Chi vincerà le elezioni? Uno studio dell'Unical aiuta a prevederlo

RENDE (COSENZA) – Si parte da un gruppo ristretto e ben selezionato di hashtag e se ne ricava, con l’aiuto dell’intelligenza artificiale, una previsione molto accurata delle intenzioni di voto degli elettori. Il sistema, messo a punto dal gruppo di ricerca del professor Domenico Talia, si basa su reti neurali ed è già stato testato con successo durante le elezioni Usa del 2016 e le Politiche italiane del 2018.

La metodologia – chiamata IOM-NN (Iterative Opinion Mining using Neural Networks) – si è dimostrata più affidabile dei tradizionali sondaggi e di altre tecniche di analisi social che sono basate sull’esame testuale dei messaggi, sulle emoji o sullo studio dell’andamento degli hashtag nel tempo e non usano reti neurali. «All’inizio avevo qualche perplessità. Poteva bastare l’analisi di pochi termini per fare meglio dell’interpretazione di un intero messaggio? I risultati sono stati sorprendenti» commenta Domenico Talia. L’intelligenza artificiale, che mostra ancora difficoltà nella comprensione dei testi soprattutto quando è necessario andare oltre il senso letterale, si comporta quindi molto bene quando le viene chiesto di interpretare e prevedere il sentiment di una comunità partendo da parole chiave esplicite.

LA TECNICA

I ricercatori hanno selezionato una decina di hashtag, in base ai quali hanno estratto i messaggi da affidare all’analisi della rete neurale. Per gli Stati Uniti sono stati presi in considerazione 818.403 tweet pubblicati, tra il 10 ottobre e il 7 novembre 2016, da 141.959 utenti, mentre per l’Italia l’esame è stato condotto su 60.782 messaggi postati da 21.883 utenti tra il primo febbraio e il 3 marzo 2018. In entrambi i casi il campione è stato individuato non solo in base agli hashtag, ma applicando una serie di filtri capaci di garantire l’autenticità degli account: la lingua in cui erano scritti i tweet e la localizzazione dell’utente nel Paese chiamato al voto, sulla base della georeferenziazione – dove disponibile – o delle dichiarazioni nella bio del profilo. Con l’utilizzo di tecniche già disponibili sono stati anche individuati e rimossi i bot. A differenza di altri sistemi di analisi, la tecnica utilizzata dal gruppo di ricerca dell’Unical ha fatto attenzione poi anche alla prolificità del singolo utente.

«Chi pubblica tantissimi post esprime comunque un solo voto – dice Talia – Abbiamo ripesato gli utenti molto attivi, per evitare che la quantità di tweet generati dallo stesso profilo falsasse il risultato».

Il campione è stato infine bilanciato sulla base dell’età, perché fosse adeguatamente rappresentativo. Ottenuto il set di dati, l’algoritmo ha iniziato a classificare i tweet, in base all’orientamento politico espresso. Non è stato sufficiente, per tutti, un solo tentativo: alcuni hashtag hanno costretto il sistema a iterare il processo di analisi. «Provando più volte, l’algoritmo impara da solo – spiega Talia – e nel nuovo tentativo riesce a classificare quei tweet lasciati in sospeso prima».

Nel caso degli Usa, ad esempio, il sistema in prima battuta non è riuscito a classificare i messaggi con gli hashtag sex e woman. Al secondo tentativo, imparando dai tweet in cui entrambi ricorrevano insieme ad hashtag pro Clinton, è riuscito a interpretarli correttamente. Al termine, l’algoritmo è riuscito a classificare per l’Italia 24mila messaggi twittati da circa 10mila utenti, mentre per gli Stati Uniti ha assegnato circa 720mila tweet provenienti da 126mila utenti. Nel caso degli Usa, i tweet provenivano da 10 swing states, ovvero Stati in bilico nelle elezioni 2016: Colorado, Florida, Iowa, Michigan, Ohio, New Hampshire, North Carolina, Pennsylvania, Virginia e Wisconsin.

RISULTATI

La tecnica usata dai ricercatori Unical ha restituito una previsione di voto molto vicina ai risultati reali e ancora più accurata rispetto ai sondaggi tradizionali e ad altre tecniche di rilevazione basate su intelligenza artificiale. Nel caso degli Usa, il sistema Unical ha correttamente previsto i risultati finali di 8 Stati su 10: i sondaggi si erano fermati a 6 e nessuno degli altri algoritmi presi in considerazione ha fatto meglio. Anche per le Politiche italiane del 2018 l’esito finale si è avvicinato molto alle percentuali reali ottenuti dai primi 4 partiti (M5S, PD, Lega e Forza Italia), con un grado di affidabilità maggiore rispetto ad altri approcci. La ricerca è stata pubblicata su IEEE Access. Insieme al professor Domenico Talia ne sono autori anche i ricercatori del DIMES (Dipartimento di Ingegneria Informatica, Modellistica, Elettronica e Sistemistica) Loris Belcastro, Riccardo Cantini, Fabrizio Marozzo e Paolo Trunfio.