Uno studio pubblicato su EPJ Data Science esamina se i dati dei social media possono fornire un allarme precoce sui movimenti di popolazione durante conflitti e disastri. I ricercatori hanno raccolto quasi 2 milioni di post in tre lingue su X (ex Twitter) e hanno confrontato diversi metodi di analisi linguistica.
Lo studio ha considerato tre casi: Ucraina, Sudan e Venezuela. I risultati mostrano che le etichette di sentiment (positive, negative o neutre) sono un segnale più affidabile delle etichette di emozione per prevedere quando le persone sono disposte a spostarsi. Il sentiment è stato particolarmente utile per prevedere il momento e il volume degli spostamenti transfrontalieri.
I modelli linguistici preaddestrati hanno fornito l'allerta precoce più efficace. I ricercatori avvertono però del rischio di falsi allarmi e raccomandano di usare questi segnali insieme a dati tradizionali, come indicatori economici e rapporti sul campo, per indagini più approfondite.
Parole difficili
- movimenti — Cambiamenti di posizione o luogo delle persone.
- umanitarie — Relativo all'aiuto o assistenza a chi ne ha bisogno.
- indicatore — Qualcosa che mostra o segnala un'informazione.
- tecniche — Metodi o modi di fare qualcosa.
- falsi — Non veri o ingannevoli.
- analisi — Esame approfondito di qualcosa.
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali potrebbero essere le conseguenze di analisi sbagliate dei dati?
- Come pensi che i social media possano influenzare le risposte umanitarie?
- In che modo le emozioni delle persone possono cambiare durante una crisi?
Articoli correlati
Uganda: riforme per scienza e innovazione
Un rapporto nazionale chiede riforme nei sistemi di scienza, tecnologia e innovazione in Uganda per aiutare il paese a diventare a reddito medio. Segnala lacune di genere, finanziamenti deboli e la necessità di collegare ricerca, governo e imprese.
Carenza di elettricità a Bamenda e ricorso al solare
A Mile four, Bamenda, interruzioni elettriche prolungate e razionamenti hanno spinto le famiglie a installare pannelli solari e a comprare un trasformatore comunitario. Le autorità citano problemi tecnici e minore produzione idroelettrica.
I modelli linguistici cambiano giudizio se conoscono l'autore
Ricercatori dell'University of Zurich mostrano che i grandi modelli linguistici valutano diversamente lo stesso testo quando viene indicata l'identità dell'autore. Lo studio rileva pregiudizi nascosti, incluso un forte bias anti‑cinese.
VillainNet: falla nelle auto a guida autonoma
Ricercatori della Georgia Tech hanno scoperto VillainNet, una backdoor nascosta nelle «super network» delle auto a guida autonoma che può attivarsi e prendere il controllo del veicolo. Lo studio è stato presentato all'ACM CCS nell'ottobre 2025.
