Utilizzando l’intelligenza artificiale (AI) i ricercatori hanno scoperto che tra il 2007 e il 2016 i sentimenti online sul cambiamento climatico erano uniformi, ma questo non era il caso della vaccinazione.
Il cambiamento climatico e le vaccinazioni potrebbero condividere molti degli stessi elementi sociali e ambientali, ma ciò non significa che i dibattiti siano divisi lungo gli stessi dati demografici.
Un team di ricerca dell’Università di Waterloo e dell’Università di Guelph ha addestrato un algoritmo di apprendimento automatico per analizzare un numero enorme di tweet sui cambiamenti climatici e sulla vaccinazione.
I ricercatori hanno scoperto che il sentimento del cambiamento climatico era prevalentemente a favore di coloro che credono che il cambiamento climatico sia dovuto all’attività umana e richieda un’azione. C’è stata anche una quantità significativa di interazione tra utenti con sentimenti opposti sul cambiamento climatico.
Tuttavia, nell’istantanea del periodo di tempo del set di dati, il sentimento del vaccino non era affatto così uniforme. In effetti, solo il 15 o il 20% circa degli utenti ha espresso un sentimento chiaramente favorevole al vaccino, mentre circa il 70% non ha espresso un sentimento forte. Forse ancora più importante, individui e intere comunità online con sentimenti diversi nei confronti della vaccinazione hanno interagito molto meno del dibattito sul cambiamento climatico.
“È una questione aperta se queste differenze nel sentimento degli utenti e nelle camere di eco dei social media relative ai vaccini abbiano creato le condizioni per un sentimento vaccinale altamente polarizzato quando i vaccini COVID-19 hanno iniziato a essere lanciati”, ha affermato Chris Bauch, professore di matematica applicata all’Università di Waterloo. “Se dovessimo fare lo stesso studio oggi con i dati degli ultimi due anni, i risultati potrebbero essere molto diversi. La vaccinazione è un argomento molto più caldo in questo momento e sembra essere molto più polarizzato data la pandemia in corso”.
L’obiettivo della ricerca era imparare come possono essere correlati i sentimenti sui cambiamenti climatici e sulla vaccinazione, come gli utenti formano reti e condividono informazioni, la relazione tra i sentimenti online e come le persone agiscono e prendono decisioni nella vita quotidiana.
“C’è stato del lavoro fatto sulla polarizzazione delle opinioni su Twitter e altri social media”, ha affermato Madhur Anand, professore di scienze ambientali all’Università di Guelph. “La maggior parte delle altre ricerche considera questi problemi isolati, ma volevamo guardare questi due problemi di cambiamento climatico e vaccinazione fianco a fianco. Entrambi i problemi hanno componenti sociali e ambientali e c’è molto da imparare in questo abbinamento di ricerca”.
Il set di dati per il progetto è stato tratto da alcune fonti, comprese alcune acquistate da Twitter. In totale, l’analisi prende in considerazione circa 87 milioni di tweet. L’intervallo di tempo per i tweet è compreso tra il 2007 e il 2016.
Ciò significa che i dati precedono il COVID-19 e offrono un’istantanea del sentimento del vaccino negli anni precedenti la pandemia.
L’IA ha classificato i milioni di tweet come sentimenti pro, contrari o neutrali sui problemi e quindi ha classificato gli utenti in categorie pro, anti o neutrali. Ha anche analizzato la struttura delle comunità online e il grado di interazione degli utenti con sentimenti opposti.
“Ci aspettavamo che il sentimento degli utenti e il modo in cui gli utenti hanno formato reti e comunità fossero più o meno gli stessi per entrambi i problemi”, ha affermato Bauch. “Ma in realtà, abbiamo scoperto che il modo in cui il discorso sul cambiamento climatico e il discorso sul vaccino funzionavano su Twitter erano piuttosto diversi”.
Anand, Bauch e i membri del team Justin Schonfeld, Edward Qian, Jason Sinn e Jeffrey Cheng hanno pubblicato i loro risultati, ” Dibattiti sui vaccini e sui cambiamenti climatici sui social network: uno studio sui contrasti “, sulla rivista Humanities and Social Sciences Communications .