Video summarisation toolkit : una raccolta di metodi per l'analisi dei contenuti video nell'ambito della ricerca sociale con il web

In the digital era, a large part of communication practices passes through the creation and sharing of video content on the web and social media. From Cisco Visual Networking Index statistics, which see video representing 80% of all global internet traffic by 2021, it is clear how this content has become dominant for the exchange of information and communication between web users. This proliferation has made this same video content, a material rich in information and potentially very useful for the study of social and cultural aspects of our society. To date, there are several tools and methods for the analysis of collections of videos from the web but they present several critical issues: the lack of diversity and documented methods, the lack of free tools that do not require in-depth knowledge of programming languages and finally the lack of experimentation of visual models diversified by type of analysis. This thesis is concerned, through the case study of Amazon Fires videos on YouTube, with designing methods that are repeatable and able to fill some of the gaps identified in existing methods, tools, and visualisation modes. This thesis asks: What visual methods can be designed to facilitate the analysis and synthesis of collections of videos from the web? How can these methods be communicated so that they are replicable by other researchers? Nine different and documented methods were designed for analyzing and visualizing collections of videos from the web, and an online platform, Video Summarisation Toolkit, was designed for their collection and communication. Video Summarisation Toolkit brings its major contribution to the field of social research with the web: the innovation achieved by the project is represented not only by the methods tested but also by how the methods themselves are presented within the artefact to the end-user and that make them easily replicable by other researchers.

Nell’era digitale gran parte delle pratiche comunicative passano attraverso la creazione e condivisione di contenuti video sul web e sui social media. Dalle statistiche di Cisco Visual Networking Index, che vedono il video rappresentare l’80% di tutto il traffico internet globale entro il 2021, è chiaro come questo contenuto, sia diventato ormai dominante per lo scambio di informazioni e per la comunicazione tra gli utenti del web. Tale proliferazione, ha reso questi stessi contenuti video, un materiale ricco di informazioni e potenzialmente molto utile per lo studio degli aspetti sociali e culturali della nostra società. Ad oggi esistono diversi strumenti e metodi per l’analisi di collezioni di video dal web ma presentano una di una serie di criticità: la mancanza di metodi diversificati e documentati; la mancanza di strumenti gratuiti che non richiedano conoscenze approfondite di linguaggi di programmazione ed infine la mancanza di sperimentazione di modelli visivi diversificati per tipologia di analisi. Questa tesi si occupa, attraverso il caso studio dei video degli Amazon Fires su Youtube, di progettare dei metodi che siano ripetibili e che siano in grado di colmare alcune delle lacune identificate nei metodi, nei tool e nelle modalità di visualizzazione già esistenti. Questa tesi si chiede: Quali metodi visuali possono essere progettati per facilitare l'analisi e la sintesi di collezioni di video provenienti dal web? Come questi metodi possono essere comunicati, in modo che siano replicabili da altri ricercatori? Sono stati quindi progettati nove metodi diversificati e documentati per l’analisi e la visualizzazione di collezioni di video provenienti dal web, ed è stata progettata una piattaforma online, Video Summarisation Toolkit, per la loro raccolta e comunicazione. Video Summarisation Toolkit porta il suo maggiore contributo al campo della ricerca sociale con il web: l’innovazione raggiunta dal progetto è rappresentata non solo dai metodi sperimentati, ma anche dalle modalità con cui i metodi stessi vengono presentati all’interno dell’artefatto all’utente finale e che li rendono facilmente replicabili da parte di altri ricercatori.