Analisi Social

Premessa

Questo quinto filone di analisi è stato concepito come verifica empirica indipendente dell'indice TYRN SEA. Tutto il lavoro precedente sul rischio bloom e mucillagini si è basato esclusivamente su grandezze fisiche misurate dai sensori del Copernicus Marine Service. Per chiudere il cerchio metodologico mancava una domanda: quei valori fisici predicono qualcosa di osservabile nella realtà sociale? Se l'indice è ben costruito, le estati più calde, quelle in cui prevede massimo rischio, dovrebbero corrispondere a un aumento delle segnalazioni di mare sporco da parte dei cittadini calabresi sui social.

Attenzione a cosa questo test può e non può dire. Un conteggio di post è un indicatore di percezione, non una misura ambientale: se sale con il caldo, non dimostra da solo che il caldo «causa» il mare sporco, perché gli anni caldi portano anche più bagnanti, più giornate di mare, più foto e più attenzione mediatica. La lettura corretta è quindi prudente: si cerca un segnale di percezione coerente con il calore, dichiarandone i limiti.

L'occasione è arrivata con l'approvazione, da parte di Meta, della richiesta di accesso ai dati del programma Meta Content Library: l'archivio dei contenuti pubblici di Facebook reso disponibile ai ricercatori per indagini scientifiche, ospitato in un ambiente sicuro Amazon WorkSpaces. I dati grezzi non possono uscire da quell'ambiente; possono uscire solo aggregati e statistiche, dopo revisione.

1. La domanda di ricerca

La domanda è semplice ma con risvolto metodologico forte: esiste una correlazione misurabile tra l'anomalia termica estiva delle coste calabresi e il numero di segnalazioni di mare sporco prodotte dai cittadini sui social?

Se la risposta è positiva e statisticamente solida, l'indice TYRN SEA, costruito senza guardare un solo post, diventa lo strumento di previsione di un segnale sociale indipendente. Sarebbe un caso di validazione cross-domain: il modello fisico anticipa un comportamento collettivo. Come si vedrà, questo regge in modo robusto su una sola delle cinque zone, resta suggestivo ma non concludente sulle altre.

2. Le fonti selezionate

L'API di Content Library permette di interrogare i post di pagine e gruppi pubblici. Per evitare il rumore di una ricerca aperta a tutto Facebook, sono state selezionate 13 fonti calabresi pre-classificate per tipo (cittadini, stampa, meteo) e per ambito geografico:

Le fonti cittadine zona-specifiche (Italia Nostra, #marepulito Golfo di Lamezia, Uniti per il Golfo) sono il segnale primario della validazione: gruppi nati apposta per monitorare il mare di un tratto preciso di costa. Le fonti di stampa e la pagina meteo (Meteolino), regionali, corroborano: i loro post pesano su una zona solo quando il testo nomina un comune costiero, per non attribuire in blocco contenuti generici. Meteolino, aggiunta in un secondo momento, ha contribuito solo al Tirreno Nord (otto post in tre anni), a conferma che una pagina regionale entra nel conteggio zonale in modo mirato.

3. Metodo di raccolta

L'API di ricerca della Content Library è asincrona: si lancia un job con una query e un periodo, si attende il completamento sui server Meta, si scaricano i risultati aggregati. La query usa operatori booleani con sintassi a simboli: & per AND, | per OR, parole singole; le frasi non sono supportate.

I termini di segnalazione usati nel filtro, in OR tra loro, sono: mucillagine, mucillagini, schiuma, alghe, liquami, chiazza, non balneabile, mare sporco, acqua sporca, mare marrone, acqua marrone, mare torbido, acqua verde, mare verde. Le espressioni di due parole sono state tradotte in gruppi (parola1 & parola2).

L'intera estrazione 2012-2025 è stata rifatta in una sola pipeline coerente sulle 13 fonti (stessa query, stesso parser, tutti gli anni), così che i conteggi che alimentano tabelle, grafici e correlazioni provengano dallo stesso dataset. Metodologia text-only: un post entra se il testo (o il testo dell'immagine) contiene un termine di segnalazione. Non si applica un filtro sulle immagini: l'unità di analisi è il «post di segnalazione testuale», riproducibile.

Per la geolocalizzazione, dato che i post di Facebook non hanno coordinate utilizzabili, l'attribuzione di un post a una zona TYRN SEA segue due regole, nell'ordine:

• Comune nel testo: se nel testo (o nel nome della pagina) compare un comune costiero calabrese, la zona è quella del comune.
• Zona della fonte: in alternativa, se la fonte è zona-specifica (es. Italia Nostra Alto Tirreno → Tirreno Nord), si usa la zona della fonte.

Sette comuni il cui nome è anche una parola italiana comune (Diamante, Paola, Pizzo, Bianco, Ardore, Melissa, Cirò) sono stati esclusi dalla detection automatica sul testo minuscolo: avrebbero generato falsi positivi (es. «vino bianco» + «schiuma»). È una rinuncia di copertura accettata e dichiarata.

4. Il catalogo costruito

La raccolta ha prodotto un catalogo di 734 post pertinenti agganciati a una zona (più circa 526 post con termine di segnalazione ma senza un comune nel testo, quindi non attribuibili a una zona, conservati ma esclusi dai conteggi zonali). Totale per zona, 2012-2025:

La costa tirrenica risulta ben coperta (oltre 670 post tra Tirreno Nord e Tirreno Sud); l'Estremo Sud reggino e le due coste ioniche restano invece sottorappresentati, con poche decine di post ciascuno. Su questo dato si combinano due cause distinte che vanno tenute separate. La prima è l'assenza di fonti locali dedicate equivalenti a Italia Nostra Alto Tirreno o a #marepulito: nessuna pagina o gruppo Facebook calabrese fa sistematicamente monitoraggio dello stato del mare per Reggio Calabria, Crotone, Cirò Marina, Cariati, Locri o Catanzaro Lido. La seconda, più sostanziale, è che lo Ionio calabrese soffre realmente molto meno di mucillagini e mare sporco rispetto al Tirreno, come mostrano gli altri filoni di questo lavoro. Le poche segnalazioni ioniche sono quindi in parte una conferma per assenza; non sufficienti a costruire un test statistico, ma sufficienti a non leggere la zona come semplice «buco di rilevazione».

5. Il test di correlazione

Per ogni zona TYRN SEA è stata calcolata la correlazione tra il numero annuale di post di segnalazione e l'anomalia SST estiva (giugno-agosto) della stessa zona, dal dato di reanalisi Copernicus usato dall'indice. La metrica principale è lo Spearman (ρ), correlazione per ranghi: su serie corte e su conteggi con singoli anni a forte leva (tipicamente il 2024, caldo record) è più robusta del Pearson, che qui riportiamo accanto per trasparenza. La significatività è valutata con un intervallo di confidenza al 95% via bootstrap (5.000 ricampionamenti): se il CI attraversa lo zero, la correlazione non è distinguibile dal rumore.

Il calcolo usa, per ogni zona, la finestra scelta in base alla data di nascita della fonte cittadina principale. Per il Tirreno Nord si usa la serie completa 2012-2025 (la fonte Italia Nostra è storica, senza effetto-attivazione); per le altre quattro zone la finestra 2018-2025 (esclusi gli anni di lancio dei gruppi-fonte, 2016-2017, che producono un picco di pubblicazioni da entusiasmo iniziale, vedi cap. 7).

6. Risultati per zona

Tabella riepilogativa. Per ogni zona: Pearson (r) e Spearman (ρ), l'intervallo di confidenza al 95% dello Spearman (bootstrap), il numero di post nella finestra e la robustezza. Criterio di robustezza: Robusta se il CI dello Spearman esclude lo zero; altrimenti Non concludibile (la correlazione non è distinguibile da zero con questi dati).

Le colonne «n post» sono le somme della finestra di correlazione (per il Tirreno Nord tutta la serie 2012-25, per le altre 2018-25) e non coincidono con i totali di zona del cap. 4, che coprono l'intero 2012-2025. Un CI ampio riflette la dimensione contenuta del campione (8 anni per quattro zone su cinque).

Una sola zona è robusta: il Tirreno Nord. È l'unica con intervallo di confidenza che resta sopra lo zero, grazie alla serie più lunga (14 anni) e al volume di post più alto. Sulle altre quattro zone il CI contiene lo zero: il segno è positivo su Tirreno Sud ed Estremo Sud (coerente con l'ipotesi), ma con 8 anni la stima non è distinguibile dal rumore; sullo Ionio i dati sono troppo pochi e il Ionio Nord risulta addirittura di segno negativo. Segue una scheda di lettura per zona.

Tirreno Nord

È il risultato solido del lavoro (Spearman ρ = +0,72, CI 95% [+0,22, +0,94]; Pearson r = +0,50) sulla serie completa 2012-25. Il CI resta sopra lo zero: gli anni più freddi stanno in basso, i più caldi in alto, e l'ordinamento caldo→segnalazioni è regolare. Lo permettono la serie più lunga e il volume di post più alto (306 nel periodo), oltre al fatto che la fonte cittadina principale, Italia Nostra Alto Tirreno Cosentino, è un gruppo storico e non risente dell'effetto-attivazione (0-2 post negli anni 2012-2015). Il punto del 2022 si stacca (85 post a +1,04 °C, contro i 32 del 2024 a +1,86 °C, l'anno più caldo): riflette una campagna mirata dell'associazione su scarichi di un singolo fiume, un effetto-pubblicazione non proporzionale al calore. Proprio perché lo Spearman lavora sui ranghi, quel picco non falsa la conclusione.

Tirreno Sud

Il segno è positivo e nella direzione attesa, ma non è concludibile (Spearman ρ = +0,62, CI 95% [−0,26, +1,00]). Il Pearson qui sale a +0,80, ma è fragile: è tirato dal 2024, l'estate più calda del record (+1,86 °C), che registra il massimo di segnalazioni (60 post); tolto o attenuato quel punto, la stima crolla, e infatti lo Spearman e il suo intervallo di confidenza (che attraversa lo zero) lo mostrano. Con 8 soli anni il verso è suggestivo, la significatività no. Da non presentare, come faceva la versione precedente di questa pagina, come una correlazione «forte».

Estremo Sud

Correlazione positiva nella stima puntuale (Spearman ρ = +0,66, Pearson r = +0,66) ma non concludibile: il CI 95% [−0,08, +0,98] tocca lo zero nella coda inferiore. Gli anni più caldi (2022, 2024) si collocano sopra la mediana dei post, i meno caldi sotto, ma il numero di post nel periodo è molto basso (29) e l'intervallo di conseguenza ampio. La zona non ha una pagina cittadina dedicata: il contributo viene quasi solo dalla stampa regionale che cita comuni reggini nel testo.

Ionio Sud

Numerosità troppo bassa per un test (8 anni con conteggi quasi sempre tra 0 e 4 post, 12 in tutto il periodo). La correlazione (Spearman ρ = +0,39, CI 95% [−0,45, +0,92]) è tecnicamente positiva ma l'intervallo è larghissimo e contiene lo zero: non distinguibile dal rumore. La causa è doppia: manca una fonte cittadina dedicata (Locri, Soverato, Catanzaro Lido) e il fenomeno fisico stesso è più raro sul versante ionico. Il dato non è quindi un puro buco di copertura: è in buona parte un dato fisico.

Ionio Nord

Qui la stima è addirittura di segno negativo (Spearman ρ = −0,40, Pearson r = −0,24) e comunque non concludibile (CI 95% [−0,89, +0,49], attraversa lo zero). I conteggi sono uniformemente bassi (11 post in tutto il periodo): con così pochi punti la stima è instabile e non regge a un test. Nessuna pagina cittadina copre Crotone, Cirò Marina, Cariati o Corigliano-Rossano, e su quel tratto il mare sporco si presenta raramente, come confermano temperatura e biogeochimica degli altri studi di questa serie. Non c'è, qui, un segnale caldo→segnalazioni.

7. Il caso Tirreno Sud, effetto di attivazione

Un dettaglio metodologico merita di essere spiegato. La correlazione del Tirreno Sud misurata sull'intera serie 2012-25 è vicina a zero, mentre escludendo gli anni 2016-2017 la stima puntuale sale (Pearson +0,80, Spearman +0,62). È quello che ci si aspetta in presenza di un confondente ben localizzato.

Il gruppo cittadino più attivo per quella zona, #marepulito, Golfo di Lamezia inquinato?, è stato fondato il 21 luglio 2016. I primi due anni di vita di un gruppo di vigilanza ambientale generano tipicamente un picco di pubblicazioni (entusiasmo, denunce arretrate, viralità iniziale) che non riflette un evento climatico ma la nascita stessa del gruppo. Escludere quei due anni è corretto sul piano metodologico. Va però detto con chiarezza: anche dopo l'esclusione, con 8 soli anni la correlazione del Tirreno Sud non raggiunge la significatività (il CI dello Spearman attraversa lo zero). L'effetto-attivazione spiega perché la serie completa è piatta; non trasforma il Tirreno Sud in un risultato robusto.

8. Esempi di segnalazioni

Alcuni esempi reali, presi dai post pubblici del catalogo. Il nome dell'autore è oscurato, resta visibile il nome della pagina o gruppo, già pubblico e citato come fonte:

9. Limiti

• È percezione, non ambiente. Il conteggio di post misura quanto se ne parla, non quanto sporco c'è. Negli anni caldi crescono anche bagnanti, giornate di mare, foto e attenzione dei media: sono confondenti che spingono nella stessa direzione del calore. Il test cerca un segnale coerente, non prova un nesso causale.
• Una sola piattaforma. Solo Facebook; Instagram, TikTok, Threads non sono inclusi.
• Auto-selezione delle fonti. Tredici fonti scelte con criterio editoriale (dodici curate più Meteolino), non un campione casuale: la validazione vale all'interno di questo insieme.
• Campioni piccoli. Quattro zone su cinque hanno 8 anni di osservazione e poche decine di post: bastano a stabilire il verso, non la significatività. Solo il Tirreno Nord (14 anni, 306 post) regge un test.
• Ionio: poche segnalazioni, due ragioni. Il numero piccolo non è solo un buco di rilevazione: dipende per metà dall'assenza di gruppi cittadini dedicati e per metà dal fatto che lo Ionio calabrese soffre davvero meno di mucillagini e mare sporco, come emerge dagli altri filoni.

10. Conclusioni

Il segnale c'è, ma va detto con la misura giusta. L'indice TYRN SEA, costruito su grandezze fisiche misurate dai satelliti Copernicus senza mai usare dati social, trova una conferma empirica robusta su una zona, il Tirreno Nord: lì le estati più calde portano più segnalazioni di mare sporco in modo statisticamente solido (Spearman +0,72, intervallo di confidenza che esclude lo zero, su 14 anni di dati).

Sulle altre coste il quadro è più debole e onesto: il segno è positivo sul Tirreno Sud e sull'Estremo Sud, coerente con l'ipotesi, ma con 8 anni di dati la correlazione non è distinguibile dallo zero; sullo Ionio i dati sono troppo pochi, e il Ionio Nord non mostra alcun legame positivo. Quindi: la validazione cross-domain regge dove i dati lo consentono, resta suggestiva ma non concludente altrove.

Vale infine la cautela di fondo: le segnalazioni sono un indicatore di percezione. La coerenza con il calore è reale e, sul Tirreno Nord, solida; ma un conteggio di post non è, da solo, una prova del nesso fisico. È una tessera che si incastra con le altre di questo lavoro, non un verdetto da sola.

11. Validazione cross-metodologica (Round 3)

Per testare la robustezza metodologica del quadro costruito sulle fonti curate, la stessa misura è stata ripetuta su un corpus completamente diverso: invece delle fonti selezionate, l'intero archivio Facebook italiano accessibile tramite Meta Content Library. Stessa domanda, fonte aperta, filtri automatici.

Metodo del Round 3

Query con AND a 3 livelli: (un termine di mare sporco nel testo) & (un riferimento geografico calabrese: comune, macro-toponimo, «Calabria») & (post con foto allegata). Niente filtro per fonte: tutta Facebook Italia. search_scope = post_text_only. Lessico esteso a 41 termini (inclusi hashtag #maresporco, #mucillagini, #scarichiabusivi).

Risultato grezzo: 193.222 post raccolti sul periodo 2012-2024. Sui grezzi sono stati applicati 5 filtri progressivi:

Il subset finale B3 contiene solo i post che hanno tutto: foto, geo-riferimento calabrese specifico, termine esplicito di denuncia, e provenienza da fonte non commerciale.

Correlazioni Round 3 a confronto

Confronto delle stime puntuali di Pearson tra le due estrazioni indipendenti (fonti curate contro Facebook aperta). Robustezza e CI dello Spearman sono nel cap. 6; qui il Round 3 è disponibile solo come Pearson dai suoi dati aggregati.

1. Il Tirreno regge a due campionamenti indipendenti. Tirreno Nord e Tirreno Sud danno un segno positivo sia sulle fonti curate sia su tutta Facebook con filtri automatici: la coerenza tra due procedure così diverse è il tipo di robustezza atteso da una validazione cross-metodologica. Il segnale sulle coste tirreniche non è un artefatto della selezione editoriale. Resta valido il distinguo del cap. 6: solo il Tirreno Nord è robusto anche allo Spearman con CI, il Tirreno Sud è coerente nel verso ma non significativo.

2. Sulle altre tre zone n=8 anni è troppo, anche con copertura allargata. Il Round 3 ha aumentato i post zona-specifici su Estremo Sud e Ionio, ma gli intervalli di confidenza restano larghissimi e attraversano lo zero, e su Estremo Sud e Ionio Nord il segno si inverte. Il collo di bottiglia non è il numero di fonti ma il numero di anni: 8 anni con poche decine di post sono troppo pochi per separare il segnale dal rumore inter-anno.

Il punto metodologicamente rilevante è che la parte solida (Tirreno Nord) regge alla prova del corpus aperto, e la parte non concludibile resta onestamente non concludibile, anche con più dati di partenza.

Limiti residui

• Filtro immagini CLIP non eseguibile. L'ambiente sicuro del Meta Content Library è isolato dalla rete: niente pip install né download di modelli. Il filtro CLIP, previsto come rifinitura visiva, non è stato applicabile. Il subset B3 ha comunque qualità testuale alta perché passa per 5 filtri concatenati.
• 50% non attribuibile geograficamente. 411 post su 810 hanno termini di denuncia e geo-riferimento generico («Calabria») ma nessun comune costiero specifico: per quelli la zona non è assegnata, e non entrano nel calcolo per zona.
• Estrazione unificata 2012-2025. L'analisi delle fonti curate è stata ricalcolata in un'unica pipeline coerente (13 fonti, tutti gli anni), superando un precedente disallineamento tra i conteggi delle tabelle e quelli dei grafici.