Malattie idee ed evoluzione

Capita a tutti di ammalarsi. E quando succede, c’è una certa probabilità di trasmettere la nostra malattia agli altri, che poi la trasmetteranno ad altri ancora e così via. Finché non passa l’ondata.

CC-BY Tina Franklin/flickr

Si può descrivere matematicamente come la malattia si diffonde. Per esempio, possiamo scoprire quanto contagioso deve essere un virus perché diventi una vera epidemia, o quali categorie di persone hanno più probabilità di venirci a contatto. O come l’ondata di ammalati spazzerà la popolazione.

Anche i computer spargono virus: qualcuno apre stupidamente un allegato e il loro computer si infetta. Il virus si replica e inizia a tempestare tutti i suoi contatti con email infette per diffondersi. Ma i computer spargono anche un altro tipo di infezione: idee.

Tutti quanti vediamo post e notizie sui social. Qualche volta, poi, condividiamo quello che abbiamo visto coi nostri amici, che potrebbero condividerlo coi loro e così via. Se si diffonde abbastanza, poi, quel puccioso video di gattini che abbiamo condiviso diventa… beh… virale.

Lo stesso modello matematico che descrive genericamente come si diffondono i germi nella rete dei nostri conoscenti lo si può usare pure su reti di computer o i social network. L’idea è esattamente la stessa.

C’è anche un’altra cosa che possiamo diffondere nella nostra popolazione: i nostri geni. Come le malattie e le bufale, anche i geni si spargono (col passare delle generazioni), in continua competizione per accaparrarsi le limitate risorse a disposizione. E come i geni, anche i post accattivanti e i virus mutano ed evolvono, cercando il modo più veloce di moltiplicarsi. Qualunque esso sia.

Prima della follia di PenPineappleApplePen, del Rickrolling, e di Doge—in realtà, molto prima di internet proprio—il famoso biologo Richard Dawkins coniò il termine meme. Descrive proprio quello che sono i memi su internet: “un’unità di imitazione culturale“, un elemento concettuale che si replica e diffonde nella popolazione, come fa un gene.

Sebbene le idee di base sulla diffusione di malattie e idee siano molto vecchi, il mondo reale è—come al solito— più complicato. Perciò matematici e fisici lavorano sodo per trovare descrizioni migliori e più realistiche, con cui difenderci meglio dall’influenza… ma anche dalle bufale.

Per saperne di più
  • Un team italiano ha pubblicato di recente un esempio di queste descrizioni più realistiche: una descrizione efficiente di virus e memi all’interno di intricate popolazioni.
  • Un articolo di uno scrittore un po’ nerd sulle epidemie non può dirsi completo se non si nomina almeno una volta Pandemia
  • Un paio d’anni fa, CGP Grey ha descritto piuttosto in dettaglio come i memi si evolvono su internet

 

Cover photo: CC0 Myriam/pixabay.com

Si possono prevedere i guasti di internet?

Per sapere quando usare i cubetti di ghiaccio che abbiamo in freezer non ci interessa come e perché l’acqua congela a zero gradi. Basta sapere se sono più caldi o più freddi di zero perché sappiamo che, al di sotto di quel punto critica, l’acqua è instabile e basta una minima spintarella perché congeli.

Anche l’infrastruttura di internet è una complicata rete di parti che interagiscono tra loro, un po’ come molecole d’acqua. E, come per l’acqua, anche per internet ci piacerebbe capire semplicemente in che stato è. Secondo uno studio pubblicato su Nature, per tutte le reti (internet, reti elettriche o addirittura interi ecosistemi) si può trovare una grandezza, una specie di “temperatura”, che ci dice quando diventano instabili.

nature_network

Credit: Nature publishing group

La figura qui sopra mostra l’idea di base: una “funzione di resilienza” raccoglie l’informazione sui rapporti tra le componenti del sistema: chi trasmette o riceve nella rete internet, impollinatori e fiori in un ecosistema, generatori e utenti di una rete elettrica. La funzione dipende da un unico parametro (quel βeff), la “temperatura” del sistema. Conoscendo questa funzione si capisce, indipendentemente dai dettagli, il punto critico della rete, come facciamo con la temperatura dell’acqua.

Il valore della “temperatura” dipende dalla topologia della rete—ovvero chi è collegato (e quanto strettamente) con chi— e cambia aggiungendo o togliendo elementi. Ieri, ad esempio, alcuni nodi TIM si sono guastati, cambiando la topologia della rete e la sua “temperatura” oltre il punto critico, causando il collasso.

Con questo metodo si potrebbero prevedere le condizioni in cui la rete crolla, e come renderla strutturalmente più stabile. Secondo i ricercatori, le reti più stabili non dipendono da singoli nodi vitali (non proprio una novità), hanno alcuni nodi molto connessi e altri meno, e hanno interazioni reciproche piuttosto che gerarchiche.

Non è che ora possiamo andare in giro a prevedere qualsiasi cosa, o che abbiamo risolto i blackout di internet. Anzitutto, anche se il sistema funzionasse, alcune modifiche strutturali sono impossibili o irragionevoli. Poi non è detto che funzioni sempre: questo è un lavoro teorico, che va ancora testato. Sembra andar bene nelle reti studiate nell’articolo, ma potrebbe non funzionare con altre.

 

Foto copertina: internet down 🙁, CC-BY-NC Kirk Lau, via Flickr. Some rights reserved.