Metodi e tecniche per la Knowledge Elicitation nella progettazione di un sistema domestico per non vedenti e ipovedenti

è stata valutata, negli ultimi anni, da più discipline, come la medicina (per formulare le 
diagnosi in base ai sintomi espressi dal paziente), dalle scienze cognitive (per l’anaisi dei 
comportamenti dell’uomo), dall’antropologia, dall’archeologia, dalla geologia e, in ultimo, 
la pianificazione e la progettazione. Sono vari gli scopi che spingono all’utilizzo dei metodi 
di Knowledge Elicitation: in primo luogo, l’estrazione e l’organizzazione della conoscenza 
di un dominio specifico permette di comprendere i problemi principali legati alle attività 
dell’uomo, individuarne le cause e trovare le soluzioni; permette di addestrare i principianti a 
partire dalla conoscenza degli esperti; è uno strumento utile per il decision making; consente 
la classificazione della conoscenza di un dominio (fondamentale per creare una tassonomia, 
là dove richiesta). L’applicazione di un tale approccio metodologico nella progettazione è 
ancora da valutare, ma si è in grado di stabilire alcuni vantaggi che si possono trarre dal-
l’estrazione, ma soprattutto, dalla rappresentazione della conoscenza. Oltre alla validità del-
le affermazioni esposte pocanzi, la Knowledge Elicitation permetterebbe: una progettazione 
collaborativa; l’organizzazione della conoscenza aziendale; il coordinamento dei ruoli dei 
vari attori che concorrono allo sviluppo di un prodotto; l’analisi funzionale metodologica 
delle componenti di un ambiente costruito; una maggiore esattezza dei requisiti di base dei 
prodotti; una verifica e un controllo continui della qualità di un prodotto durante il processo 
produttivo attraverso l’utente esperto; la partecipazione attiva dell’utente al processo di pro-
gettazione e, da valutare, la possibilità di creare nuova conoscenza all’interno del dominio 
specifico, stimolando i processi creativi sia dell’utente che del progettista. 
Tuttavia, la questione principale rimane la difficoltà di estrazione della conoscenza da un 
individuo e, soprattutto, come poterla organizzare e rappresentare. Mentre è più facile cata-
logare la conoscenza riferita a entità inorganiche, specie vegetali e specie animali, è molto 
più complicata la classificazione della conoscenza dell’uomo riferita all’uso degli artefatti in 
un determinato ambiente e contesto sociale. 
La soluzione che viene proposta in questa sede è restingere il campo d’azione e di aumentare 
le tolleranze dell’organizzazione della conoscenza, ovvero contestualizzare l’uso degli arte-
fatti in base agli usi che una certa fascia di popolazione con difficoltà visive fa del microam-
biente cucina. Ciò permette di indagare la reale accessibilità degli oggetti d’uso quotidiano 
a una utenza ristretta e, indirettamente, agevolare l’uso di prodotti e ambiente a una fascia di 
popolazione più ampia. 
I metodi di Knowledge Elicitation mirano a trasformare la conoscenza procedurale (la mag-
gior parte della conoscenza trattenuta dagli individui) in dichiarativa, attraverso l’applica-
zione di tecniche basate sull’osservazione e sull’azione. La conoscenza acquisita necessita 
di essere successivamente rappresentata, avvalendosi di modelli matematici chiari e sem-
plificati in cui emergono gli aspetti significativi per la progettazione. Non esiste un modo 
unico di analizzare i comportamenti degli individui e ogni tecnica permette di catturare 
degli aspetti specifici della conoscenza, per cui la Knowledge Elicitation si avvale di un 
numero molto elevato di metodi in continua evoluzione e adattamento in base alle discipline 
e ai casi specifici. Il punto di forza di tali metodi sta proprio nella loro multimodalità, oltre 
alla necessaria capacità creativa dell’analista nel saperli adattare alle situazioni e, in caso, 
di crearne di nuovi; si può parlare, quindi, di metodi di analisi creativa basati sull’azione. 
Le abilità e l’esperienza umana emergono nell’«atto», secondo Aristotele, “esistenza stessa 
dell’oggetto”. All’azione è legata la capacità sia di produrre, che di saper produrre, un muta-
mento (o di subirlo). Saper cogliere le abilità nell’uso degli oggetti, durante l’osservazione 
dell’esecuzione dei compiti da parte dell’utente, dovrebbe essere un compito che spetta al 
progettista. La questione della qualità delle informazioni da raccogliere, potrebbe essere 
risolta, a questo proposito, nel momento in cui è il progettista stesso a condurre le analisi, 
con lo studio dei metodi e delle tecniche di osservazione, organizzazione e rappresentazione 
della conoscenza, attraverso un utente esperto. In questa sede, viene valutata anche la possi-
bilità di introdurre un metodo di “immersione” profonda nel dominio specifico dell’utente, 
che ogni progettista dovrebbe applicare durante il processo di ideazione, sviluppo e controllo 
di un prodotto. Non è più pensabile di basare la creazione di prodotti solo su semplici intui-
zioni, ma occorre conoscere a fondo le persone e il contesto in cui si andrà a immettere un 
nuovo prodotto. Un’indagine sistematica della conoscenza dell’utente e del dominio in cui 
egli agisce è necessaria ai fini del perfezionamento dei prodotti e favorisce, indubbiamente, 
la condizione di insight del progettista, per la creazione di prodotti innovativi. Un approccio 
metodologico a carattere scientifico nell’analisi degli utenti e dell’ambiente in cui operano, 
insieme alle notevoli discipline scientifiche che entrano a far parte della progettazione (dai 
processi, ai materiali, dalla biotecnica all’informatica) collocherebbe il design a livello di 
materia artistico-scientifica, come già è accaduto all’architettura, all’antropologia e alla so-
ciologia. 
Per verificare la validità, almeno teorica e sperimentale, di un approccio d’analisi del domi-
nio e dell’utente con i metodi della Knowledge Elicitation, viene presa in esame l’accessi-
bilità di un ambiente domestico e gli artefatti che lo metono in relazione con l’utente, che, 
in questo caso, sono persone non vedenti, o con gravi disturbi alla vista (ivi compresi, una 
buona parte degli anziani, gli ipovedenti, e, sotto certi aspetti, anche i bambini).
Il microambiente è la cucina, in quanto, in essa si ritrova l’aspetto interessante dell’attività 
produttiva quotidiana dell’uomo. Si potrebbe affermare, che è l’unica forma di artigianato 
universalmente diffusa, in cui emerge il legame con un’attività tecnica qualificante della 
specie umana. Nella trasformazione dei cibi si sviluppa un vero e proprio linguaggio che 
caratterizza ogni civiltà. 
La cucina è un microambiente che viene usato anche per scopi che vanno al di là della sola 
preparazione del cibo, in esso si concentra la complessità e la coesistenza, in uno stesso spa-
zio, di diversità culturali, storiche e ambientali, che riguardano l’uomo e gli artefatti. 
La ricerca sperimentale condotta in questa sede, prevede una pianificazione del processo di 
analisi del domino attraverso un utente esperto, condotta con alcuni metodi della Knowledge 
Elicitation, che scaturirà nella rappresentazione di alcune problematiche relative all’uso de-
gli artefatti nella cucina da parte di utenti non vedenti. Successivamente verranno presentate 
delle ipotesi di scenari futuri, scaturite dalle sessioni di analisi con gli utenti esperti, e una 
scala dei possibili miglioramenti apportabili ai prodotti e alle qualità ambientali, allo scopo 
di capire a che livello l’analisi approfondita di un dominio specifico, condotta con metodi e 
tecniche di Knoweldge Elicitation, permetta il perfezionamento e l’innovazione dei prodotti.
17
Parte prima: La problematica dell’estrazione della conoscenza da un 
utente esperto di un dominio
CAPITOLO 1 - INTRODUZIONE ALLA KNOWLEDGE 
ELICITATION
1.1 La Knowledge Elicitation per lo sviluppo di un 
Expert Sistem
Gli Expert Sistem sono così chiamati, perché sono sistemi informatici progettati per creare un 
modello del comportamento di un esperto, nella risoluzione dei problemi che deve affrontare 
1
all’interno di un dominio specifico. Infatti, secondo Doran (1988), “un sistema esperto è un 
programma del computer che usa la conoscenza di uno specifico dominio non-numerica, allo 
scopo doi risolvere problemi con una competenza comparabile a quella umana”.
Le capacità tecnologiche, la crescente specializzazione della forza-lavoro e la complessità 
cognitiva dei lavori, gli interessi di creare un’intelligenza artificiale nelle macchine e il rifiu-
to degli apporci generali alternativi alla risoluzione dei problemi sono le motivazioni prin-
cipali che, tra glia anni ’70 e ’80, hanno spinto ricercatori, scienziati e tecnici a sviluppare 
tali Sistemi Esperti. 
Dal momento che prende in considerazione il comportamento specifico di un essere umano, 
il sistema può essere in grado di creare modelli di comportamento più complessi del dominio 
specifico. La varietà e la diversità di interpretazioni possono essere modellate aatraverso test 
e confrontate direttamente dai dati, e non attraverso il sistema tradizionale sperimentale in 
cui si formulano teorie da verificare con il successivo test pratico. 
Uno dei primi vantaggi indiretti (e se vogliamo anche uno dei primi problemi emersi), che 
hanno portato questi sistemi, è quello di estrarre in forma esplicita la conoscenza umana per 
poterla tradurre in una forma accessibile al computer; per la creazione del Sistema Esperto, 
infatti, non si può contare sulle strategie di ricerca, quanto sulla conoscenza di fatti e regole. 
L’approccio, infatti, consiste essenzialmente nella ricerca di regole (o disegni comuni) all’in-
1. Il termine “dominio” è un termine che ha diverse accezioni e distinti significati; ogni disciplina ne ha uno, 
dalla biologia all’informatica, dalla matematica alla biochimica. Ad ogni modo, si potrebbe definire come una 
suddivisione più ampia di un regno, uno spazio entro cui racchiudere ogni entità.
18
terno all’interno di fenomeni delle dinamiche complesse, che vanno al di là delle tecniche 
di quantificazione (per esempio, la decorazione di un interno non può essere “quantificata”). 
Il risultato è una constatazione probabile riguardante una funzione coerente, per lo più, con 
l’osservazione. Le interpretazioni sono fatte sulla base dell’equilibrio delle indicazioni date 
dalle regole del sistema e basate sull’osservazione di tutte le caratteristiche. 
E’ importante notare che le competenze umane non vengono sostituite dal sistema esperto, 
in quanto esso è strettamente dipendente dalle sperimentazioni ed esperienze dell’analista. 
Come si avrà modo di spiegare inseguito, è comunque l’uomo che crea e combina metodi, 
tecniche e strumenti in base al caso specifico, consentendo di affermare che la Knowledge 
Elicitation è una modalità di ricerca creativa. Il sistema esperto ha il compito di assicurare 
che le interpretazioni siano consistenti e coerenti e soddisfino i principi del metodo scientifi-
co. Gli schemi sono una modalità di rappresentazione della conoscenza molto espliciti, così 
come le regole e le modalità di applicazione sono espresse con chiarezza e dettagliatamente in 
modo che chiunque possa utilizzarli, come se dovessero essere codificate in un programma. 
Uno degli usi fondamentali del sistema esperto è quello di “tutor intelligente” (Giarratano, 
J.C. e Riley, G., 1985) che rilascia allo studente gli esempi di programmi e la spiegazione 
dei ragionamenti del sistema; in questo modo è possibile l’uso di tali sistemi in programmi 
di insegnamento, che mettono in condizione lo studente di capire i ragionamenti dell’esperto 
piuttosto che i semplici risultati del ragionamento. Un sistema esperto permette inoltre:
- un aumento dell coerenza delle informazioni e la standardizzazione; le tecniche di osser
 vazione devono essere sistematizzate e le regole conferiscono una base da cui ogni 
risultato può essere valutato;
- analisi differenti usando lo stesso programma portano allo stesso risultato;
- l’analista può lavorare su diversi materiali usando lo stesso programma;
- le regole e le procedure per il sistema esperto possono essere continuamente aggiornate, 
allo scopo di migliorare e rfinire le procedure analitiche
L’obiettivo base su cui si fondano i sistemi esperti è la creazione del modello comporta-
mentale dell’uomo, e per realizzare tale impresa, non ci si può basare sulla ricerca, ma sulla 
conoscenza di fatti e regole. Emerge così la necessità di estrarre la conoscenza dalla mente di 
un esperto, con le conseguenti problematiche relative alle modalità di estrazione stessa, ai li-
velli con cui tale conoscenza si manifesta e al grado di veridicità delle informazioni ottenute 
(in questo caso la qualità di conoscenza deve essere successivamente verificata e corretta).
La supposizione che la “conoscenza è potere” scatenò una ventata di interesse nello studio di 
tale aspetto dell’essere umano e particolarmente nelle modalità di estrazione e rappresenta-
zione. Parallelamente la psicologia si sviluppa nella della direzione della risoluzione di pro-
blemi, che non può non può essere attribuita alla sola strategia, ma anche a fatti e regole.
La centralizzazione del tema sulla conoscenza porta alle problematiche, precedentemente 
accennate, riguardanti la sua estrazione dalla mente di un esperto e la sua rappresentazione. 
In quest’ultimo campo iniziano ad essere sviluppate varie concettualizzazioni teoretiche del-
la struttura della conoscenza, come le reti semantiche, gli scripts, i prototipi e gli schemi. 
Il maggiore contributo è, tuttavia, conferito dalla ricerca cognitiva riguardante la memoria 
19
(v. cap. 2, par. 4) e le modalità di risoluzione dei problemi da parte degli esperti, introducen-
do le linee guida per aiutare a guidare gli sviluppi futuri dei metodi (piuttosto che guidare 
direttamente l’estrazione di conoscenza). Molti dei metodi di estrazione, inizialmente deri-
vano da adattamenti di metodi cognitivi o metodi di altre discipline come, l’antropologia, 
l’etnografia, le terapie psichiatriche, l’educazione e l’amministrazione. In principio emerge-
vano notevoli problemi e distorsioni dei dati, finchè, concettualizzazioni più recenti vedono 
il processo di estrazione come la costruzione di un modello della conoscenza dell’esperto, i 
cui risultati potrebbero riflettere la realtà a vari livelli.
Questi sviluppi metodologici e domande applicate spingono la psicologia cognitiva ad esplo-
rare campi diversi e come risposta nasce l’ingegneria cognitiva, il cui obiettivo è l’indiriz-
zamento della ricerca cognitiva nei contesti complessi. Nascono gli studi sul livello d’espe-
rienza di un dominio e degli esperti nei confronti dell’ambiente in cui operano e l’estrazione 
di conoscenza si estende ad altre applicazioni, come i sistemi di assistenza intelligenti, inter-
facce digitali adattabili e agenti intelligenti, oltre al crescente sviluppo nelle risorse umane 
e alla complessità di molti lavori, per cui professionisti e ricercatori hanno focalizzato la 
ricerca nelle componenti cognitive che entrano in atto nell’esecuzione di un lavoro (Howell 
e Cooke, 1989).
E’ da notare che, diversamente dalle applicazioni critiche-esecutive, come i sistemi esperti, 
le applicazioni come l’«addestramento» vanno al di là dell’uso della conoscenza a favore del 
trasferimento della stessa, per cui è di fondamentale importanza la validità psicologica della 
conoscenza estratta. La stessa enfasi per gli aspetti cognitivi viene manifestata nella human-
computer interaction, nello human factors work.
La vastissima gamma di applicazioni, sta facendo si che la Knowledge Elicitation si allarghi 
in altri campi d’azione cognitiva, come il decision making, la percezione, la pianificazione e 
il processo di progettazione. Questo allargamento del campo di interesse della disciplina ha 
reso necessario lo sviluppo di metodi addizionali, per lo più adattatamenti della psicologia 
cognitiva e riferiti alle analisi dei compiti (task analysis), l’ingegneria cognitiva, la model-
lazione cognitiva o ai metodi naturalistici di decision making (v. Klein, 1989), che vengono 
a sovrapporsi agli strumenti. 
Definizione
Knowledge Elicitation letteralmente significa “elicitare conoscenza”, dove il neologismo 
“elicitare” può essere tradotto dalla terminologia anglosassone, preferibile alla traduzione 
di “elicere”, in riferimento alla fase in cui il ricercatore fa sì che il soggetto renda palesi i 
costrutti. Ad ogni modo, per comodità e correttezza grammaticale, Knowledge Elicitation 
(abbreviata anche con le iniziali KE) verrà tradotta semplicemente come “estrazione di co-
noscenza”. 
Una definizione abbastanza generica descrive la Knowledge Elicitation come il processo con 
cui un ricercatore o analista cattura la conoscenza, procedure e strategie attraverso un’inte-
20
razione sistematica con il gli esperti del dominio, allo scopo di costruire modelli specifici e 
sviluppare strategie di ragionamento. 
In sintesi consiste in un processo di acquisizione di conoscenza dalle competenze umane e di 
apprendimento dai dati (Knowledge Acquisition), fase, quest’ultima, estremamente cruciale 
e laboriosa nella costruzione di ogni sistema esperto, e getta le basi per le informazioni in-
torno a cui viene eretto l’intero sistema. E’, quindi, essenziale essere in grado di estrapolare 
tutta la conoscenza che serve dall’esperto durante il processo di Knowledge Elicitation. 
Un contesto più ristretto della Knowledge Elicitation, è la Knowledge Acquisition, definibile 
nel:
- processo di mappare lo stato dell’esperto in modelli concettuali;
- riusare vecchi modelli concettuali per guidare lo sviluppo di nuovio modelli (Knowledge 
Figura 1: La dimensione how e la dimensione why della Knowledge Elicitation contemporanea.
 Creation);
- è, di solito, un’attività iniziale del ciclo di vita dell’attività che precede la maggior parte 
dei dettagli di un’implemetanzione successiva.
Lo schema di seguito riportato definisce lo spazio d’azione della Knowledge Elicitation. 
La dimensione “how” si riferisce a come è organizzato il processo di estrazione, mentre la 
dimensione “what” si riferisce alla modellazione primaria dei costrutti usati dall’analista. 
La disciplina ha ancora questioni aperte, come è facile capire dal grafico, che vanno investi-
gate e valutate. L’asse “what” illustra cosa un analista scrive durante una sessione di estra-
zione di conoscenza. In questa sede non verranno prese in considerazioni tutte le voci del 
grafico, ma solo quelle inerenti una possibile applicazione nel campo della progettazione di 
prodotti e sistemi industriali.