COME SARANNO I GIORNALI NEL Introduzione. BUSINESS INTELLIGENCE E BIG DATA ANALYTICS I DATI E IL GIRO DI NERA di Daniele Bellasio 1

Transcript

1 BUSINESS INTELLIGENCE E BIG DATA ANALYTICS I DATI E IL GIRO DI NERA di Daniele Bellasio 1 COME SARANNO I GIORNALI NEL 2050 Introduzione Perché uno come me che ha sempre fatto il giornalista, per di più abbastanza tradizionale, si è messo a studiare il mondo dei dati, dei Big Data? Io peraltro sono il cosiddetto culo di pietra, cioè quello che da sempre sta in redazione, non gira molto, 1 Numerage. Quinta serie, tavola #2 - Collage di carta da giornale su cartoncino - Formato 100 x 70 cm - Di Adriano Attus, creative director del Sole 24 Ore: Se quella nei numeri può essere considerata una fede, ricreo allora improbabili mandala interrotti invitando il pubblico a ricostruirne i frammenti. I numeri, che si chiudono ciclicamente nella perfezione del 9, diventano così il pretesto per svelare le umanità che questi nascondono.

2 scrive quando gli altri non scrivono. Perché uno come me, negato in matematica e in quasi tutte le materie scientifiche questo ovviamente al colloquio per la selezione del master non l ho detto, ma secondo me si intuiva a un certo punto si è messo in testa di studiare i Big Data? La prima ragione è perché ho una passione personale e professionale per i social network: considero i social media il vero punto di svolta della rivoluzione nell editoria, perfino più di Internet in generale. La seconda ragione è perché uno dei miei sogni di carriera professionale è sempre stato quello di occuparmi di cronaca nera. Eppure, nonostante mi sia dedicato nel corso degli anni a quasi tutte le materie presenti sui giornali, non sono mai riuscito a seguire quello che ho sempre considerato il campo più affascinante: la nera. Molti giornalisti, del resto, hanno sognato fin da piccoli di lavorare nei giornali proprio per la cronaca nera. Non so se vi è mai capitato di sentire dire dai giornalisti più tradizionali forse qualcuno la usa ancora come espressione la frase fare il giro di nera. Fare il giro di nera mi hanno spiegato quelli che non sono culi di pietra come me, quelli che vanno in giro voleva e vuol dire fare il giro delle fonti delle notizie, consultarle, al telefono o di persona, ma più spesso di persona perché devi vedere le facce, consumare le suole, cioè fare il giro di prefettura, questura, polizia, ospedali, vigili del fuoco, anche dei centri di aggregazione della città, dei negozianti, cercando di andare a capire dove ci può essere una storia da raccontare o una notizia ancora non data. Nel tentativo di trovare un posto dove poter svolgere quel compito che non mi hanno quasi mai dato la possibilità di svolgere all interno di una redazione, mi è venuto in mente che oggi abbiamo un mare di informazioni, abbiamo un giro che possiamo fare anche noi culi di pietra, stando in ufficio, attraverso un computer, nel mondo dei dati. Dunque io oggi considero questo il mio giro di nera possibile e cercherò in qualche modo di raccontarlo con esempi personali e professionali, per dare un po l idea di quello che si può fare nel nuovo giro di nera 2.0, con i Big Data. Perché un giornalista dovrebbe studiare BI e Big Data Analytics? Perché la necessità di trovare nuove fonti di notizie (e storie) e nuovi strumenti per diffondere l informazione nel nuovo mondo digitale rende necessario per i giornalisti studiare e capire l universo dei dati e del web per poter fare le domande giuste ai dati e ai data scientist e per entrare in una proficua alleanza produttiva con loro. 2

3 Nella prospettiva e con l auspicio che, anche attorno ai dati, la nuova stampa fiorisca grazie a innovative alleanze creative e produttive tra professionisti differenti, ho chiesto ad alcuni colleghi ed esperti di varie materie di contribuire a questo mio lavoro con un loro personale intervento. Alla fine di ogni capitolo del mio racconto ci sarà così un contributo esterno per me molto prezioso. 3

4 1. Il circolo virtuoso A mio modo di vedere, la rivoluzione nell editoria non è avvenuta tanto con l avvento di Internet perché quando è arrivato il web diciamoci la verità il lavoro di noi giornalisti non è cambiato poi così tanto. Prima scrivevamo articoli, sceglievamo foto, decidevamo un titolo, insomma facevamo un lavoro che poi finiva su un pezzo di carta. Poi a un certo punto questo lavoro ha prodotto un foglio digitale, cioè una pagina di computer. Certo, appena arrivato il web nelle nostre vite professionali, abbiamo subito intuito - non tutti per la verità e non tutti subito - le potenzialità enormi della rete, per esempio nella diffusione rapida e poco costosa in tutto il mondo del nostro lavoro, mentre l oggetto giornale ci doveva arrivare fisicamente in quello splendido luogo che ancora oggi si chiama edicola. Come enormi potenzialità abbiamo potuto intravedere da subito con Internet nella velocità di trasmissione della storia o della notizia. Ma tutto sommato il nostro lavoro non era poi così cambiato dal e con il web. Quanto invece cambierà quando faremo una piccolissima cosa dal grande impatto! Ed eccoci al momento in cui nasce il web 2.0: quando i giornali iniziano ad aprire ai commenti dei lettori le pagine (digitali) dei loro articoli. In quel momento, quando sotto a un articolo sul sito web si è lasciato lo spazio per i commenti, si è aperto il mondo dell interazione con l utente dell informazione, cioè con il lettore. Da lì si apre quello che per me è un circolo più virtuoso che vizioso, anche se noi spesso lo vediamo più dal punto di vista della messa in crisi del settore e dei business plan delle nostre aziende editoriali. In realtà è un progresso notevole avere la possibilità di usare il giornale, il sito, il blog, leggere i commenti, interagire sui social network e poi tornare sui giornali: sempre più spesso, infatti, potete vedere sui quotidiani di carta i titoli o gli articoli sul popolo del web, sulla rivolta nei social. Per fare un piccolo esempio preso a caso, tempo fa mi è capitato di leggere che Franco Battiato ha steccato in una trasmissione televisiva molto nota e ovviamente (e stranamente) il titolo era qualcosa come rivolta sul web, un titolo di questo tipo è stato fatto per un pezzo sul sito del giornale che molto probabilmente il giorno dopo sarà anche in una breve del giornale di carta. Quindi il circolo virtuoso dell informazione avviene con tutti questi canali e grazie a tutti questi canali perfino un giornalista costretto a stare fermo in redazione può fare un giro di nera, può cercare delle notizie, ammesso che sia una notizia la rivolta sui social per Battiato che stecca, 4

5 comunque è una storia che può essere raccontata. Quindi, ecco una prima buona ragione per cui si può fare un giro di nera grazie ai dati: sui social network si possono trovare delle notizie, si può leggere quello che accade. Per capire perché il circolo è, o almeno può diventare, virtuoso basta pensare ai tycoon del web che si comprano i giornali di carta, come Jeff Bezos, numero 1 di Amazon, con il Washington Post o Jack Ma, patron di Alibaba, con il South China Morning Post. Non si va su Twitter per twittare L ha detto l ex amministratore delegato di Twitter, Dick Costolo: Incontro persone che mi dicono: Non twitto. Penso che sia ancora un errore di prospettiva sulla ragione per cui si va su Twitter. Quando incontro questa gente, dico: Non devi, ha detto al New York Times. A me piace molto questa frase di Dick Costolo, l ex ceo di Twitter. Non penso l abbiano mandato via per ragioni collegate a questa frase pronunciata quando era ancora numero 1 del social network che cinguetta. Però effettivamente, dal suo punto di vista di allora, è una frase un po controintuitiva. Costolo, parlando con il New York Times e tenendo in considerazione le preoccupazioni di chi dice: No, ma io non voglio essere su Twitter perché non voglio dire delle cose, non voglio dire niente, non ho interesse a dire niente, non so che cosa dire, beh, in questa circostanza, Costolo ha spiegato a costoro, secondo me molto giustamente, che su Twitter non è obbligatorio scrivere, su Twitter ci devi essere semmai per altre ragioni, per (appunto) fare il giro tra le informazioni. Per leggere. Sempre più spesso le notizie vengono date su Twitter. Noi lo sappiamo benissimo, anche se ci dispiace dirlo, perché la constatazione di questo fenomeno comporta l urgenza di una necessaria forte innovazione nel mondo delle agenzie di stampa, ma nel momento in cui su Twitter ci sono tutti gli organi di informazione, tutte le istituzioni non possiamo non esserci noi giornalisti. Mi è capitato una volta in caporedazione centrale, a tarda sera, con tutti noi culi di pietra al lavoro, di dire a un certo punto: È stato convocato un consiglio dei ministri straordinario. E mi è stato risposto: No, non risulta, non c è sulle agenzie. Allora ho ribattuto: Ma è un tweet dell account ufficiale di Palazzo Chigi deve essere una notizia 5

6 abbastanza attendibile, no?. Quindi la prima ragione per cui nei laghi di dati devi in qualche modo navigare, anche senza essere uno statistico o un matematico, anche senza essere un chiacchierone con tendenze esibizionistiche o da battutista, è perché tra i dati e sui social media ci sono notizie o informazioni talmente importanti, pur nella loro rozzezza, che le devi avere di prima mano. Il tweet perfetto Poi ci sono anche i modi in cui le notizie vengono comunicate. Barack BarackObama Four more years Questo è stato a lungo il tweet più retweettato della storia di Twitter ed è un tweet fatto da Barack Obama, presidente degli Stati Uniti. Io l ho definito il tweet perfetto. Perché è perfetto? Prima di tutto perché dà una notizia. Secondo, perché la fonte è ultrattendibile, essendo proprio la persona che viene rieletta alla Casa Bianca. In più c era anche il pallino azzurro proprio dell account verificato: quindi è certamente Barack Obama. E Obama dice di essere stato rieletto attraverso un bel titolo four more years è praticamente un 6

7 titolo, uno di quelli che noi culi di pietra potremmo fare, soprattutto se fossimo simpatizzanti per Obama e una stupenda fotografia. Così Obama accetta e usa bene le regole dei social network, dei social media: c è un titolo/hashtag, uno slogan, un immagine che è già di per sé un analisi, un inno, un messaggio politico, vedete tutto quello che voi volete, ma insomma pare veramente il tweet perfetto: un hashtag come titolo, un informazione che arriva dalla fonte prima della notizia e infine c è molto di emozione, empatia, grazie alla scelta della foto. Ci sono però, sempre in quel tweet, anche tutti i lati negativi, diciamo i rischi del mestiere, del lavoro giornalistico al tempo dei social media, ovvero del giro di nera che noi dobbiamo e possiamo fare nei dati. Prima di tutto perché la fotografia è di un bel po di tempo prima rispetto alla data del tweet. Obama ha i capelli molto più bianchi ora, al momento della rielezione. In più questa fotografia ha scatenato sui social network i famosi social che poi si scatenano sempre nei titoli dei giornali di carta la ricerca di un altra storia, perché Michelle Obama, la first lady, ha già indossato lo stesso vestito altre due o tre volte scopre la rete e quindi via con l intervista alla stilista che ha fatto il vestito, ecco dove si può comprare quell abito via Internet eccetera. Quindi tutti i lati positivi dell essere a contatto con i dati che ovviamente non sono solo numeri, come si vede, ma sono anche questa cosa qui che noi vediamo e anche tutti gli aspetti negativi, i rischi del mestiere 2.0. L anticipazione della notizia 7

8 Sui social media non c è soltanto la notizia, molto spesso si trova anche l anteprima di una notizia, la sua anticipazione è un dato non strutturato, come direbbe un accademico, nato e vissuto per esempio su Twitter. Stefano Esposito è un senatore e un giornalista ovviamente lo deve sapere, ed è per questo che comunque nonostante i dati, il machine learning, per fortuna il giro di nera sempre noi lo dobbiamo fare, o per lo meno loro, quelli che non sono troppo alla macchina o alla cucina in redazione e il senatore Stefano Esposito poi è diventato anche assessore nella giunta del sindaco Ignazio Marino a Roma. Questo signore ha dato in anteprima una notizia che allora era importantissima, ovvero che il segretario del Partito democratico, Pierluigi Bersani, si sarebbe di lì a poco dimesso e sarebbe poi partita la stagione di Matteo Renzi, prima leader del Pd e poi presidente del Consiglio. Per certificare il fatto che la notizia è vera il senatore Esposito menziona l account Twitter di Bersani e per di più anche quello del Partito democratico. È un senatore in ascesa e anche grazie al fatto di aver dato questa notizia in anteprima lo sarà sempre di più, dopo essersi fatto notare dai giornalisti del giro di nera 2.0. Il bravo giornalista di politica che lo seguiva, che si era fatto una buona timeline di Twitter (cosa fondamentale e sempre più importante), che conosceva l importanza di questo senatore, insomma il cronista scaltro molto probabilmente è stato il primo a sua volta a poter dare la notizia sul suo di account Twitter oppure sul suo sito oppure sulla sua agenzia di stampa. Ecco perché su Twitter ci devi essere e perché avere una buona timeline è avere buone fonti. 8

9 La visione d insieme Nel giro di nera 2.0 non c è soltanto la notizia, non c è soltanto l anticipazione della notizia, c è anche la visione di insieme. Questa immagine è semplicissima ed è anche un bel racconto. Google Trends, infatti, è uno strumento a mio modo di vedere molto utile perché permette di valutare e di monitorare il grado di interesse dei lettori, attraverso il numero di ricerche che vengono fatte su Google riguardo a un determinato argomento. 9

10 Puoi così avere il polso (e la storia) dell attenzione dei lettori e dei navigatori su particolari temi o su determinate persone. Ora, se vedete l andamento di questa curva sembra un libro di storia, diciamo almeno un piccolo sussidiario illustrato di storia politica. Il rosso chissà poi perché proprio il rosso è Silvio Berlusconi, che potrebbe anche arrabbiarsi per il colore. L andamento delle ricerche su Berlusconi è descritto attraverso la linea. Ora voi potete vedere che i picchi coincidono e raccontano i tre governi guidati dal leader del centrodestra. Con anche alcuni andamenti molto particolari all interno delle varie fasi politiche: se osservate, per esempio, ci sono proprio andamenti che ricalcano il primo e il secondo esecutivo di una legislatura, un rimpasto, un cambio dei ministri. Insomma, questa immagine tratta da una ricerca su Google Trends è una descrizione, ovviamente molto rozza, molto visuale, ma genuina, dell interesse storico di un Paese che vive anche e sempre di più su Internet per quanto riguarda la figura di Silvio Berlusconi. C è poi il paragone, la comparazione con l interesse mostrato via via nel tempo e sulla rete per altri esponenti politici. Si può vedere, per esempio, come Matteo Renzi, in azzurro, dava già segnali di significativo interesse collettivo, con picchi rilevabili dall attenzione del buon cronista politico 2.0, ben prima di quando è diventato molto noto a livello nazionale. Il primo picco notevole, quasi nazionale, si verifica quando viene eletto sindaco di Firenze. Come potete notare su Google Trends, che in questo caso opera a livello nazionale, allora Renzi supera leader che erano comunque già attivi a livello nazionale, come Pierluigi Bersani ed Enrico Letta. Quindi, che in qualche modo Renzi al mondo della rete iniziasse a interessare più di altri che in quel momento erano più noti in tv lo si può vedere anche da uno strumento in fondo così banale. In questa immagine si possono vedere Bersani, Salvini, Letta, ma ci possono essere anche tutti gli altri. Questo giochino può essere fatto con tantissimi argomenti e può aiutare molto nella ricerca sia di storie sia di percezioni di quello che comunque noi dobbiamo tenere conto essere l interesse dei nostri lettori. 10

11 Il contributo 1. Big Data, intelligenza artificiale, conoscenza di Cristiano Rastelli* Mi è stata chiesta una riflessione personale sul tema Big Data e giornalismo. Ora, per quanto mi sia chiarissima la relazione fra data e journalism, non sono sicuro della relazione fra big data e journalism. Almeno per come la intendo io e per come la intendono i tecnici. Big Data è per definizione l'analisi di enormi moli di dati per estrarre informazioni sì, ma soprattutto per permettere ad algoritmi di machine learning di imparare a riconoscere pattern e reagire di conseguenza. Ma in che modo questa tecnologia entra in relazione con il giornalismo? Se pensiamo alla professione del giornalista nel futuro - e parlo di qualche decina di anni, non secoli - mi sembra inevitabile che subisca la medesima trasformazione che simili professioni intellettuali stanno subendo. Per il giornalista non sarà più sufficiente la semplice mera produzione di contenuti, ma occorrerà sviluppare una capacità di operare trasversalmente su più livelli e con più canali di "input" in cui l'accesso e l'analisi dei dati 11

12 potrà essere uno di quelli più significativi. Ovviamente non saprà fare tutto allo stesso modo e con la stessa competenza, ma sicuramente sarà una figura ibrida, un cosiddetto full stack. Dovrà saper usare e muoversi attraverso la rete, non solo nel senso di web ma anche e soprattutto nel senso di relazioni, connessioni, network (sociali e no); dovrà saper fare editing di immagini, audio, video; dovrà capire come distribuire i contenuti attraverso diversi medium (carta, web, smart tv, e mille altre cose ancora) e saper adattarli a essi (una volta si sarebbe detto "impaginarli"). Ma soprattutto dovrà saper programmare (nel senso di scrivere codice) e fare scraping, aggregazione e analisi statistica di dati. Non solo per produrre semplici grafici (o ancor meglio infografiche, tanto di moda) ma per capire trend, individuare pattern nascosti, estrarre informazioni significative dai semplici, nudi dati. Che poi è quello che chi si occupa di Big Data sa da sempre: esiste una profonda differenza fra dato e informazione, e in seconda battuta fra informazione e conoscenza. E sta appunto in questa capacità di trasformare i primi nei secondi il valore aggiunto di un bravo analista. E quindi giornalista, laddove si faccia l ulteriore passaggio da conoscenza a notizia/articolo/saggio/libro. Ma vorrei andare un passo oltre in questa mia riflessione. E parlare dell effetto che la cosiddetta Intelligenza Artificiale (o AI come è spesso indicata) avrà sul futuro. Non solo del giornalista, ma dell intera umanità. Perché in realtà non è il solo lavoro che sta cambiando. È l'intero mondo che sta cambiando a una velocità inimmaginabile fino a qualche anno fa. E non ne sto facendo un discorso luddista o pessimista o catastrofista, niente affatto. L'Intelligenza Artificiale, di cui i Big Data sono la linfa vitale, porterà con sé un impatto collisione tale che ci sarà inevitabilmente uno shift significativo delle competenze e delle skill richieste a chiunque, e molti dei lavori a basso valore creativo e intellettuale verranno spazzati via da software intelligenti. In questo senso anche il giornalista del futuro o cambierà, e sposterà il suo peso dalla mera "produzione" di contenuti all'analisi delle informazioni e alla loro elaborazione, 12

13 oppure sarà destinato a morire. Il suo problema non sarà più come fare in modo che qualcuno "scenda a prendere il giornale" ma come competere con "Siri, mi dici in 5 minuti le notizie più interessanti, prima di uscire?". Nel momento in cui ci saranno "macchine software" che comprendono pienamente il linguaggio umano (e non manca molto), esse diventeranno il punto di ingresso di qualsiasi interazione non solo con la rete, ma anche con l'ambiente fisico che ci circonda. Nel momento in cui avremo macchine che si guidano da sole (e non manca molto) e si spostano da sole e possono trasportare autonomamente merci e persone, riuscite a immaginare il solo impatto di una rivoluzione del genere? Altro che Uber! Nel momento in cui ci sono algoritmi che pensano come un essere umano, imparano come un essere umano, e diventano via via più bravi di un essere umano stesso, non rischieremo di diventare superflui, marginali, inutili, lavorativamente parlando? E ricordiamoci, un software è per sempre, non muore! Non a caso menti straordinarie come Stephen Hawking, Elon Musk, Steve Wozniak e altre decine di esperti stanno levando un segnale di allarme. Ecco, questo è Big Data. E il giornalista del futuro dovrà muoversi in questo mare di informazioni, un po' alla Neo di Matrix, fra etica e privacy, fra terabyte di open-data e leaks di interi archivi governativi, fra numeri che aggregati raccontano la vita di milioni di persone, e numeri che presi puntualmente possono dirti tutto di qualcuno, dai dettagli più innocenti o pubblici a quelli più nascosti e privati. Dovrà fare leva su ciò che ci distingue da un computer o da un robot: creatività, immaginazione, lateral-thinking, empatia e passione. Non sarà più chi detiene l informazione detiene il potere, questo ormai è già assodato e superato, ma chi detiene la conoscenza, e l abilità di produrla, detiene il potere (si pensi alla trasformazione di Google negli ultimi anni). D altronde It s not the strongest of the species that survive, nor the most intelligent, but the most responsive to change (e no, non l ha detto Charles Darwin). * Cristiano Rastelli, Mobile Web Developer at Badoo (Londra) 13

14 Riferimenti: BBC - Will a robot take you Job? The future of employment: how susceptible are jobs to computerisation? - di Carl Benedikt Frey e Michael A. Osborne Ok computer - di Peter Gasston, FOWA 07/10/15 La creazione di un degno avversario - di Andrea Baresi BBC - Stephen Hawking warns artificial intelligence could end mankind - di Rory Cellan-Jones Introducing OpenAI - di Greg Brockman, Ilya Sutskeuer e OpenAI team IAutonomous weapons: an open letter from AI & robotics researchers - Future of life 2. Business Intelligence, Big Data e social media al servizio dei giornali del futuro 14

15 Sempre parlando di Twitter e utilizzando Twitter, ovvero il social network che mette più facilmente a disposizione di tutti i dati delle sue conversazioni, ecco un esempio di buon utilizzo dei Big Data dei social a fini editoriali e analitici. Questo grafico è frutto dell elaborazione dei dati raccolti e studiati da Linkalab, gruppo di lavoro nato attorno ai ricercatori dell Imt di Lucca, in particolare al professor Alessandro Chessa. Il professor Alessandro Chessa e il giornalista Gianni Riotta, già direttore del Tg1 e del Sole 24 Ore, hanno creato un gruppo di studio e lavoro che si occupa di questi temi e che, attraverso un team di analisti specifico per l analisi della conversazione in rete, collabora con diverse testate, come RaiNews e La Stampa. Il grafico in questione rappresenta l andamento della conversazione su Twitter legata ai principali leader politici: in giallo Beppe Grillo e il 15

16 Movimento 5 Stelle, in rosso Matteo Renzi, Silvio Berlusconi torna azzurro così è tranquillo, Lega nord verde, poi Tsipras e Ncd. Il periodo preso in esame è quello a ridosso delle elezioni europee del Si può facilmente vedere che il 20 di maggio c è un picco del Movimento 5 Stelle e di Beppe Grillo, un incremento notevole della conversazione social rispetto a tutto il resto del periodo preso in esame. Un picco tale potrebbe far pensare che il Movimento 5 Stelle dovrebbe poi vincere le elezioni. Perché il partito di Grillo ha un andamento molto costante prima, con piccoli picchi, ma a un certo punto ha questo picco dei picchi. Serve il giornalista, l esperto di dominio, chiamiamolo come vogliamo, per ricordarsi, magari anche grazie a una rapida ricerca su Google, che il 20 maggio Beppe Grillo va a Porta a porta. È il picco di Vespa, dunque, il picco di Bruno Vespa. Perché quella trasmissione di Porta a Porta (segno del fatto che i dati dei social network e quelli dell audience televisiva iniziano ad assomigliarsi) è infatti stata la puntata record stagionale con 3 milioni 165 mila spettatori e il 23,75 per cento di share di media. Questa constatazione spiega due cose. La prima: che quello che accade sulla rete può non essere così distante da ciò che accade per quanto riguarda la televisione. La seconda: vi ricordate che noi eravamo tutti stupiti, perché Grillo aveva detto che non sarebbe mai andato in televisione Porta a Porta? Grillo da Vespa? Era (ed è) proprio una cosa sorprendente, c era poi stata la stretta di mano Ricordate? Molto clamore attorno a questo evento televisivo, molto clamore registrato anche dai dati dei social network. Evidentemente Grillo, che su questi temi come sappiamo ha consulenti smaliziati e scaltri come Gianroberto Casaleggio, sapeva che poteva (e voleva) ottenere il picco che poi ha ottenuto. Poi, però, nonostante il picco di Vespa, il risultato elettorale nelle dimensioni e nell esito assomiglia molto di più agli andamenti sui social network che si possono vedere nel periodo successivo al picco di Vespa, anche perché poi in sostanza Grillo, in quel periodo, non ha partecipato più ad altre trasmissioni in tv. Anche questo è uno strumento utile di raccolta e di comprensione di storie giornalistiche, di intreccio di storie giornalistiche. E peraltro, caratteristica propria della rete, provoca racconti e analisi crossmediali : si parte con Grillo in tv, si analizzano i social prima e dopo, si torna a raccontarlo e ad analizzarlo in tv e sul sito di un emittente tv, in questo caso RaiNews. La mappa della conversazione politica 16

17 Questa invece è la rappresentazione geografica della conversazione su Twitter, dell intesità della conversazione su Twitter correlata a due leader politici. A destra si può vedere la conversazione che riguarda Silvio Berlusconi e a sinistra quella che riguarda Bersani, prima delle ultime elezioni politiche, ovvero durante la campagna elettorale prima della vittoria non vinta, parafrasando una frase dello stesso Bersani, da parte del centrosinistra. L intensità dei colori segnala l intensità della conversazione su Twitter, ovvero quanto più si parla tanto più è intenso il colore, e la geolocalizza regione per regione modulando l intensità del verde e del lilla a seconda del grado di intensità in quella specifica area geografica. Si può facilmente vedere come Bersani nel sud e nelle isole non abbia praticamente fatto campagna elettorale, visto che su di lui e sulla sua campagna elettorale in sostanza non c è praticamente conversazione social in quelle regioni. Ecco, si possono prendere gli andamenti delle conversazioni su Twitter durante la campagna elettorale e si può andare a vedere, per esempio, quali sono stati gli eventi principali di Bersani in giro per l Italia e quali effetti hanno provocato sui social network. Mettendo a confronto questi dati - conversazione social ed eventi elettorali - si può effettivamente verificare che Bersani non si era particolarmente speso in campagna elettorale in quelle regioni, magari perché dava per scontato che quelle regioni fossero appannaggio del centrodestra o, al contrario, già elettoralmente conquistate dal centrosinistra. Bisognerebbe chiedergielo o fare un inchiesta? Ecco, una buona fonte del giro di nera 2.0. Dai dati nascono delle domande, come si vede, che possono portare a 17

18 nuove storie giornalistiche e magari ad altre domande. E così via, nel circolo virtuoso. C è stata una scelta politica? Tutto questo può dar vita a una storia, a un analisi, a un inchiesta sul perché questo è accaduto, a una storia infografica legata alla geografia della campagna elettorale. Parole, parole, parole Sì può anche scegliere di lavorare sulle parole presenti nelle conversazioni sui social network. In una duplice veste e da due punti di partenza differenti. Perché un tema molto interessante e molto dibattuto può essere semplificato con la famigerata domanda: viene prima l uovo o la gallina? Viene prima la domanda e poi i dati interrogati e un eventuale risposta ottenuta dai dati o viene prima l interrogazione dei dati e poi la domanda con la sua relativa risposta? Perché ci sono domande che ottengono risposte dai dati, ma anche dati che pongono domande nuove. È sempre così ed è bene che sia così, soprattutto per un giornalista a caccia di storie e/o notizie. Ecco un esempio, anzi due, di questo duplice aspetto, di questa duplice natura dei dati come miniera di storie per il giro di nera 2.0. A sinistra si può vedere una rappresentazione grafica di quali fossero i temi più dibattuti e da quali partiti, prima delle elezioni politiche del È una rappresentazione grafica dei dati raccolti per capire quali fossero le parole chiave più dibattute e da quali partiti. Balza all occhio per esempio come l Imu per Berlusconi e il centrodestra sia stato a lungo un tema caldo: prende infatti il grosso del campo della conversazione elettorale sui social network per quanto riguarda questo schieramento. 18

19 Quindi nell immagine di sinistra la domanda era: quali sono i temi più dibattuti e da quali partiti? A destra, lavorando al sito del Sole 24 Ore, abbiamo fatto una sorta di rating al contrario rispetto all esperimento di sinistra. Cioè abbiamo scelto noi le parole che ritenevamo importanti per i nostri lettori e abbiamo monitorato di conseguenza queste parole - fisco, 740, termini legati alla finanza - nelle conversazioni su Twitter. Abbiamo così visto quali erano i partiti e gli esponenti politici che ne parlavano di più e quali di meno (e come ne parlavano). Per arrivare dunque a fare una sorta di rating della conversazione social (dal nostro punto di vista editoriale) in tempo reale. Quindi due modi diversi, simili ma opposti nell approccio, per porsi alla ricerca di una storia attraverso il fiume di dati dei social network. Dai gruppi alla singola storia (e ritorno) C è poi un modo molto curioso di rappresentare le reti. I social network, lo dice la parola stessa, sono essenzialmente delle reti, mettono in comunicazione, in contatto, delle 19

20 persone. E dalle reti di persone ai gruppi, ai cluster, il passo non è lungo. Perché anche i dati creano delle reti anche se e quando i soggetti che producono quei dati non lo sanno o non se ne accorgono. Perché le reti vengono create anche nella società, nella vita quotidiana. A noi possono sfuggire, ai dati no, e osservando i dati possiamo scoprirle, raccontarle, rappresentarle. I dati, per esempio, del Parlamento - e noi giornalisti ormai iniziamo a saperlo - sono tutti sul web e quasi tutti aperti. Quindi è per esempio possibile fare una rappresentazione grafica di come votano i parlamentari in Aula. Il team di analisi dei dati che ruota attorno all Imt di Lucca e al professor Chessa, assieme a un gruppo di volenterosi giornalisti sparsi per l Italia e le redazioni, in questo caso ha tentato di analizzare e raccontare anche graficamente come votano in Parlamento i parlamentari e i gruppi. Questo in particolare è un frammento di un servizio giornalistico apparso sul sito della Stampa di Torino e traccia le reti di come le alleanze parlamentari si formano (o no) al momento dei voti in Aula. Alcune cose possono apparire ovvie. Per esempio, i gialli, il Movimento 5 Stelle, votano abbastanza spesso assieme ai rappresentanti di Sinistra ecologia e libertà (Sel), un dato più o meno di facile comprensione anche politica. La Lega è sempre molto a sé stante, soprattutto nel periodo preso in considerazione, il primo anno del governo Renzi (nel frame novembre 2014). Come si può vedere, in mezzo all arancione del Pd c è un verde. Vuol dire che un eletto della Lega ha votato spesso con il Partito democratico? La cosa dovrebbe essere o sbagliata o molto sorprendente. Ok, i rossi sono Scelta civica, assieme al Pd ci può stare. Gli azzurrini sono i membri dell Ncd e anche qui ci può stare. Ma un verde? Un verde che continua a votare col centrosinistra? Si parte alla caccia del verde. E il verde è Rudi Franco Marguerettaz. Mai sentito nominare prima? Il signor Rudi Franco Marguerettaz, deputato eletto in Val d Aosta, insegnante, ora è effettivamente un dato. Ma il dato ha ed è una storia e una storia scoperta con i dati può diventare racconto, informazione, conoscenza. Ed ecco che Rudi Franco Marguerettaz diventa una faccia e una storia da raccontare. 20

21 Nessuno finora l ha ancora raccontato, nessuno finora l ha ancora intervistato? Questo signore diventa una storia perché se uno va a vedere perché ha votato così spesso con il Pd e il centrosinistra in generale scopre - basta andare su Wikipedia per saperlo - che a un certo punto l onorevole passa dalla Lega nord al gruppo misto e inizia a votare sempre con la maggioranza. Se poi uno vuole un controllo ulteriore, sempre il giornalista che fa il giro di nera nei dati, il giro di nera 2.0, va su Open Parlamento, strumento utile che mette on line molti dati legati all attività parlamentare, per esempio la produttività di deputati e senatori, e trova la classifica dei parlamentari più ribelli rispetto alle indicazioni del proprio gruppo. E infatti in quel periodo il primo, il più ribelle, era proprio Rudi Franco Marguerettaz. Peraltro, sempre nello stesso periodo, uno degli altri parlamentari nella classifica dei ribelli era il senatore Corradino Mineo, che poi infatti, guarda caso, di lì a poco ha lasciato il Pd e il suo gruppo. Ecco un altro caso: il giornalista che faceva il giro di nera 2.0 su Open Parlamento poteva anticipare da un punto di vista particolare le sorti politiche del senatore Mineo. E chissà quante altre storie. Di rete in rete, sempre prendendo in considerazione i voti espressi in Parlamento, si possono creare rappresentazioni grafiche di legami tra persone (immagine a sinistra) o tra partiti (immagine a destra). Ecco un espressione grafica delle rete di cui abbiamo parlato. Come si vede, nel corso della prima parte della legislatura nata con le elezioni del 2013, sebbene Forza Italia sia diventata a un certo momento particolarmente dura nella sua opposizione al governo Renzi, gli effetti del Patto del Nazareno comunque emergono nell immagine, nel cluster, a sinistra nella rete di destra, nella rete creata dalle votazioni dei gruppi parlamentari in 21

22 Parlamento, nel periodo preso in esame. Come si vede anche che tra Movimento 5 Stelle e Sel le votazioni comuni sono spesso ricorrenti. Lega nord sempre molto a sé stante. Il tempo reale in real time/ Queste due immagini mostrano in tempo reale la creazione degli account e in generale la crescita in termini di rete dei vari social network (sopra) e l andamento finanziario degli stessi social network (sotto). E si può vedere, sempre in tempo reale, che per il povero Twitter non serve la semestrale per capire che le cose non vanno bene, visto che è 22

23 praticamente l unico social network in rosso costante in tempo reale in termini economici: perde soldi, tanto è vero che il Dick Costolo di cui sopra è stato di recente accompagnato alla porta ed è tornato il numero 1 precedente, Jack Dorsey. Vedremo se e come Twitter saprà riprendersi. Dal punto di vista dei dati, però, Twitter ha due grandi meriti, il primo di essere aperto, di fornire i dati a chi li richiede e a tool anche gratuiti già presenti in rete per l analisi delle varie conversazioni. Il secondo punto, non saprei dire se è anche un merito, è che probabilmente Twitter è il social network più amato dai giornalisti. Vedremo se questo sarà motivo di forza o di debolezza. Facciamo un esempio? Anzi, 538 Esistono già esperimenti oppure vere e proprie testate create attraverso e grazie giri di nera di questo tipo, cioè da cercatori di storie sui dati, con i dati, tra i dati. Per esempio, Five Thirty Eight, è il numero dei grandi elettori del presidente degli Stati Uniti d America e il sito che porta questo nome è stato creato da Nate Silver. Nate Silver è una strana figura dal punto di vista della sua professione. Da una parte potrebbe essere un docente di statistica, da un altra potrebbe essere un culo di pietra, però è anche un bravo analista, soprattutto di cose sportive, ma anche politiche. All inizio aveva un blog che raccoglieva tutti i dati di tutte le partite di baseball di tutti gli Stati Uniti d America. E raccogliendo i dati di tutti i giocatori di tutte le squadre del campionato di baseball aveva creato un super blog che cercava di prevedere i risultati di tutte le partite. Riuscendoci molto, molto spesso. Quel semplice blog era velocemente diventato una cosa molto, molto seria. Finché Nate Silver, che aveva creato questo blog sul baseball perché era appassionato di questo sport, ha detto: beh, proviamo con il basket, che è uno sport un po meno matematico e dunque il tutto potrebbe essere un po più difficile. Che cosa fa Nate Silver? Studia i dati, li raccoglie, li mette insieme, fa la pulizia, li racconta, li usa, tutto sul suo blog, sul suo giornale online. Un lavoro da statistico? Ma anche da giornalista. E in tutto ciò ottiene un risultato pure predittivo, anche attraverso le analisi che pur sempre l essere umano, e non una macchina, deve fare. Poi Nate Silver ha pensato: funziona con lo sport, può funzionare anche con la politica! Quindi ha iniziato a raccogliere i dati dei collegi elettorali, le serie storiche, di come sono andate le elezioni nelle varie contee. Quando Barack Obama è stato rieletto, Nate Silver ha previsto alla virgola, alla contea, 23

24 l andamento della sua rielezione. Ha sottovalutato ed è lì che forse poteva dargli una mano in più un giornalista, un analista politico, un sociologo, un economista, un bravo esperto del dominio la previsione del risultato dell Ohio, dove Barack Obama aveva fatto, soprattutto nell ultima fase, una campagna elettorale a particolare intensità. Obama aveva inoltre molto aiutato, da presidente, le industrie dell Ohio entrate in crisi. Così in quello Stato la vittoria fu di più larga misura rispetto a quella comunque prevista da Nate Silver. A un certo punto Nate Silver è stato ingaggiato dal New York Times, da un giornale tradizionale, poi da Espn, un network tradizionale. Perché i giornali tradizionali, come i network tradizionali, i grandi giornali soprattutto del mondo anglosassone iniziano a capire che ci sono nuovi modi di fare giornalismo. Ha provato a stare dentro un grande giornale tradizionale, poi evidentemente era allergico: così Nate Silver, una delle cento personalità più influenti al mondo secondo Time nel 2009, è uscito dal gruppo, con FiveThirtyEight, sempre collegato con Espn. I dati di fatto I dati ci sono nella rete, basta andare a cercarli. Noi giornalisti ormai lo sappiamo. C è per esempio anche in Italia il dataset dei dataset, nazionali, regionali, provinciali, comunali: 24

25 dataset. Sono giri di nera possibili. E sono dataset di tutti i tipi, dai servizi ai centri sportivi, dalla sanità ai costi della pubblica amministrazione. Ci sono dataset di dataset a livello nazionale ma anche a livello regionale, come quello della Lombardia. Era partito prima il Piemonte nella creazione dei dataset aperti, nell investire sugli OpenData, ma poi ora forse è la Lombardia la Regione più avanzata su questo fronte. Si possono trovare dati su tutti i settori, dall agricoltura all ambiente, dall economia in generale al turismo. Soltanto per fare alcuni esempi. Basta andare lì e avere la voglia di cercarli. Basta voler fare un giro di nera 2.0 tra gli OpenData pubblici. 25

26 Il Sole 24 Ore, per esempio, ha aperto, primo tra i grandi giornali nazionali e seguito poi dagli altri, un Infodatablog, curato tra gli altri da Luca Tremolada e Andrea Gianotti, che cerca di mettere in forma giornalistica - certo, c è sempre modo di migliorare, per esempio sull aggiornamento in tempo reale - andando a prendere i dati dai dataset di cui abbiamo parlato. Un esempio banale può riguardare la raffigurazione grafica aggiornata dei cittadini stranieri che richiedono la nazionalità italiana suddivisi per aree geografiche. Ma è solo un esempio. Il potere della rete e le reti di potere Un altro buon esempio, anche se con più di una sfumatura politica, è quello creato da Gianroberto Casaleggio e la sua Casaleggio e associati. Casaleggio, infatti, oltre che essere qualcosa di più di un consigliere del Movimento 5 Stelle e di Beppe Grillo, è noto soprattutto per essere un guru della rete e in particolare dei dati, anzi, delle reti di dati 26

27 che si creano grazie a Internet e sul web. Alcuni anni fa ha creato un sito che dal punto di vista grafico può sembrare un po antico, però allora era un antesignano. Si chiama La mappa del potere : si può andare su questo sito e cercare quali sono i collegamenti tra due o più aziende. Per esempio, l azienda A e l azienda B come comunicano tra loro? Quanti gradi di separazione hanno? Quali consiglieri hanno in comune? E quali potenziali conflitti o patti di interesse si possono verificare? Si possono così fare tutte le dietrologie del mondo, ma si possono anche trovare molte storie da raccontare, ancora una volta grazie all intreccio ragionato di dati presenti in rete. Anche questo è un modo semplice e uno strumento utile per fare un po di giro di nera

28 Il contributo 2. L Internet delle cose future di Paolo Raineri* Quello dell IoT ( Internet of Things), o internet delle cose, è un mondo che ha ormai chiarito con forza la dimensione globale del cambiamento che potrà portare nei prossimi decenni nei più svariati ambiti applicativi. Connettere oggetti fisici, animali e persone a rilevatori di ogni tipo per ricavarne dati sta diventando un fattore chiave che ogni grande company nel mondo non può più far finta di non vedere. Con la diffusione sempre maggiore di internet, già oggi è possibile ricavare dati in tempo reale da una vastissima varietà di oggetti e forme di vita, raccoglierli e analizzarli per poi prendere le cosiddette smart decisions derivanti dalla consapevolezza e conoscenza che questi dati forniscono a chi li sa utilizzare. Come primo approccio al mondo IoT e Big Data è relativamente semplice capire l utilità delle applicazioni dell IoT in tutti quegli ambiti in cui coinvolgiamo da sempre la matematica o la statistica. Indubbiamente lo sport, con le sue statistiche legate ai giocatori ma non solo, è uno dei primi mercati in cui ci si può facilmente immaginare l applicazione di hardware, chip, telecamere, rilevatori per tracciare dati utili ad allenatori e preparatori atletici e business sport-related. Non è un caso se un colosso mondiale come SAP ci si è buttato a capofitto ottenendo per la Germania la vittoria ai mondiali del 2014 grazie a complicati algoritmi derivanti da mesi di analisi del team nazionale tedesco. Tracciare le azioni e le statistiche dei giocatori, legandole a strategie di gioco o a rilevazioni fisiche, è certamente un grande vantaggio competitivo per ogni coach che abbia la mentalità per coglierne i suggerimenti. Uno dei temi principali dell IoT in generale, e nello sport in particolare, è quello della comprensione e comprensibilità dei dati e delle analisi. Un coach che si sentisse spodestato nel suo ruolo da algoritmi che indicano scelte intelligenti non potrà certo utilizzare il potenziale delle sports analytics 28

29 nella giusta maniera. Avere dati e analisi non può sostituire il lato umano del coaching sportivo. Può però mostrare molte informazioni chiave che non si sarebbero mai dedotte con normali metodologie. Un esempio su tutti è la famosissima storia di Money Ball degli Okland A s che nel 2002 totalizzarono 20 vittorie consecutive nel campionato di baseball americano grazie a Billy Bean (GM) e all utilizzo delle analisi statistiche per dedurre chi e quando mettere in campo. Nel mondo dell IoT e dei Big Data nello sport gravitano a oggi molte company tra cui IBM, SAP, Synergy, Catapult, Zebra Technologies, Stats, per citarne soltanto alcune. Ci sono però anche parecchie realtà emergenti che stanno innovando sia attraverso gli algoritmi di valutazione sia attraverso l utilizzo di hardware sempre più precisi. MYagonism, startup tutta italiana che verrà presentata alla decima edizione del MIT Sloan Sports Analytics, è una di queste. Ci sono due principali metodi per tracciare movimenti e valori fisici dei giocatori: l analisi di video e l applicazione di IoT sui giocatori. Fino a poco tempo fa la grandezza dei chip e degli hardware era tale da far preferire l approccio video. Analizzare i video però richiede un enorme sforzo, e quindi un alto costo economico, di analisi (server, algoritmi eccetera). MYagonism, come pochi altri, è riuscita ad applicare un chip della grandezza di una moneta da 2 sui lacci dei pantaloncini dei giocatori. In questo modo si possono misurare, tramite antenne installate sul tetto del palazzetto, velocità, accelerazioni, salti, movimenti, scatti, km percorsi e molto altro, per ogni giocatore. Intersecando questa enorme mole di dati (presi a 50Hz quindi 50 volte al secondo) con i dati statistici raccolti con l app per ipad a bordo campo, MYagonism è in grado di fornire dati utili per il coach sia in termini di strategie di gioco sia in termini metabolici e fisici. * Paolo Raineri, CEO at MYagonism.com 29

30 3. Non solo sentiment analysis Va molto di moda, di questi tempi, parlare della sentiment analysis. È un concetto che piace molto a noi giornalisti perché è una di quelle cose che ci permettono di fare il titolo rivolta sulla rete. Oppure si può fare la domanda: è piaciuto o no Expo? È piaciuto o no il Festival di Sanremo? Sentiment analysis infatti significa cercare di capire se un tweet o un post in generale è positivo o negativo nel messaggio che trasmette. Quindi cercare di capire se poi centinaia di tweet sono positivi e magari meno sono negativi, cioè dare un giudizio su una cosa attraverso ciò che dice la rete, ciò che si dice in rete. Su questo terreno, senza l utilizzo degli strumenti più opportuni e senza le necessarie competenze, può prosperare in abbondanza fuffa giornalistica e pressapochismo opinionistico. Per fortuna, sempre su questo terreno, c è anche molto studio scientifico. Perché Twitter, come si è già detto, permette di scaricare i tweet e ci sono già software molto avanzati che consentono di incasellare e studiare i tweet scaricati. Ma senza arrivare subito alla sentiment analysis, una cosa che si può fare con molti strumenti e anche con alcuni tool gratuiti che si trovano in rete è cercare di riunire gli hashtag correlati a un determinato tema, hashtag su cui tu vuoi indagare. Per esempio, durante i giorni della visita del Papa a New York, ho cercato di capire quali fossero i temi, gli hashtag, correlati all hashtag ufficiale del viaggio americano di Francesco. Ecco il procedimento attuato: scarico i tweet, li metto assieme, li pulisco (con Talend ), li studio (con Qlik Sense ) e, ovviamente dopo i primi hashtag ufficiali legati per esempio al discorso all assemblea generale delle Nazioni Unite e ai temi classici legati alla famiglia, a un certo punto mi imbatto in un hashtag che personalmente non ho mai sentito: OpDeathEaters. In sostanza, togliendo i doppioni, questo è il terzo, quarto hashtag correlato a quello ufficiale della visita del Papa. Allora, nel mio giro di nera 2.0, cerco su Internet questo hashtag e tento di capire dove approdo. Finisco su un sito che inizia a mandare pop up di tutti i tipi, con scritte come Attenzione, sei tracciato dalla Nsa Rischi di commettere un crimine federale. Non capisco più nulla. Allora cerco per vie 30

31 traverse. Anzi, prima spengo tutto, preoccupatissimo. Poi tento in un altro modo di arrivare a qualche spiegazione. Insomma, quello in questione è un hashtag da ricondurre ad Anonymous, il gruppo di hacker che fa campagne contro bersagli particolari. Per esempio, dopo la strage di Parigi Anonymous ha annunciato anche di voler condurre alcune campagne, in sostanza attacchi informatici, contro Isis. Questo correlato alla visita del Papa negli Stati Uniti è l hashtag di una campagna di Anonymous che punta a colpire e bloccare con offensive informatiche siti in qualche modo collegati alla pedopornografia e alla pedofilia. Ovviamente, da questo nuovo punto di vista, c è un esigenza prioritaria legata all analisi, per comprendere come durante i giorni del viaggio del Papa in America uno degli hashtag più correlati fosse l hashtag di una campagna di Anonymous, e ovviamente per sapere che negli Stati Uniti la cronaca degli ultimi anni ha fatto sì che il tema della pedofilia, in qualche modo correlato al mondo della Chiesa, ha provocato polemiche a seguito di numerosi scandali e nel viaggio del Papa questo è stato comunque uno dei temi sollevati. È una storia giornalistica quella legata a questo hashtag, sì, eppure io come giornalista non l avevo mai sentita, come non avevo mai sentito nominare quella campagna e quell hashtag. Faceva parte del giro di nera 2.0 che si può fare. Un buon esempio, un buon esempio anche di come a volte, partire a caccia di una notizia o di una storia, con un semplice interrogativo - quali sono i temi più correlati alla visita del Papa negli Stati Uniti? - possa portare a porsi altre domande e a trovare per poi raccontare altre storie, altri protagonisti. 31

32 Hashtag correlati: UNGA, UN General Assembly, GlobalGoals, Parenting, Family, PopeInPhilly, OpDeathEaters. A proposito di Expo Tempo fa sulla Stampa è uscito un tentativo di lavoro simile sugli hashtag correlati a Expo2015 in cui si vede che una campagna particolarmente azzeccata è stata quella della Coca Cola, visto che può vantare il quarto hashtag correlato. #Daiunbacio è arrivato terzo. È stato ovviamente molto usato #nationalday correlato a Expo2015 e questo ci fa capire indirettamente una cosa: che la gran parte della conversazione su Twitter legata a Expo è stata una conversazione di natura e origine istituzionale, cioè partita e animata dagli account dei vari padiglioni, e quindi tendenzialmente neutrale, né positiva né negativa, era una semplice informazione. Del tipo: Oggi al Padiglione accade. Questo è un insegnamento che mi è servito per un lavoro di cui parlo più avanti. Sempre scaricando i Tweet (con Talend) si possono ottenere e studiare le coordinate geografiche dei Tweet, dei luoghi geografici in cui un tweet è stato fatto. Allora, invece di sparare che i turisti venuti a Milano sono andati di qui, sono andati di là può venire in 32