Les réseaux sociaux et les algorithmes d'apprentissage profond peuvent être particulièrement utiles lors des urgences climatiques, ou du moins c'est ce que tente de prouver une nouvelle étude publiée par l'Université McGill au Canada. Ce n'est pas la première fois que nous parlons de l'IA appliquée au thème du climat, mais dans ce cas, l'objectif de la recherche est davantage lié à la réponse aux situations d'urgence.
Grâce à la création d'un algorithme particulier, il est en effet possible de filtrer efficacement les messages qui sont échangés sur les plateformes sociales au moment même où les phénomènes en question se produisent et cela peut être une source d'informations très utile pour tous ceux qui sont appelés à prendre des décisions dans un avenir immédiat, comme les unités de premiers secours et de crise.
L'algorithme a été testé sur des données liées à l'inondation qui a frappé le Nebraska en 2019, au cours de laquelle un grand nombre de messages ont été échangés sur Twitter en rapport avec ce qui se passait à ce moment-là. L'échantillon de données comprend pas moins de 1 200 tweets, qui ont été soumis à un algorithme d'apprentissage approfondi qui a classé les postes en plusieurs catégories prédéfinies, telles que "messages de soutien et de plaidoyer", "dommages aux structures", etc. Cela a permis de reconstituer le réseau d'interactions, ce qui a permis de mettre en évidence certains aspects cruciaux.
Par exemple, il a été constaté que les profils appartenant à des personnalités connues ont tendance à être entendus et partagés plus largement. Un tweet de Justin Timberlake est cité qui, bien qu'il ait attiré l'attention sur l'événement, n'a pas fourni d'informations particulièrement utiles aux autorités - du moins pas dans ce contexte et à cette époque
Un des principaux problèmes détectés concerne l'absence totale d'un langage commun en matière de gestion de crise, ce qui rend difficile la création de catégories d'analyse très spécifiques et limite l'action des algorithmes de ce type. En tout cas, l'étude a montré comment les médias sociaux peuvent être un outil potentiellement très important pour partager des informations en temps de crise, à condition d'appliquer un modèle capable de filtrer uniquement les contenus utiles provenant de sources faisant autorité, car il est difficile de confirmer la validité des déclarations des individus.
En bref, les réseaux sociaux peuvent aider à comprendre exactement ce qui se passe, de quelle manière et dans quels lieux, et les algorithmes d'IA aident à tout classer afin d'extrapoler les informations pertinentes. Le modèle en question sera encore amélioré afin de s'adapter plus efficacement à un large éventail de catastrophes naturelles.
