Veel organisaties staan voor de uitdaging om de enorme hoeveelheid informatie op social media tijdens evenementen of incidenten te filteren. Social media hebben de kracht om informatie snel te verspreiden. Deze informatie kan prima gebruikt worden, want met name tijdens incidenten gaat dat ultiem snel.

TwitcidentTwitcident is een social media intelligence platform dat ontworpen is om informatie op social media te filteren en waarschuwingen af te geven en incidenten te managen. Het probeert als het ware de menselijke zintuigen op social media om te zetten in nuttige informatie voor veiligheid en andere maatregelingen voor de openbare orde. Taalgebruik op social media verschilt met het taalgebruik van organisaties. Twitcident probeert de juiste informatie hier uit te halen, ze doen doen dit samen met een aantal onderzoekers van TNO en TU Delft. Uit de socialmedia-inhoud proberen we bruikbare inzichten te filteren, zegt Richard Stronkman oprichter van Twitcident. Inzichten die relevant zijn voor de dagelijkse operatie en veiligheid tijdens grote incidenten.

Bij grote evenementen kunnen nu tienduizenden twitterberichten worden gefilterd en teruggebracht tot een bruikbaar aantal, waarmee de politie de veiligheidssituatie in de gaten kan houden. De ontwikkeling begon in 2011 toen Pukkelpop werd getroffen door noodweer en er doden vielen. “Hadden we dat niet via social media zien aankomen?”, vroeg Stronkman zich af. “Zaten er signalen in de socialmediastroom die we hadden kunnen oppakken?” Een inhoudelijke analyse destijds, liet zien dat men wel over het weer praatte. Op verschillende locaties. Ook liet analyse zien dat de intensiteit op bepaalde locaties in korte tijd toenam. Onder andere in de omgeving van Pukkelpop. “Als we toentertijd al alle socialmediadata hadden geanalyseerd, zoals we dat nu kunnen, had de organisatie van Pukkelpop waarschijnlijk niet het advies gegeven om iedereen in tenten te laten schuilen, maar hadden we de aanpak van afgelopen Pinkpop gehanteerd en mensen op het veld laten zitten.”

Een ander voorbeeld uit het pre-Twitcident-tijdperk is het befaamde Project X  incident uit het Groningse Haren. In alle chaos werd er getwitterd dat er een meisje was doodgedrukt. Dit werd in no time als nieuwsfeit geretweet. Voordat men het wist, domineerde het bericht een tijd lang het socialmediaverkeer, waardoor het gerucht een eigen leven ging leiden. Met de attentiewaarde van het onjuiste bericht ging de aandacht niet uit naar andere signalen op social media die relevant waren om de veiligheid in Haren weer enigszins terug te brengen.

Begin 2012 is er onderzoek gedaan naar het gebruik van sociale media in het veiligheidsdomein. Hieruit bleek dat het veiligheidsdomein sociale media vooral inzet om informatie te geven over het werk, de organisatie en bij incidenten en calamiteiten. Het begint met luisteren. In een onderzoek onder alumni Master Crisis and Disaster management en Master Crisis and Publicorder Management en onder deelnemers aan de opleiding Informatiemanager in de crisisbeheersingskolom zijn opvallend grote verschillen te zien qua gebruik van sociale media. Als het gaat over het gebruik van sociale media binnen de werkzaamheden, dan worden deze vooral als informatiebron benut. Wat opviel is dat het overgrote deel niet efficiënt luisterde op sociale media. In Enschede bij Serious Request is daarna veel ervaring met filtering en luisteren naar berichten opgedaan.

Op 30 april 2013 tijdens de troonswisseling in Amsterdam verwerkte Twitcident een half miljoen socialmediaberichten per uur. Hoe ga je daar de relevante berichten uithalen als het gaat om veiligheid? Niet alle berichten zijn belangrijk. Door een geavanceerd algoritme op alle socialmediaberichten, gecombineerd met gps-informatie van politie in de stad, kon de politie in de crowd control-kamer precies zien waar mensen nog normaal door de straten konden lopen en waar niet meer. “Zo konden we de veiligheid en doorstroom goed beheersen.”

TwitterHet is moeilijk te zeggen wanneer iets op social media opeens duidt op een incident. Eén tweet van iemand met “Ik sta in Den Haag en zie vuurwerk” is niet interessant, 10 mensen die tweeten “Ik sta in Den Haag en zie vuurwerk” mogelijk wel. De algoritmes van Twitcident zijn complex. De kunst zit hem in het filteren van alle ruis. Een tweet met #Brand kan gaan over ‘vuur’, maar ook over ‘bier’. Het gaat om het observeren van een periode en de hoeveelheid socialmediaberichten op basis van locatie en mogelijke risico’s. De kunst zit in zo snel mogelijk bij het oorspronkelijke bericht te komen, zodat je kunt ingrijpen.

Een voorbeeld waar Twitcedent zijn ook meerwaarde toonde, was tijdens het Rotterdamse carnaval. Er was sensatie. Iemand had getwitterd dat er een man rondliep op het Beursplein met messen. Door het vroeg detecteren van de tweets en retweets, kon de politie ter plaatse een seintje krijgen. Die ging vervolgens een kijkje nemen en maakte een foto van het plein waar de man met messen zogenaamd stond. Dus niet. Deze foto werd direct geplaatst en het gerucht was met dezelfde snelheid weer weg.

Social media monitoring wordt inmiddels veelvuldig ingezet, ook bijvoorbeeld dit jaar in de Innovation Room van de Nuclair Security Summit. Twitcident zorgt er ook voor de partners binnen de Veiligheidsregio Groningen binnen enkele minuten geïnformeerd worden over een gevoelde aardbeving in de regio. Het systeem zoekt naar tweets van mensen die een beving melden en stuurt vervolgens een mail en sms naar de aangesloten personen en de meldkamer. Vervolgens blijft het systeem tweets verzamelen om snel een beeld te kunnen vormen van de ernst van de situatie. Door de snelle alertering kunnen betrokken hulpverleningspartijen gebruiken voor snelle beeldvorming. In het verleden waren ze voor de alertering in eerste instantie afhankelijk van het KNMI die pas na een aantal uren kan aangeven dat er een aardbeving is geweest en hoe zwaar deze was.

Bron: Securityfacts

Gerelateerde berichten:

Tagged with →  

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *