AppyMeteo e non solo: a cosa servono (davvero) le app per la raccolta informazioni
[10 Giugno 2014]
Mentre prosegue la collezione dati di AppyMeteo, è bene contestualizzare il progetto scientifico all’interno di una letteratura consolidata: non si tratta, infatti, dell’idea peregrina di due ricercatori, ma di un contributo marginale ad un approccio già radicato.
Il primo a utilizzare una app come strumento poderoso di raccolta informazioni è stato Michael Killingsworth attraverso Track Your Happiness. Nel bel Ted talk che trovate in fondo pagina potete ascoltare lo studioso presentare genesi e risultati di una ricerca che gli ha consentito di pubblicare un importante articolo scientifico su Science.
Successivamente, anche la London School of Economics ha lanciato un progetto di ricerca promettente attraverso Mappiness. L’obiettivo di questa app, i cui risultati possiamo testare anche con AppyMeteo sul territorio italiano, è verificare gli effetti istantanei del clima sul mood delle persone e, di conseguenza, sulla loro percezione di benessere.
Di natura diversa, ma molto interessante dal punto di vista scientifico, è poi la app di Dan Ariely – intervistato su Greenreport poche settimane fa – (Sample) Size Matters. Si tratta di un vero e proprio laboratorio di economia sperimentale, pensato per studiare il comportamento delle persone in tutto il mondo attraverso una serie di missioni che l’utente della app si vede recapitare sul proprio telefonino: si va da domande sul tasso di sconto sul futuro a esperimenti sull’altruismo molto divertenti. In uno di questi, per esempio, bisogna offrire in un bar il caffè a uno sconosciuto e descriverne le reazioni.
La letteratura dei big data sta decisamente modificando il modo in cui le informazioni statistiche sono state concepite fino ad oggi: di fatto big data significa la possibilità di avere dati molto granulari, con una precisione temporale al millisecondo e la geolocalizzazione precisa degli utenti nello spazio. Significa poter costruire, per ogni persona, un profilo di dati nel tempo estremamente ricco, in grado di individuare patterns e regolarità. Può spaventare, ma costituisce anche una sfida per i policy maker che vogliano migliorare il contesto in cui le persone prendono le loro decisioni. E semplificarlo.