Anticipazione e Lingua: Spunti da Twitter
Esplorare come i futuristi plasmano i pensieri sul futuro attraverso il linguaggio su Twitter.
― 6 leggere min
Indice
L'Anticipazione è la capacità di pensare e pianificare per il futuro. Fa parte dell'essere umani e si trova in molte situazioni diverse. Essere in grado di anticipare ci aiuta ad affrontare un futuro che può essere complesso e incerto. Questa abilità ci consente di prepararci per vari risultati, che siano probabili o meno.
La maggior parte delle persone cerca spesso modi per prevedere cosa potrebbe succedere dopo. In un mondo che cambia continuamente, l'anticipazione è fondamentale per gestire sia le sfide che le opportunità che possiamo affrontare. Sapere come le persone pensano al futuro è importante per affrontare ciò che ci aspetta in modo efficace.
Lingua e Anticipazione
La lingua gioca un ruolo importante nel mostrare come pensiamo al futuro. Alcune parole o frasi possono indicare la nostra anticipazione. Tuttavia, c'è stata poca ricerca su come questo si colleghi all'elaborazione del linguaggio naturale, ovvero il modo in cui i computer comprendono e usano il linguaggio umano. Questo studio si concentra su cosa dicono i futuristi su Twitter riguardo al futuro e analizza come la loro scelta di parole influisce su come gli utenti dei social media pensano al proprio futuro.
Le domande principali a cui vogliamo rispondere sono:
- Di quali futuri parlano i futuristi su Twitter?
- Come possiamo analizzare questi futuri anticipati usando dati sociali?
Per capire questo, esploriamo ricerche passate sull'anticipazione, il ruolo del linguaggio e come possiamo categorizzare diverse idee sul futuro. Questo lavoro di base ci consente di indagare i messaggi condivisi dai futuristi su Twitter e cosa questi messaggi indicano riguardo agli scenari futuri.
Approfondimenti da Twitter
Questo studio mira a evidenziare le idee sul futuro condivise dagli Influencer di Twitter e come il loro linguaggio influisce sul pensiero degli utenti dei social media. Analizzando i tweet dei futuristi, intendiamo ottenere approfondimenti più profondi sui temi che emergono.
Una sezione della nostra ricerca discute di come la lingua possa influenzare il pensiero sul futuro. Categorizziamo anche i futuri in base al loro legame con eventi passati e presenti, il che ci aiuta a capire quali futuri vengono comunicati dagli influencer di Twitter.
Raccolta e Elaborazione dei Dati
I dati per questo studio sono stati raccolti da Twitter utilizzando un metodo per estrarre tweet disponibili pubblicamente. L'analisi copre il periodo dal 1 gennaio 2021 al 31 marzo 2023, raccogliendo oltre 1,2 milioni di tweet. I tweet provengono da circa 250 futuristi scelti con attenzione che sono propensi a discutere le proprie anticipazioni.
Abbiamo usato due metodi principali per analizzare questi tweet: LDA (Latent Dirichlet Allocation) e BERTopic. Entrambi i metodi ci aiutano a estrarre i principali argomenti discussi nei tweet.
Risultati della Modellazione degli Argomenti
Risultati da LDA
Quando abbiamo analizzato i dati usando l'approccio LDA, abbiamo identificato 15 argomenti. Questi argomenti non sono sempre chiaramente separati; possono sovrapporsi. Ad esempio, un argomento sull'intelligenza artificiale si collega anche a temi più ampi nella tecnologia.
I tweet sono brevi, il che può rendere più difficile individuare argomenti distinti, specialmente poiché ogni tweet può coprire una gamma di idee. Tuttavia, nel complesso, il modello LDA ha mostrato una coerenza decente, il che significa che gli argomenti avevano senso insieme.
Con il passare del tempo, gli argomenti principali rimangono stabili. Questo suggerisce che i soggetti trattati in questi tweet rimangono pertinenti e non cambiano drasticamente di importanza nel tempo.
Risultati da BERTopic
BERTopic, d'altra parte, ci consente di catturare meglio il significato dietro le frasi. Questo metodo ha rivelato circa 100 cluster dettagliati di temi legati all'anticipazione. Alcuni dei temi principali includevano tendenze nella robotica, automazione, trasformazione digitale e il cambiamento della natura del lavoro.
Con questo approccio, possiamo anche visualizzare come questi argomenti siano interconnessi. I risultati indicano che mentre alcuni temi rimangono stabili, altri emergono ed evolvono man mano che nuove informazioni o eventi si presentano, portando a un senso di incertezza per gli utenti dei social media.
Il Ruolo degli Influencer
Un aspetto interessante dei nostri risultati è il ruolo degli influencer nel plasmare come gli altri anticipano il futuro. Gli influencer hanno spesso una posizione unica sui social media. Il loro status significa che le loro opinioni hanno peso, portando gli altri a prestare maggiore attenzione a ciò che dicono.
Questo è particolarmente vero su piattaforme come Twitter, dove gli influencer possono condividere rapidamente i loro pensieri. Di conseguenza, i loro messaggi possono attivare l'anticipazione nei loro follower, spingendoli a pensare a potenziali scenari futuri.
Indizi Linguistici e Anticipazione
La lingua è uno strumento potente per comunicare idee future. Le parole scritte agiscono come segnali che guidano i pensieri su ciò che potrebbe arrivare. I tweet che contengono indizi anticipatori possono proiettare vari futuri, influenzando come gli utenti dei social media vedono i propri potenziali futuri.
Usare la lingua in modo efficace è fondamentale, poiché può attrarre l'attenzione dei follower. Quando le persone leggono post su possibili eventi futuri-come cambiamenti nella tecnologia o nell'economia-hanno maggiori probabilità di riflettere sulle loro situazioni e considerare come potrebbero prepararsi o adattarsi.
Tipi di Futuri
Classifichiamo i futuri in due tipi principali:
Futuri Presenti
Questi futuri sono basati su eventi e esperienze passate. Sono radicati in ciò che le persone hanno già vissuto. I futuri presenti sono spesso più concreti e più facili da calcolare poiché si basano su dati o previsioni consolidati.
Futuro Presente
D'altra parte, i futuri presenti sono più astratti e possono cambiare nel tempo. Rappresentano idee che si stanno sviluppando e non sono fisse. Questo tipo di futuro include concetti che sono ancora in fase di formazione e hanno possibilità illimitate.
Comprendere queste categorie ci aiuta a riconoscere come diversi tipi di futuri possano influenzare il pensiero e il comportamento.
Limitazioni della Ricerca
Sebbene la nostra ricerca offra preziosi spunti, ci sono alcune limitazioni. L'analisi si è concentrata su un gruppo specifico di utenti di Twitter, il che potrebbe limitare l'applicabilità dei nostri risultati. Studi futuri potrebbero coinvolgere una gamma più diversificata di influencer.
Un'altra limitazione è che non tutti i tweet riflettono le anticipazioni personali degli influencer. Alcuni potrebbero essere retweet o citazioni di altri utenti, il che potrebbe complicare l'analisi dei pensieri originali.
Inoltre, mentre abbiamo analizzato i tweet stessi, sarebbe utile esaminare i commenti degli utenti per capire meglio le loro prospettive-come ricevono e reagiscono ai futuri menzionati dagli influencer.
Direzioni Future
Questo studio ha esaminato i temi discussi dai futuristi su Twitter. La piattaforma è stata scelta perché consente agli influencer, inclusi i futuristi, di esprimere le proprie opinioni su eventi e tendenze future.
In futuro, puntiamo a perfezionare ulteriormente i nostri metodi di analisi. Espandendo le capacità dei nostri modelli, speriamo di prevedere le opportunità future sulla base delle tendenze osservate. Riconosciamo l'importanza di dati di qualità e della capacità del modello di identificare efficacemente i modelli.
Utilizzando dati sociali provenienti da piattaforme come Twitter, possiamo ottenere approfondimenti sui futuri anticipati presentati attraverso i tweet. Questo ha diversi vantaggi, tra cui l'identificazione di modelli che potrebbero fornire indicazioni su tendenze emergenti. Prepararsi ai cambiamenti sulla base di questi spunti anticipatori può rendere le persone meglio attrezzate ad affrontare le incertezze future.
Con un continuo focus sulla lingua e sull'anticipazione, speriamo di migliorare la nostra comprensione di come le persone pensano e si preparano per il futuro. Lo studio dei futuri nel mondo digitale è ancora in evoluzione e c'è ancora molto da scoprire.
Titolo: What Twitter Data Tell Us about the Future?
Estratto: Anticipation is a fundamental human cognitive ability that involves thinking about and living towards the future. While language markers reflect anticipatory thinking, research on anticipation from the perspective of natural language processing is limited. This study aims to investigate the futures projected by futurists on Twitter and explore the impact of language cues on anticipatory thinking among social media users. We address the research questions of what futures Twitter's futurists anticipate and share, and how these anticipated futures can be modeled from social data. To investigate this, we review related works on anticipation, discuss the influence of language markers and prestigious individuals on anticipatory thinking, and present a taxonomy system categorizing futures into "present futures" and "future present". This research presents a compiled dataset of over 1 million publicly shared tweets by future influencers and develops a scalable NLP pipeline using SOTA models. The study identifies 15 topics from the LDA approach and 100 distinct topics from the BERTopic approach within the futurists' tweets. These findings contribute to the research on topic modelling and provide insights into the futures anticipated by Twitter's futurists. The research demonstrates the futurists' language cues signals futures-in-the-making that enhance social media users to anticipate their own scenarios and respond to them in present. The fully open-sourced dataset, interactive analysis, and reproducible source code are available for further exploration.
Autori: Alina Landowska, Marek Robak, Maciej Skorski
Ultimo aggiornamento: 2023-07-20 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2308.02035
Fonte PDF: https://arxiv.org/pdf/2308.02035
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://dl.acm.org/ccs.cfm
- https://developer.twitter.com/en/products/twitter-api/academic-research
- https://www.plantuml.com/plantuml/uml/JP1DJyCm38Rl-HMMTe4J7z8kxO5z3AH9xD9ESBPQhusM9b7iK27bnnDIGFYMl7aUEzwmO90u6SLNRJq6d60EwDzrBoCyhE__tK_QxWqo_sIFQvLM9oVw0qKxcreNGqUSL56gwYLA30H7Up6HR4vgLPrd8g40RPTxKAYpOUkzqTsYQ7260mgcFxe0cGpa2GKg9hdhHhG3GHcAlnN7oHkQoCfYEJklEpYvdepHTaZgui9LGQxgzR2jon5mG6qXrnBidfk2rOfi3mL8grO22WsVwGsDxXVvxoJpg0t1JO4OzcwaG5QURZEsYwmjCQU6E1hX_9lbMQrOd5URt29l_0i0
- https://mdpi-res.com/bookfiles/book/7110/Sensors_and_Communications_for_the_Social_Good.pdf?v1683276001
- https://github.com/akbog/urban_data/blob/master/Notebooks/Historical_Notebooks/TestingCustomPipeline.ipynb
- https://www.acm.org/publications/proceedings-template
- https://capitalizemytitle.com/
- https://www.acm.org/publications/class-2012
- https://dl.acm.org/ccs/ccs.cfm
- https://ctan.org/pkg/booktabs
- https://goo.gl/VLCRBB
- https://www.acm.org/publications/taps/describing-figures/