L'importanza dei legami deboli nelle reti sociali

Leggendo in giro sui Blog trovo opinioni discordanti sul ruolo che i social network ( Linkedin e Neurona, solo per citarne un paio) possono avere nella struttura delle reti sociali professionali partendo dalle raccomandazioni globali con LinkedIn,

Leggo opinioni discordanti anche sulle differenze strutturali di social network particolari, come quella di Granieri - che preferisce ad esempio Neurona, oppure LinkedIn e linkedOut di Dario Banfi.

Affrontando l'aspetto da un altro punto di vista, vorrei prendere spunto dalla tesi di un importante sociologo che chiarì l'importanza dei legami deboli nelle reti sociali.

Conoscerete senz'altro la teoria dei sei gradi di separazione di Stanley Milgram che più volte viene citata sui blog che trattano l'argomento dei social network, altrimenti potete leggere si Wikipedia di cosa si tratta:

http://it.wikipedia.org/wiki/Sei_gr adi_di_sepa razione_(sociologia)

Nel 1973 Mark Granovetter, un sociologo che insegnava alla Johns Hopkins University di Baltimora (e appena tre anni prima di Milgram) aveva pubblicato un articolo sul fenomeno dei "piccoli mondi".

Il suo nome e' legato a un importante contributo, pubblicato in due articoli degli anni 1970 sulle modalita' con cui le persone cercano e trovano lavoro...
L'idea e' che i legami ( relazioni ) DEBOLI risultano essere più importanti delle amicizie forti e radicate. Secondo Granovetter la società e' strutturata in cluster altamente connessi, o cerchie molto ristrette di amici dove tutti conoscono tutti.

Sono pochi quei legami con l'esterno che mettono in contatto questi gruppi con il mondo delle nostre relazioni. Questi legami svolgono una funzione critica nella intermediazione.
Nella ricerca di nuove opportunità di lavoro dunque può essere utile uscire fuori dalla cerchia di amicizie note per affidarsi a legami deboli in grado di aprire la comunicazione verso altri cluster o gruppi di individui..

Ad esempio se noi cerchiamo lavoro non dobbiamo limitarci a farlo sapere alla nostra ristretta cerchia di amici stretti e parenti.
Secondo questa teoria sono i legami deboli, gli amici degli amici degli amici, che ci mettono in condizione di trovare quello che cerchiamo
Questa tesi e' stata ampiamente dimostrata in varie occasioni e attivita' umane e, recentemente, anche sul World Wide Web.

E' un concetto sottile, ma assi importante, quello esposto da Granovetter, poiche' i ponti dei legami deboli consentono la tenuta delle reti sociali.

Inoltre e' provato che i legami forti non sono quasi mai rilevanti sotto questo profilo e si possno eliminare senza produrre gravi danni al grafo della relazione tra reti diverse. I ponti, cioè, sono costituiti quasi sempre da legami deboli.

Il social networking favorisce questa condivisione delle amicizie e dei contatti per creare una rete di rapporti in cui nessuno è sconosciuto e chiunque è identificabile in quanto "amico di" un altro.

A partire dal 1998 alcuni fisici hanno studiato il fenomeno del "Piccolo Mondo" utilizzando una rete facile da maneggiare matematicamente: Internet.
Prima di allora era molto difficile studiare questi fenomeni, perche' le reti sociali o gli ecosistemi hanno una evoluzione lenta e difficilmente si possono riprodurre dei modelli di simulazione al calcolatore...

In una pubblicazione su Nature, nel giugno del 1998, nell'articolo Collective dynamics of small world networks di Duncan Watts e Steve Strogatz, due ricercatori della Cornell University di New York ripresero il concetto che una qualunque persona nel pianeta è separata da ogni altra da un numero limitato di relazioni.
Piu' recentemente un altro fisico, Lazlo Barabasi, ha scoperto alcune leggi che permettono di seguire l'evoluzione di ogni tipo di rete, chiamata a invarianza di scala

Dagli questi studi sulla teoria delle reti sono nate una serie di piattaforme che hanno cercato di attuare, in pratica, il principio dei "sei gradi di separazione", favorendo la creazione di reti sociali tra individui che si conoscono ed individui che non si conoscono affatto, proprio attraverso il meccanismo della presentazione o della "conoscenza indiretta" (il principio per cui "gli amici dei miei amici sono miei amici").

Per quanto riguarda la qualita' (che secondo Nicola diminuirebbe con l'aumentare delle dimensioni dei gruppi)? Sono d'accordo con lui. Ma certo e' importante definire prima gli obiettivi e definire cosa di intende per qualita'. Intendo: la qualita' deve essere quantificabile e contestualizzabile.

Per esempio: quando devo vivere una vita di relazione, passare il mio tempo libero con persone che amo, che conosco intimanente, continuero' a frequentare sempre un gruppo formato da non piu' di 40-60 persone. Questi sono i miei legami forti. Ci sono studi di antropologia che confermano che gruppi piu' numerosi sono meno coesi.

Quando invece dovro' raggiungere degli obiettivi diversi, alimentare il tessuto sociale che possa pemette di migliorare il mio "status", beh, mi fara' molto utile utilizzare i "cluster" che accorciano la dimensione delle reti di conoscenze.

Nel mio lavoro se riesco a ottenere una "scorciatoia" e conoscere una persona passando per 2-3 persone invece che attraverso una lenta e lunga ricerca avro' dei vantaggi competitivi...

Il bello è che si è recentemente scoperto che anche il World Wide Web e molte altre reti, come quelle degli ecosistemi viventi, funzionano nello stesso modo.

L'unica differenza è che internet e il Web si sono formate in decenni mentre le catene alimentari in natura (gli ecosistemi) si sono evolute nel corso di milioni di anni.

Quali sono le analogie di queste reti cosi' apparentemente diverse?

Consiglio a chi non ha mai letto di questi argomenti, e desideri approfondire, di fare una ricerca su Google e Wikipedia su seguenti concetti:

teoria del mondo piccolo
legge di potenza
reti a invarianza di scala
preferential attachment
fitness dei nodi di una rete


Queste leggi matematiche sono anche alla base del comportamento di reti "aristocratiche" tra cui Internet, il Web, le reti sociali di persone, le reti di diffusione delle epidemie, la rete degli scambi proteici di una cellula, le relazioni sessuali tra individui, le preferenze come le mode, ecc.
Sono cioe' tutte reti a invarianza di scala.

Qualcuno ha letto il testo di Albert-László Barabási dal titolo "LINK" edito da Einaudi nel 2004?

Sarebbe interessante sapere cosa ne pensate...

Arouet

The Emergence of the Creative Enterprise

Sono le invenzioni geniali di pochi singoli illuminati a fare progredire la scienza o l'intelligenza collettiva di molti individui che lavorano in gruppo?

Mi è capitato recentemente di leggere un interessante post dal blog di Layla Pavone.

Nella sua riflessione il Presidente di IAB Italia e IAB Europa si interroga su cosa muove il mondo, cioè su cosa consente alla creatività di un popolo di farlo progredire nella scoperta scientifica e tecnica.

Layla Pavone riporta quella che è la conclusione del libro "The Wisdom of Crowds" scritto da Jim Surowiecki, giornalista del New Yorker, il quale sostiene che è l'unione di piu' intelligenze, l'integrazione di molteplici punti di vista, a creare più valore di quanto possa crearne il genio isolato di una mente illuminata.

Tuttavia non è sempre stato così.

Albert-László Barabási, professore in fisica statistica della Università di Notre Dame, ha dimostrato in un articolo [1] apparso su SCIENCE, che nonostate per secoli gli individui impegnati in ogni campo del sapere scientifico si siano tenuti legati da una rete invisibile, comunicandosi le loro scoperte, tuttavia gli studi e le relative pubblicazioni scientifiche erano sempre stati fenomeni legati a singole iniziative culturali.

Le più grandi idee attribuite a Galileo, Netwon, Darwin e Einstein possono dunque essere descritte topologicamente da una geografia di nodi isolati.

Anche nella prima metà del XX secolo la rete di scienziati, che pure si organizzarono in singole squadre di individui estremamente collaborative, tendevano e creare isole. Pensiamo ad esempio alla stretta collaborazione di scienziati come James Watson (zoologo e genetista) e Crick (un fisico), i due scienziati che scoprirono il DNA che furono responsabili della rivoluzione scientifica più importante degli ultimi due secoli dopo la scoperta delle leggi di Mendel.

Ma erano purtroppo ancora collaborazioni legate all'interazione [link] di pochi individui isolati, gruppi di lavoro che non comunicavano con altri gruppi.

Solo quando si resero necessari obiettivi internazionali come il Progetto Genoma Umano, oppure la ricerca della "particella di Dio", il bosone di Higgs, parametro chiave del modello standard, si sentiì l'esigenza di una collaborazione estesa su scala planetaria.

Tali ricerche non sarebbero state possibili senza una collaborazione tra migliaia di individui strettamente interconnessi con centinaia di centri di ricerca internazionali, collegati da una invisibile rete di collaborazioni e la co-pubblicazione di milioni di scritti scientifici.

Il merito di Barabási è di avere dimostrato scientificamente le intuizioni di Jim Surowiecki, descrivendo queste relazioni tra nodi mediante un solido linguaggio matematico.

La rete di collaborazioni tra scienziati e autori di pubblicazioni scientifiche è una rete a invarianza di scala, che cresce con legge di potenza.

Un esempio citato nel suo articolo è quello di Paul Erdos, il padre della teoria delle reti casuali, scienziato che con più di 500 collaboratori, può essere preso come il miglior esempio conosciuto di rete collaborativa tra matematici.

Barabási ha matematicamente dimostrato che il Web, la cellula di un organismo vivente, o una rete sociale è guidata dai medesimi meccanismi che ne regolano la sopravvivenza e la propria evoluzione.

La dinamica di queste reti fa sì che esse seguano la stessa strada evolutiva. Pur essendo reti "senza ragno", cioè senza un supervisore centrale, esse hanno tendenza ad auto-organizzarsi. Per gli organismi ci pensa la legge dell'evoluzione biologica, per le reti complesse come internet è la legge di potenza.

Oggi le grandi scoperte scientifiche sono legate alla collaborazione di centinaia, migliaia di individui. Non è solo una questione di costi (i laboratori moderni hanno bisogno di enormi investimenti statali e intergovernativi). E' un problema soprattutto legato alla complessità.

Barabási ha inoltre dimostrato che nelle reti collaborative è importante sia la presenza di menti dotate di grande intelletto ed esperienza (i singoli guru, individui illuminati ed estremanente dotati intellettualmente) che giovani menti dotate di creatività e portate all'innovazione.

I primi hanno il compito di "guidare" il gruppo, di ragionare per inferenze, e risparmiare tempo computazionale grazie alla loro lunga esperienza passata a studiare su modelli teorici per anni durante notti insonni. I secondi quelli di portare al gruppo esperienze collaborative e idee fresche innovative.

Una teoria matematica che spieghi la dinamica delle scoperte umane non può più quindi essere più solo legata all'apporto di un singolo individuo.

Anche le imprese più competitive del XXI secolo saranno quelle che potranno sfoggiare gruppi di lavoro composti da individui con una giusta combinazione di " expertise" (saper fare), esperienza, creatività e innovazione.

Claudio Pasqua

[1] Albert-László Barabási - Network Theory - the emergence of the Creative Enterprise - SCIENCE, 29 April 2005

TEORIA DELL’EMERGENZA E RETI COMPLESSE

articolo tratto da The Daily Bit

Recentemente [1] il fisico teorico Ginestra Bianconi ha condotto uno studio sulla emergenza di reti a inviarianza di scala in cui ha dimostrato che il grado di distribuzione in tali reti corrisponde a uno stato di energia più elevato rispetto a reti non organizzate. Al contrario il minimo di energia si riscontra nelle reti con nodi e link distribuiti in modo aleatorio (reti casuali).

La teoria dell’emergenza è una branca della teoria dei sistemi che studia i processi di costituzione di entità basate su (emergenti da) interazioni di cooperazione/competizione tra elementi.

Il tema dell’emergenza per la sua peculiarità rappresenta molte delle problematiche sistemiche attualmente presenti in diverse discipline.
Una larga varietà di reti complesse come Internet, il World Wide Web, le reti biologiche degli scambi proteici tra cellule o le reti sociali (come lo stabilirsi di comunità auto-organizzate come la sincronia del lampeggio di sciami di lucciole, fino all'organizzarsi di interi centri industriali) ed economici (come i comportamenti dei mercati azionari) rivelano una tendenza analoga a massimizzare l’energia.

Queste strutture evolvono in modo da conseguire precisi obiettivi e rivelano caratteristiche topologiche analoghe, tra cui una interessante tendenza all’autoorganizzazione.

Le proprietà di queste strutture non sono dedicibili da quelle dei componenti interagenti tra loro, da cui la necessità a ricorrere a delle modelizzazioni che dalla prima semplice osservazione che “il tutto è maggiore della somma delle sue parti” arrivino a descrivere le reti a livello sistemico: dobbiamo cioè esaminare la struttura e la dinamica delle funzioni tra i nodi e dell’intero complesso di relazioni, piuttosto che le caratteristiche delle parti isolate.

La complessità dei sistemi e la enorme quantità di informazioni (dati) oggi disponibili richiede lo sviluppo di modelli matematici e metodi computazionali che possano definire le relazioni tra struttura e funzione a tutti i livelli di organizzazione.

Creare un modello della rete allargato a ecosistema digitale aperto tiene fondamentalmente in conto tale complessità.

REFERENCE

[7] G. Bianconi, Degree distribution of complex networks from statistical mechanics principle, cond-mat/0606365v5 (2006)

La dinamica dei sistemi complessi e il World Wide Web

Pare veramente incredibile pensare che ci siano voluti più di 40 anni perché la scienza si interrogasse sul perché certi sistemi complessi (tra cui alcune reti e Internet) non seguissero semplici comportamenti casuali.

Dal 1959, da quando due matematici ungheresi, l’inimitabile Paul Erdős e il suo collaboratore Alfréd Rényi iniziarono a studiare il comportamento delle reti in comunicazione e nelle scienze biologiche, è passata molta acqua sotto i ponti. Essi suggerirono, con convincenti calcoli, che i sistemi complessi si comportavano in maniera del tutto aleatoria [1] [2].

Quarant’anni dopo, nel 1999, il fisico Albert-László Barabási (foto) e i suoi collaboratori Reka Albert e Hawoong Jeon si accorsero non solo che non tutte le reti si comportavano come sistemi casuali [3] [4]: anzi, erano molti gli esempi di reti che presentavano un comportamente altamente organizzato: una di queste era proprio Internet e il World Wide Web.

Tenete presente che gli strumenti che prima di tali studi venivano utilizzati per spiegare il comportamento di Internet si basavano su idee mutuate dall’analisi sul comportamento di sistemi privi di organizzazione.
Gli attuali protocolli sono stati sviluppati negli anni Settanta, quando la rete era piccola, sfruttando le tecnologie disponibili allora.
L’importanza di conoscere la topologia della rete e dei suoi attributi è legata alla necessità di abbattere le limitazioni intrinseche al modello: senza tali conoscenze non si possono ad esempio progettare nuovi strumenti e nuovi servizi.

Da cui l’importanza di introdurre nuovi modelli che spieghino con maggiore raffinatezza le caratteristiche dei questi sistemi.


Articolo tratto da The Daily Bit


REFERENCES

[1] Paul Erdős and Alfréd Rényi , Publ. Math. Inst. Acad. Sci. 5, 17 (1960).

[2] B. Bollobas, Random Graphs (Academic Press, London, 1985).

[3] Albert-László Barabási, and R. Albert, Science 286, 509 (1999).

[4] Albert-László Barabás, Linked, The New Science of Networks, Perseus Publishing, 2002

Le reti descritte come sistemi competitivi

E' stata la ricercatrice italiana Ginestra Bianconi [1] del team del Prof. Barabási a scoprire che la Fitness determina il successo o il fallimento di un nodo.

Fino al 2001, prima dello studio della ricercatrice Bianconi, si pensava che nella tipologia di reti come quella di Internet, come predice il modello a inviarianza di scala, il primo arrivato fosse necessariamente il vincitore: la spiegazione data era che la connettività dei nodi aumentava con la radice quadrata del tempo.

Nel nuovo modello a fitness viene dimostrato che i nodi aumentano sì il loro numero di link seguendo una legge di potenza ma l’esponente che misura la velocità con cui ogni nodo si accaparra link è diverso per ogni nodo.
Questo esponente è proporzionale alla fitness.
Il modello spiega che una pagina con una fitness doppia rispetto a un'altra raccoglierà link più velocemente, perché il suo esponente è due volte maggiore.

Questo ci dice anche un'altra cosa importante: che la velocità con cui i nodi ottengono nuovi link non è una questione di anzianità. Il ruolo maggiore è legato alla velocità con cui i nuovi nodi conquistano nuovi link che permette a questi ultimi di passare in testa. E questo indipendentemente dal momento in cui sono entrati a far parte della rete.

Google è la dimostrazione concreta del fatto che questo nuovo modello riesce a descrivere con maggiore accuratezza il comportamento di reti a inviarianza di scala come Internet.
Google, arrivato solo nel 1997, ma utilizzando una tecnologia più all’avanguardia, riuscì in poco tempo ad accaparrarsi nuovi link più apidamente di Altavista o Inktomi, superando i suoi concorrenti.


IN SINTESI

Nei modelli di rete a invarianza di scala come Internet la legge di potenza dimostra che chi possiede già molti link avrà più probabilità di ottenere nuovi link in futuro e aumentare la sua popolarità

Il modello a fitness descrive invece correttamente le reti come sistemi competitivi. I nodi sono in competizione continua poiché i link rappresentano la principale fonte di sopravvivenza in un mondo interconnesso come Internet [2].
I nodi, dunque, non sono tutti uguali ma possiedono diversi valori di fitness.
Vince chi dimostra di avere la fitness più alta, cioè la capacità più alta ad acquisire nuovi link. Tutto ciò sembra in contraddizione con il modello a rete a invarianza di scala, ma in realtà non è così: i due modelli coesistono.
Con la conferma che tra due nodi ugualmente connessi è la prestanza fisica degli elementi più giovani a battere la incancrenita anzianità dei nodi già importanti e famosi.


[1] Barabási, A.-L. e Bianconi, G., Bose-Einstein Condensation in Complex Networks (http://www.nd.edu/~networks) , Phisycal Review Letters, vol. 86, N. 24, pp. 5632-5635, 11 giugno 2001

Per contattare l'autore dell'articolo: claudio.pasqua@gmail.com
.

La fitness premiata dal PageRank

Google è curioso, perché il suo comportamento smentisce il modello di rete a invarianza di scala [1].

Ricordo che, secondo il modello di rete a invarianza di scala, il primo che arriva ha un vantaggio competitivo rispetto agli altri: sul World Wide Web le pagine più connesse sono quelle aggiunte prima di altre che non hanno avuto il tempo di aggiudicarsi dei link e trasformarsi in hub (che sono i nodi principali, ricchi di collegamenti).

Eppure Google non segue questo modello. Il celebre motore di ricerca vide la luce appena nel 1997, quando altri motori di ricerca come Inktomi o Altavista già dominavano da alcuni anni il mercato.

Nonostante l'handicap di essere entrato in competizione in ritardo, Google in breve tempo divenne il nodo più importante della rete, e il motore di ricerca più conosciuto e utilizzato.

Questo offre ai “nuovi arrivati” nuove speranze. Google ci dimostra infatti che se la nostra azienda ha realizzato da poco un sito web, ebbene, essa potrà aggiudicarsi, utilizzando delle strategie di posizionamento adeguate, una buona visibiltà avvantaggiandosi rispetto alla concorrenza già presente in rete da anni.

L’eccezione di fenomeni come Google dimostrerebbe, dunque, come il modello di rete a invarianza di scala, da solo, non riesca a descrivere completamente l'estrema complessità di Internet.

Nelle reti a inviarianza di scala, come Internet o le reti di relazione sociali umane, esiste cioè una proprietà intrinseca che influenza la velocità con cui le pagine o gli attori dell’ambiente riescono ad annettersi nuovi link.

Alcuni nodi, pur comparendo molto tardi, riescono ad aggiudicarsi in breve tempo la maggior parte dei link della rete; altri, anche se apparsi per primi, non se ne aggiudicano nessuno e non diventano dunque nodi importanti.


I NODI NON SONO TUTTI UGUALI

In ogni ambiente dotato di una certa competizione ogni nodo è caratterizzato da quello che il fisico teorico Albert-László Barabási chiama fitness [2]. Possiamo immaginare la fitness in una rete sociale come quella capacità che abbiamo di stringere più amicizie e legami rispetto ai nostri vicini. Sappiamo che le persone più importanti hanno generalmente molti amici, contatti umani che possono tornare utili nel momento del bisogno. Pensiamo ad esempio a un uomo politico. Il suo potere è proporzionale alla quantità di contatti che sono presenti nella sua agenda. La sua candidatura avrà successo nella misura in cui riuscirà a farsi riconoscere dal maggior numero di potenziali votanti.
E’ lo stesso quanto accade su Internet: la popolarità di una pagina Web è la sua abilità di farci tornare quotidianamente sul suo contenuto, piuttosto che su quello di miliardi di pagine che si contendono la nostra attenzione.

In una rete possiamo assegnare una fitness a ogni pagina o nodo per indicare la sua capacità di competere per i link. Ad esempio la fitness di questo mio articolo può essere 0,000001 mentre quella della home page di Google 0,8.

Sul Web conta non il numero in sè ma il loro rapporto. Non è difficile immaginare che Google possieda una importanza 800.000 volte più alta di questa pagina che state leggendo.

L’introduzione di questa nuova grandezza non esclude i due meccanismi che abbiamo visto nei due articoli precedenti: la legge di potenza e il collegamento preferenziale. Quello che cambia è solo il criterio con il quale una pagina viene considerata più o meno attraente.

Quando ho parlato del modello a reti a invarianza di scala ho dato per scontato una cosa: che la capacità di attrarre link di un nodo è proporzionale al numero di link già presenti. Chi ha più link è maggiormente avvantaggiato.

Ora introduciamo un ulteriore tassello a questo mosaico: in un ambiente competitivo la fitness assume un ruolo decisivo!

Un modo semplice per utilizzare la fitness nel nostro modello è descrivere il collegamento preferenziale come il prodotto tra la fitness del nodo e il suo numero di link: ogni nuova pagina deciderà dove connettersi confrontando il prodotto tra fitness e connettività di ogni pagina disponibile.

Tra due pagine con lo stesso numero di link sarà quello con la fitness più alta ad ottenere link più velocemente dell’altra.


[1] Barabási, A-L., Albert, R., Jeong, H. "Mean-Field Theory for Scale-Free Random Networks
(http://www.nd.edu/~networks) ", Physica A 272, pp 173-187, 1999

[2] Barabási, A.-L., "Link - la scienza delle reti", Einaudi, 2004, ISBN 8806169149