Capitolo 3 Metodi di analisi3.1 Introduzione

Capitolo 3

Metodi di analisi

3.1 Introduzione

Lo studio costituisce lo schema concettuale per lo sviluppo di un GIS partecipativo a supporto di un processo decisionale politico che si basa su due componenti: 1) in primo luogo, vi è la componente analitica basata su tecniche di analisi multi-criteri spaziale. Essa viene impiegata per analizzare i dati georeferenziati, porre a confronto le diverse decisioni possibili e mettere in evidenza le implicazioni dei diversi scenari. La componente analitica è rappresentata da un modello di analisi multi-criteri spaziale basata sul metodo AHP (Analytic Hierarchy Process). L'analisi spaziale è svolta su ArcGis 10 (Desktop).

Le elaborazioni spaziali si basano su dati georeferenziati ottenuti da varie fonti istituzionali, tra cui la Provincia di Pisa e la Regione Toscana.

2) In secondo luogo vi è la componente deliberativa del processo decisionale, che si fonda sull'impiego di metodi di crowdsourcing per la raccolta di dati e informazioni presso i cittadini.

La componente deliberativa è costituita dalla predisposizione di un sistema web (deployment) basato sul software Crowdmap gestito dalla piattaforma Ushahidi. Esso è dotato di una mappa cliccabile opportunamente personalizzata, fornita dal server Google Maps che fornisce anche la Application Programming Interface (API) per Google Maps. La mappa consente la sovrapposizione di layers aggiuntivi per la rappresentazione grafica degli scenari possibili. I dati sono contenuti in un data base MySQL ospitato dalla piattaforma Ushahidi. Il deployment consente di ricevere ed elaborare messaggi sms, e-mail, tweets, RSS news, rapporti, fotografie e video. Esso si avvale di un data base da cui sono esportabili i dati in formato CSV. I dati vengono estratti in base a una griglia di analisi che è composta da elementi quantitativi e qualitativi.

L'interfaccia tra il processo deliberativo e il processo analitico è costituita dalla integrazione in Arcgis delle informazioni acquisite con il deployment su Crowdmap al fine di dare un peso ai criteri che caratterizzano il processo analitico.

Il quadro concettuale è stato applicato al caso di studio sulla Variante di raccordo della viabilità nord est di Pisa.

PROCESSO DI ANALISI

MULTICRITERI PROCESSO DELIBERATIVO

Obiettivo Metodo SIT

Informazioni georeferenziate (opinioni cittadini)

Albero decisionale e criteri MCDA →

← GoogleMaps API KeyCrowdmap set-up Assegnazione dei pesi su base

collettiva → Crowdmap information processing

↓ ↓

Scenario 1 … ... Scenario n

Tab. 1 Il quadro concettuale

3.2 Il processo analitico

3.2.1 Definizione del problema e scelta del metodo

Nella prima fase si procede alla definizione del problema da risolvere e del metodo da seguire. In particolare, il GIS permette di risolvere analisi di fattibilità con metodi di tipo Booleano, ossia un intervento è fattibile o no in base a determinati criteri, oppure permette di confrontare e ordinare le scelte. Questa seconda opzione permette maggiore flessibilità nella considerazione delle alternative e i trade-off che comportano le decisioni politiche. In generale, un modello che ordina le alternative può essere usato per qualsiasi applicazione che consiste nell'individuare e confrontare soluzioni che soddisfano un insieme di criteri prestabiliti [1].

Infatti, ad esempio, un tracciato può avere un maggior impatto in termini paesaggistici, ma consentire una accessibilità più elevata. Un modello che ordina le alternative è in grado di esplicitare questi trade-off.

3.2.2 L'area di studio e il sistema informativo territoriale

A seguito della definizione del problema, il processo di analisi multi-criteri richiede la messa a punto di una base di dati dettagliati relativi all'area di studio, la raccolta di informazioni e la revisione della letteratura, al fine di delineare gli indicatori dei criteri specificati nel modello. Questa fase, include l'analisi del territorio e la raccolta dei dati, la definizione dell'area di studio e la lista dei punti di forza e di debolezza del territorio, la definizione dei vincoli normativi, la definizione del Sistema Informativo Territoriale.

In particolare, viene individuata l'area di studio e viene identificato l'insieme delle componenti che sono influenzate in termini positivi o negativi dal fenomeno in esame (nel caso di studio è la costruzione di una nuova strada). Allo stesso tempo, sono raccolti i dati georeferenziati per l'analisi spaziale su GIS. I dati sono selezionati tra quelli disponibili al pubblico ed eventualmente vengono indirizzate specifiche richieste alle amministrazioni, in caso si rilevi la necessità di dati aggiuntivi. Per quanto riguarda la ricerca dei dati su base locale, un importante insieme di dati è messo a disposizione dagli Enti Pubblici Territoriali, come, ad esempio, la Cartografia Tecnica Regionale (CTR) o il Piano Territoriale di Coordinamento della Amministrazione Provinciale (PTCP), dove si possono trovare i dati di base sulle strade, i fiumi, le linee ferroviarie, l'idrologia, la flora, la fauna, il modello digitale del terreno, l'uso del suolo, le aree urbane, le attività economiche, i dati ambientali e altri.

3.2.3 L'albero gerarchico e le sue componenti

Questa fase comprende la definizione dell'albero gerarchico e delle specifiche componenti del modello di analisi multi-criteri.

Essa prevede la definizione del problema decisionale e la sua decomposizione in obiettivi, criteri, sotto-criteri e alternative secondo il metodo dell'Analytic Hierarchy Process (AHP) [2].

Attraverso la decomposizione del problema in vari livelli, il decisore politico si può focalizzare su set decisionali più ridotti.

Il metodo AHP si basa su quattro assiomi principali [3]:

1. Date due alternative qualsiasi (o sotto-criteri), il decisore è in grado di fornire un confronto a coppie reciproco di queste alternative per ogni criterio, in una scala di rapporti.

2. Quando compara due alternative qualsiasi, il decisore non ne giudica mai una come infinitamente migliore dell'altra per ogni criterio.

3. E' possibile formulare il problema decisionale come una gerarchia.

4. Tutti i criteri e le alternative che influiscono su un problema decisionale sono rappresentati nella gerarchia.

Le assunzioni di cui al punto 1 e 4 sono molto restrittive, in quanto la prima presuppone che sia sempre possibile trasformare anche le informazioni ordinali in una scala di rapporti (ratio scale), mentre la quarta è soggetta ai limiti dei modelli descrittivi in generale [3].

Tali limiti fanno riferimento al problema di rappresentazione dei sistemi complessi, caratterizzati dal fatto che aspetti rilevanti di un problema non possono essere colti usando una sola prospettiva [4] a parità di altre condizioni.

A questo, si aggiunge la caratteristica della complessità riflessiva, propria dei sistemi umani, che, a partire dalla consapevolezza e dallo scopo dell'agire,

comporta la necessità di tenere in conto la continua trasformazione dei sistemi stessi, attraverso l'aggiunta di nuove qualità/attributi significativi da rappresentare nei modelli [3].

Un'altra criticità dei modelli descrittivi è legata all'esistenza di diversi livelli e scale di rappresentazione a cui un sistema gerarchico può essere analizzato; questo implica l'esistenza di descrizioni non equivalenti dello stesso sistema [5]. Infatti, ad esempio, anche la semplice determinazione dell'area di studio comporta decisioni soggettive sul sistema di scala rilevante e di conseguenza l'impatto di una infrastruttura sarà analizzata alla scala scelta, nonostante le scale di riferimento possano essere altre, dal punto di vista dell'utenza, dal punto di vista ambientale, sia da quello economico, ecc.. Allo stesso modo, l'insieme di obiettivi, dimensioni e criteri viene determinato con una decisione soggettiva, nonostante esso possa verosimilmente essere più ampio ed articolato.

Questo apre il discorso al principio di incommensurabilità, che può essere introdotto a partire dal concetto di comparabilità debole [6-7]. In base ad esso è possibile distinguere tra una comparabilità forte (in cui esiste un singolo termine di paragone con cui tutte le azioni diverse sono classificate), che implica una commensurabilità forte, ossia una misura comune delle varie conseguenze di un'azione basate su una scala di misura cardinale, e una commensurabilità debole, ossia una misura comune basata su una scala ordinale e quindi una comparabilità debole, in cui i conflitti di valore irriducibili sono inevitabili ma affrontabili con scelte razionali [3].

In questo quadro, il framework dell'analisi multicriteri è idoneo ad affrontare i problemi posti sia da una incommensurabilità di tipo tecnico sia di tipo sociale. Nel primo caso essi sono dati dalla natura multidimensionale della complessità, e vengono affrontati attraverso il raggiungimento di un accordo sull'insieme di criteri da utilizzare e sulla predisposizione di un sistema di quantificazione adeguato. Nel secondo caso, essi sono dati dalla caratteristica di riflessività della complessità e fanno riferimento all'esistenza di una molteplicità di legittimi valori nella società. Essi sono affrontati nel framework multicriteri utilizzando un processo ciclico di valutazione che permette di incorporare il concetto di apprendimento del gruppo scientifico nel caso di studio affrontato. Infatti, è importante che i diversi strumenti di partecipazione e di interazione siano utilizzati durante tutto il processo.

Questo consente un controllo continuo delle ipotesi formulate. Se, quindi, adottiamo la specificazione di razionalità procedurale che Simon (1976) [8] attribuisce al concetto di razionalità della valutazione, quando essa si riferisce al processo decisionale stesso, in contrapposizione a quello di razionalità sostanziale, allorché essa si riferisce esclusivamente ai risultati della scelta, si concorda sul fatto che un corpo teorico per la razionalità procedurale è coerente con un mondo in cui gli esseri umani continuano a pensare e continuano a inventare, mentre una teoria della razionalità sostanziale non lo è [8]. Questo spostamento dell'attenzione dalla soluzione ottimale alla razionalità del processo fornisce, da un lato, al framework multicriteri, una capacità interpretativa superiore rispetto ad altri metodi, e dall'altro, una chiave metodologica per rispondere al

problema di incommensurabilità.

Occorre, tuttavia, osservare che il metodo AHP può essere considerato un caso particolare dell'approccio delle funzioni di valore multi-attributo e di conseguenza ha una natura compensativa. Questo implica che i pesi derivati in un framework AHP sono sempre nella forma di trade-off e non di coefficienti di importanza [3]. In particolare, i metodi di analisi multicriteri si basano su regole di aggregazione che possono variare in base alla posizione adottata rispetto al tema della compensabilità. Essa, infatti, fa riferimento all'esistenza di un tasso marginale di sostituzione tra i criteri, ossia alla possibilità di compensare una componente negativa secondo un criterio, con una determinata quantità di una componente positiva secondo un altro criterio. L'uso dei pesi con intensità di preferenza è alla base dei metodi multicriteri compensativi. Esistono dei correttivi, nei framework multicriteri, che consentono di superare l'approccio puramente compensativo utilizzando i pesi in termini di punteggi secondo criteri ordinali, assegnando ad essi il significato di coefficienti di importanza.

I criteri dell'albero gerarchico sono scelti con riferimento a caratteristiche fisiche del territorio o alle caratteristiche economiche, sociali, culturali. A ogni criterio corrisponde uno strato informativo di dati. L'albero gerarchico viene organizzato in base ad una struttura verticistica, alla cui sommità viene posto l'obiettivo generale dell'analisi. Al secondo livello sono poste le singole componenti in cui è scomposto il problema decisionale, rappresentate da una serie di criteri ambientali e sociali che influiscono sul raggiungimento dell'obiettivo.

Ciascuna componente viene rappresentata nel modello da un indicatore di impatto e opportunamente trattata con il GIS. Inoltre, ciascuna componente viene ulteriormente suddivisa, se necessario per un maggior dettaglio dell'analisi, in varie sotto-componenti (denominate fattori) idonee a dettagliare ulteriormente la sua descrizione.

Gli impatti vengono quantificati calcolando la combinazione degli effetti di tutti gli elementi rilevanti su ogni fattore decisionale. Gli indicatori di questi impatti sono tratti dalla letteratura o talora dalle norme vigenti.

In particolare, a ciascuno strato informativo deve essere assegnata una scala di valore rispetto all'obiettivo finale dell'analisi, come ad esempio l'accettabilità sociale di una infrastruttura. Di conseguenza, in un layer caratterizzato da categorie di dati, come ad esempio l'uso del suolo, verrà assegnato a ciascuna categoria un valore di sensibilità in base ad una scala che sarà applicata a tutti gli altri strati. Se il layer è caratterizzato da valori continui, come, ad esempio, la pendenza del terreno, è possibile che in base ai criteri di sensibilità prestabiliti si possano assegnare valori di accettabilità alta, media e di non accettabilità, in quanto può essere noto che per la realizzazione dell'opera, il terreno è molto adatto al di sotto del 7% di pendenza, mentre al di sopra del 30% è completamente inadatto, con la possibilità di tener conto di tutte le categorie intermedie.

Se, invece, dai criteri non sono desumibili classi di valori, ma solamente che l'accettabilità rappresenta una funzione continua decrescente, ad esempio, di una distanza, si applica in questo caso tale funzione alla riclassificazione del dato, in

modo da riflettere nell'output la scala di valore desiderata [1].

Dopo aver quantificato gli impatti, essi vengono standardizzati per mezzo di opportune trasformazioni lineari dei dati.

La standardizzazione è necessaria al fine di rendere confrontabili e commensurabili fattori diversi attraverso la conversione di differenti scale dimensionali in una scala comune adimensionale, generalmente nell'intervallo 0-1, dove il valore "0" corrisponde alla sensibilità minima (minimo impatto e massima accettazione sociale) rispetto all'obiettivo (sito potenzialmente adatto) e il valore "1" alla sensibilità massima (sito potenzialmente non adatto).

3.2.4 La determinazione dei pesi

In questa fase si acquisiscono i punti di vista del pubblico e si procede al confronto a coppie per definire i pesi del modello. Infatti, oltre a specificare i valori di sensibilità che caratterizzano ciascuno strato informativo è possibile stabilire che certi criteri sono più importanti di altri e influiscono con un peso maggiore nel modello.

La determinazione dei pesi può essere effettuata in modi diversi, ossia in base all'esperienza, agli standard di settore, alla valutazione di esperti [1]. Nel nostro caso si è sperimentata la possibilità di ricorrere agli strumenti della partecipazione, con la modalità del crowdsourcing, pratica ancora poco studiata e diffusa, salvo un ristretto numero di esempi di successo che ne fanno ipotizzare le grandi potenzialità.

Si deve notare che la valutazione politica è un'attività complessa che si svolge come un processo di apprendimento. Si deve considerare che il processo di valutazione è di solito molto dinamico e quindi i giudizi riguardanti la rilevanza politica di questioni, alternative o impatti possono presentare cambiamenti improvvisi, richiedendo all'analisi politica di essere flessibile e adattabile. Questo è il motivo per cui i processi di valutazione sono di natura ciclica. Con questo si intende la possibilità di adeguamento degli elementi del processo di valutazione a causa del continuo feedback tra le varie fasi del processo e le consultazioni tra gli attori coinvolti [9].

Di conseguenza, in questa fase vengono acquisiti, elaborati e integrati nel modello i pesi attribuiti dalla popolazione ai criteri prestabiliti e apportati gli opportuni aggiustamenti al processo analitico in base all'interazione con il processo deliberativo. In questa fase, quindi, il GIS si interfaccia con lo strumento di raccolta delle opinioni della popolazione, al fine di pesare i criteri del modello di analisi e proporre possibili correttivi che consentano di superare le possibili criticità emerse .

3.2.5 La matrice dei confronti a coppie

La matrice dei confronti a coppie è la matrice indicata con C, i cui ingressi, per il primo livello dell'albero gerarchico, vengono calcolati a partire dai risultati del questionario su Crowdmap, mentre per i livelli successivi vengono tratti dalla letteratura. Essa rappresenta il metodo impiegato per quantificare, sotto forma di pesi, le priorità dei criteri e dei fattori del modello rispetto alle alternative.

Il metodo, proposto da Saaty (1980) [2], si basa su una scala di intensità da 1 a 9 nella comparazione di due elementi e comporta la costruzione di una matrice di confronti pari a nxn, dove n è il numero di alternative considerate. Tuttavia, poiché i confronti si assumono essere reciproci, è sufficiente definire solamente n(n-1)/2 confronti. Saaty propone un approccio basato sull'autovettore, per la stima dei pesi della matrice. Tale approccio ha anche una interpretazione intuitiva, in quanto rappresenta una media di tutti i possibili modi di pensare a un dato insieme di alternative.

Questo metodo, comporta la possibilità di un riscontro sulla coerenza dei pesi e sulla consistenza della matrice in cui vengono organizzate le preferenze, calcolando il rapporto di consistenza. E' utile osservare che questo metodo non richiede al decisore di essere consistente, ma fornisce piuttosto una misura dell'inconsistenza e al tempo stesso un metodo per ridurre tale misura se è ritenuta troppo elevata [3]

Per introdurre il problema conviene pensare ad un caso apparentemente banale come può essere quello del confronto tra n differenti voci sulla base di unico criterio quantitativo, per esempio un ente pubblico che valuta n differenti offerte di servizi sulla base esclusivamente delle relative offerte monetarie P1, P2,..., Pn. In questo caso il confronto ovviamente è immediato ordinando le offerte in ordine crescente (o decrescente), magari dopo avere stabilito una unità di misura, per esempio l'ammontare dell'offerta più conveniente. Se questa fosse la prima allora confronteremmo i rapporti relativi P1/P1=1,., Pn/P1. Ragionando in termini di confronti a coppie possiamo confrontare per esempio tutte le offerte con la più bassa, poi ripetere il procedimento confrontando tutte le offerte con la seconda, etc. Otteniamo così una matrice di confronti a coppie con precise caratteristiche. In particolare, tale matrice ha elementi positivi a i,j che costituiscono misure dell'importanza relativa della voce ,o criterio, i-esimo rispetto al criterio j-esimo. Per esempio a 1,3 =5 significherebbe allora che il criterio 1 è maggiore di 5 volte – in termini relativi – rispetto al criterio 3, in questo caso perchè il suo prezzo è 5 volte maggiore. In confronti di questo tipo vi è necessariamente una forma di simmetria: ovvero avremo specularmente a 3,1 =1/5. In altre parole se “valutiamo” il criterio 1 come 5 volte “maggiore” del criterio 3 allora sempre in valore valuteremo il criterio 3 come 5 volte “minore” del criterio 1. Tale simmetria è anche detta reciprocità. Ovviamente, avremo a i,i =1 in quanto rappresenta il confronto di un criterio con se stesso. Segue che la matrice dei confronti a coppie deve soddisfare le seguenti condizioni:

- diagonale ad elementi unitari

- reciprocità: a i, j = 1 / a j, i per ogni coppia

(i,j)-(Notare che gli elementi della generica colonna della matrice, per esempio gli elementi della prima colonna, costituiscono i rapporti relativi di confronto di tutti i criteri rispetto al primo.)

del criterio 2, ed questo è a sua volta tre volte “maggiore” del criterio 3, allora sembra naturale che il criterio 1 sia 12 volte maggiore del criterio 3. Questa transitività è espressa dalla proprietà di consistenza: a ij. a j k = a i k per ogni combinazione (i,j,k).

La proprietà di consistenza implica che il generico elemento della matrice risulti definito come: a ij. = a i k /a j k per ogni indice k. Ovvero, considerando per esempio l'elemento di posto (1,2) valgono le seguenti uguaglianze:

a 12. = a 11 /a 21 = a 12 /a 22 = a 13 /a 23

Detto in altre parole esiste un unico sistema di rapporti relativi tra i criteri. Segue che in una matrice consistente ogni riga può essere ottenuta come combinazione lineare delle altre.

Ricordando che il rango o caratteristica di una matrice a valori in un certo campo numerico rappresenta il massimo numero di colonne (o righe) linearmente indipendenti, avremo di conseguenza che in una matrice di confronto consistente C vale che Rango C= 1.

Esiste pertanto un unico autovalore diverso da zero λmax che è in particolare uguale al numero n di criteri alternativi confrontati. Infatti tale autovalore (detto dominante) risulta in questo caso uguale alla traccia della matrice, ed essendo la diagonale unitaria, allora la traccia (che è la somma degli elementi diagonali) è semplicemente uguale ad n.

Semplici proprietà di algebra delle matrici consentono di identificare univocamente il sistema dei rapporti relativi tra i criteri in una matrice consistente. Infatti si trova facilmente che ciascuna colonna della matrice rappresenta un autovettore dell'autovalore dominante. In altre parole ogni colonna rappresenta una differente rappresentazione della medesima struttura di rapporti relativi tra criteri, come indicato alla pagina precedente. Conviene per motivi di comodità riferirsi allora all'autovalore normalizzato ad 1 (ottenuto dividendo per la somma dei suoi elementi) che consente di interpretare i rapporti relativi come pesi, e indicare con w = (w 1 _{, w}2, w3, ..., wn) il vettore dei pesi, dove, indicato con 1 il vettore di elementi unitari, vale: <w,1>=1:

E' conveniente anche introdurre la matrice di confronto normalizzata, ottenuta dividendo ogni elemento della matrice originale per la somma degli elementi della colonna corrispondente.

Il Vettore dei Pesi della matrice di confronto normalizzata è dato dalla media di ciascuna riga della matrice di confronto normalizzata.

Le matrici di confronto reciproche e consistenti costituiscono il benchmark per affrontare situazioni più complesse in cui la consistenza non è presente (si noti che invece la reciprocità può sempre essere invocata per la non ambiguità del confronto tra due sole voci).

confrontabilità numerica stretta perché per esempio i criteri sono formulati qualitativamente (sebbene con scala ordinale) , ad esempio sulla base di percezioni soggettive. La assenza di consistenza è facilmente diagnosticabile da controlli sulla proporzionalità delle colonne se la matrice ha una dimensione limitata, oppure sul Rango o eventualmente sulla struttura di autovalori della matrice). Si tratta allora di valutare l'importanza delle deviazioni dalla situazione limite di consistenza tramite opportune misure. Una tipica misura è l'Indice di Consistenza CI che si calcola attraverso i seguenti passaggi:

1. viene calcolato il Vettore Somme Pesate come C x w

2. Viene ricavato il Vettore di Consistenza CV come (vettore somme pesate) / (vettore pesi)

3. Viene calcolato il valore di λ come media degli elementi del vettore CV

4 Viene calcolato l'Indice di Consistenza CI come (λ – n) / (n-1) come conseguenza del fatto che se λ =n, la matrice è consistente e la consistenza varia in funzione dello scostamento di λ da n.

Viene calcolato il Rapporto di Consistenza CR come CI / RI ≤ 0.10, dove RI è il Random Index, ossia il valore medio dell'indice di consistenza di una matrice di ordine n generata casualmente.

3.2.6 La ricomposizione gerarchica

In questa fase viene svolta la ricomposizione gerarchica del modello al fine di quantificare gli impatti e costruire scenari alternativi.

In particolare, vengono svolte le elaborazioni del modello GIS, sommando ciascuno degli impatti individuati precedentemente e classificati in base ad un’opportuna scala numerica standardizzata in base alla gerarchia e ai pesi assegnati dal modello. Essi vengono così rappresentati nello spazio fisico del territorio dell’area di studio attraverso mappe geografiche georeferenziate che riflettono i rispettivi impatti.

Tale operazione viene svolta con la funzione di “Weighted overlay” del GIS che si basa sulla sovrapposizione di strati informativi a ciascuno dei quali sono stati assegnati valori di sensibilità per classi o per valori continui sulla base di una scala comune e un sistema di pesi. Per l'analisi sono stati usati dati raster, che sono comunemente usati per questo tipo di analisi. Essi sono, infatti, adatti a operazioni algebriche tra layers, in quanto il formato raster usa celle che sono coincidenti tra i vari strati, cosicché i valori delle celle possono essere semplicemente sommati per creare la mappa di sensibilità finale [1].

Il risultato dell'elaborazione sarà una mappa che individua la sensibilità territoriale ai criteri di accettabilità sociale su cui si basa il modello. L'accettabilità sociale dell'infrastruttura viene calcolata a partire dalla mappa di sensibilità territoriale e varierà in funzione dei pesi attribuiti ai criteri di valutazione e a seconda del tracciato scelto. In particolare, possono essere individuati scenari diversi a seconda della scala di valori utilizzata (e quindi dei differenti punti di vista dei cittadini) nella determinazione dei pesi. Inoltre, nella presente analisi si propone un correttivo nella fase di ricomposizione gerarchica esplicitando gli impatti delle

alternative separatamente sui singoli criteri di analisi, al fine di pervenire ad un ordinamento delle stesse.

3.3 Il processo Deliberativo: il crowdsourcing come strumento

di raccolta dati e coinvolgimento civile

L'implementazione della componente deliberativa del framework concettuale viene realizzata con l'adattamento del software Crowdmap, che si è dimostrato funzionale alle esigenze del modello per le sue caratteristiche di flessibilità, interoperabilità, connettività e per il fatto di essere un software gratuito e open source. Crowdmap è un Content Management System (CMS) basato sulla piattaforma Ushahidi. Il software utilizza il linguaggio PHP e integra le caratteristiche di una mappa interattiva fornita da un map server (il caso di studio ha utilizzato Google Map come map server) e un database MySQL, ospitato sul server remoto della piattaforma Ushahidi.

3.3.1 L'interfaccia utente

L'interfaccia utente è costituita da un titolo, un messaggio principale con note esplicative, una barra degli strumenti principale, una mappa, una barra degli strumenti della mappa e dei filtri.

La personalizzazione di Crowdmap consente di ricevere informazioni on-line e di visualizzare le segnalazioni attraverso una mappa interattiva, che è la caratteristica principale dello strumento e fornisce all'utente un riepilogo visivo di tutte le informazioni raccolte. La mappa può essere visualizzata in diverse forme, tra cui la forma normale (mappa stradale), quella ibrida (stradale più fisica), la visualizzazione satellitare e fisica. Una barra degli strumenti della mappa consente all'utente di visualizzare le segnalazioni, i feed di notizie, le foto e i video caricati dagli utenti.

Inoltre, i filtri consentono di visualizzare le segnalazioni in base ad ogni relativa categoria di appartenenza, vale a dire, nel caso di studio, il paesaggio, l'accessibilità e la sostenibilità.

Un'altra possibilità per l'utente, è quella di aggiungere strati geografici che si sovrappongono alla mappa e aggiungono informazioni al tema in discussione, specificando le componenti geografiche alternative.

Ogni segnalazione, inviata dall'utente, viene visualizzata, dopo l'approvazione, con un cerchio rosso. Una funzione specifica di Crowdmap combina i marcatori di segnalazioni individuali, che si trovano nella stessa zona sulla mappa, in un cluster, rappresentandoli con un cerchio più ampio, di ampiezza proporzionale al numero di segnalazioni raggruppate. Tale cerchio riporta il numero di singole segnalazioni raggruppate nel cluster.

specifiche rispetto ad altre aree. Se l'utente esegue lo zoom sulla mappa il raggruppamento scompare, mentre se si diminuisce lo zoom un numero di punti proporzionalmente maggiore viene raggruppato insieme.

3.3.2 Google API e Crowdmap setup

La pagina delle Impostazioni della mappa ha tre componenti principali:

1. L'area predefinita, che, in questa ricerca è rappresentata dalla area di studio; 2. Il provider della Mappa: ci sono quattro provider predefiniti: Google Map, Yahoo Map, OpenStreetMap e Visual Earth. Google Map è stato scelto per il caso di studio, grazie alla sua semplice personalizzazione e alla disponibilità di plug-in aggiuntivi.

3. La configurazione della mappa: questa fase prevede la messa a punto dello zoom predefinito per l'area di studio e la posizione del marcatore rosso che comparirà all'utente che invia una relazione del modulo web.

Quando una mappa di Google è scelta, vi è la necessità di ottenere una API Key dal provider al fine di consentire una interfaccia tra Google Map e Crowdmap. A questo scopo l'URL specifico del sito viene richiesto.

Crowdmap prevede la possibilità di raccogliere informazioni tramite e-mail, SMS, Twitter oltre alla possibilità di inviare una segnalazione attraverso il formulario disponibile sul sito.

Tutti i messaggi ricevuti possono essere trasformati in rapporti strutturati dall'amministratore che deve visionare il contenuto e assegnare a ciascun messaggio le categorie relative ai rispettivi contenuti.

3.3.3 La strategia di comunicazione

Una considerazione molto importante nel mettere in atto un piano di raccolta dati tramite crowdsourcing fa riferimento alle strategie di comunicazione. Infatti, questo strumento è idoneo a sfruttare le dinamiche di diffusione dei social network e la sua efficacia è tanto maggiore quanto più è partecipato e quindi apporta un maggior numero di informazioni.

Una strategia di comunicazione efficace deve essere integrata dall'applicazione delle categorie del marketing sociale, ossia dall'applicazione di concetti e tecniche del marketing e di altre discipline per raggiungere obiettivi comportamentali volti a migliorare la salute e il benessere individuale/collettivo e per ridurre le disuguaglianze sociali nell'ambito delle politiche di riferimento [10].

In questo contesto, un deployment Crowdmap, per raggiungere i propri obiettivi di utilità pubblica, deve ricorrere alle cosiddette leve del marketing sociale, che fanno riferimento ad un mix composito di strategie, tra cui, oltre alla qualità del prodotto, al prezzo (visto in senso lato, dal punto di vista dell'utente, come il costo in termini di impegno sociale richiesto dal prodotto proposto), ai canali di diffusione, figura come elemento di rilievo la comunicazione. Infatti, se l'intento è di mappare le

preferenze di una comunità su una determinata questione e al tempo stesso accrescere la consapevolezza sulla questione stessa, cooptando una comunità in una decisione partecipata, è fondamentale che la popolazione sia informata di questa opportunità, che la percepisca come tale e che si senta parte di un progetto condiviso dalla comunità. Questo può passare attraverso una strategia di comunicazione intensiva, che include oltre ai social network, la pubblicità multimediale, annunci sulla stampa, interviste televisive e radiofoniche, distribuzioni di volantini, la partecipazione a manifestazioni locali [11].

Nella presente ricerca, la strategia di comunicazione è stata di tipo minimale, attraverso mailing e contatto diretto, a causa del carattere prototipale dello strumento proposto e per la sua valenza di caso di studio più che di processo partecipativo vero e proprio.

3.3.4 Metodi di analisi dei dati crowdsourced

3.3.4.1 Le statistiche di Crowdmap

La sezione “statistiche” di Crowdmap permette di visualizzare ed elaborare tutte le informazioni relative alle segnalazioni inviate dagli utenti. Dalla barra degli strumenti si accede ad una serie di opzioni, tra cui il riepilogo dei visitatori, la scomposizione per Paese (funzione interessante solo quando l'area coinvolta è molto ampia), le statistiche sulla segnalazioni, l'impatto per categoria, il grafico delle segnalazioni.

Il riepilogo dei visitatori mostra le informazioni sugli utenti, tracciando i visitatori unici, ossia il numero di individui diversi che hanno effettuato un accesso al sito, in base ad un sistema di cookies o in alternativa (se essi sono disattivati) ad un algoritmo che considera l'indirizzo IP, la risoluzione, il browser, i plug-in [11].

Inoltre, registra gli ingressi effettuati da tutti gli utenti anche più di una volta quando intercorrono almeno 30 minuti dall'ultimo accesso.

Infine, mostra il totale delle pagine visualizzate dagli utenti sul sito.

Le informazioni sui visitatori sono organizzate graficamente come linee contraddistinte da colori diversi che riportano in ordinata il numero di visite e il numero di pagine visualizzate, mentre in ascissa il tempo. Le statistiche sui visitatori possono anche essere filtrate per periodi di tempo circoscritti. Le statistiche sono fornite anche su base quotidiana.

La sezione che mostra i Paesi in cui si trovano gli utenti evidenzia in rosso quelli da cui proviene il maggior numero di segnalazioni indicando contestualmente il numero di visitatori unici per giorno e per Paese.

La sezione statistiche delle segnalazioni mostra un grafico a torta delle segnalazioni in base alla categoria di appartenenza allo status di verifica e allo status di approvazione.

all'amministratore di visualizzare le segnalazioni per categoria sulla linea del tempo. E' possibile vedere, inoltre, una comparazione delle segnalazioni per categoria, interrogando il grafico con il movimento del mouse sull'asse del tempo. La funzione che rappresenta graficamente le segnalazioni (Report punchcard) restituisce una mappa delle segnalazioni per giorno della settimana e per fasce orarie indicandone la frequenza con la dimensione dei punti.

Il modulo per le segnalazioni può essere personalizzato con l'inserimento di nuovi campi per la raccolta di informazioni specifiche come la professione, l'età, il sesso, e altre informazioni utili per il modello, i cui valori possono essere esportate dal data base di Crowdmap e opportunamente elaborate.

3.3.4.2 Il prototipo di interfaccia Ushahidi - ArcMap

Sulla base delle esigenze espresse dalla Ushahidi community, in merito alla possibilità di importare i dati Ushahidi in ArcMap, un gruppo di sviluppatori ha lavorato alla realizzazione di un add-in denominato Ushahidi2ArcGis che può essere scaricato e aggiunto ad ArcMap con una semplice configurazione del feed name, dell'API Endpoint e di una directory locale per il geodatabase dei dati Ushahidi. Esso consente di caricare direttamente i dati di Ushahidi su ArcGis connettendosi a un sito Ushahidi con l'API abilitata, convertire il testo tra diverse lingue, e salvare i dati Ushahidi localmente. Questo apre la possibilità di inserire i dati che vengono catturati in U-shahidi nell'am-biente ArcGIS, che è ricco di strumenti di analisi spaziale/temporale e consente agli utenti di potenziare l'efficacia del proprio lavoro e informare i decisori in base a un corretto approccio

Fig. 3: Modello di analisi spaziale su dati provenienti da Ushahidi (fonte ESRI) [11]

scientifico [12].

Allo stato attuale, si tratta di un prototipo che non è ancora disponibile per i deployments su Crowdmap, tuttavia se ne fa riferimento negli aspetti metodologici della presente ricerca in quanto c'è una forte attenzione degli sviluppatori alla possibilità di integrare i dati provenienti dal crowdsourcing nelle applicazioni desktop per GIS, e questa sembra essere verosimilmente, in base alla letteratura, una possibile e significativa evoluzione delle potenzialità di analisi del crowdsourcing stesso.

Tale add-in permetterà a breve di importare dati, come nel caso dei deployment Ushahidi con API abilitata, di effettuare analisi di tipo spaziale tra cui analisi di densità, valutazioni sull'autocorrelazione dei dati, analisi per categoria e per area geografica, come esemplificato dalla fig. 3

3.3.4.3 Il questionario su Crowdmap

Per raccogliere le segnalazioni, Crowdmap prevede l'invio di una segnalazione da parte dell'utente. L'invio avviene mediante l'apposito pulsante posto sulla Homepage, che permette di aprire un questionario online. Tale questionario, consente la georeferenziazione delle informazioni inviate attraverso una mappa cliccabile su cui può essere trascinato un marcatore per individuare le coordinate geografiche di riferimento. Esso può essere adattato alle esigenze del deployment, prevedendo campi aggiuntivi a quelli standard e possibilità di domande a risposte chiuse o aperte.

Il questionario rappresenta la forma principale di raccolta delle informazioni in quanto permette di raccogliere dati specifici e strutturati, al fine di avere un elenco di segnalazioni omogenee nella forma. Altre informazioni possono essere raccolte tramite e-mail, sms, tweets, in forme meno strutturate e trasformate dal moderatore in segnalazioni, nella fase di approvazione. Il questionario lascia all'utente lo spazio per indicare il titolo della segnalazione e uno spazio più ampio per la descrizione.

Inoltre, viene chiesto all'utente di indicare la categoria a cui la segnalazione fa riferimento tra quelle proposte dal set-up.

Ai fini di raccogliere informazioni sull'importanza attribuita dai singoli utenti ai criteri utilizzati nel processo analitico è necessario formulare attraverso l'aggiunta di campi un gruppo di domande specifiche in merito, dando all'utente la possibilità di assegnare valori ai singoli criteri proposti in base ad una scala di valore univoca. Altre informazioni utili da prevedere nel questionario sono quelle relative all'anagrafica, dando la possibilità di mantenere l'anonimato, all'istruzione, alle abitudini.

Alcuni campi interattivi permettono all'utente di caricare foto, video, notizie e collegamenti a video esterni.

3.3.4.4 Elaborazione dei dati del questionario

Tutte le informazioni devono essere organizzate in base a una griglia di analisi al fine di mettere in evidenza gli aspetti quantitativi e qualitativi dei dati. Tale griglia riporta in ogni colonna il nome di un campo del questionario e in ciascuna riga i dati relativi ad una segnalazione. Inoltre, alle colonne è aggiunto il campo che specifica il tipo di trasmissione della segnalazione, il livello di complessità dell'opinione, la presenza di allegati testuali o multimediali, le preferenze espresse, le preferenze dedotte.

Le elaborazioni finalizzate alla determinazione dei pesi dell'analisi multicriteri, sono di due tipi:

1) viene individuata la mediana dei valori assegnati dagli utenti alle risposte del questionario. Si ricorre al valore mediano in quanto si fa riferimento ad una scala ordinale di valore da 1 a 9 ed il valore medio non sarebbe significativo. Esso è il valore osservato che divide in due parti uguali la popolazione, ovvero l'insieme delle osservazioni. Di conseguenza, il 50% delle osservazioni avrà un valore superiore a quello mediano e il 50% avrà un valore inferiore. I risultati vengono confrontati a coppie e da essi viene estratto il vettore dei pesi standardizzato. Tale metodo, tuttavia, rischia di essere poco significativo in quanto sintetizza e compensa posizioni molto diverse senza metterle in evidenza.

2) in seguito si procede alla creazione di cluster dei rispondenti che sono stati raggruppati in base alla omogeneità delle preferenze espresse sui tre criteri di analisi. Allo scopo viene utilizzato l'algoritmo non gerarchico k-means disponibile in Matlab che crea gruppi (clusters) mediante ottimizzazione delle distanze interne. Come misura di sintesi di ogni cluster viene associata una appropriata misura sintetica dipendente dalla definizione di distanza adottata (nel caso di distanza euclidea, tale misura è la media multidimensionale o centroide, mentre nel caso di distanza perimetrale o City-block la misura è data dalla mediana). Coerentemente con la natura qualitativa ordinale dei dati si sceglie la distanza perimetrale, utilizzando il centroide “mediano”. Dai centroidi mediani, si ricavano, attraverso il confronto a coppie, i vettori dei pesi standardizzati alternativi, sulla base dei quali definire i diversi scenari.

Le informazioni aggiuntive ricavate dal questionario, vengono elaborate e valutate al fine di restituire un quadro informativo complementare, arricchito dai vari allegati testuali e multimediali. Tali informazioni costituiscono uno strumento aggiuntivo di valutazione, permettono di comprendere la composizione, le caratteristiche degli utenti e di mettere in evidenza potenziali criticità in merito all'accettabilità della decisione. Esse facilitano un possibile fine tuning del quadro concettuale come base per ulteriori e più ampie analisi e supportano il decisore politico nella sua decisione.