{"id":36,"date":"2013-12-10T00:03:22","date_gmt":"2013-12-09T23:03:22","guid":{"rendered":"http:\/\/xmau.com\/wp\/voices\/2013\/12\/10\/big_data_cosa_non_sono\/"},"modified":"2014-10-23T10:56:37","modified_gmt":"2014-10-23T09:56:37","slug":"big_data_cosa_non_sono","status":"publish","type":"post","link":"https:\/\/xmau.com\/voices\/2013\/12\/big_data_cosa_non_sono\/","title":{"rendered":"Big Data: cosa NON sono"},"content":{"rendered":"

Eccovi due storie apparentemente simili, avvenute a distanza di un secolo e mezzo. Intorno alla met\u00e0 del XIX secolo, Londra era regolarmente colpita da epidemie di colera. Ai tempi non si conosceva ancora la causa della malattia, anzi non si immaginava neppure l’esistenza dei batteri: un medico, John Snow, ebbe per\u00f2 l’idea che potesse essere dovuta alla cattiva qualit\u00e0 dell’acqua. ALl’ennesima epidemia si mise cos\u00ec a fare una ricerca a tappeto per scoprire qual era la compagnia dell’acqua che serviva le case dove c’erano stati casi di colera – s\u00ec, allora c’erano compagnie concorrenti – e confrontando dati e date riusc\u00ec a scoprire la fonte contaminata iniziale da cui la malattia inizi\u00f2 a propagarsi e mietere vittime. In questo modo in seguito si riusc\u00ec a bloccare i focolai di infezione sul nascere.
\nNel 2009, quando arriv\u00f2 l’allarme dell’influenza aviaria – il famigerato ceppo H1N1 – negli USA il CDC (centro per controllo e prevenzione delle malattie) avrebbe voluto monitorare i dati sulle persone colpite da influenza, ma si accorsero che i risultati erano sempre in ritardo di un paio di settimane, a causa dei problemi nel raccoglierli e smistarli. A Google decisero per\u00f2 un altro approccio: fecero un match tra le 50 milioni di ricerche pi\u00f9 comuni sui suoi server e i dati delle ondate di influenza tra il 2003 e il 2008. L’idea \u00e8 che chi ha l’influenza fa una ricerca su cosa pu\u00f2 prendere per curarsi. Trovato un elenco di 45 stringhe di ricerca con la correlazione maggiore, inizi\u00f2 a controllarli: i risultati vennero cos\u00ec ottenuti in tempo reale.
\nLa storia si ripete, a distanza di 150 anni e limitandosi a sfruttare i metodi moderni? Macch\u00e9. I due episodi sono completamente diversi, anche se il risultato \u00e8 lo stesso. Nel primo caso, Snow ebbe un’intuizione (il colera \u00e8 colpa dell’acqua malsana), raccolse i dati e verific\u00f2 che l’intuizione avesse un senso: che ci fosse cio\u00e8 un rapporto causa-effetto tra linea servita da una conduttura dell’acquedotto e casi di colera. Nel secondo caso non c’\u00e8 nulla di tutto questo: a parte che le ricerche web sull’influenza sono un effetto – non una causa – dell’avere l’influenza, tanto a Google ci\u00f2 non importava affatto. Quello che contava non era infatti trovare un rapporto causa-effetto, ma una correlazione tra due fatti. Se una delle 45 stringhe fosse stata “the Simpsons”, nessuno avrebbe battuto ciglio, n\u00e9 si sarebbe messo a cercare che cosa legasse Homer Simpson al naso che cola. Anzi, non \u00e8 nemmeno detto che qualcuno si prenda la briga di verificare quali sono le stringhe correlate: basta che funzionino, e siamo tutti contenti.
\nEcco. La rivoluzione dei Big Data \u00e8 tutta qui: il cambio di paradigma, da predizione a correlazione<\/b>. Naturalmente ci sono premesse e conseguenze di questa frasetta, ed esse sono le caratteristiche che si vedono pi\u00f9 facilmente: per\u00f2 sono appunto lemmi e corollari, non il teorema principale. Vediamone alcune.
\nPerch\u00e9 i Big Data nascono adesso? semplice.<\/p>\n