宾夕法尼亚州立大学和卡塔尔哈马德·本·哈利法大学的研究人员表示，可通过 Twitter 上的推文中表达的情绪，实时评估疫情、战争或自然灾害导致的供应链短缺会在哪些地方造成粮食短缺。他们发现，在 COVID-19 疫情初期，表达愤怒、厌恶或者恐惧的与粮食安全相关的推文与美国某些州实际粮食不足密切相关。研究人员表示，这些发现也许可以被用来开发低成本的早期预警系统，确定最需要粮食安全干预的地方。宾夕法尼亚州立大学农业和区域经济教授、东北区域农村发展中心（NERCRD）主任 Stephan Goetz 表示：“COVID-19 疫情的爆发及相关的供应链中断引发了全球对粮食获取和供应的担忧，许多人在社交媒体上表达了这样的忧虑。”“我们想看看是否可以通过推文实时识别面临粮食供应或不安全问题的特定州和地区。”Goetz 表示，他和他的同事不想只看与食物不足相关的推文的数量，而是想知道人们对食物状况的实际感受。他们使用人工智能来识别推文表达的情绪，这让他们能够将表达对食物供应担忧的推文与表达宽慰或者满足的推文区分开来。