L'idea

L'archivio che hai già: i Temi

Dall'archivio ai temi: trovare il tuo lavoro dentro tutto il resto.

Un archivio di vent'anni non si riordina: si scopre che cosa contiene. Questa scheda guarda le cartelle che scegli, prende quello che hai scritto tu, e lo raggruppa in temi. Tu scegli quali tenere, dentro ogni tema che cosa, e che cosa portare in wordspace.

Riferimenti

La wiki

• Vannevar Bush — As We May Think (1945). Immagina il Memex, una scrivania che conserva libri e appunti e permette di legarli fra loro in percorsi associativi. L'intuizione che conta non è l'archiviazione: è che il valore non sta nei documenti ma nei collegamenti che una persona traccia fra loro, e che quei percorsi vanno conservati come il materiale stesso.
• Niklas Luhmann — Communicating with Slip Boxes (1992). Descrive lo Zettelkasten con cui ha scritto decine di libri: schede brevi, ciascuna con un'idea, collegate fra loro invece che ordinate per argomento. Il punto è che la struttura non si progetta in anticipo — emerge dai collegamenti. E l'archivio, cresciuto abbastanza, diventa un interlocutore che restituisce accostamenti che non avevi previsto.
• Sönke Ahrens — How to Take Smart Notes (2017). Riporta il metodo di Luhmann alla pratica quotidiana. La distinzione utile è fra appunti fugaci, note su ciò che si legge e note permanenti scritte con parole proprie: solo le ultime valgono, perché riformulare è già pensare. Prendere appunti non serve a ricordare, serve a costringersi a capire.
• Joon Sung Park et al. — Generative Agents: Interactive Simulacra of Human Behavior (2023). Introduce la reflection: l'agente non accumula solo osservazioni, ma periodicamente le rilegge e ne sintetizza convinzioni di livello più alto. È la differenza fra una memoria che cresce e una che si consolida — e il riconoscimento che senza quel passaggio il volume soffoca il senso.
• Andrej Karpathy — llm-wiki (2026). Propone di compilare le note una volta sola in un wiki di pagine collegate che il modello mantiene, invece di recuperarne frammenti a ogni domanda. Il modello legge, distilla, aggiorna e segnala i conflitti; la conoscenza si accumula invece di essere riscoperta ogni volta. Il markdown resta leggibile perché la persona possa controllare quello che il modello ha scritto.

Cosa ciascuno di questi lavori riceve in cambio dalle nostre misure — e su un punto, dove le nostre misure dicono il contrario — è in fondo allo studio. →

I Temi

• H. P. Luhn — The Automatic Creation of Literature Abstracts (1958). Le parole che contano sono quelle che tornano spesso in un documento ma non dappertutto. È l'idea di partenza di tutto il conteggio delle parole della scheda.
• Karen Spärck Jones — A Statistical Interpretation of Term Specificity (1972). L'idf: una parola pesa tanto meno quanti più documenti la contengono. È il peso usato per i nomi dei temi e per le «parole che qui tornano spesso» dell'albero.
• G. Salton, A. Wong, C. S. Yang — A Vector Space Model for Automatic Indexing (1975). Ogni documento diventa un vettore di parole pesate, e due documenti si somigliano quanto i loro vettori. È il modo in cui la scheda decide che cosa sta insieme.
• J. S. Justeson, S. M. Katz — Technical Terminology (1995). Le espressioni fatte di più parole — «ipoteca giudiziale», «superficie lorda» — dicono più delle parole sciolte. Sono le frasi minime in testa ai nomi dei temi.
• F. Murtagh — Hierarchical Clustering Algorithms (1983). La catena dei vicini reciproci: due documenti si uniscono quando ognuno è il più vicino dell'altro. È l'algoritmo che costruisce i temi e i sottotemi.
• R. Campello, D. Moulavi, J. Sander — Density-Based Clustering Based on Hierarchical Density Estimates (2013). Si tengono i gruppi che restano stabili a molte altezze dell'albero, non quelli di un taglio solo. È il criterio con cui i sottotemi vengono scelti.
• P. J. Rousseeuw — Silhouettes (1987). Quanto un documento sta meglio nel suo gruppo che nel gruppo vicino. Serve a scegliere quanti temi tenere invece di fissarne il numero a priori.
• A. Singhal, C. Buckley, M. Mitra — Pivoted Document Length Normalization (1996). Il coseno penalizza i documenti lunghi, che spalmano il peso su molte parole. Correggendolo, i documenti lunghi che restavano fuori dai temi — quelli scritti davvero — sono rientrati.
• M. Grootendorst — BERTopic: class-based TF-IDF (2022). Il nome di un gruppo si trova confrontando le sue parole con quelle degli altri gruppi, non con tutto l'archivio. È il modo in cui i temi prendono il nome.
• J. Carbonell, J. Goldstein — Maximal Marginal Relevance (1998). Scegliere elementi pertinenti ma diversi da quelli già scelti. È il principio per cui un documento con venti gemelli conta meno, nel nucleo, di uno scritto una volta sola.
• A. Strehl, J. Ghosh — Cluster Ensembles (2002). L'informazione mutua normalizzata: quanto due raggruppamenti dicono la stessa cosa, da zero a uno. È la misura con cui si confrontano i ricampionamenti.
• A. Ben-Hur, A. Elisseeff, I. Guyon — A Stability Based Method for Discovering Structure in Clustered Data (2002). Un raggruppamento è vero se ricompare uguale su campioni diversi dello stesso insieme. È la prova che un sottotema deve passare per essere mostrato.
• J. J. Rocchio — Relevance Feedback in Information Retrieval (1971). Una domanda si allarga con le parole dei documenti che le rispondono meglio. È il modo in cui «Nuovo tema…» propone le parole vicine alla tua.
• A.-L. Barabási — The Origin of Bursts and Heavy Tails in Human Dynamics (2005). Le attività umane arrivano a raffiche, non in modo regolare. È per questo che il tempo distingue una pratica — tanti documenti in pochi mesi — da una raccolta distesa su anni.
• T. W. Malone — How Do People Organize Their Desks? (1983). Ci sono persone che archiviano e persone che accumulano, e un sistema deve servire entrambe. La scheda non presume che le tue cartelle siano ordinate.
• C. Marshall — Rethinking Personal Digital Archiving (2008). Il «benign neglect»: gran parte di un archivio personale è messa via e mai più guardata, e va bene così. È il motivo per cui un quarto dei documenti resta fuori dai temi senza essere un difetto.
• O. Bergman, S. Whittaker — The Science of Managing Our Digital Stuff (2016). Le persone ritrovano le cose navigando, non cercando: la struttura conta più della ricerca. È il motivo per cui i file del tema si mostrano nelle loro cartelle, e la ricerca sta sotto.
• J. Stasko, E. Zhang — Focus+Context Display and Navigation Techniques for Enhancing Radial, Space-Filling Hierarchy Visualizations (2000). L'albero delle cartelle come un disco a spicchi, dal centro verso il bordo. È la disposizione della nuvola: ogni spicchio è una cartella, e un tema sparso si vede sparso.
• B. Shneiderman — The Eyes Have It (1996). Prima la panoramica, poi zoom e filtro, poi i dettagli a richiesta. È l'ordine della barra: in cima quello che vale per tutto, sotto le opzioni e i temi.
• T. Forte — Building a Second Brain (2022). Progetti, aree, risorse, archivi: si organizza per quello che è vivo e per quello che è finito. La scheda dice di ogni tema se è vivo o finito, e fa archiviare invece che cancellare.