�ݺ�ߣ

1
RUMORS E SENTIMENT DELLA
RETE: GEOLOCALIZZARE
L’OPINIONE PUBBLICA SUI
SOCIAL MEDIA1
Le mappe dell’odio in rete
Qualche settimana fa molti organi di informazione (L’Espresso, il Corriere della Sera,
televisioni e agenzie di stampa) hanno diffuso i risultati della ricerca “Le mappe
dell’intolleranza”, un progetto promosso da Vox Diritti sull’hate speech attraverso i social
media. Nei giorni immediatamente successivi, la redazione italiana di Wired, noto
magazine di tecnologia, riprende la notizia sollevando alcuni dubbi sui risultati della
ricerca. Le obiezioni - espresse da Alberto Longo e supportate da esperti del settore –
chiamano in causa i limiti metodologici dell’opinion mining, soprattutto rispetto a quella
che è la cifra distintiva della ricerca, ossia la geolocalizzazione dei tweet sottoposti ad
analisi.
La ricerca di Vox, realizzata in collaborazione con le Università di Milano, Roma e Bari,
aveva l’obiettivo di creare una mappa geografica dei discorsi d’odio nei confronti di
immigrati, omosessuali, disabili, donne ed ebrei attraverso la raccolta dei tweet
discriminatori. Il problema del flaming, il linguaggio eccessivo, violento e aggressivo degli
utenti,è uno degli aspetti più controversi dell’uso dei social: l’anonimato e la distanza
fisica dalla vittima dell’aggressione spesso liberano le ultime inibizioni delle persone2
. Non
è quindi raro leggere sulle bacheche dei principali social network, ma anche nello spazio
commenti degli articoli dei giornali online, scambi di battute razzisti, omofobi, antisemiti;
ancor più di recente, come ciclicamente accade, sono stati i Rom a essere stati il bersaglio
di numerose “micro-aggressioni” online, brevi scambi comunicativi contenenti messaggi
1
Il paper è il risultato della collaborazione tra Alfredo Borrelli (Estrogeni),
Davide Magini (Estrogeni), Olivier La Rocca (Europartners),
Gianfranco Zucca (Europartners).
Per informazioni: a.borrelli@estrogeni.net
o.larocca@europartnersnetwork.eu
2. Un flame è un messaggio deliberatamente ostile e provocatorio
inviato da un utente alla comunità o a un altro individuo specifico, lo
scambio di insulti che spesso ne consegue, paragonabile a una
“rissa virtuale”; cfr. P. WALLACE, The psychology of the Internet,
Cambridge (UK), Cambridge University Press, 1999

2
volti a denigrare alcuni individui a causa del loro gruppo appartenenza3
. Per i provider di
servizi come Facebook e Twitter la discriminazione digitale e, più in generale, il flaming è
un grosso problema, al punto che di recente il CEO della società ha dichiarato che Twitter
sta lavorando a degli strumenti per contrastare questo genere di comportamenti, la
dichiarazione di Dick Costolo è molto onesta: “we suck at dealing with abuse and trolls on
the platform”. Sotto l’aspetto sostantivo, l’iniziativa di Vox diritti va quindi a colmare un
vuoto di conoscenza significativo
Meno convincente, almeno stando alle critiche ricevute, è l’approccio metodologico. Le
critiche si appuntano sul fatto che la geografia dell’intolleranza è basata su un numero di
tweet molto basso. Le discussioni che hanno seguito la pubblicazione di questa ricerca
danno l’opportunità di fare una riflessione sulle potenzialità di geolocalizzare l’analisi
dell’opinione pubblica. In questo articolo cercheremo di offrire alcune indicazioni a
riguardo. L’elemento che contraddistingue il contributo è dato dal fatto che non ci
limiteremo a fare riflessioni di metodo, ma proporremo un confronto basato su una
rilevazione realizzata ad hoc per verificare le differenze tra il “metodo Vox” e un metodo
basato su un approccio alla localizzazione geografica che assicura basi dati più ampie e
robuste. Occorre precisare che l’analisi proposta ha l’obiettivo di avviare una discussione e
non certo di giudicare la qualità di altre ricerche.
Cosa funziona e cosa non funziona nelle hate map
Le hate map sono una rappresentazione geografica dei messaggi a carattere
discriminatorio rinvenuti sui social, realizzate attraverso le coordinate geografiche degli
utenti (latittudine e longitudine). Su Twitter ad esempio è possibile abilitare la funzione di
geolocalizzazione dei tweet, permettendo così agli utenti di dare e avere informazioni
sulla località dalla quale proviene il messaggio 4
. Questa opzione apre delle grandi
possibilità alla sentiment analysis, lo studio dell’“umore” della rete attraverso l’analisi di
grandi quantità di messaggi. La ricerca di Vox sulla geografia italiana dell’intolleranza
sfrutta questa possibilità, replicando la metodologia di un’indagine realizzata nel 2013
sugli Stati Uniti5
. Sotto il profilo metodologico, l’analisi di Vox è basata sulla raccolta oltre
2 milioni di tweet nel periodo gennaio-agosto 2014. Il retrieving dei dati è stato realizzato
usando parole chiave collegate al sentimento di intolleranza nei confronti di stranieri,
omosessuali, disabili, donne ed ebrei: ad esempio, per esaminare il razzismo sono stati
raccolti i tweet contenenti parole come “negro”, “zingaro” e “terrone”. Il passaggio
successivo è stato l’individuazione dei messaggi contenenti le coordinate geografiche
dell’utente al momento della pubblicazione: nel complesso, i tweet geolocalizzati sono
circa 43.000 (il 2,3% del totale). Sulla base delle coordinate geografiche sono state
realizzate delle mappe termografiche che indicano le zone dell’Italia dove i tweet
discriminatori sono più frequenti.
La metodologia dell’indagine sollecita alcune domande.
Prima domanda. Di quale popolazione sono “rappresentative” la mappe? La risposta è
banale. Le mappe dell’odio rappresentano una parte della popolazione che usa un
linguaggio discriminatorio su Twitter, quel segmento che decide di geolocalizzare i propri
messaggi. In senso stretto, il campione analizzato è autoeletto, ossia contiene solo coloro
che usano tag geografici quando twittano. Quindi le mappe sono inutili? No, tutt’altro. Le
3. Cfr. D.W. SUE, Micro-aggressions in Everyday Life. Race, Gender,
and Sexual Orientation, John Wiley & Sons, Hoboken [N.J.] 2010.
4. In linguaggio tecnico questo tipo di dati viene definito Voluntereed
Geographical Information (VGI).
5. Il progetto è denominato Geography of Hate. Geotagged Hateful
Tweets in the United States è realizzato della Humboldt University
di Arcata in California

3
hate map rappresentano una fonte di conoscenza preziosissima, soprattutto se collegate
ad altre informazioni geografiche e socio-economiche. Di norma, nell’analisi dell’opinione
pubblica, si usano variabili territoriali dal potere esplicativo molto limitato: dire che nel
Nord-Est le persone la pensano in un certo modo, significa poco anche perché in quest’area
geografica rietrano sia Belluno che Riccione, due comuni tra loro molto differenti.
Seconda domanda. Il 2,3% di messaggi geolocalizzati è tanto o è poco? In assoluto è tanto,
perché ad oggi, almeno in Italia, la geolocalizzazione nell’uso dei social non è così diffusa,
anzi gli user sembrano ancora avere una certa diffidenza. D’altronde è pur vero che se si
vogliono usare tecniche statistiche avanzate, la numerosità dei casi è importante,
soprattutto quando si ha l’esigenza di risultati con un dettaglio territoriale molto fine. Non
a caso, nel commento delle mappe i ricercatori di Vox si guardano bene dal citare comuni
o province specifiche, ma si limitano a discutere le differenze tra macro-ripartizioni o
tutt’al più regioni.
Un confronto tra due approcci di geotagging
Pur con i suoi limiti, la ricerca realizzata da Vox ha l’indubbio pregio di introdurre almeno
nel panorama italiano un approccio nuovo. Combinare gli strumenti di opinion mining con
l’attenzione alla dimensione territoriale dei fenomeni, è un approccio molto promettente
che merita di essere approfondito e applicato in numerosi contesti di analisi.
Con questo obiettivo, presentiamo i risultati di una rilevazione sperimentale che, partendo
dagli stessi presupposti delle mappe dell’intolleranza, introduce un’importante differenza.
La sperimentazione è collegata allo sviluppo di uno strumento che integra statistica
territoriale e sentiment analysis, denominato DEEP (Drawing Elements for Effective
Politics)6
.
Così come fatto dai ricercatori di Vox, abbiamo raccolto tutti i tweet contenenti le parole:
“negro”, “zingaro”, “muso giallo”, “mangiabanane”. Il periodo di riferimento della
rilevazione è, invece, molto inferiore: le prime tre settimane di febbraio 2015.
Nel complesso, la base dati a disposizione è di 11.655 tweet. Per comparare i risultati
ottenuti tramite DEEP con quelli delle mappe dell’intolleranza, è necessario esplicitare il
processo di geotagging usato. Sotto questo profilo la differenza è sostanziale: al posto di
usare le coordinate geografiche – scelta che comporta un netto restringimento della base
dati disponibile – DEEP lavora sulla user location (UL), un campo previsto dal modulo di
registrazione su Twitter, all’interno del quale l’utente può specificare la località nella
quale risiede. I vantaggi di usare la UL sono almeno due, uno di ordine tecnico, l’altro
teorico.
Gli utenti che rendono disponibile la propria UL sono molto più numerosi degli utenti che
geolocalizzano i tweet: nella rilevazione pilota realizzata a febbraio 2015, il 61,4% dei
tweet raccolti conteneva un’indicazione della UL, una percentuale non confrontabile con il
2,3% di tweet geolocalizzati analizzati da Vox.
Usare la UL offre anche un vantaggio di tipo teorico. Decidere di inserire una località
all’interno del proprio profilo twitter significa rivendicare un’appartenenza territoriale:
sono romano, sono napoletano, sono milanese. Si tratta di un’informazione all’apparenza
banale, ma che nell’analisi di molti fenomeni di opinione può risultare importante. Inoltre,
a differenza delle coordinate geografiche, l’UL è stabile: se un tweet è taggato con
6. DEEP è un prodotto realizzato da Europartners ed Estrogeni con la
collaborazione di Aster. Su richiesta è disponibile un paper di
presentazione dello strumento, contenente anche un’applicazione
alla regione Marche. Per informazioni contattare: Olivier La Rocca
(o.larocca@europartnersnetwork.eu) o Alfredo Borrelli
(a.borrelli@estrogeni.net).

4
coordinate geografiche ricadenti nel centro città di Milano, non è possibile sapere se la
persona vive effettivamente in cittàoppure se è un pendolare o un turista.
La scelta di usare la UL comporta però un lavoro supplementare per la preparazione della
base dati. La tabella 1 illustra numericamente i tre passaggi di cleaning necessari alla
creazione di una database di messaggi geolocalizzati sulla base dell’UL.
Tabella 1 – Processo d’identificazione dei tweet geolocalizzati
STEP 1 STEP 2 STEP 3
Presenza
della User
Location (UL)
N %
Pertinenza del
tweet
N % Usabilità della UL N %
Tweet con UL 7157 61.4
Tweet con UL
pertinenti
3839 53.6
Tweet pertinenti
con UL utilizzabile
1547 46.6
Tweet senza
UL
4498 38.6
Tweet con UL non
pertinenti
3318 46.4
Tweet pertinenti
con UL inutilizzabile
1771 53.4
Tweet totali 11655 100.0 Totale tweet con UL 7157 100.0
Totale tweet con UL
pertinenti
3318 100.0
Fonte: elaborazioni Europartners/Estrogeni su dati propri (febbraio 2015)
Le operazioni di pulizia dei dati comportano una perdita d’informazione che tuttavia non
arriva ai livelli che si ottengono usando le coordinate geografiche. Come detto, il primo
step (eliminazione dei tweet senza UL) comporta una perditad’informazione del 38,6%. Nel
secondo step, si analizza la pertinenza del contenuto del tweet, eliminando i messaggi che
pur contenendo una o più keywords non rientrano tra quelli d’interesse per l’analisi: nel
caso specifico si è trattato soprattutto di messaggi che rimandavano a materiale
pornografico e che, spesso, contenevano la parola “negro”.
Nel secondo step, è stato eliminato il 46,4% dei messaggi risultanti dalla prima operazione
di cleaning dei dati. C’è da precisare che, sebbene nella metodologia della ricerca Vox
questo passaggio non sia esplicitato, è probabile che sia stato realizzato. Infine, nel terzo
step si è provveduto a identificare i messaggi pertinenti contenenti una UL utilizzabile ai
fini della geolocalizzazione. Questa passaggio è necessario per eliminare i tweet di quegli
utenti che non valorizzano il campo UL usando un’indicazione geografica. Siccome nel form
di registrazione usato da Twitter il campo UL è libero, alcuni utenti inseriscono indicazioni
fittizie, ironiche o semplicemente lacunose. Si precisa che il livello di geottaging usato da
DEEP è molto fine perché si considerano solo i tweet riconducibili a uno degli oltre
ottomila comuni italiani. Questo passaggio ha comportato la perdita del 53,4% dei tweet
pertinenti con indicazione di UL.
Nel complesso, l’uso della user location in luogo delle coordinate geografiche ha garantito
una percentuale del 13,3% di tweet utili all’analisi (la ricerca Vox dichiara una percentuale
di messaggi utile del 2,3%): in pratica da una base di partenza di oltre 11mila messaggi, si
è ottenuto un corpus di 1547 messaggi geolocalizzati a livello comunale.

5
A scopo illustrativo si riporta la distribuzione regionale dei tweet (grafico 1), corredata
dalla classifica dei primi dieci comuni per numero di tweet (tabella 2).
Grafico 1 – N Tweet geolocalizzati
Trattandosi di una rilevazione pilota, la numerosità di alcune regioni è decisamente
esigua. Tuttavia, emergono alcune informazioni interessanti come ad esempio il fatto che i
tweet provengono da 275 diversi comuni italiani e che in testa alla classifica per regioni
oltre alla Lombardia e al Lazio (indicate anche da Vox), ci sia anche la Sicilia.
Tabella 2 – Primi dieci comuni per numero di tweet
(N comuni = 275)
Comune N. Tweet %
1 Roma 304 19.7
2 Milano 169 10.9
3 Palermo 107 6.9
4 Napoli 68 4.4
5 Torino 49 3.2
6 Genova 41 2.7
7 Bologna 38 2.5
8 Firenze 24 1.6
9 Padova 22 1.4
10 Verona 22 1.4
Totale primi 10 comuni 844 54.6
Altri comuni (265) 703 45.4
Totale 1547 100.0
312
271
180
113
99 98 93 85 75
56
44
32
19 18 16 12 11 5 4 2 1 10
50
100
150
200
250
300
350
N. Tweet

6
Venti giorni di antiziganismo in rete
Nel periodo compreso tra il 2 e il 22 febbraio abbiamo analizzato il sentiment di Twitter
nei confronti dei rom. All’interno della rilevazione pilota,realizzata per testare l’efficienza
di DEEP e confrontarne le prestazioni con i dati della ricerca Vox, era presente anche la
keyword “zingaro”. La raccolta ha originato, 317 tweet geolocalizzati sulla base della UL.
Si tratta del 20,5% del totale di messaggi utili. Benché la rilevazione fosse un test dello
strumento, pensiamo sia utile analizzare i dati di sentiment poiché mettono in luce
elementi interessanti sul pregiudizio e l’ostilità che circola su Twitter7
.
Il grafico 2 rappresenta il sentiment generale nei confronti dei rom: nelle tre settimane di
riferimento il dato è abbastanza inequivocabile poco meno del 60% dei tweet analizzati
conteneva messaggio negativi, denigratori, aggressivi o apertamente razzisti nei confronti
dei rom. Un terzo dei tweet, invece, presentava un contenuto neutro. Infine, solo il 4,1%
dei messaggi aveva un contenuto positivo.
Grafico 2 – Il sentiment di twitter verso i rom
Il secondo dato d’interesse si trova nel grafico 3, nel quale si presenta il sentiment per
regione. Non si usa la localizzazione comunale, pur disponibile, poiché l’esiguità numerica
7. DEEP analizza il sentiment con un approccio qualitativo, ossia la
classificazione dei tweet non avviene attraverso procedure
automatiche o semi-automatiche, ma attraverso l’analisi del
contenuto tweet per tweet.
4,1
36,0
59,9
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
Positivo Neutro Negativo
Twitter SENTIMENT nei confronti dei ROM (periodo: 2-22 febbraio - N=317)

7
dei dati raccolti durante il test non permette statistiche robuste. Le regioni sono ordinate
sulla base del numero di tweet negativi.
Grafico 3 – Sentiment verso i rom per regione (N)
Lazio e Lombardia, pur avendo circa lo stesso numero totale di messaggi, presentano una
differente composizione interna. Dal Lazio provengono soprattutto tweet negativi, mentre
in Lombardia messaggi negativi e neutri quasi si equivalgono: rimane fermo lo scenario di
sostanziale negatività nei confronti dei rom. Purtroppo i dati della rilevazione pilota non
permettono altri approfondimenti. C’è comunque da ricordare che il periodo analizzato è
coinciso con un fatto di cronaca che ha avuto una larga eco: in Veneto, il benzinaio
Graziano Stacchio ha ucciso Albano Cassol, vicentino di origini rom, mentre stava tentando
una rapina in una gioielleria. Nei giorni successivi, i media hanno dato spazio e amplificato
i sentimenti di antiziganismo suscitati dall’episodio.
Twitter non ha fatto eccezione: leggendo i tweet raccolti per questa sperimentazione
(molti riferiti all’hashtag #iostoconstacchio) si ha l’idea di quanta violenza e ostilità ci
possano essere in 140 caratteri. Molti messaggi infatti riportano commenti sprezzanti e
denigratori, basati su pregiudizi e stereotipi; in alcuni casi vengono formulate vere e
proprie minacce. Non di rado, infine, la molla che fa scattare le aggressioni verbali via
Twitter sono i talk show televisivi: i tweet contro i rom che contengono hashtag riferiti a
trasmissioni come “La gabbia” (La7) o “Quinta colonna” (Rete4) sono numerosi.
Twitter diventa così la cassa di risonanza di un discorso pubblico esacerbato e polarizzato:
come in quei talk show dove non ci sono argomentazioni da discutere, ma solo fazioni da
sostenere o avversare.
1
1
1
2
2
3
3
3
5
6
8
8
9
10
17
20
32
59
1
3
2
3
3
4
4
5
8
10
2
2
4
10
5
11
25
12
1
1
1
1
1
7
1
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Valle d'Aosta
Calabria
Molise
Trentino Alto Adige
Marche
Umbria
Abruzzo
Puglia
Sardegna
Sicilia
Emilia Romagna
Friuli Venezia Giulia
Liguria
Campania
Toscana
Piemonte
Veneto
Lombardia
Lazio
Negativo
Neutro
Positivo

8
Analizzare l’opinione pubblica sulla rete:
alcune riflessioni
Sulla scorta delle riflessioni proposte in precedenza si possono porre tre questioni sulle
quali occorre lavorare per sfruttare appieno le potenzialità della geolocalizzazione
nell’analisi dell’opinione pubblica sui social.
o Migliorare i sistemi di geotagging: al momento gli utenti che usano le coordinate
geografiche non sono abbastanza numerosi, peraltro la localizzazione latitudine-
longitudine può essere fuorviante se si vuole considerare l’appartenenza territoriale
di una persona come una variabile socio-culturale della quale tenere conto nel
corso dell’analisi. Nel caso di Twitter la soluzione basata sull’uso della user
location ci sembra, al momento, soddisfacente.
o Associare ai dati di opinione, informazioni socio-economiche: geolocalizzare le
opinioni delle persone permette di agganciare all’analisi una serie di informazioni
accessorie che possono risultare molto utili in sede di interpretazione. Le
statistiche territoriali sono sempre più ricche e dettagliate. L’obiezione che si può
fare all’analisi del sentiment è che le opinioni espresse su internet galleggino in un
“vuoto socio-economico”, si può ovviare a questo problema collegando i dati di
opinione con le statistiche territoriali, anche comunali. Ad esempio, in un recente
test di DEEP - lo strumento di analisi sul quale è basata l’analisi presentata in
questo paper – abbiamo collegato, l’analisi dei tweet, con statistiche comunali e
dati elettorali. Questo è solo un esempio di come la combinazione tra dati di
diversa fonte e origine sia una prospettiva metodologica molto promettente.
o Usare tecniche quali-quantitative: l’analisi quantitativa del sentiment è ormai uno
standard, tuttavia pensiamo che per alcuni fenomeni specifici non sia l’approccio
migliore. Le metriche quantitative in alcuni casi non sono applicabili, in altri non
colgono aspetti importanti dei fenomeni. La ricchezza informativa dei social media
può essere sfruttata anche usando tecniche di analisi qualitativa, basate
sull’interpretazione dei messaggi e sulla capacità di creare collegamenti tra i
comportamenti online e la vita offline delle persone.

�ݺ�ߣ

Rumors e sentiment della rete

Recommended

More Related Content

Similar to Rumors e sentiment della rete (20)

More from Estrogeni (19)

Rumors e sentiment della rete