Loro si chiamano Mattia Manzati, Angelo Calabrò e Emiliano Negri. Sono gli autori di questo esperimento che utilizzata un algoritmo di machine learning per analizzare i relativi a Matteo Salvini. Le indicazioni sul sito sono piuttosto scarne. Sappiamo che il software è scritto in C e Python e sfrutta una serie di librerie open source e codice proprietario. Il backend è scritto in Laravel ed i dati sono esposti in real-time grazie a Node.js e Socket.io. Ciò premesso il training, cioè l’allenamento dell’algoritmo avviene su un campione di tweet scelti casualmente fra il pool di 74.943 cinguettii in database. Ogni giorno vengono aggiunti e catalogati automaticamente i nuovi tweet, con l’obiettivo di raggiungere un indice di confidenza tendente al 100%. Serve naturalmente il contributo degli umani per aumentare la portata dei giudizi sui tweet. Per questo viene offerta la possibilità di condividere l’accesso al sito.
Gli autori offrono la possibilità di provare la capacità dell’algoritmo di discernere il senso del tweet (se positivo o negativo). Una solo avvertenza: l’algoritmo è stato allenato sfruttando i post inerenti all’argomento #salvini su Twitter. Se il tuo testo non assomiglia ad un Tweet, o contiene parole o concetti nuovi, l’AI avrà più difficoltà a comprenderlo e valutarlo. Ti consigliamo di scrivere il testo come se dovessi postarlo sul tuo profilo Twitter, sfruttando gli hashtag che ritieni opportuni.
Cosa ci dice l’esperimento? Per ora nulla di inaspettato. Ovvero che il 72% (al momento in cui scriviamo) è favorevole al ministro dell’interno Matteo Salvini. Va detto però che gli algoritmi non sono mai neutrali. Nel senso che possono essere manomessi o possono commettere degli errori di interpretazione. Come gli essere umani.
