"Attenti, l'analisi big data può essere fuorviante"

WASHINGTON - Ogni medaglia ha due facce, e così anche i Big Data. Numeri e dati possono essere strumenti cruciali, in molte situazioni, per comprendere problematiche e tendenze estremamente complesse. La comprensione della diffusione delle malattie, ad esempio, chiede aiuto agli algoritmi che consentono di monitorarne la diffusione. Ma senza contesto, i numeri restano solo numeri quando non diventano addirittura fuorvianti. Ed è proprio questo l'allarme lanciato da un nuovo studio pubblicato sulla rivista Science intitolato "The Parable of Google Flu: Traps in Big Data Analysis" che rileva le trappole potenziali delle letture della realtà basate sull'analisi dei big data.

La ricerca ha valutato l'efficienza del GFT, il Google Flu Trend, ovvero strumento di aggregazione dati del colosso di Mountain View progettato per monitorare in tempo reale i casi di influenza in tutto il mondo puntando sulle ricerche effettuate sul motore relative alla patologia. "Google Flu Trend è uno strumento molto utile ma è particolarmente esemplificativo di come l'analisi dei big data possa essere inaffidabile", ha spiegato Ryan Kennedy dell'Università di Houston, uno tra gli autori dello studio. "Nonostante, infatti, le modifiche subite da GFT negli anni - ha continuato - lo strumento che si proponeva di migliorare le risposte sanitarie ai focolai di influenza ha sopravvalutato i picchi di casi negli Stati Uniti negli ultimi due anni. Questo probabilmente perché molte fonti di big data provengono da aziende private che, esattamente come Google, cambiano continuamente il loro servizio in conformità ai modelli di business. Oggi abbiamo bisogno di comprendere meglio in che modo queste variazioni influenzino i dati prodotti, altrimenti corriamo il rischio di trarre conclusioni sbagliate e adottare politiche improprie".

GFT ha sovrastimato la prevalenza dell'influenza nella stagione 2012-2013 di oltre il cinquanta per cento. Lo studio ha valutato anche l'efficacia dei dati raccolti su piattaforme come Twitter e Facebook, considerando eventuali manipolazioni su tendenze elettorali o popolarità di mercato dei prodotti. "La nostra analisi dimostra che i risultati migliori si ottengono combinando informazioni e tecniche, i big data con le metodologie più tradizionali", ha concluso Kennedy.