3.Rendiconto scientifico delle attivitą presso le sedi partecipanti

Unità di       Universita' degli Studi di BARI

Responsabile MARIA COSTABILE

Quota Cofinanziamento Murst  26.190.000

Quota Cofinanziamento Ateneo  24.000.000 (RD+RA certificata)

Fondi complessivi utilizzati il primo anno  39.179.819

Illustrazione dell'attivita' svolta

L'unita' di Bari e' convolta nel tema 5: Visualizzazione di Informazioni provenienti dal WWW. I risultati ottenuti sono contenuti nei documenti T5-R01 e T5-R04, che rappresentano i prodotti che l'unita' si era impegnata a rilasciare nel primo anno di attivita', nel documento T5-R02 curato dall'altra unita' coinvolta nel tema 5. Il lavoro e' stato svolto secondo gli obiettivi e i tempi previsti. Nella prima fase dell'attivita' e' stata effettuata una rassegna dello stato dell'arte della ricerca sulla visualizzazione di informazioni, analizzando i vari sistemi e le soluzioni proposte in letteratura. E' stata quindi proposta una soluzione originale relativa alla visualizzazione di dati su WWW: si tratta di una tecnica per visualizzare meta-informazione sul contenuto di una base di dati nel contesto di un servizio di biblioteche elettroniche, il cui primo prototipo e' chiamato IDL e il successivo CDL, in corso di sviluppo presso il Dipartimento di Informatica di Bari. E' iniziato lo studio di metodi e tecniche per valutare l'usabilita' di interfacce per il WWW, il cui approfondimento e' previsto nel secondo anno di attivita'. Si sta sviluppando anche una nuova tecnica grafica di analisi dell'interazione degli utenti, che permette di definire delle metriche per una valutazione piu' oggettiva. La definizione preliminare di questa tecnica, insieme a quanto detto precedentemente, sono documentati nel rapporto T5-R01 e nelle pubblicazioni in esso riferite. Le interfacce WWW sono tipicamente utilizzate da utenti di varie tipologie. I membri dell'unita' di Bari sono impegnati nello studio e lo sviluppo di interfacce WWW per varie applicazioni, dalle biblioteche elettroniche ai sistemi di authoring ipermediali e per insegnamento a distanza. Per migliorare l'usabilita' dell'interfaccia WWW, stiamo studiando la possibilita' di renderla adattiva ai vari profili di utenza individuabili. La gestione del modello utente in base al quale il sistema si adatta allo specifico utente sfrutta tecniche di apprendimento automatico. Come caso di studio per l'adattivita' dell'interfaccia, abbiamo preso in considerazione il progetto CDL menzionato sopra, per il quale abbiamo sviluppato un ambiente di interazione su WWW che implementa tre tipi di interfacce, ognuna con caratteristiche diverse, piu' specifiche per certi tipi di utente e certi tipi di compiti. L'architettura client/server di CDL comprende il Learning Server, che può essere definito come una suite di sistemi di apprendimento che possono essere utilizzati concorrentemente da piu' client per eseguire compiti differenti, quali analisi, classificazione ed understanding di documenti, e classificazione di utenti, che e' cio' che ci riguarda per il nostro progetto. La classificazione di utenti effettuata dal Learning Server potrà essere utilizzata per vari scopi. Nell'attuale versione di CDL viene utilizzata per associare ad ogni classe di utenti un'interfaccia visuale specifica, che risulti adeguata al grado di familiarità con CDL che l'utente possiede. Il nostro obiettivo è quello di fornire ad un utente di CDL un'interfaccia che possa facilitarne il processo di comprensione dell'organizzazione e dei contenuti della particolare biblioteca scelta e assisterlo adeguatamente durante tutti i passi necessari al ritrovamento dell'informazione desiderata. Per identificare inizialmente l'utente, in CDL ad ogni nuovo utente viene richiesto di riempire un modulo digitale in cui riportare dati personali, e tale operazione è sufficiente per ottenere un codice identificativo - User ID - che egli specificherà ogniqualvolta tornerà ad utilizzare CDL. Corrispondentemente, sul lato server, l'Application Server di CDL provvederà a creare e ad associare ad ogni User ID un file di log, in cui saranno memorizzate tutte le interazioni con CDL di quel particolare utente. Il nostro approccio al problema della modellazione dell'interazione è caratterizzato dall'utilizzo di metodi e tecniche di apprendimento automatico. Specificamente, il problema della modellazione delle interazioni può essere ricondotto ad un problema di apprendimento supervisionato, considerando le interazioni di alcuni utenti con CDL come esempi di addestramento per un sistema di apprendimento, il cui obiettivo è indurre una teoria per la classificazione degli utenti che successivamente utilizzeranno il sistema. Nella fase di utilizzo del sistema, ogniqualvolta un utente si connette da un client ad CDL, il corrispondente file di log viene utilizzato per generare un nuovo esempio che il learning server classificherà sulla base della teoria inferita. Nel documento T5-R04 abbiamo riportato in dettagli l'esperimento di calssificazione di utenti che abbiamo effettuato. Contemporaneamente, lavorando insieme a membri dell'unita di Roma "La Sapienza", e' stato affrontato il problema di associare automaticamente ad una base di dati una rappresentazione visuale che sia corretta, completa ed efficace rispetto ai bisogni dell'utente. Le soluzioni presentate finora da vari ricercatori hanno due fondamentali limitazioni: 1) mirano a costruire rappresentazioni complete, senza considerare correttezza e efficacia, che sono due caratteristiche fondamentali; 2) sono dirette a visualizzare lo schema o le istanze della base di dati, e mai entrambi. La nostra proposta mira a superare queste limitazioni. In particolare, abbiamo 1) definito una teoria generale per stabilire l'adeguatezza di una rappresentazione visuale associata ad una base di dati, note le caratteristiche della base dati ed un certo insieme di regole riguardanti la percezione dell'utente; 2) gettato le basi per costruire un sistema, chiamato DARE: Drawing Adequate REpresentations, basato su questa teoria. DARE lavora in due modalita': a) Verifica di Rappresentazione, in cui verifica l'adeguatezza di una rappresentazione proposta dall'utente; e b) Generazione di Rappresentazione, in cui genera automaticamente la rappresentazione visuale piu' adeguata basandosi sulle caratteristiche della base di dati, le finalita' per cui e' stata costruita, le classi di potenziali utenti. Il cuore di DARE e' costituito da una base di conoscenza, contenente regole relative alla base di dati, alle visualizzazioni, al legame tra dati e visualizzazioni, alla percezione dell'utente, e da meccanismi di ragionamento definiti su di essa. La teoria generale e il sistema DARE sono descritti nel rapporto T5-R02. E' in corso di implementazione un primo prototipo relativo a un caso particolare descritto nel documento. Nel 1998 l'unita' di Bari ha anche contribuito all'organizzazione di due convegni. Il primo e' stato il convegno internazionale su "Advanced Visual Interfaces" che si e' svolto a L'Aquila dal 24 al 27 maggio 1998, cui hanno partecipato leaders mondiali nel settore delle interfacce visuali e della visualizzazione di informazioni. Maria F. Costabile e' stata anche presidente del comitato di programma. Il secondo, HCITALY'99, si e' svolto a Roma il 9 febbraio 1999 ed e' stato il primo convegno tutto italiano su Human-Computer Interaction, in cui il tema della visualizzazione di informazioni e' stato uno degli argomenti centrali e sono stati presentati anche lavori delle unita' di questo progetto coinvolte nel tema 5. Maria F. Costabile e' stata la coordinatrice di HCITALY'99 e presidente del comitato di programma; inoltre ha curato la pubblicazione degli atti dei due convegni: gli atti di AVI'98 sono raccolti in un libro pubblicato da ACM Press, quelli di HCITALY'99 sono raccolti in un rapporto del CNUCE-CNR. Dal lavoro nel progetto Interdata sono state prodotte varie pubblicazioni, tra cui due sottomissioni a rivista una sottomissione a un congresso internazionale. I risultati ottenuti, oltre ad essere descritti nei rapporti tecnici, hanno portato a 4 pubblicazioni in atti di convegni internazionali con revisione. T5-R01, "Information Visualization and Usability of WWW Interfaces", M.F. Costabile T5-R04, "Tecniche di Machine Learning per l'Adattivita' dell'Interfaccia Utente", M.F. Costabile, G. Semeraro

Schema riassuntivo dei fondi utilizzati (cifre spese o impegnate)
 

Voce di spesa	Cifra spesa o impegnata	Descrizione
Materiale inventariabile	12.953.000	Libri, CD-Rom, 4 Personal computer
Grandi Attrezzature	0.000
Materiale di consumo	4.184.964
Spese per calcolo ed elaborazione dati	0.000
Personale a contratto	4.050.000
Servizi esterni	0.000
Missioni	15.091.855
Altro	2.900.000