Palmisano, Convertini e Criminal Prediction (Cri.Pre) l'algoritmo antimafia

Leonardo Palmisano e Nicola Convertini raccontano ad Affaritaliani.it - Puglia come il sistema da loro messo in funzione, e costruito su un algoritmo innovativo, da tempo segnala i Comuni a rischio scioglimento per mafia. Cerignola e Manfredonia erano da un pezzo in ‘codice rosso’. Abbiamo chiesto a Leo Palmisano, presidente di Radici Future Produzioni di illustrarcene il funzionamento:

Presidente Palmisano, si direbbe che se la bellezza salverà il mondo a salvare la società potrebbe toccare agli algoritmi. Ci dice come funziona questo sistema ‘rivoluzionario?

Abbiamo costruito un sistema algoritmico che riconosce aree di rischio mafioso paragonabili a quelle che hanno determinato lo scioglimento delle amministrazioni. Quando diciamo noi, parliamo del comparto informatico e di ricerca della cooperativa Radici Future Produzioni, che ha lavorato all’individuazione di variabili qualitative e quantitative alla base dell’infiltrazione criminale organizzata. Il sistema riconosce non soltanto tutti i Comuni sciolti, ma anche quei Comuni dove potrebbe esservi una presenza mafiosa di peso. Sono mesi che Cri.Pre (Criminal Prediction, così si chiama il nostro sistema) riconosceva Cerignola e Manfredonia come territori che meritano adeguata attenzione.

Quindi, cronaca di scioglimenti annunciati per voi e pertanto riscontro “nei fatti” che il sistema è affidabile?

Che Cerignola e Manfredonia potessero e dovessero essere sciolti per mafia, lo avevamo già intuito grazie all’Intelligenza Artificiale. Quando ci si approccia al tema delle mafie dentro le amministrazioni, inevitabilmente si tocca l’argomento dello scioglimento dei Comuni. Non è un tema facile, figuriamoci se pensato per predire la presenza mafiosa in un territorio.

Sì, ma potrebbe entrare un po’ nel dettaglio del funzionamento?

Per noi, per il nostro lavoro, la decisione del Consiglio dei Ministri è una conferma importante. Il sistema si nutre di una forte ed intensa attività di ricerca. Siamo partiti dalle teorie sulle mafie, avendo costruito un comitato scientifico composto da ricercatori senior, esperti di rilevazioni qualitative e di lettura dei dati statistici, grazie a una collaborazione forte con il Dipartimento di Informatica dell’Università di Bari.

Il comitato ha lavorato a stretto contatto con un laureando pugliese in Informatica che ha sperimentato in prima battuta Cri.Pre. Una volta tarato, il sistema è stato bendato ed ha riconosciuto ad occhi chiusi i Comuni sciolti. Parliamo di qualche centinaio di amministrazioni, di comuni piccoli e medi sparsi in tutto il Paese, che Cri.Pre ha collocato in un’area di forte rischio. Grazie alla taratura delle variabili, abbiamo scoperto, per esempio, che la natalità esagerata dei temporary stores e dei bar è più determinante della presenza di centri scommesse legali. Evidentemente perché dietro un apparente dinamismo economico (forti aperture di locali commerciali di un certo tipo) si nasconde il fenomeno del riciclaggio.

In pratica, l’applicazione scientifica a una serie di intuizioni, incrociata con dati e flussi di informazioni locali. Il tutto analizzato con la lente dei programmi informatici?

Cri.Pre utilizza tecniche di machine learning, per l’analisi dei valori presenti nei data-set. La classificazione, fondamentale nell’apprendimento supervisionato, usa la regressione logistica per condurre analisi, in cui la variabile target (ovvero la variabile dipendente) è dicotomica. I parametri di riferimento sono stati divisi in due grandi tipologie: numerici e booleani. Nel primo gruppo abbiamo parametri demografici (numero di abitanti, numero di bar, numero di imprese di movimento terra, numero di autorimesse e parcheggi, eccetera). Nel secondo gruppo abbiamo altri fenomeni, a prescindere dalla loro intensità (omicidi non solo di mafia, attentati dinamitardi e incendiari, spaccio di stupefacenti, presenza di fenomeni estorsivi). I parametri numerici sono stati raccolti mediante tecniche di Web Scraping. Mentre i dati presenti nei parametri booleani sono stati ricercati manualmente sui principali organi di stampa.

Presumo che questo sia un primo passo - supportato già da risultati positivi - verso qualcosa di più articolato e di più efficace?

Così com’è, il sistema già funziona ed ha grandi potenzialità di sviluppo. Un simile strumento si configurerebbe come un importante supporto alle decisioni, a disposizione dei Comuni, delle Procure, delle Forze dell’Ordine, dei Governi e di quegli operatori economici, come LegaCoop, che determinano l’indirizzo degli investimenti privati. Siamo già in contatto con la Regione Puglia, con la rete di Avviso Pubblico e con alcune amministrazioni comunali come quella di Bologna. Il prossimo passo sarà avvicinare il Ministero dell’Interno e l’Anci”.

(gelormini@affaritaliani.it)

------------------------- 

Pubblicato sul tema: Anche a Manfredonia il Consiglio Comunale è stato sciolto per mafia

                                    Cerignola, il CdM scioglie il Consiglio Comunale per infiltrazioni mafiose