Durante la pandemia di COVID-19, molte persone si sono rivolte alle piattaforme dei social media per condividere i propri sentimenti sui cambiamenti in atto nel mondo che li circonda. Lavoratori essenziali, come fornitori di servizi medici, addetti alla vendita al dettaglio e alla ristorazione, e i lavoratori dei trasporti pubblici:hanno twittato meno spesso degli utenti generici su COVID-19 ma più su problemi generali di salute mentale, secondo i ricercatori del Penn State College of Information Sciences and Technology.

Inoltre, mentre i tweet su argomenti trasversali da parte di tutti gli utenti sono stati meno positivi durante la pandemia, i tweet complessivi dei lavoratori essenziali sono stati più positivi rispetto agli utenti generici, i ricercatori hanno scoperto.

Il team aveva deciso di esplorare se la pandemia avesse un impatto maggiore sul benessere dei lavoratori essenziali, e se si sono rivolti ai media per raccontarlo. La loro scoperta che i tweet dei lavoratori essenziali su tutti gli argomenti sono più positivi degli utenti generici evidenzia una tendenza iniziata prima della pandemia per i lavoratori essenziali ed è rimasta coerente da allora.

"Penseresti che le persone che sono lavoratori essenziali con un equilibrio tra lavoro e vita privata molto stressante e con molte cose in corso avrebbero cose più negative da dire, "ha detto Johnna Blair, dottorando in scienze e tecnologie dell'informazione e autore principale del documento di ricerca. "Ma in realtà avevano un punteggio di sentiment più alto rispetto agli utenti medi di Twitter, ed è interessante".

Blair ha spiegato che un punteggio di sentimento è un calcolo fatto da algoritmi che quantificano il sentimento o il tono in un pezzo di testo, su una scala da positivo a negativo. Questi algoritmi stimano automaticamente il sentimento di un frammento di testo in base alle occorrenze delle sue parole positive e negative. I ricercatori hanno utilizzato un lessico esistente e uno strumento di analisi del sentimento basato su regole, VADER (Valence Aware Dictionary e Sentiment Reasoner), nella loro analisi.

In questo studio di più di 4, 000 account Twitter tra il 1 gennaio, 2019, e 30 settembre, 2020, i post dei lavoratori essenziali erano costantemente più alti nel sentiment in generale rispetto a quelli degli utenti generici, sia prima che durante la pandemia.

Questi risultati sorprendenti potrebbero avere alcune possibili spiegazioni, secondo Blair.

"[Ipoteticamente], le persone che sono attratte dal lavoro essenziale, come medici e infermieri, possono ricevere uno scopo più forte dal loro lavoro o condividere caratteristiche che li rendono persone più positive, e possono quindi proiettarlo online, " disse Blair. "Oppure, potrebbe essere il caso che alcuni di questi lavori inducano loro ad avere un account Twitter pubblico, dove forse sono meno inclini a pubblicare cose negative se ci potrebbero essere conseguenze legate al lavoro."

I ricercatori hanno in programma di indagare su queste possibilità con interviste più approfondite con i lavoratori essenziali nel lavoro futuro.

Sebbene i ricercatori riconoscano che il loro studio iniziale non racconta ancora la storia completa di quello che è stato un periodo molto complesso e impegnativo nella vita dei lavoratori essenziali, fornisce alcuni spunti per guidare la ricerca futura.

"Se dai un'occhiata ai problemi di salute mentale legati al COVID, dobbiamo riconoscere che i lavoratori essenziali stanno probabilmente attraversando le situazioni più difficili in questo momento, " disse Saeed Abdullah, assistente professore di scienze e tecnologie dell'informazione. "Volevamo concentrarci su questa popolazione di nicchia che è in prima linea in gran parte delle lotte durante il COVID-19, e poi vedere quali potenziali problemi stanno affrontando e come possiamo supportarli meglio in termini di salute mentale e stress".

Ha aggiunto, "Penso che ci siano alcune potenziali direzioni future davvero interessanti, sia in termini di sviluppo tecnologico sia in termini di migliore comprensione delle questioni sociali."

Il lavoro è stato pubblicato nell'ultimo lavoro track alla CHI Conference on Human Factors in Computing Systems, a maggio.