Gran parte delle attività svolte oggigiorno con l'ausilio di dispositivi elettronici connessi in Rete (consumi, scelte, espressione di opinioni, preferenze e orientamenti) viene sistematicamente registrata tramutandosi in un sistema di tracce digitali, che, in virtù delle loro vaste proporzioni e di complesse forme di interconnessione, assumono la foggia di Big Data.
I Big Data costituiscono una vera e propria miniera di conoscenza per le scienze sociali, pronte a cogliere le opportunità e le sfide della rivoluzione digitale per comprendere le trasformazioni sociali in atto, intercettare bisogni collettivi e forme di disuguaglianza, individuare soluzioni a problemi sociali urgenti. L'obiettivo connesso con l'acquisizione di un sistema hardware capace di catturare e processare velocemente ingenti masse di dati è quello di consentire alle strutture di ricerca d'Ateneo di porsi come contesti innovativi e competitivi di ricerca. Un Big Data Management System, a disposizione di studiosi di comparti disciplinari differenti (sociologia, psicologia, storia, marketing, informatica, statistica, giurisprudenza, ecc.) e con competenze diversificate e al contempo complementari permetterebbe di compiere notevoli passi in avanti sul fronte della ricerca scientifica avanzata, per ampiezza, rilevanza e portata degli studi intrapresi, complessità delle analisi svolte, robustezza dei modelli di osservazione. La disponibilità di potenti mezzi hardware e software opportunamente combinati gioverebbe all'approfondimento e allargamento delle prospettive di analisi di ogni attore coinvolto, incentivando la formazione di team di ricerca variegati per provenienza territoriale, disciplinare e per expertise, in una logica di condivisione e scambio di dati, risultati, strumenti di indagine, soluzioni. La diffusione di una cultura di analisi avanzata dei dati avrebbe ampie ricadute anche sulla qualità della didattica e sul potere attrattivo dei saperi teorici e pratici trasmessi ai più giovani.
La rilevanza sociale della ricerca scientifica condotta sul web attraverso Big Data è indubbia e desta interesse negli ambiti di studio più disparati (Dugas et al., 2012; Ceron, Curini e Iacus, 2014). Ad esempio, l'analisi di ingenti masse di tracce digitali investe la questione della sicurezza nazionale (terrorismo, catastrofi ambientali, emergenze sanitarie, etc.), considerando la presenza in rete di dati spesso utili a dar conto anticipatamente di possibili minacce e rischi per la collettività. Operando un confronto con gli strumenti tradizionali, l'analisi dei Big Data appare quindi rilevante sul versante della previsione della diffusione di fenomeni di massa, nella direzione della prevenzione e risoluzione di emergenze ambientali e sanitarie (Rezzani, 2017; Layton, 2015; Runkler, 2012; Obermeyer, Samra, Mullainathan, 2017).
La questione etica relativa all'uso pratico di riscontri previsionali comprovati nel tempo è di non agevole risoluzione. In questo orizzonte problematico può inserirsi il caso della previsione della diffusione di un'epidemia attraverso l'analisi di informazioni presenti online, prima dell'elaborazione dei dati ufficiali, creando le condizioni per investimenti organizzativi tempestivi. In ogni caso occorre difendere la necessità, specie se in ballo vi sono la salute e la vita umana, di indagare i meccanismi che determinano uno scenario. Si tratta di porsi in un'ottica di approfondimento dell'uso dei Big Data, domandandosi se essi possano essere più utili ad un'analisi estensiva o piuttosto alla definizione di formalizzazioni e strumenti statistici per l'individuazione della genesi dei fenomeni in esame. In tal senso appare rilevante il confronto tra risultati ottenuti in modo automatizzato (si pensi alla Sentiment Analysis, alla Network Analysis applicata a Social, etc.) e analisi di matrice ermeneutica, legate ad approfondimenti qualitativi del materiale empirico scaricabile dalla rete (cfr. Di Giammaria, 2016 e 2017).
Al di là delle questioni metodologiche sopra richiamate, l'acquisizione di un sistema hardware, capace di catturare e processare velocemente dati, consentirebbe ai Dipartimenti dell'Ateneo di porsi come contesto innovativo e competitivo rispetto a molteplici ambiti disciplinari e tematici. Ciò avrebbe ricadute potenzialmente significative sulla collettività, sia in termini di possibilità di monitoraggio e valutazione di determinati fenomeni, sia nella prospettiva di interventi pianificati da attori istituzionali con responsabilità pubblica. La disponibilità di un Big Data Management System utile al dragaggio, all'archiviazione e all'elaborazione di big dataset permetterebbe a tutte le strutture universitarie dell'Ateneo di compiere notevoli passi in avanti sul fronte della ricerca scientifica avanzata, in termini di ampiezza e rilevanza - in ottica comparativa, longitudinale e di respiro internazionale - delle indagini intraprese, di complessità delle analisi svolte, di tempestività nella produzione dei risultati, di testing di modelli di spiegazione e previsione dei fenomeni sotto osservazione.
Potenti mezzi hardware e software opportunamente combinati, innestati in un ambiente caratterizzato dalla presenza di solide tradizioni di ricerca in molteplici ambiti disciplinari e rispetto ad una grande varietà di temi sociali (dispersione universitaria, sentimenti e clima d'opinione intorno a questioni di rilevanza sociale, partecipazione politica e comportamento elettorale, consumi mediali, costruzione dell'identità e appartenenze, atteggiamento verso l'ambiente, rappresentazione delle minoranze etniche, stili di vita e consumi culturali, etc.), gioverebbero all'approfondimento e allargamento delle prospettive di analisi di ogni attore coinvolto, dagli studiosi senior ai soggetti inseriti nei diversi gradi del percorso formativo.
La diffusione nei diversi Dipartimenti dell'Ateneo di una solida ed eclettica cultura di analisi avanzata dei dati avrebbe grandi e positive ricadute anche sulla qualità della didattica e sul potere attrattivo dei saperi teorici e pratici trasmessi ai più giovani. Una dotazione tecnologica come quella progettata permetterebbe la formazione di ampi team di ricerca che, travalicando i confini della struttura di riferimento, avrebbero una composizione variegata per provenienza territoriale, disciplinare e per expertises, in una logica di condivisione e opportuno scambio di dati, risultati, strumenti di indagine, soluzioni di ricerca.
Infine, la disponibilità di apparecchiature all'avanguardia, volte anche a sostituire le meno performanti e obsolete attrezzature disponibili, potrebbe incentivare ad affrontare in modo proficuo le sfide metodologiche che sono in attesa di risposte concrete da parte della comunità scientifica: dall'elaborazione di previsioni fondate su solidi schemi concettuali all'accostamento a temi emergenti; dall'addestramento su nuove metodologie di analisi automatizzata alla qualità dei Big Data e alla rappresentatività.