Simplify Review
Una web app che alleggerisce le fasi più ripetitive di una revisione sistematica (importazione, deduplicazione, filtri e tracciamento delle decisioni) e lascia sempre l’ultima parola al ricercatore.
Il metodo più rigoroso è anche il più lento
Le systematic review sono il modo più affidabile per sintetizzare le evidenze scientifiche: protocolli espliciti, criteri dichiarati in anticipo, ogni passaggio replicabile. Proprio questo rigore le rende costose. Una singola revisione può richiedere mesi di lavoro.
Le fasi iniziali sono le più faticose: recuperare migliaia di record da banche dati diverse, eliminare i duplicati, uniformare metadati incoerenti, applicare i criteri di inclusione e documentare ogni scelta. Oggi questo lavoro passa da uno strumento all’altro, e ogni passaggio aggiunge carico cognitivo e rischio di errore.
Come orientarsi nella giungla della ricerca scientifica?
Idea centrale
Uno strumento digitale che non sostituisce il ricercatore ma ne aumenta l’efficienza.
Problema affrontato
Il carico cognitivo nelle fasi ripetitive: deduplicazione, filtraggio e gestione dei metadati.
Obiettivo
Più trasparenza e tracciabilità nelle decisioni, per revisioni sistematiche di qualità migliore.
Ascoltare chi fa le revisioni ogni giorno
Ho seguito un approccio user-centered con metodi misti: un questionario per misurare abitudini, tempi e difficoltà, e interviste semi-strutturate per capire motivazioni e frustrazioni. Ho incrociato i due set di dati con una codifica tematica delle trascrizioni e ho verificato le interpretazioni con i partecipanti (member-checking).
Il campione: ricercatori, docenti, dottorandi e studenti di scienze della comunicazione e discipline affini, con livelli di esperienza diversi. Il 72% aveva condotto almeno una revisione sistematica negli ultimi due anni.
Questionario online
22 risposte alla versione italiana e 3 a quella inglese. Ruolo, fasi critiche, ore di screening, strumenti, aspettative e timori verso l’IA.
Interviste semi-strutturate
Sette domande guida: dall’ultima revisione svolta al “sistema ideale”.
Profili utente
Sintetizzati in una mappa che incrocia esperienza e apertura all’IA.
Con quali strumenti gestisci la letteratura?
Risposte multiple · versione italiana, 22 risposteNessuno usa un software pensato per le revisioni. Il foglio di calcolo resta lo strumento principale, anche per tracciare le decisioni di inclusione ed esclusione. È il segnale più chiaro della mancanza di una soluzione integrata.
dedica tra 10 e 20 ore allo screening degli articoli; un altro 27,3% tra 20 e 40 ore.
valuta 4 su 5 la difficoltà nel definire e applicare i criteri di inclusione ed esclusione.
userebbe strumenti basati sull’IA, ma solo con un controllo umano finale sulle decisioni.
Grafico e percentuali di 54,5% e 68,2% si riferiscono alle 22 risposte della versione italiana del questionario.
Ho paura di introdurre variabili non controllabili. Se un articolo viene escluso, devo poter spiegare chiaramente il motivo.
Ho usato ChatGPT per farmi aiutare a riformulare la domanda di ricerca e per sintetizzare alcuni testi. Utile, ma devo sempre correggere.
Mi preoccupa che l’AI semplifichi eccessivamente. Ho bisogno di preservare le sfumature culturali nei testi.
Mappa attitudinale degli utenti
5 profili · esperienza e apertura all’IA, scala 1–5Più esperienza, più cautela
I profili metodologicamente più esperti sono anche i meno disposti ad affidarsi all’automazione; i ricercatori più giovani sono i più aperti a sperimentare. Lo strumento doveva convincere entrambi: veloce per chi vuole automatizzare, trasparente per chi deve giustificare ogni scelta.
Criticità
- Metadati incoerenti
- Duplicati tra banche dati
- Criteri poco chiari
- Strumenti poco trasparenti
Bisogni
- Semplicità
- Chiarezza
- Affidabilità
- Replicabilità
Dai bisogni a quattro principi di progetto
Ho tradotto i risultati in requisiti funzionali e non funzionali. Quattro principi hanno guidato ogni scelta di interfaccia.
Il sistema propone, il ricercatore decide
Ogni fusione di duplicati e ogni esclusione richiede una conferma. L’automazione accelera, ma non decide al posto di chi firma la revisione.
Niente scatole nere
Le regole di deduplicazione e i filtri sono sempre visibili e modificabili. Le future funzioni di IA mostreranno indicatori di confidenza e il motivo di ogni suggerimento.
Ogni scelta lascia una traccia
Un audit trail registra data, revisore e motivazione di ogni decisione, e fornisce i conteggi per il diagramma PRISMA.
Formati aperti, nessun vincolo
Import da CSV, XLS e RIS con template per PubMed, Scopus, Web of Science e Cochrane; export in RIS, BibTeX ed EndNote XML.
Requisiti non funzionali: micro-testi esplicativi e azioni annullabili, prestazioni stabili anche con migliaia di record, privacy by design secondo il GDPR, architettura modulare per aggiungere IA e collaborazione nelle versioni successive.
Dalla carta a Framer, un livello di fedeltà alla volta
Ho fatto crescere il prototipo per gradi (fidelity escalation): la carta per esplorare la struttura in fretta, Miro per collegare i flussi, Figma per l’interfaccia ad alta fedeltà e Framer per pubblicarla come prototipo navigabile da far provare agli utenti.
Perimetro del prototipo: versione 1.2 della roadmap, con caricamento, deduplicazione, filtri sui metadati e audit trail. È solo front-end: i flussi sono simulati, senza un back-end che elabori davvero i file.
Un unico ambiente per le fasi iniziali della revisione
La navigazione segue l’ordine reale del lavoro. Ogni passaggio mostra il suo stato e porta al successivo, così il ricercatore sa sempre a che punto è e quante evidenze restano da valutare.
Tutte le fonti in un solo import
Si trascinano i file esportati dalle banche dati e si combinano più fonti insieme. I campi vengono normalizzati prima della deduplicazione.
- Template per PubMed, Scopus, Web of Science e Cochrane
- Stato di avanzamento e numero di record per ogni file
- Formati accettati: CSV, XLS, XLSX, RIS
I duplicati si segnalano, non si cancellano
Il sistema confronta DOI, titolo e autori e propone le coppie sospette con una percentuale di somiglianza. Decide sempre il ricercatore.
- Regole di confronto visibili e modificabili
- Azioni “Unisci” e “Tieni entrambi” su ogni coppia
- Riepilogo: record totali, duplicati, record unici
Vedere subito l’effetto di ogni criterio
Lingua, anno, tipologia di studio e accesso aperto si combinano come filtri. Il numero di studi si aggiorna mentre si sceglie.
- Filtri attivi in evidenza, rimovibili con un clic
- Set di filtri salvabili e riutilizzabili tra revisori
- Ogni modifica finisce nell’audit trail
Ogni decisione ha un autore e un motivo
Il registro documenta chi ha incluso o escluso ogni record, quando e perché. I grafici riassumono le scelte e i conteggi si esportano per il diagramma PRISMA.
- Fase, decisione e motivazione per ogni record
- Distribuzione delle decisioni e motivi di esclusione
- Export del registro e dei conteggi PRISMA
Cinque schermate, un flusso continuo
Dashboard, caricamento, deduplicazione, filtri e audit trail condividono la stessa barra laterale, gli stessi componenti e la stessa logica di stato.
Chiaro e intuitivo, ancora poco riconoscibile
Ho valutato il prototipo Framer con AttrakDiff, un questionario che misura su coppie di aggettivi opposti, in scala da 1 a 7, sia l’usabilità sia la qualità dell’esperienza. Hanno risposto 20 ricercatori e studenti con esperienze diverse negli strumenti digitali per le revisioni.
Punteggi medi per dimensione
AttrakDiff · n = 20 · scala 1–7Qualità pragmaticaPQ · chiaro, intuitivo, funzionale
Attrattiva complessivaATT · giudizio globale
Qualità edonica · stimoloHQ-S · innovativo, coinvolgente
Qualità edonica · identitàHQ-I · senso di appartenenza
Complicato ↔ Semplice
n = 2016 su 20hanno giudicato l’interfaccia semplice, con un punteggio di 6 o 7.
Tutte le dimensioni sono sopra il valore neutro. Il punteggio più alto riguarda l’usabilità; il più basso, l’identità: il prototipo trasmetteva poco carattere proprio. Nella tesi l’ho collegato all’estetica ancora essenziale del front-end e all’assenza di personalizzazione.
Dopo il test: più identità, stessa chiarezza
Per questo portfolio ho ripreso il prototipo partendo dal punteggio più basso. Ho tenuto la palette verde e l’architettura delle schermate, e ho lavorato su gerarchia, stati e identità visiva. Trascina il cursore per confrontare la dashboard prima e dopo.
Prototipo di tesiRifinito
Le schermate rifinite non sono ancora state testate con gli utenti. I dati mostrati sono esempi fittizi.
- 01
Flusso visibile. La barra laterale segue l’ordine reale del lavoro e mostra lo stato di ogni fase: completata, in corso, da fare.
- 02
Contatori in stile PRISMA. In dashboard: record identificati, duplicati rimossi, valutati e inclusi.
- 03
Regole esplicite. I criteri di deduplicazione sono chip visibili, con “Unisci” e “Tieni entrambi” su ogni coppia.
- 04
Feedback immediato. Filtri attivi rimovibili e un conteggio degli studi che si aggiorna mentre si sceglie.
- 05
Identità e accessibilità. Un marchio, testi bianchi solo su verdi abbastanza scuri e colori di stato coerenti per incluso, escluso e fase.
- 06
Meno rumore. Rimossi i divisori pesanti e i box ripetuti nella barra laterale; un solo invito contestuale.
Un primo passo, con una direzione chiara
Verso revisioni sistematiche più
Simplify Review non è un punto di arrivo. Il contributo più solido del progetto è il metodo: ricerca sugli utenti, requisiti, prototipazione a fedeltà crescente e valutazione, sempre con il ricercatore al centro e con l’automazione al suo servizio.