Weibo come canale vitale per la comunicazione scientifica sull’IA
Nel panorama digitale in rapida evoluzione, i social media sono diventati ecosistemi dinamici per la diffusione della conoscenza e l’alfabetizzazione scientifica. Uno studio innovativo condotto dall’Università di Tecnologia di Pechino dimostra come Weibo si sia trasformato da semplice piattaforma microblog a motore attivo della divulgazione scientifica, particolarmente efficace nel coinvolgere il pubblico giovane.
La ricerca, pubblicata sul Journal of China University of Petroleum, offre un’analisi granulare della propagazione di contenuti sull’intelligenza artificiale attraverso lo studio delle relazioni tra 97 influencer chiave (“Big V”) del settore. Il campione includeva 57 utenti individuali (accademici ed esperti) e 40 account istituzionali, con l’84.5% verificati ufficialmente. Significativa la concentrazione geografica: il 71.1% degli influencer risiedeva a Pechino, confermandone il ruolo di epicentro dello sviluppo tecnologico cinese.
L’analisi di rete ha rivelato parametri strutturali notevoli: una densità di rete di 0.126, un diametro di soli 6 gradi di separazione e una lunghezza media del percorso di 2.4. Questa connettività elevata garantisce una diffusione rapida ed efficiente delle informazioni attraverso la comunità di esperti. Lo studio della centralità ha evidenziato il ruolo predominante degli individui rispetto alle istituzioni. Il professor Ma Shaoping dell’Università di Tsinghua ha mostrato la centralità di grado in-entrata più alta (40), mentre il professor Xiao Ru dell’Università di Pechino ha registrato la massima centralità in-uscita (47).
L’analisi contenutistica di 2.538 post ha identificato le applicazioni più discusse: robotica, internet, automobili, medicina e business. Le differenze tra tipologie di influencer sono risultate significative: le istituzioni di ricerca focalizzate su “ricerca” e “algoritmi”, le aziende su “prodotti” e “innovazione”, le università su “professori” e “apprendimento”, i media su “tecnologia” e “futuro”.
La disparità di engagement è emessa chiaramente: nonostante i 2.538 post abbiano generato 470.000 ricondivisioni, la distribuzione era fortemente disomogenea. I media e le aziende tecnologiche hanno sovraperformato le istituzioni accademiche in termini di portata, raggiungendo principalmente le generazioni post-80 e post-90. Al contrario, il pubblico degli accademici era composto per il 46% da docenti universitari e professionisti del settore.
L’analisi comparativa con Twitter ha rivelato una convergenza globale nel discorso sull’IA. Nonostante le differenze piattaforma, entrambi gli ecosistemi mostrano strutture tematiche simili, con “machine learning” come argomento predominante. L’evento catalizzatore è stato il debutto di AlphaGo nel marzo 2016, che ha portato l’IA dall’ambito specialistico all’attenzione del grande pubblico.
Le implicazioni pratiche sono chiare: per massimizzare l’impatto della comunicazione scientifica, è cruciale collaborare con influencer individuali, sviluppare contenuti su misura per diversi segmenti di pubblico e garantire accessibilità alle informazioni. La convergenza transnazionale del discorso suggerisce inoltre che le migliori pratiche sviluppate in un contesto possono essere applicate efficacemente in altri.
La ricerca fornisce così una mappa dettagliata per navigare il discorso pubblico sull’IA, offrendo strumenti concreti per ricercatori, politici e comunicatori scientifici interessati a comprendere e influenzare il dibattito sulla tecnologia più trasformativa del nostro tempo.
Di Wen Zhang, Qiang Wang, Yuhang Du, Siguang Zhang. Journal of China University of Petroleum (Edizione di Scienze Sociali). DOI:10.13216/j.cnki.upcjess.2021.05.0014