Social e AI per accelerare l'assistenza nelle catene di approvvigionamento durante le calamità

Social e AI per accelerare l'assistenza nelle catene di approvvigionamento durante le calamità

> Un dottorando dell'Università di Alabama a Huntsville (UAH) è autore principale di uno studio pubblicato sull'International Journal of Production Research che esplora come le piattaforme di social media possano essere sfruttate, con l'ausilio dell'intelligenza artificiale (AI), per fornire comunicazioni vitali che collegano le vittime di disastri con aiuti e supporto esterni.

Un innovativo studio condotto presso l'Università dell'Alabama a Huntsville (UAH) esplora come sfruttare i social media e l'intelligenza artificiale per migliorare la comunicazione e il supporto alle vittime di disastri. La ricerca, pubblicata sull'International Journal of Production Research, è stata guidata dal dottorando Vishwa Vijay Kumar.

Il team di ricercatori ha analizzato dati provenienti da X (ex Twitter) relativi a due periodi di sei settimane durante la pandemia di COVID-19: marzo-aprile 2020 negli Stati Uniti e maggio-giugno 2021 in India, durante l'ondata della variante delta. In queste fasi si sono verificate gravi carenze di attrezzature mediche essenziali, dalle mascherine ai ventilatori.

Motivazioni personali e obiettivi della ricerca

Kumar, originario di una zona dell'India soggetta a frequenti inondazioni, ha sviluppato fin da giovane l'interesse per creare un sistema che permettesse alle persone in difficoltà di comunicare i propri bisogni al mondo esterno. La pandemia di COVID-19 ha offerto l'opportunità di applicare questa visione su scala globale.

"La situazione ha riacceso la mia motivazione iniziale di esplorare come i social media e l'IA potessero essere sfruttati per una risposta più rapida ai disastri e per mitigare le sfide sanitarie e di approvvigionamento durante le crisi", ha spiegato Kumar.

Metodologia e risultati

Lo studio ha sviluppato un processo in quattro fasi e algoritmi per analizzare circa 3,9 milioni di tweet utilizzando IA e machine learning. I ricercatori hanno:

  • Identificato parole chiave nei post di Twitter relative alle interruzioni della catena di approvvigionamento durante la pandemia
  • Categorizzato i tweet come "imperativi" (richieste di aiuto azionabili) o "non imperativi"
  • Stimato la posizione geografica dei tweet imperativi privi di geolocalizzazione

Sfide future e sviluppi

La ricerca ha inoltre individuato diverse sfide nella gestione della catena di approvvigionamento sanitario durante i disastri, che saranno oggetto di studi futuri. Tra queste:

  • Geolocalizzazione di persone bisognose che postano sui social media senza identificare la loro posizione
  • Previsione delle forniture di vaccini COVID-19
  • Previsione della disponibilità di forniture sanitarie e alimentari
  • Utilizzo di altri social media (es. Facebook, Instagram)
  • Applicazione di questi miglioramenti ad altri tipi di disastri come uragani e terremoti

"Prevediamo anche di sviluppare una piattaforma/strumento che scansionerà i post sui social media relativi a eventi disastrosi e genererà report in tempo reale sui problemi di domanda e offerta e sulle persone che richiedono aiuto, con le loro geolocalizzazioni", ha concluso Kumar.

Questo studio rappresenta un importante passo avanti nell'utilizzo delle tecnologie digitali per migliorare la risposta alle emergenze e la gestione delle catene di approvvigionamento durante le crisi. L'integrazione di social media e intelligenza artificiale potrebbe consentire un'assistenza più rapida ed efficace alle popolazioni colpite da disastri naturali o sanitari in futuro.

Logo AiBay