Impatti diseguali richiedono soluzioni deliberate

Quando piove, non piove in modo uguale, sia letteralmente che in senso figurato. Gli effetti del cambiamento non si distribuiscono in modo proporzionale tra i generi. Ad esempio, sappiamo che donne e ragazze sono molto più esposte a sostenere i costi del cambiamento climatico. 

Il cambiamento climatico rappresenta una minaccia profonda per donne e ragazze, che ne sopportano un impatto sproporzionato. Secondo i rapporti delle Nazioni Unite, l’80% degli sfollati a causa del cambiamento climatico (nei 59 Paesi a basso e medio reddito analizzati) è costituito da donne e ragazze, con un conseguente aumento dei rischi a cui sono esposte. Inoltre, durante le calamità naturali il tasso di mortalità di donne e bambini può essere fino a 14 volte superiore a quello degli uomini. Questa maggiore vulnerabilità è spesso legata a fattori socioeconomici: l’elevata dipendenza delle donne da mezzi di sostentamento sensibili al clima, come l’agricoltura su piccola scala, le rende più esposte alla perdita di reddito causata da inondazioni o siccità. 

Sebbene gli eventi meteorologici estremi aggravino le disuguaglianze, le donne subiscono impatti differenti in presenza di qualsiasi tipo di cambiamento o incertezza. Anche i cambiamenti sociali ed economici colpiscono le donne in modo più severo. Ad esempio, uno studio della Banca Mondiale ha rilevato che un aumento dell’1% del tasso di disoccupazione maschile è associato a un incremento dell’incidenza della violenza fisica contro le donne di 0,5 punti percentuali, pari al 2,75%. Questo dato è coerente con lo stress finanziario e psicologico generato dalla disoccupazione. 

Comprendere queste sfide è il primo passo per affrontarle o, quantomeno, mitigarne l’impatto. Fortunatamente, disponiamo degli strumenti per farlo e di esempi storici da cui trarre insegnamento. Prima di tutto, servono dati e, nell’era dell’AI, ne servono molti. Devono essere accurati, tempestivi e rappresentativi delle popolazioni che vogliamo comprendere: questi sono gli obiettivi del movimento End Data Disparity di Snowflake e della nuova etichetta Data for Good nel Marketplace Snowflake. Ma è necessario anche un modo efficace per analizzarli. Le mappe rappresentano uno strumento estremamente prezioso. 

Se un’immagine vale più di mille parole, le mappe vanno ben oltre.

L’uso delle mappe per illustrare schemi nei dati e rispondere a domande complesse ha una lunga storia. Uno dei primi esempi di mappatura tematica risale al 1854 e al medico londinese John Snow. Partendo da una mappa di un quartiere di Londra con strade e punti di approvvigionamento idrico, Snow tracciò l’incidenza dei decessi per colera. Sovrapponendo i dati, emerse un pattern concentrato attorno a una specifica pompa di Broad Street. Dopo la rimozione della leva della pompa, i nuovi casi di colera cessarono. In seguito si scoprì che la pompa di Broad Street si trovava vicino a una fossa settica sotto l’abitazione della prima vittima dell’epidemia.

I colori migliorano la visualizzazione, aiutando a distinguere tra tipologie o valori diversi nei dati. Ad esempio, i colori illustrano l’effetto della carestia di patate in Irlanda tra il 1841 e il 1851 nella mappa a sinistra. Il marrone scuro rappresenta le aree con una diminuzione della popolazione superiore al 30%. Spiccano però anche tre aree evidenziate in verde. Si tratta delle principali città irlandesi: Dublino, Cork e Belfast. È probabile che queste città fossero meno dipendenti dalle patate come fonte di cibo e reddito. Perché? Economie più diversificate? Diete più varie? Prossimità a porti e rotte commerciali? Le mappe mettono in evidenza pattern e migliorano la comprensione.

Questi sono solo alcuni esempi storici di come le mappe raccontino molto più di mille parole. Offrono insight sulle sfide e suggeriscono possibili soluzioni. Oggi, con una quantità ancora maggiore di dati da sovrapporre, le mappe sono uno strumento più potente che mai.

Tracciare una nuova rotta: Snowflake e l’Ordnance Survey

Snowflake ha collaborato con l’Ordnance Survey per integrare dati e strumenti geospaziali. L’Ordnance Survey è il servizio cartografico nazionale della Gran Bretagna, con una storia che risale a oltre 230 anni fa. Da cartografo tradizionale si è evoluto in un’organizzazione data-driven che fornisce infrastrutture e applicazioni geospaziali critiche. 

OS gestisce il National Geographic Database, la fonte autorevole dei dati di localizzazione in Gran Bretagna. Sviluppa prodotti digitali e API per sviluppatori e aziende. A livello internazionale collabora con governi di tutto il mondo. Inoltre, supporta gli appassionati di attività all’aria aperta attraverso prodotti consumer come l’OS Maps App.

Alla recente conferenza Big Data London, Snowflake e OS hanno presentato congiuntamente il valore della mappatura per la visualizzazione dei dati, illustrando due casi d’uso. 

Mitigare l’impatto delle inondazioni: Rebekah Spratt, Geospatial Graduate presso OS, ha presentato la sua ricerca sulla costruzione della resilienza climatica a Kinshasa nell’ambito di un progetto con il Government Centre of Excellence, Green Cities, Infrastructure & Energy del Regno Unito. Il progetto ha affrontato il rischio di inondazioni in una delle città più grandi dell’Africa, che ospita quasi 18 milioni di persone ed è in rapida crescita. Situata sulle rive del fiume Congo, la città ha sperimentato un aumento delle inondazioni a causa del cambiamento climatico. 

Combinando dati su rischio ambientale, crescita urbana e popolazioni vulnerabili, il progetto ha utilizzato modelli di rischio e analisi spazio-temporali per fornire uno strumento accessibile di gestione delle emergenze destinato a urbanisti e decisori pubblici.

Prevenire la violenza contro le donne: Jonathan Allsup, Geospatial Specialist presso OS, ha quindi presentato una recente collaborazione tra OS e Snowflake che ha portato allo sviluppo di un nuovo approccio basato sui dati per il programma governativo britannico Violence Against Women and Girls (VAWG).

La nuova piattaforma di segnalazione e intelligence sui reati utilizza dati OS del National Geographic Database — edifici, uso del suolo, infrastrutture urbane come l’illuminazione stradale e dati di OS Open Greenspaces — per analizzare gli episodi di violenza contro donne e ragazze negli spazi urbani. Lo strumento dimostrativo, realizzato con Streamlit, misura la prossimità di ogni incidente a diversi elementi dell’ambiente urbano, visualizzati su una mappa, e individua pattern sia spaziali che temporali. Ad esempio, i risultati indicano che gli episodi di violenza si verificano più frequentemente in prossimità di esercizi commerciali rispetto alle aree residenziali e sono correlati a una carenza di illuminazione. Gli insight spazio-temporali sulla criminalità nelle West Midlands aiutano i servizi di emergenza ad allocare meglio le risorse nelle aree critiche e, in ultima analisi, a prevenire futuri incidenti.

Questi esempi dimostrano come i dati di localizzazione siano alla base di quasi ogni decisione di policy, da dove installare nuova illuminazione o inviare i servizi di emergenza a come rispondere a inondazioni o altri eventi meteorologici estremi. Perché? Perché tutto accade in un luogo specifico. La mappatura dei dati rivela pattern e offre insight sulle possibili soluzioni. 

Oggi i dati dell’Ordnance Survey — 11 data set, tra cui Boundaries, Open Roads, Open Rivers, Open Names, Open Greenspaces e altri — sono disponibili sul Marketplace Snowflake. 

Che si tratti di valutare il rischio climatico nei servizi finanziari o di individuare hotspot di vulnerabilità per le forze dell’ordine, i dati di localizzazione aiutano a capire dove accadono le cose e, soprattutto, perché. Quando l’impatto degli eventi varia tra le popolazioni, questi insight consentono di definire policy e soluzioni deliberate.