Social big data

La contagiosità sociale del panico

30 Maggio Mag 2020 1433 30 maggio 2020

Come è possibile misurare le reazioni umane, sociali ed economiche delle persone all’attuale pandemia da Covid-19? Come possono essere usate queste misure per anticipare e prevedere l’impatto dei comportamenti a livello economico e sociale? Proviamo a dare qualche risposta

  • ...
Lego Folla Pixabay
  • ...

Come è possibile misurare le reazioni umane, sociali ed economiche delle persone all’attuale pandemia da Covid-19? Come possono essere usate queste misure per anticipare e prevedere l’impatto dei comportamenti a livello economico e sociale? Proviamo a dare qualche risposta

In tempi di pandemia si presta molta attenzione agli indicatori utilizzati dagli epidemiologi e dagli infettivologi per misurare il livello di contagiosità di un virus. Oltre a questo, tuttavia, è importante anche saper misurare il livello di “contagiosità sociale” che è generato invece da fenomeni irrazionali come il panico. Come è possibile misurare le reazioni umane, sociali ed economiche delle persone all’attuale pandemia da Covid-19? Come possono essere usate queste misure per anticipare e prevedere l’impatto dei comportamenti a livello economico e sociale?

La rilevanza dei fenomeni legati al panico è stata chiara a tutti laddove ci sono stati fenomeni di assembramento nei supermercati e di affollamento nelle stazioni ferroviarie a ridosso dei decreti di Lockdown oppure di acquisti di massa di alcuni prodotti non giustificati. Nello stesso modo a partire da questi stati e reazioni umane di panico è possibile prevedere l’aumento significativo del prezzo di alcuni prodotti chiave nella crisi (ad esempio le mascherine).

L'utilizzo dei social Big Data può essere cruciale nel tentare di dare risposte quanto più accurate e robuste a questa interessante domanda di ricerca e fondamentale anche per la prevenzione di fenomeni di cui sopra.

Gli ultimi anni hanno visto sempre più la crescita e l’utilizzo di fonti di dati utili nel fornire informazioni tempestive ed in tempo reale su vari fenomeni di interesse economico e sociale. In questo contesto va letta l’importanza sempre più crescente dei “Social Data” o anche dei “Social Big Data” (Bello-Orgaz et al. 2016). Varie tipologie di Social Media e non solo, sono in questo contesto diventati utili fonti di dati da utilizzare a scopi analitici e predittivi.

Un esempio di queste tipologie di dati è quella ottenibile da Google Trends che permette secondo Choi e Varian (2009), di “misurare e predire l’attività economica”, laddove le ricerche effettuate su Google sarebbero correlate non solo al livello corrente dell’attività economica nazionale ma anche ai dati futuri di questa.

L’idea fondamentale alla base di questa letteratura e di questi studi è che l’attività umana, sociale ed economica sia in qualche modo correlata con le ricerche su Internet condotte dalle persone che prima di compiere le loro scelte e di esercitare le loro attività, consulterebbero i motori di ricerca agendo successivamente sulla base delle informazioni raccolte.

In questo senso, quindi, l’attività economica sarebbe prevedibile grazie all'utilizzo di variabili umane, sociali, economiche di cui le attività online rappresentano un’approssimazione.

Ma i “social big data” fanno uso di una moltitudine di fonti informative che potrebbero essere comunque utili e d’aiuto nel prendere decisioni (ad esempio ricerche su Wikipedia o anche Twitter). Ciascuna di queste fonti a sua volta può avere effetti e impatti diversi nell’attività dei singoli ed è dunque spesso necessario studiarle congiuntamente.

Nei primi giorni dell’attuale crisi sanitaria, la nostra domanda di ricerca è stata quella di misurare gli stati emozionali (ed in particolare il panico) indotti dal Covid-19, facendo uso di metodologie che schematizzando l’informazione da più fonti statistiche arrivassero a generare un’ informazione “sintetica” che catturasse “il segnale” separandolo dal “rumore” ossia da altri fattori di disturbo e cioè non direttamente dipendenti dalla pandemia, ma attinenti a dimensioni sia oggettive che soggettive dei singoli. Grazie a tali tecniche siamo riusciti ad osservare comportamenti non abituali ma indotti dal panico e quindi con un'alta probabilità di essere irrazionali. Questo è molto rilevante per comprendere l'evoluzione delle scelte di consumo future a cominciare dalla ripresa delle attività economiche e sociali e quindi organizzare al meglio le risposte dal punto di vista organizzativo e politico. Abbiamo ad esempio osservato repentini cambiamenti di orientamento nelle scelte di individui abituati ad investire in borsa o loro risparmi, che hanno iniziato ad acquistare titoli sempre meno rischiosi, così come, a ridosso di notizie date sui social e di dubbia attendibilità, in merito alla presunta efficacia di alcuni trattamenti o tecnologie diagnostiche, si sono osservati aumenti al di fuori dell’ordianario nel valore delle azioni delle aziende produttrici.

Altro esempio riguarda le tecnologie informatiche e la telefonia che hanno registrato un aumento della domanda nei primi giorni di Lockdown.

Le implicazioni pratiche sono chiare: nella gestione dell’emergenza la componente umana gioca un ruolo fondamentale.

Diventa necessario quindi fare uso di questi approcci per comprendere meglio i fenomeni sociali che si stanno verificando in questi giorni (le risposte delle persone al lockdown, la ripresa dei consumi ecc.) ma anche per studiare come la popolazione anticipa gli shocks informativi indotti dagli annunci (ad esempio quelli relativi alle risposte dei governi all’emergenza Covid-18), portando a scelte economiche di massa che possono avere rilevanti effetti su variabili macroeconomiche importanti.

La sfida è anche metodologica in relazione alla misurazione di fenomeni così complessi. Ci troviamo infatti a gestire dati come stati sociali, umani e psicologici difficili da misurare come singoli valori (soprattutto se provengano da popolazioni), e incertezze nella costruzione dei dati per l’incidenza di forme di “sommerso” di cui non è agevole tenere conto e che merita nella sua misurazione l’uso di ulteriori tecniche.

L'approccio è dunque di catturare tali fenomeni sociali ed economici complessi tramite la costruzione di intervalli che possano più agevolmente rappresentare le scelte e le attitudini degli individui.

In definitiva i Big Data ci consentono di fare previsioni e rappresentano uno strumento per osservare e studiare la realtà; con molta probabilità questo processo di raccolta e analisi potrà determinare modifiche inedite rispetto a framework concettuali tradizionali, in particolare sul management, sui processi decisionali e nell’ambito dei processi educativi. Crediamo sia centrale ricomprendere nell’utilizzo dei Big Data le possibili implicazioni anche di carattere etico, ossia quanto l’utilizzo poderoso di dati eterogenei potrà influenzare dinamiche sociali e valori ad esse sottesi.

Sarà fondamentale, in ultima analisi, valutare con attenzione le possibili conseguenze di un uso tecnicamente scorretto delle tecniche di estrazione delle informazioni, prestando attenzione all’individuazione di parametri per selezionare le sorgenti e integrare e analizzare i dati provenienti da esse secondo criteri e requisiti etici.


Riferimenti:

Bello-Orgaz, G., Jung, J. J., & Camacho, D. (2016). Social big data: Recent achievements and new challenges. Information Fusion, 28, 45-59.

Choi, H., & Varian, H. (2012). Predicting the present with Google Trends. Economic record, 88, 2-9.


* Ricercatore in Statistica Economica Università degli Studi Niccolò Cusano, Roma - Reader in Research Methods and Statistics, NCI University, London;

** Ricercatore, Istituto Superiore di Sanità - Docente di Politica Economica, St.Camillus International University of Health Sciences;

***Sociologo e Dottore di Ricerca in Economia e Gestione dei Servizi Sanitari – Caritas Diocesi di Cassano all’Jonio

Contenuti correlati