Ricercatori affermano che l'analisi dei post sui social media può offrire un allarme precoce sui movimenti di popolazione durante crisi, migliorando la risposta delle agenzie umanitarie. Lo studio, pubblicato su EPJ Data Science, ha analizzato quasi 2 milioni di post in tre lingue su X (ex Twitter) e ha confrontato diversi metodi per identificare segnali utili quando i dati sul campo sono scarsi o difficili da raccogliere.
I casi esaminati sono stati:
- Ucraina: 10.6 milioni di persone sono state sfollate dopo l'invasione russa del 2022.
- Sudan: circa 12.8 milioni di persone sono state sfollate dopo una guerra civile scoppiata nell'aprile 2023.
- Venezuela: circa 7 milioni di persone sono state sfollate negli ultimi anni a causa di più crisi economiche.
I ricercatori hanno scoperto che le etichette di sentiment (positive, negative, neutre) erano più affidabili delle etichette di emozione per prevedere la propensione a spostarsi, e che il sentiment era particolarmente utile per stimare tempo e volume degli spostamenti transfrontalieri. Inoltre, i modelli linguistici preaddestrati hanno fornito l'allerta precoce più efficace, perché sono addestrati su grandi quantità di testo e possono identificare schemi nel linguaggio.
Gli autori notano che il metodo ha funzionato meglio nei contesti di conflitto, come l'Ucraina, e meno bene in crisi economiche a sviluppo più lento, come il Venezuela. Avvertono del rischio di falsi allarmi e suggeriscono di usare l'analisi dei social come segnale iniziale da verificare con dati tradizionali. Per il lavoro futuro propongono di esplorare i legami tra sentiment ed emozione, usare la traduzione automatica per coprire più lingue e aggiungere dati da altre reti sociali. La ricerca ha ricevuto finanziamenti dalla National Science Foundation e dal Massive Data Institute della Georgetown University.
Parole difficili
- allarme — avviso rapido su un pericolo o cambiamentoallarme precoce
- sfollare — lasciare la casa per motivi di pericolosfollate
- etichetta — parola o categoria che descrive il contenutoetichette
- sentiment — opinione o tono emotivo espresso in testo
- emozione — stato affettivo forte come paura o gioia
- preaddestrato — modello formato in anticipo su grandi testipreaddestrati
- falso allarme — segnale che indica un pericolo non realefalsi allarmi
- traduzione automatica — conversione di testo da una lingua all'altra
- agenzia umanitaria — organizzazione che offre aiuto in crisiagenzie umanitarie
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali vantaggi e limiti vedi nell'usare l'analisi dei social media come segnale iniziale per le agenzie umanitarie?
- Come potrebbe cambiare la qualità dei risultati l'uso della traduzione automatica per coprire più lingue?
- In che modo le agenzie umanitarie potrebbero combinare i segnali dai social con i dati tradizionali per ridurre i falsi allarmi?
Articoli correlati
Sigarette elettroniche usa e getta: più sostanze dannose dopo l'uso
Uno studio trova che i dispositivi usa e getta con alto numero di puff possono contenere più sostanze chimiche dannose dopo l'uso rispetto ai dispositivi nuovi. Gli autori hanno rilevato aumenti di aldeidi e danni a cellule polmonari umane.
Società civile, intelligenza artificiale e resistenza
Global Voices e IRIS hanno raccolto 10 studi di caso su come gruppi in diverse regioni usano, contrastano o reinventano la tecnologia. Gli studi mostrano esempi concreti, flessibilità dei gruppi e la necessità di reti e sostegno.
Una nuova cassetta per la fermentazione del cacao a Kasawo
A Kasawo, a nord di Kampala, una cassetta singola per la fermentazione del cacao migliora la qualità dei semi e aumenta i ricavi degli agricoltori. Il progetto è più accessibile e favorisce vendite dirette ed esportazioni.