Rappresentare i dati in digitale

Il mondo intorno a noi è, quasi sempre, analogico: la luce che ci arriva dal sole varia con continuità, un suono si propaga come un’onda di pressione che cresce e decresce in modo graduale, i colori sfumano l’uno nell’altro senza confini netti. Eppure, ogni fotografia che scattiamo, ogni canzone che ascoltiamo in streaming, ogni messaggio che scriviamo, finisce per essere ridotto a una lunghissima sequenza di 0 e 1. Come si passa dal mondo continuo e sfumato che percepiamo con i sensi a questa rappresentazione fatta solo di due simboli? È la domanda a cui rispondiamo in questa lezione.

1. Analogico e digitale: due modi di rappresentare l’informazione

Come abbiamo già accennato nella prima lezione, un segnale analogico può assumere infiniti valori intermedi, in modo continuo: pensa al volume di una vecchia radio con manopola, che puoi ruotare con precisione arbitraria, o alla lancetta di un orologio meccanico, che scorre senza “scatti”. Un segnale digitale, al contrario, assume solo un insieme finito di valori distinti e separati tra loro — nel caso dei computer, quasi sempre riconducibili a due soli stati, 0 e 1.

2. Le tre fasi della digitalizzazione

Immaginiamo di voler digitalizzare un segnale continuo, ad esempio un suono captato da un microfono. Il processo avviene in tre passaggi successivi, ciascuno dei quali introduce una piccola perdita di precisione rispetto al segnale originale — un compromesso inevitabile, ma che nella pratica è quasi sempre impercettibile.

Nel campionamento, il segnale continuo viene “letto” a intervalli di tempo regolari, misurando il suo valore in quegli istanti precisi e ignorando tutto ciò che accade tra un istante e l’altro. Nella quantizzazione, ognuno di questi valori misurati — che in teoria potrebbe essere un numero con infinite cifre decimali — viene approssimato al livello discreto più vicino tra un insieme finito di livelli disponibili (nel nostro schema, ad esempio, solo pochi “gradini”). Infine, nella codifica, ogni livello quantizzato viene tradotto in una sequenza di bit, secondo una regola di corrispondenza stabilita in anticipo.

3. I convertitori: da analogico a digitale, e viceversa

Il dispositivo elettronico che si occupa materialmente di eseguire questo processo si chiama ADC (Analog-to-Digital Converter, convertitore da analogico a digitale): è il componente, ad esempio, che dentro un microfono digitale trasforma la vibrazione elettrica continua generata dal suono in una sequenza di numeri binari. Esiste naturalmente anche il processo inverso, affidato a un DAC (Digital-to-Analog Converter): è il componente che, dentro un altoparlante o una cuffia, trasforma la sequenza di numeri binari memorizzata in un file audio nuovamente in un segnale elettrico continuo, capace di far vibrare la membrana e produrre un suono udibile.

4. Il sistema binario: perché solo 0 e 1

Abbiamo già visto, nella prima lezione, perché i computer rappresentano l’informazione in forma binaria: un segnale digitale a due soli stati è molto più semplice da distinguere e da correggere, dal punto di vista elettronico, rispetto a un segnale che potrebbe assumere molti valori intermedi. Basta riconoscere se la tensione è “vicina a zero” o “vicina al massimo”, ignorando piccoli disturbi elettrici — un margine di errore che un sistema a più livelli non potrebbe permettersi con la stessa affidabilità.

Ricordiamo il vocabolario di base: un bit (binary digit) è la più piccola unità di informazione digitale, e può valere solo 0 oppure 1. Un gruppo di 8 bit forma un byte, l’unità con cui più comunemente si misura la dimensione dei dati (kB, MB, GB…). Con un singolo byte, disponendo di 8 bit, è possibile rappresentare 2⁸ = 256 combinazioni diverse — un numero che, come vedremo tra poco, è già sufficiente per codificare un intero alfabeto.

5. La codifica dei dati binari (cenni)

Una sequenza di bit, da sola, non “significa” nulla: 01000001 potrebbe rappresentare un numero, una lettera, un colore o un comando, a seconda di come decidiamo di interpretarla. È qui che entra in gioco il concetto di codifica: una regola condivisa che stabilisce quale significato attribuire a ciascuna sequenza di bit.

Perché la comunicazione digitale funzioni, è indispensabile che chi produce il dato (ad esempio un programma che salva un file) e chi lo consuma (ad esempio un altro programma che lo apre) concordino sulla stessa codifica: è esattamente lo stesso principio per cui due persone possono comunicare solo se parlano la stessa lingua. Nei prossimi paragrafi vediamo tre importanti famiglie di codifiche, ciascuna pensata per un tipo diverso di dato: testo, immagini, suoni.

6. Rappresentazione digitale dei dati alfanumerici: da ASCII a Unicode

Negli anni ’60, con la diffusione dei primi computer commerciali, si pose il problema di rappresentare in binario le lettere dell’alfabeto, le cifre e i simboli di punteggiatura. La soluzione più diffusa fu lo standard ASCII (American Standard Code for Information Interchange, 1963): una tabella che associa a ogni carattere un numero da 0 a 127, rappresentabile con soli 7 bit.

Per superare questo limite è nato lo standard Unicode (1991), oggi utilizzato pressoché universalmente: uno spazio di codifica in grado di rappresentare oltre 149.000 caratteri, sufficienti per coprire virtualmente tutti gli alfabeti del mondo, i simboli matematici, e persino le emoji. Ogni carattere Unicode è identificato da un code point univoco (ad esempio U+0041 per la lettera “A”, lo stesso valore 65 dell’ASCII — Unicode è infatti pienamente compatibile con ASCII per i primi 128 caratteri).

Per tradurre questi code point in sequenze di bit effettive esistono diverse codifiche Unicode, tra cui la più diffusa sul Web è UTF-8: una codifica a lunghezza variabile, che usa un solo byte per i caratteri ASCII di base (garantendo compatibilità con i sistemi più vecchi) e fino a quattro byte per i caratteri più complessi o rari, come gli ideogrammi o le emoji.

7. Rappresentazione digitale delle immagini (cenni)

Un’immagine digitale — nella sua forma più comune, detta raster o bitmap — è composta da una griglia di minuscoli punti colorati chiamati pixel (da picture element). Più pixel compongono l’immagine, maggiore è la sua risoluzione, e più dettagliata risulterà.

Il colore di ogni singolo pixel viene tipicamente rappresentato con il modello RGB (Red, Green, Blue): tre valori numerici, uno per ciascun colore primario della luce, che combinati insieme generano il colore finale percepito. Nel formato più comune, ogni componente (rosso, verde, blu) viene codificata con 8 bit, cioè con un valore da 0 a 255: significa che ogni pixel può assumere uno tra 256 × 256 × 256 = oltre 16 milioni di colori diversi, un numero già superiore a quanti l’occhio umano riesce a distinguere. Il numero di bit dedicati a ciascun pixel si chiama profondità di colore (color depth): con 24 bit per pixel (8+8+8) si ottiene la cosiddetta true color.

8. Rappresentazione digitale dei suoni (cenni)

Un suono è un’onda di pressione continua nell’aria, tradotta da un microfono in un segnale elettrico altrettanto continuo. Per digitalizzarlo si applicano esattamente le tre fasi generali viste nel primo paragrafo: campionamento, quantizzazione e codifica — questa volta applicate a un’onda sonora anziché a un segnale generico.

Due parametri determinano la qualità del suono digitalizzato. La frequenza di campionamento (espressa in Hertz, Hz) indica quante volte al secondo il segnale viene “letto”: più è alta, più fedelmente viene ricostruita l’onda originale. La qualità audio dei CD musicali, ad esempio, utilizza una frequenza di campionamento di 44.100 Hz (44.100 misurazioni al secondo) — un valore scelto non a caso, ma in base al teorema di Nyquist, secondo cui, per riprodurre fedelmente un suono, occorre campionarlo a una frequenza almeno doppia rispetto alla frequenza massima udibile dall’orecchio umano (circa 20.000 Hz).

La profondità di bit (bit depth), invece, determina quanti livelli di ampiezza sono disponibili in fase di quantizzazione: gli audio CD utilizzano una profondità di 16 bit, corrispondente a 2¹⁶ = 65.536 livelli possibili per ciascun campione. Questa tecnica di digitalizzazione dell’audio, campione per campione, si chiama PCM (Pulse-Code Modulation), ed è alla base praticamente di ogni file audio non compresso, incluso il formato WAV.

📌 I concetti chiave

• Analogico = continuo, digitale = discreto. Digitalizzazione = campionamento + quantizzazione + codifica via ADC, inverso via DAC.
• Binario 0/1 perché più affidabile elettronicamente; bit = unità minima, 8 bit = byte = 256 combinazioni.
• Codifica = convenzione condivisa per dare significato ai bit, altrimenti mittente e destinatario non si capiscono.
• Testo: ASCII 7 bit 128 caratteri solo inglese → Unicode 149.000+ caratteri, UTF-8 1-4 byte variabile compatibile ASCII.
• Immagini: raster = griglia pixel RGB 24 bit = 16M colori true color; vettoriale = forme matematiche scalabili.
• Suoni: PCM, frequenza campionamento 44.1kHz Nyquist, profondità 16 bit, stereo.