“L’ira divenne rabbia, l’angoscia si cangiò in disperazione”. La Sentiment Analysis per le DH: intervista a Rachele Sprugnoli
Rachele Sprugnoli, docente a contratto presso l’Università Cattolica del Sacro Cuore e l’Università di Torino, è intervenuta al convegno “Connessioni Digitali” con un contributo sul ruolo della Sentiment Analysis nelle Digital Humanities, evidenziandone l’uso in ambito letterario, storico e linguistico. Ha illustrato le sfide legate all’analisi automatica dei testi, come ironia e contesto, e discusso modelli emotivi e casi di studio su Manzoni e Seneca.
Attiva tra ricerca, didattica e divulgazione, Rachele Sprugnoli incarna l’approccio interdisciplinare che oggi più che mai guida l’evoluzione delle scienze del linguaggio. Con una solida formazione in Informatica Umanistica (Università di Pisa) e un dottorato in Information and Communication Technology (Università di Trento), ha maturato una lunga esperienza in progetti nazionali e internazionali dedicati al trattamento computazionale dei testi. Oltre alla dimensione accademica, è responsabile della comunicazione per l’Associazione Italiana di Linguistica Computazionale (AILC), contribuendo attivamente alla divulgazione scientifica in questo settore.
In questa intervista, Rachele Sprugnoli ci racconta come utilizza i Large Language Models nella sua pratica quotidiana, tra ricerca e didattica, e accenna ad alcuni progetti, come l’annotazione dei Promessi Sposi e la documentazione dei dialetti italiani. Buona lettura!
L’Intelligenza Artificiale sta diventando sempre più pervasiva nella vita accademica e professionale. In che modo lei utilizza concretamente i Large Language Models (LLM) nelle sue attività quotidiane?
Vorrei partire con una premessa: oggi si parla tantissimo di Intelligenza Artificiale, spesso anche fuori dai contesti specialistici, ma non bisogna dimenticare che si tratta di una disciplina attiva dagli anni ’50, che comprende ambiti ben più ampi dei soli LLM – dalla guida autonoma ai sistemi di riconoscimento facciale. All’interno di questo panorama, la linguistica computazionale è ormai riconosciuta come una sotto area dell’IA.
Per quanto riguarda me, uso gli LLM in due modi: da semplice utente, soprattutto per supporto alla traduzione in inglese – lingua che utilizzo quotidianamente per lavoro – e, sul versante della ricerca, attraverso esperimenti legati ai miei progetti. In quest’ultimo caso mi avvalgo sia dei modelli commerciali come ChatGPT, Claude o Gemini, sia di modelli open source accessibili tramite API.
Può raccontarci qualcosa dei progetti a cui sta lavorando attualmente? E su quali lingue si concentra in particolare la sua ricerca?

In questo periodo sto lavorando su due fronti principali. Il primo riguarda l’opera di Manzoni: coordino l’annotazione morfo-grammaticale dei Promessi Sposi, sviluppo modelli addestrati sul testo e sto contribuendo alla creazione di un corpus manzoniano completo, che sarà presto disponibile su NoSketch Engine. Parallelamente, mi sto dedicando alla documentazione e modellazione dei dialetti italiani, in particolare il parmigiano e il siciliano, costruendo glossari bilingui secondo i principi dei Linguistic Linked Open Data. In sintesi, sto lavorando sull’italiano ottocentesco e sulle varietà linguistiche locali del nostro territorio.
Nella sua attività didattica, come affronta l’insegnamento del Natural Language Processing, soprattutto in contesti applicati come quello dei social media?
Il mio approccio didattico combina sempre teoria e pratica: sono due dimensioni complementari e imprescindibili. Durante le lezioni utilizzo spesso demo online di sistemi NLP e notebook interattivi su Google Colab – per i quali è richiesta una conoscenza base di Python. Anche l’esame riflette questa impostazione: da un lato, un elaborato scritto basato su analisi sperimentali svolte in autonomia dagli studenti; dall’altro, una prova orale incentrata sugli aspetti teorici del corso.
Ha avuto esperienza anche nella scuola secondaria: come hanno reagito gli studenti all’uso del distant reading per l’analisi dei testi letterari, ad esempio di Manzoni?
La risposta è stata molto positiva! Queste attività a scuola hanno un duplice obiettivo: da una parte, avvicinare ragazze e ragazzi alla linguistica computazionale rendendoli consapevoli delle reali potenzialità (e dei limiti) degli LLM; dall’altra, far riscoprire loro i classici della letteratura con occhi nuovi. Insieme alla Dott.ssa Arianna Redaelli abbiamo raccontato questa esperienza in un articolo divulgativo, che potete leggere qui: Algoritmo e letteratura.
OpenEdition vi suggerisce di citare questo post nel modo seguente:
elianabergaglio (17 Luglio 2025). “L’ira divenne rabbia, l’angoscia si cangiò in disperazione”. La Sentiment Analysis per le DH: intervista a Rachele Sprugnoli. Digital Humanities PhD. Recuperato il 16 Dicembre 2025 da https://doi.org/10.58079/14czw
