L’intelligenza artificiale per capire l’orientamento politico di un luogo

Google Street View è un servizio di Google Maps e Google Earth, introdotto il 25 maggio 2007, che fornisce viste panoramiche e permette agli utenti di vedere nel dettaglio varie città del mondo. Queste immagini sono realizzate da fotocamere montate sulle Google Car che riprendono tutto ciò che gli succede intorno a 360 gradi. Un’enorme quantità di foto quindi, nelle quali restano immortalate strade, case e moltissime automobili.

Alcuni ricercatori di intelligenza artificiale, analizzando il tipo di veicolo ripreso, sono stati in grado di fare previsioni sull’orientamento politico delle zone in cui le automobili si trovano all’interno del territorio degli USA. Il team, formato in gran parte da membri della Stanford University, ha conteggiato nello specifico i camion pickup e le berline presenti in una data città. Il risultato della ricerca dimostra che l’area urbana con un maggior numero di camioncini riscontra una probabilità dell’82% di votare repubblicano mentre nelle zone con più berline sussiste un 88% di possibilità di preferenza democratica.

I sistemi di intelligenza artificiale elaborano enormi quantità di dati per realizzare previsioni sulle informazioni analizzate, in questo caso oltre 50 milioni di immagini in 200 città. I ricercatori hanno utilizzato una tecnica di riconoscimento degli oggetti per individuare le auto nelle immagini e hanno quindi classificato i veicoli (22 milioni, che rappresentano l’8% di tutte le automobili degli Stati Uniti) per marca, modello e anno. Per identificarli hanno utilizzato uno strumento di intelligenza artificiale chiamato rete neurale artificiale, nello specifico una rete neurale convoluzionale (CNN o ConvNet dall’inglese convolutional neural network) nota per essere la migliore a gestire le immagini. Questo sistema ha impiegato solo due settimane per analizzare 50 milioni di immagini, mentre per un essere umano sarebbe stato necessario un periodo di tempo di circa 15 anni, secondo una ricerca pubblicata sulla rivista PNAS (Proceedings of the National Academy of Sciences).

Gli autori dello studio hanno anche dovuto capire come il tipo di veicolo fosse in correlazione con le inclinazioni politiche dell’area e altre informazioni demografiche. Per fare ciò hanno utilizzato l’analisi di regressione, uno strumento matematico e statistico più che valido con l’obiettivo di stimare l’eventuale relazione funzionale esistente tra la variabile dipendente e le variabili indipendenti.

In definitiva, ciò che hanno appreso è «sorprendentemente accurato» afferma Timnit Gebru, primo autore dello studio e ricercatore presso il Laboratorio di Intelligenza Artificiale di Stanford. Ad esempio, il sistema ha previsto che Casper, città degli Stati Uniti d’America, capoluogo della Contea di Natrona nello Stato del Wyoming, avesse una preferenza repubblicana. Questa conclusione è stata supportata dai risultati delle elezioni presidenziali del 2008, che il team ha utilizzato come indicatore del mondo reale.

Ovviamente questo metodo non è così preciso da poterlo sostituire completamente alla conduzione di un censimento, ma potrebbe comunque completarlo in maniera efficace. Inoltre, nei paesi poveri di risorse, un procedimento come questo potrebbe essere utile per raccogliere informazioni demografiche senza il costo di una rilevazione statistica completa.

Il quadro generale è chiaramente più vasto rispetto alle semplici immagini di automobili e alle previsioni di voto. Anche Gebru afferma che la strategia rappresenta un nuovo tipo di strumento che gli scienziati sociali potrebbero sfruttare utilizzando le tecniche di Intelligenza Artificiale su una grande quantità di altri dati presi da Google Street View. Un altro esempio? Il numero e la condizione degli alberi presenti nelle città in relazione alla salute pubblica, visto che molti studi hanno ormai appurato che la presenza di piante è positivamente correlata al benessere fisico e psichico dell’uomo.