Una ricerca a cura degli studenti in Comunicazione dell’Università di Pavia Marco Agrosì, Sofia Pessina e Vanessa Provenzano
Introduzione
La ricerca vuole studiare come le persone hanno recepito ed elaborato le comunicazioni relative al vaccino prodotto dalla multinazionale biofarmaceutica AstraZeneca; in particolare, sono indagate l’evoluzione della discussione on-line e la percezione degli utenti rispetto al vaccino. Il prodotto dell’azienda anglo-svedese è stato, infatti, al centro di varie discussioni, in particolar modo durante il periodo di circa cinque settimane che va da metà marzo a fine aprile. In questo lasso di tempo, sono stati più volte calcolati i benefici e i possibili rischi del vaccino. Questi ultimi fanno riferimento ai rarissimi casi di complicazioni (0,0004%), ascrivibili ad una determinata fascia d’età.
Il nome tecnico del medicinale prodotto da AstraZeneca è Vaxzevria, ad oggi è somministrato ai maggiori di 18 anni, ad eccezione dei soggetti estremamente vulnerabili. Il Ministero competente, in data 7 aprile 2021, attraverso una Circolare, ha raccomandato un uso preferenziale del vaccino nelle persone di età superiore ai 60 anni. Questa Circolare ha prodotto svariate reazioni tra le persone, che hanno iniziato a dubitare del rapporto rischi/benefici del vaccino in questione.
Il progetto di ricerca si propone quindi di evidenziare l’evoluzione del dibattito seguendo #AstraZeneca sul social network Twitter e la keyword AstraZeneca sulla piattaforma video YouTube.
L’argomento è rilevante per comprendere come temi di forte interesse comune, uniti a comunicazioni istituzionali talvolta contraddittorie, possano generare dibattiti online e opinioni contrastanti.
Domanda di ricerca
Come è mutata la percezione e l’interesse da parte delle persone riguardo i possibili effetti negativi del vaccino prodotto da AstraZeneca in un periodo di circa cinque settimane che va da metà marzo a fine aprile.
Teoria
Tra dicembre 2020 e gennaio 2021 ha avuto inizio in Italia la campagna vaccinale a contrasto della pandemia mondiale causata dal Covid-19, che ha visto come protagoniste diverse case farmaceutiche impegnate nella produzione dei vaccini. In particolare, nel contesto italiano sono quattro i vaccini utilizzati: Pfizer, il primo approvato e somministrato; Moderna, di produzione statunitense come Pfizer, Johnson & Johnson, l’ultimo ad essere stato distribuito; ed infine AstraZeneca, al centro di dibattiti e comunicazioni controversi.
Come spiega l’articolo di Saladino, Algeri e Auriemma “il monitoraggio del discorso sociale sui vaccini COVID-19 è la chiave per comprendere come le grandi popolazioni percepiscono le campagne di vaccinazione”. La ricerca si inserisce precisamente in questo quadro di indagine, in quanto “la pandemia di Covid-19 ha portato a una prolungata esposizione allo stress”.
In Italia, così come in altri paesi d’Europa, la comunicazione istituzionale e dei mass media ha generato confusione e talvolta insicurezza circa la validità della campagna vaccinale, in particolar modo per quanto riguarda AstraZeneca. Infatti, come afferma Alessandro Rovetta “la percezione del rischio relativa ai vaccini COVID-19 è stata così distorta che le domande relative agli effetti collaterali dei vaccini hanno superato quelle relative all’inquinamento e ai cambiamenti climatici” nelle ricerche Google degli utenti. A sostegno di questa tesi, è intervenuto lo scienziato politico presso l’Università di Aarhus in Danimarca Michael Bang Petersen, il quale ha affermato che la discussione sui possibili effetti collaterali rischia di alimentare l’esitazione del vaccino a breve termine. Egli sottolinea infine che “una comunicazione chiara e trasparente sui possibili rischi è fondamentale per mantenere la fiducia del pubblico in tutti i vaccini COVID-19”.
Metodologia
Raccolta dati Twitter
Sono state effettuate due differenti raccolte di tweet tramite la piattaforma R-Studio Cloud, nelle date 8 Aprile 2021 e 26 Aprile 2021. I tweet presi in considerazione risalgono fino ai 15 giorni antecedenti alle date di raccolta.Il primo dataset è composto da un totale di 10.000 tweet, il secondo ne conta circa 2500. Ciò è rappresentativo del fatto che nel primo periodo di raccolta il dibattito relativo a #AstraZeneca fosse molto più attivo rispetto alla seconda raccolta nel quale il numero massimo di tweet presenti era esattamente di 2502.
Operation in R
Una volta creati i dataset, le operazioni di analisi dati sono state effettuate sempre tramite la piattaforma R Studio Cloud. In primo luogo, è stato utilizzato uno script per il conteggio delle parole presenti all’interno dei tweet, che ha permesso la successiva categorizzazione manuale delle stesse. In secondo luogo, un altro script ha eseguito l’analisi del sentiment su entrambi i dataset restituendo un valore positivo, negativo o neutro per ogni tweet.
YouTube Data Tools
La raccolta delle informazioni relative ai video YouTube contenenti la keyword AstraZeneca è stata effettuata tramite la piattaforma YouTube Data Tools. Quest’ultima permette di raccogliere fino a 500 video per query senza limiti di tempo e restituisce diverse informazioni utili per l’analisi dei video (like, dislike, views, commenti, ecc.). L’analisi è stata effettuata in due periodi di tempo: la prima dal 25/03/2021 all’8/04/2021, la seconda dal 12/04/2021 al 26/04/2021. In entrambi i casi sono stati raccolti 500 video con le relative informazioni.
Graficamente…
Per la realizzazione dei grafici esplicativi dei dati raccolti è stato utilizzato RawGraphs, un sito gratuito che permette di generare grafici inserendo un dataset e scegliendo le variabili da rappresentare. L’analisi relativa al conteggio parole ha preso in considerazione il modello TREEMAP utile per evidenziare la proporzione tra le categorie. La sentiment analysis è stata rappresentata attraverso un grafico CIRCLE PACKING che ha permesso di mostrare la divisione e proporzione fra i diversi tipi di sentiment. Infine, il grafico CONVEX HULL ha rappresentato la correlazione tra like, dislike e categorie di video con le relative views dei video precedentemente raccolti.
Analisi dati
Conteggio delle parole
L’analisi del conteggio parole all’interno dei tweet è utile per comprendere come la percezione riguardo un argomento sia mutata nel corso del tempo. In questo caso, sono state scelte quattro categorie ritenute adeguate a rappresentare gli argomenti più ricorrenti nei tweet raccolti: DATI, ISTITUZIONI, MEDICINA, RISCHIO.
Si può notare come tra la prima raccolta avvenuta l’8 Aprile 2021 e la seconda raccolta avvenuta il 26 Aprile 2021, la presenza di alcune parole, in categorie specifiche, sia diminuita notevolmente all’interno dei tweet presi in considerazione.
Il grafico relativo alla prima raccolta evidenzia come le categorie MEDICINA e RISCHIO siano quasi pari con una leggera predominanza di quest’ultima categoria; ISTITUZIONI e DATI nettamente meno presenti. Il grafico relativo alla seconda raccolta mette invece in evidenza il cambiamento d’interesse nei tweet, infatti le categorie di parole vedono dominare i termini facenti parte del gruppo MEDICINA, il RISCHIO è nettamente diminuito; le parole della categoria ISTITUZIONI sono invece analoghe a quelle della prima raccolta, in grande ascesa la categoria DATI che è in netto aumento nella seconda raccolta. Ciò evidenzia che gli autori dei tweet, con il passare del tempo, hanno mostrato maggiore interesse nel discutere di DATI e sempre meno del RISCHIO, con i timori e i dubbi relativi al vaccino prodotto da Astra Zeneca progressivamente diminuiti. La parola più ricorrente in entrambe le raccolte dei tweet contrassegnati da #AstraZeneca è la parola astrazeneca, inserita nella categoria MEDICINA. Per quanto riguarda la categoria RISCHIO si può notare come la parola più utilizzata nella prima raccolta sia anni (da intendersi come la fascia di età eventualmente a rischio), nella seconda raccolta trombosi; in entrambe le raccolte ema è la parola più utilizzata per quanto riguarda le ISTITUZIONI; milioni e aprile sono le parole principali della categoria DATI rispettivamente nella prima e seconda raccolta.
Sentiment analysis
In questa seconda fase, è stato analizzato il sentiment dei tweet relativi a #AstraZeneca, ovvero l’attitudine emozionale rispetto a ciò che le persone pensavano, e quindi scrivevano, su Twitter nei periodi delle raccolte dati. Il sentiment può essere POSITIVO quando superiore allo zero, NEGATIVO quando inferiore allo zero e NEUTRO se uguale a zero.
Ciò che si può notare all’interno dei due grafici è come il sentiment dei tweet della prima raccolta sia prevalentemente NEUTRO: si contano infatti 7418 tweet con questo sentiment; POSITIVO e NEGATIVO sono perlopiù equilibrati, con alcuni importanti picchi di tweet con sentiment molto negativo. All’interno di questo grafico le tonalità dei colori scelte per ogni sentimento sono più scure in base all’aumento dell’intensità del sentiment: rosa-negativo e azzurro-positivo. Stesso criterio di colori è stato utilizzato all’interno del secondo grafico, nel quale si può notare come il sentiment NEUTRO sia notevolmente diminuito, pur rimanendo dominante in proporzione al numero di tweet raccolti, inferiori rispetto alla prima raccolta. POSITIVO e NEGATIVO, di conseguenza, sono proporzionalmente aumentati e i picchi molto negativi della prima raccolta hanno lasciato spazio a qualche picco di sentiment molto positivo.
Raccolta dati YouTube
In seguito alla raccolta dei tweet contenenti #AstraZeneca, sono state effettuate due raccolte di video YouTube seguendo la query AstraZeneca nello stesso periodo di riferimento relativo alle due raccolte di tweet. Ciò è stato fatto per osservare come, anche cambiando social di riferimento, la questione AstraZeneca fosse enormemente dibattuta in quei giorni. Se nel conteggio parole su Twitter si è deciso di categorizzare le parole stesse, nei video YouTube ciò che è stato preso in considerazione sono proprio le categorie di appartenenza dei video e, nell’analisi sottostante, le views, like e dislike dei suddetti video.
Ciò che si evince osservando il primo grafico, è come la maggior parte dei video rientri nella categoria NEWS & POLITICS che comprende sia il video con più like, sia quello con più dislike, pur non essendo questi i video più visualizzati. Le altre categorie più presenti sono EDUCATION e ENTERTAINMENT, mentre le altre contano nettamente meno video. I picchi massimi di like arrivano a poco più di 11.000, i dislike poco meno di 3.000 e le views massime sono 402.811.
Nella seconda raccolta la situazione si ribalta, la categoria più presente è infatti EDUCATION al cui interno possiamo trovare il video con più views (1.176.872) e il video con più like, quasi 50.000. Il video con più dislike (quasi 2.800) si conferma far parte della categoria NEWS & POLITICS che nella prima raccolta si era rivelata la categoria dominante, mentre nella seconda raccolta è decisamente meno presente. SCIENCE AND TECHNOLOGY e ENTERTAINMENT sono nella media e quasi alla pari, le restanti categorie hanno un peso marginale.
Paragonando i due grafici si può quindi notare come, con il passare del tempo, l’argomento AstraZeneca ha suscitato un interesse sempre crescente, con like e dislike che sono in proporzione rispettivamente aumentati e diminuiti tra una raccolta e l’altra.
Conclusioni
In conclusione, attraverso la ricerca e la relativa analisi dei dati riferiti a #AstraZeneca su Twitter e AstraZeneca su YouTube, è emerso come il dibattito abbia subito un’evoluzione nel corso delle settimane di maggiore interesse rispetto al tema.
I dati analizzati hanno evidenziato come, dopo un primo periodo risalente alla prima raccolta, nel quale l’argomento è stato largamente dibattuto sia sui media tradizionali che sui social network, la discussione si è affievolita nel periodo di tempo che fa riferimento alla seconda raccolta di dati. Ciò è confermato dal numero di tweet pubblicati dagli utenti che sono passati da più di 10.000 a meno di 3.000. Inoltre, nello stesso lasso di tempo, sono diminuiti i tweet contenenti termini relativi alla sfera del rischio rispetto al vaccino, mentre è aumentato l’interesse generale degli utenti riguardo i dati.
A differenza di quanto osservato su Twitter, l’analisi dei video YouTube ha evidenziato come l’interesse riguardo ad AstraZeneca sia aumentato nel tempo. Sono inoltre mutate le categorie di canali maggiormente seguiti, che sono passati dall’iniziale News & Politics al successivo Education, mostrando la crescente volontà degli utenti a informarsi in modo più approfondito sul tema.
La ricerca è rilevante in quanto contribuisce a convalidare l’ipotesi secondo la quale le comunicazioni istituzionali e mediatiche generino ampi dibattiti sui social network, soprattutto quando vengono trasmesse in modo poco chiaro e talvolta contraddittorio.
Autori della ricerca: Marco Agrosì, Sofia Pessina, Vanessa Provenzano
BIBLIOGRAFIA
Rino Falcone, Elisa Colì, Marco Marini, Alessandro Sapienza, Cristiano Castelfranchi, Fabio Paglieri, VACCINI E FIDUCIA: UNA RICERCA ESPLORATIVA, 2021
https://www.panoramasanita.it/wp-content/uploads/2021/05/vaccini_e_fiducia.pdf
Apoorv Agarwal Boyi Xie Ilia Vovsha Owen Rambow Rebecca Passonneau, Sentiment Analysis of Twitter Data, Department of Computer Science Columbia University
https://www.aclweb.org/anthology/W11-0705.pdf
Shu-Feng Tsao, Helen Chen, Therese Tisseverasinghe, Yang Yang, Lianghua Li, Zahid A Butt, What social media told us in the time of COVID-19: a scoping review, 2021
https://pubmed.ncbi.nlm.nih.gov/33518503/
Alessandro Rovetta, The Impact of COVID-19 on Conspiracy Attitudes and Risk Perception in Italy: an Infodemiological Survey through Google Trends, 2021
https://osf.io/preprints/socarxiv/83f9g/
Valeria Saladino, Davide Algeri, Vincenzo Auriemma, The Psychological and Social Impact of Covid-19: New Perspectives of Well-Being, 2020
