Dit Rotterdamse bedrijf redt levens door gekeuvel op Twitter te analyseren

Abbey Waldron is niet alleen wetenschapper in deeltjesfysica, ze is ook de ontwikkelaar van Apicture Analysis: een applicatie die via relevante zoektermen op Twitter noodsituaties detecteert. Vanuit haar kantoor in Rotterdam kan ze op dit moment zien of er in Indonesië een gebied overstroomt, om vervolgens een waarschuwingsalarm uit te zenden en op die manier levens te redden. Ik heb een blauwe maandag nieuwe media gestudeerd, dus ik was benieuwd hoe het waarnemen van rampspoed precies werkt en op welke manieren dat de schade van 's werelds malheur kan beperken. Ik belde Abbey even op om het daar eens over te hebben.

MOTHERBOARD: Hoi Abbey, op dit moment detecteer je noodsituaties met zoektermen als 'overstroming', maar ik neem aan dat niet elke tweet over overstromingen belangrijk is. Hoe filter je dat precies?

Abbey: Nou, Twitter bevat echt een enorme hoeveelheid aan ruis. Twitteraars in Indonesië gebruiken het woord overstroming of flood bijvoorbeeld regelmatig, zonder dat er echt iets aan de hand is. Meestal hebben ze het dan over de 'flood-burger': een hamburger die in een plas jus ligt. Maar juist die ruis is ontzettend waardevolle informatie, want het is een constante waarde die stroomt in een bepaald (ruis)patroon. Als er een afwijking is in dat patroon kan ik zo snel mogelijk aan de bel trekken.

Helder. Online event detection bestaat natuurlijk al een tijd, en Twitter is een veelgebruikt medium voor het detecteren van gebeurtenissen. Op welke manier is jouw toepassing een nieuwe techniek?

Dat ligt aan het kalibreren van de ruis. Het zit namelijk zo: Floodtags, een dataservice, verzamelt alle data over overstromingen voor mij, die ik vervolgens analyseer. Wat andere bedrijven voornamelijk doen is kijken naar de grote gebeurtenissen, oftewel de pieken die je makkelijk kan zien in de continue datastroom. Ik gebruik vooral de ruis, en daarmee probeer ik ook de tweets over overstromingen die kleiner van schaal zijn te detecteren. Het is namelijk een stuk moeilijker om de ruis en kleine gebeurtenissen van elkaar te onderscheiden. Maar dat is wel belangrijk, want wat in een datastroom misschien een kleine gebeurtenis lijkt, kan in werkelijkheid een stevige overstroming zijn.

Omdat niet overal evenveel mensen op Twitter zijn?

Precies. Op het platteland in Indonesië zijn er absoluut minder gebruikers van sociale media, maar het aantal mensen dat kan worden geraakt door een ramp is misschien net zo groot als in een stad.

Twitterdata van Apicture Analysis. Banjir betekent overstroming.

Als ik erover nadenk lijkt het me niet dat mensen die in levensgevaar zijn eerst even rustig hun telefoon pakken om erover te tweeten.

Het klinkt misschien gek, maar het gebeurt. Ik zou ook denken dat de eerste reactie is om naar een veilige plek te rennen. Maar als je kijkt naar de piek in de datastroom dan kun je zien dat mensen allereerst naar hun telefoon grijpen om een tweet te plaatsen. En dat is eigenlijk best wel logisch, want hoe sneller je erover tweet, hoe sneller hulpdiensten ingezet kunnen worden en hoe sneller je jezelf en anderen in veiligheid kan brengen.

Stel dat je een overstroming waarneemt. Wat doe je dan?

Dan sturen we zo snel mogelijk een waarschuwing zodat mensen weten dat ze naar hoger gelegen gebied moeten rennen. Dat zijn nu nog emails naar een paar geïnteresseerde wetenschappers, maar in de toekomst willen we het Rode Kruis erbij betrekken om sneller en gerichter te kunnen helpen. We zijn op dit moment live, het detecteren werkt, en de eerste fase is bijna afgerond. In de tweede fase breiden we uit naar de Filipijnen en gaan we ervoor zorgen dat hulpdiensten onze waarschuwingen direct kunnen zien en gerichter kunnen reageren.

Heb je al een aantal overstromingen meegemaakt waarbij je een alarm moest versturen?

Absoluut. Het mooie is dat wij er meteen verslag van kunnen doen, terwijl lokale nieuwsbronnen meestal pas twee dagen later een artikel publiceren in de krant. Vooral in landen zoals Indonesië heeft online eventdetectie zin, want verslaggeving gaat daar nou eenmaal een stuk langzamer dan hier.

En hoe zit het met vals alarm? Ik kan me voorstellen dat er af en toe een fout kan worden gemaakt.

Grappig dat je dit vraagt, want dat gebeurde laatst toevallig. Een organisatie in Jakarta simuleerde op dat moment een overstroming op Twitter om hun veiligheidssysteem te testen, en daar ben ik toen wel ingetrapt. Gelukkig zag ik vrij snel wat er aan de hand was. Maar vals alarm is heel zeldzaam, hoor.

Als je het hebt over noodsituaties moet ik ook denken aan terroristische aanslagen.

Ik wil heel graag een veiligheidsapplicatie voor dit soort situaties ontwikkelen, maar het is zoeken naar de juiste toepassing. Er is namelijk een groot verschil in hoe te reageren op gebeurtenissen. Bij terroristische aanslagen is het waardevol om de exacte locatie te detecteren, omdat het geografische gebied meestal heel klein is. En als er bijvoorbeeld ergens op de wereld iets explodeert, dan heb je geen snelheidsvoorsprong als je het op dat moment detecteert.

Het rode stipje geeft aan dat er mogelijk een overstroming is in de buurt van Jakarta.

Maar heeft de politie niet allang goedwerkende alarmsystemen? Wat is dan de toegevoegde waarde van een veiligheidsapplicatie?

Omdat we met een veiligheidsapplicatie veel beter kunnen inschatten hoeveel mensen we moeten waarschuwen, hoe snel we moeten waarschuwen en hoe we onze aandacht moeten verdelen. Bovendien: stel dat er iets groots gebeurt zoals aanslagen in een Europese stad, dan kun je niet meer zomaar inloggen op Twitter om te zien wat er aan de hand is. Het aantal tweets, en daarbij de omvang van de ruis, wordt groter, dus er is steeds meer behoefte aan doeltreffende analyses. Een veiligheidsapplicatie kan echt een uitkomst zijn om snel en gericht hulp te bieden op het cruciale moment.

Trends binnen sociale media verschuiven supersnel. Maak je je weleens zorgen om de vergankelijkheid van Twitter?

Jazeker. Het wordt absoluut niet overal ter wereld gebruikt en het aantal gebruikers stagneert. Maar stel dat het bedrijf financieel ineenstort zal er heus wel een nieuw medium ontwikkeld worden voor burgerverslaggeving. Er zal namelijk altijd behoefte zijn om persoonlijke data de wereld in te slingeren. Het is trouwens wel grappig dat je heel sterk kan zien dat sommige mensen nooit Twitter gebruiken, maar als er dan iets heftigs gebeurt, dat ze er dan opeens over tweeten. Het wordt echt gebruikt als redmiddel.

Interessant. Welke nieuwe toepassingen voor Twitter als redmiddel worden er op dit moment allemaal uitgeprobeerd in de wereld van de wetenschap?

Ik weet dat een aantal ontwikkelaars op dit moment Twitter-patronen gebruiken om een beeld te schetsen van de verspreiding van dengue en het Zika-virus, omdat gezondheidscentra ontzettend langzaam zijn met het vrijgeven van data. Of het mag simpelweg niet meer van de regering omdat het gevoelige informatie is. Maar goed, als de traditionele verzameling van data wegvalt, dan kun je kijken naar Twitter. Ook omdat het financieel, en qua mankracht, veel haalbaarder is om op zoek te gaan naar de plek waar als allereerst een uitbraak wordt gesignaleerd. Als je op die plek de broedplaatsen van de muggen uitroeit kun je een Zika-uitbraak heel goed binnen de perken houden.

Dus zelfs als mensen op hun sterfbed liggen, dan hebben ze nog wel de kracht om te tweeten over hun ziekte?

Ik zou me niet kunnen voorstellen dat ik dat zou doen, maar mensen doen het. En dat is maar goed ook, want dit betekent een nieuw hoofdstuk voor de epidemiologie. Als we heel gericht de broedplaatsen van deze muggen kunnen elimineren - denk aan watercontainers in tuinen - dan zetten we een stap vooruit.

Deze tweet kan waardevol zijn voor de epidemiologie.

Het lijkt erop dat er nog veel te ontdekken valt in het filteren van data.

Zeker. Laatst zei iemand tegen me dat ik het ook kan gebruiken voor het vinden van ingeslagen meteorieten. In een meteoriet kan namelijk een fossiel zitten. Als je zo'n fossiel vindt, dan heb je goud in handen, want het is een ongekende bron van waardevolle informatie over het universum. Het is moeilijk om te zien waar een kleine meteoriet is ingeslagen, maar als je kijkt naar de geografische verspreiding van de tweets die erover zijn geplaatst, dan kun je ongeveer uitvinden in welke baan de ruimtesteen heeft gevlogen. Dat soort dingen vind ik tof.

Uiteindelijk wil ik gewoon zoveel mogelijk onderzoek doen naar alle mogelijkheden. Ik denk dat we dit soort toepassingen in de toekomst steeds meer en effectiever gaan gebruiken. De kracht van verslaggeving door gewone burgers is groter dan je denkt. Het is een gigantisch experiment dat gelukkig nooit ophoudt.

Wil je gratis leren coderen? Dat komt mooi uit, want Abbey geeft ook nog eens workshops in programmeren via

www.daysofcode.nl

.