Pubblicati su Plos One i risultati della ricerca che simula i fenomeni di propagazione virale e i suoi effetti
La rivista Plos One, in collaborazione con l’Università Statale di Milano, ha pubblicato lo studio che propone un modello per descrivere come la diffusione di un fenomeno virale nelle reti sociali influenzi la conoscenza che di esso hanno gli individui, determinando comportamenti differenti, volti in alcuni casi a prevenire il contagio, in altri a favorirlo. La ricerca evidenzia come il risultato delle modifiche nei comportamenti vada a cambiare la diffusione virale.
Il lavoro si inserisce nell’ambito degli studi di coevoluzione di sistemi complessi in presenza di fenomeni epidemici: una rete sociale – digitale o no -, ha caratteristiche tipiche dei sistemi complessi e le due dinamiche, la diffusione virale e i comportamenti degli individui, si influenzano vicendevolmente, coevolvono.
Definire dei meccanismi di variazione della conoscenza sufficientemente semplici da poter essere modellati e simulati con un tool software appositamente sviluppato è stato lo scopo della ricerca. Il modello è stato ideato e coordinato da Marco Cremonini dell’Università di Milano e sviluppato insieme a Samira Maghool, dottoranda in Fisica dell’Alzhara University di Teheran e visiting researcher presso il dipartimento di Informatica dell’ateneo milanese da settembre 2018.
Per il modello e il simulatore è stato usato un approccio multi-agente, nel quale gli individui vengono rappresentati da componenti software – ovvero “agenti” – che eseguono azioni sulla base delle informazioni che ricavano dalla rete sociale di agenti. Come linguaggio di programmazione è stato scelto Python. Lo studio ha introdotto elementi di novità nell’ambito dei modelli di coevoluzione dinamica per fenomeni epidemici complessi.
Scenari riconducibili al modello studiato sono molteplici, non solo i casi biologici tradizionalmente considerati dall’epidemiologia, ma soprattutto le molteplici varianti di propagazione di idee, opinioni, rumor, fake news e false credenze all’interno di reti sociali, digitali o no. Un altro scenario interessante e ancora poco studiato riguarda la propagazione di malware in reti di computer, per le quali esiste una coevoluzione tra azioni guidate esclusivamente da tecnologie e reti sociali con le azioni di operatori e utenti.
Commenta Marco Cremonini: “Nonostante i limiti dovuto alla modellazione dei fenomeni e all’utilizzo di un modello di rete sociale e di dati artificiali, lo studio fornisce spunti innovativi per l’interpretazione di sistemi complessi che, come la rete, presentano comportamenti che si influenzano vicendevolmente. Capire gli effetti della percezione e della conoscenza che le persone hanno di un fenomeno epidemico è importante per comprendere la dinamica di un sistema sociale complesso, per migliorare la capacità predittiva e per valutare i risultati di eventuali contromisure”.