Quand Twitter et Foursquare permettent de prévoir la gentrification d'un quartier
À Paris, comme dans l'essentiel des grandes capitales occidentales, les processus de gentrification des quartiers redessinent lentement mais sûrement les paysages urbains.
Des check-ins Foursquare aux localisations des tweets, des chercheurs proposent d'utiliser les données issues des réseaux sociaux pour anticiper les vagues de gentrification. En effet, ce laboratoire de l'Université de Cambridge propose une méthode qu'ils ont appliquée pour Londres, mêlant plus d'un demi million de tweets et check-ins, à des données comme la criminalité, le recensement et les évolutions du marché du logement. Ainsi, le groupe a pu déterminer en dix mois les futurs quartiers de la hype londonnienne.
Après collecte et analyse des données, il apparaît que les quartiers les plus hétérogènes socialement et qui sont assidûment fréquentés par des utilisateurs de Twitter sont les plus enclins à subir une vague de gentrification. Grossièrement, selon le dicton urbain, savoir où les hipsters se géolocalisent permet de connaître les lieux de la hype, before they are cool.
Bien sûr, la fréquentation d'un bar de Belleville par une foule d'utilisateurs de Foursquare ne permet pas tout à fait une étude rigoureuse, et c'est là que des données plus classiques de la sociologie urbaine entrent en jeu. Une fois que les chercheurs ont corrélé les mouvements des réseaux sociaux, la baisse de la criminalité et la hausse du prix de l'immobilier aux résultats obtenus à l'aide des réseaux sociaux, une tendance assez nette peut être remarquée.
Ainsi, après dix mois de recherches, les chercheurs ont dressé une liste pour Londres des nouveaux quartiers les plus susceptibles de subir une vague de gentrification dans les 10 prochaines années : Hackney, Tower Hamlets, Lambeth, Hammersmith, et Greenwich.
Difficile pourtant d'être surpris par ce résultat pour qui connaît un peu la sociologie londonienne. Mais c'est peut être, de fait, la preuve que le processus mêlant données sociales et données institutionnelles est pertinent dans ce cas de figure. Bien sûr, les résultats obtenus sont biaisés par l'activité des réseaux sociaux mais apportent au-delà des données institutionnelles un complément pour prévoir les modifications du paysage urbain.
Des résultats qui seront sûrement très utilisées par les investisseurs et les autorités, et qui prouvent que la ville intelligente devra être pensée en interaction avec les réseaux sociaux, qui permettent aujourd'hui de comprendre rapidement les mouvements urbains de demain.