Banche dati testuali e archivi digitali online

La principale risorsa per quanto riguarda la ricerca sui testi digitali nel pubblico dominio è costituita dal progetto Google Books, iniziato nel 2005 dall'omonima azienda proprietaria del noto motore di ricerca con il proposito di catalogare e indicizzare l'intero patrimonio librario mondiale. Utilizzando un’interfaccia simile a quella del motore di ricerca generale dell’azienda, qualsiasi utente ha accesso ad un database testuale contenente i testi di decine di milioni di libri. La consistenza del corpus, quantificata nel 2009 in 12 milioni di volumi – stimati corrispondere a circa il 15% di tutti i libri prodotti fino ad allora ( : 177) – ha raggiunto nel 2019 i 40 milioni ( ). I testi contenuti in questo database rappresentano indubbiamente il più ampio corpus di libri digitalizzati a livello internazionale e costituiscono una considerevole frazione di tutti i libri mai pubblicati.

Il progetto Google Books è stato accolto in modo critico sotto tre aspetti: controversie sul diritto d’autore ( : 48-52), dibattito sulla privatizzazione delle conoscenze e dubbi relativi alla qualità del prodotto. Per quanto riguarda in particolare quest’ultimo aspetto, diversi studiosi hanno criticato l’utilità del progetto ai fini della ricerca accademica, lamentando una scarsa qualità dei dati per quanto riguarda sia l’accuratezza dei testi digitalizzati che l’affidabilità dei metadati associati ai testi stessi. In riferimento alla prima versione di Google Books (rilasciata nel 2009) Nunberg ( ) sosteneva che il problema fosse così esteso, in particolare per quanto riguarda l’affidabilità dei metadati, da costituire un disastro per la ricerca. Altre critiche riguardano la presenza sproporzionata di testi scientifici, soprattutto nei decenni più recenti, e la possibilità che determinati autori influenzino in modo troppo pesante i dati con l’utilizzo di specifiche parole o sintagmi ( : 2). Google Books, di cui è di recente uscita una nuova versione, sostiene di avere aumentato l’accuratezza dei testi, sia per quanto riguarda ad esempio la standardizzazione dei caratteri in testi storici (vedi oltre), sia per quanto riguarda quella dei dati bibliografici. Pur presentando un margine di errore le cui dimensioni non sembrano essere stimabili, Google Books rappresenta indubbiamente un enorme contributo alla digitalizzazione delle conoscenze e un’utile risorsa nell’ambito della nostra ricerca.

Accanto a Google Books, altre grandi banche dati testuali e archivi digitali di testi storici realizzati da enti bibliotecari pubblici e privati hanno messo a disposizione dei ricercatori il patrimonio librario di pubblico dominio. Per quanto riguarda gli Stati Uniti, il consorzio di biblioteche accademiche HathiTrust, fondato nel 2008, fornisce accesso a un patrimonio di circa 8,5 milioni di titoli, mentre Gallica , un database sviluppato dalla Bibliothèque Nationale de France a partire dal 1997, contiene oltre un milione di titoli pubblicati tra il 1751 e il 2000. Il contenuto di Google Books si sovrappone in parte ai contenuti di altri archivi digitali (compresa buona parte dei contenuti di HathiTrust) in quanto questi ultimi hanno aderito al progetto della multinazionale americana. La British Library, ad esempio, ha in corso un progetto di digitalizzazione di circa 250.000 libri pubblicati tra il 1700 e il 1870 ( ), mentre circa un milione di titoli del patrimonio presente nelle biblioteche nazionali di Roma e Firenze sono gradualmente inseriti nel database di Google Books a seguito di un accordo, risalente al 2010. Dato che la BnF non aderisce al progetto di Google Books, la sovrapposizione tra Gallica e quest’ultimo è minore, e si limita sostanzialmente a testi conservati in altre biblioteche francesi, mentre Google Books contiene anche testi depositati presso biblioteche in altre aree francofone. Nella nostra ricerca si è visto, ad esempio, che una parte notevole delle occorrenze di démocratie représentative provenivano da testi stampati in Svizzera. Il database di Gallica contiene una frazione considerevole del patrimonio bibliotecario francese; il periodo quantitativamente più rappresentato nel corpus è quello che va dal 1851 al 1900, mentre il cinquantennio di nostro interesse (1751-1800) contiene un numero decisamente minore di testi, rappresentativi però, verosimilmente, di una percentuale maggiore sul totale dei testi editi in quel periodo.

Per quanto riguarda il patrimonio di libri storici in lingua inglese, una notevole risorsa è costituita dai documenti digitali conservati nell’Oxford Text Archive della Bodleian Library dell’università di Oxford. A differenza di Google Books e delle collezioni presenti nelle biblioteche digitali, che permettono di visualizzare i documenti scannerizzati e di ricercare e scaricare i documenti in formato PDF e spesso anche in formato solo testo, i testi contenuti nell’Oxford Text Archive sono codificati secondo gli standard TEI XML e sono scaricabili individualmente in vari formati, ma non sono ricercabili a testo libero. Un corpus contenente le collezioni Early English Books Online (EEBO) – Phase I (libri stampati tra il 1473 e il 1700), ECCO - Eighteenth Century Collections Online (libri stampati tra il 1701 e il 1800) e Early American Imprints, Series I: Evans (libri stampati in America tra il 1640 e il 1821), per un totale complessivo di circa 33.000 testi (dattiloscritti piuttosto che scannerizzati), è però consultabile sulla piattaforma di servizi lessicografici Sketch Engine (vedi oltre).

Negli ultimi tempi si registra lo sviluppo di progetti relativi alla digitalizzazione di un altro tipo di documenti storici, ovvero le pubblicazioni periodiche. Il progetto Chronicling America della Library of Congress di Washington fornisce l’accesso a un corpus di giornali storici americani contenente oltre 2,5 milioni di copie da oltre 3.400 diversi quotidiani pubblicati negli Stati Uniti tra il 1777 e il 1963. The British Newspaper Archive è un progetto che prevede la digitalizzazione della collezione di quotidiani della British Library, il cui corpo centrale è costituito da giornali pubblicati principalmente nel XIX secolo, ma contenente anche documenti pubblicati a partire dal 1700 e fino al 1950. Alla fine del 2020 il corpus consisteva in oltre 40 milioni di pagine. Un'altra importante risorsa è costituita dalla collezione di quotidiani storici Retronews, creata dalla Bibliothèque Nationale de France e contenente la digitalizzazione di circa 1000 periodici pubblicati tra il 1631 e il 1950. L’accesso a Chronicling America è gratuito, mentre The British Newspaper Archive e Retronews sono accessibili dietro pagamento di una sottoscrizione mensile.

A conclusione di questa rassegna, citiamo alcune importanti banche dati e archivi digitali accessibili online che contengono pubblicazioni nel pubblico dominio, ovvero il Project Gutenberg, l’Internet Archive, il Corpus of Historical American English ed Europeana. Queste iniziative non sono risultate utili alla nostra ricerca per diversi motivi: il Project Gutenberg, progetto precursore iniziato nel 1971 all’alba di Internet, attualmente ospita oltre 60.000 testi, la maggior parte dei quali in formato solo testo e relativi alla lingua inglese. I testi contenuti in Project Gutenberg non contengono però metadati ( ) e non è possibile limitare la ricerca a determinati periodi. L’Internet Archive, un progetto no-profit iniziato nel 1996 con lo scopo di conservare siti e altri materiali pubblicati su Internet, dal 2005 ha iniziato a digitalizzare libri e altri documenti. All’inizio del 2021 il sito conteneva oltre 5 milioni di testi, di cui solo una piccola parte (apparentemente circa 130.000 documenti) risalenti a prima del XIX secolo. Le ricerche nell’Internet Archive non hanno prodotto dati utili alla nostra ricerca. Il Corpus of Historical American English (COHA), creato da Mark Davies ( ) ed accessibile come parte delle risorse linguistiche messe a disposizione dallo studioso, contiene circa 107.000 testi (oltre 400 milioni di parole) in inglese americano pubblicati tra il 1810 e il 2009, suddivisi per fasce decennali e in 4 componenti, fiction (circa metà del corpus), riviste e quotidiani (a partire dal 1860), e libri di non fiction. Il corpus, interrogabile per fasce temporali e separatamente per ciascuna componente, è annotato linguisticamente e permette elaborate ricerche, anche se nel caso della nostra indagine non è stato utile per via dell'arco cronologico preso in esame. Infine, il progetto Europeana, lanciato nel 2008 dall’Unione Europea con il proposito di costruire un’infrastruttura di rete che colleghi il patrimonio culturale conservato nelle biblioteche nazionali europee. Il progetto si propone di rendere accessibili attraverso un’unica interfaccia contenuti digitali di oltre 1000 istituzioni europee; tuttavia, l’interfaccia di ricerca di Europeana non permette la ricerca a testo libero, in quanto si basa su un diverso approccio culturale che privilegia l’esplorazione delle collezioni ospitate per temi e argomenti.

Ricerca e analisi dei risultati

Le banche date e gli archivi digitali online contengono riproduzioni digitali di diversi oggetti, testi, suoni e immagini, e l’esplorazione di una biblioteca digitale può essere affascinante e complessa come quella di una biblioteca fisica. Per quanto riguarda la ricerca nei testi storici, soprattutto se riguardante diverse lingue, il ricercatore si deve confrontare con le opportunità e restrizioni offerte dalle diverse risorse consultate, che variano per quanto riguarda l’interfaccia utilizzata e le modalità di visualizzazione e accesso ai dati.

Non è chiaro quanti dei testi pubblicati fino alla fine del XVIII secolo siano contenuti nei database e negli archivi digitali. Secondo una stima i titoli pubblicati in lingua inglese tra il 1473 e il 1800 ammontano a circa 480.000, il 7% circa dei quali contenuti nelle tre English Historical Book Collections disponibili presso l’Oxford Text Archive. È evidente perciò che molti testi contenenti occorrenze di representative democracy, anche importanti dal punto di vista storiografico, potrebbero non essere presenti in nessuno dei database analizzati, oppure non essere recuperabili in base ai criteri temporali utilizzati. In secondo luogo, è inevitabile che le copie digitali non restituiscano tutte le occorrenze contenute negli originali cartacei, in quanto il processo di acquisizione automatizzato dei testi comporta problemi di riconoscimento dei caratteri (ad esempio la s in parole come rappresentativa, che nel Settecento è spesso visualizzata come f, parole ed espressioni che vanno a capo di riga o di pagina, spazi tra le parole, ecc.) e problemi di indicizzazione che non sempre vengono risolti. È possibile, ad esempio, che una ricerca di representative democracy (limitatamente a un determinato arco di tempo) produca risultati diversi se effettuata su copie digitalizzate dello stesso documento provenienti però da fonti diverse. Inoltre, è inevitabile che una certa percentuale di dati sia corrotta cioè, ad esempio, che non tutte le occorrenze del termine democrazia rappresentativa presenti nei testi originariamente riprodotti in formato immagine e/o testuale dalle copie depositate nelle diverse biblioteche e musei siano richiamate in queste copie digitali. Il fatto che la maggior parte delle numerose occorrenze infine rinvenute non fossero mai state richiamate all’attenzione della ricerca storica conferma però sicuramente la validità dell’indagine.

Sia le biblioteche digitali pubbliche come HathiTrust e Gallica che Google Books permettono di ricercare parole ed espressioni a testo libero, di accedere ai singoli risultati di una ricerca (in molti casi consentendo di visualizzare direttamente le singole occorrenze di un’espressione all’interno di un testo) e di scaricare il testo in formato PDF ricercabile (e in molti casi anche in formato testo). Essendo state progettate secondo criteri più specificamente biblioteconomici rispetto a Google Books, HathiTrust e Gallica permettono ricerche più puntuali e un migliore accesso ai testi e ai metadati (consentendo ad esempio di scaricare i dati aggregati di una ricerca) rispetto a Google Books, più ‘fluttuante’ e opaco in termini di accuratezza e di verifica dell'esatta consistenza del corpus. Il corpus di testi delle English Historical Book Collections dell’Oxford Text Archive disponibile su Sketch Engine è invece annotato per lemma e part-of-speech e l’interfaccia del software di interrogazione permette sofisticate ricerche. L’espressione di ricerca evidenziata in Figura 1, ad esempio, è stata utilizzata per individuare tutte le occorrenze dell’espressione representative democracy. La sintassi di ricerca specifica tutte le occorrenze di representative inizianti con qualsiasi carattere (allo scopo di comprendere sia maiuscole che minuscole), che comprendano una s o qualsiasi altro carattere (allo scopo di includere anche parole contenenti la s settecentesca) seguite da tutte le forme del lemma democracy (cioè in forma singolare e plurale, contenenti lettere maiuscole o minuscole).

Attraverso le ricerche condotte sulle diverse risorse abbiamo infine individuato occorrenze del sintagma democrazia rappresentativa e equivalenti nelle altre due lingue, per l’arco cronologico 1778-1799, in 43 testi in lingua inglese, in 89 in lingua francese e in 16 in lingua italiana.

A questo risultato si è arrivati attraverso un considerevole processo di controllo e scrematura dei risultati delle ricerche, che hanno riguardato tutte le forme singolari e plurali del termine nelle tre lingue, tenendo conto per quanto possibile delle diverse grafie. Inoltre, si è operata anche la ricerca di altri termini (democrazia diretta, repubblica rappresentativa ecc.), suggeriti sia dalla frequentazione e familiarità con i testi dell’epoca sia da evidenze lessicometriche (vedi sezione successiva). Dato che, a parte per i corpora storici contenuti in Sketch Engine, i software di ricerca non permettevano ricerche con espressioni regolari, le stringhe di ricerca utilizzate nelle interfacce delle diverse risorse hanno generato notevoli sovrapposizioni in termini di risultati. Ad esempio, occorrenze della forma singolare e plurale possono essere contenute nello stesso testo. Inoltre, come si è detto i contenuti di database e archivi possono sovrapporsi, per cui la stessa copia digitale può essere contenuta in vari database, con uguale o diversa classificazione. La presenza di duplicati si verifica non solo quando lo stesso libro, proveniente dalla stessa biblioteca, è accessibile da due interfacce diverse, ma anche quando due interfacce diverse (o anche la stessa interfaccia) rimandano a copie digitali dello stesso testo a stampa provenienti da biblioteche diverse. Per quanto riguarda le ricerche condotte su Google Books, in particolare, va segnalato il fatto che, in molti casi, uno stesso testo è presente più volte; non solo in diverse, e a volte parecchie, edizioni, ma anche, in qualche caso, con più copie dello stesso volume digitalizzate da istituzioni diverse. Si sono verificati, inoltre, alcuni casi in cui un documento reperito attraverso la ricerca del sintagma nel testo si rivelava, a una più attenta analisi, non contenere l’espressione cercata; in altri casi non è stato possibile verificare se il documento la contenesse effettivamente. Nella nostra ricerca abbiamo incluso nelle analisi successive solo le occorrenze per le quali è stato possibile reperire il testo completo che le contiene e verificarne il contesto ideologico, escludendo ad esempio quelle per le quali non era possibile la visualizzazione o era possibile solo una visualizzazione di frammenti (Google Books snippet view).

Invece, pur non approfondendole sotto il profilo qualitativo, non abbiamo considerato come falsi positivi le citazioni letterali all'interno di altri contesti testuali di documenti già presi in considerazione (l'esempio più tipico è quello delle recensioni di volumi pubblicate all'interno di periodici), così come le nuove edizioni di testi già analizzati apparse nell'arco cronologico indagato, dal momento che si tratta, in entrambi i casi, di testimonianze significative della circolazione del sintagma.

La consultazione di una così ampia quantità di testi in diverse lingue ci ha permesso di gettare luce sui diversi significati attribuiti al termine democrazia rappresentativa dagli attori sociali dell’epoca in diversi contesti geografici e culturali. Si è evidenziato, ad esempio, come all'espressione representative democracy nel contesto americano fosse spesso preferita la più neutra republic, mentre in quello britannico essa fosse utilizzata principalmente da radicali filo-giacobini e/o in riferimento al contesto rivoluzionario francese. Démocratie représentative fu usata in modo sporadico, prima di diventare notevolmente diffusa nel periodo del Direttorio (1795-1799), in Francia come in Svizzera; in Italia, il sintagma democrazia rappresentativa era utilizzato con una certa frequenza durante il triennio rivoluzionario 1797-1799, con accezione tanto apprezzativa quanto derogatoria (cfr. ). È ipotizzabile, quindi, che l'aggettivazione possa aver consentito la riappropriazione in chiave moderna di un termine – democrazia - identificato con una forma di governo antica e ritenuta inadatta a Stati di grande estensione territoriale. Inoltre, si è verificato come, perlomeno in questa fase iniziale, il termine democrazia rappresentativa (o meglio, i suoi equivalenti in inglese e francese) fossero in competizione con altri termini che non attecchiranno, come démocratie representée, o scompariranno dall’uso nel corso degli anni, come representative republic e come si riscontrassero, prima della sua affermazione, espressioni alternative come democracy by representation o démocratie par représentation. È interessante infine notare come le traduzioni di alcuni testi, in particolare dall'inglese al francese ( ; ), e viceversa ( ; ; ; ), possano aver contribuito all’affermazione del termine democrazia rappresentativa.

Democrazia rappresentativa nel corso del tempo

Il computo delle frequenze relative delle parole rapportate alle frequenze assolute può rivelare importanti informazioni se relativo a un grande numero di testi e lungo un ampio arco cronologico. Uno strumento che permette analisi di questo tipo è HathiTrust + Bookworm, che permette di visualizzare le frequenze relative lungo l’asse del tempo di una o più parole all’interno del corpus di HathiTrust . Il grafico in rappresenta l’andamento dell’uso delle parole republic, democracy, monarchy, aristocracy e anarchy in testi stampati (prevalentemente) negli Stati Uniti dal 1760 fino al presente. Si vede, ad esempio, che gli anni a cavallo tra XVIII e XIX secolo hanno segnato un momento di particolare vivacità nell’uso del lessico relativo alle forme di governo. Si nota in particolare una maggiore frequenza d’uso nei due termini già più frequenti, ovvero republic e monarchy, in quest’ordine. Questo secondo termine inizia però un lento declino che lo accompagnerà uniformemente fino al tempo presente, portandolo di poco sopra i livelli di aristocracy e anarchy. Un altro termine che vede un aumento nella frequenza intorno al volgere del secolo è democracy, il cui uso diminuirà negli anni successivi per aumentare sempre più verso la metà XIX secolo, e poi quasi arrivare a competere per frequenza con republic intorno alla metà del secolo successivo.

HathiTrust + Bookworm permette esclusivamente la ricerca di parole singole. Uno strumento simile, ma che permette ricerche più complesse e su corpora di maggiori dimensioni, è Google Books Ngram Viewer. Si tratta di un progetto sviluppato dal gruppo di ricerca Cultural Observatory presso l’università di Harvard in collaborazione con Google. Come Bookworm, Ngram Viewer permette la produzione di grafici che evidenziano la frequenza relativa di parole o gruppi di parole. Ngram Viewer utilizza come base dati un corpus contenente una parte dei testi di Google Books, suddiviso in diversi subcorpora in 8 lingue diverse. Le seguenti tabelle illustrano le dimensioni dichiarate di questi corpora per quanto riguarda l’inglese (americano e britannico), l’italiano e il francese. In vengono riportati, per ciascun anno corrispondente a una delle tre versioni di Google Books Ngram Viewer, i dati (ove reperibili, cfr. ; ; ; ) relativi alle dimensioni di Google Books in numero di titoli (e percentuale stimata rispetto al totale dei titoli pubblicati) e alle dimensioni del corpus Google Books Ngram in numero di documenti, percentuale stimata sul totale e numero di parole.

In sono riportati i dati (disponibili solo per il 2009 e il 2012) relativi alle dimensioni dei tre subcorpora di Google Books Ngram per l’inglese, il francese e l’italiano (numero di documenti e di parole). I testi in lingua italiana non erano compresi nella prima versione di Google Books Ngram Viewer (in cui c’erano solo 3 lingue). La versione del 2012 contiene non solo una maggior quantità di testi rispetto alla versione precedente, ma i testi sono stati anche annotati linguisticamente, consentendo così di svolgere ricerche relativamente complesse su tutte le parole ed espressioni che ricorrono nel corpus. La versione più recente (rilasciata nel 2020) è stata migliorata in termini di qualità dei testi scannerizzati, arricchita di ulteriori annotazioni linguistiche e aggiornata all’anno 2019, anche se non sembra siano ancora disponibili informazioni esatte sulla sua consistenza.

L’interfaccia di Google Books Ngram Viewer permette di effettuare ricerche selezionando l’intero corpus o subcorpora di specifiche lingue, per un determinato arco temporale e impostando i settaggi di visualizzazione. Questo corpus multilingue non è costituito tanto da un insieme di testi, quanto da un insieme di dati relativi alla frequenza per anno di ciascun ngram. Essendo i dati di Google Books Ngram Viewer a disposizione della comunità scientifica, è possibile verificare il numero preciso delle occorrenze su cui si basano i grafici relativi a democrazia rappresentativa (nelle tre lingue e, per quanto riguarda l’inglese, suddivisi tra dati americani e dati britannici) nei testi fino al 1799 ( ).

In ogni casella sono indicati per ciascuna lingua/paese il numero totale di occorrenze e numero di testi in cui occorrono, tranne nelle ultime due colonne a destra in cui le somme sono indicate separatamente (O = numero di occorrenze singole, D = numero di documenti). La tabella contiene anche i falsi positivi, come il testo apparentemente pubblicato in Inghilterra nel 1648 (in realtà nel 1873) e quelli pubblicati in Italia nel 1773, 1789 e 1790 (non rinvenuti nelle ricerche). Anche se i numeri delle occorrenze di democrazia rappresentativa e dei testi in cui l’espressione compare in Google Books Ngram Viewer sono diversi da quelli delle pubblicazioni effettivamente rintracciate nella nostra ricerca, essi sembrano evidenziare una certa corrispondenza (vedi ). Si tratta d’altra parte di dati non direttamente paragonabili tra loro, in quanto riferiti a basi dati diverse e ricerche non completamente omogenee (ad esempio, i numeri verificati qualitativamente nei database sono riferiti anche a testi che contengono l’espressione in forma plurale, a differenza di quelli in Google Books Ngram Viewer).

Come si diceva, Google Books Ngram Viewer permette di verificare le tendenze relative alla frequenza di termini in diversi subcorpora. Nella è evidenziata la differenza nell’uso della locuzione democrazia rappresentativa (1750-2019) nei subcorpora di testi in italiano, francese e inglese rispettivamente. Come si può vedere, in tutte e tre le lingue il termine compare alla fine del XVIII secolo, tende a regredire nell’uso nei decenni successivi e ricompare verso la metà del XIX secolo, anche se apparentemente più tardi in Italia rispetto a America/Gran Bretagna e Francia. L’uso del termine aumenta decisamente nel XX secolo, anche se nell’ultima parte di quel secolo e all’inizio di quello successivo si registra una relativa regressione in francese e italiano, lingue in cui peraltro l’espressione è più comune che in inglese.

È interessante vedere i termini a cui representative democracy si contrappone. Uno di questi è sicuramente republic, termine la cui frequenza, a differenza di democracy, è andata diminuendo nel corso degli ultimi due secoli. Allo scopo di individuare possibili termini alternativi o in competizione con democrazia rappresentativa abbiamo condotto delle ricerche in Google Books Ngram Viewer per identificare, per ciascuna delle lingue, due categorie di espressioni: tutti i sintagmi contenenti il sostantivo democrazia seguiti (o preceduti, per l’inglese) da un aggettivo, e tutti i sintagmi contenenti l’aggettivo rappresentativo/a preceduti (o seguiti, nel caso dell’inglese) da un sostantivo. In si vede il risultato di una ricerca per la parola démocratie seguita da un aggettivo, che restituisce i 10 risultati più frequenti nell’arco di tempo considerato. Come si può vedere, l’aggettivo che più spesso occorre accanto a démocratie è représentative, seguito da directe, libérale, parlementaire, moderne, chrétienne, politique, française, populaire e socialiste. Si tratta di una rappresentazione di dati relativi alle frequenze di queste espressioni calcolate nel lungo periodo, da cui si evidenzia come, tranne démocratie représentative e democratie française, che vengono introdotte alle fine del XVIII secolo, la maggior parte di queste espressioni inizia a diffondersi solo verso la metà del XIX secolo. Si può ad esempio cogliere la subitanea fortuna e il declino di espressioni come démocratie populaire negli anni immediatamente successivi la Seconda guerra mondiale, e l’andamento parallelo di démocratie chrétienne e démocratie socialiste, con un primo picco attorno al 1900 e poi un momento di maggiore frequenza negli anni ’70 del Novecento.

È ugualmente interessante, inoltre, analizzare il percorso storico del termine démocratie directe, che oggi si contrappone correntemente a démocratie représentative; sarebbe infatti fuorviante immaginare che questi due termini nascano in contemporanea, contrapponendosi l’uno all’altro. Come si può vedere nella Figura 5, la locuzione démocratie directe inizia a diffondersi solo circa un secolo dopo, quando cioè la categoria di democrazia rappresentativa era ormai stabilmente entrata nell'uso comune, per poi seguire un percorso parallelo nel XX secolo. Queste evidenze lessicometriche trovano conferma anche nelle ricerche dettagliate compiute per il periodo fino al 1799, che hanno prodotto solo due occorrenze di démocratie directe fino a quell’anno ( : xv; : 591).

Mentre ricerche condotte su tutto il corpus permettono di evidenziare l’andamento della frequenza di uno o più termini nel corso del tempo, è possibile raffrontare la stessa ricerca riferita a due momenti temporali diversi per mettere in evidenza i differenti contesti verbali in cui termini correlati appaiono in contesti storici diversi. Così, ad esempio, è possibile vedere che nel ventennio 2000-2019 ( ) gli aggettivi che più frequentemente appaiono come collocazioni di democrazia, oltre a rappresentativa sono liberale, partecipativa, Italiana e parlamentare.

Sintagmi letteralmente equivalenti si trovano eseguendo analoghe ricerche in francese e inglese (grafici qui non riportati); gli unici aggettivi che segnano delle particolarità per le tre lingue sono, rispettivamente, Italiana (in italiano), locale (in francese) e American (in inglese americano). Se invece conduciamo la stessa ricerca per il ventennio a cavallo dell’Ottocento (1790-1809) troviamo risultati diversi. Per l’inglese americano, ad esempio ( ), le collocazioni più frequenti di democracy in quel periodo, in ordine di frequenza, sono pure, perfect, simple, Athenian, French, wild, military, mere, representative (unico aggettivo in comune tra quell’epoca e il momento attuale) e tyrannical. Simple è evidentemente, fino al 1799, l’aggettivo che in modo prevalente accompagna il sostantivo democracy.

In inglese britannico (grafico qui non riportato) si registrano le medesime occorrenze, ad eccezione dell’aggettivo absolute in sostituzione di perfect. In francese (grafico qui non riportato), per lo stesso periodo, gli aggettivi che più frequentemente occorrono accanto a démocratie sono, nell’ordine, pure, royale, militaire, absolue, représentative, parfaite, simple, française e génevoise. Risultati simili a quelli di queste due prime lingue si ottengono per l’italiano (grafico qui non riportato), in cui figura in aggiunta l’aggettivo virtuosa.

La riporta invece i sostantivi riferiti al lessico politico che occorrono più frequentemente precedendo rappresentativo/a / représentatif/ive e seguendo representative (per la totalità dei testi in inglese), per i due periodi considerati. La tabella condensa i risultati di diverse ricerche, dato che non è possibile in Google Books Ngram Viewer combinare le etichette riferite a parte del discorso (aggettivi, sostantivi, ecc.) con l’etichetta riferita all’inflessione (_INF, nel nostro caso per individuare sia forme maschili che femminili, sia al singolare che al plurale). Inoltre, sono stati espunti tutti i sostantivi che si riferiscono ad altri domini, in primo luogo, in epoca contemporanea, alla statistica (in inglese, ad esempio, sample è il sostantivo che con più frequenza occorre accanto a representative).

Cosa ci dicono questi dati? Innanzitutto, che rappresentativa è oggi, insieme a liberale (e termini equivalenti in inglese e francese) l’aggettivazione principale di democrazia (e termini equivalenti in inglese e francese). In altre parole, per il lettore contemporaneo il concetto di democrazia è inteso prevalentemente come caratterizzato da questi due aggettivi, anche qualora essi non venissero esplicitati. Allo stesso modo l’aggettivo rappresentativa (e parole equivalenti in inglese e francese) richiama immediatamente, per il lettore contemporaneo, il concetto di democrazia. Per gli attori storici della fine del Settecento, invece, il concetto di democrazia è principalmente qualificato come forma di governo legata al passato. Il neologismo democrazia rappresentativa è quindi caratterizzato in opposizione alla democrazia pura o semplice, ovvero la democrazia ateniese. Si tratta inoltre di una forma di governo la cui realizzazione nel presente (di allora) è legata a determinati ambiti territoriali (America, Francia, Italia) e ad aggettivi come wild, military, tyrannical, che al lettore di giornali del Ventunesimo secolo potrebbero apparire come lontani dal concetto di democrazia. Inoltre, si vede come l’idea di rappresentanza fosse a fine Settecento legata principalmente ad altri termini del lessico politico, e solo marginalmente alla parola democrazia.

Democrazia rappresentativa ieri e oggi

Un’indagine condotta con diversi strumenti e risorse, ovvero i corpora consultabili su Sketch Engine, fornisce un’ulteriore conferma ai dati desunti da Google Books Ngram Viewer. Come si è detto, tra i corpora in lingua inglese disponibili sulla piattaforma lessicografica vi è anche un corpus contenente tre collezioni storiche dell’Oxford Text Archive, ed è possibile quindi mettere a confronto il profilo lessicale del termine democrazia in quel corpus con quello in un corpus di testi contemporanei. La e la mostrano una visualizzazione dei profili lessicali di questo temine rispettivamente in un corpus molto ampio di quotidiani pubblicati in tutto il mondo in lingua inglese tra il 2014 e il 2020 e in un subcorpus delle English Historical Book Collections relativo agli anni 1790-1809. I corpora presenti in Sketch Engine sono annotati linguisticamente e gli strumenti disponibili per l’analisi testuale permettono non solo una maggiore precisione nella ricerca delle occorrenze per mezzo di un linguaggio di ricerca molto flessibile (cfr. ), ma anche l’elaborazione di dati statistici sulla base delle annotazioni linguistiche. La e la mostrano le collocazioni più frequenti nell’immediato contesto di democracy non solo per quanto riguarda gli aggettivi (che confermano sostanzialmente le indicazioni desumibili dai grafici ricavati con Google Books Ngram Viewer), ma anche relativamente a verbi e sostantivi. Si vede così come i sostantivi che con più frequenza sono associati a democracy sono, nel XXI secolo ( ), parole come freedom, right, rule e justice, mentre i verbi che più frequentemente hanno come oggetto democracy indicano il bisogno di rafforzare (strengthen, consolidate, restore) una forma di governo che appare minacciata (threaten, subvert) nel suo funzionamento (function). Per quanto riguarda invece i testi pubblicati tra il 1790 e il 1809 ( ) democracy è contrapposta principalmente ad aristocracy (nelle sue varianti grafiche), oligarchy, despotism, commonwealth e monarchy, e può essere rovesciata (overturn) e odiata (hate), ma deve essere soprattutto realizzata (erect, refine, introduce). La particolare modalità di visualizzazione grafica proposta da questa funzione di Sketch Engine permette di percepire non soltanto la forza di attrazione tra due lemmi, espressa dalla vicinanza al centro del diagramma, ma anche la relativa frequenza, espressa dalle dimensioni dei caratteri e dei cerchi a cui le parole sono sovrapposte. Così, ad esempio, nel lessico giornalistico contemporaneo democracy è definita soprattutto dalle parole freedom e liberal, mentre representative tende a definire democracy più fortemente di parliamentary o western, nonostante la frequenza di co-occorrenza relativa di questi due ultimi aggettivi sia maggiore di quella di representative. Tra la fine del Settecento e l’inizio dell’Ottocento invece la parola che indubbiamente meglio definisce democracy (per opposizione e contrasto) è aristocracy, mentre representative si propone come uno di una serie di aggettivi che con democracy hanno una frequenza di co-occorrenza minore.

Nella la parola aristocracy appare in diverse varianti, ovvero viene conteggiata come diverso lemma a seconda che contenga la lettera s o la lettera f, sia in forma singolare o plurale, e abbia o meno l’iniziale maiuscola. Il termine aristocracy viene anche segnalato come appartenente al gruppo degli aggettivi che modificano il sostantivo. Questi dati si sovrappongono solo in parte a quelli rilevati con le ricerche in Google Books Ngram Viewer ( ). Compaiono infatti simple, Athenian, representative, tyrannical e pure ma non perfect, French, wild, military e mere. Oltre a turbolent (che sembra rimandare alla sfera semantica di wild e military) troviamo qui invece limited. È importante sottolineare a questo punto che il corpus delle English Historical Book Collections contiene solo una parte (o una sovrapposizione parziale) dei testi contenuti nel corpus Google Books Ngram, e che per quanto riguarda il lemma democracy i numeri sono molto piccoli e quindi soggetti a un margine di errore più ampio. Ad esempio, i dati su cui si basa la sono calcolati su 803 occorrenze del lemma democracy (su un totale di 2.029 occorrenze nell’intero corpus), mentre le occorrenze del termine representative democracy sono 7, di cui solamente 3 con la grafia che appare in (di cui due da un testo duplicato).

Questa relativa scarsità di dati non rende possibile effettuare su questo corpus ricerche sulle collocazioni del sintagma representative democracy, come è invece possibile fare sul corpus di testi giornalistici contemporanei (le cui dimensioni sono maggiori per diversi numeri di grandezza) ( ). Come si può vedere la representative democracy è ora caratterizzata come multipartitica e parlamentare e come qualcosa che (non) è o (non) deve essere minato (subvert, undermine), indebolito (weaken) o eroso (erode), ma anche consolidato (consolidate, underpin).

Le problematiche sopra evidenziate testimoniano da una parte dell’esigenza di tenere conto del livello di accuratezza dei testi e dall’altra della necessità di una verifica puntuale di singoli testi e occorrenze. Per quanto riguarda il primo aspetto, oltre al problema della standardizzazione grafica, è necessario contemplare il margine di errore nell’annotazione linguistica. Secondo il gruppo di ricerca Google Ngram Viewer, nei testi storici il livello di accuratezza nell’annotazione è minore che nei testi contemporanei likely above 90% for part-of-speech tags and above 75% for dependencies. This implies a significant number of errors, which should be taken into account when drawing conclusions ( ); non c’è ragione di ritenere che questo non valga anche per i testi annotati presenti in Sketch Engine. Inoltre, il fatto che problemi di accuratezza nel riconoscimento dei caratteri siano rilevabili solo caso per caso e non sull'intero corpus deve indurre a cautela rispetto all'assolutizzazione dei risultati rilevati, soprattutto su piccoli numeri di occorrenze e nel breve periodo, a causa della presumibile presenza di falsi positivi. Nondimeno, la flessibilità, versatilità e completezza delle ricerche effettuabili su corpora storici attraverso strumenti di analisi lessicografica come quelli presenti in Sketch Engine o nel Corpus of Historical American English, insieme alle diverse modalità di visualizzazione dei risultati, offrono un prezioso ausilio alla ricerca linguistica storica e alla ricerca storiografica effettuata sulla base di analisi testuali mettendo in luce evidenze lessicografiche altrimenti difficilmente rilevabili.

All'interno dell'ampio dibattito metodologico che ha sottolineato la rilevanza degli elementi linguistici, semantici e discorsivi per la ricostruzione storica delle idee politiche si vedano in particolare ; ; ; .

Tra i più noti – e riusciti – esempi di questo approccio si colloca uno studio come quello di Nadia Urbinati, che individua preliminarmente i princìpi della democrazia rappresentativa, andandone poi a cercare la genealogia all'interno del pensiero di autori che, con l'eccezione di Condorcet, non hanno mai utilizzato la formula verbale corrispondente ( ).

Il temine è stato introdotto in riferimento al tipo di analisi che è possibile svolgere a partire dal progetto di lessicologica computazionale Google Books Ngram Corpus ( ) (vedi sezione 3).

Il database contiene attualmente testi in 400 lingue. Non sembrano essere però disponibili dati relativi alla distribuzione quantitativa dei testi per lingua e per anno di pubblicazione.

Ad esempio, il progetto Gallica e il successivo progetto Europeana (vedi oltre), il primo istituito e il secondo promosso con forza dalle istituzioni pubbliche francesi, sono spesso presentati come una risposta alla privatizzazione dalla memoria culturale da parte di Google Books, e alla colonizzazione americana della cultura europea.

Thylstrup nota come il compromesso tra accuratezza e accessibilità rappresenti una delle questioni più dibattute: one of the central points of contestation in mass digitization [is] the trade-off between accuracy and accessibility ( : 10).

Cfr. https://www.hathitrust.org/about per aggiornamenti relativi al numero di testi digitalizzati presenti in HathiTrust.

Cfr. https://gallica.bnf.fr/GallicaEnChiffres per aggiornamenti relativi al numero di testi digitalizzati presenti in Gallica.

Per un elenco, aggiornato al 2011, delle biblioteche partners del progetto cfr. https://books.google.it/intl/it/googlebooks/partners.html.

Non è dato sapere a che punto si trovi attualmente il processo di digitalizzazione, iniziato nel dicembre 2012 (https://www.beniculturali.it/comunicato/digitalizzazione-del-patrimonio-librario-parte-il-progetto-mibac-google-1). In assenza di database nazionali paragonabili a HathiTrust o Gallica, Google Books rappresenta lo strumento d'elezione per quanto riguarda i testi in lingua italiana. Alcuni testi utili alla nostra ricerca, come le traduzioni italiane degli articoli di Mallet du Pan nella rivista Mercurio Britannico, sono accessibili online presso la Teca digitale della Biblioteca Nazionale Centrale di Roma (http://digitale.bnc.roma.sbn.it/tecadigitale/). Questi documenti non sono, però, ricercabili a testo libero.

Ad esempio la biblioteca comunale di Lione, ma anche altre biblioteche europee e americane che conservano libri in lingua francese.

L’accesso a Sketch Engine ( ) è fornito gratuitamente per scopi non commerciali alle istituzioni accademiche europee nell’ambito del Progetto ELEXIS fino all’aprile 2022.

A differenza di Chronicling America e RetroNews, il corpus di quotidiani britannici non contiene nessuna occorrenza dei termini cercati per il periodo considerato.

Cfr. https://www.britishnewspaperarchive.co.uk/. Si può accedere alle singole pagine in cui compare il termine o locuzione cercati e scaricare il PDF della pagina (non ricercabile) oppure fare un copia e incolla di tutto il testo.

Una versione ripulita da errori è stata recentemente resa disponibile ( ). Per l’elenco completo dei testi (in buona parte presi da fonti online come Project Gutenberg) vedi https://www.english-corpora.org/coha/help/texts.asp

Per una presentazione delle diverse problematiche legate a Europeana cfr. : 57-77.

Si tratta di una stima basata sullo Short title catalogue della British Library, cfr. http://estc.bl.uk/F/?func=file&file_name=login-bl-estc

Ad esempio, un importante testo di Condorcet del 1790 è reperibile online solo in un’edizione successiva ( ).

A questi ultimi vanno aggiunti altri 10 testi già segnalati da Guerci ( : 177-222) e non reperibili online.

La storiografia ha da tempo sottolineato come al sostantivo democrazia fossero universalmente associati significati derogatori fino all'ultimo scorcio del XVIII secolo; per una recente focalizzazione del problema e per una sintesi bibliografica cfr. : 21-36.

Inoltre, il Mercure Britannique di Jacques Mallet Du Pan venne interamente pubblicato anche in traduzione italiana.

È possibile effettuare ricerche tramite questa applicazione all'indirizzo https://bookworm.htrc.illinois.edu/

A differenza di Google Books Ngram Viewer, HathiTrust+Bookworm permette però di risalire a e visualizzare i testi che contengono le occorrenze di una determinate parola in un dato anno. Da Google Books Ngram Viewer è possibile lanciare una ricerca in Google Books relativa a un’espressione cercata, ma i risultati della ricerca non corrispondono ai dati su cui si basa Google Books Ngram Viewer.

Per ngram si intende una o più parole ortografiche in sequenza. Il corpus Google Books Ngram contiene dati di frequenza calcolati per ngram contenenti fino a 5 parole e con una frequenza minima nel corpus di 40 occorrenze.

Per americano e britannico si intende nei corpora di Google Books Ngram fare riferimento a documenti stampati rispettivamente nelle due aree geografiche.

I dati sono derivati da Davies ( ), che offre un accesso al corpus Google Book Ngram (versione 2009) attraverso l’interfaccia standard utilizzata per gli altri corpora da lui creati, consentendo l’utilizzo dei dati di frequenza per ricerche linguistiche complesse.

È possibile visualizzare i dati sulla base dei numeri per ciascun anno, oppure considerando una media calcolata su più anni (smoothing). Inoltre, vi è la possibilità di distinguere o meno tra termini che utilizzano maiuscole e minuscole.

È possibile scaricare i file contenenti questi dati all'indirizzo https://storage.googleapis.com/books/ngrams/books/datasetsv3.html

La sintassi di ricerca è la seguente: (representative democracy):eng_2019,(démocratie représentative):fre_2019,(democrazia rappresentativa):ita_2019.

La sintassi di ricerca è la seguente: démocratie *_ADJ, in cui l’asterisco rappresenta qualsiasi numero di caratteri, mentre l’etichetta _ADJ indica che la parola cercata deve essere un aggettivo.

Lo certifica il fatto che essa viene registrata dai dizionari (il primo che abbiamo reperito a dedicare uno specifico lemma alla representative democracy è la quinta edizione del Law dictionary di John Bouvier del 1855 ( :461) e compare nel titolo di fortunati trattati politici, in Francia ( ) come negli Stati Uniti ( ).

Si tratta del corpus Timestamped JSI web corpus 2014-2020 English, contenente oltre 60 miliardi di parole.

Attraverso una serie di pulsanti, non visualizzati nelle figure, è possibile attivare o disattivare gruppi di parole in diverse relazioni sintattiche e grammaticali con il lemma cercato.

In questo caso si intende per associazione il fatto che tali parole compaiano in liste separate da una virgola o dalle congiunzioni e e o.