Social Sensing: quando la rilevazione delle criticità passa da Twitter

0

Cittadini di Twitter si amplia e fa spazio ad una nuova rubrica dedicata al delicato rapporto tra comunicazione in emergenza e social media.

Maurizio Tesconi - Fonte iit.cnr.it

Maurizio Tesconi – Fonte iit.cnr.it

Inaugura questo spazio l’intervista all’ingegnere Maurizio Tesconi dell’Istituto di Informatica e Telematica del Consiglio Nazionale delle Ricerche (CNR) per presentarci il progetto SoS – Social Sensing, una piattaforma sviluppata per analizzare i contenuti prodotti dagli utenti sui social media e utilizzarli per gestire l’emergenza.

Social Sensing è un progetto dell’Istituto di Informatica e Telematica del CNR di Pisa, e ha l’obiettivo di creare una piattaforma a supporto dei decision makers nelle situazioni di emergenza. La piattaforma è in grado di raccogliere e analizzare le informazioni che gli utenti si scambiamo in tempo reale sui social media a seguito di un grande disastro come un terremoto o un attacco terroristico e fornire il quadro della situazione ai decisori.

Quando è nata l’idea per questo progetto?

L’idea è nata quando alcuni colleghi del CNR mi hanno raccontato dell’esistenza di piattaforme su mobile per segnalare una emergenza in corso. Da lì è nato lo spunto, con l’obiettivo però di provare a realizzare la stessa cosa ma con i contenuti che le persone si scambiano in maniera spontanea sui social media e, grazie ai fondi raccolti dalla registrazione dei domini .it (Registro.it), è stato possibile realizzare Social Sensing. Attualmente stiamo presentando il progetto a delle call europee per cercare di ottenere altri finanziamenti e ampliare sempre di più questa idea.

 Hanno aderito altri Istituti di ricerca a questo progetto?

logo-social-sensingStanno collaborando con noi a titolo totalmente gratuito: l’Istituto Nazionale di Vulcanologia e Geofisica (INGV) ci dà supporto per quanto riguarda la rete sismica, condividendo i loro dati e la loro competenza, in particolare Carlo Meletti è fondamentale per il progetto, il Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa con il Prof. Marco Avvenuti, l’Istituto di Linguistica Computazionale “Antonio Zampolli” ci aiuta a fare l’analisi dei testi con tecniche di natural language processing per capire se ci sono stati dei danni e se hanno coinvolto cose o persone, l’Istituto di Scienza e Tecnologie dell’Informazione “A. Faedo” con Fabrizio Falchi ci aiuta nell’elaborazione delle immagini, a raccoglierle e organizzarle per similarità, cioè mettere insieme tutte le immagini relative ad un certo luogo o situazione ed eliminare il rumore. Sull’analisi dei testi abbiamo, invece, dimostrato, studiando i dati americani, che si riesce a predire l’intensità del terremoto su Twitter confrontando i tweets con i dati di Did you feel it? piattaforma americana per monitorare in tempo reale gli effetti dei terremoti.Questi risultati ci fanno sperare di poter, a seguito di un grande evento, dire subito che tipo di danni può avere comportato, informazioni strategiche per indirizzare i soccorsi o fare interventi più mirati.

Come eliminate il rumore e tutte le informazioni inutili?

Esistono delle tecniche informatiche dette di machine learning, apprendimento automatico: le macchine imparano come bambini, diamo loro degli esempi che consistono in migliaia di tweets inerenti e non al tema in oggetto e la macchina impara come sono fatti in base alle caratteristiche dei messaggi stessi. Grazie a questo la macchina è capace, quando arriva un nuovo tweet che non conosce, di metterlo nella casella giusta e capire se è pertinente o meno.

sos_twitterSocial Sensing analizza solo Twitter o tutti i social media?

Abbiamo scelto Twitter per il carattere pubblico dei tweets e soprattutto per la loro istantaneità anche se purtroppo in Italia non è molto diffuso con solo 4,5 mln di utenti registrati contro i 25 mln di Facebook.

Su Facebook invece c’è il problema della privacy dei profili personali che impedisce l’accesso ai molti contenuti generati. Un’altra piattaforma che stiamo analizzando è Instagram, anch’essa è molto utilizzata e i contenuti sono pubblici, ma comunque il progetto si basa sull’analisi di tutti i social media che attuiamo grazie ai nostri motori di crawling.

La piattaforma lavora con gli hashtag per raccogliere i tweets?

Noi mettiamo le parole senza hashtag perché forniscono molti più dati, nel caso del terremoto noi inseriamo terremoto e scossa, con queste keywords riusciamo a raccogliere anche i contenuti con gli hashtag. Lo scopo principale è quello di prendere più informazioni possibili e poi eventualmente filtrarle. Il nostro compito è quello, quindi, di individuare delle parole chiave che siano significative per il singolo evento, tralasciando le ambiguità.

Che ruolo hanno i cittadini in Social Sensing?

Il cittadino-utente di Twitter ha un ruolo inconsapevole in Social Sensing, twittando produce contenuti che poi sono aggregati dalla piattaforma. L’evoluzione futura che abbiamo in mente è quella di andare a contattare gli utenti che scopriamo essere testimoni oculari dell’evento per ottenere informazioni più dettagliate e ulteriori feedback: in questo modo da attori inconsapevoli diventano cittadini partecipanti attivi.

Quali sono i possibili sviluppi futuri del progetto?

Il punto di partenza è stato lo studio delle conversazioni che si creavano dopo un terremoto: potevamo confrontare il risultato del nostro algoritmo, i tweets aggregati, con i dati scientifici dell’INGV verificando se l’evento captato su Twitter aveva avuto luogo. Per il futuro vogliamo ampliare gli eventi che non hanno una rete di sensori tecnico-scientifici che li rilevano e per i quali la fase di detection diventa fondamentale come per le alluvioni. E, per aprirci al mondo, siamo già passati alla lingua inglese e le informazioni da studiare sono molto più numerose!

Licenza Creative Commons
Cittadini di Twitter è distribuito con Licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 4.0 Internazionale.

About Author

CHIARA BIANCHINI

Blogger e social media manager. Laureata magistrale in scienze della comunicazione con un forte interesse per la comunicazione del rischio e dell’emergenza sui social media. Partecipante attiva a #SmemchatIT (venite a scoprire su Twitter di cosa si tratta!).

Leave A Reply


*