DiverSIta. Diversity in Spoken Italian

Abstract

Il progetto DiverSIta nasce con l’obiettivo di documentare la natura dinamica e plurale del patrimonio orale italiano attraverso lo sviluppo di una risorsa digitale aperta, modulare e replicabile. Al centro del progetto vi è l’espansione del corpus KIParla, con particolare attenzione ai contesti urbani di Bologna e Torino e alle molteplici forme di italiano che emergono nell’interazione quotidiana. Una rappresentazione accurata della diversità dell’italiano parlato costituisce infatti un passaggio essenziale per comprendere la società contemporanea e valorizzarne la pluralità linguistica e culturale. Il progetto ha previsto lo sviluppo di quattro nuovi moduli — ParlaBO, KIPasti, Stra-ParlaBO e Stra-ParlaTO — costituiti da registrazioni trascritte e allineate con l’audio, interrogabili attraverso l’interfaccia NoSketchEngine mediante ricerche filtrabili sulla base dei metadati. I dati comprendono interviste semi-strutturate e conversazioni spontanee raccolte in differenti contesti comunicativi e sulla base di protocolli coerenti e condivisi. Parallelamente all’ampliamento dei dati, DiverSIta ha consolidato l’infrastruttura tecnica e metodologica di KIParla, secondo un modello modulare, incrementale e replicabile. Le procedure di raccolta, trascrizione, allineamento, pseudonimizzazione, annotazione e conversione dei dati sono state documentate per garantirne trasparenza, interoperabilità e riuso, in linea con i principi FAIR. La documentazione, i metadati e i materiali metodologici sono stati resi disponibili attraverso GitHub e il repository CLARIN-IT. Il progetto ha inoltre promosso lo sviluppo di nuovi livelli di annotazione del corpus. In particolare, KIParla Forest ha avviato l’estensione verso l’annotazione sintattica del parlato secondo il quadro Universal Dependencies, affrontando le specificità della sintassi interazionale e ponendo le basi per interrogazioni linguistiche più avanzate. Accanto alla costruzione della risorsa, DiverSIta ha analizzato il parlato come luogo di costruzione e negoziazione delle categorie sociali. Su questa base è stata sviluppata la Bussola dell’Oralità, un insieme di linee guida e attività rivolte anche a interlocutori non accademici, con l’obiettivo di favorire un uso consapevole dei dati di parlato e una migliore comprensione delle dinamiche linguistiche, sociali e interculturali. Obiettivi 1. Ampliare la rappresentatività e le possibilità di analisi del corpus KIParla Il primo obiettivo è stato ampliare la copertura del corpus rispetto alle varietà diafasiche, diastratiche e diatopiche dell’italiano parlato. ParlaBO documenta l’italiano parlato nel contesto urbano bolognese attraverso interviste semi-strutturate a partecipanti con profili sociolinguistici differenziati. KIPasti raccoglie conversazioni spontanee registrate durante pasti condivisi in differenti regioni italiane e permette di osservare le dinamiche dell’interazione quotidiana in contesti a basso controllo. Stra-ParlaBO e Stra-ParlaTO documentano invece l’italiano parlato da persone con esperienze di migrazione internazionale e da membri di comunità plurilingui presenti nelle aree urbane di Bologna e Torino. I due moduli consentono di rappresentare repertori, pratiche plurilingui, varietà di apprendimento e forme di italofonia ancora scarsamente documentate nei corpora esistenti. L’ampliamento dei dati è stato accompagnato dallo sviluppo dell’infrastruttura, della documentazione metodologica e di nuovi livelli di annotazione, inclusa la sperimentazione dell’annotazione sintattica nel progetto KIParla Forest. 2. Tradurre la ricerca in strumenti per la società Il secondo obiettivo è stato favorire il trasferimento delle conoscenze prodotte verso scuole, istituzioni, associazioni e soggetti impegnati in contesti educativi e interculturali. La Bussola dell’Oralità è stata concepita per aiutare interlocutori accademici e non accademici a utilizzare e interpretare i dati di parlato e a riconoscere i processi attraverso cui le categorie sociali vengono costruite, negoziate e trasformate nell’interazione. Particolare attenzione è stata dedicata al rapporto tra pratiche linguistiche, plurilinguismo, inclusione e rappresentazione delle persone con esperienze di migrazione. Risultati attesi Il progetto prevedeva la realizzazione di quattro risultati principali: 1. l’ampliamento di KIParla attraverso i moduli ParlaBO, KIPasti, Stra-ParlaBO e Stra-ParlaTO; 2. il consolidamento di un’infrastruttura digitale aperta, interoperabile, sostenibile e replicabile per la documentazione del parlato; 3. lo sviluppo di metodologie e livelli di annotazione capaci di rendere i dati utilizzabili per studi sociolinguistici, acquisizionali, sintattici, semantici, pragmatici e interazionali; 4. la restituzione dei risultati alla società attraverso la Bussola dell’Oralità, attività formative e iniziative di ricerca partecipativa.

Risultati raggiunti

DiverSIta ha raggiunto e, per diversi aspetti, superato gli obiettivi previsti, producendo una nuova versione del corpus KIParla composta da sei moduli — KIP, ParlaTO, ParlaBO, KIPasti, Stra-ParlaBO e Stra-ParlaTO — per un totale complessivo superiore alle 300 ore di registrazioni trascritte e allineate con l’audio. I quattro nuovi moduli sono stati completati, integrati nell’infrastruttura del corpus e pubblicati attraverso l’interfaccia NoSketchEngine. ParlaBO comprende 85 interviste semi-strutturate, per circa 66 ore di registrazione, 150 partecipanti e circa 650.000 token. Il modulo amplia la documentazione dell’italiano parlato a Bologna, rappresentando differenti fasce di età, livelli di istruzione, professioni e provenienze geografiche. KIPasti comprende 63 interazioni registrate durante pasti condivisi in 13 regioni italiane, per circa 43 ore, 147 partecipanti e oltre 480.000 token. Il modulo offre dati a basso controllo particolarmente rilevanti per lo studio dell’organizzazione dei turni, delle sovrapposizioni, della costruzione incrementale del significato e delle dinamiche dell’interazione spontanea. Stra-ParlaBO comprende circa 68 ore di registrazioni, di cui 40 ore di interviste semi-strutturate e 28 ore di conversazioni libere, con 140 partecipanti appartenenti alle comunità ucraina, marocchina, cinese e bangladese presenti nel contesto bolognese. Stra-ParlaTO comprende circa 60 ore di registrazioni, di cui 33 ore di interviste semi-strutturate e 27 ore di conversazioni libere, con 191 partecipanti appartenenti alle comunità romena-moldava, marocchina e peruviana presenti nel contesto torinese. Per la costruzione dei due moduli Stra-Parla sono stati messi a punto un protocollo comune di intervista, un vademecum per la raccolta, una metodologia di archiviazione e uno schema di metadati. Le convenzioni di trascrizione sono state inoltre ampliate per rappresentare più accuratamente il parlato L2 e le pratiche plurilingui. La raccolta è stata condotta in collaborazione con associazioni e organizzazioni locali, secondo un approccio partecipativo e attento alla costruzione di relazioni di fiducia con le comunità coinvolte. Sul piano infrastrutturale, è stata aggiornata l’interfaccia NoSketchEngine e sono stati revisionati gli script per la conversione e il controllo dei dati. Il corpus è ora prodotto in diversi formati interoperabili, tra cui VERT, CoNLL, JSON, EAF, TXT e CSV. Le procedure includono controlli automatici di coerenza e correzione delle incongruenze di trascrizione. È stato creato un repository GitHub dedicato a KIParla e una specifica collezione nel repository CLARIN-IT, dove sono stati depositati la documentazione, i metadati e le linee guida metodologiche. Questi risultati rafforzano l’accessibilità, la riproducibilità e la sostenibilità a lungo termine della risorsa. Il progetto ha inoltre avviato un’estensione significativa dell’annotazione linguistica. KIParla Forest costituisce una prima sperimentazione di annotazione sintattica del parlato italiano secondo Universal Dependencies. Sul piano del trasferimento delle conoscenze, è stata sviluppata la Bussola dell’Oralità, un insieme di linee guida per l’impiego e l’interpretazione dei corpora di parlato e per l’analisi della costruzione discorsiva delle categorie sociali. Le attività della Bussola sono state presentate attraverso attività ludiche presentate durante la Notte dei Ricercatori (2024) e in un corso online rivolto a insegnanti provenienti da tutta Italia. Le attività hanno mostrato le possibili applicazioni di KIParla nella didattica dell’oralità e nell’educazione alla diversità linguistica. Un ulteriore risultato di ricerca partecipativa è rappresentato da Relatar, realizzato dall’unità di Torino insieme a Paradero NOMiS. L’attività ha coinvolto giovani della comunità latinoamericana di Torino nella co-costruzione di una guida turistica sperimentale dell’America Latina in città, basata su interviste e conversazioni registrate. I risultati scientifici e metodologici sono stati diffusi attraverso pubblicazioni, conferenze, seminari, corsi e iniziative pubbliche. Tra gli eventi principali figurano il convegno intermedio “L’italiano parlato e chi parla italiano. Teoria, pratica e casi di studio”, organizzato a Torino nel novembre 2024, e il convegno internazionale finale “Talking Data. Methodological and theoretical challenges raised by spoken interaction data”, svoltosi a Bologna nell’ottobre 2025. Nel complesso, DiverSIta ha consolidato KIParla come infrastruttura di riferimento per lo studio dell’italiano parlato, ampliandone la rappresentatività, le possibilità di annotazione e interrogazione, l’accessibilità e l’impatto scientifico e sociale. Il progetto ha prodotto non solo nuovi dati, ma anche un modello metodologico aperto e trasferibile per documentare l’oralità come patrimonio linguistico e culturale.

Project details

Unibo Team Leader: Caterina Mauri

Unibo involved Department/s:
Dipartimento di Lingue, Letterature e Culture Moderne

Coordinator:
ALMA MATER STUDIORUM - Università di Bologna(Italy)

Total Eu Contribution: Euro (EUR) 218.561,00
Total Unibo Contribution: Euro (EUR) 113.727,00
Project Duration in months: 24
Start Date: 30/11/2023
End Date: 28/02/2026