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
NeuroBridge: intelligenza artificiale per capire la comunicazione autistica
Ricercatori di Tufts hanno creato NeuroBridge, uno strumento di intelligenza artificiale che aiuta le persone non autistiche a comprendere e adattare la propria comunicazione verso persone autistiche. Lo strumento mostra alternative di risposta e ha ricevuto riscontri positivi.
I microbi nei pellet rivelano l'età di un'infestazione di termiti
Ricercatori hanno studiato i microbi negli escrementi delle termiti (pellet) per distinguere pellet freschi da pellet vecchi. La quantità di DNA batterico cala molto nel tempo, e il metodo potrebbe diventare un test rapido sul posto.
Un dispositivo non invasivo per misurare la viscosità del sangue
Ricercatori della University of Missouri hanno sviluppato una tecnologia non invasiva che monitora in tempo reale la viscosità del sangue. Il metodo usa onde ultrasoniche e software e potrebbe portare a dispositivi portatili a basso costo.