Computational Human Behavior

The governance of local policies calls for an integration of a multiplicity of information sources on a wide variety of topics of economic and social nature. The preparation of official statistics, which has been for decades the main source on which the design, monitoring and evaluation of policies has been relying, although of paramount importance it is no longer sufficient to warrant a promptness of response and a depth of analysis vis-à-vis the increasing pace of evolution of relevant phenomena. Data science then becomes a key tool for a new generation of territorial policies, thanks to its capacity to develop computational approaches based upon direct-take data mining on disparate sources, among which social media and more generally digital platforms, which open up new, unprecedented frontiers of expression and active participation with respect to more traditional channels of communication and polling.

These innovative tools do not substitute traditional ones but provide an integration to the toolbox, strengthening to a potentially substantial extent the capacity of territorial policies in responding effectively to emergent socio-economic criticalities, to analyze their interaction with the shaping and diffusion of social perceptions and opinions, and to understand how the latter may perform an important function of preventive signaling of critical insurgences. Latest generation data science is in particular able to devise indicators and other diagnostic outputs based upon the aggregation of individual perceptions and opinions within their reference socio-cultural context, and to relate them to suitable psychometric tools that allow to grasp the ‘mass psychology’ of a wide array of highly relevant phenomena for local policy, including the perception of policies themselves and of their effects, the relative social salience of different socio-economic criticalities, and the collective representation of the causal links among the various social and economic variables that primarily intervene in defining and appreciating such criticalities.

Making such tools available for citizens and institutions means promoting policies which are closer to the interests of citizens, and more orientated toward understanding and interpreting their needs, as well as policies that are more accountable and transparent, and more evidence-based. CHuBLab then profiles itself as a resource for the community to contribute to improve its wellbeing, prosperity and quality of life, also ensuring adherence to the strictest methodological an scientific standards in the development and application of the tools. CHuB also aims at educating in the years a generation of data scientists raised in the Trentino community, and therefore able to provide value to the territory on the basis of a deep knowledge of local conditions, needs, and specificities.

La governance delle politiche territoriali richiede l’integrazione di una pluralità di fonti informative su una grande varietà di temi di natura economica e sociale. L’elaborazione delle statistiche ufficiali, che è stata per decenni la fonte principale su cui si è fondata la progettazione, la monitorizzazione e la valutazione delle politiche territoriali, per quanto di importanza fondamentale non è più sufficiente a garantire una rapidità di risposta e una profondità di analisi a fronte di fenomeni che evolvono con sempre maggiore rapidità.
La data science diviene pertanto uno strumento fondamentale per una nuova generazione di politiche territoriali, grazie alla sua capacità di sviluppare approcci computazionali fondati sul data mining in presa diretta di un insieme diversificato di fonti, tra le quali i social media e più in generale le piattaforme digitali che aprono nuove ed inedite frontiere di espressione e partecipazione attiva rispetto ai canali di comunicazione e di indagine demoscopica più tradizionali.

Questi strumenti innovativi non si sostituiscono a quelli tradizionali ma li integrano, rafforzando in misura potenzialmente significativa la capacità delle politiche territoriali nel rispondere con prontezza ed efficacia alle criticità socio-economiche emergenti, di analizzare la loro interazione con la formazione e la diffusione delle percezioni sociali e delle opinioni, e di capire come queste ultime possano svolgere una importante funzione di segnalazione preventiva dell’insorgenza delle criticità. La data science di ultima generazione è in particolare in grado di elaborare indicatori ed altri strumenti diagnostici basati sull’aggregazione delle percezioni e delle opinioni individuali nel loro contesto socio-culturale di riferimento, e di relazionarli ad opportuni strumenti psicometrici che contribuiscono a comprendere la ‘psicologia di massa’ di una vasta serie di fenomeni di grande rilevanza per le politiche territoriali, che include la percezione delle politiche stesse e dei loro effetti, la relativa salienza sociale di diverse criticità socio-economiche, e la rappresentazione collettiva delle relazioni causali tra le diverse variabili economiche e sociali che giocano un ruolo di primo piano nella definizione e nella percezione delle criticità.

Mettere tali strumenti a disposizione del territorio e delle sue istituzioni vuol dire promuovere delle politiche più vicine agli interessi dei cittadini e più pronte nel coglierne e nell’interpretarne i bisogni, nonché delle politiche più rendicontabili e trasparenti, e maggiormente basate sull’evidenza. CHuBLab si offre quindi come una risorsa a disposizione della comunità per contribuire a migliorarne il benessere, la prosperità e la qualità della vita, assicurando allo stesso tempo l’applicazione dei più rigorosi standard metodologici e scientifici nello sviluppo, nell’uso e nell’applicazione degli strumenti, e proponendosi di formare nel tempo una generazione di data scientist cresciuti nella comunità trentina e capaci quindi di operare al suo servizio sulla base di una conoscenza profonda del territorio, delle sue esigenze e delle sue specificità.

CHuB also aims at educating in the years a generation of data scientists raised in the Trentino community, and therefore able to provide value to the territory on the basis of a deep knowledge of local conditions, needs, and specificities.

Decision behaviour

Map and monitor the emotional, cognitive and behavioural factors influencing individual and collective decision-making. Study and predict financial markets dynamics in order to achieve a deeper understanding of the causes and structure of their variability.

Social and Organisational Networks

Analyse and forecast the emergence of complex social phenomena. Identify critically important players, fundamental for information exchange between otherwise disconnected teams. Simulate different scenarios also in terms of responses to policy interventions.

Culture and Media Ecologies

Understand whether, and how, cultural and media exposure and consumption is affected by age, gender, socio-economic status, educational background, or other socio-geographical elements.