RegioWizard

Il AW-Wiki, su aw-wiki.de, raccoglie da anni ciò che si sa del circondario di Ahrweiler: associazioni, edifici, vigneti, sentieri, consigli comunali, imprese, eventi, persone. Circa 39.000 articoli nello spazio principale, scritti e curati da persone della regione.

Per trovarci qualcosa, però, bisogna sapere che cosa si cerca. Un campo di ricerca non risponde a «quali associazioni di Dernau sono state colpite dall'alluvione?». Trova pagine che contengono la parola Dernau. Il resto lo fa la persona.

È esattamente qui il vuoto: il corpus c'è, le domande ci sono, e in mezzo manca un sistema che colleghi i due senza inventare nulla. RegioWizard è la nostra risposta: un prototipo che gira, non un documento di concetto.

Tutto il prototipo legge lo stesso indice locale. Non esiste una seconda fonte di dati che possa divergere.

1. Chiedere: risposte documentate in frasi complete, con filtri e registro di ricerca.
2. Atlante: ogni voce geolocalizzata su una mappa, livello alluvione attivabile, dintorni entro 3 km.
3. Analisi: struttura e profondità temporale del corpus, più il tavolo di redazione.
4. Redazione: il confronto di un testo di stampa recente con il wiki.
5. 14/15 luglio 2021: la documentazione della notte dell'alluvione, costruita con sobrietà voluta.
6. Pipeline: lo stato di raccolta, indice e modelli, in chiaro.
7. Vista articolo: ogni articolo in versione di lettura, con rimando all'originale nel wiki.

In più una palette dei comandi su Ctrl + K che tiene tutti i 4.295 titoli: si digita, si salta. Se non trova nulla, l'input viene passato come domanda.

È la regola a cui è appeso tutto il resto. Il modello linguistico scrive esclusivamente a partire dai passaggi che la ricerca ha trovato prima, e segna ogni asserzione con una nota. La nota è cliccabile e apre il passaggio da cui proviene: titolo, sezione, formulazione.

La parte più importante è il caso senza modello. Se non ne è configurato alcuno, il sistema non inventa nulla e non segnala nemmeno un errore: mostra le frasi del wiki che corrispondono meglio, alla lettera e con fonte, e sotto i passaggi trovati per esteso. Questa modalità estrattiva è una via a pieno titolo, non uno stato di guasto.

La ragione è pratica. Una redazione che riprende un dato ne risponde. Uno strumento che si limita ad affermare una fonte invece di mostrarla, in quella posizione non vale nulla.

«Chi della regione compie gli anni oggi?» sembra una domanda per un'IA. È invece una query di database, e la ricerca vettoriale la risolve regolarmente male: trova testi che parlano di compleanni, non persone che compiono gli anni oggi.

Per questo il prototipo riconosce queste domande e le instrada verso query fisse sui campi strutturati: date di nascita e di morte, anni di fondazione, coordinate, categorie. Così vengono risolte: ricorrenze a una data, decessi registrati di un anno, fondazioni, prossimità e, il caso che interessa di più alle redazioni, le lacune tematiche: articoli spesso citati ma di per sé scarni o del tutto assenti.

Il risultato è una tabella di nome, data e fonte. Non una prosa che indovina numeri.

Sotto ogni risposta è indicato come è nata: quanti candidati ha prodotto la ricerca per parole chiave, quanti quella vettoriale, quanti sono sopravvissuti alla fusione, quanti sono davvero entrati nella risposta e quanto è durato. Nell'esecuzione mostrata: 72 lessicali, 72 fusi, 12 usati, 120 millisecondi.

La ricerca stessa è costruita per il tedesco. Le dieresi vengono normalizzate, le radici ridotte, i composti scomposti: Weinbau trova anche Weinbaubetrieb. Ogni passaggio porta un'intestazione fissa con titolo, sezione, tipo, luogo e categorie, per restare comprensibile una volta estratto dal suo articolo.

Non lo mostriamo per gusto tecnico. Chi riutilizza un'informazione deve poter vedere quanto stretta o quanto ampia fosse la base.

Un wiki regionale invecchia esattamente là dove accade il presente: nelle pagine locali, nel settimanale gratuito, nel comunicato dell'associazione. La redazione vede comunque quelle notizie ogni giorno. Riportarle nel wiki costa un tempo che nessuno ha.

Il tavolo di redazione prende un testo e lo confronta con il corpus. Riconosce persone, associazioni, imprese e luoghi; ogni riscontro viene verificato rispetto agli articoli esistenti e riceve uno di tre stati: già presente, articolo esistente, informazione mancante, nessun articolo. Nell'esempio mostrato: 8 entità, 5 senza articolo, 3 con possibile integrazione.

A ogni proposta si accompagna una bozza in formato wiki da copiare. Ciò che conta è quello che il sistema non fa: non scrive nulla nel wiki. La scelta resta alla redazione; non è un limite tecnico, ma la divisione dei compiti che riteniamo corretta.

Il corpus contiene numerosi articoli legati all'alluvione del 14 e 15 luglio 2021. Una pagina dedicata era inevitabile: la domanda era che aspetto potesse avere.

L'abbiamo sottoposta a vincoli fermi, e quei vincoli fanno parte del prodotto, non sono una questione di stile: un avviso prima del contenuto, nessun nome di vittima, nessuna immagine, nessuna animazione, nessun numero che sale, nessun meccanismo di ingaggio, una tavolozza attenuata distinta dal resto dell'applicazione.

I dati di quella pagina stanno con la loro fonte. Dove le fonti divergono, la divergenza viene detta invece che smussata.

Onestamente sull'ambito: sono raccolti 4.295 dei circa 39.000 articoli, scelti per rilevanza rispetto alle domande tipiche. Ne derivano 20.543 passaggi, 68.992 termini d'indice e 1.040 voci geolocalizzate. La raccolta rispetta il limite di frequenza del wiki; per l'intero fondo la via giusta sarebbe un export del database, non 39.000 richieste singole.

L'applicazione gira interamente in locale: corpus, indice e vettori sono file nella cartella del progetto. Nessun database, nessun servizio esterno, nessun tracciamento, nessun cookie; l'unica richiesta a terzi nel browser sono le tessere della mappa.

Tutte le illustrazioni del prototipo sono disegni, prodotti con un modello di immagini e indicati come tali. Nessuna raffigura un luogo, un edificio o una persona reali. È voluto: un'applicazione la cui promessa è che i fatti portino una fonte non deve consegnare un'immagine che qualcuno possa scambiare per una fotografia.

Le immagini sotto questa sezione provengono dalla prima versione del 2025, la bozza di chatbot con cui l'idea è iniziata. Restano perché mostrano da dove viene il progetto.