Digitalizzare il passato: basta la tecnologia o serve un 'sistema socio-tecnico'?

Immaginate di voler ricostruire l'intera storia di Venezia, documento per documento, mappa per mappa, in un gigantesco archivio digitale. È la sfida del progetto Venice Time Machine. Ma i ricercatori avvertono: scannerizzare milioni di pagine non basta. Serve un approccio che unisca bit e persone.

Uno studio pubblicato su *Heritage* applica la teoria dei **sistemi socio-tecnici (STS)** al patrimonio digitale. L'idea centrale? La tecnologia (hardware, software, algoritmi) e la società (storici, cittadini, istituzioni, policy) non sono mondi separati. Sono sottosistemi che interagiscono in continuo. Se ottimizzi solo la scansione ma ignori chi userà i dati o come si conservano nel tempo, il progetto fallisce.

Lo studio confronta sei modelli STS usando proprio Venice Time Machine come banco di prova. Risultato: per gestire la complessità serve una **"ottimizzazione congiunta"**. Significa progettare tenendo insieme quattro pilastri: l'espressione culturale (cosa raccontiamo), la fattibilità tecnologica (come lo facciamo), gli interessi degli stakeholder (chi ci guadagna) e l'adattabilità a lungo termine (sopravvivrà tra 20 anni?).

Nasce così il framework **STS-DH**: una cassetta degli attrezzi pratica per ideare, lanciare e valutare progetti di digital heritage. Il messaggio è chiaro: il patrimonio digitale non è un database, è un ecosistema vivo. E la ricerca empirica su questo fronte è appena all'inizio.

L'articolo estende l'applicazione della teoria STS (Socio-Technical Systems) al dominio della digitalizzazione del patrimonio culturale, colmando un vuoto teorico. L'analisi comparativa di sei modelli STS classici (tra cui l'approccio Tavistock, la teoria STS strutturale, Actor-Network Theory e altri) rispetto al caso Venice Time Machine evidenzia come nessun modello singolo sia sufficiente a catturare la complessità del Digital Heritage (DH).

Il contributo chiave è la formalizzazione dell'"ottimizzazione congiunta" come principio guida: non si tratta di bilanciare tecnologia e società come variabili indipendenti, ma di riconoscere la loro co-costituzione reciproca. Il framework STS-DH proposto struttura questa co-progettazione attorno a quattro dimensioni non negoziabili:
1. **Espressione culturale**: la semantica dei dati, le narrazioni, i valori simbolici che il patrimonio veicola.
2. **Fattibilità tecnologica**: architetture dati, standard di interoperabilità (es. IIIF, CIDOC-CRM), sostenibilità infrastrutturale.
3. **Eterogeneità degli stakeholder**: allineamento di incentivi tra accademici, istituzioni pubbliche, comunità locali, settore privato e pubblici non esperti.
4. **Adattabilità temporale**: governance dei dati, strategie di preservazione digitale (OAIS), migrazione formati, funding a lungo termine.

Lo studio ammette onestamente la scarsità di validazione empirica: il framework è prescrittivo, non ancora testato su larga scala. La chiamata alla ricerca futura è quindi metodologica: servono studi longitudinali su progetti DH reali per verificare se l'STS-DH migliori effettivamente outcomes come usabilità, sostenibilità e impatto sociale rispetto ad approcci puramente tecnici o puramente umanistici.