L’analisi della diffusione dell’informazione è particolarmente impegnativa sia da un punto di vista teorico che empirico. L’esistenza di molte piattaforme di social media, ognuna caratterizzata da funzionalità diverse e spesso variabili nel tempo, fornisce una grandissima quantità di dati ma lascia aperte le questioni dell’universalità e della riproducibilità.
Dal punto di vista della modellizzazione, l’identificazione di un numero limitato di meccanismi rilevanti e di osservabili cruciali è altamente non banale. In questo contesto, ha una grande rilevanza lo studio di come si diffondano nelle reti sociali unità elementari di informazione come meme, tweet o hashtags. Per tali fenomeni di propagazione il paradigma naturale per l’inquadramento del problema è quello dei processi di diffusione epidemica di patogeni biologici. Questo schema concettuale è molto efficace e ha portato, come ad esempio durante la attuale emergenza sanitaria, alla formulazione del concetto di infodemia.
Non possono però essere sottovalutati gli aspetti peculiari che distinguono la diffusione dell’informazione dalla propagazione epidemica delle malattie: la trasmissione di un’informazione è un atto deliberato e non spontaneo, operato da individui che agiscono influenzati da una miriade di elementi psicologici, sociali e tecnologici; una quantità enorme di informazioni compete simultaneamente per la limitata capacità di attenzione dei singoli individui (information overload).
L’attività di ricerca si svilupperà quindi nell’analisi degli effetti di tali caratteristiche sui fenomeni di diffusione su reti sociali. In questo ambito sarà studiato il ruolo delle diverse topologie di rete sociale e la loro relazione con possibili fenomeni di universalità, che saranno ricercati nei dati empirici mediante nuovi tipi di analisi. Un’altra direzione di ricerca investigherà i fenomeni di propagazione dell’informazione in termini di burst di attività collettiva generati da meccanismi di autoeccitazione del tipo di quelli modellizzati dai processi di Hawkes, analogamente a quanto fatto per sistemi geologici e neuronali.
Dal punto di vista della modellizzazione, l’identificazione di un numero limitato di meccanismi rilevanti e di osservabili cruciali è altamente non banale. In questo contesto, ha una grande rilevanza lo studio di come si diffondano nelle reti sociali unità elementari di informazione come meme, tweet o hashtags. Per tali fenomeni di propagazione il paradigma naturale per l’inquadramento del problema è quello dei processi di diffusione epidemica di patogeni biologici. Questo schema concettuale è molto efficace e ha portato, come ad esempio durante la attuale emergenza sanitaria, alla formulazione del concetto di infodemia.
Non possono però essere sottovalutati gli aspetti peculiari che distinguono la diffusione dell’informazione dalla propagazione epidemica delle malattie: la trasmissione di un’informazione è un atto deliberato e non spontaneo, operato da individui che agiscono influenzati da una miriade di elementi psicologici, sociali e tecnologici; una quantità enorme di informazioni compete simultaneamente per la limitata capacità di attenzione dei singoli individui (information overload).
L’attività di ricerca si svilupperà quindi nell’analisi degli effetti di tali caratteristiche sui fenomeni di diffusione su reti sociali. In questo ambito sarà studiato il ruolo delle diverse topologie di rete sociale e la loro relazione con possibili fenomeni di universalità, che saranno ricercati nei dati empirici mediante nuovi tipi di analisi. Un’altra direzione di ricerca investigherà i fenomeni di propagazione dell’informazione in termini di burst di attività collettiva generati da meccanismi di autoeccitazione del tipo di quelli modellizzati dai processi di Hawkes, analogamente a quanto fatto per sistemi geologici e neuronali.