Megill, DaCosta e quel desiderio di rendere il mondo un posto migliore

Ci sono due elementi (più uno) che accomunano Colin Megill e Marc DaCosta: il desiderio di rendere il mondo un posto migliore e l’utilizzo dei dati come strumento per raggiungere l’obiettivo.

Il terzo è il fatto che giovedì 17 novembre, dalla 14,30 alle 16,30, divideranno il palco della Scuola di Tecnologie Civiche di Napoli, in occasione del panel “State of Civic Tech”.

Colin Megill è CEO & co-founder di Pol.is, tra le sue passioni si intrecciano “digital democracy”, “information design”, “data visualization” e “Intelligenza Artificiale”. Le si ritrova tutte nel progetto Pol.is, concepito nel periodo di Occupy Wall Street e delle Primavere Arabe. Partendo da quelle esperienze, Colin e il suo piccolo team hanno deciso di costruire un sistema di comunicazione in grado di gestire grandi moli di informazioni in maniera efficiente. È nato Pol.is, un nuovo modo per raccogliere feedback illimitati provenienti da grandi gruppi di persone, un sistema in grado di restituire i feedback autentici, garantendo le opinioni delle minoranze.

Come funziona Pol.is

Pol.is è nato per superare i problemi dei classici survey e dei commenti on line: la difficoltà di leggere testi lunghissimi e di individuare rapidamente il punto di vista della maggioranza. La soluzione proposta da Megill permette ai partecipanti di scrivere il proprio punto di vista, ma anche di evidenziare il proprio accordo o disaccordo con i commenti degli altri utenti. E tutto in real-time.

Inoltre Pol.is esegue analisi statistiche sui modelli di voto in tempo reale, forma gruppi di opinione e li collega tra loro. Ed è in grado di farlo con gruppi di qualsiasi entità, composti anche da milioni di partecipanti. Per farlo combina il comportamento del gruppo col machine learning. In questo modo, gli esseri umani posso fare quello che sono bravi a fare: leggere i testi, scrivere rapidi commenti e confrontare le dichiarazioni; allo stesso modo i computer fanno ciò che gli viene meglio: trovare modelli in grandi dataset.

Pol.is e il Sunflower Movement di Taiwan

Uno degli angoli di Mondo in cui Pol.is è stato adottato, anche da un governo, è Taiwan. Qui, a partire dal 2014, il Sunflower Movement, membri della comunità open source e il governo di Taiwan hanno iniziato a sviluppare vTaiwan: un innovativo ed efficace conglomerato di tecnologie civiche, senso di responsabilità delle istituzioni e mezzi di comunicazione mirati a favorire un dialogo aperto sulle necessità del processo democratico di una nazione. Nei suoi due anni di attività, vTaiwan ha sviluppato un sistema in quattro fasi, che si è rivelato particolarmente efficiente. Il punto di partenza è uno strumento di conversazione online facilitato, garantito proprio da Pol.is. Il secondo step consiste in un incontro pubblico, in cui studiosi e funzionari rispondono ai problemi emersi nelle conversazioni; quindi si organizza una riunione delle parti interessate, trasmessa in streaming ai partecipanti remoti. Infine, il Governo agisce in merito ai punti su cui si è raggiunto il consenso o motiva punto per punto, perché alcuni obiettivi non possono essere perseguiti.

Enigma di Marc Da Costa

«Crediamo nel potere di trasformazione dei dati» si legge nella presentazione sul sito di Enigma. Punto di partenza è stata la constatazione che esiste un’enorme quantità di conoscenza nascosta, racchiusa in silos di dati, in formati oscuri, che aspetta di essere liberata. Liberare la conoscenza è l’obiettivo di Enigma, una piattaforma per gestire tutti i dati in un’interfaccia intuitiva e ad elevate prestazioni. Da un lato, Enigma si propone di facilitare il processo di “liberazione” dei dati, dall’altro vuole aiutare le comunità ad accedere ed esplorare i dati pubblici. La piattaforma Abstract di Enigma rappresenta un nuovo approccio, che semplifica la gestione dei dati e li rende disponibili a tutti, senza alcun costo.

Inoltre, per favorire decisioni data-driven è stato creato Signals, un set di applicazioni che sfruttano miliardi di dati pubblici al fine di automatizzare un processo decisionale intelligente di scala.

Enigma contro gli incendi

Anche per Enigma non mancano le applicazioni concrete. Solo nel 2013, negli Stati Uniti si sono verificati più di un milione di incendi, con oltre 20 mila, tra morti e feriti, e danni materiali per 11 miliardi di dollari. Identificando in anticipo le aree a rischio e intervenendo in maniera rapida e puntuale si sarebbero potute salvare molte vite. Il problema è che i dati che collegano le violazioni delle norme antincendio degli edifici odierni, con fattori simili del passato e l’età delle strutture, sono conservati in database non collegati tra di loro.

Per trovare una soluzione al problema, Enigma ha avviato una collaborazione con la Città di New Orleans, utilizzando la piattaforma Abstract per collegare più database, di diverse agenzie, con l’ampio deposito di open data di Enigma. Abstract permette di individuare le aree a maggior rischio incendio e agire d’anticipo. Le API armonizzate dialogano direttamente col software esistente dei Vigili del Fuoco, integrando le nuove informazioni, senza interrompere i flussi di lavoro pre-esistenti.