La bufala della “Sostituzione Etnica”

Uno dei nodi centrali della comunicazione istituzionale, nonché della campagna di acquisizione dei consensi popolari, è la presunta sostituzione etnica, vale a dire il processo di “sorpasso” della quota parte di nuovi nati da genitori stranieri, in particolare immigrati, sul numero di nuovi nati italiani.

Gran parte della campagna elettorale è stata incentrata su questa presunta battaglia di sostituzione etnica che dovrebbe, nella narrazione di chi la propala, nel lungo periodo finire con la definitiva scomparsa degli italiani e lasciare l’italia interamente in mano agli immigrati.

Ovviamente si tratta di una bufala colossale e per comprendere quanto grave e in malafede sia posta, ci avvaliamo dei dati ufficiali di Istat, reperibili al link a fine articolo.

Nel resoconto “Natalità e Fecondità della popolazione Residente”, l’ISTAT fornisce una serie di indicazioni in forma di serie storica. Una serie storica è – lo ricordiamo – la rappresentazione di un dato numerico nell’arco del tempo, in questo caso espresso in anni.

Il dato che emerge negli ultimi dieci anni è sicuramente importante: il totale di nuovi nati scende da circa 576 mila a a poco più di 458 mila, una importante flessione di circa il 20%. Delle nascite totali, nel 2008 480 mila erano italiani con una flessione netta, raffrontati ai 350 mila del 2017, del 27%. Per i nati da coppie straniere avevamo 72 mila nati nel 2008 contro i 67 mila del 2017. Non è una sorpresa che il dato di trend di decrescita dei nati valga anche per gli stranieri, con una contrazione dell’8%.

Decrescono quindi i nati da cittadini italiani, così come anche quelli da cittadini stranieri. Il nodo chiave della narrazione populista, che vi sia un boom di nascite di stranieri, è quindi falso.

La tabella di sopra mostra chiaramente come, nel 2017, il 78,3% dei nati sia di coppie italiane ed il 18,9% sia straniero e che la tendenza di questi dati è assolutamente stabile, come vedremo a brevissimo.

Abbiamo spesso letto il termine esponenziale usato a sproposito. Questo caso non fa eccezione, la corretta approssimazione del tasso di crescita – o meglio decrescita – del rapporto tra nuovi nati da coppie italiane e straniere è, guarda caso, dato dalla funzione inversa della esponenziale: la logaritmica.

Come lecito attendersi, quando sia ha a che fare con bufale provenienti da narrazioni fatte ad arte, andando a riscontrare il fenomeno con il supporto di evidenze reali, si capisce che la realtà è diametralmente opposta. Il grafico seguente mostra l’incidenza percentuale sul totale dei parti per anno dei parti da coppie italiane e da coppie straniere.

La curva che approssima entrambe le serie storiche è la logaritmica che, al contrario della esponenzionale, anziché divergere come prevede l’esponenziale converge. Cosa significa? Significa che non ci sarà alcuna sostituzione etnica, e che nel futuro la proporzione di nati tra italiani e stranieri tenderà ad un rapporto 75% / 25%. Vale a dire che per ogni quattro nuovi nati, tre saranno italiani e uno straniero.

Ancor più fallace è il sottotesto che vuole che sia in corso una sostituzione di stampo “islamico”, sempre dai dati ISTAT, si evince che il primo paese per nascite da coppie straniere vede in prima posizione le coppie rumene, con un 3,2% dei nati totali, in seconda posizione marocchine, con uno striminzito 2% e, a seguire, albanesi e cinesi.

Questo il dato reale, ad avere il coraggio e la capacità di saperlo – e volerlo – leggere: si badi bene che la stima a tendere sulla distribuzione dei nuovi nati, per raggiungere l’equilibrio sarà necessario un numero considerevole di anni.

La percentuale di stranieri residenti in Italia è pari, sempre con i dati del 2017, all’8,5% contro il restante 91,5% di italiani, sotto la ipotesi di un abbattimento del numero di nascite per gli italiani del 2% annuo (in linea con il trend attuale) e solo lo 0,5% per gli stranieri (entrambe sono in flessione), considerando un tasso di mortalità trasversale che tocchi omogeneamenete entrambe i gruppi, pur mantenendo un rapporto di nascita di 3 italiani e 1 straniero, saranno necessari almeno cento anni per arrivare ad una incidenza di stranieri pari a poco più del 10%. Il grafico seguente ne mostra, appunto, l’andamento.

Insomma l’Italia è e restera agli italiani per almeno un secolo.

Nonostante le bufale.

-> Vai a dati ISTAT

Share
Pubblicato in Scienza oggi | Contrassegnato , , , , | Lascia un commento

Un cluster fatto in casa

E’ passato un poco di tempo dall’ultimo post, ma qui di casa in LidiMatematici abbiamo tentato un esperimento piuttosto ardito: realizzare un cluster basato sulla tecnologia pubblicata da Google. Abbiamo voluto provare a realizzare da zero un cluster Big Data, con l’intento di verificare se le promesse del paper di Google sono reali: è possibile costruire un server in cluster, usando componenti tecnologici di basso costo e tutta tecnologia open source?

La risposta è stata un sorprendente si, spendendo pure poco. Molto poco.

Per realizzare un cluster occorrono almeno tre computer: un master e due nodi, abbiamo quindi dovuto scegliere componenti che non costassero una fortuna, e la migliore opzione allo scopo è il Raspberry PI. Ecco la lista dei materiali:

– 3 raspberry PI Model 3
– tre schede SD, una da 128GB e du da 64GB
– tre alimentatori micro USB da almeno 2 ampere
– un network switch
– tre cavi di rete
– supporto in acrilico per cluster

Per un costo totale di poco inferiore ai 180€ abbiamo quindi reperito tutto il materiale occorrente. Questo è, ovviamente, solo l’inizio perché – assemblaggio a parte – la configurazione di un cluster hadoop da zero, su macchine relativamente risicate, non è stata proprio una passeggiata.

Che, poi, risicate si fa per dire, perché ogni Raspberry ha un processore da 1.3 Ghz su quattro core e 1Gb di RAM. Alla fine, il cluster complessivamente ha a disposizione 256GB di storage su disco SD, 3Gb di RAM e 12 core, non proprio minimali.

La configurazione di un giocattolino del genere, dicevamo, non è semplice. Tuttavia con un poco di accortezza siamo riusciti ad inserire diversi elementi dello stack Hadoop:
– Hue (il corrispettivo di Ambari)
– Hive
– MapReduce
– Sqoop
– Spark
– HBASE
– Yarn
– HDFS

A corredo, abbiamo installato l’immancabile MySQL e MongoDB, nonché Scala. E scusate se è poco.

Questo post non ha chiaramente le intenzioni di essere una guida, perché il processo è piuttosto articolato e descriverlo sarebbe al di fuori delle finalità di questo blog, ma una panoramica sui risultati ottenuti merita decisamente.

Il cluster è stato realizzato su tre nodi, sul nodo master – dotato di scheda SD da 128Gb, gira tutta l’infrastruttura di controllo, nonché i processi principali dello stack hadoop (HDFS e Yarn). I dati sono ospitati invece nei due nodi worker.

Spark gira invece su tutti e tre i nodi, come da manuale, ed è in grado di parallelizzare i processi usando tutta la potenza di calcolo (si fa per dire) del cluster di raspberry PI, beneficiando di 12 core e 3 GB di RAM.

Il carico computazionale si è rivelato eccessivo per il nodo master, per cui è stato necessario spostare Hue, la componente di gestione web di livello più alto, cioé più prossimo all’utente finale, sul nodo 1, operazione che si è rivelata un filo più complessa del previsto, ma che – al netto di alcune configurazioni – ha dato buoni risultati.

A titolo di esempio abbiamo immaginato una applicazione aeronautica, per cui i dati della localizzazione GPS dei velivoli vengono trasferiti su cluster e qui elaborati. Una volta scaricata la traccia GPS in formato XML, questa è stata importata in Mysql, con un processo di caricamento ordinario. Da qui, è stata trasferita su HDFS mediante Sqoop, creando tabelle interrogabili con Hive. Il monitoraggio del processo di caricamento è stato eseguito mediante Yarn.

Non si può certo dire che tutto il giro sia stato veloce, data l’esiguità delle risorse hardware, tuttavia l’architettura ha funzionato senza incertezze, dimostrando – se mai ce ne fosse stato il bisogno – che oggi è possibile realizzare una soluzione completa di Big Data mediante open source e hardware di costo contenuto.

Esattamente quanto promesso da Google.

Share
Pubblicato in Scienza oggi | Contrassegnato , , , , , , , , | Lascia un commento

Dai Big Data all’Azienda Digitale: un avanzamento di civiltà. Gratuito.

Di Analytics, Data Mining, Machine Learning ci siamo occupati innumerevoli volte in questo blog: sappiamo, e lo sperimentiamo oramai nella vita quotidiana, che le macchine sono in grado di derivare informazione a partire da altra informazione, di sviluppare un modello cognitivo della realtà che le circonda e di utilizzare questo modello per aiutare l’uomo a prendere decisioni realistiche e vantaggiose per il proprio business.

Quando sentiamo parlare di Analytics, Data Mining, Machine Learning associamo spesso ad un altro termine, di cui oramai abbiamo preso ampia consapevolezza: Big Data. Per molti di noi “Big Data” è poco più che una etichetta, se non addirittura uno slogan. E se “Big Data” è sulla bocca di tutti, poco nota è la storia che sta dietro a queste due paroline inglesi. Una storia mirabolante, che inizia con incredibile regalo fatto da Google al genere umano, nonostante il valore economico impressionante.

Ma andiamo con ordine: l’informatica, in particolare la programmazione dei computer, è una scienza giovanissima che vede le origini nel secondo dopoguerra. Ben presto l’esigenza di avere informazioni sempre pronte e disponibili, e soprattutto aggiornate, ha mostrato in modo chiaro la strada verso la formulazione dell’impianto teorico all’origine delle basi di dati, o database. Erano i primi anni ’70, ma le prime appilcazioni tangibili, su scala industriale, sono apparse solamente da metà degli anni ’80.

La teoria delle basi di dati è robusta: funziona(va) sempre e in tutte le condizioni. Applicandone le fondamenta non esiste problema di business che non sia rappresentabile, modellabile e implementabile mediante un software apposito. Ma giusto trent’anni fa Internet aveva appena visto la luce, e nessuno avrebbe mai immaginato che sarebbe stato adottato da miliardi di persone in tutto il mondo.

E’ qui che inizia il grande viaggio dei Big Data, ed inizia con un regalo. Google, nei primi anni 2000, quando ormai aveva consolidato la propria posizione di dominio nel mercato, anziché tenersi gelosamente il proprio segreto industriale, decide di pubblicare un articolo in cui rivela la propria ricetta segreta: il Google File System.

L’articolo “The Google File System” Sanjay Ghemawat, Howard Gobioff e Shun-Tak Leung iniziano così:

Abbiamo progettato ed implementato il Google File System, un file system scalabile, distribuito per applicazioni che utilizzano dati in modo intensivo, su vasta scala.

L’articolo illustra in dettaglio il segreto industriale alla base della tecnologia con cui Google ospita tutte le informazioni che gestisce e rende ricercabili, nonché accessibili, in tempi rapidi da chiunque, ovunque nel mondo. Stiamo parlando di cifre sbalorditive: nel 2019 l’azienda dichiara di gestire circa 3 miliardi e mezzo di ricerche al giorno, su scala planetaria.

Immaginate la portata del regalo: chiunque voglia, dalla pubblicazione dell’articolo in poi, può utilizzare la stessa tecnologia. E non solo, l’anno successivo Google fa il bis e pubblica un secondo articolo, di portata addirittura superiore:

MapReduce: Simplified Data Processing on Large Clusters, di Jeffrey Dean e Sanjay Ghemawat.

Questi due articoli e le tecnologie sottostanti sono alla base del vero e proprio avanzamento di civiltà rappresentato dai Big Data: se con il primo articolo Google spiega al mondo come ospitare e garantire l’accesso ad una quantità di dati sbalorditiva, con il secondo illustra una modalità di computazione parallela su larga scala e per di più basata su hardware economico.

Esatto, avete capito bene: non più grandi computer tipo HAL 9000 di 2001 Odissea nello spazio, ma raggruppamenti (in gergo, cluster) di computer economici, di quelli che si possono tranquillamente acquistare al centro commerciale. Ma tanti, centinaia, se non migliaia (meglio se potenze di due), che lavorano in parallelo.

Al cuore di MapReduce sta un vero e proprio, nuovo, paradigma di computazione, in due strati: il primo di Mapping, ovvero di assegnazione di operazioni di elaborazione semplificate in parallelo a più componenti applicative, e la seconda di Reduce, ovvero di aggregazione dei risultati suddivisi tra componenti le applicative parallele, in un unico risultato. Quella che presentiamo qui è, ovviamente, una semplificazione: sul paradigma MapReduce torneremo in un articolo apposito.

Ben presto i colossi del web si accorgono che la teoria proposta da Google vale miliardi di dollari, e si accodano nell’adottarla. A titolo di esempio, per farvi capire di cosa stiamo parlando, Amazon utilizza questa tecnologia non solo per vendere a miliardi di utenti, ma per formulare proposte di acquisto mirate. E, indovinate un po’, il sistema di raccomandazione funziona: si stima che Amazon abbia incrementato le vendite di circa il 35%. Dal punto di vista del vil denaro, il risultato netto della adozione di queste tecnologie da parte di Amazon è altrettanto sbaloriditivo: da circa 3 miliardi nel 2007 a poco più di 72 miliardi di dollari nel 2018. Un incremento che non si può neanche stimare in modo lineare: ma addirittura quadratico. Vale a dire, raddoppiano gli anni, quadruplicano le vendite. Per darvi una idea, il PIL del Ghana è di 47 miliardi di dollari.

Direte voi, e dove sta l’avanzamento per l’umanità? A diventare ricchi sono sempre pochi individui. La storia dimostra che non è stata solo una questione di denaro: il CERN utilizza la tecnologia Google per gestire 15 milioni di milardi di byte all’anno ed analizzare, così, i dati risultanti dagli esperimenti del Large Hadron Collider. E i risultati non si sono fatti attendere, oggi con la sensazionale scoperta del Bosone di Higgs, il modello standard delle particelle subatomiche conta 13 particelle.

La magia dietro tutto ciò, sta nel fatto che i Big Data non è solo una collezione di articoli accademici, ma una vera e propria tecnologia, costituita da un intero ecosistema di applicazioni, tutte gratuite e disponibili alla comunità: Apache Hadoop.

I due articoli pubblicati da google non sono mera teoria, ma componenti software, in particolare il Google File System è implementato dallo strato HDFS mentre MapReduce è implementato dalla componente omonima. Va da sé che queste due componenti, da sole, non sono sufficienti per garantire un sistema pienamente funzionante. Ad iniziare dal fatto che i dati vannno prelevati da sistemi esterni e, come abbiamo visto, vengono sempre trasportati in volumi considerevoli. E’ per questo che si parla di Data Ingestion: allo scopo è stato progettato il modulo dedicato, basato su code, Kafka e la controparte che trasferisce queste informazioni nell’ecosistema Big Data, HBASE.

Le risorse fisiche – lo spazio disco – e computazionali -le operazioni di calcolo secondo il paradigma Map Reduce (MapReduce e Spark)- vanno allocate in modo mirato così da non sovraccaricare il sistema: allo scopo provvede lo strato di negoziazione delle risorse costituito dai moduli YARN (Yet Another Resource Negotiator) e MESOS.

I componenti PIG e HIVE provvedono a rendere interrogabili le informazioni raccolte, secondo una modalità che riconduce alle interrogazioni della teoria dei database standard (SQL), nonostante l’intera architettura sia indicata collettivamente proprio con la sigla NoSQL, ad indicare che le “vecchie” teorie sono ormai superate.

Non va dimenticato che l’intero ecosistema si poggia, fisicamente, su un numero di macchine operanti in parallelo, il cluster, che necessita di apposito software di orchestrazione e monitoraggio, perché funzioni con continuità e senza interruzioni. Questo compito è assolto dallo strato superiore: Ambari.

Oggi chiunque, senza distinzioni, può realizzare una architettura parallela acquistando un cluster di macchine relativamente poco costose e costruire le fondamenta della propria azienda digitale, con uno sforzo economico relativamente contenuto. Così ha fatto Facebook (ed ha avuto successo), così ha fatto Netflix (ed ha avuto successo) e così farà il prossimo miliardario, assieme a tutte le più grandi aziende, che stanno intraprendendo i primi passi verso la completa digitalizzazione.

Share
Pubblicato in Scienza oggi | Contrassegnato , , , , , , , , , , , , , | Lascia un commento

L’Italia ancora prima per percezione falsata dell’immigrazione

Avete letto e riletto in tutte le salse sulla polemica conseguente alla vittoria dei Alessandro Mahmoud, in arte Mahmood, ragazzo nato in italia da madre sarda e padre egiziano. Sui social una vera rivolta, con il “popolo” che si schiera apertamente contro il risultato, ottenuto mediando televoto e giurie, in favore di un cantante “più italiano”: Ultimo.

A fare da sfondo alla querelle l’incessante battere da parte della Lega di Salvini sulla grancassa dell’emergenza-immigrazione che, come abbiamo visto a più riprese negli anni precedenti, è un fenomeno inesistente. La strategia elettorale della lega funziona, perché si basa su una percezione già distorta dell’immigrazione, come evidenziava il progetto ISTAT noi Italia del 2017. Dai dati ISTAT emerge in modo chiaro che l’invasione di extracomunitari è una mera invenzione: i numeri sono addirittura in flessione: 267.600 ingressi nel 2007 contro i 238.936 del 2015.

Questi dati non sono sufficienti, ovviametne, a modificare la percezione del fenomeno immigrazione, legato al suo gemello sicurezza: la ricerca Ipsos-MORIPerceptions are not reality: things the world gets wrong”, condotta in 14 paesi, mostrava nel 2015 che gli Italiani, da lungo tempo, percepiscono in modo distorto immigrazione e sicurezza, entrando nel dettaglio sui fattori che caratterizzano questa distorsione percettiva, ovvero:
– medio bassa istruzione
– medio basso reddito
– precarietà lavorativa percepita o reale
– insoddisfazione generale per la propria vita, percepita o reale

La distorsione percettiva è un fenomeno sociale transnazionale di cui si occupano con grande attenzione diversi istituti di ricerca sulle scienze sociali. E’ interessante analizzare infatti proprio i fattori socio-economici e demografici che incidono maggiormente sulla distorsione percettiva del reale. Una ricerca pubblicata dall’Istituto Cattaneo ad agosto scorso non solo rinnova le statistiche di IPSOS-Mori, aggiornandole al 2017, ma si addentra anche nella analisi dei fattori distintivi della fascia di popolazione che maggiormente sovrastima il fenomeno immigrazione.

Con risultati interessanti: ad iniziare dalla conferma del primo posto dell’Italia in quanto a percezione distorta: mentre gli immigrati sono poco meno del 10%, il campione -rappresentativo- di italiani la sovrastima di ben 17,4 punti percentuali.

Per spiegare quali fattori incidono maggiormente la distorsione percettiva, la ricerca mette in relazione l’indice NIM del Pew Research Center, ovvero l’indice di nazionalismo, con risultati illuminanti su scala europea: tanto più il paese manifesta ideologie nazionaliste, tanto più alta è la percezione distorta dell’immigrazione. Il grafico che segue è chiarissimo, con l’Italia saldamente al primo posto.

A fare da contraltare a questa analisi è lo studio sulla relazione tra orientamento politico e immigrazione percepita distorta: dal 18,5% di sovrastima degli elettori di sinistra al 32,4% degli elettori che si dichiarano di destra. Si, avete capito bene: gli elettori di destra stimano l’immigrazione ad oltre il 40%. Un dato che fa riflettere perché dimostra che neanche gli elettori di sinistra sono immuni dalla distorsione percettiva, con vette preoccupanti per i loro avversari politici più estremi.

A corroborare ulteriormente le analsi è la conferma che il livello di istruzione incide in modo importante sulla distorsione percettiva: dal 17,9% per i laureati al 28,1% per chi ha la terza media. Di nuovo, neanche la laurea mette al riparo dal fenomeno.

Anche il dato sull’occupazione, ma rispetto a questo bisogna avere cautela perché a sua volta questa è fortemente correlata con i titolo di studio, emerge che la classe operaia si attesta su un dato di poco inferiore al 29% di sovrastima, in linea come dicevamo con quello relativo all’istruzione.

La ricerca, che invitiamo caldamente a consultare, entra nel dettaglio sulla relazione che esiste tra collocazione geografica ed effetti globali di questa distorsione percettiva, rispetto a cui trae conclusioni che meritano riflessione:

Nell’insieme, emergono dunque differenze sostanziali tra gli atteggiamenti degli italiani e quelli degli europei sulla questione dell’immigrazione e delle loro conseguenze socio- economiche. Almeno in parte, queste differenze sembrano essere anche il prodotto di una errata percezione del fenomeno migratorio: chi ne ingigantisce la portata, è indotto anche a ingigantirne le conseguenze. Però, sarebbe sbagliato pensare che il tema dell’immigrazione sia soltanto una questione di mal-percezione: perché i suoi effetti sugli atteggiamenti dei cittadini sono concreti e reali. Ed è soprattutto con quelli che la politica e i partiti devono fare i conti.

-> Vai al testo integrale della ricerca

-> Vai al progetto Noi Italia ISTAT

-> Vai alla ricerca IPSOS-Mori

Share
Pubblicato in scienze umane | Contrassegnato , , , , , , , , , , | Lascia un commento

Storia di Totò, il pappagallo che ritrova casa dopo tre mesi grazie ai Social Network

Sembrerebbe una comune storia di animali smarriti, anche se “comune” non è certo un aggettivo appropriato per chi soffre della separazione. Quella che voglio raccontare è invece una vicenda in cui si intrecciano tutti gli elementi caratteristici di una bella storia, di quelle che raccontano il curioso intreccio del destino e della condizione umana, in tante sue sfaccettature.

Un po’ come accadde nel film Lion, la storia del bambino Saroo smarrito per le strade dell’India che ritrova la mamma dopo 25 anni, un novello Remì che rinnova le peripezie dell’orfanello raccontato dalla brillante penna dello scrittore francese Hector Malot nel romanzo “Sans Familie”, la storia di Totò ha tutti quegli elementi di esemplarità, con le giuste dosi di eroismo, miseria, speranza, coraggio ed empatia che caratterizzano il genere umano.

Anche per Totò la storia finisce bene, con la interessante novità che – esattamente come accadde per Saroo – a contribuire al suo ritorno a casa i Social Network hanno giocato un ruolo di rilievo. In questa storia i nomi e i luoghi non sono importanti, perché la vicenda di Totò resta esemplare e valida per tutti chiunque e dovunque essi siano: un classico esempio di universale antropologico.

Ma andiamo con ordine: Totò è un pappagallo vispo e allegro, vive con una una famiglia in un quartiere di Roma non distante dal mare. Totò è il compagno inseparabile della signora G., una persona che svolge un ruolo di rilievo per il suo quartiere. Totò è anche un gran birichino e non ne vuol sapere di stare in catene in casa, e la signora G. ovviamente nemmeno si sogna di bloccare un pappagallo
tanto bello e vivo. Occorre cautela, perché Totò potrebbe imboccare una finestra aperta e volare via e non è detto che ritrovi facilmente la strada di casa.

G. lo sa bene e sta molto bene attenta a non lasciare finestre aperte, putroppo in un giorno ventoso di fine Ottobre, una finestra si spalanca e Totò vola via. Il giorno stesso, stanco ed affamato si avvicina ad un ragazzo che lo prende con sé e fa una cosa del tutto inaspettata: vende per una cifra modesta il pappagallo ad una sua conoscente, fingendo di aver smarrito i documenti.

Totò finisce subito in un’altra casa e trova una nuova famiglia, presso una ridente località marina a circa una trentina di Km dalla famiglia di origine. Passano i giorni e G. cerca disperatamente Totò nel gruppo di quartiere, che si unisce attivamente alle ricerche.

Passano tre mesi, arrivano Natale e  capodanno e Totò, che nel frattempo per una curiosa simmetria delle geometrie del destino è stato chiamato Cocò dalla nuova mamma, trova di nuovo la finestra aperta e … scappa! La nuova proprietaria mette allora l’annuncio sul gruppo di quartiere della città del litorale romano per cercare il suo adorato Cocò, anche da lei amato e vezzeggiato.

Totò, quando scappa, in realtà non si allontana di molto e finisce sul terrazzo di una casa a due isolati di distanza. Questa volta trova B., una brava ragazza che, immediatamente, pubblica l’annuncio sullo stesso gruppo di quartiere del litorale romano.

E qui scatta la grande magia dei Social Network: alcune persone del gruppo di quartiere della famiglia originaria, iscritte anche al gruppo di quartiere della nuova famiglia, avvisano la signora G. che corre a verificare che il pappagallo ritrovato sia effettivamente il suo. La stessa cosa è stata fatta dalla nuova proprietaria che è andata immediatamente a recuperare Cocò. Per questo motivo G. ritiene che il pappagallo dell’annuncio non sia il suo, visto che c’è già una proprietaria a reclamarlo.

Accade però che B., la stessa ragazza che ha ritrovato Cocò, viene avvisata da alcune persone del gruppo di quartiere della famiglia di origine e, messa in sospetto per via di alcune incongruenze sulla mancanza di documenti di Cocò, si mette in contatto sia con la signora G., la prima proprietaria, che con la nuova.

Qui, il lieto epilogo, la nuova proprietaria capisce che il suo Cocò è in realtà Totò, e si accolla il dolore di separarsi da lui per lenire un dolore ancora più grande, restituendo il pappagallo alla legittima proprietaria.

La storia di Totò è esemplare sotto molti punti di vista. Il primo è sicuramente dato dall’elemento della fatalità e della casualità, che caratterizza tutte le belle storie. Anche l’elemento della debolezza umana gioca indubbiamente il suo ruolo: rappresentato dal ragazzo che ha venduto Totò per pochi denari, incurante della sofferenza che poteva provocare.

E’ altrettanto importante la compostezza e la pazienza della signora G., la prima proprietaria, che non perde la speranza e continua a cercare il suo Totò. Così come è importante il ruolo della ragazza B., l’anello che in tutte le storie esemplari che si rispettino fa semplicemente tutto quello che è giusto fare, e lo fa subito, senza indugio.

Infine la nuova proprietaria di Cocò, che decide di separarsi dal suo nuovo compagno che nel frattempo ha imparato ad amare, comprendendo come il dolore della separazione che prova sia solo una pallida imitazione di quello della famiglia di orignie di Totò. E che fa la cosa giusta: con coraggio ed empatia restituisce il pappagallo alla sua famiglia di origine.

A fare da sfondo in tutta la vicenda ci sono i Social Network, con quell’assurdo mix di avversione ed empatia che solo in essi è possibile trovare. In questo caso, per fortuna, a vincere e l’empatia, con conseguente epilogo felice. Come dite? Dimentico Totò? Totò, nel frattempo, è diventato una star !

Share
Pubblicato in Uomini e Donne | Contrassegnato , , , , , | Lascia un commento