Pesquisadores da Microsoft e do Instituto Technion-Israel de Tecnologia estão criando um software que analisa 22 anos de arquivos do New York Times, a Wikipedia e cerca de 90 outros recursos da web para prever surtos de doenças futuras, motins e mortes. Com isso, eles esperam ser possível prevenir esses eventos e gerenciar melhor as crises.

A informação foi publicada no site Gigaom. A nova pesquisa é a mais recente de uma série de iniciativas semelhantes que buscam extrair dados da web para prever todos os tipos de eventos. O projeto Recorded Future, por exemplo, analisa notícias, blogs e mídias sociais para "ajudar a identificar os sinais preditivos" para uma variedade de indústrias, incluindo serviços financeiros e de defesa. Os pesquisadores também estão utilizando o Twitter e o Google para rastrear surtos de gripe.

Eric Horvitz, da Microsoft Research, e Radinsky Kira, do Instituto Technion-Israel, descrevem o seu trabalho em um artigo recém-lançado, "Explorando a a Web para prever eventos futuros" (PDF). Por exemplo, eles examinaram a maneira como as notícias sobre desastres naturais, como tempestades e secas poderiam ser usadas para prever surtos de cólera em Angola. Seguindo esses eventos climáticos ", um alerta sobre a chegada de um irreversível risco de uma epidemia de cólera poderia ter sido emitido com quase um ano de antecedência", dizem os autores no artigo.

Horvitz e Radinsky reconhecem que epidemiologistas olham para algumas das mesmas relações, mas "esses estudos normalmente são poucos em número, empregam avaliações heurísticas, e são frequentemente análises retrospectivas, ao invés de destinadas a gerar previsões para a orientação de uma ação de curto prazo." Eles descrevem as vantagens que o software tem sobre os seres humanos nesta área:

• Aprendizagem: o software "tem a capacidade de aprender os padrões de grandes quantidades de dados, pode monitorar inúmeras fontes de informação, pode aprender novas associações probabilísticas ao longo do tempo, e pode continuar a fazer monitoramento em tempo real, previsão e alerta sobre  aumentos nas probabilidades futuras concernente a eventos."

• Pesquisa incansável: O software, com o seu "longos tentáculos em corpus histórico e alimentado em tempo real," pode desenterrar dados que os seres humanos nunca poderiam encontrar, porque eles estão muito muito focados no "conhecimento que é facilmente descoberto em estudos ou disponíveis a partir de especialistas."

• Falta de viés: o software pode ajudar "quando inferências a partir de dados contrariam as expectativas de especialistas", ou quando "há uma probabilidade significativamente menor de um evento do que a esperado por especialistas, com base no grande conjunto de observações e a alimentação passe a ser considerada em um sistema automatizado."

• Maior acesso à notícia: "Um sistema de monitoramento de probabilidades em relação a eventos futuros normalmente terá acesso mais rápido e abrangente para as notícias que podem parecer menos importantes superficialmente (por exemplo, uma história sobre um funeral publicado em um jornal local, que não alcança as manchetes principais), mas que pode fornecer evidências valiosas na evolução de outras evidências maiores ou histórias mais importantes (como por exemplo, distúrbios maciços)."

"Eu realmente vejo isso como um prenúncio do que está por vir", Horvitz disse à Technology Review do MIT. "Eventualmente, esse tipo de trabalho vai começar a ter uma influência sobre como as coisas vão chegar até as pessoas." Ele disse que a Microsoft não está comercializando a pesquisa ainda, mas que vai continuar, e ele quer armazenar maior quantidade de "dados recuando um pouco mais no tempo."

Pesquisando a web para prever eventos futuros