltà antiche.
img da webnr.it/it/comunicato-stampa/10569/intelligenza-artificiale-per-il-riconoscimento-automatico-dei-geroglifici-egizi
Tra i primi misteri linguistici studiati con l’ausilio degli algoritmi di AI vi sono i geroglifici dell’Antico Egitto: l’avventura è iniziata nel 2019 grazie ad un gruppo di ricercatori ed egittologi[3] che – per la prima volta al mondo – hanno sviluppato algoritmi basati su reti neurali per l’analisi delle immagini fotografiche di geroglifici.
Scrittura geroglifica su pietra nera pag.47 “Scritture” le forme della comunicazione Aiap (Museo del Folklore 1997)
L’applicazione dell’intelligenza artificiale ha permesso di classificare in modo automatico – con altissima accuratezza e precisone – i geroglifici, indipendentemente dal supporto su cui sono scritti (papiro, pietra, legno). Inizialmente l’algoritmo riconosceva solo l’immagine di un singolo geroglifico, ma successivamente i miglioramenti apportati hanno consentito di riconoscere tutti i simboli contenuti in un’immagine.
La sperimentazione è stata oggetto di uno studio pubblicato sulla rivista IEEE Access e ha portato anche alla pubblicazione di un volume, “Discovering the ancient Egyptian hieroglyphs with deep learning”, pubblicato nella Ifac-Cnr Book Series, dove si racconta come si è arrivati all’uso delle reti neurali.
Per allenare l’IA al riconoscimento sono stati analizzati 700 geroglifici, provenienti da grandi musei, tra cui l’Egizio di Torino, il Metropolitan Museum di New York, il Museo Archeologico di Firenze e il Museo Missionario Etnografico Francescano di Fiesole e lo studio rappresenta un esempio virtuoso di connubio tra metodologie utilizzate in ambito medico e le scienze umane.
Del resto, in modo suggestivo, va ricordato che fu proprio il Dio Thot, Dio egizio della musica, della medicina, della geometria, dell’astronomia, della magia, il messaggero degli dèi, cioè colui che portava i messaggi degli dèi agli Egizi, ad essere considerato l’inventore della scrittura ed il protettore degli scribi e della scrittura stessa.
Dio Thot
Dalla tecnologia medica ai riconoscimenti delle scritture
Di fatto, la vera innovazione è stata di trasferire la tecnologia di “computer vision” utilizzata in medicina, in un ambito totalmente inesplorato quale quello delle scritture antiche. Attualmente il riconoscimento dei simboli è simile a quello che avviene con la grafia, e consente di accertare se gli stessi sono riconducibili ad un’unica mano.
La ricerca ha dimostrato che è possibile affrontare con un approccio moderno la traduzione automatica di antichi documenti egizi (ma anche di altre lingue) aprendo nuove prospettive per la codifica, riconoscimento e traslitterazione dei segni geroglifici, anche in sinergia con altre professionalità.
Secondo l’egittologo Massimiliano Franci “L’intuizione dell’esperto è ancora fondamentale nell’integrazione delle complesse analisi fornite dagli algoritmi di intelligenza artificiale (AI) e il futuro impone una sempre maggiore armonizzazione fra l’analisi informatica e quella umana. Il nostro studio vuole mettere in luce come gli strumenti di analisi basati sull’AI possano supportare le indagini in campo egittologico, integrandosi col lavoro dell’archeologo (human in the loop)”. [4]
L’importanza dell’integrazione tra AI e sapere umanistico
La tradizionale dicotomia tra scienze “dure” e saperi umanistici sta finalmente trovando un punto di raccordo attraverso l’utilizzo dell’Intelligenza Artificiale nella ricostruzione di tasselli mancanti di conoscenza in materie rimaste a lungo di pertinenza di studi umanistici di storici, filologi, linguisti.
E’ risaputo che l’utilizzo dell’AI non è sufficiente ad una ricostruzione attendibile dei misteri irrisolti della scrittura, in quanto essa va integrata con conoscenze specifiche in altre discipline e l’esito richiede un approccio interdisciplinare.[5]
Del resto, il tema è complesso e fondamentale è il pensiero del filosofo E. Morin, secondo cui, quando si tratta di complessità, è fondamentale sostituire a un pensiero che isola e separa uno che distingue e unisce, quindi un pensiero del complesso riferito al senso originario del termine “complexus”: che è tessuto insieme, cioè composto da più parti collegate fra loro e dipendenti.
Le discipline non possono essere chiuse in sè stesse perché altrimenti si rischia la iperspecializzazione (pensare l’oggetto della disciplina come autosufficiente, senza legami con altri oggetti e con l’universo di cui fa parte), mentre è importante il passaggio continuo dalle parti al tutto e dal tutto alle parti.
L’integrazione dell’AI non è quindi fine a se stessa, ma è fondamentale nel velocizzare l’acquisizione di informazioni in quanto consente di lavorare su massiccie quantità di dati che richiederebbero all’uomo un tempo infinito e non compatibile con gli scopi della ricerca.
Il progetto ITHACA
Uno dei risultati più incoraggianti si è raggiunto nel 2022 con un progetto multidisciplinare che ha coinvolto alcune università del mondo (Dipartimento di Studi Umanistici di Ca’ Foscari, DeepMind, la Faculty of Classics dell’Università di Oxford, ed il Dipartimento di Informatica dell’Università AUEB di Atene)
Il nome del progetto, Ithaca, prende il nome dall’isola greca nell’Odissea di Omero, e rappresenta uno dei primi modelli di intelligenza artificiale (basata su deep learning) creata allo scopo di aiutare studiose e studiosi a ricostruire le parti mancanti di testi antichi, a datarli ed a identificare il loro luogo di scrittura originale.[6]
Il sistema è addestrato sul più grande database digitale di iscrizioni greche del Packard Humanities Institute ed è stato progettato proprio al fine di ampliare la collaborazione tra AI e storici studiosi di questi testi antichi.
Tale integrazione ha dimostrato un’efficacia di gran lunga superiore a quella che si sarebbe avuta in base all’uso separato di AI e studi storici: le performance di Ithaca hanno raggiunto una precisione statisticamente di oltre il 70% nell’integrazione di lacune testuali linguistiche, al di sopra di quanto gli storici avrebbero ottenuto con l’approccio tradizionale.
Inoltre, il progetto Ithaca ha evidenziato una eccezionale accuratezza nella datazione dei documenti, potendosi inserire negli attuali dibattiti metodologici relativi allo studio della storia greca, laddove vi sia controversia sulla datazione.[7]
L’approccio integrato dei nuovi modelli di studio, basati su sapere tradizionale e AI, sta rivoluzionando la modalità di studiare e approfondire la storia di alcuni dei periodi storici più importanti nella storia dell’umanità.
Secondo Yannis Assael, ricercatore a DeepMind[8]. “nuovi modelli di machine learning come Ithaca possano aiutare studiose e studiosi ad espandere e approfondire la nostra comprensione della storia antica, proprio come i microscopi e i telescopi hanno avanzato le scienze. …L’antica Grecia gioca un ruolo fondamentale nella nostra comprensione del mondo Mediterraneo antico, ma è solo una parte di un vasto mosaico di culture scritte che possiamo esplorare”.
L’architettura di Ithaca può essere utilizzata anche per studiare altri sistemi di scrittura, dall’accadico al demotico, dall’ebraico alle lingue maya, allenando nuovi modelli sui propri dati. Inoltre, al fine di rendere la ricerca facilmente accessibile a tutti i tipi di ricercatori DeepMind ha collaborato con Google Cloud e Google Arts & Culture per creare una versione interattiva e libera di Ithaca, rendendo open source il modello e il codice di programmazione.
L’uso dell’AI per la trascrizione di testi antichi a fini storici
La ricostruzione storica necessita, come è noto, di studi approfonditi delle fonti scritte, tra cui testi, manoscritti, stampe, registri o diari personali. Tale ricostruzione richiedeva, fino a pochi anni, fa, un notevole dispendio di tempi ed energie, oltre alla difficoltà traduttiva in lingue che contengono a loro volta molteplici varianti.
L’avvento dell’AI ha modificato l’approccio storico permettendo di sviluppare software di traduzione e trascrizione automatica di testi e stampe che consentano una ricostruzione rapida ed attendibile, attraverso l’elaborazione di dati provenienti da moltissimi documenti.
Ad esempio, il software “Transkribus” che ha permesso di analizzare la scrittura russa secondo 5 modelli diversi.[9]
Le trascrizioni di Transkribus si basano su modelli AI e ogni modello è stato addestrato a leggere un tipo specifico di testo scritto a mano o stampato in una certa lingua, e spesso anche un certo periodo o genere.
Per utilizzare il software e trascrivere i documenti, è necessario prima caricare una scansione del documento e poi scegliere un modello. Attualmente sono disponibili 94 modelli pubblici, tutti completamente gratuiti: Transkribus acquisisce le informazioni contenute nel modello e le applica al documento, creando una trascrizione istantanea.
Nel caso della lingua russa, sono disponibili 5 diversi modelli, realizzati attingendo a diverse fonti di documenti storici, riepilogati nel seguente elenco.
Grafia russa generica 2
Se si dispone di un mix di documenti di generi e periodi diversi, questo è probabilmente il modello migliore per iniziare. Si basa su modelli precedenti dell’Archivio di Stato estone e Progetto INEL ad Amburgo, così come il modello dei registri civili russi e la Banca dati Prozhito. Comnprende documenti per lo più risalenti alla fine del XIX e all’inizio del XX secolo.
Registri civili russi
Questo interessante modello conserva i documenti storici ebraici di tutto il mondo ed è stato addestrato utilizzando i documenti civili scritti a mano del Congresso di Polonia, Ucraina e Russia dal 1914 al 1968.
Grafia russa inizio XX secolo
Questo modello è ideale per l’utilizzo di documenti cirillici preformati. È stato addestrato su manoscritti bilingue Evenki/Russo dall’etnografo e linguista russo Konstantin M. Rychkov, che ha raccolto varie informazioni culturali dalla cultura Evenki e le ha tradotte in russo. Il modello è stato creato anche dal Progetto INEL presso l’Università di Amburgo.
Stampa russa del XVIII secolo (Tipografia di V. Okorokov)
Il modello è stato creato dall’Università Europea di San Pietroburgo e si basava su una serie di documenti scientifici pubblicati dalla tipografia di V. Okorokov dell’Università Statale di Mosca. I documenti erano tutti stampati in russo, con alcuni termini scientifici riportati in caratteri latini.
Stampa russa del XVIII secolo
Questo modello di stampa più recente si basa sui dati di una più ampia varietà di case editrici operanti nel XVIII secolo, tra cui quelle dell’Accademia delle Scienze di San Pietroburgo e dell’Università Imperiale di Mosca. È stato sviluppato come parte di un progetto studentesco presso Università HSE.
Il software Transkribus può essere utilizzato anche per addestrare un proprio modello personale adatto ai documenti che si vogliono trascrivere. Per farlo, è necessario disporre di una serie di documenti pre-trascritti, noti come “Ground Truths”. Più verità di base si usano per addestrare il modello, più informazioni conterrà e più sarà accurato nella trascrizione di nuovi documenti.
E’ possibile anche, per ottimizzare i tempi, utilizzare un modello pubblico come base per il proprio modello personalizzato e poi perfezionarlo con ulteriori verità di base.
Il software è stato utilizzato per moltissimi documenti e tipologie di scritture e rappresenta un valido strumento per gli storici per svelare il passato e approfondire la nostra comprensione della storia. [10]
La minuscola carolingia è stata la scrittura predominante per gran parte del Medioevo e quindi una grande quantità di manoscritti rilevanti dal punto di vista storico sono stati scritti utilizzando questo stile scrittorio. https://readcoop.eu/it/what-is-carolingian-minuscule
Considerazioni finali
La comprensione di una scrittura rispetto a quella di un’immagine non è mai immediata ma necessità di conoscenze trasversali, soprattutto quando si tratta di documenti storici antichi o di semplici frammenti da ricostruire.
La conoscenza di un codice è necessaria per passare dal visibile al leggibile e decifrare il senso della scrittura, ma tale condizione deve essere integrata con nozioni storiche, sociali, culturali: senza queste conoscenze la scrittura è ermetica e inaccessibile, come un puro algoritmo grafico.
In quest’ottica risulta chiaro che l’AI, nella sua funzione “antropocentrica e affidabile” può contribuire a portare in luce testi antichi preservando le memorie di culture diverse e a ricostruire parti integranti della storia dell’uomo. Così la scrittura come attività complessa e l’AI come tecnologia potranno, insieme, custodire la memoria dell’uomo come un “tesoro e custode di tutte le cose” (Cicerone, De Oratore).
Bibliografia
Andrea Barucci, Michela Amendola, Fabrizio Argenti, Chiara Canfailla, Costanza Cucci, Tommaso Guidi, Lorenzo Python, Massimiliano Franci – Discovering the ancient Egyptian hieroglyphs with Deep Learning – IFAC-Book Series
Gianni Borgna [et al] – Scritture: le forme della comunicazione: Museo del Folklore, 9 ottobre – 5 novembre 1997; editi da Aiap.
Silvia Ferrara – La grande invenzione Storia del mondo in nuove scritture misteriose Feltrinelli
Platone – Fedro ed. Mondadori
Edgar Morin, Annamaria Anselmo, e al – La sfida della complessità. Nuova ediz.
REGOLAMENTO (UE) 2024/1689 DEL PARLAMENTO EUROPEO E DEL CONSIGLIO del 13 giugno 2024 che stabilisce norme armonizzate sull’intelligenza artificiale e che modifica i regolamenti (CE) n. 300/2008, (UE) n. 167/2013, (UE) n. 168/2013, (UE) 2018/858, (UE) 2018/1139 e (UE) 2019/2144 e le direttive 2014/90/UE, (UE) 2016/797 e (UE) 2020/1828 (legge sull’intelligenza artificiale)
Transkribus è stato utilizzato anche per lo studio e decifrazione della “minuscola carolingia”, la principale scrittura utilizzata in Europa tra l’VIII e il XII secolo A differenza dei normali sistemi OCR, Transkribus utilizza una tecnologia all’avanguardia di riconoscimento del testo scritto a mano (HTR) per riconoscere non solo il testo stampato ma anche la scrittura a mano in tutti i tipi di scritture storiche, comprese quelle medievali come la minuscola carolina. Gli utenti devono scansionare le pagine del documento che desiderano trascrivere e caricare le immagini sulla piattaforma Transkribus. Dopodiché, possono selezionare il modello di intelligenza artificiale appropriato per la particolare grafia in cui è scritto il documento e Transkribus trasformerà il loro materiale di ricerca in un testo digitale modificabile e ricercabile. https://readcoop.eu/it/what-is-carolingian-minuscule↑
Nella formulazione dell’AI Act vi è un richiamo esplicito a tale obiettivo: REGOLAMENTO (UE) 2024/1689 DEL PARLAMENTO EUROPEO E DEL CONSIGLIO del 13 giugno 2024 che stabilisce norme armonizzate sull’intelligenza artificiale e che modifica i regolamenti (CE) n. 300/2008, (UE) n. 167/2013, (UE) n. 168/2013, (UE) 2018/858, (UE) 2018/1139 e (UE) 2019/2144 e le direttive 2014/90/UE, (UE) 2016/797 e (UE) 2020/1828 (legge sull’intelligenza artificiale) CAPITOLO I – DISPOSIZIONI GENERALI – Articolo 1 – Oggetto»1. Scopo del presente regolamento è migliorare il funzionamento del mercato interno e promuovere l’adozione di un’intelligenza artificiale (IA) antropocentrica e affidabile, garantendo nel contempo un elevato livello di protezione della salute, della sicurezza e dei diritti fondamentali sanciti dalla Carta, tra cui la democrazia, lo Stato di diritto e la protezione dell’ambiente, contro gli effetti nocivi dei sistemi di IA nell’Unione, e sostenere l’innovazione.↑
Paolo Benanti – Sebastiano Maffettone, Noi e la macchina. Un’etica per l’era digitale, LUISS university Press, Roma 2024 ↑
Andrea Barucci e Costanza Cucci dell’Istituto di fisica applicata “Nello Carrara” del Cnr, insieme con i colleghi ingegneri Fabrizio Argenti e Marco Loschiavo dell’Università di Firenze in collaborazione con l’egittologo Massimiliano Franci del Centro Studi CAMNES (Center for Ancient Mediterranean and Near Eastern Studies). ↑
Secondo la filologa classica Silvia Ferrara “Il computer riesce a automatizzare la ricerca di informazioni che noi impiegheremmo molto tempo a trovare. Ma nel nostro lavoro è solo un «co-pilota»: può aiutare a validare un’ipotesi formulata utilizzando molte altre conoscenze e da solo il computer non basta. Negli ultimi anni molti ingegneri, matematici o informatici hanno provato senza successo a decifrare sistemi di scrittura antichi. … La ricerca interdisciplinare è indispensabile. Anche un granello di sabbia va osservato da tanti punti di vista. https://ilmanifesto.it/intelligenza-artificiale-una-nuova-interprete-di-misteriose-scritture↑
Ithaca è già stato utilizzato per dibattiti metodologici attuali nello studio della storia greca, per esempio sulla datazione controversa di una serie di importanti decreti ateniesi ritenuti antecedenti al 446/445 a.C. Studi recenti suggeriscono invece che questi documenti siano stati scritti intorno al 420 a.C. È straordinario che Ithaca preveda per questi decreti una data media del 421 a.C., allineandosi dunque con i più recenti progressi nella disciplina e dimostrando come l’intelligenza artificiale possa contribuire ai dibattiti storici correnti.↑
Su questo sito utilizziamo cookie tecnici necessari alla navigazione e funzionali all’erogazione del servizio.
Utilizziamo i cookie anche per fornirti un’esperienza di navigazione sempre migliore, per facilitare le interazioni con le nostre funzionalità social e per consentirti di ricevere comunicazioni di marketing aderenti alle tue abitudini di navigazione e ai tuoi interessi.
Puoi esprimere il tuo consenso cliccando su ACCETTA TUTTI I COOKIE. Chiudendo questa informativa, continui senza accettare.
Potrai sempre gestire le tue preferenze accedendo al nostro COOKIE CENTER e ottenere maggiori informazioni sui cookie utilizzati, visitando la nostra COOKIE POLICY.
ACCETTA
PIÙ OPZIONI
Cookie Center
ACCETTA TUTTO
RIFIUTA TUTTO
Tramite il nostro Cookie Center, l'utente ha la possibilità di selezionare/deselezionare le singole categorie di cookie che sono utilizzate sui siti web.
Per ottenere maggiori informazioni sui cookie utilizzati, è comunque possibile visitare la nostra COOKIE POLICY.
ACCETTA TUTTO
RIFIUTA TUTTO
COOKIE TECNICI
Strettamente necessari
I cookie tecnici sono necessari al funzionamento del sito web perché abilitano funzioni per facilitare la navigazione dell’utente, che per esempio potrà accedere al proprio profilo senza dover eseguire ogni volta il login oppure potrà selezionare la lingua con cui desidera navigare il sito senza doverla impostare ogni volta.
COOKIE ANALITICI
I cookie analitici, che possono essere di prima o di terza parte, sono installati per collezionare informazioni sull’uso del sito web. In particolare, sono utili per analizzare statisticamente gli accessi o le visite al sito stesso e per consentire al titolare di migliorarne la struttura, le logiche di navigazione e i contenuti.
COOKIE DI PROFILAZIONE E SOCIAL PLUGIN
I cookie di profilazione e i social plugin, che possono essere di prima o di terza parte, servono a tracciare la navigazione dell’utente, analizzare il suo comportamento ai fini marketing e creare profili in merito ai suoi gusti, abitudini, scelte, etc. In questo modo è possibile ad esempio trasmettere messaggi pubblicitari mirati in relazione agli interessi dell’utente ed in linea con le preferenze da questi manifestate nella navigazione online.
