di Federico Rosa e Alessandro Di Matteo
All’interno della dicotomia Naturale/Artificiale un aspetto che potrebbe essere utile evidenziare, al fine di comprendere le modalità di interpretazione che l’uomo e la macchina possono avere all’interno di un sistema, è il concetto di Caos. È affascinante riflettere sui legami intrinseci tra il caos a livello visivo (ciò che il nostro occhio vede) e il caos a livello matematico-fisico (come la macchina vede). Il concetto di caos può essere analizzato in maniera trasversale in diverse discipline scientifiche. In molti di questi ambiti, tale concetto è strettamente legato a quello di entropia (dal greco ἐν che significa dentro, e τροπή che si traduce in trasformazione). L’entropia, infatti, può divenire strumento atto a fornire una misura del grado di disordine presente in un sistema, considerando la situazione più disordinata come quella con l’entropia più alta. Il disordine ha tuttavia un significato estremamente specifico, ma ciò che è comune è la definizione di esso in base al significato trasmesso da una data configurazione di un sistema rispetto ad un’altra. Se pensiamo ad una stanza, ad esempio, la differenza tra la situazione di ordine e quella di disordine sono legate esclusivamente alla diversa disposizione degli oggetti all’interno di essa.
Nell’ottica della teoria dell’informazione l’entropia è legata al concetto di codifica, intesa come il modo stabilito per trasmettere l’informazione. Infatti, per ogni informazione base trasmessa, chiamata simbolo, è presente una specifica codifica. Tanti simboli formano quindi un alfabeto che ci permettono di effettuare una completa comunicazione.
Grazie all’entropia, possiamo quindi stimare per ogni alfabeto la quantità media di informazione contenuta in ogni simbolo di esso, permettendoci di scegliere quello che massimizzi l’informazione per simbolo.
Se indichiamo l’entropia di un messaggio con H, si dimostra che è sempre possibile trovare una codifica tale che il numero medio di bit di codifica necessari n soddisfi la relazione.
L’entropia è quindi strettamente legata all’alfabeto adottato.
Consideriamo ad esempio la parola CASA. Per noi, essa ha un significato statico, ma esistono diverse codifiche per rappresentare la parola in una macchina, per esempio:
- In codifica binaria UTF-8 (ASCII), sarà: ‘01000011 01000001 01010011 01000001’
- In codifica binaria UTF-16, sarà: ‘01000011 00000000 01000001 00000000 01010011 00000000 01000001 00000000’
Come si vede la seconda codifica va quindi ad occupare il doppio dello spazio, dato che la UTF-16 comprende una più ampia gamma di caratteri al suo interno. Tuttavia, l’alfabeto di comunicazione è stabilito a priori, e pertanto in ogni caso si commetterà un’approssimazione per eccesso di ciò che è necessario. Analizzando questo testo con un semplice tool grafico, ci accorgiamo infatti della prevalenza di alcune lettere e dell’assenza o quasi di altre, come ‘K’ ‘J’, [graf. 1].
È su questo concetto, ad esempio, che si basano i tool di compressione dei file, andando ad analizzare un insieme di informazioni a posteriori, andando a calcolare il modo più significativo di usare i bit per avere una codifica che massimizzi l’informazione media per simbolo per lo specifico messaggio analizzato, minimizzando di fatto lo spazio occupato.
Ricollegandoci al caos visivo, è quindi interessante notare come si possa traslare a un concetto più astratto quello di memorizzabilità. Ad esempio, consideriamo un insieme casuale di pixel in scala di grigi.
Nel caso di entropia massima (completa casualità), notiamo quanto poco sia memorizzabile l’immagine. Questo accade perché non sono presenti pattern, bias o altre caratteristiche riconoscibili dal nostro alfabeto “mentale” di simboli che ci permette di interpretare la realtà.
Al contrario, se organizziamo i pixel in modo da formare una lettera, notiamo che l’immagine diventa subito più memorizzabile, in quanto per noi acquista significato di Lettera A per ciò che è il nostro alfabeto mentale di simboli [fig. 1 – 4].
Quattro immagini con lo stesso numero di pixel posti in maniera diversa: dimensione fissa, significato crescente
Ecco, quindi, che notiamo l’importanza della teoria sull’alfabeto mentale di cui sopra: per una macchina, le quattro immagini sottostanti non hanno diversa rilevanza, in quanto non usufruiscono dell’interpretazione umana della realtà.
Al contrario noi siamo in grado di memorizzare e riprodurre più difficilmente le prime immagini e più facilmente le altre. Ciò avviene perché, utilizzando i simboli che abbiamo creato intrinsecamente, come preannunciato sopra, riduciamo l’entropia e quindi aumentiamo il rapporto tra significato e dimensione (che in questo caso è fissa).
Questo tipo di ragionamento può essere associato al concetto di inquinamento visivo1.
Prendendo in considerazione, ad esempio, la storia del marchio di Starbucks Coffee [fig. 5], si può subito notare come, specialmente mettendo a confronto il logo del 1992 con quello del 2011, sia presente una notevole differenza in termini di entropia. Nel penultimo logo, infatti, sono presenti molti più elementi rispetto all’ultimo. L’entropia è stata quindi ridotta e ciò ha consentito una maggiore visualizzazione del simbolo. Anche nel caso della storia dei marchi di Nike [fig. 6], si può riscontrare la stessa constatazione. Più precisamente è semplice vedere come nel caso dell’ultimo logo del 2019 sia più entropicamente ordinato e sulla carta il famoso baffo, risulta sulla carta più semplice da ricordare, in quanto progettato con meno simboli rispetto agli altri due.
Questa riflessione ci ha consentito di comprendere come effettivamente esistano delle relazioni tra l’inquinamento visivo, il concetto di entropia e il pensiero riguardante il simbolo (segno il cui significante ha un rapporto puramente convenzionale con ciò che è significato). Siamo consapevoli che l’iconicità di un simbolo non è strettamente data dalla quantità minore di entropia possibile, tuttavia, in generale adottare una metodologia di progettazione che miri verso il minimalismo nella maggior parte dei casi può dare i suoi risultati e consentire di ottenere una maggiore impressione in memoria.
Note
1. In Italia il tema dell’inquinamento visivo è stato indagato ampiamente da Paolo Rognini (docente di Ecologia urbana e sociale presso l’Università di Pisa), il quale fornisce una definizione: “l’alterazione di qualsiasi unità spaziale, ad opera di agenti incongrui, sgradevoli per la vista e tali da generare malessere”; da P. Rognini, La vita offesa. Inquinamento visivo e qualità della vita in Italia, FrancoAngeli, 2008.
