Intelligenza artificiale e demografia storica: un connubio promettente

di Francesco Marzocchi

L’IA offre nuovi strumenti per affrontare alcune sfide classiche della demografia storica. Questa disciplina, che studia le popolazioni del passato (natalità, mortalità, migrazioni, struttura per età, ecc.), si basa su fonti spesso antiche e di difficile utilizzo: registri parrocchiali manoscritti, censimenti ottocenteschi, atti di stato civile redatti a mano, archivi di vario genere. Tradizionalmente, lo storico-demografo doveva sfogliare manualmente questi documenti, decifrare calligrafie antiquate, trascrivere nomi e date, e poi collegare fra loro migliaia di informazioni per ricostruire famiglie o tendenze demografiche. Si tratta di un lavoro immenso e laborioso. Ecco perché l’introduzione di strumenti di IA in questo campo sta suscitando grande interesse: le macchine possono automatizzare e velocizzare molte di queste operazioni, permettendo ai ricercatori di concentrarsi sull’interpretazione storica dei risultati.

Vediamo alcune ambiti di applicazione già in fase di sviluppo:

• Trascrizione automatica di documenti storici: una delle rivoluzioni più evidenti è la capacità dell’IA di leggere testi antichi e convertirli in formato digitale. Grazie ai progressi nel riconoscimento ottico dei caratteri – in particolare nel riconoscimento della scrittura a mano (Handwritten Text Recognition, HTR) – oggi è possibile prendere un registro del Settecento e ottenerne una trascrizione automatica al computer. Ad esempio, il Ministero della Cultura italiano ha recentemente avviato una collaborazione con la piattaforma Transkribus (sviluppata dall’Università di Innsbruck) proprio per trascrivere in modo automatico i documenti conservati nei 102 Archivi di Stato nazionali. Questa tecnologia di HTR, addestrata su campioni di grafia d’epoca, trasforma le immagini digitali di testi manoscritti in testi digitati e ricercabili. Ciò significa che un registro di battesimo o di morte del XIX secolo, una volta trascritto dall’IA, diventa consultabile per parola chiave come un qualsiasi documento elettronico. Anche la Chiesa cattolica e altre istituzioni stanno esplorando strade simili: il progetto “In Codice Ratio”, ad esempio, ha applicato tecniche di visione artificiale e OCR ai manoscritti dell’Archivio Vaticano.
• Riconoscimento e classificazione dei dati demografici: oltre a trascrivere, l’IA può anche comprendere e ordinare le informazioni contenute nei documenti storici. Per esempio, una volta digitalizzati gli atti di morte di un certo periodo, si può istruire un algoritmo a riconoscere in ogni atto il nome del defunto, l’età, la causa di morte e così via, collocando ciascun elemento nel suo campo. In altri casi, l’IA viene usata per standardizzare i nomi di località o professioni antiche secondo nomenclature unificate, facilitando i confronti statistici. Insomma, algoritmi di Natural Language Processing (elaborazione del linguaggio naturale) allenati su testi storici possono estrarre dati strutturati da testi non strutturati. Questo aiuta il demografo a disporre di database puliti e coerenti, pronti per l’analisi quantitativa.
• Collegamento di record e ricostruzione di famiglie: uno degli ambiti più affascinanti per demografi e genealogisti è la ricostruzione automatica delle storie familiari. Storicamente, la demografia ha sviluppato il metodo della ricostruzione delle famiglie (family reconstitution) mettendo insieme a mano i dati di nascita, matrimonio e morte di una comunità per ricostruire i nuclei familiari nel tempo. Oggi, l’IA può svolgere gran parte di questo lavoro tramite algoritmi di record linkage (collegamento di registri nominali). In pratica, si tratta di far riconoscere al computer quando, in documenti diversi, compaiono le stesse persone. Questa operazione è complessa, perché richiede di confrontare nomi (talvolta scritti in forme leggermente diverse), date ed altri indizi; ma con abbastanza dati ed esempi da apprendere, ma un algoritmo può ottenere ottimi risultati.
• Analisi predittiva e simulazione: un’applicazione emergente, sebbene ancora agli inizi, è l’uso dell’IA per modellizzare e simulare andamenti demografici. Alcuni studi stanno sperimentando algoritmi predittivi addestrati su dati storici per stimare, ad esempio, l’evoluzione di una popolazione in risposta a certe condizioni (come carestie, epidemie o cambiamenti sociali). Anche se prevedere il passato non serve – lo conosciamo già – questi modelli possono aiutare a colmare lacune nelle serie storiche.

Per il settecento e l’Ottocento, il nostro paese vanta una ricchezza straordinaria di fonti demografiche storiche: pensiamo ai registri parrocchiali di battesimi, matrimoni e sepolture conservati in ogni diocesi, ai censimenti pre-unitari (come il celebre Catasto onciario del Regno di Napoli a metà Settecento, o i censimenti austriaci in Lombardia-Veneto nell’Ottocento), alle liste di leva e ai registri dello stato civile dopo l’Unità (introdotti già a partire dall’epoca napoleonica in alcune regioni e poi uniformati nel Regno d’Italia). Una mole enorme di dati, che però è rimasta per lo più frammentata e di difficile accesso. Negli ultimi anni sono stati fatti passi importanti nella digitalizzazione: il Portale Antenati dell’Archivio di Stato, ad esempio, oggi mette a disposizione online oltre 135 milioni di immagini digitali di registri storici. Si tratta principalmente di registri dello stato civile e liste di leva dell’Ottocento e primo Novecento, che gli utenti possono consultare via web. Tuttavia, nella maggior parte dei casi queste immagini non sono ancora trascritte: in assenza di indici nominali, il ricercatore deve sfogliare pagina dopo pagina le scansioni, come farebbe in archivio sul cartaceo. Ed ecco quindi dove potrebbe intervenire l’IA nei prossimi anni: aiutando a estrarre testo e dati da queste immagini, rendendo finalmente ricercabili nomi e informazioni all’interno di quelle 135 milioni di pagine digitali.

L’IA potrebbe portare nello studio delle fonti italiane sette-ottocentesche con la trascrizione massiva e indicizzazione intelligente, la ricostruzione automatica di famiglie e biografie e la valorizzazione di fonti finora trascurate quali le lettere e memorie private.

Naturalmente, queste prospettive entusiasmano, ma vanno considerate con realismo. Quali sono le sfide? Anzitutto la qualità degli algoritmi: addestrare un’IA a leggere la calligrafia del ’700 richiede migliaia di esempi già trascritti con cui “imparare”. Questo comporta investire tempo e risorse iniziali per creare dataset di training. C’è poi il problema degli errori: le trascrizioni automatiche non saranno perfette, specie all’inizio, quindi, servirà sempre una revisione umana o almeno un controllo a campione per validare i dati prima di usarli in analisi. Un altro nodo è la privacy e sensibilità dei dati: sebbene per il ’700 e ’800 questo non sia un problema (sono dati storici lontani), man mano che ci si avvicina al ’900 bisogna gestire con attenzione l’apertura di informazioni su persone potenzialmente ancora viventi o ricordate. Infine, serve infrastruttura: archivi digitali, capacità di calcolo e la volontà istituzionale di innovare.

In conclusione, l’intelligenza artificiale sta mostrando di poter essere una alleata preziosa per chi studia la popolazione del passato. Mentre i metodi tradizionali della demografia storica rimangono fondamentali – il rigore nella critica delle fonti, la consapevolezza del contesto storico, l’attenzione ai dettagli qualitativi – gli strumenti informatici avanzati offrono un supporto senza precedenti nel trattare la massa dei dati. Se il XVIII e XIX secolo italiani ci hanno lasciato un’eredità documentaria sterminata ma “silenziosa” negli scaffali degli archivi, l’IA ci fornisce le chiavi per farla parlare: per estrarre da quei registri polverosi le vicende di milioni di individui, ridando loro voce nelle statistiche e nelle storie di comunità. Possiamo immaginare un futuro prossimo in cui un ricercatore potrà interrogare un database nazionale di registri storici con la stessa facilità con cui oggi si consulta un data warehouse contemporaneo, ottenendo in pochi minuti risultati che un tempo avrebbero richiesto anni di spoglio manuale.

L’IA non sostituirà lo storico o il demografo – anzi, rende ancora più indispensabile il loro ruolo: più dati e più velocemente non significano automaticamente più conoscenza, a meno che non vi sia un esperto che ponga le domande giuste e interpreti criticamente le risposte. Liberati dai compiti più ingrati, gli studiosi potranno focalizzarsi sulla comprensione dei fenomeni demografici: integrare queste tecnologie nelle pratiche di ricerca significa aprire nuove prospettive sul passato e, al contempo, preservare e valorizzare al meglio il nostro patrimonio documentario.