Archivio della categoria: default (it)

Foto di Cisco, Alberto, Giovanni

I dinosauri, aggiornamento

La ripropongo, mi sembra ogni anno più azzeccata per la nostra età di mezzo.

[…] Venite, amici: non è troppo tardi per cercare
Un mondo nuovo. Spingete, state ai remi, e solchiamo
le onde mormoranti; ché ho deciso
Di andare oltre il tramonto, dove svaniscono
Le stelle occidentali, fino a che io muoia.
Può darsi che ci inghiottano gli abissi:
Può darsi che approdiamo alle Isole Felici
E incontriamo, di nuovo, il grande Achille.

Abbiamo perso molto, molto resta; certo,
Non abbiamo più quella forza che a suo tempo
Scuoteva cielo e terra. Ma ciò che siamo, siamo:
La stessa tempra nei cuori degli eroi,
Resi deboli dal tempo e dal destino, ma decisi
A lottare, cercare, trovare, e non arrendersi.

Alfred Tennyson, Ulysses, traduzione mia

La storia è qui: La legge del folk e il ritorno dei dinosauri

Photo credit: Giovanni Canitano

Photo credit: Gerald Grote on flickr.com

Un mondo senza marketing: l’utopia hacker di 31C3

31C3 è stato il mio primo Chaos Communication Congress. Per chi non lo conosce, CCC (“the Congress” – Wikipedia) è la più grande e la più venerabile conferenza hacker d’Europa, organizzata dal 1984 dal Chaos Computer Club, che a sua volta è l’associazione di hackers più grande e più vecchia d’Europa (fondata nel 1981). Si stima che vi abbiano partecipato 12 mila persone. Come tutti, l’ho trovato straordinario. Moltissime cose hanno fatto sentire i miei compagni di viaggio e me (partecipavo alla Edgeryders assembly) i benvenuti, suscitando in noi un misto di senso di familiarità e di ammirazione:

  1. La potenza di fuoco intellettuale. La comunità di 31C3 affollava allegramente una lezione sulla crittografia basata su curve ellittiche alle dieci di sabato sera; e appena finita, si spostava di sala per una sessione su come disegnare arrays di antenne basandosi sulle equazioni di campo di Maxwell.
  2. L’attitudine giocosa – ma che non fa prigionieri. Il popolo di CCC gioca con la tecnologia, la scienza, la filosofia, i propri stessi corpi, senza particolari tabù: nessun angolo resta inesplorato. DJ tutta la notte; il tipo che stampava dildo colorati in 3D (e si portava la stampante anche nelle sale dove si ballava – chissà se era una tecnica per rimorchiare?); il sistema di posta pneumatica interna, maliziosamente soprannominato SeidenStrasse (via della Seta), che non è proprio una necessità in una conferenza che si vanta di avere più utenti Internet e più banda dell’intera Corea del Nord. La quantità di lavoro e di intelligenza profusa nel costruire cose che non hanno nessuno scopo se non quello di essere “cool” e “fun” era impressionante. Il divertimento è una cosa molto seria per gli hackers: questa è gente capace di scavare trincee per posarci la fibra ottica in modo da avere Internet superveloce ai loro campeggi estivi.
  3. La straordinaria diversità.  Persone con le passioni e le esperienze più diverse hanno animato la conferenza, e sembrava che ci fosse posto per tutti (almeno a giudicare dalle toilettes). Dalla meditazione ai seminari di bondage per principianti, dai videogiochi alla matematica, dal lockpicking (scassinamento di lucchetti) all’oreficeria, dalla crittografia alla cucina e agli spazi per i bambini di tutte le età. Noi abbiamo passato molto tempo con i nostri nuovi amici di Food Hacking Base, che avevano alcuni attrezzi di cucina DIY davvero intriganti – e li usavano per preparare deliziosi “wormburgers”, basati su larve di insetto essiccate. Yum!
  4. La generosità. Molte persone vanno a CCC per dare qualcosa alla comunità, o per contraccambiare la generosità mostrata a suo tempo nei loro confronti. Tutti i workshop che ho visto erano gratis. L’ingresso di paga, ma cento Euro per una conferenza di quattro giorni di quel livello non è davvero molto – dubito che il Chaos Computer Club ci guadagni gran che. Food Hacking Base dava cibo gratuito e delizioso a chiunque si presentasse, a qualunque ora del giorno e della notte.

Alle ore piccole del terzo giorno, mentre la festa era in pieno svolgimento (quasi tutti in pista a ballare; pochi ostinati continuavano a scrivere codice sui propri laptop, a due metri dalla pista), mi sono reso conto che non avevo visto una sola pubblicità in tutta la conferenza (se non si contano gli adesivi sui laptop). 31C3 è lo spazio pubblico meno commerciale in cui sia stato in tutta la mia vita adulta – OK, a parte i piccoli eventi radicali come Living On The Edge, ma 31C3 è cento volte più grande. E ho pensato: come è bello essere in uno spazio sociale a godermi la compagnia di altre persone, senza nessuna pressione a comprare roba in modo da conformarmi a qualche modello ideale.

Non credo sia facile per il Chaos Computer Club tenere il marketing fuori dal loro spazio. 12 mila persone, con reddito disponibile certamente ingolosiscono le aziende. Mi chiedo se non ci sia una connessione tra la libertà e la creatività di CCC e il suo disdegno per il marketing. Quando la macchina del desiderio è spenta, la pressione a conformarsi ai modelli proposti dalla pubblicità sparisce. Questo libera spazio nei nostri cervelli, e possiamo utilizzarlo per tutta la gamma di cose pazze e buffe che davvero ci interessano in quanto società. In generale, CCC ricorda i primi tempi di Internet, dove in effetti le attività commerciali erano vietate fino al 1995.

Non fraintendetemi: ho molti amici che lavorano nel marketing, e non voglio rifiutare in blocco la disciplina. Ma, dopo avere assaggiato un mondo senza marketing a 31C3, mi chiedo come, esattamente, questa disciplina contribuisca al progresso dell’umanità, e come vivremmo se non ci fosse.

Photo credit: Gerald Grote on flickr.com

Rilevazione algoritmica della specializzazione nelle conversazioni online

Ringrazio Federico Bo per la traduzione in Italiano.

Partecipanti

Alberto Cottica, Benjamin Renoust, Khatuna Sandroshvili, Luca Mearelli, Gaia Marcus, Kei Kreutler, Jonne Catshoek, Federico Bo.

Obiettivo

Scoprire quali gruppi di utenti in Edgeryders (si) sono auto-organizzati in conversazioni specialistiche, nelle quali le persone gravitano intorno a uno o due argomenti (piuttosto che disperdere la loro partecipazione in tutte le discussioni). Inoltre capire se questi “specialisti”, oltre che concentrarsi su determinati argomenti, interagiscano strettamente l’uno con l’altro.

Perché è importante

Capire le dinamiche dei social networks e delle communities e conoscere lo schema della loro infrastruttura può rivelarsi un utile strumento adisposizione dei policy makers per ripensare il modo in cui vengono sviluppate e implementate le linee guida politiche. Inoltre si potrebbe assicurare che questi indirizzi riflettano in maniera corretta bisogni e possibili soluzioni proposte dai cittadini.

Poter scoprire i legami tra i membri di un social network basati sulle loro aree di specializzazione può permettere ai decision makers di:

  • Attingere a reti esistenti di esperti e persone informate per capire meglio un problema di policy e i gruppi che ne sono più influenzati (cioè i beneficiari della policy).
  • Identificare “dal basso” pre-esistenti idee e proposte per le politiche che si intendono sviluppare e mettere in atto
  • Unire insieme reti diverse accomunate da un provato interesse per le politiche pubbliche, utilizzandole per progettare nuove soluzioni orientate al cambiamento e all’innovazione

Piuttosto che spendere tempo e risorse nello sviluppo e nella costruzione di sempre nuove communities intorno a vari temi, questa metodologia può aiutare ad utilizzare strutture già esistenti rafforzandole con queste reti di “esperti dal basso”, razionalizzando e rendendo più efficienti i processi decisionali.

I dati e gli strumenti

Edgeryders è un progetto nato su iniziativa del Consiglio d’Europa e della Commissione Europea nel 2011. Il suo obbiettivo era generare proposte per le nuove politiche europee sui giovani dai giovani stessi attraverso l’utilizzo di una piattaforma web aperta strutturata come un social network (maggiori informazioni). Attualmente Edgeryders è uno spinoff del progetto originale, incorporato come impresa nonprofit con sede in UK.

La piattaforma iniziale – sui dati della quale viene effettuata l’analisi – è stata realizzata con Drupal 6. Usando un set di plugin chiamato Views Datasource sono stati esportati in tre file JSON le informazioni su utenti, post e commenti.

Questi dati hanno consentito di ricreare la rete delle conversazioni nella quale gli utenti sono i nodi e i commenti gli archi. Anna e Bob sono connessi da un arco se Anna ha scritto almeno un commento su un frammento di contenuto scritto da Bob. Si è utilizzato il framework Tulip per costruire e analizzare il grafo a partire dai dati disponibili. Il risultato è stata una rete di 260 utenti attivi, circa 1600 archi e 400 commenti.

Per avvicinarsi all’obbiettivo si è arricchito il dataset con informazioni extra sulla semantica delle conversazioni.

Cosa si è fatto.

Per definire in che misura gli utenti gravitano intorno a certi argomenti e l’uno all’altro si è effettuata una “entanglement analysis” sul dataset. Questa analisi è stata proposta da Benjamin Renoust nel 2013 ed è stata eseguita con un programma chiamato Data Detangler.

1. Edgeryders come social network di commenti

Questi dati possono essere interpretati come un social network: le persone scrivono post e commenti nella rete e, naturalmente, si commentano a vicenda. Ogni commento può essere visto come un arco che connette l’autore del commento all’autore di un post o di un commento. Oppure si può interpretare il social network come un grafo bipartito che connette gli utenti al contenuto: i commenti sono archi che connettono i loro autori all’unità di contenuto che stanno commentando.

2. I post sono scritti in risposta alle “missioni”

In Edgeryders sono presenti nove “campagne” ciascuna delle quali contiene dei brief, o “missioni”. I post (e relativi commenti) sono scritti in risposta alle missioni.

3. Le keywords indicizzano le missioni

Per capire come le varie campagne e missioni sono connesse tra di loro si sono analizzate le parole chiave (keywords) di ogni missione.

Procedendo manualmente, attraverso il servizio online TagCrowd, si sono trovate e selezionate le prime 12/15 parole per ordine di frequenza presenti nelle missioni (sono state rimosse parole non significative o inerenti le funzionalità della piattaforma, tipo “add post”).

La combinazione di questi tre passi ha prodotto un “multiplex social network“(nel quale esistono relazioni multiple tra lo stesso insieme di attori) indicizzato da keywords. Vediamo quali sono stati i passi successivi.

4. Eliminare gli specialisti “spuri”

Sono stati eliminati gli archi collegati a una sola missione che identificano specialisti “spuri” (se Alice ha con Bob una sola interazione, il 100% della loro conversazione è assegnato al tema discusso in quell’unica interazione. Abbiamo ritenuto di non assegnare valore informativo a questo dato) .

5. Rimuovere conversazioni generaliste.

A questo punto si ha un social network di utenti e keywords. Ogni keyword può esser vista come un “livello” della rete, che identifica una sotto-rete: la rete delle conversazioni sul lavoro, sull’educazione ecc. Per isolare le conversazioni specializzate, per ciascun arco si sono rimosse tutte le keyword ad eccezione di quelle che apparivano in tutte le intersezioni tra due utenti. Ovvero, si è ricostruita la rete assegnando a ciascun arco l’intersezione dell’insieme di keywords comprese in ogni interazione individuale. In alcuni casi l’intersezione era vuota e quindi l’arco è stato eliminato.

Un utile effetto collaterale di questi ultimi due passi è stato quello di ridurre fortemente l’influenza dei moderatori del team di Edgeryders, che sono per definizione tra gli utenti più attivi e potrebbero distorcere i risultati dell’analisi. Il punto 4 rimuove le interazioni “one off” con gli utenti poco attivi, il punto 5 rimuove gli archi che connettono tra loro i moderatori, visto che partecipando a tutte le discussioni fanno tendere a zero l’intersezione delle parole chiave.

6. Identificazione gruppi di specialisti

Si è arrivati quindi a identificare gruppi di specialisti identificano quegli utenti che interagiscono tra loro solo con un piccolo numero di keywords. Nell’esempio n(keywords)=2.

Conversazioni specializzate in "education" e "learning"

 

Conclusioni

Il metodo sembra in grado di identificare “gruppi” di specialisti, dove la parola “gruppo” è intesa nel senso di un’insieme di persone che non solo contribuiscono con contenuti ma interagiscono gli uni con gli altri. Questo fa emergere l’”intelligenza collettiva” nelle conversazioni su larga scala. Nella figura 1 sono evidenziati individui (sulla sinistra) che interagiscono solo attraverso le parole “education” e “learning“. Gli individui evidenziati che non sono connessi con alcun arco evidenziato sono utenti che hanno scritto contenuti relativi a queste parole chiave ma non sono parte di interazioni su queste stesse parole.

Scoprire nuove parole chiave associate allo schema di interazione tra gli utenti precedentemente rilevato.

Una volta identificati i gruppi di specialisti il passo successivo è guardare le keywords che co-occorrono negli archi che li connettono. Per esempio nella Figura 2 si possono vedere le parole che si aggiungono a “education” e “learning” nel gruppo prima identificato. Si può notare sia che anche la parola “open” è significativa (la grandezza del circolo associato è proporzionale al suo uso). Si potrebbe interpretare questo dato dicendo che gli “specialisti” in educazione in questa community pensano che il concetto di “apertura” sia importante quando si parla di educazione.

Questo metodo è scalabile. Può essere usato per scoprire inaspettati schemi di interazione che possono essere oggetto di successive ricerche.

 

Margini di miglioramento

Il problema principale con questo metodo d’analisi è che è estremamente sensibile alla selezione delle keywords. Si possono ottenere risultati migliori con un metodo che associ al conteggio delle occorrenze un’analisi etnografica. Purtroppo le “folksonomies” (tagging non strutturato) tendono a non funzionare perché introducono molto rumore nel sistema.