Pensa a tutte le false voci che sono diventate virali sul COVID-19:è diventato così grave, l'Organizzazione Mondiale della Sanità l'ha definita "infodemia". Che si tratti di bufale o di una teoria della cospirazione virale, le informazioni viaggiano veloci in questi giorni. Quanto velocemente e lontano si spostano le informazioni dipende da chi le condivide, e dove, dalle discussioni sui social media alle conversazioni con altri pendolari mentre vai al lavoro.

Così, come possono le nostre interazioni e le loro infrastrutture influenzare la diffusione di voci e informazioni? Questa è una domanda a cui i ricercatori stanno iniziando a rispondere con modelli matematici complessi di contagio sociale, il concetto che il comportamento sociale e le idee si diffondono come un agente patogeno.

"La cosa con il contagio sociale è che è come il threading di un certo tipo di comportamento, o un'idea, o informazioni, "dice Jessica Davis, uno studente di dottorato del terzo anno al Network Science Institute del Nordest.

Davis ha recentemente condotto uno studio che utilizza equazioni matematiche per modellare il modo in cui le voci e le informazioni si diffondono in diversi tipi di ambienti.

In un articolo pubblicato lunedì in Fisica della natura , Il team di Davis ha delineato un nuovo modo per incorporare nei loro calcoli aspetti del modo in cui le informazioni vengono condivise nel mondo fisico, come il tragitto giornaliero delle persone al lavoro e i gruppi online con cui interagiscono, che potrebbe influenzare il modo in cui le informazioni si diffondono.

Il modello pone le basi per modi più realistici di studiare come viaggiano le informazioni, dice Davis.

"Questi modelli possono essere utilizzati per evidenziare differenti strutture, sociale, e altri fattori, " lei dice, "che normalmente non vengono presi in considerazione quando si pensa a come si diffondono le informazioni".

Alessandro Vespignani, Professore di fisica all'università della famiglia Sternberg, informatica, e scienze della salute, afferma che l'inclusione di caratteristiche così realistiche è essenziale per modellare accuratamente il modo in cui le informazioni si diffondono in tempo reale. Vespignani, coautore dello studio, ha anche modellato la diffusione dell'epidemia di COVID-19.

"Lo studio apre la strada a una modellizzazione più realistica della diffusione dell'informazione e della disinformazione che tenga conto della struttura geografica e sociale dei social network, " lui dice.

L'approccio del team alla modellazione del modo in cui le informazioni si diffondono tra le persone si basa su sforzi simili di Vespignani e altri scienziati per modellare come si diffondono le malattie infettive, e si avvale di dati già disponibili da studi epidemiologici.

"Ora abbiamo molti più dati nel mondo, e possiamo usarlo per capire come si stanno diffondendo le cose, " dice Davis. "Abbiamo persone che utilizzano reti di trasporto, persone che utilizzano Google, Twitter, e altri social, per capire come si sta diffondendo una malattia”.

Davis e il suo team hanno anche utilizzato un classico modello di propagazione delle voci come base del loro modello. quell'approccio, noto come modello Maki-Thompson, fattori nelle persone che si diffondono, ignorare, e astenersi dal diffondere la voce. Tutti questi individui rispecchiano la funzione di infetti, suscettibile, e recuperare le persone in modelli di malattia e infezione.

Nel loro studio, il team ha testato come la capacità delle persone di spostarsi e viaggiare in Europa potesse influenzare la diffusione di una voce. Altri test includevano modelli vincolati a database online per simulare il modo in cui le informazioni permeano diverse discipline accademiche. L'idea è di calcolare il punto di svolta in cui le voci e le informazioni diventano virali.

"Scriviamo una serie di equazioni, e possiamo risolvere per questa soglia, " dice Davis. "È una funzione di entrambi i parametri del modello di rumor, così come la struttura di questa rete."

Queste equazioni sono ciò di cui hanno bisogno i modelli di contagio sociale per essere il più perspicaci possibile, dice Davis.

E, a lungo termine, è ciò che potrebbe spingere gli scienziati della rete a modellare la diffusione delle informazioni nel mondo reale con maggiore precisione, compresi i ruoli che i diversi gruppi di persone svolgono.

"Alcuni tipi di informazioni che si diffondono nella fascia degli adolescenti potrebbero non influenzare la popolazione anziana, " dice Davis. "Se potessimo capire chi è interessato da queste informazioni, che potrebbe aiutarci o forse aiutare i siti di social media a monitorare o comprendere meglio chi è stato influenzato da queste informazioni".