L'algoritmo si basa su dati, nello specifico quelli relativi al comportamento di voto dei singoli parlamentari. Questi dati sono reperibili sul portale open data della Camera dei Deputati. Gli studi si sono concentrati in particolare sulla XVII legislatura, durata dal 2013 al 2018, e sulla XVIII legislatura, che ha visto il Movimento 5 Stelle emergere come il primo partito. Queste due legislature hanno visto livelli record di cambi di gruppo, fornendo ai ricercatori un ampio set di dati su cui lavorare.

L'algoritmo analizza diversi elementi, tra cui la presenza in aula, la partecipazione al voto, il voto espresso e la sua congruenza con la maggioranza alla Camera e con il gruppo di appartenenza. È interessante notare che i valori mediani erano significativamente diversi per quei parlamentari che hanno cambiato gruppo, oltre che per le astensioni e la partecipazione ai voti segreti.

In altre parole, questi fattori quantitativi forniscono un'indicazione di quando un parlamentare potrebbe prepararsi a "cambiare casacca" dal punto di vista politico. Con un'affidabilità del 73%, l'algoritmo è in grado di prevedere questo cambio con due mesi di anticipo rispetto all'ufficializzazione della decisione.

Tuttavia, è importante notare che questa previsione si basa su dati passati e viene elaborata una volta che la legislatura è conclusa. Gli autori dell'analisi preferiscono non concentrarsi sulla predizione del futuro, poiché ogni legislatura è unica e influenzata da vari fattori, come la composizione delle coalizioni e la legge elettorale. Inoltre, i ricercatori mettono in guardia dal fatto che se l'algoritmo diventasse di dominio pubblico, i politici potrebbero adattare il proprio comportamento in modo da eludere il sistema.

In definitiva, il lavoro dei ricercatori della Scuola Superiore Sant'Anna di Pisa offre un affascinante sguardo nell'uso dell'intelligenza artificiale e dei dati per comprendere meglio il comportamento dei politici. Nonostante le sfide e le limitazioni, questa ricerca promette di contribuire alla nostra comprensione delle dinamiche politiche. Il futuro potrebbe vedere ulteriori sviluppi in questa direzione, magari esplorando come gli algoritmi possano essere applicati alle commissioni parlamentari o in altri contesti politici. Tuttavia, resta il fatto che l'analisi dei dati funziona meglio quando statistiche e esperti del settore lavorano insieme per interpretare le informazioni e prendere decisioni informate.