Intelligenza Artificiale e Social Media: Cosa Pensiamo Davvero del Cambiamento Climatico?

Ciao a tutti! Parliamoci chiaro, il cambiamento climatico è sulla bocca di tutti. Ne sentiamo parlare al telegiornale, ne leggiamo sui giornali, e ovviamente, ne discutiamo (spesso animatamente) sui social media. Ma cosa pensiamo *davvero*? Quali sono le nostre emozioni, le nostre preoccupazioni, le nostre speranze (e magari anche il nostro sarcasmo) riguardo a questa sfida epocale?

Capire le percezioni pubbliche sul clima non è solo una curiosità accademica. È fondamentale per prendere decisioni informate, per creare politiche efficaci, per comunicare meglio. E indovinate un po’? I social media, con il loro flusso incessante di pensieri, opinioni e reazioni, sono diventati una miniera d’oro (o forse un campo minato?) di informazioni su questo tema.

I Social Media: Lo Specchio (Distorto?) della Società sul Clima

Pensateci: piattaforme come X (il vecchio Twitter), Facebook, Instagram sono diventate piazze virtuali dove milioni di persone esprimono ciò che pensano, spesso in tempo reale. Questo ci offre un’opportunità incredibile per “ascoltare” il polso della società su temi complessi come il cambiamento climatico. Possiamo vedere quali aspetti preoccupano di più, quali eventi scatenano reazioni più forti, come cambiano le opinioni nel tempo.

Certo, non è tutto così semplice. I social hanno le loro stranezze:

• Brevità e immediatezza: I messaggi sono spesso corti, impulsivi, a volte superficiali.
• Elementi multimediali: Immagini, video, meme aggiungono strati di significato (e complessità).
• “Bolle informative” (Echo Chambers): Gli algoritmi tendono a mostrarci contenuti che confermano le nostre idee, polarizzando il dibattito.
• Accuratezza variabile: Accanto a informazioni scientifiche, troviamo opinioni personali, esperienze emotive, e purtroppo anche disinformazione.

Nonostante queste sfide, ignorare i social media sarebbe come cercare di capire la società moderna guardando solo dalla finestra. Sono uno strumento potente, se sappiamo come usarlo.

La Sfida: Capire Milioni di Voci con l’Intelligenza Artificiale

Ed ecco che entra in gioco la tecnologia. Immaginatevi di dover leggere e analizzare manualmente milioni, anzi, miliardi di post su X/Twitter in diverse lingue. Impossibile, vero? Qui l’intelligenza artificiale (IA), e in particolare il Natural Language Processing (NLP) – la branca dell’IA che insegna alle macchine a capire il linguaggio umano – ci viene in soccorso.

Recentemente, con un team di ricercatori, abbiamo deciso di affrontare questa sfida. Ci siamo concentrati sull’Europa sudoccidentale (Spagna e Portogallo), analizzando oltre 1,7 milioni di post su X/Twitter in spagnolo, portoghese e inglese, scritti tra il 2010 e il 2022. L’obiettivo? Sviluppare e testare un metodo scalabile, basato su modelli di deep learning (una forma avanzata di IA), per monitorare come le persone percepiscono e reagiscono al cambiamento climatico nel tempo.

Come Funziona? Sotto il Cofano dei Modelli Linguistici

Come abbiamo fatto? Non con la bacchetta magica, ma con un approccio metodologico ben preciso, sfruttando la potenza degli algoritmi di IA. Ecco i passi principali:

1. Raccolta Dati: Abbiamo usato l’API di X/Twitter per raccogliere post contenenti parole chiave specifiche legate al clima (es. “incendi”, “riscaldamento globale”, “inondazioni”, “inquinamento” – oltre 130 keywords in 3 lingue!).
2. Pulizia e Preprocessing: Abbiamo eliminato duplicati, post troppo corti e “ripulito” il testo (togliendo link, menzioni utente, normalizzando emoji e hashtag) per renderlo comprensibile ai modelli.
3. Selezione dei Post Rilevanti: Abbiamo addestrato modelli di deep learning specifici per ogni lingua (BERTimbau per il portoghese, BETO per lo spagnolo, BERT base per l’inglese) per distinguere i post *veramente* pertinenti sul cambiamento climatico da quelli irrilevanti. E i risultati sono stati ottimi, con tassi di successo superiori all’84-87%!
4. Analisi Temporale: Abbiamo analizzato la frequenza dei post nel tempo (dal 2010 al 2022) per identificare picchi di discussione e capire a quali fenomeni climatici specifici si riferissero maggiormente gli utenti.
5. Analisi delle Percezioni: Qui arriva il bello! Abbiamo usato altri modelli pre-addestrati per analizzare automaticamente:
   • Sentiment: Il post esprime un tono positivo, negativo o neutro?
   • Emozioni: Quali emozioni emergono? Rabbia, gioia, tristezza, paura, sorpresa, disgusto o nessuna emozione specifica (neutro)?
   • Ironia: Il post contiene ironia o sarcasmo? (Una sfida non da poco per un’IA!).

Tutto questo è stato fatto usando strumenti open-source e piattaforme come Google Colab, Keras, TensorFlow, spaCy, Scikit-learn e Hugging Face, rendendo l’approccio potenzialmente replicabile e adattabile.

Cosa Abbiamo Scoperto? Emozioni, Eventi e Ironia Climatica

I risultati sono stati affascinanti e, per certi versi, preoccupanti.

Innanzitutto, abbiamo visto una chiara correlazione tra i picchi di discussione sui social e il verificarsi di eventi climatici estremi reali nell’area di studio. Grandi incendi boschivi (come quelli devastanti in Portogallo e Spagna nel 2017 o 2022) e tempeste potenti (come nel 2019) hanno generato ondate significative di post. È stato impressionante vedere come la “memoria sociale” digitale riflettesse eventi con impatti socio-economici diretti e immediati. Curiosamente, fenomeni più lenti o meno immediatamente catastrofici come la siccità, pur presenti, erano meno discussi. Anche eventi globali come le Conferenze delle Parti (COP) sul clima, specialmente quella tenutasi a Madrid (COP25), hanno generato picchi di attività.

Passando alle percezioni, l’analisi del sentiment ha rivelato una predominanza di toni neutri (oltre il 35%) e negativi (oltre il 39%).

• I post negativi erano spesso legati agli impatti diretti del cambiamento climatico: parassiti, inquinamento, incendi, siccità. C’è molta preoccupazione e frustrazione là fuori.
• I post neutri erano più frequenti quando si parlava di notizie, fatti, annunci di eventi o termini più generali come “azione per il clima”.
• I post positivi erano una minoranza (circa il 13%), solitamente associati a temi come la sostenibilità, le energie rinnovabili, le iniziative “green”.

L’analisi delle emozioni ha confermato questa tendenza. Sebbene le emozioni neutre fossero le più comuni (61-74%), tra quelle espresse spiccavano rabbia, sorpresa e gioia. E abbiamo notato un trend interessante: un aumento della rabbia nei post negli ultimi anni analizzati (specialmente dopo il 2018-2019). Questo potrebbe riflettere una crescente frustrazione per l’inerzia politica, un aumento della consapevolezza degli impatti, o una reazione a eventi specifici particolarmente gravi.

Infine, l’ironia. Circa un quarto dei post analizzati conteneva contenuti ironici o sarcastici, una percentuale rimasta abbastanza costante nel tempo. Questo non sorprende: l’ironia è uno strumento comunicativo comune sui social, spesso usato per esprimere critica o disaccordo in modo indiretto, specialmente su temi politici o sociali. Riconoscerla è cruciale per non fraintendere il sentiment reale di un post!

Limiti e Opportunità: Guardando al Futuro del Monitoraggio Sociale

Ovviamente, questo tipo di analisi ha i suoi limiti.

• Bias di rappresentazione: Chi usa X/Twitter non rappresenta l’intera società. Mancano le voci di chi non usa i social o preferisce altre piattaforme.
• Echo chambers: Le “bolle” possono amplificare certe visioni e silenziare altre.
• Errori dei modelli: Nessuna IA è perfetta. Ci possono essere errori nell’identificare la rilevanza, il sentiment, le emozioni e soprattutto l’ironia, che è molto legata al contesto culturale e linguistico.
• Soggettività: Classificare emozioni e sentiment non è una scienza esatta, nemmeno per gli umani!

Nonostante ciò, le potenzialità sono enormi. Questo approccio ci permette di:

• Monitorare quasi in tempo reale le percezioni pubbliche e le loro evoluzioni.
• Fornire insight preziosi a decisori politici, organizzazioni e comunicatori per capire meglio le preoccupazioni dei cittadini.
• Adattare le strategie di comunicazione sul clima per essere più efficaci e risonanti con le emozioni prevalenti.
• Identificare l’emergere di narrazioni specifiche o di disinformazione.
• Supportare la pianificazione della preparazione ai disastri, capendo quali eventi hanno maggiore impatto sulla percezione pubblica.

Inoltre, la metodologia che abbiamo sviluppato è scalabile e adattabile. Usando modelli pre-addestrati e open-source, può essere potenzialmente applicata ad altre aree geografiche, altre lingue e magari anche altre piattaforme social, con i dovuti aggiustamenti culturali e linguistici.

Insomma, usare l’intelligenza artificiale per “ascoltare” le conversazioni sui social media riguardo al cambiamento climatico ci apre una finestra incredibile sulla mente collettiva. Non è la soluzione a tutti i problemi, ma è uno strumento potentissimo che, se usato con consapevolezza dei suoi limiti, può aiutarci a navigare meglio la complessità della crisi climatica, comprendendo più a fondo cosa pensiamo, cosa proviamo e, forse, cosa siamo disposti a fare.

Fonte: Springer