Instagram comparte 10 fotos por segundo durante tormenta Sandy

Sandy en cifras
(Fte: onedigital.mx)

 

Los usuarios compartieron más de 244.000 fotos con el hashtag #sandy , #hurricanesandy aglutinó más de 144.000 y #frankenstorm tuvo más de 23.000 photos, según el CEO de Instagram Kevin Systrom. La mayoría de ellas muestran a gente preparándose para la llegada de la tormenta o imagines en el exterior. EL Director de Innovación Social y Humanitaria de la Fundación Instituto de Computación de Qatar Investigación (QCRI)  @PatrickMeier, plantea en su blog iRevolution  cuantos de los mensajes compartidos en redes sociales son relevantes para la respuesta humanitaria.

Más de medio millón de tweets fueron generados durante los tres primeros días del huracán Sandy y más de 400.000 fotos fueron compartidos a través de Instagram. El año pasado, 5000 tweets por segundo se compatieron durante el terremoto y posterior tsunami de Japón.

Las organizaciones humanitarias no están bien equipados para manejar este volumen de datos y la velocidad a la que fluye  la información, señala Meier, quién añade que  la falta de análisis de este “Big Data” ha dado lugar a todo tipo de suposiciones sobre el valor percibido de la información compartida en redes sociales para los equipos de respuesta humanitaria.

¿Qué porcentaje de los tweets son relevantes para la respuesta humanitaria?, se pregunta Meier

De acuerdo con la tesis doctoral de la doctora. Sarah Vieweg sobre “Percepción de la Situación de Emergencia en Desastres Masivos: Análisis de Comportamiento y lingüísticas de los tweets de Desastres” sólo el 8% a 20% de los tweets generados durante una crisis proporciona información relevante.

Vieweg llega a esta conclusión después de analizar manualmente cuatro bases de datos distintas de desastres. Sus conclusiones implican que  la gran mayoría de los tweets generados durante una crisis tienen cero valor agregado para la respuesta humanitaria. “Así que los críticos tienen buenas razones para ser escépticos sobre el valor de las redes sociales para responder al desastre”, señala Meier.

Al menos un 8% contiene información válida

Sin embargo, continua Meier, incluso si tomamos la estimación de Vieweg por lo bajo,  al menos un 8% de los mensajes compartidos son relevantes, lo que significa que más de 40.000 mensajes de Twitter generados durante las primeras 72 horas de Sandy pueden muy bien haber proporcionado una mayor conciencia de la situación.

Durante el terremoto Japón se enviaron más de 5000 tweets por segundo
(Fte: tec.nología.com)

En el caso de Japón, más de 100.000 mensajes de twitter generados cada 5 minutos pueden haber  ayudado a comprender cuál era la situación. Este volumen de información relevante es mucho mayor que el disponible a través de los canales tradicionales y, además, se trata de información en tiempo real.

La investigación preliminar del Equipo de Crisis Computing QCRI muestra que el 55,8% de los 206.764 mensajes de Twitter generados durante un desastre el año pasado fueron “Informativos”, frente al 22% marcados como de naturaleza “personal”  Además, el 19% de todos los tweets fueron compartidos por cuentas de “testigos oculares” , el 17,4% estaban  relacionados  con  ”Accidentes  o Daños”, un 37,3%  con “Avisos o Asesoramiento”, mientras que un 16,6% se referían a  ”Donaciones y otras ofertas.”

Los tweets se clasificaron automáticamente mediante algoritmos desarrollados por QCRI. La tasa de exactitud de estos osciló entre el 75%  y el 81% en el caso de aquellos catalogados como “informativos”. Una plataforma híbrida podría seleccionar los tweets que están erróneamente clasificadas en una plataforma de micro-tareas de clasificación manual, si es necesario, añade Meier.

Esta investigación en QCRI constituye una primera fase del trabajo  para desarrollar un panel de Twitter que pueda ser utilizado para ayuda humanitaria. El proyecto se encuentra en el proceso de análisis de varios conjuntos de datos de Twitter  con el fin de perfeccionar los clasificadores automáticos.

VN:F [1.9.22_1171]
Rating: 0.0/5 (0 votes cast)
VN:F [1.9.22_1171]
Rating: 0 (from 0 votes)

Deja un comentario