skip to Main Content

Seppur spaccata tra frontismo e internazionalismo, la galassia anarchica rimane composta da piccoli gruppi collegati tra loro a livello internazionale. Il presente paper si propone di dipanare l’intreccio di collegamenti (edges) tra gli attori (nodes o vertices) di una infinitesimale porzione della rete, con l’obiettivo di determinare il valore di strumenti e metodi di Social Network Analysis (SNA) nel mappare un fenomeno dinamico e dichiaratamente orizzontale come quello anarchico.

Partendo dall’hashtag Twitter #antireport, tramite software NodeXL e Gephi1, si è rappresentata ed esaminata la rete dei nodi principali, l’intreccio delle comunità create e dei temi principali trattati nei messaggi pubblicati e condivisi.
Onde superare le limitazioni di 7 giorni e/o 2000 edges dettate dalle API del social network e con l’intento di ottenere un campione il più rappresentativo possibile nell’arco di tempo a disposizione, la raccolta dati è stata effettuato in tre momenti distinti: 16 ottobre, 25 ottobre e 2 novembre 2020.

Come conseguenza della mole di dati, i dataset risultanti sono stati comparati e analizzati principalmente con metodi quantitativi, ricorrendo ad analisi qualitative unicamente per determinarne i quadri geografici e per approfondire calibro e ruoli degli attori principali.

Il linguaggio impiegato è di natura tecnica, reso più discorsivo da brevi illustrazioni di concetti, mirate a rendere l’elaborato fruibile a un pubblico il più ampio possibile. Con questo proposito, l’analisi del primo set di dati si sofferma su molteplici aspetti che potrebbero esser considerati marginali nell’esecuzione di SNA.

Di conseguenza, il sezionamento dei dati relativi al 16 ottobre si rivela inevitabilmente più corposo, ma con l’obiettivo di render più sopportabile e comprensibile ciò che potrebbe apparire come uno scoraggiante elenco di numeri ed esercizi di stile. Ciò permette di soffermarsi e illustrare, nei campioni successivi, unicamente quegli elementi che vengano reputati rilevanti all’analisi del dataset in esame.

A seguito dell’esposizione dei risultati ottenuti, le conclusioni sono duplici e si focalizzano sia su vantaggi e limiti evidenziati dalla tecnica di OSINT impiegata, che su quanto estrapolato dai dataset.

Back To Top