Urban stories, William Gibson e Twitter
Se nel lontano 1984 lo scrittore William Gibson nel suo romanzo più famoso, Neouromante, ci parlava del Cyberspazio come “A consensual hallucination experienced daily by billions of legitimate operators, in every nation, by children being taught mathematical concepts… A graphic representation of data abstracted from the banks of every computer in the human system. Unthinkable complexity. Lines of light ranged in the nonspace of the mind, clusters and constellations of data. Like city lights, receding….”oggi l’analisi e la rappresentazione cartografica dei dati inviati dagli utenti del popolare sito di microblogging Twitter, descrive una realtà urbana nuova, come le luci di una città che si illuminano al tramonto, rivelandone uno skyline sempre più definito. Lo sviluppo infatti del cosiddetto web 2.0 e la proliferazione di applicazioni social (es. Twitter, Facebook, Linkedin) se da un lato hanno dato vita a reti sociali (social network) sempre più numerose, dall’altro hanno contribuito a creare una massa enorme di informazioni e flussi di dati fino a poco tempo fa impensabili per volume, varietà e velocità ( i famosi Big Data ). Ciò che in pochi anni si è sviluppato in tale contesto, ed è tuttora in fase di mutamento, non è soltanto legato alla nascita e alla diffusione di applicazioni social innovative ma è anche fortemente connesso alla contestuale opportunità e profittabilità di analisi di questa proliferazione di informazioni, la cui “lettura” ci rimanda ad una fotografia della città sempre più dettagliata. Grazie ad applicazioni come Twitter, oggi è possibile raccontare delle storie nuove, se non altro per l’origine e le modalità da cui sono tratte, partendo proprio dall’analisi di grandi flussi di informazioni generati da noi surfisti del web!
Il racconto che segue deriva da una sperimentazione, ancora in corso, realizzata dal Laboratorio Ladest dell’Università degli studi di Siena, che si focalizza sulla raccolta, analisi, ed interpretazione di 300.000 tweet georeferenziati (è necessario che l’utente imposti sul proprio profilo Twitter l’apposita funzione), inviati nella città di Firenze tra Febbraio 2013 e Gennaio 2014, in un anno di “Tweeting in Firenze”.
A Firenze cinguettando..un racconto in 140 caratteri
La figura 1 mostra la distribuzione per quartiere dei tweet collezionati nella città di Firenze; si possono evidenziare in tal modo le aree della città e i quartieri con le concentrazioni maggiori di tweet:
Q1 57,7%; Q2 15,6%; Q3 3,5%; Q4 6,4%; Q5 16,8%.
Figura 1. Distribuzione territoriale dei tweet
E’ il Q1, il centro storico, a posizionarsi sul podio dei quartieri da cui provengono la maggior parte di tweet georeferenziati (anche se non è il quartiere più densamente popolato), seguito dal Q5 Rifredi e Q2 Campo di Marte; minor attività invece si registra per il Q4 Isolotto e Q3 Gavinana nei quali pesano in maniera determinate la minore presenza dei city-users. Il Q1 è l’area cittadina nella quale si concentra anche la maggiore diversità linguistica dei tweet (vedi figura 3), a conferma sia della connotazione turistica per eccellenza dei suoi rioni, sia della presenza di luoghi di aggregazione quali shopping area, relax, svago.
Figura 2. Aree a maggiore densità tweet – Quartiere 1
Tabella 1. Aree a maggiore densità – Quartiere 1
|
La figura 3 mostra la concentrazione dei tweet nel centro storico di Firenze rappresentati per “lingua” ossia la lingua che noi utenti selezioniamo per il nostro social network. La sperimentazione, in questo caso, ha preso in esame un campione di tweet in lingue diverse ovvero italiano, francese, inglese, spagnolo, russo, con l’obiettivo di mostrare comportamenti culturali diversi e/o omogenei e in che modo l’analisi dei dati user generated possa raccontarci e perché no descrivere unageografia urbana ancora non del tutto esplorata. Il primo aspetto da sottolineare è l’ampia diffusione territoriale dei tweet in lingua inglese e in lingua italiana i quali si affermano in maniera decisiva rispetto ai nuclei francesi, spagnoli e russi; il secondo riguarda la concentrazione territoriale dei tweet in particolari aree della città, nei pressi dei luoghi simbolo per eccellenza, così come lungo tutte le vie del centro storico. La figura 4, Duomo e P.za della Repubblica, ci conferma infatti l’importanza dei classici luoghi di incontro e di aggregazione, come la “piazza”, ma anche la presenza di isole twittanti (Nuovi Luoghi) che al di là delle icone per eccellenza (es. Ponte Vecchio), sembrano attirare l’attenzione degli utenti (si osservi ad esempio la diversità, la concentrazione e la numerosità dei tweet nei pressi dell’Hard Rock Cafè).
Figura 3. Firenze centro storico – Lingua
Figura 4. Duomo – Piazza della Repubblica
Tabella 2. I 50 termini più ricorrenti
L’analisi dei termini “unici” più frequenti invece ci indica quali siano le tematiche e gli ambiti più dibattuti: non sorprende che ai primi posti ci siano termini come Firenze, Florence, Italy, Italia, ma è certamente interessante notare l’alta frequenza del termine Fiorentina, riferito alla squadra di calcio della città piuttosto che al piatto tipico; allo stesso tempo si conferma l’interesse per i monumenti e le bellezze del patrimonio artistico (Duomo, Michelangelo, Signoria, Uffizi) mentre il cibo e i suoi luoghi (vino, ristorante) vengono preceduti dalla politica (Renzi). In sintesi viene fuori una vera e propria geografia social della città con esiti sociologici non per forza scontati; non resta che chiedersi se anche il sommo poeta ai nostri giorni avesse desiderato inviare un tweet con hashtag #divinacommedia dalla sua casa di via di Santa Margherita…La ricerca non si sofferma solo sull’ analisi della lingua, ma cerca di andare ancora più in profondità. Se si volessero infatti individuare delle categorie nelle quali organizzare i termini più ricorrenti nel testo dei tweet, allora “Arte e Paesaggio” risulterebbe certamente quella più popolata.
Cittadini di Twitter è distribuito con Licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 4.0 Internazionale.
