Osservando l'evoluzione delle interfacce uomo-macchina, mi sembra emergere un trend chiaro: il documento attivo (testo e codice mescolati, controllabili e modificabili dall'utente) è l'interfaccia più potente ed è anche ciò che fu proposto agli albori dell'IT. Interessi commerciali e una certa ignoranza diffusa hanno cercato di soffocarla. La chiamo DocUI: testo, codice mescolati, renderizzati per l'utente, plasmati da lui a volontà.
Un'idea allora ancora grezza, con limiti materiali, ma che alla fine torna perché valida, non c'è volontà politica o di business che tenga. Il commercio seleziona ciò che porta profitto presto, può rallentare, dirottare l'evoluzione, può cercare di uccidere delle idee, ma non la necessità e l'opportunità che le han generate, per cui queste tornano ciclicamente sinché si diffondono a sufficienza da non esser più arrestabili. Ostacolare la maturazione delle idee è un crimine contro l'evoluzione umana che va stroncato.
Qui ripercorro la storia dell'interfaccia principale uomo-macchina-informazione, il testo, che nel caso dell'interazione con un computer è un flusso bidirezionale uomo-macchina di informazione, spargibile in un grafo, la rete di computer e quindi umani dietro di loro, interconnessi. Ripercorrere la storia serve a capire dove siamo e quanti decenni d'evoluzione potenziale abbiamo perso per interessi commerciali contrari a quelli dell'umanità, è quindi incitamento a correggere il tiro più rapidamente di quanto naturalmente avviene a prescindere dalla volontà dei singoli attori di qualsivoglia dimensione.
La DocUI parte molto prima del web
Nel 1962 Douglas Engelbart proponeva il computer come mezzo per aumentare l'intelletto umano: il documento non è un foglio digitalizzato ma un ambiente operativo che permette all'umano di riversare informazione nella macchina, strutturarla, modificarla, collegare un brandello di informazione ad un altro come normale uso della macchina.1 Sutherland nel 1963 con lo Sketchpad2 aveva presentato uno schermo simil-touch con penna dedicata per poterlo usare, disegnare circuiti ecc perché allora appariva ovvio che il punto fosse l'informazione, liberamente costruibile ed elaborabile. Erano gli inizi.
Nei laboratori Xerox degli anni '70 si prepara alla commercializzazione di questa idea sotto forma di workstation (Alto), un computer moderno con schermo, tastiera, mouse, un linguaggio per dialogare con la macchina, lo Smalltalk:3 il documento è l'ambiente, ogni oggetto sullo schermo è vivo, ispezionabile, modificabile in esecuzione; Alan Kay pensa il Dynabook perché anche un bambino possa aprire il cofanetto e cambiarne il contenuto, il documento è una DocUI, il runtime appartiene all'utente che lo usa e lo scrive.4.
Nel 1984 Donald Knuth formalizza il concetto di literate programming: codice e prosa in un unico manoscritto pensato per essere letto da umani, estraendo ciò che serve alla macchina per eseguire.5 Nel 1987 HyperCard6 porta questo concetto a milioni di non-programmatori, la programmazione utente, il modello che oggi torna di moda con "le note" (abbiamo visto il boom di EverNote, poi di Obsidian tra gli utenti meno preparati in termini IT, org-mode per i più sapienti, la moda di Markdown in generale in mezzo). Da lì arriva il declino commerciale, si vuole togliere il controllo all'utente, non dargli un simile potere. Pensate solo un attimo: al tempo chi aveva un computer semplicemente scriveva a livello accademico, faceva di conto, non pensava in termini commerciali, ma altri lo facevano; quanto ci vuole se si raccolgono notizie di stampa a notare trend che non fanno comodo a qualche gigante? Quanto ci vuole ad analizzare diffusamente bilanci, effetti economici, arrivare ad un OpenFisca ante litteram per pesare gli effetti delle riforme prima che queste vedano la luce?
Il web rappresenta il grande dirottamento: resta il testo e restano i link, ma sparisce il controllo. Il documento arriva da un server remoto, si consuma, non si modifica né si esegue localmente. L'utente diventa lettore-consumatore. La rinascita tecnica, org-mode con org-babel ed Emacs sempre vivo, testo eseguibile, collegabile, versionabile. E ancora con Unix "la GUI non serve" che poi si piegò e l'aggiunse, violando largamente i suoi principi base, perché se anche c'era una certa flessibilità non c'erano le IPC alla sua base. Possiamo citare Blit/Jerq,7 Apollo, SunView, AWM/Athena, UWM con X1..X8 sino a X10, NeWS8 ed infine X11 che è vivo ancora oggi, non permettevano di concatenare piccoli programmi se non con copia&incolla o drag&drop manuali. Le GUI widget based successive con Windows quale alfiere, presto abbandonate per WebUI di qualche genere, canvas creati al loro interno per tutto ciò che non poteva essere menu, bottoni, poi le Notebook UI relativamente recenti, nuova rinascita tecnica, il passaggio dai menu al search&narrow delle CLI limitate (lanciatori, dash ecc) sino alle chat con gli LLM mostrano un ritorno, limitato e limitante, a ciò che avevamo libero nell'IT delle origini.
Possiamo continuare con mille esempi ma la sostanza è che il commercio ha vinto, per un po'. Il documento attivo non concedeva rendita: un testo che l'utente possiede, esegue e modifica non genera né lock-in né telemetria né pubblicità. L'web l'ha sostituito col documento a noleggio, scaricato dal server a ogni visita, scritto per essere servito più che letto. Ma un modello di business può ritardare una traiettoria tecnica, non abolirla.
L'evoluzione già ben visibile
Guardiamo ora la storia delle interfacce sotto un punto di vista tecnico, non chi deve venderle. Ogni passo avanti, cioè ogni passo che il mercato ha comunque dovuto fare nonostante tutto, è stato un passo verso più testo, meno vincoli, più bidirezionalità.
Dalle UI widget-based alle WebUI: si abbandona il menu che vincola le scelte per la pagina che scorre e risponde; si perde l'applicazione e si guadagna il documento. Mezzo passo indietro sul possesso (il documento vive altrove), mezzo passo avanti sul testo.
Le NotebookUI: Jupyter e simili riportano la DocUI in forma rigida, limitata, celle di codice e prosa che si eseguono nel documento in sequenza, ingabbiate nel browser, almeno salvabili come testo, meccanicità scomoda ma ennesimo piccolo passo.
Le dashboard search&narrow: dove il menu vincolava le scelte, la ricerca libera con filtraggio progressivo mette l'utente a comporre interrogazioni, testo in entrata, risultati in uscita, una CLI limitata: l'utente scrive per ottenere qualcosa anziché cliccare e scorrere.
La chat con gli LLM è la forma più recente e rivelatrice di questo ritorno: scambio bidirezionale di testo in cui l'utente scrive e la macchina risponde. Resta rigida e spesso dipendente da un server, ma il segnale è inequivocabile: l'interfaccia che il mercato ha dovuto adottare, controvoglia, è di nuovo testo bidirezionale.
Il pattern: dal menu alla ricerca, lo abbiamo visto con gli utenti di ambienti desktop moderni che al posto di scorrere un menu battono un tasto, scrivono qualche lettera ed appare l'app che vogliono lanciare, battono invio per eseguire. Persino Windows col suo menu l'ha resa istituzionale. Le dash in ambiente FLOSS, ma anche su Android col menu che è una griglia ed offre ricerca quale filtro dei risultati mostrati in griglia, come lo offre nelle impostazioni, rinascita de facto dell'HUD di Unity Desktop (Ubuntu). Ogni vincolo che cade è un passetto verso la DocUI che riemerge. Prigioniera per ora, ma riemerge. La chat dell'LLM come servizio è la DocUI più estrattiva mai costruita, testo bidirezionale dove però il runtime, il documento e il contesto appartengono tutti al padrone del server e anche se usata in locale comunque limitata dal browser o dalla CLI/TUI dell'agente.
Abbiamo visto come il tentativo di glorificare l'ignoranza, ad es. della General Magic,9 che voleva ricreare il mondo fisico nel desktop per non stravolgere l'assenza di conoscenza IT dell'utente, creando un ambiente virtuale in cui per spedire una mail bisognava percorrere uno scenario fittizio d'ufficio, edifici, entrare in un ufficio postale e lì inviare, o per cercare il destinatario usare una finta rubrica rotativa di carta virtuale. Anche il reazionarismo dei più cede alla necessità tecnica nel tempo. Non solo, Bonnie Nardi (A Small Matter of Programming, MIT Press 1993) dimostrò che la programmazione utente, per automatizzare e plasmare il proprio ambiente è assolutamente naturale se l'ambiente lo permette, lo incoraggia, è fatto pensando questa. Excel coi suoi orrori mostra come NON fare questo ambiente, Emacs come farlo. L'LLM completa il quadro rendendo facile a chi sa poco andar avanti. Non è male sul tema il recente pezzo di Buterin sul tema.
Il salto evolutivo
Oggi l'web è l'ambiente principale per i più, ciò che non è web per loro è documento Office, files e directory di un'altra era. Strumenti nati per far usare computer a personale di segretariato senza competenze, oggi diffuso perché i più sono in un simile livello di incompetenza IT. Questo rende estremamente limitata la capacità di collaborare e di produrre contenuti utili nel presente, facendo perdere un mare di ore uomo in inefficienza. Deve cambiare il prima possibile. Lo farà comunque, ma noi abbiamo una vita sola e la sprechiamo non evolvendo, diamo ai nostri figli un mondo più arretrato, sprecando quindi anche la loro vita.
Il salto al tempo del PARC come delle LispM non si fece anche per il costo del ferro, ma oggi, oggi è impensabile non farlo, il ferro l'abbiamo in tantissimi oggi e nonostante la spinta verso cloud+mobile per togliere il controllo dell'OS ed i dati locali, ben sappiamo che si lavora su desktop, non su mobile, ed è impensabile continuare su questo trend che ha già fallito nei suoi vari tentativi anti-desktop (si pensi ai netbook e ai tablet, i primi falliti, i secondi di successo solo per consumare contenuti, non crearli). Tanto più che oggi la produzione di miniPC per LLM locali rende alla portata di tantissimi plasmare il proprio ambiente anche con poche competenze IT e tempo. Oggi Office non ha più senso e anche chi riesce a malapena ad usare Excel fa ben di più e meglio in Quarto, org-mode, Python con un LLM a fianco.
Nostr come nuovo web
Serve un web nuovo: il contenuto remoto è solo un flusso, acquisito ed elaborato in locale, e per farlo viaggiare bastano gli standard, solo lui, non l'applicazione. Nostr appare una buona risposta: eventi firmati in JSON, relay di trasporto, client sovrani; il formato è unico ma la forma è libera10. E le forme si dispongono già lungo una scala naturale:
- la chat tra umani come forma minima, il testo più breve che si scambia in rete;
- il post stile Twitter/X come forma intermedia, qui al posto di Usenet o Reddit dove la comunicazione è organizzata per temi (gruppi, sub) si organizza un feed personale per persone seguite e scoring ovvero voti su un messaggio specifico, questo permette l'emersione di contenuti per tutti e la selezione personale degli stessi;
- il post di blog come forma lunga.
Ogni messaggio può esser per tutti, pubblico, solo per un soggetto o un piccolo gruppo o anche solo per se. Comunque spargibile sulla rete Nostr dei relays e ovviamente sul proprio computer, mantenendo la piena proprietà e disponibilità dei propri contenuti e anche di quelli cui si è interessati, perché banalmente il proprio relay mirrora ovvero conserva e può o meno ritrasmettere a chi si vuole i contenuti che si condividono o che si vuole esplicitamente conservare. Non servono "archivi esterni terzi", non serve Zotero col Connector per importare, è parte del sistema.11
I messaggi del resto sono tutti, in fondo, la stessa cosa: un evento firmato che viaggia e si presenta. Non è un'astrazione: è esattamente ciò che Gnus, il lettore di news di Emacs, fa da decenni: mail, news Usenet, feed RSS, con plugin esterni anche Reddit, HN, tutti consolidati in un'unica UI, perché anche se i sistemi sono diversi sono scambi di messaggi allo stesso modo. Un solo client, un solo insieme di comandi, una sola cassetta degli attrezzi per tutto ciò che arriva. La lezione di Gnus generalizzata a Nostr: la UI comune non la compra il fornitore, la costruisce l'utente. Nostr ha anche un sistema di micropagamenti, gli zap (NIP 57), che sono Lighting, ed anche eventi Nostr firmati come ogni altro, perché anche lo scambio di valuta è la stessa cosa, e possono essere anche personali al 100% con applicazioni come Alby HUB, pure integrati come POS per ecommerce e negozi, es. BTCPay Server e via dicendo, perché è codice libero, non servizio di una terza parte specifica.
L'OS come singola app, plasmabile, integrata
Per sostituire il modello Office serve il modello LispM, Emacs con le note org-mode che includono le mail (es. notmuch/ol-notmuch), la finanza personale (es. BeanCount in org-mode), l'OS stesso (es. NixOS configurato come note org-mode letterate) e via dicendo. Un ambiente in cui l'utente lavora nativamente con testo, comunica e interopera col resto del mondo, il suo storage locale è condivisibile al bisogno, in una rete IPv6 con un global per host o in una fatta da Nostr over Tor per bypassare gli assurdi limiti degli ISP, che si vuol tenere ritardando IPv6 o costruendoci attorno assurdi recinti di NAT non necessario.
Questo ambiente va insegnato dalle scuole, per scrivere, per disegnare, per far di conto nelle molteplici forme che fanno parte della cultura base del Cittadino, che si nega per portare avanti ancora un po' un modello commerciale tecnicamente insostenibile.
Questo OS usa Nostr come layer di comunicazione e rete, recuperando una parte dei concetti di Plan 912 ed è de facto una LispM13 rinata. L'ambiente di lavoro nuovo/vecchio è un Emacs moderno, già usabile con EXWM, dove il window manager è Emacs stesso:14 testo eseguibile, messaggi in ogni forma, file locali, transazioni firmate, pagamenti, contenuti e flussi multimediali; una sola applicazione che è il sistema. Ci sta bene qui una conferenza di Bret Victor, The Future of Programming del
I limiti
Se abbiamo visto che alcune idee non sono esplose subito per limiti di costi, di ferro, di tempo materiale per comprenderne la conoscenza: è facile immaginare un dialogo tra un manager ed un ricercatore del tempo del PARC:
- ric: abbiamo una rivoluzione, la workstation Alto, tutta l'informazione a portata di mano ovunque nel globo, collaborazione istantanea, calcolo integrato!
- manager: [pensa] mah, il fax non è certo una novità, e manco il telefono… [dice] UAU, fantastico e quanto costa? Quanto ci vuole a diffonderla?
- ric: beh, ad oggi quanto un ufficio in centro, per creare la rete capillare e digitalizzare l'informazione qualche decennio e il PIL di un paese leader mondiale o due
- manager: INFERMIERI!!!!
Eppure se ben guardiamo quanto tempo c'è voluto, quanto è stato investito vediamo che non era affatto una pazzia. Il punto quindi è capire il modello e andare direttamente dove serve, investendo dove serve anziché cercare il profitto a corto termine e stop, cercando pure di frenare l'evoluzione per mantenerlo ancora un po'.
Il modello che propongo qui non è perfetto né completamente pronto ma è già abbastanza pronto per diffonderlo e investirci sopra, gli LLM che possono espandere questo modello possono anche diventare l'arma ultima contro di lui, perché come sempre il punto è chi fa la storia, la fa per il suo interesse, chi la lascia fare ad altri quell'interesse subisce. Per questo da tempo scrivo sulla necessità della formazione IT sin dalla scuola e questo ennesimo articolo ne è piccolo tassello aggiuntivo. Uno schizzo sintetico di architettura futura, le cui basi sono già qui, note da tempo, teoricamente pronte, se solo si diffonde la conoscenza e si comprende possibilità ed opportunità.
È qui il nocciolo, la base gnoseologica che inneschi il cambiamento sociale anziché rallentarlo.
Conclusioni
Il commercio ha speso decenni a convincerci che il documento non fosse la via, poi ha reimplementato il documento a suo favore; speso altri tre decenni a convincerci che la forma giusta fosse il noleggio e sta ancora spendendo questo decennio a vendere la conversazione in gabbia, in giardino recintato che dipende da un singolo padrone. La tecnica, intanto, non ha mai cambiato davvero direzione: dal link di Engelbart alla cella di Jupyter alla query di ricerca al messaggio in chat con un LLM, l'interfaccia torna sempre al testo bidirezionale con dati e codice dentro. Non aspettiamo che il mercato ci conceda il prossimo passettino: la storia che abbiamo sepolto è già il disegno. Si scava, si reimplementa, si possiede.
note
Douglas C. Engelbart, Augmenting Human Intellect: A Conceptual Framework, SRI Report 1962 ed anche il pdf relativo.
A Man-Machine Graphical Communication System, tesi MIT 1963 di Ivan Sutherland
Smalltalk-80: The Language and Its Implementation, 1983 di Rob Pike e si veda anche Kay, The Early History of Smalltalk, 1993.
Alan Kay, A Personal Computer for Children of All Ages, 1972
Donald E. Knuth, Literate Programming.
The Blit: a multiplexed graphics terminal, BSTJ 1984
Sun, NeWS: a PostScript-based network window system (1986) se qualcuno volesse cercare. Vale la pena ricordare che finestra NeWS era un documento PostScript, un programma scaricato al display server e vivo lì, componibile con gli altri, esattamente ciò che la GUI Unix diceva impossibile. Sun lo uccise per tensioni commerciali interne e performances non esaltanti prima che X11 gli passasse sopra, e con esso morì l'unica GUI che avesse imparato la lezione dell'IPC. Oggi una WebApp con altro stack è NeWS redivivo, un documento eseguibile scaricato al client, con la differenza decisiva che nel browser il programma lo manda il padrone del server, non l'utente.
General Magic (Kerruish & Maude, 2018) se si vuole un esempio o anche solo questo estratto di conferenza del 1994 che mostra il desktop, come lo intendevano al tempo.
Nostr: eventi firmati, relay di trasporto, client liberi; le specifiche sono le NIP (Nostr Improvement Proposal). Ad oggi è un ecosistema caotico per lo più di crypto-entusiasti, ma qui e là diventa anche sistema di dialogo e commercio (ad es. nella sua comunità filippina) per cui sono nati anche dei marketplace interni, non ha una forma, non ha un'UI, e ciò frena la diffusione iniziale, ma ha le basi per realizzarle e pian piano qualcosa emerge, perché il punto è la proprietà ed efficacia del protocollo, la UI è compito dei client e questi vengono naturali non come webapp ma come parte di un ambiente plasmabile dove programmare un client è gioco da utente, che se lo cuce su misura.
per chi volesse approfondire il tema della proprietà dei contenuti suggerisco questo lungo articolo che affronta il tema al di là di Nostr.
Plan 9 from Bell Labs, dove ogni risorsa è un file e 9p è il protocollo universale, lui va oltre perché spezza l'OS in funzioni spargibili via rete, display server, cpuserver e storage, ma lo spirito dell'OS in rete non già di rete, perché noi siamo Cittadini, non i Bell Labs dell'AT&T: quello spirito, l'OS in rete, non di rete, è la risposta da tenere e riscoprire.
Le macchine Lisp come ambiente computazionale totale e modificabile in esecuzione, https://youtu.be/RQKlgza_HgE tanto potevano fare già nei primissimi anni '90, quando il desktop dell'utente finale era spesso ancora solo un terminale a caratteri.
EXWM, l'X window manager, non il primo degli WM capaci di gestire X11 in Emacs, ma uno vivo e attivo ancora oggi che permette l'integrazione inglobando X11 in Emacs.