Le prossime presidenziali sono già state vinte e nessuno lo sa

Martina Pastori

E se vi dicessimo che qualcuno, nel mondo, potrebbe aver previsto chi vincerà le prossime elezioni presidenziali degli Stati Uniti? No, non è magia. È scienza.

IOM-NN, l’algoritmo dell’Unical che prevede il futuro

Non è un mistero per nessuno che, ogni giorno, milioni di persone passano ore del loro tempo sui social media, generando un’enorme mole di dati digitali che molto rivelano sulle dinamiche, le preferenze e gli atteggiamenti umani.

Le informazioni in questione – per gli amici Big Data – possono essere analizzate per trarne conclusioni utili, come il trend dell’opinione pubblica in vari momenti storici. I mesi immediatamente precedenti le elezioni, per citare solo un esempio.
È su questa logica che si basa l’Iterative Opinion Mining using Neural Networks (IOM-NN), un algoritmo elaborato dall’Unical. Il suo punto di partenza è una rete di hashtag selezionati, a partire dalla quale si ricava, con l’aiuto dell’intelligenza artificiale, una previsione molto precisa circa le intenzioni di voto degli elettori.

IOM-NN è già stato testato con successo sulle elezioni USA del 2016 e le politiche italiane del 2018, dimostrandosi più affidabile dei più tradizionali sondaggi e di altre tecniche di studio dell’andamento di hashtag nel tempo. Il suo punto di forza? Si basa su reti neurali, modelli matematici di neuroni artificiali che si ispirano al funzionamento del cervello umano.

La prova del nove: IOM-NN e le presidenziali 2016

Capiamo meglio come funziona IOM-NN: nel 2016, l’algoritmo ha preso in considerazione 818.403 tweet pubblicati negli USA tra il 10 ottobre e il 7 novembre. Il campione è stato individuato mediante l’applicazione di filtri che garantissero l’autenticità degli account, come georeferenziazione e bio del profilo.

Tra gli hashtag ricorrenti: #voteHillary, #imwithher, #strongertogether, #voteTrump, #americafirst, #wakeupamerica. Diversamente da altri sistemi, IOM-NN ha vagliato, anche, la prolificità del singolo utente, ripesando i più attivi per evitare che la quantità di tweet generati dallo stesso profilo falsasse il risultato.
Ottenuta una batteria iniziale di dati, l’algoritmo ha iniziato a classificarli in base all’orientamento politico espresso. Non sempre è bastato un solo tentativo, perché alcuni hashtag hanno costretto il sistema a iterare il processo, per poi imparare dai propri errori e catalogare i tweet lasciati in sospeso.

I risultati? Degli 818.403 tweet di partenza, IOM-NN ne ha classificati circa 720mila, provenienti da 126mila utenti distribuiti in dieci swing States, Stati in bilico per le presidenziali 2016: Colorado, Florida, Iowa, Michigan, Ohio, New Hampshire, North Carolina, Pennsylvania, Virginia e Wisconsin. Di questi, l’algoritmo ha correttamente previsto i risultati finali di otto. I sondaggi si erano fermati a sei, e nessun altro algoritmo aveva saputo fare di meglio.

Insomma: niente di più facile che IOM-NN abbia già previsto come andranno a finire le prossime presidenziali. Noi, invece, dovremo aspettare il 3 novembre.

Lascia un commento

Scarica orala nostra Guida