Nella grande kermesse prevista per la tre giorni di Wired Next Fest, compaiono numerosi relatori importanti, provenienti da ambiti eterogenei e a prima vista distanti, ma tutti tenuti insieme dal filo conduttore del festival: l’innovazione.

Tra gli interventi più seguiti della prima mattinata di incontri spicca il nome di Alessandro Vespignani, professore di fisica, statistica e scienze cognitive alla Northeastern University e membro del Center for Complex Networks and Systems Research.

Nel suo speech, dal retrogusto a prima vista futuristico, ha accompagnato a suon di evidenze il suo pubblico verso le nuove frontiere di un filone di ricerca piuttosto particolare: lo studio e la predizione dei fenomeni sociali. Per quanto i più scettici arricceranno il naso a sentir parlare di queste tematiche, l’argomentazione non ha mai dirottato dai binari di una rigida metodologia di studio.

Grazie a due grandi rivoluzioni degli ultimi anni, vale a dire la rivoluzione dei dati e quella dello studio dei sistemi complessi, è possibile oggi avere un approccio statistico che si differenzia da quello lineare.

I big data permettono infatti di creare “mondi sintetici” sui quali costruire modelli predittivi. Un esempio tra tutti, il lavoro svolto sull’analisi della pandemia di AH1N1: il team di cui Vespignani faceva parte è riuscito a prevedere con quattro mesi di anticipo, ovviamente secondo criteri probabilistici e tenendo conto di intervalli di confidenza del modello, le settimane in cui in determinate città si sarebbe verificato il picco pandemico. “Nessuna sfera di cristallo”, ci tiene a precisare.

Conoscendo le mappe della popolazione, il traffico di trasporto aereo, su rotaia, inserendo i dati sul pendolarismo urbano, è stato possibile prevedere gli spostamenti che i potenziali soggetti infetti potevano affrontare e di conseguenza, inserendo i modelli di diffusione della malattia è stato possibile ottenere un risultato che ha aiutato non poco la preparazione delle istituzioni sanitarie statunitensi al riguardo. Allora l’ipotesi è questa: se il comportamento sociale risponde  alle logiche tipiche delle epidemie, è possibile inferire dall’osservazione, dei modelli che aiutino a comprendere le evoluzioni dei fenomeni sociali. Dall’atomo sociale (individuo) passando per la molecola sociale (famiglia, etc) è dunque possibile intuire (prevedere) le evoluzioni che il corpo macrosociale potrebbe avere? Le risposte appaiono positive, soprattutto grazie alla grande mole di dati disponibili.

Si pensi a twitter, al flusso di informazioni che ognuno di noi genera: sono informazioni visibili, che forniscono insight sul nostro modo di pensare, sulla nostra localizzazione, sui contatti che abbiamo con altri utenti della rete. Questo non vuol certo dire che chi ci osserva possa manipolare con esattezza i nostri comportamenti: se si riprende il paragone con le scienze naturali, allo stato attuale è possibile prevedere l’itinerario di un tornado, ma non per questo è possibile controllarlo. Nel corpo sociale c’è un’ulteriore livello di complessità, rendere nota una qualsiasi notizia riguardo al comportamento aggregato, eliciterebbe una reazione difficilmente prevedibile, tale da distorcere completamente i risultati.

Perché parafrasando il Professor Vespignani potremmo semplicemente dire che “Questa trasformazione epocale è un compasso grazie al quale possiamo tracciare una rotta, non determinare una direzione” .