Tag Archives: social networks

Taming social networks: my Ph.D. at University of Alicante

One of my New Year resolutions for 2010 was “study complexity economics”. In my job as consultant on public policy I find myself facing problems that standard economics cannot even describe, let alone solve them. The complexity approach – a weird interdisciplinary mix of biology, computer science, neuroscience and various add-ons, from statistics to archaeology, with math holding everything together – could hold some of the answers.

It’s looking like I’ll get plenty of chances to study this stuff: I have become a Ph.D. candidate in Quantitative Economics at University of Alicante, in Spain, effective academic year 2010-2011. David Lane, member of the Science Board of the legendary Santa Fe Institute, and – less problems – I shall defend my thesis in the fall of 2012. My line of research is going to be quite practical: I want to figure out how to train social networks to execute some tasks. It’s networks, as opposed to people participating in them, I want to train.

This is more entangled than it seems. We more or less agree that social dynamics are emergent. Most interesting societal strucures, from Common Law to cultures and even the Mob are complex adaptive systems, and their behavior is impossible to predict in the long run. Not because we have bad models: in a complexity framework it is unpredictable even in principle

On the other hand, I have theorized (in Wikicrazia) and tried to practice (in Kublai and elsewhere) that we can and should harness collective intelligence to improve public policies and, ultimately, the world we live in. How to reconcile the unpredictability of social networks with the agency that public policy requires? I would like to explore the possibility of training social networks, through appropriate design choices and stimuli, as you would train some huge animal: using their superhuman information processing capacity to the advantage of humans. This means first and foremost understanding their mathematical structure and trying to influence it: it’s what Ruggero Rossi (another newly enrolled Alicante Ph.D. candidate) and I have started to do. Anyway, I’m going back to school: at 44 it is really a luxury, and a wonderful adventure. My thanks to Giovanni Ponti, the director of Alicante’s doctoral programme, for awarding me the most important and prestigious academic title: that of student.

Il domatore di reti sociali: il mio Ph.D. all’università di Alicante

Ho iniziato il 2010 con il proposito di studiare l’economia della complessità. Nel mio lavoro di consulente sulle politiche pubbliche mi trovo a dovere risolvere problemi che l’economia che ho studiato all’università non riesce neppure a descrivere, non parliamo poi di risolverli. L’approccio delle scienze della complessità – un curioso miscuglio molto interdisciplinare di biologia, informatica, un po’ di neuroscienze e vari altri ingredienti minori, dalla statistica all’archeologia, con la matematica a tenere insieme il tutto – potrebbe avere qualche risposta.

Beh, pare proprio che avrò parecchie occasioni di studiare queste cose. A partire dall’anno accademico 2010-2011 sono infatti uno studente di dottorato in economia quantitativa all’università spagnola di Alicante. Il mio supervisore sarà David Lane, che fa parte dello Science Board del leggendario Istituto di Santa Fe, e se tutto va bene discuterò la tesi nell’autunno 2012. L’argomento della tesi è piuttosto pratico: voglio capire come usare le reti sociali per eseguire dei compiti. Le reti, non le persone che le compongono.

Il problema è molto più aggrovigliato di quanto sembra. Abbiamo sempre detto che le dinamiche sociali sono emergenti. La maggior parte degli oggetti interessanti nella società, dal sistema di Common Law alle culture e perfino alla criminalità organizzata, sono sistemi adattivi complessi, e il loro comportamento è imprevedibile a lungo termine. Non è questione di raffinare i modelli previsionali: secondo questo tipo di scienza, è imprevedibile in linea di principio.

D’altra parte io ho teorizzato (in Wikicrazia) e provato a mettere in pratica (in Kublai e altrove) l’idea di imbrigliare l’intelligenza collettiva per migliorare le politiche pubbliche e, in definitiva, il mondo in cui viviamo. Come conciliare l’imprevedibilità delle reti sociali con la direzionalità che le politiche pubbliche richiedono? Vorrei esplorare l’idea che sia possibile, attraverso scelte di progettazione e la somministrazione di stimoli adeguati, addestrare le reti sociali, come se fossero dei grandi animali; e sfruttare la loro capacità di elaborare l’informazione, che è molto più che umana, per fare vivere meglio gli umani. Questo vuol dire innanzitutto comprenderne la struttura matematica, e cercare di influenzarla; è quello che abbiamo cominciato a fare insieme a Ruggero Rossi, anche lui studente ad Alicante. Comunque sia, ritorno a scuola: a 44 anni, è davvero un lusso e un avventura meravigliosa. Grazie davvero a Giovanni Ponti, il direttore del programma di dottorato, per avermi conferito di nuovo il titolo accademico più importante e prestigioso: quello di studente.

Muoversi a stormi: regole per l’interazione locale per influenzare i social network


Nella seconda metà degli anni 80 mi sono interessato per un po’ di computer graphics, e mi sono imbattuto in Symbolics, uno spinoff del MIT AI Lab che si occupava tra l’altro di visualizzazione avanzata. Questo video, presentato da Symbolics a SIGGRAPH 1987, mi colpì moltissimo: come facevano a fare muovere uno stormo di uccelli in un modo così naturale? Al tempo sembrava stregoneria, e io del resto ero uno studente di economia della provincia italiana, senza nessuna possibilità di capire il lavoro dei maghi del computer del MIT; quindi ho accantonato la domanda. Fino a che, nel 2009, mi è capitato di leggere un libro del 1992,  Complexity di Mitchell Waldrop, che ha la risposta alla mia domanda di 22 anni prima. Ogni uccello dello stormo (o pesce del banco), segue tre semplici regole di comportamento:

  1. Prova a mantenere una distanza minima dagli altri oggetti dell’ambiente, inclusi gli altri uccelli/pesci (Craig Reynolds a Symbolics li chiamava “boids”).
  2. Prova ad adeguare la propria velocità a quella degli altri uccelli/pesci nelle vicinanze.
  3. Prova a spostarsi verso il centro di gravità degli altri uccelli/pesci nelle vicinanze.

La naturalezza dei movimenti dello stormo è emergente. Per quanto ne sa il programma, non c’è nessuna entità chiamata stormo: sta animando dei singoli boids. Semplici regole di interazione locale tra di essi producono un comportamento collettivo elegante ed efficace.

Aspetta un attimo. Questo non è poi così diverso da quello che succede in Kublai. Esempio: volevamo che la community salutasse i nuovi iscritti. Naturalmente non è una cosa che si possa fare per decreto. Quindi abbiamo fatto così: Walter e io, che siamo amici e anche membri molto attivi della community, abbiamo creato un Welcome Group e abbiamo iniziato a farlo. Questo ha generato un movimento che può ricordare il volo di un (piccolo) stormo: i nostri “vicini di rete”, o almeno alcuni di essi, si sono a loro volta iscritti al gruppo e hanno iniziato anch’essi a dare il benvenuto ai nuovi entrati. In breve tempo hanno sviluppato un modo più efficace di tenere nota di chi stava facendo cosa (dopo un po’ di tentativi-ed-errori Pico ha proposto un widget che va bene per tutti), e i loro vicini di rete hanno cominciato a imitarli… iniziatori compresi!

Le communities sono, per definizione, impossibili da controllare; ma certamente è possibile influenzarle. Questa affermazione è abbastanza ovvia, molti di noi ne hanno fatto esperienza. Questa intuizione di volare a stormi, se confermata dall’analisi, potrebbe portare allo sviluppo di tecniche per influenzare i social network (non solo sicuro che “gestire” sia una parola appropriata) basate sulla costruzione di “isole” di interazione locale in cui certe regole sono accettate, e da cui poi queste regole si propagano attraverso le connessioni della rete stessa. Naturalmente la localizzazione di queste isole è importante: in Kublai Walter e io siamo le persone di gran lunga più centrali negli autovettori, secondo Ruggero.

Mi chiedo se questo meccanismo possa aiutarci a capire perché la gente sembri “troppo collaborativa” sui social networks e perché, di converso, i comportamenti opportunistici siano molto meno diffusi di quanto si possa pensare “da fuori” (e infatti “da fuori” la rete sembra un luogo pericoloso ai vari D’Alia, Carlucci, Rossi et cetera). La cooperazione è una proprietà emergente delle reti, anziché una intrinseca delle persone?