L’Università di Firenze ha progettato uno strumento di analisi per la previsione di flussi di dati, basato sui memi e sui contenuti geolocalizzati.

All’elevator pitch di Firenze Thomas Alisi ha presentato un progetto di ricerca del centro di eccellenza MICC dell’Università di Firenze che riguarda l’analisi di contenuti geolocalizzati basati sul principio del cosiddetto “semantic web”.

Questo progetto prevede la realizzazione di uno strumento di analisi per la previsione di flussi di dati, ossia l’applicazione di quello che viene chiamato in gergo data mining attivo. Alla sua base troviamo due concetti, quello di meme e quello di zeitgeist. Per meme s’intende l’equivalente mentale del gene, ossia un’unità concettuale singola che rappresenta un’idea e che, come tale, viene trasmessa all’interno di una rete di menti. Con zeitgeist, invece, si indica la rappresentazione dello spirito dei tempi.

Lo strumento di analisi ideato da Alisi ha quindi lo scopo di monitorare uno o più flussi di memi, condivisi in tempo reale e analizzati secondo la loro struttura semantica, non solo in base al contenuto, ma anche alla loro localizzazione geografica.

La grande ambizione è quella di arrivare sostanzialmente a prevedere i flussi di dati, analizzando i temi e le conversazioni che avvengono sul web, ossia a realizzare quella che Asimov nel gruppo di romanzi fantascientifici “Ciclo della fondazione” definiva “psico-storia”.