Emergency Communication and Crowdsourced Information: From Digital Noise to Actionable Intelligence

In recent decades, the proliferation of mobile technologies and social media has profoundly transformed the dynamics of information exchange during emergencies. Acting as “human sensors,” citizens continuously produce vast volumes of data that can enhance the situational awareness of authorities. However, the operational uptake of such data remains limited. Concerns related to reliability, verification, and representativeness often hinder their integration into emergency response workflows, potentially leading to a distorted situational picture. Building upon these limitations, this PhD project investigates a specific type of crowdsourced information – emergency call data – specifically those collected through the European 112 number, which directly connects citizens to all emergency services. The overarching aim of the project is to demonstrate how emergency call data can enhance situational awareness, inform decision-making, and contribute to the development of intelligent and adaptive crisis management systems. This thesis adopts a paper-based structure comprising four main chapters. The first chapter establishes the conceptual and methodological foundations, demonstrating that the information layer generated by emergency calls surpasses social media data in terms of both quality and volume. The second chapter deepens the analysis by assessing how emergency calls can refine and complement the situational picture produced by meteorological sensor networks. The third chapter moves beyond the spatio-temporal capabilities of emergency call data to explore how the collective intelligence emerging from these calls can inform both operational strategies and broader risk communication policies. The fourth and final chapter examines whether the potentials identified throughout the thesis can be effectively operationalized in the coming years. It investigates whether emergency response centers are ready to evolve from simple dispatching units into advanced territorial monitoring infrastructures, supported by emerging technologies such as artificial intelligence. Overall, the findings demonstrate that emergency call data overcome the main limitations of social media information, offering reliable, precisely geolocated, and automatically verified records that enrich traditional monitoring systems with real-time insights into local conditions. This research contributes to the growing body of literature on the use of citizen-generated content for civil protection purposes, laying the foundation for future hybrid decision-support systems that integrate conventional sensor networks with socially generated information—paving the way toward more adaptive, data-informed, and citizen-centered models of emergency management.

Negli ultimi decenni, la diffusione delle tecnologie mobili e dei social media ha profondamente trasformato le dinamiche di scambio delle informazioni durante le emergenze. Agendo come veri e propri “sensori umani”, i cittadini producono continuamente grandi volumi di dati che possono accrescere la consapevolezza situazionale delle autorità competenti. Tuttavia, l’utilizzo operativo di tali informazioni rimane ancora limitato. Criticità legate all’affidabilità, alla verifica e alla rappresentatività dei dati ne ostacolano spesso l’integrazione nei flussi operativi della risposta alle emergenze, con il rischio di generare una rappresentazione distorta della situazione in atto. Muovendo da questi limiti, il presente progetto di dottorato analizza una specifica tipologia di informazione crowdsourced: i dati delle chiamate di emergenza, in particolare quelli raccolti attraverso il Numero Unico Europeo 112, che mette direttamente in contatto i cittadini con tutti i servizi di emergenza. L’obiettivo generale della ricerca è dimostrare come i dati delle chiamate di emergenza possano migliorare la consapevolezza situazionale, supportare i processi decisionali e contribuire allo sviluppo di sistemi di gestione delle crisi intelligenti e adattivi. La tesi adotta una struttura articolata in articoli scientifici e si compone di quattro capitoli principali. Il primo capitolo definisce le basi concettuali e metodologiche della ricerca, mostrando come il livello informativo generato dalle chiamate di emergenza superi i dati provenienti dai social media sia in termini di qualità sia di volume. Il secondo capitolo approfondisce l’analisi valutando in che modo le chiamate di emergenza possano affinare e integrare il quadro situazionale prodotto dalle reti di sensori meteorologici. Il terzo capitolo va oltre le capacità spazio-temporali dei dati delle chiamate per esplorare come l’intelligenza collettiva emergente da tali informazioni possa orientare sia le strategie operative sia le politiche più ampie di comunicazione del rischio. Il quarto e ultimo capitolo esamina se le potenzialità individuate nel corso della tesi possano essere effettivamente tradotte in applicazioni operative nei prossimi anni, indagando se le centrali di risposta alle emergenze siano pronte a evolvere da semplici unità di smistamento delle chiamate a infrastrutture avanzate di monitoraggio territoriale, supportate da tecnologie emergenti come l’intelligenza artificiale. Nel complesso, i risultati dimostrano che i dati delle chiamate di emergenza superano i principali limiti delle informazioni provenienti dai social media, offrendo registrazioni affidabili, accuratamente geolocalizzate e automaticamente verificate, in grado di arricchire i sistemi di monitoraggio tradizionali con informazioni in tempo reale sulle condizioni locali. Questa ricerca contribuisce al crescente filone di studi sull’utilizzo dei contenuti generati dai cittadini a supporto della protezione civile, ponendo le basi per futuri sistemi di supporto alle decisioni di tipo ibrido, capaci di integrare le reti sensoriali convenzionali con informazioni di origine sociale, aprendo la strada a modelli di gestione delle emergenze più adattivi, informati dai dati e incentrati sui cittadini.