Fonte: articolo riportato dall'Internet09 dicembre 2019Comunicato stampaReti sociali: un modello per studiare glieffetti della propagazione viraleFonte: Università Statale di Milano
© Science Photo Library RF Pubblicati su "Plos One"i risultati di una ricerca dell'Università Statale di Milanoche ha messo a punto un software per la simulazionedi fenomeni di propagazione virale all'interno di retisociali e dei loro effetti sulla conoscenza che gli individuimaturano riguardo al tema al centro dell'epidemia
EPIDEMIOLOGIA COMPUTER SCIENCELo studio pubblicato su Plos One propone un modelloper descrivere come la diffusione di un fenomenovirale in una rete sociale (per cui si usa spesso iltermine di epidemia, riferito non solo a malattie maanche a dipendenze e alla diffusione di opinioni)influenzi la conoscenza che di esso hanno gli individui,determinando comportamenti differenti, volti in alcunicasi a prevenire il contagio, in altri a favorirlo.La ricerca evidenzia come il risultato delle modifiche neicomportamenti vada a cambiare la diffusione virale.Il lavoro si inserisce nell'ambito degli studi di coevolu-zione di sistemi complessi in presenza di fenomeniepidemici: una rete sociale (digitale o non digitale) hacaratteristiche tipiche dei sistemi complessi e le duedinamiche, la diffusione virale e i comportamenti degliindividui, si influenzano vicendevolmente, coevolvono.Definire dei meccanismi di variazione della conoscenzasufficientemente semplici da poter essere modellati esimulati con un tool software appositamente sviluppatoè stato lo scopo dello studio.Il modello è stato ideato e coordinato da Marco Cremoninidell'Università di Milano e sviluppato insieme aSamira Maghool, dottoranda in Fisica dell'AlzharaUniversity di Teheran (Iran) e visiting researcher pressoil dipartimento di Informatica dell'ateneo milanese dasettembre 2018. Per il modello e il simulatore è stato usato un approcciomulti-agente, nel quale gli individui vengono rappresentatida componenti software (agenti) che eseguono azionisulla base delle informazioni che ricavano dalla retesociale di agenti; come il linguaggio di programmazioneè stato scelto Python. Per gli autori è stato importante lavorare in particolaresu alcuni aspetti caratterizzanti e nuovi:- definire la conoscenza acquisita dagli agenti comeprodotto di componenti distinte: la conoscenzapregressa individuale, l'osservazione del contestolocale ed eventuali stimoli provenienti da agenti connessi;- adottare l'imitazione come il meccanismo fondamentaleper adattare la conoscenza, prevedendo scenari diversi,dalla pura osservazione del contesto locale e adozionedi precauzioni, tipico del caso di epidemie biologiche,all'imitazione del comportamento di gruppi sociali diriferimento, tipico nel caso di dipendenze o la diffusionedi idee;- prevedere che le variazioni di conoscenza avrebberopotuto comportare sia una riduzione sia un'accelerazionedella propagazione del fenomeno virale. Lo studio ha introdotto elementi di novità nell'ambito deimodelli di coevoluzione dinamica per fenomeni epidemici complessi.Scenari riconducibili al modello studiato sono molteplici,non solo i casi biologici tradizionalmente consideratidall'epidemiologia, ma soprattutto le molteplici varianti dipropagazione di idee, opinioni, rumor, fake news e falsecredenze all'interno di reti sociali, digitali e non digitali.Un altro scenario interessante e ancora poco studiatoriguarda la propagazione di malware in reti di computer,per le quali esiste una coevoluzione tra azioni guidateesclusivamente da tecnologie e reti sociali con le azionidi operatori e utenti. "Nonostante i limiti dovuto alla modellazione dei fenomenie all'utilizzo di un modello di rete sociale e di dati artificiali,lo studio fornisce spunti innovativi per l'interpretazionedi sistemi complessi che, come la rete, presentanocaratteristiche di coevoluzione, ovvero dinamiche che siinfluenzano vicendevolmente.Capire gli effetti della percezione e della conoscenza chele persone hanno di un fenomeno epidemico è importanteper comprendere la dinamica di un sistema socialecomplesso, per migliorare(https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0225447)