2.4 Il campione di riferimento

Negli anni la community ha attirato l’attenzione di persone provenienti da tutta la Sicilia e non solo, ognuna di esse con un bagaglio di conoscenze più o meno variegato ed approfondito. Il questionario è stato uno strumento di ricerca utile ad approfondire aspetti che l’etnografia digitale non è stata in grado di cogliere. I quesiti sono stati pensati per indagare il profilo dei membri della community, dunque la loro anagrafica, il loro livello di istruzione e gli ambiti di specializzazione, il loro investimento nei progetti della community e la loro conoscenza del tema principale attorno al quale si sviluppa questa tesi: il Civic Hacking.

Figura 23. Rappresentazione del campione rispondente per sesso e classe d’età

Il campione rispondente al questionario ammonta a 44 individui, di cui l’88% uomini e il restante 12% donne (figura 23). Questo primo risultato rispecchia la realtà di un settore (quello informatico-digitale, che si colloca nella più ampia categoria delle cosiddette discipline STEM, acronimo che indica le discipline Science, Technology, Engineering e Mathematics) spesso composto in maggioranza da uomini (Corbett C., Hill C., 2015). L’intervistata F. (35-39 anni), nell’elencare gli aspetti negativi della community, fa emergere proprio questa realtà, commentando come tale squilibrio porti i temi più cari alla popolazione femminile ad essere spesso ignorati nelle proposte dei progetti, o a sorvolare aspetti di interesse femminile nel momento dell’interpretazione dei dati.

L’analisi delle classi d’età dei rispondenti evidenzia che la più ampia è quella corrispondente a 40-44 anni (20%), seguita dalle classi d’età 50-54 anni e 35-39 anni (entrambe pari al 16% del campione rispondente). La media e la mediana cadono entrambe nella classe 40-44 anni. Si tratta dunque di un campione che, seppur includa tutte le classi d’età, si compone principalmente di maschi adulti. Se da un lato può sembrare in contrasto con il luogo comune della figura dell’hacker visto come giovane volto a creare scompiglio nei sistemi informatici, dall’altro rispecchia una realtà già osservata da Putnam (2000): i giovani sono meno propensi a partecipare ad iniziative civiche, ed è possibile aggiungere che ciò prescinde dalle modalità adottate per l’esercizio delle stesse.

Figura 24. Livello di istruzione conseguito dal campione rispondente

La figura 24 permette di analizzare il livello di istruzione conseguito dal campione. Emerge che il 45% possiede una laurea magistrale o ha conseguito livelli di istruzione equivalenti (45%), il 25% ha conseguito il diploma superiore, il 14% una laurea triennale o livelli di istruzione equivalenti, l’11% il dottorato ed il restante 5% la licenza media inferiore.

Figura 25. Dettaglio del livello di istruzione conseguito dal campione rispondente

La figura 25 rappresenta 3 diagrammi a torta e un diagramma a barre che permettono di analizzare nel dettaglio gli ambiti di studio prevalenti. Tra i diplomati prevale un percorso di istituto tecnico (46%), seguito dal diploma scientifico (38%); in ambito accademico il gruppo degli studi ingegneristici rappresenta il 36% dei rispondenti, seguito dal gruppo economico-statistico (21%) e dal gruppo scientifico (18%). Il campione rispondente è in prevalenza composto da persone con un titolo di studio elevato in materie STEM; tale risultato conferma la supposizione per cui il Civic Hacking coinvolga tendenzialmente soggetti già indirizzati alla comprensione di materie scientifiche utili all’elaborazione dei dati. Avendo precedentemente discusso la netta minoranza della componente femminile all’interno della community di Open Data Sicilia, è interessante commentare i risultati in merito alla loro istruzione: le donne rispondenti hanno conseguito in prevalenza (60%) un’istruzione superiore di II grado in ambito linguistico o tecnico (rispettivamente 40% e 20%), il restante 40% ha conseguito il dottorato di ricerca in ambito scientifico e psicologico (20% ciascuno). È possibile constatare un’interessante distribuzione tra materie scientifiche e umanistiche assieme ad un elevato grado di istruzione conseguito per il 40% delle donne rispondenti.

Proseguendo con la presentazione dei dati raccolti tramite il questionario, si presentano ora i dati inerenti alla distribuzione territoriale dei rispondenti.

Figura 26. Luogo di residenza del campione rispondente

La figura 26 permette di constatare che l’82% dei rispondenti risiede in Sicilia, in linea con l’impegno territoriale di Open Data Sicilia. Il restante 15% dei risiede in altre regioni italiane, quali la Campania (7%), l’Emilia-Romagna, il Friuli-Venezia Giulia, la Puglia e l’alto Adige, con un’esigua presenza estera (ad ognuna delle ultime cinque aree geografiche corrispondono il 2% dei rispondenti).

Figura 27. Caratteristiche del comune siciliano di residenza del campione rispondente

L’evidente importanza del territorio siciliano è stata accompagnata da un’analisi più approfondita dei residenti siciliani (figura 27), che si distribuiscono tra Palermo (56%), Enna (17%), Catania (11%), Messina (8%), Agrigento (6%), Caltanissetta (3%). Questi sono distribuiti prevalentemente in metropoli (42%), e da aggregati urbani come piccoli paesi (31%). La residenza dei rispondenti non è un problema per l’operatività della community, essendo la maggior parte dei propri progetti completamente realizzabile online grazie a tecnologie, software e applicazioni che permettono una comunicazione a distanza di qualità e istantanea: le persone possono prendere parte alla community a prescindere dalla propria collocazione, abbattendo le barriere legate alla necessità di essere fisicamente presenti sul territorio. La deterritorializzazione, ovvero la progressiva diminuzione dell’importanza della territorialità e della presenza fisica, è un aspetto comune delle community online, oltre che tipico dei social network e social media, sul quale è interessante soffermarsi per una breve riflessione.

Parlando di community, emerge in letteratura l’importanza della territorialità e del ritrovo per poter assicurare la lungimiranza della community tramite l’instaurazione di relazioni tra i membri (Putnam R., 2000) ; tuttavia, Internet ha messo in discussione tali aspetti. Quello che accade qui riguarda la replicazione degli spazi sociali in realtà digitali, dove la partecipazione permette il formarsi di community in cui l’appartenenza e la partecipazione prescindono dal ritrovo fisico e concreto (Christiansen M. S., 2017), ma piuttosto si realizza grazie ad una questione di “contestualizzazione” delle motivazioni per cui far parte di questa o quella community ( Cremata R., Powell B., 2017). Per Open Data Sicilia, queste motivazioni alla partecipazione riguardano l’operare per il benessere del territorio siciliano, la sua tutela, il miglioramento dei suoi servizi e l’espansione della cultura dei dati nello stesso. Si spiega in questo modo la partecipazione delle varie persone nella community, senza necessitare di un quartier generale sul territorio per gestire il contributo delle stesse. In questo contesto, gli aspetti relazionali (che verranno discussi più avanti), seppur rilevanti, sono un effetto secondario alle collaborazioni che hanno modo di realizzarsi all’interno della community.

Oltre a ciò, è possibile ipotizzare alcune cause pratiche legate alla “deterritorializzazione” di Open Data Sicilia: prima di tutto, il Civic Hacking richiede delle competenze che non tutti sono in grado di sviluppare o possiedono, come quelle informatiche, digitali e di analisi, il che rende più difficile pretendere che i membri coinvolti siano concentrati in una sola provincia o comune; inoltre, grazie all’osservazione attiva della community è possibile affermare che molti membri sono siciliani emigrati in altre località, per necessità personali o lavorative: il loro interesse in Open Data Sicilia è radicato ad un sentimento di attaccamento ad un territorio al quale si sentono ancora di appartenere.

Last updated