Le recenti proteste in nord Africa hanno stimolato molti studiosi a comprendere l’uso che la popolazione ha fatto dei nuovi media.
Tra questi c’è André Panisson, dottorando brasiliano all’Università di Torino che ha svolto un lavoro molto interessante e al quale ho rivolto alcune domande.
Come sei riuscito a visualizzare (video in basso) la diffusione, nel tempo, delle informazioni trasmesse dagli egiziani attraverso Twitter, nelle ore in cui Mubarak capitolava ?
Per raccogliere i dati ho utilizzato un web server Python adeguatamente configurato per fare da ponte tra Twitter e Gephi.In particolare insieme al team di Gephi ho implementato le Graph Streaming API. Ogni nodo rappresenta un utente di Twitter e i link rappresentano i retweet di un messaggio contenente l’hashtag #jan25. I dati corrispondono a circa 10% di tutti i retweet fatti in quell’ora. Ma da questi dati iniziali siamo riusciti a ottenere i dati completi, che corrispondono a più di 25 mila utenti e più di 40 mila retweet…tutto in un’ora!
Quanto pensi sia utile la visualizzazione delle informazioni per comprendere i fenomeni sociali ?
Penso che non sia solo utile, ma indispensabile per comprendere i fenomeni sociali. In questi giorni riceviamo una quantità enorme di dati, ed è difficile capire cosa sia utile e affidabile.
Nel caso della rete di retweet che abbiamo creato, ogni collegamento tra utenti rappresenta un legame di fiducia, perché un utente deve fidarsi dell’origine dell’informazione per ritrasmetterla. Dunque questa rete ci dice cose molto interessanti su come si diffonde l’informazione attraverso i social media Ad esempio è facile notare che gli utenti @acarvin e @Gemyhood sono quelli che hanno generato il maggior numero di retweet perchè considerati affidabili (Dataset disponibile in formato GEXF per essere utilizzato in Gephi) .
Ci sono molti altri esempi di data visualization che ritieni interessanti?
Quella di Kovas Boguta che ha rappresentato il ruolo delle persone che parlano differenti lingue sulla rivoluzione egiziana.
Il progetto Truthy (Indiana University) che cerca di capire come i “meme” si propagano in rete.
Infine SocioPatterns che prova a visualizzare le reti di prossimità fisica tra persone, utilizzando tag RFID.
