Prova Small

Twitter e l’onda lunga del Terremoto

Twitter è diventato il mezzo primario di diffusione delle notizie, che si tratti della primavera araba ( Jan25 su Google)

Jan25 on Google

Jan25 on Google

oppure di eventi naturali come le scosse di terremoto che sono state avvertite nel Nord Italia ieri sera 24 gennaio alle 00:54 (10km da Verona) e questa mattina 25 gennaio alle 09:06 (13km da Parma) (n.b. in questo post sono riportate solamente le scosse con mag > 4.0 in quanto rilevanti ai fini di potenziali pericolo e danni correlati).

L’aspetto più interessante  in merito al terremoto è l’analisi della coda lunga dei tweets.

Dai primi tweets “emessi” a ridosso dell’evento naturale, molto focalizzati nel dare notizie, si è arrivati rapidamente all’uso ludico dell’hashtag #terremoto, introducendo rumore e rischiando di fatto di vanificare l’uso del “canale”.

Vediamo nel dettaglio.

Nei primi tweets, in particolare a ridosso della prima scossa del 25 alle 00:54 riportano

la magnitudo e localizzazione epicentro

 

le prime foto scattate

 

tweets che evidenziano la totale, si totale, assenza di copertura dei media tradizionali

 

Oltre all’uso prettamente informativo, di servizio, rapidamente è emerso un uso ludico dell’hashtag #terremoto:

sono emersi tweets che paragonano l’evento naturale allo sfortunato evento della Concordia

 

chi tenta arditi collegamenti con l’attualità politica

 

chi annuncia “danni devastanti” e referenzia foto di batterie alkaline

 

chi da consigli per improbabili acquisti

 

chi trova comunque un lato “interessante” nell’evento

 

Nel rumore di fondo che si è creato, ogni tanto, fortunatamente, emergono notizie rilevanti

sms di evacuazione ma di dubbia provenienza

 

motivazioni del ritardo dei treni

 

propagazione di comunicazioni della Protezione Civile di Verona

e consigli per la Protezione Civile stessa

 

chi sottolinea che sono trascorse 6 ore ed evidenzia l’inutilità

 

Quest’ultimo tweet mette in risalto l’evidente asincronia temporale tra il flusso dei tweets e l’evento stesso, sono trascorse 6 ore dall’ultima scossa rilevante, la timeline si è riempita di informazioni irrilevanti sino al punto di coprire, con il “rumore” prodotto, le poche informazioni utili.

Durante la mattinata si è raggiunto un picco di 10.000 tweets/ora, come riporta in un tweet Luca Alagna

 

Ora se nel flusso delle informazioni una parte molto rilevante è composta da messaggi, come dire, quantomeno non rilevanti, vien da se che il “canale” rischia di diventare inutilizzabile.

Che serva tornare al fatidico e laconico messaggio di servizio

lasciate le linee libere per le emergenze” ?

Update

Nel frattempo i media tradizionali riportano la notizia con un enfasi incomprensibile

Ecco, appunto, perchè raccontare il terremoto usando parole come inferno, paura, se non ci sono state ne vittime ne danni rilevanti?

Post affini :

This entry was posted in social media, Thinkering and tagged , , , , . Bookmark the permalink. Post a comment or leave a trackback: Trackback URL.

2 Comments

  1. Posted 25/01/2012 at 23:06 | Permalink

    bell’articolo e utilizzo perfetto degli embedded tweets! :)

  2. Luca
    Posted 25/01/2012 at 23:07 | Permalink

    Grazie! :-)

2 Trackbacks

  1. [...] 26, 2012 in il rumore del web Luca Perugini ha pubblicato un interessante esperimento fatto su Twitter fatto ieri sull’onda dei terremoti [...]

  2. [...] ed irriverenti rendendo arduo il reperimento di informazioni utili, come già osservato nel caso “Twitter e l’onda lunga del terremoto” che serva tornare al fatidico e laconico messaggio di servizio “lasciate le linee libere per le [...]

Post a Comment

Your email is never published nor shared. Required fields are marked *

*
*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

  • View Luca Perugini's LinkedIn profileView Luca Perugini's

    Instagram
  • Libri da leggere

  • Cibo per la Mente

Real Time Web Analytics