strumenti digitali

Da Facebook tre nuovi strumenti contro il coronavirus

Nuovi tools arricchiscono Data for Good l’iniziativa di Facebook per università e no-profit. Sono già sul tavolo della task force data-driven

di Luca Tremolada

default onloading pic

Nuovi tools arricchiscono Data for Good l’iniziativa di Facebook per università e no-profit. Sono già sul tavolo della task force data-driven


2' di lettura

Le grandi piattaforme digitali che tracciano le nostre abitudini online si stanno mettendo a disposizione di Governi e università quello che sanno di noi per studiare il coronavirus. Dopo l’inziativa di Google di venerdì 4 marzo anche Facebook ha deciso di potenziare il suo programma Data for Good riservato alle università e alle no-profit aggiungendo alcuni tools. Si tratta di tre nuovi strumenti per studiare e prevenire l’evoluzione del contagio. Come hanno spiegato gli uomini di Facebook durante la presentazione dell’iniziativa si tratta di informazioni aggregate e anonimizzate che quindi rispettano le normative sulla privacy. I dati sono ottenuti dai servizi di geolocalizzazione del social di Zuckerberg. E serviranno per tracciare e analizzare l’impatto delle misure di prevenzione sulla mobilità e quindi sulla diffusione del contagio. I primi a utilizzare questi dati saranno gli esperti della task force voluta dal ministero dell’innovazione per studiare soluzioni data-driven al coronavirus tra lui un app per il tracciamento dell’epidemia. Lo hanno confermato Walter Quattrociocchi esperto di newtork e sistemi complessi all’Università Ca’ Foscari di Venezia e Sefano Nicolai, docente di Inovation management all’Università di Pavia entrambi presenti all’incontro in video-conferenza. L’ateneo lombardo avrebbe già compiuto le prime “interessanti” elaborazioni su questi dati per metterli a disposizione della task force. Ma come ha sottolineato Quattrociocchi, i risultati saranno però annunciati di concerto che i lavori degli esperti di Paola Pisano

Come funzionano i tools? Tre nuove tipi di “mappe”per comprendere e prevedere l'evoluzione del contagio. La prima rivela la probabilità che una persona possa entrare in contatto con gli altri. Le mappe di co-localizzazione rivelano la probabilità con cui le persone in una zona vengano a contatto con le persone in un'altra, aiutando a capire dove potranno comparire casi di COVID-19 in futuro. Questo tipo di modello potrebbe aiutare i ricercatori a determinare come il COVID-19 potrebbe diffondersi.

Sotto sono rappresentati i trend di mobilità che mostrano a livello locale se le persone stanno vicino a casa o visitano molte parti della città, il che può fornire indicazioni per capire se le misure preventive procedono nella giusta direzione.

Infine l'indice delle connessioni sociali mostra le amicizie tra i diversi Stati e Paesi, che possono aiutare gli epidemiologi a prevedere la probabilità di diffusione della malattia, ma anche capire dove le aree più duramente colpite dal COVID-19 potrebbero cercare sostegno.

Servono i dati dei social? 

In particolare la mappa sopra mostra la probabilità di amicizia su Facebook tra l'East Village, NY e il resto degli Stati Uniti, rivelando come i legami sociali possano aiutare le comunità a combattere e a riprendersi dalla crisi.

Come hanno sottolineato i due ricercatori italiani la possibilità di analizzare informazioni in tempo reale. Ma è la combinazione con altre fonti può aiutare ad elaborare modelli più efficaci per indirizzare le decisioni in materia di salute pubblica. In questo sarà interessante capire come verranno utilizzati nelle app per il tracciamento digitale che sarà annunciata nei prossimi giorni.

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti