Skip to main content

Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.

  • RESEARCH HIGHLIGHT

La rete delle scoperte

Read in English

Credit: Mina De La O/ Stone/ Getty Images.

L'innovazione è la chiave della crescita economica, ma non comprendiamo a pieno che cosa la determina e come può essere coltivata. Ora un gruppo di scienziati italiani ha utilizzato la teoria delle reti, una branca della matematica che studia le relazioni complesse tra grandi numeri di oggetti, per studiare come le interazioni sociali influenzano la creatività degli innovatori. In uno studio pubblicato su Physical Review Letters, suggeriscono che la probabilità di nuove scoperte di un singolo innovatore dipende dalla sua posizione in una rete di altri individui creativi, e dalla struttura della rete stessa.

Lo studio si basa sul concetto di adiacente possibile, introdotto negli anni Novanta dallo studioso di sistemi complessi Stuart Kauffman. Il quale suggerì che i sistemi biologici e sociali evolvono per piccoli passi, esplorando ciò che si trova 'a un passo di distanza da ciò che è già noto', e che ogni esplorazione apre nuove possibilità e ne chiude altre. Il concetto può essere facilmente adattato alla cultura e all'innovazione. Un esempio è la scoperta di nuovi artisti su una piattaforma di streaming musicale. Un ascoltatore potrebbe iniziare per esempio da Lou Reed. Dopo aver ascoltato Perfect Day potrebbe essere spinto a esplorare il resto della sua discografia, o passare ai Duran Duran, che hanno inciso Perfect Day anni dopo di lui. Ognuna delle due scelte influenzerebbe diversamente le possibilità di ulteriori esplorazioni e scoperte.

Alcuni anni fa Vittorio Loreto, professore all'Università di Roma La Sapienza e coautore di questo studio, ha combinato il concetto di possibile adiacente con il modello statistico delle urne di Pólya, dove oggetti o concetti sono rappresentati come palline colorate all'interno di una sacca. Ogni volta che una pallina colorata viene estratta dal sacchetto, un certo numero di palline dello stesso colore vengono rimesse all'interno. Loreto ha introdotto una variante, in cui ogni volta vengono aggiunte nella sacca anche alcune palline con nuovi colori1. Il numero di palline nella sacca cresce sia attraverso un processo di rinforzo, come nelle urne di Pólya tradizionali, sia per innovazione. Tradotto in una simulazione matematica, questo modello spiega come ogni scoperta estenda l’adiacente possibile di un singolo individuo, e prevede correttamente alcuni fenomeni statistici che si osservano nello studio dell'innovazione.

Questo nuovo studio, guidato da Iacopo Iacopini, amplia il modello per includere il potere delle reti sociali come acceleratore di scoperte2. “Volevamo capire come l'architettura di un sistema complesso influenza le sue proprietà” dice Vito Latora, professore all'Università di Catania e ultimo autore dello studio.

I ricercatori sono partiti dalle urne di Loreto e le hanno collegate in reti chiamate "urnet", basate su dati ricavati da strutture sociali reali come le reti di collaborazione tra musicisti, le reti di coautori di pubblicazioni scientifiche, e lo Zachary Karate Club - un club sportivo universitario studiato in dettaglio nei primi anni Settanta e da allora è diventato un caso di studio da manuale per scienziati sociali. I ricercatori hanno creato simulazioni al computer del loro modello e le hanno usate per fare previsioni su come le nuove idee emergono e circolano, mostrando che rispecchiano quanto osservato nelle reti reali. In particolare, hanno dimostrato che una posizione centrale nella rete garantisce un tasso di scoperte più elevato.

Iacopini spiega che l'applicazione pratica più immediata sarebbe per i sistemi di suggerimenti di consumo, ad esempio per lo streaming video o musicale. Questi algoritmi devono trovare un equilibrio tra suggerimenti che potrebbero piacere all’utente ma sono molto lontani dalle sue scelte precedenti, e altri che al contrario sono simili ai suoi consumi precedenti dell’utente ma in realtà non gli interessano. Alcuni degli algoritmi utilizzati dai servizi di streaming tengono conto dei gusti dei contatti stretti di ogni utente, ma potrebbero essere molto più sofisticati.

La fase successiva dello studio mira a esplorare come l'innovazione si muove attraverso una rete e, cosa di particolare interesse per gli imprenditori del settore hi-tech, quali strutture di gruppo stimolano maggiormente scoperte e innovazioni.

doi: https://doi.org/10.1038/d43978-021-00002-z

References

  1. 1.

    Tria, F., Loreto, V., Servedio, V. et al. Sci Rep 4, 5890 (2014).

    Article  Google Scholar 

  2. 2.

    Iacopini I. et al., Phys. Rev. Lett. 125, 248301 (2020)

    Article  Google Scholar 

Download references

Nature Careers

Jobs

Nature Briefing

Sign up for the Nature Briefing newsletter — what matters in science, free to your inbox daily.

Get the most important science stories of the day, free in your inbox. Sign up for Nature Briefing

Search

Quick links