Idea principale

Un articolo scientifico, una documentazione tecnica o un report di un analista può contenere cinque meccanismi indipendenti. Due documenti molto diversi possono sostenere esattamente la stessa idea. E una stessa fonte può mescolare un'affermazione solida, un'ipotesi speculativa e una definizione ambigua.

Contare o riassumere documenti non dice quindi ciò che un corpus sa. Serve uno strato intermedio in cui le fonti vengono trasformate in unità di conoscenza: note atomiche che stabilizzano ciascuna un'idea, note tematiche che collegano più idee, voci di glossario che fissano il senso di un termine quando un'ambiguità cambierebbe l'interpretazione.

È su questo strato, e non sulla pila di documenti, che si leggono la solidità di un'affermazione, la sua dipendenza da una sola fonte o la contraddizione tra due autori.

Perché è importante

Rende misurabili cose che un riassunto cancella: quante fonti indipendenti sostengono un'idea, quale ne ha una sola, dove due fonti si oppongono.

E permette di guidare una ricerca da ciò che si è capito invece che da ciò che si è letto.

Sfumature e limiti

L'estrazione ha un costo, e introduce un proprio bias: ciò che non è stato scomposto in nota sparisce dalla diagnosi con la stessa certezza di ciò che non è stato letto.

E una fonte può restare inutilizzabile per mancanza di un'estrazione affidabile: si trova allora nel corpus senza essere nella conoscenza.

Domande aperte

• Come individuare ciò che un'estrazione ha lasciato fuori da una fonte, senza rileggere la fonte intera?