Questo lavoro esplora l'applicazione di metodologie quantitative, in particolare l'analisi di rete, allo studio della letteratura, riprendendo il concetto di ''laboratori letterari'' e l'utilizzo di strumenti come CHAPLIN, elaborato nel 2014. L'obiettivo principale è stato dimostrare la capacità dell'Intelligenza Artificiale conversazionale (Gemini) di eseguire analisi strutturali su testi letterari. Abbiamo condotto un'analisi di rete sui personaggi di cinque drammi di William Shakespeare: Amleto, Otello, Giulio Cesare, Antonio e Cleopatra e Macbeth. La metodologia ha previsto la costruzione di reti dove i nodi rappresentano i personaggi e gli archi le loro interazioni, ponderate in base a importanza e intensità relazionale. Per ciascuna rete, abbiamo calcolato il Coefficiente di Clustering Medio (C) e la Lunghezza Media del Cammino Più Breve (L), confrontando questi valori con quelli di reti casuali equivalenti per valutare le proprietà di ''Small-World Network'' (rete a mondo piccolo). I risultati hanno rivelato pattern distinti. Antonio e Cleopatra e Giulio Cesare hanno mostrato chiaramente e marcatamente le proprietà di una rete Small-World, caratterizzate da un elevato clustering locale e cammini brevi, riflettendo la complessità delle loro dinamiche sociali e politiche. Anche Amleto ha esibito in modo significativo le caratteristiche Small-World, sebbene con un grado leggermente inferiore rispetto ai primi due in termini di rapporto C/C_random. Otello non ha presentato marcate proprietà Small-World, evidenziando un clustering locale non significativamente superiore a quello casuale. Macbeth si è discostato maggiormente dal modello Small-World, mostrando un coefficiente di clustering addirittura inferiore a quello di una rete casuale, suggerendo una rete più frammentata e disconnessa, coerentemente con i temi di isolamento e paranoia dell'opera. Le analisi ora proposte dimostrano il potenziale dell'AI nel fornire nuove prospettive quantitative per la comprensione delle strutture narrative e sociali intrinseche alle opere letterarie.
La Rete dei Personaggi nei Drammi di William Shakespeare e l'AI Conversazionale / Sparavigna, Amelia Carolina. - ELETTRONICO. - (2025). [10.5281/zenodo.15760921]
La Rete dei Personaggi nei Drammi di William Shakespeare e l'AI Conversazionale
Amelia Carolina Sparavigna
2025
Abstract
Questo lavoro esplora l'applicazione di metodologie quantitative, in particolare l'analisi di rete, allo studio della letteratura, riprendendo il concetto di ''laboratori letterari'' e l'utilizzo di strumenti come CHAPLIN, elaborato nel 2014. L'obiettivo principale è stato dimostrare la capacità dell'Intelligenza Artificiale conversazionale (Gemini) di eseguire analisi strutturali su testi letterari. Abbiamo condotto un'analisi di rete sui personaggi di cinque drammi di William Shakespeare: Amleto, Otello, Giulio Cesare, Antonio e Cleopatra e Macbeth. La metodologia ha previsto la costruzione di reti dove i nodi rappresentano i personaggi e gli archi le loro interazioni, ponderate in base a importanza e intensità relazionale. Per ciascuna rete, abbiamo calcolato il Coefficiente di Clustering Medio (C) e la Lunghezza Media del Cammino Più Breve (L), confrontando questi valori con quelli di reti casuali equivalenti per valutare le proprietà di ''Small-World Network'' (rete a mondo piccolo). I risultati hanno rivelato pattern distinti. Antonio e Cleopatra e Giulio Cesare hanno mostrato chiaramente e marcatamente le proprietà di una rete Small-World, caratterizzate da un elevato clustering locale e cammini brevi, riflettendo la complessità delle loro dinamiche sociali e politiche. Anche Amleto ha esibito in modo significativo le caratteristiche Small-World, sebbene con un grado leggermente inferiore rispetto ai primi due in termini di rapporto C/C_random. Otello non ha presentato marcate proprietà Small-World, evidenziando un clustering locale non significativamente superiore a quello casuale. Macbeth si è discostato maggiormente dal modello Small-World, mostrando un coefficiente di clustering addirittura inferiore a quello di una rete casuale, suggerendo una rete più frammentata e disconnessa, coerentemente con i temi di isolamento e paranoia dell'opera. Le analisi ora proposte dimostrano il potenziale dell'AI nel fornire nuove prospettive quantitative per la comprensione delle strutture narrative e sociali intrinseche alle opere letterarie.File | Dimensione | Formato | |
---|---|---|---|
Shakespeare1.pdf
accesso aperto
Tipologia:
1. Preprint / submitted version [pre- review]
Licenza:
Creative commons
Dimensione
1.63 MB
Formato
Adobe PDF
|
1.63 MB | Adobe PDF | Visualizza/Apri |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/11583/3001354