Un team di scienziati afferma di aver apportato miglioramenti a un algoritmo che potrebbe aiutare i funzionari a prevedere i movimenti tra i gruppi politici durante i conflitti o potenziali conflitti. Credito:Unsplash/GeoJango Maps
Un miglioramento a un modello computerizzato può aiutare gli scienziati a prevedere meglio le mosse future delle fazioni politiche e individuare dove potrebbero interagire con altri gruppi, spesso rivali, secondo i ricercatori della Penn State. Prevedere queste mosse potrebbe fornire un sistema di allerta precoce per potenziali conflitti civili e violenze, hanno aggiunto.
In uno studio sui dati di un conflitto civile in Nigeria, i ricercatori riferiscono che l'aggiunta di una variabile, chiamata distanza diadica prevista, a un modello statistico potrebbe un giorno portare a previsioni più accurate sul movimento dei gruppi politici. La distanza spaziale diadica si riferisce alla posizione di due o più parti l'una dall'altra, al contrario della variabile monadica, che si riferisce alla posizione di una singola parte ed è utilizzata nella maggior parte dei modelli attuali. Per costruire quella variabile, il team ha anche sviluppato un algoritmo in grado di proiettare le posizioni degli attori in movimento.
"I ricercatori si sono interessati a come possiamo prevedere il movimento degli attori nei conflitti civili, così come i conflitti politici, come eventi di protesta o situazioni ancora più gravi, come linciaggi e conflitti armati", ha affermato Sangyeon Kim, dottorando in scienze politiche e analisi dei dati sociali, Penn State. "Tuttavia, non c'è stato un approccio serio alla previsione in termini di utilizzo di entrambi gli attori, o più attori, coinvolti nel conflitto, quindi la nostra idea di base era quella di creare un progetto che potesse aiutare a prevedere la posizione di quegli attori".
Collegamento della modellazione spaziale e di rete
Secondo Bruce Desmarais, professore di scienze politiche e co-assunzione dell'Institute for Computational and Data Sciences, lo studio unisce sia la modellazione spaziale, il modo in cui le persone si muovono nello spazio, sia la modellazione della rete, il modo in cui le persone sono connesse tra loro.
"Spesso le persone fanno ricerca spaziale, o fanno ricerca in rete, ma volevamo intenzionalmente combinare e integrare questi toolkit metodologici in questo progetto", ha affermato Desmarais. "Penso che la scintilla per il nostro team sia stata l'integrazione dei dati spaziali e anche dei dati della rete relazionale, per mettere insieme questi kit di strumenti per migliorare il campo."
I ricercatori, che hanno pubblicato i loro risultati sulla rivista Political Science Research and Methods , spero che il lavoro futuro migliorerà il modello. La previsione dei movimenti delle fazioni politiche rivali potrebbe quindi portare a modi migliori per mediare i conflitti e allocare forniture e aiuti, ha affermato Kim.
"Una delle grandi domande è:"Dove collocheremmo gli aiuti a livello nazionale, per esempio, o a livello regionale?", ha detto Kim. "Questo è stato un argomento davvero impegnativo sia per gli accademici che per i professionisti, quindi forse usare questo questa metodologia potrebbe aiutarli a trovare luoghi migliori per posizionare gli aiuti, ad esempio."
Ricerche future
I ricercatori hanno affermato che sebbene questo lavoro preliminare sul loro nuovo modello offrisse solo una differenza trascurabile rispetto a un modello che utilizzava la variabile di previsione monadica nel loro attuale esempio di applicazione, lo vedono come una prova che gli scienziati potrebbero utilizzare il nuovo modello con precisione un giorno cattura come potrebbero muoversi più parti.
Secondo Kim, il team ha testato la variabile sulla sua capacità di prevedere i movimenti della milizia cristiana durante il conflitto civile in Nigeria, periodo di violenze che si è protratto dal 2001 al 2016. I dati sono stati tratti dai resoconti dei media sui movimenti della milizia durante il conflitto, ha aggiunto Kim.
L'uso di tali dati potrebbe essere una delle ragioni della sottile differenza tra il modello dei ricercatori e quelli attuali che utilizzano la variabile monadica.
"Riteniamo che questa non differenza sia in gran parte dovuta al problema del livello di misurazione:è molto difficile tracciare il movimento dei gruppi armati longitudinalmente con un alto livello di precisione", ha affermato Kim.
La ricerca futura potrebbe anche esaminare dati alternativi per il modello. Nello studio, i ricercatori si sono basati sui resoconti dei media che documentavano i movimenti delle fazioni politiche, tuttavia, la maggior parte dei conflitti civili documentati in quel set di dati sono avvenuti prima che i social media diventassero più accessibili.
"È possibile che potremmo utilizzare, ad esempio, i dati dei social media", ha affermato Kim. "E se potessimo dimostrare che il design diadico migliora anche le previsioni degli eventi, sarebbe davvero interessante."
I ricercatori hanno affermato che il modello si concentra su quattro aspetti chiave della cronologia delle posizioni dei gruppi:la loro posizione generale media, i loro movimenti recenti, le posizioni in cui i gruppi interagiscono e il numero di eventi che si verificano in ciascuna posizione. + Esplora ulteriormente
