Nei suoi 10 anni di vita, celebrati a marzo, Twitter ha fornito un mare di informazioni utili alle più disparate ricerche: dal farci conoscere le star, conoscere i nostri gusti politici e turistici, malattie ed epidemie (si, persino mappare la diffusione di mal di testa, che si rivela arrivare più frequentemente di lunedì) e ora anche per misurare il tasso alcolemico di una città.
La società che cinguetta, infatti, ha introdotto di recente un nuovo algoritmo di apprendimento automatico sviluppato da alcuni scienziati scienziati dell’università di Rochester (New York), in grado di distinguere i tweet (in inglese) inviati da utenti ubriachi.
Per farlo, hanno dovuto creare un immenso database: si sono dovuti basare su oltre 11 mila cinguettii geolocalizzati postati tra il 2013 e il 2014 nella città di New York e nell’area suburbana della Contea di Monroe e selezionato i tweet che contenevano riferimenti all’alcol, a feste o all’essere ubriachi e le hanno date in pasto al software.
Così, dopo aver assegnato dei punteggi a parole e frasi contenenti riferimenti all’alcool etc, l’algoritmo ha analizzato tutti i tweet che avessero, nei 140 caratteri, elementi riferibili all’essere ubriachi, all’assunzione di bevande alcoliche e alla partecipazione a feste selvagge e a distinguerli da quelli ambigui (con termini come club o party, che non necessariamente implicano l’essere “mbriaghi”).
Tutti i dati catturati dall’algoritmo sono stati utili per costruire una mappa e individuare le zone dove si consuma più alcol. Come ricorda Nabil Hassan, uno dei responsabili della ricerca: «Il software distingue i tweet scritti da chi ha assunto bevande alcoliche da chi parla genericamente di questi temi. In che modo? Dando un punteggio alle parole». Sono stati esclusi, dunque, tutti i messaggi del tipo: «Che serata noiosa, nessuno qui beve». Sarà possibile capire in quali parti della città si verifica un maggiore abuso di sostanze alcoliche ed elaborare così statistiche, anche in tempo reale, su un fenomeno da combattere.
Discussione su post