L’innovativo sistema riesce a “misurare”, attraverso l’utilizzo di una tipica applicazione big data, capace di ricavare informazioni esplorando grandi quantità di dati diversi, il gradimento di un’opera d’arte attraverso la condivisione di numerose informazioni ricavate con la registrazione e il monitoraggio di alcuni indicatori, senza coinvolgere direttamente i visitatori.
di Piero Mastroiorio —
Presentato a Bologna, lo scorso 10 giugno 2021, il progetto ShareArt che vede Istituzione Bologna Musei ed ENEA, Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile, collaborare per monitorare il gradimento e le modalità di fruizione delle opere d’arte grazie ad applicazioni di intelligenza artificiale e big data.
Frutto del lavoro che vede coinvolti ricercatori ENEA di diversi settori, l’innovativo sistema riesce a “misurare” il gradimento di un’opera d’arte attraverso la condivisione di numerose informazioni ricavate con la registrazione e il monitoraggio di alcuni indicatori, senza coinvolgere direttamente i visitatori. La misura è resa possibile dall’utilizzo di una tipica applicazione big data capace di ricavare informazioni esplorando grandi quantità di dati diversi.
Il sistema si compone di una serie di dispositivi di acquisizione dati, oggi disponibili sul mercato a costi contenuti, che, provvisti di telecamera, raccolgono le informazioni e le inviano a un server centrale per l’immagazzinamento e l’elaborazione, che avviene tramite un applicativo web dedicato all’analisi multidimensionale interattiva.
«Attraverso una telecamera posizionata nei pressi dell’opera, il sistema rileva automaticamente i volti che guardano in direzione dell’opera stessa, acquisendo dati relativi al comportamento degli osservatori come, ad esempio, il percorso compiuto per avvicinarsi, il numero di persone che l’hanno osservata, il tempo e la distanza di osservazione, il genere, la classe di età e lo stato d’animo dei visitatori che osservano», hanno spiegato durante la presentazione i quattro esperti ENEA che partecipano al progetto Stefano Ferriani, Giuseppe Marghella, Simonetta Pagnutti e Riccardo Scipinotti.
In questa fase di complessità gestionale per la pandemia di Covid-19, il sistema ShareArt può essere utilizzato anche per aumentare la sicurezza degli ambienti museali rilevando il corretto utilizzo della mascherina e il distanziamento dei visitatori, attivando in tempo reale una segnalazione visiva per ricordare il rispetto delle disposizioni.
I primi dati della sperimentazione permettono di evidenziare alcuni aspetti, come la maggior parte dei visitatori siano da soli e che indossino correttamente la mascherina, come ha detto, durante l’intervento di presentazione Roberto Grandi, presidente Istituzione Bologna Musei, sottolineando: «Vi sono domande che si rincorrono tra le mura di un museo. In cosa consiste il gradimento di un’opera? Quali sono le variabili personali e ambientali che influiscono su questo gradimento? Le risposte tradizionali sono troppo approssimative. Ecco allora che l’Istituzione ‘Bologna Musei’ ed ENEA hanno considerato alcune sale delle ‘Collezioni Comunali d’Arte’ come un laboratorio sul campo per approfondire le dinamiche della fruizione in presenza delle opere in relazione al contesto spazio-temporale. Non solo il modo di osservare, ma anche come si arriva all’opera e quanto tempo la si osserva sono aspetti che aiutano i curatori dei musei a comprendere meglio i comportamenti dei visitatori e i ricercatori ad approfondire le dinamiche della percezione del gradimento attraverso la raccolta e l’elaborazione di un grande numero di dati. È un percorso affascinante e siamo soddisfatti di poterlo affrontare con una istituzione scientifica di eccellenza come ENEA.».
La collaborazione tra ENEA e Istituzione Bologna Musei si inserisce nell’ambito di ricerca e sviluppo dei big data di grande interesse per la Regione Emilia-Romagna, impegnata a realizzare nel Tecnopolo di Bologna una potenza di calcolo e un expertise di supercalcolo, big data e intelligenza artificiale di rilevanza internazionale, i cui dati costituiscono un capitale di informazioni molto prezioso per gli operatori museali, che attraverso l’analisi di dati, concreti, possono evidenziare punti di forza, eventuali criticità e valutare possibili miglioramenti, per ottimizzare l’esposizione delle opere stesse e il percorso di visita, misurando poi gli effetti delle azioni intraprese.
