ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact.

Why you should listen

People aren't merely social animals in the usual sense, for we don't just live in groups. We live in networks -- and we have done so ever since we emerged from the African savannah. Via intricately branching paths tracing out cascading family connections, friendship ties, and work relationships, we are interconnected to hundreds or even thousands of specific people, most of whom we do not know. We affect them and they affect us.

Nicholas Christakis' work examines the biological, psychological, sociological, and mathematical rules that govern how we form these social networks, and the rules that govern how they shape our lives. His work shows how phenomena as diverse as obesity, smoking, emotions, ideas, germs, and altruism can spread through our social ties, and how genes can partially underlie our creation of social ties to begin with. His work also sheds light on how we might take advantage of an understanding of social networks to make the world a better place.

At Yale, Christakis is a Professor of Social and Natural Science, and he directs a diverse research group in the field of biosocial science, primarily investigating social networks. His popular undergraduate course "Health of the Public" is available as a podcast. His book, Connected, co-authored with James H. Fowler, appeared in 2009, and has been translated into 20 languages. In 2009, he was named by Time magazine to its annual list of the 100 most influential people in the world, and also, in 2009 and 2010, by Foreign Policy magazine to its list of 100 top global thinkers

More profile about the speaker
Nicholas Christakis | Speaker | TED.com
TED@Cannes

Nicholas Christakis: How social networks predict epidemics

Nicholas Christakis: Come i social network possono predire le epidemie

Filmed:
669,862 views

Dopo aver analizzato le reti sociale degli essere unami, Nicholas Christakis e il suo collega James Fowler hanno iniziato a studiare come l'informazione potrebbe migliorare le nostre vite. Ci rivela la sua scoperta calda di stampa: questi network possono essere usati per rilevare epidemia molto prima che in passato, che si tratti di idee innovative, comportamenti pericolosi o virus (come la H1N1).
- Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio

Double-click the English transcript below to play the video.

00:15
For the last 10 yearsanni, I've been spendingla spesa my time tryingprovare to figurefigura out
0
0
3000
Negli ultimi 10 anni, ho passato il tempo a tentare di capire
00:18
how and why humanumano beingsesseri
1
3000
2000
come e perché gli esseri umani
00:20
assemblemontare themselvesloro stessi into socialsociale networksreti.
2
5000
3000
si riuniscono in reti sociali.
00:23
And the kindgenere of socialsociale networkRete I'm talkingparlando about
3
8000
2000
E il tipo di social network di cui sto parlando
00:25
is not the recentrecente onlinein linea varietyvarietà,
4
10000
2000
non è la più recente varietà online,
00:27
but ratherpiuttosto, the kindgenere of socialsociale networksreti
5
12000
2000
ma piuttosto, il tipo di social network
00:29
that humanumano beingsesseri have been assemblingassemblaggio for hundredscentinaia of thousandsmigliaia of yearsanni,
6
14000
3000
che gli esseri umani hanno sempre creato per centinaia di migliaia di anni,
00:32
ever sinceda we emergedè emerso from the AfricanAfricano savannahSavannah.
7
17000
3000
sin da quando siamo emersi dalla savana africana.
00:35
So, I formmodulo friendshipsamicizie and co-workerco-worker
8
20000
2000
Perciò, creo amicizie, rapporti di lavoro,
00:37
and siblingfratello germano and relativeparente relationshipsrelazioni with other people
9
22000
3000
di fratellanza o di parentele con altre persone
00:40
who in turnturno have similarsimile relationshipsrelazioni with other people.
10
25000
2000
che a loro volta creano relazioni simili con altre persone.
00:42
And this spreadssi diffonde on out endlesslyinfinitamente into a distancedistanza.
11
27000
3000
E questo si propaga all'infinito.
00:45
And you get a networkRete that lookssembra like this.
12
30000
2000
E ottenete una rete che somiglia a questa
00:47
EveryOgni dotpunto is a personpersona.
13
32000
2000
Ogni puntino rappresenta una persona.
00:49
EveryOgni linelinea betweenfra them is a relationshiprelazione betweenfra two people --
14
34000
2000
Ogni linea che li collega rappresenta un legame tra due persone --
00:51
differentdiverso kindstipi of relationshipsrelazioni.
15
36000
2000
diversi tipi di relazione.
00:53
And you can get this kindgenere of vastvasto fabrictessuto of humanityumanità,
16
38000
3000
E si ottiene questo fitto tessuto umano,
00:56
in whichquale we're all embeddedinserito.
17
41000
2000
in cui siamo tutti collegati.
00:58
And my colleaguecollega, JamesJames FowlerFowler and I have been studyingstudiando for quiteabbastanza sometimea volte
18
43000
3000
Assieme al mio collega, James Fowler, abbiamo studiato questo fenomeno a lungo
01:01
what are the mathematicalmatematico, socialsociale,
19
46000
2000
per capirne le regole matematiche,
01:03
biologicalbiologico and psychologicalpsicologico rulesregole
20
48000
3000
sociali, biologiche e psicologiche
01:06
that governgovernare how these networksreti are assembledassemblato
21
51000
2000
quelle regole che governano la creazione di queste reti
01:08
and what are the similarsimile rulesregole
22
53000
2000
e quali sono le regole
01:10
that governgovernare how they operateoperare, how they affectinfluenzare our livesvite.
23
55000
3000
che ne governano le dinamiche, come influenzano le nostre vite
01:13
But recentlyrecentemente, we'venoi abbiamo been wonderingchiedendosi
24
58000
2000
E recentemente, ci siamo chiesti
01:15
whetherse it mightpotrebbe be possiblepossibile to take advantagevantaggio of this insightintuizione,
25
60000
3000
se potrebbe essere possibile sfruttare questa prospettiva a nostro vantaggio
01:18
to actuallyin realtà find waysmodi to improveMigliorare the worldmondo,
26
63000
2000
per trovare nuovi modi per migliorare il mondo,
01:20
to do something better,
27
65000
2000
per fare le cose meglio,
01:22
to actuallyin realtà fixfissare things, not just understandcapire things.
28
67000
3000
per riparare i danni, non solo capire le cose.
01:25
So one of the first things we thought we would tackleaffrontare
29
70000
3000
Una delle prime cose che abbiamo deciso di affrontare
01:28
would be how we go about predictingprevisione epidemicsepidemie.
30
73000
3000
è stato come avremmo potuto prevedere le epidemie.
01:31
And the currentattuale statestato of the artarte in predictingprevisione an epidemicepidemico --
31
76000
2000
E l'attuale stato dell'arte nella previsione delle epidemie --
01:33
if you're the CDCCDC or some other nationalnazionale bodycorpo --
32
78000
3000
se lavorate per la CDC o un altro ente nazionale --
01:36
is to sitsedersi in the middlein mezzo where you are
33
81000
2000
consiste nel sedersi al centro
01:38
and collectraccogliere datadati
34
83000
2000
e raccogliere dati
01:40
from physiciansmedici and laboratorieslaboratori in the fieldcampo
35
85000
2000
dai medici e dai laboratori sul campo
01:42
that reportrapporto the prevalenceprevalenza or the incidenceincidenza of certaincerto conditionscondizioni.
36
87000
3000
che riportano la prevalenza o l'incidenza di determinate condizioni.
01:45
So, so and so patientspazienti have been diagnoseddiagnosticato with something,
37
90000
3000
In questo modo, ad alcuni pazienti viene diagnosticata una malattia [qui],
01:48
or other patientspazienti have been diagnoseddiagnosticato,
38
93000
2000
e ad altri un'altra malattia [qui],
01:50
and all these datadati are fedalimentato into a centralcentrale repositorydeposito, with some delayritardo.
39
95000
3000
e tutti i dati vengono raccolti in un archivio, con un certo ritardo.
01:53
And if everything goesva smoothlyliscio,
40
98000
2000
Se va tutto liscio,
01:55
one to two weekssettimane from now
41
100000
2000
tra una, due settimane da oggi,
01:57
you'llpotrai know where the epidemicepidemico was todayoggi.
42
102000
3000
scoprirete lo stato dell'epidemia di oggi.
02:00
And actuallyin realtà, about a yearanno or so agofa,
43
105000
2000
E in effetti, circa un anno fa,
02:02
there was this promulgationpromulgazione
44
107000
2000
era stata presentata
02:04
of the ideaidea of GoogleGoogle FluInfluenza TrendsTendenze, with respectrispetto to the fluinfluenza,
45
109000
3000
l'idea di "Google Flu Trends", per l'influenza, in cui
02:07
where by looking at people'spersone di searchingricerca behaviorcomportamento todayoggi,
46
112000
3000
si proponeva di rilevare l'insorgenza dei focolai,
02:10
we could know where the fluinfluenza --
47
115000
2000
analizzando il comportamento delle persone
02:12
what the statusstato of the epidemicepidemico was todayoggi,
48
117000
2000
tentando di capire in questo modo lo stato dell'epidemia,
02:14
what's the prevalenceprevalenza of the epidemicepidemico todayoggi.
49
119000
3000
la prevalenza epidemica in tempo reale.
02:17
But what I'd like to showmostrare you todayoggi
50
122000
2000
Ma ciò che voglio mostrarvi oggi
02:19
is a meanssi intende by whichquale we mightpotrebbe get
51
124000
2000
è uno strumento attraverso il quale potremmo
02:21
not just rapidrapido warningavvertimento about an epidemicepidemico,
52
126000
3000
non solo muoverci repentinamente in caso di rilevamento dell'epidemia
02:24
but alsoanche actuallyin realtà
53
129000
2000
ma addirittura
02:26
earlypresto detectionrivelazione of an epidemicepidemico.
54
131000
2000
rilevare con largo anticipo lo scoppio dei focolai.
02:28
And, in factfatto, this ideaidea can be used
55
133000
2000
E, in effetti, questa idea potrebbe essere utilizzata
02:30
not just to predictpredire epidemicsepidemie of germsgermi,
56
135000
3000
non solo per prevedere le epidemie virali o batteriche
02:33
but alsoanche to predictpredire epidemicsepidemie of all sortstipi of kindstipi.
57
138000
3000
ma prevedere ogni sorda di dinamica epidemica
02:37
For exampleesempio, anything that spreadssi diffonde by a formmodulo of socialsociale contagioncontagio
58
142000
3000
Per esempio, qualsiasi cosa che si propaga per contagio sociale
02:40
could be understoodinteso in this way,
59
145000
2000
potrebbe essere compresa in questo modo,
02:42
from abstractastratto ideasidee on the left
60
147000
2000
dalle idee astratte sulla sinistra
02:44
like patriotismpatriottismo, or altruismaltruismo, or religionreligione
61
149000
3000
come il patriottismo, l'altruismo, la religione
02:47
to practicespratiche
62
152000
2000
a pratiche sociali
02:49
like dietingfare la dieta behaviorcomportamento, or booklibro purchasingacquisto,
63
154000
2000
come le diete, l'acquisto di libri,
02:51
or drinkingpotabile, or bicycle-helmetcasco da bicicletta [and] other safetysicurezza practicespratiche,
64
156000
3000
il bere, l'uso del casco in bicicletta e altre procedure di sicurezza,
02:54
or productsprodotti that people mightpotrebbe buyacquistare,
65
159000
2000
o prodotti da far comprare ai consumatori,
02:56
purchasesacquisti of electronicelettronico goodsmerce,
66
161000
2000
l'acquisto di prodotti elettronici,
02:58
anything in whichquale there's kindgenere of an interpersonalinterpersonali spreaddiffusione.
67
163000
3000
qualsiasi cosa legata ai rapporti interpersonali.
03:01
A kindgenere of a diffusiondiffusione of innovationinnovazione
68
166000
2000
Un tipo di diffusione dell'innovazione
03:03
could be understoodinteso and predictedprevisto
69
168000
2000
potrebbe essere compreso e previsto
03:05
by the mechanismmeccanismo I'm going to showmostrare you now.
70
170000
3000
attraverso un meccanismo che sto per mostrarvi
03:08
So, as all of you probablyprobabilmente know,
71
173000
2000
Allora, come probabilmente sapete tutti,
03:10
the classicclassico way of thinkingpensiero about this
72
175000
2000
è molto comune pensare
03:12
is the diffusion-of-innovationdiffusione dell'innovazione,
73
177000
2000
alla diffusione dell'innovazione
03:14
or the adoptionadozione curvecurva.
74
179000
2000
o alla cosidetta "curva di adozione".
03:16
So here on the Y-axisAsse y, we have the percentper cento of the people affectedinfluenzato,
75
181000
2000
Qui sull'asse Y, abbiamo la percentuale di persone che ne sono influenzate,
03:18
and on the X-axisAsse x, we have time.
76
183000
2000
e sull'asse delle X, abbiamo il tempo.
03:20
And at the very beginninginizio, not too manymolti people are affectedinfluenzato,
77
185000
3000
E all'inizio, non sono in tanti ad essere colpiti,
03:23
and you get this classicclassico sigmoidalsigmoidale,
78
188000
2000
ottenete la classica sigmoidale,
03:25
or S-shapedA forma di S, curvecurva.
79
190000
2000
o curva ad "S".
03:27
And the reasonragionare for this shapeforma is that at the very beginninginizio,
80
192000
2000
E la ragione è che questa è la forma tipica degli stadi iniziali.
03:29
let's say one or two people
81
194000
2000
diciamo che una o due persone
03:31
are infectedinfetto, or affectedinfluenzato by the thing
82
196000
2000
vengono colpite, o infettate, da questa cosa.
03:33
and then they affectinfluenzare, or infectinfettare, two people,
83
198000
2000
e poi loro colpiscono o contagiano altre due persone,
03:35
who in turnturno affectinfluenzare fourquattro, eightotto, 16 and so forthvia,
84
200000
3000
che a loro volta ne colpiscono quattro, otto, 16 e così via,
03:38
and you get the epidemicepidemico growthcrescita phasefase of the curvecurva.
85
203000
3000
e raggiungiamo la fase di crescita epidemica sulla curva.
03:41
And eventuallyinfine, you saturatesaturare the populationpopolazione.
86
206000
2000
E alla fine, l'intera popolazione viene saturata.
03:43
There are fewermeno and fewermeno people
87
208000
2000
Ci sono sempre meno persone
03:45
who are still availablea disposizione that you mightpotrebbe infectinfettare,
88
210000
2000
che rimangono e possono essere infettate,
03:47
and then you get the plateaualtopiano of the curvecurva,
89
212000
2000
e quindi si attiva all'appiattimento della curva,
03:49
and you get this classicclassico sigmoidalsigmoidale curvecurva.
90
214000
3000
e si raggiunge la classica curva sigmoidale.
03:52
And this holdsdetiene for germsgermi, ideasidee,
91
217000
2000
Questo vale per i germi, le idee,
03:54
productprodotto adoptionadozione, behaviorscomportamenti,
92
219000
2000
l'acquisto di prodotti, comportamenti sociali,
03:56
and the like.
93
221000
2000
e così via.
03:58
But things don't just diffusediffusa in humanumano populationspopolazioni at randomcasuale.
94
223000
3000
Ma le cose non si diffondono solo in maniera casuale nella società.
04:01
They actuallyin realtà diffusediffusa throughattraverso networksreti.
95
226000
2000
Si diffondono attraverso le reti.
04:03
Because, as I said, we livevivere our livesvite in networksreti,
96
228000
3000
Perché, come ho detto, viviamo le nostre vite all'interno di reti
04:06
and these networksreti have a particularparticolare kindgenere of a structurestruttura.
97
231000
3000
e queste reti hanno un particolare tipo di struttura.
04:09
Now if you look at a networkRete like this --
98
234000
2000
Se date un'occhiata ad una rete di questo tipo...
04:11
this is 105 people.
99
236000
2000
Queste sono 105 persone.
04:13
And the linesLinee representrappresentare -- the dotspunti are the people,
100
238000
2000
E le linee rappresentano... i puntini sono le persone,
04:15
and the linesLinee representrappresentare friendshipamicizia relationshipsrelazioni.
101
240000
2000
e le linee rappresentano le relazioni di amicizia.
04:17
You mightpotrebbe see that people occupyoccupare
102
242000
2000
Potete vedere che le persone occupano
04:19
differentdiverso locationsposizioni withinentro the networkRete.
103
244000
2000
una posizione diversa all'interno di questa rete.
04:21
And there are differentdiverso kindstipi of relationshipsrelazioni betweenfra the people.
104
246000
2000
E ci sono diversi tipi di relazioni tra le persone.
04:23
You could have friendshipamicizia relationshipsrelazioni, siblingfratello germano relationshipsrelazioni,
105
248000
3000
Ci possono essere amicizie, relazioni di parentela,
04:26
spousalsponsale relationshipsrelazioni, co-workerco-worker relationshipsrelazioni,
106
251000
3000
relazioni matrimoniali o lavorative,
04:29
neighborvicino relationshipsrelazioni and the like.
107
254000
3000
relazioni di vicinato e così via.
04:32
And differentdiverso sortstipi of things
108
257000
2000
E altre relazioni che
04:34
spreaddiffusione acrossattraverso differentdiverso sortstipi of tiescravatte.
109
259000
2000
si propagano attraverso una rete di connessioni.
04:36
For instanceesempio, sexuallysessualmente transmittedtrasmessa diseasesmalattie
110
261000
2000
Per esempio, le malattie veneree
04:38
will spreaddiffusione acrossattraverso sexualsessuale tiescravatte.
111
263000
2000
si propagheranno attraverso relazioni sessuali
04:40
Or, for instanceesempio, people'spersone di smokingfumo behaviorcomportamento
112
265000
2000
O, per esempio, la tendenza della gente a fumare
04:42
mightpotrebbe be influencedinfluenzato by theirloro friendsamici.
113
267000
2000
potrebbe essere determinata dagli amici.
04:44
Or theirloro altruisticaltruistico or theirloro charitablebeneficenza givingdando behaviorcomportamento
114
269000
2000
E questo vale per l'altruismo e la carità
04:46
mightpotrebbe be influencedinfluenzato by theirloro coworkerscolleghe,
115
271000
2000
che possono essere influenzate dai colleghi di lavoro
04:48
or by theirloro neighborsvicini di casa.
116
273000
2000
o dai vicini.
04:50
But not all positionsposizioni in the networkRete are the samestesso.
117
275000
3000
Ma non tutte le posizioni nella rete sono uguali.
04:53
So if you look at this, you mightpotrebbe immediatelysubito graspcomprensione
118
278000
2000
Se guardate qui, potrete capire immediatamente
04:55
that differentdiverso people have differentdiverso numbersnumeri of connectionsconnessioni.
119
280000
3000
che persone diverse hanno un numero diverso di relazioni.
04:58
Some people have one connectionconnessione, some have two,
120
283000
2000
Alcune persone hanno una connessione, altre ne hanno due
05:00
some have sixsei, some have 10 connectionsconnessioni.
121
285000
3000
altre ne hanno sei, alcune dieci connessioni.
05:03
And this is calledchiamato the "degreegrado" of a nodenodo,
122
288000
2000
Questo viene chiamato "grado" di un nodo,
05:05
or the numbernumero of connectionsconnessioni that a nodenodo has.
123
290000
2000
ossia, il numero di connessioni che ha ogni nodo.
05:07
But in additionaggiunta, there's something elsealtro.
124
292000
2000
Ma c'è qualcosa di più.
05:09
So, if you look at nodesnodi A and B,
125
294000
2000
Perciò, se guardate i nodi A e B,
05:11
they bothentrambi have sixsei connectionsconnessioni.
126
296000
2000
entrambi hanno 6 connessioni.
05:13
But if you can see this imageImmagine [of the networkRete] from a bird'sdell'uccello eyeocchio viewvista,
127
298000
3000
Ma se guardate questa immagine [della rete] dall'alto,
05:16
you can appreciateapprezzare that there's something very differentdiverso
128
301000
2000
si può notare che c'è una grossa differenza
05:18
about nodesnodi A and B.
129
303000
2000
tra il nodo A e quello B.
05:20
So, let me askChiedere you this -- I can cultivatecoltivare this intuitionintuizione by askingchiede a questiondomanda --
130
305000
3000
Vi chiedo... posso stimolarvi l'intuito ponendovi questa domanda...
05:23
who would you ratherpiuttosto be
131
308000
2000
chi preferireste essere
05:25
if a deadlymortale germgerme was spreadingdiffusione throughattraverso the networkRete, A or B?
132
310000
3000
se un virus letale si propagasse nella rete, A o B?
05:28
(AudiencePubblico: B.) NicholasNicholas ChristakisChristakis: B, it's obviousevidente.
133
313000
2000
(Audience: B) Nicholas Christakis: B, è ovvio.
05:30
B is locatedcollocato on the edgebordo of the networkRete.
134
315000
2000
B si trova ai margini della rete.
05:32
Now, who would you ratherpiuttosto be
135
317000
2000
Allora, chi vorreste essere
05:34
if a juicysuccosa piecepezzo of gossippettegolezzo were spreadingdiffusione throughattraverso the networkRete?
136
319000
3000
se venisse messa in giro un'indiscrezione per la rete?
05:37
A. And you have an immediateimmediato appreciationapprezzamento
137
322000
3000
A. E capite immediatamente
05:40
that A is going to be more likelyprobabile
138
325000
2000
che A avrà maggiori possibilità
05:42
to get the thing that's spreadingdiffusione and to get it soonerprima
139
327000
3000
di venire a conoscenza della diceria prima di altri
05:45
by virtuevirtù of theirloro structuralstrutturale locationPosizione withinentro the networkRete.
140
330000
3000
proprio grazie alla sua posizione strutturale all'interno della rete.
05:48
A, in factfatto, is more centralcentrale,
141
333000
2000
A, infatti, è più centrale,
05:50
and this can be formalizedformalizzato mathematicallymatematicamente.
142
335000
3000
e questo può essere formalizzato matematicamente.
05:53
So, if we want to tracktraccia something
143
338000
2000
Perciò, se vogliamo rintracciare qualcosa
05:55
that was spreadingdiffusione throughattraverso a networkRete,
144
340000
3000
che si propaga per la rete,
05:58
what we ideallyidealmente would like to do is to setimpostato up sensorssensori
145
343000
2000
idealmente cercheremo di posizionare i nostri sensori
06:00
on the centralcentrale individualsindividui withinentro the networkRete,
146
345000
2000
sugli indivisui centrali della rete,
06:02
includingCompreso nodenodo A,
147
347000
2000
incluso il nodo A,
06:04
monitortenere sotto controllo those people that are right there in the middlein mezzo of the networkRete,
148
349000
3000
monitoreremo queste persone che stanno al centro della rete,
06:07
and somehowin qualche modo get an earlypresto detectionrivelazione
149
352000
2000
e in un certo modo otterremo prima la rilevazione
06:09
of whateverqualunque cosa it is that is spreadingdiffusione throughattraverso the networkRete.
150
354000
3000
di qualunque cosa si stia propagando per la rete.
06:12
So if you saw them contractcontrarre a germgerme or a piecepezzo of informationinformazione,
151
357000
3000
E cioè, se vedete che loro contraggono un germe od ottengono un'informazione,
06:15
you would know that, soonpresto enoughabbastanza,
152
360000
2000
saprete, abbastanza presto,
06:17
everybodytutti was about to contractcontrarre this germgerme
153
362000
2000
che anche agli altri accadrà lo stesso
06:19
or this piecepezzo of informationinformazione.
154
364000
2000
che si tratti di germi o informazioni.
06:21
And this would be much better
155
366000
2000
E questo sarà meglio
06:23
than monitoringmonitoraggio sixsei randomlya caso chosenscelto people,
156
368000
2000
che monitorare se persone scelte a caso,
06:25
withoutsenza referenceriferimento to the structurestruttura of the populationpopolazione.
157
370000
3000
a prescindere dalla struttura della popolazione.
06:28
And in factfatto, if you could do that,
158
373000
2000
E infatti, se poteste farlo,
06:30
what you would see is something like this.
159
375000
2000
otterrete qualcosa del genere.
06:32
On the left-handmano sinistra panelpannello, again, we have the S-shapedA forma di S curvecurva of adoptionadozione.
160
377000
3000
Sulla sinistra, abbiamo la curva di adozione a forma di "S",
06:35
In the dottedpunteggiato redrosso linelinea, we showmostrare
161
380000
2000
Nella linea tartteggiata, mostriamo
06:37
what the adoptionadozione would be in the randomcasuale people,
162
382000
2000
quale potrebbe essere l'adozione delle persone prese a caso,
06:39
and in the left-handmano sinistra linelinea, shiftedspostato to the left,
163
384000
3000
e nella linea a sinistra, più a sinistra,
06:42
we showmostrare what the adoptionadozione would be
164
387000
2000
mostriamo quale sarebbe l'adozione
06:44
in the centralcentrale individualsindividui withinentro the networkRete.
165
389000
2000
degli individui in posizione centrale nella rete.
06:46
On the Y-axisAsse y is the cumulativecumulativo instancescasi of contagioncontagio,
166
391000
2000
Sull'asse delle Y è riportata l'accumulazione del contagio,
06:48
and on the X-axisAsse x is the time.
167
393000
2000
e sull'asse delle X il tempo.
06:50
And on the right-handmano destra sidelato, we showmostrare the samestesso datadati,
168
395000
2000
E sulla destra, mostriamo alcuni dati
06:52
but here with dailyquotidiano incidenceincidenza.
169
397000
2000
ma in questo caso con l'incidenza giornaliera.
06:54
And what we showmostrare here is -- like, here --
170
399000
2000
E qui mostriamo... ecco, qui...
06:56
very fewpochi people are affectedinfluenzato, more and more and more and up to here,
171
401000
2000
che molte poche persone vengono infettate e sempre di più fino a qui,
06:58
and here'secco the peakpicco of the epidemicepidemico.
172
403000
2000
e a questo punto si parla di epidemia.
07:00
But shiftedspostato to the left is what's occurringverificano in the centralcentrale individualsindividui.
173
405000
2000
ma spostato a sinistra avviene quel che già rileviamo per gli individui centrali.
07:02
And this differencedifferenza in time betweenfra the two
174
407000
3000
E questa differenza di tempistica tra i due
07:05
is the earlypresto detectionrivelazione, the earlypresto warningavvertimento we can get,
175
410000
3000
è il fattore di diagnosi o allarme precoce che possiamo ottenere
07:08
about an impendingimminente epidemicepidemico
176
413000
2000
in relazione alle epidemie imminenti
07:10
in the humanumano populationpopolazione.
177
415000
2000
sulla popolazione.
07:12
The problemproblema, howeverperò,
178
417000
2000
il problema, ad ogni modo,
07:14
is that mappingMappatura humanumano socialsociale networksreti
179
419000
2000
sta nella difficoltà di mappare
07:16
is not always possiblepossibile.
180
421000
2000
e reti sociali umane.
07:18
It can be expensivecostoso, not feasiblefattibile,
181
423000
2000
Può essere dispendioso, [molto difficile],
07:20
unethicalimmorale,
182
425000
2000
non etico,
07:22
or, franklyfrancamente, just not possiblepossibile to do suchcome a thing.
183
427000
3000
o francamente, semplicemente impossibile.
07:25
So, how can we figurefigura out
184
430000
2000
Quindi, come possiamo capire
07:27
who the centralcentrale people are in a networkRete
185
432000
2000
che sono gli individui al centro della rete
07:29
withoutsenza actuallyin realtà mappingMappatura the networkRete?
186
434000
3000
che ci permettono di non mappare l'intera rete?
07:32
What we cameè venuto up with
187
437000
2000
Abbiamo escogitato un modo
07:34
was an ideaidea to exploitsfruttare an oldvecchio factfatto,
188
439000
2000
sfruttando un dato che già avevamo
07:36
or a knownconosciuto factfatto, about socialsociale networksreti,
189
441000
2000
o un evento legato alla rete che già conoscevamo,
07:38
whichquale goesva like this:
190
443000
2000
in questo modo:
07:40
Do you know that your friendsamici
191
445000
2000
Sapete che i vostri amici
07:42
have more friendsamici than you do?
192
447000
3000
hanno più amici di voi?
07:45
Your friendsamici have more friendsamici than you do,
193
450000
3000
Ne hanno di più
07:48
and this is knownconosciuto as the friendshipamicizia paradoxparadosso.
194
453000
2000
E questo è chiamato il paradosso dell'amicizia.
07:50
ImagineImmaginate a very popularpopolare personpersona in the socialsociale networkRete --
195
455000
2000
Immaginate una persona molto popolare nella rete...
07:52
like a partypartito hostospite who has hundredscentinaia of friendsamici --
196
457000
3000
come uno che ha organizzato una festa con centinaia di persone...
07:55
and a misanthropemisantropo who has just one friendamico,
197
460000
2000
e un misantropo che ha solo un'amico,
07:57
and you pickraccogliere someonequalcuno at randomcasuale from the populationpopolazione;
198
462000
3000
e prendete una persona a caso dalla rete;
08:00
they were much more likelyprobabile to know the partypartito hostospite.
199
465000
2000
è molto più semplice che questa persona conosca l'organizzatore della festa.
08:02
And if they nominatenominare the partypartito hostospite as theirloro friendamico,
200
467000
2000
E se si ha questa persona come amico,
08:04
that partypartito hostospite has a hundredcentinaio friendsamici,
201
469000
2000
avendo 100 amici,
08:06
thereforeperciò, has more friendsamici than they do.
202
471000
3000
egli ne ha più di voi.
08:09
And this, in essenceessenza, is what's knownconosciuto as the friendshipamicizia paradoxparadosso.
203
474000
3000
E questo, in pratica, è quel che viene definito il paradosso dell'amicizia.
08:12
The friendsamici of randomlya caso chosenscelto people
204
477000
3000
gli amici di persone scelte a caso
08:15
have higherpiù alto degreegrado, and are more centralcentrale
205
480000
2000
hanno un grado più alto, sono più centrali,
08:17
than the randomcasuale people themselvesloro stessi.
206
482000
2000
delle stesse persone scelte a caso
08:19
And you can get an intuitiveintuitivo appreciationapprezzamento for this
207
484000
2000
e si può intuire chiaramente
08:21
if you imagineimmaginare just the people at the perimeterperimetro of the networkRete.
208
486000
3000
se considerate gli individui che stanno ai margini della rete.
08:24
If you pickraccogliere this personpersona,
209
489000
2000
Se scegliete questa persona,
08:26
the only friendamico they have to nominatenominare is this personpersona,
210
491000
3000
l'unica persona che può nominare è questa,
08:29
who, by constructioncostruzione, mustdovere have at leastmeno two
211
494000
2000
che, per costruzione, deve avere almeno due amici,
08:31
and typicallytipicamente more friendsamici.
212
496000
2000
e in generale, di più.
08:33
And that happensaccade at everyogni peripheralperiferica nodenodo.
213
498000
2000
E questo avviene per ogni nodo periferico.
08:35
And in factfatto, it happensaccade throughoutper tutto the networkRete as you movemossa in,
214
500000
3000
E in fatti, questo avviene su tutta la rete, man mano che si procede verso l'interno,
08:38
everyonetutti you pickraccogliere, when they nominatenominare a randomcasuale --
215
503000
2000
chiunque scegliate, quando nominano qualcuno a caso...
08:40
when a randomcasuale personpersona nominatesnomina a friendamico of theirsloro,
216
505000
3000
quando una persona a caso nomina un suo amico,
08:43
you movemossa closerpiù vicino to the centercentro of the networkRete.
217
508000
3000
si riesce a penetrare all'interno della rete.
08:46
So, we thought we would exploitsfruttare this ideaidea
218
511000
3000
Perciò, abbiamo pensato di sfruttare questa idea
08:49
in orderordine to studystudia whetherse we could predictpredire phenomenafenomeni withinentro networksreti.
219
514000
3000
in maniera da studiare se fosse possibile prevedere dei fenomeni della rete.
08:52
Because now, with this ideaidea
220
517000
2000
Perché ora, con questa idea,
08:54
we can take a randomcasuale samplecampione of people,
221
519000
2000
possiamo prendere un campione di persone a caso dalla rete,
08:56
have them nominatenominare theirloro friendsamici,
222
521000
2000
farci dare i nomi dei loro amici,
08:58
those friendsamici would be more centralcentrale,
223
523000
2000
che saranno più centrali rispetto alla rete,
09:00
and we could do this withoutsenza havingavendo to mapcarta geografica the networkRete.
224
525000
3000
e possiamo farlo senza mappare tutta la rete,
09:03
And we testedtestato this ideaidea with an outbreakscoppio of H1N1 fluinfluenza
225
528000
3000
E abbiamo testato questa idea con l'influenza H1N1
09:06
at HarvardHarvard CollegeCollege
226
531000
2000
all'Harvard College
09:08
in the fallautunno and winterinverno of 2009, just a fewpochi monthsmesi agofa.
227
533000
3000
nell'autunno e l'inverno del 2009, qualche mese fa.
09:11
We tookha preso 1,300 randomlya caso selectedselezionato undergraduatesstudenti universitari,
228
536000
3000
Abbiamo preso 1300 studenti a caso,
09:14
we had them nominatenominare theirloro friendsamici,
229
539000
2000
ci siamo fatti dire i nomi dei loro amici,
09:16
and we followedseguita bothentrambi the randomcasuale studentsstudenti and theirloro friendsamici
230
541000
2000
e abbiamo seguito sia gli studenti che gli amici
09:18
dailyquotidiano in time
231
543000
2000
giornalmente
09:20
to see whetherse or not they had the fluinfluenza epidemicepidemico.
232
545000
3000
per vedere se avrebbero contratto o meno la malattia.
09:23
And we did this passivelypassivamente by looking at whetherse or not they'davevano goneandato to universityUniversità healthSalute servicesServizi.
233
548000
3000
E l'abbiamo fatto passivamente, guardando se si recassero o meno all'infermeria dell'università
09:26
And alsoanche, we had them [activelyattivamente] emaile-mail us a couplecoppia of timesvolte a weeksettimana.
234
551000
3000
e anche attivamente, facendoci spedire email un paio di volte la settimana.
09:29
ExactlyEsattamente what we predictedprevisto happenedè accaduto.
235
554000
3000
è accaduto esattamente quanto abbiamo previsto.
09:32
So the randomcasuale groupgruppo is in the redrosso linelinea.
236
557000
3000
perciò il gruppo scelto a caso è rappresentato dalla linea rossa
09:35
The epidemicepidemico in the friendsamici groupgruppo has shiftedspostato to the left, over here.
237
560000
3000
l'epidemia degli amici si è sviluppata a sinistra, qui.
09:38
And the differencedifferenza in the two is 16 daysgiorni.
238
563000
3000
E la differenza di tempistica è stata di 16 giorni.
09:41
By monitoringmonitoraggio the friendsamici groupgruppo,
239
566000
2000
monitorando il gruppo di amici,
09:43
we could get 16 daysgiorni advanceavanzare warningavvertimento
240
568000
2000
abbiamo potuto avere un rilevamento con 16 giorni di anticipo
09:45
of an impendingimminente epidemicepidemico in this humanumano populationpopolazione.
241
570000
3000
sullo scoppio dell'epidemia tra la popolazione.
09:48
Now, in additionaggiunta to that,
242
573000
2000
Ora, in più,
09:50
if you were an analystAnalista who was tryingprovare to studystudia an epidemicepidemico
243
575000
3000
se voi foste analisti impegnati nello studio dell'epidemia
09:53
or to predictpredire the adoptionadozione of a productprodotto, for exampleesempio,
244
578000
3000
o nella valutazione del grado di adozione di un nuovo prodotto
09:56
what you could do is you could pickraccogliere a randomcasuale samplecampione of the populationpopolazione,
245
581000
3000
potreste prendere un campione a caso nella popolazione,
09:59
alsoanche have them nominatenominare theirloro friendsamici and followSeguire the friendsamici
246
584000
3000
far nominare i loro amici e seguire gli amici
10:02
and followSeguire bothentrambi the randomsRANDOMS and the friendsamici.
247
587000
3000
assieme al gruppo preso a caso.
10:05
AmongTra the friendsamici, the first evidenceprova you saw of a blipBlip abovesopra zerozero
248
590000
3000
Tra gli amici, il primo campanello di allarme è stata una luce intermittente sopra lo zero
10:08
in adoptionadozione of the innovationinnovazione, for exampleesempio,
249
593000
3000
nell'adozione dell'innovazione, per esempio,
10:11
would be evidenceprova of an impendingimminente epidemicepidemico.
250
596000
2000
che ci segnalava l'arrivo dell'ondata epidemica.
10:13
Or you could see the first time the two curvescurve divergedsi separano,
251
598000
3000
O potete vedere quando le due curve si allontanano,
10:16
as shownmostrato on the left.
252
601000
2000
come mostrato sulla sinistra.
10:18
When did the randomsRANDOMS -- when did the friendsamici take off
253
603000
3000
Quand'è che gli amici si allontanano
10:21
and leavepartire the randomsRANDOMS,
254
606000
2000
dal gruppo campione,
10:23
and [when did] theirloro curvecurva startinizio shiftingmutevole?
255
608000
2000
e quando le curve iniziano a divergere?
10:25
And that, as indicatedindicato by the whitebianca linelinea,
256
610000
2000
Questo è successo, come indicato dalla linea bianca,
10:27
occurredsi è verificato 46 daysgiorni
257
612000
2000
dopo 46 giorni
10:29
before the peakpicco of the epidemicepidemico.
258
614000
2000
prima del picco epidemico.
10:31
So this would be a techniquetecnica
259
616000
2000
Perciò questa è la tecnica
10:33
wherebyper cui we could get more than a month-and-a-halfmese-e-un-metà warningavvertimento
260
618000
2000
grazie alla quale possiamo avere un avvertimento
10:35
about a fluinfluenza epidemicepidemico in a particularparticolare populationpopolazione.
261
620000
3000
dell'epidemia un mese e mezzo prima su una specifica popolazione.
10:38
I should say that
262
623000
2000
Direi che
10:40
how farlontano advancedAvanzate a noticeAvviso one mightpotrebbe get about something
263
625000
2000
la misura dell'anticipo che possiamo avere
10:42
dependsdipende on a hostospite of factorsfattori.
264
627000
2000
dipende da una serie di fattori.
10:44
It could dependdipendere on the naturenatura of the pathogenagente patogeno --
265
629000
2000
Può dipendere dalla natura del patogeno --
10:46
differentdiverso pathogensagenti patogeni,
266
631000
2000
di diversi patogeni,
10:48
usingutilizzando this techniquetecnica, you'dfaresti get differentdiverso warningavvertimento --
267
633000
2000
con questa tecnica si otterrebbe una previsione diversa...
10:50
or other phenomenafenomeni that are spreadingdiffusione,
268
635000
2000
o altri fenomeni che si propagano
10:52
or franklyfrancamente, on the structurestruttura of the humanumano networkRete.
269
637000
3000
o, francamente, potrebbe dipendere dalla struttura della rete
10:55
Now in our casecaso, althoughsebbene it wasn'tnon era necessarynecessario,
270
640000
3000
Ora, nel nostro caso, anche se non era necessario,
10:58
we could alsoanche actuallyin realtà mapcarta geografica the networkRete of the studentsstudenti.
271
643000
2000
potremmo mappare la rete degli studenti.
11:00
So, this is a mapcarta geografica of 714 studentsstudenti
272
645000
2000
Perciò, questa è una mappa di 714 studenti
11:02
and theirloro friendshipamicizia tiescravatte.
273
647000
2000
e delle loro amicizie.
11:04
And in a minuteminuto now, I'm going to put this mapcarta geografica into motionmovimento.
274
649000
2000
E tra un minuto, attiverò questa mappa.
11:06
We're going to take dailyquotidiano cutstagli throughattraverso the networkRete
275
651000
2000
vedremo come la mappa si modifica con cadenza giornaliera
11:08
for 120 daysgiorni.
276
653000
2000
per 120 giorni.
11:10
The redrosso dotspunti are going to be casescasi of the fluinfluenza,
277
655000
3000
I puntini rossi saranno i casi di influenza,
11:13
and the yellowgiallo dotspunti are going to be friendsamici of the people with the fluinfluenza.
278
658000
3000
e i puntini gialli saranno gli amici di chi ha contratto la malattia.
11:16
And the sizedimensione of the dotspunti is going to be proportionalproporzionale
279
661000
2000
E la dimensione dei puntini sarà proporzionale
11:18
to how manymolti of theirloro friendsamici have the fluinfluenza.
280
663000
2000
al numero degli amici che hanno l'influenza.
11:20
So biggerpiù grande dotspunti mean more of your friendsamici have the fluinfluenza.
281
665000
3000
Perciò i puntini più grandi significano che molti tuoi amici hanno l'influenza.
11:23
And if you look at this imageImmagine -- here we are now in SeptemberSettembre the 13thesimo --
282
668000
3000
E se guardate questa immagine -- qui siamo al 13 di settembre --
11:26
you're going to see a fewpochi casescasi lightleggero up.
283
671000
2000
vedrete pochi casi che si accendono.
11:28
You're going to see kindgenere of bloomingBlooming of the fluinfluenza in the middlein mezzo.
284
673000
2000
Vedrete lo scoppio della malattia al centro.
11:30
Here we are on OctoberOttobre the 19thesimo.
285
675000
3000
Questo è il 19 ottobre.
11:33
The slopependenza of the epidemicepidemico curvecurva is approachingsi avvicina now, in NovemberNovembre.
286
678000
2000
La curva epidemica si avvicina adesso, a novembre.
11:35
BangBang, bangscoppio, bangscoppio, bangscoppio, bangscoppio -- you're going to see lots of bloomingBlooming in the middlein mezzo,
287
680000
3000
Bang, bang, bang, bang, bang! si accendono le luci al centro,
11:38
and then you're going to see a sortordinare of levelinglivellamento off,
288
683000
2000
e poi si giunge ad uno stallo,
11:40
fewermeno and fewermeno casescasi towardsin direzione the endfine of DecemberDicembre.
289
685000
3000
con sempre meno casi alla fine di Dicembre.
11:43
And this typetipo of a visualizationvisualizzazione
290
688000
2000
Questo tipo di visualizzazione
11:45
can showmostrare that epidemicsepidemie like this take rootradice
291
690000
2000
può mostrare come l'epidemia insorge
11:47
and affectinfluenzare centralcentrale individualsindividui first,
292
692000
2000
e infetta gli individui centrali,
11:49
before they affectinfluenzare othersaltri.
293
694000
2000
prima degli altri.
11:51
Now, as I've been suggestingsuggerendo,
294
696000
2000
Ora, come vi ho detto,
11:53
this methodmetodo is not restrictedlimitato to germsgermi,
295
698000
3000
questo metodo non si limita alle malattie,
11:56
but actuallyin realtà to anything that spreadssi diffonde in populationspopolazioni.
296
701000
2000
ma può valere per qualsiasi evento nella popolazione.
11:58
InformationInformazioni spreadssi diffonde in populationspopolazioni,
297
703000
2000
L'informazione si propaga nelle popolazioni.
12:00
normsnorme can spreaddiffusione in populationspopolazioni,
298
705000
2000
Le norme si propagano.
12:02
behaviorscomportamenti can spreaddiffusione in populationspopolazioni.
299
707000
2000
I comportamenti si propagano.
12:04
And by behaviorscomportamenti, I can mean things like criminalpenale behaviorcomportamento,
300
709000
3000
E per comportamenti, intendo sia quelli criminali,
12:07
or votingvoto behaviorcomportamento, or healthSalute carecura behaviorcomportamento,
301
712000
3000
che i comportamenti elettorali, o i comportamenti sanitari,
12:10
like smokingfumo, or vaccinationvaccinazione,
302
715000
2000
come il fumo, la vaccinazione,
12:12
or productprodotto adoptionadozione, or other kindstipi of behaviorscomportamenti
303
717000
2000
o l'adozione di prodotti, e altri tipi di comportamenti
12:14
that relateriferirsi to interpersonalinterpersonali influenceinfluenza.
304
719000
2000
che sono legati ai rapporti interpersonale.
12:16
If I'm likelyprobabile to do something that affectscolpisce othersaltri around me,
305
721000
3000
Se io faccio qualcosa che potrebbe influenzare chi mi sta intorno,
12:19
this techniquetecnica can get earlypresto warningavvertimento or earlypresto detectionrivelazione
306
724000
3000
questa tecnica può darmi un vantaggio nel rilevamento,
12:22
about the adoptionadozione withinentro the populationpopolazione.
307
727000
3000
di un'adozione all'interno di una popolazione.
12:25
The keychiave thing is that for it to work,
308
730000
2000
il fattore chiave è che, perché funzioni,
12:27
there has to be interpersonalinterpersonali influenceinfluenza.
309
732000
2000
ci deve essere una forma di influenza interpersonale.
12:29
It cannotnon può be because of some broadcasttrasmissione mechanismmeccanismo
310
734000
2000
Non può avvenire per meccanismi di divulgazione che
12:31
affectingche interessano everyonetutti uniformlyuniformemente.
311
736000
3000
influenzano tutti uniformemente.
12:35
Now the samestesso insightsapprofondimenti
312
740000
2000
Questi ragionamenti
12:37
can alsoanche be exploitedsfruttato -- with respectrispetto to networksreti --
313
742000
3000
possono essere sfruttati -- rispetto alle reti --
12:40
can alsoanche be exploitedsfruttato in other waysmodi,
314
745000
3000
anche in altri modi,
12:43
for exampleesempio, in the use of targetingmira
315
748000
2000
per esempio, per individuare
12:45
specificspecifica people for interventionsinterventi.
316
750000
2000
le persone da trattare.
12:47
So, for exampleesempio, mostmaggior parte of you are probablyprobabilmente familiarfamiliare
317
752000
2000
Per esempio, conoscerete probabilmente
12:49
with the notionnozione of herdmandria immunityimmunità.
318
754000
2000
il concetto di immunità del gregge.
12:51
So, if we have a populationpopolazione of a thousandmille people,
319
756000
3000
Se avete una popolazione di mille persone,
12:54
and we want to make the populationpopolazione immuneimmune to a pathogenagente patogeno,
320
759000
3000
e vogliamo rendere quella popolazione immune ad un patogeno,
12:57
we don't have to immunizeimmunizzare everyogni singlesingolo personpersona.
321
762000
2000
non dobbiamo immunizzate tutti.
12:59
If we immunizeimmunizzare 960 of them,
322
764000
2000
Se ne immunizziamo 960
13:01
it's as if we had immunizedimmunizzati a hundredcentinaio [percentper cento] of them.
323
766000
3000
è come se ne avessimo immunizzati il 100%.
13:04
Because even if one or two of the non-immunenon immune people getsprende infectedinfetto,
324
769000
3000
Perché anche se i non immuni contraggono la malattia,
13:07
there's no one for them to infectinfettare.
325
772000
2000
non hanno nessuno da infettare.
13:09
They are surroundedcircondato by immunizedimmunizzati people.
326
774000
2000
Sono circondati da persone immuni.
13:11
So 96 percentper cento is as good as 100 percentper cento.
327
776000
3000
Perciò il 96% è buono quanto il 100%
13:14
Well, some other scientistsscienziati have estimatedstimato
328
779000
2000
Alcuni scienziati hanno stimato
13:16
what would happenaccadere if you tookha preso a 30 percentper cento randomcasuale samplecampione
329
781000
2000
ciò che succederebbe se prendessimo il 30% di persone a caso
13:18
of these 1000 people, 300 people and immunizedimmunizzati them.
330
783000
3000
di queste 1000, e le immunizzassimo. Quindi 300.
13:21
Would you get any population-levellivello di popolazione immunityimmunità?
331
786000
2000
Otterremmo un'immunità di qualche tipo a livello di popolazione?
13:23
And the answerrisposta is no.
332
788000
3000
La risposta è no.
13:26
But if you tookha preso this 30 percentper cento, these 300 people
333
791000
2000
Ma se prendessimo il 30%, queste 300 persone,
13:28
and had them nominatenominare theirloro friendsamici
334
793000
2000
e ci facessimo indicare i loro amici
13:30
and tookha preso the samestesso numbernumero of vaccinevaccino dosesdosi
335
795000
3000
e vaccinassimo oltre alle 300 persone
13:33
and vaccinatedvaccinati the friendsamici of the 300 --
336
798000
2000
anche 300 dei
13:35
the 300 friendsamici --
337
800000
2000
loro amici,
13:37
you can get the samestesso levellivello of herdmandria immunityimmunità
338
802000
2000
si otterrebbe lo stesso livello di immunità del gregge
13:39
as if you had vaccinatedvaccinati 96 percentper cento of the populationpopolazione
339
804000
3000
come se ne avessimo vaccinato il 96%
13:42
at a much greatermaggiore efficiencyefficienza, with a strictrigoroso budgetbilancio constraintcostrizione.
340
807000
3000
con un'efficienza maggiore, ed un budget molto limitato.
13:45
And similarsimile ideasidee can be used, for instanceesempio,
341
810000
2000
Idee simili possono essere utilizzate, per esempio,
13:47
to targetbersaglio distributiondistribuzione of things like bedletto netsreti
342
812000
2000
per valutare la distribuzione di prodotti come le zanzariere
13:49
in the developingin via di sviluppo worldmondo.
343
814000
2000
nei paesi in via di sviluppo.
13:51
If we could understandcapire the structurestruttura of networksreti in villagesvillaggi,
344
816000
3000
Potremmo capire la struttura della rete dei villaggi,
13:54
we could targetbersaglio to whomchi to give the interventionsinterventi
345
819000
2000
individuare gli individui che potrebbero promuovere
13:56
to fosterfavorire these kindstipi of spreadssi diffonde.
346
821000
2000
questa idea per convincere gli altri.
13:58
Or, franklyfrancamente, for advertisingpubblicità with all kindstipi of productsprodotti.
347
823000
3000
Francamente, questo vale per qualsiasi prodotto.
14:01
If we could understandcapire how to targetbersaglio,
348
826000
2000
Se capiamo come individuare il bersaglio,
14:03
it could affectinfluenzare the efficiencyefficienza
349
828000
2000
potremmo avere un grosso impatto in termini di efficienza
14:05
of what we're tryingprovare to achieveraggiungere.
350
830000
2000
per raggiungere il nostro scopo
14:07
And in factfatto, we can use datadati
351
832000
2000
E in effetti, possiamo usare i dati
14:09
from all kindstipi of sourcesfonti nowadaysal giorno d'oggi [to do this].
352
834000
2000
che ci arrivano dalle fonti più disparate, oggi, [per farlo].
14:11
This is a mapcarta geografica of eightotto millionmilione phoneTelefono usersutenti
353
836000
2000
Questa è una mappa di 8 milioni di utenti telefonici
14:13
in a EuropeanEuropeo countrynazione.
354
838000
2000
in un paese europeo.
14:15
EveryOgni dotpunto is a personpersona, and everyogni linelinea representsrappresenta
355
840000
2000
Ogni puntino è una persona, e ogni linea rappresenta
14:17
a volumevolume of callschiamate betweenfra the people.
356
842000
2000
un volume di chiamate tra le persone.
14:19
And we can use suchcome datadati, that's beingessere passivelypassivamente obtainedottenuti,
357
844000
3000
E possiamo usare questi dati, che abbiamo ottenuto passivamente,
14:22
to mapcarta geografica these wholetotale countriespaesi
358
847000
2000
per mappare l''intero paese
14:24
and understandcapire who is locatedcollocato where withinentro the networkRete.
359
849000
3000
e capire chi è posizionato all'interno della rete.
14:27
WithoutSenza actuallyin realtà havingavendo to queryquery them at all,
360
852000
2000
Senza chiedere direttamente a loro,
14:29
we can get this kindgenere of a structuralstrutturale insightintuizione.
361
854000
2000
possiamo ottenere questo tipo di comprensione strutturale.
14:31
And other sourcesfonti of informationinformazione, as you're no doubtdubbio awareconsapevole
362
856000
3000
E altre fonti di informazione, come sicuramente saprete,
14:34
are availablea disposizione about suchcome featuresCaratteristiche, from emaile-mail interactionsinterazioni,
363
859000
3000
sono disponibili su meccanismi del genere, dall'interazione via email
14:37
onlinein linea interactionsinterazioni,
364
862000
2000
alle interazioni online,
14:39
onlinein linea socialsociale networksreti and so forthvia.
365
864000
3000
ai social network, e così via.
14:42
And in factfatto, we are in the eraera of what I would call
366
867000
2000
E in effetti, siamo nell'era che io definirei
14:44
"massive-passivemassiccia-passivo" datadati collectioncollezione effortssforzi.
367
869000
3000
di raccolta "massiva-passiva" di informazioni.
14:47
They're all kindstipi of waysmodi we can use massivelymassicciamente collectedraccolto datadati
368
872000
3000
Ci sono moltissimi modi per raccogliere enormi quantità di informazioni in maniera passiva
14:50
to createcreare sensorsensore networksreti
369
875000
3000
per creare delle reti di sensori
14:53
to followSeguire the populationpopolazione,
370
878000
2000
per seguire la popolazione,
14:55
understandcapire what's happeningavvenimento in the populationpopolazione,
371
880000
2000
capire cosa accade nella popolazione,
14:57
and interveneintervenire in the populationpopolazione for the better.
372
882000
3000
e intervenire sulla popolazione per il bene comune.
15:00
Because these newnuovo technologiestecnologie tell us
373
885000
2000
perché tutte queste nuove tecnologie ci dicono
15:02
not just who is talkingparlando to whomchi,
374
887000
2000
non solo chi parla con chi
15:04
but where everyonetutti is,
375
889000
2000
ma dove si trovano,
15:06
and what they're thinkingpensiero basedbasato on what they're uploadingcaricamento on the InternetInternet,
376
891000
3000
cosa pensano in base a quello che caricano su internet,
15:09
and what they're buyingacquisto basedbasato on theirloro purchasesacquisti.
377
894000
2000
e quel che comprano in base ai loro acquisti.
15:11
And all this administrativeamministrativo datadati can be pulledtirato togetherinsieme
378
896000
3000
E tutti questi dati amministrativi possono essere messi assieme
15:14
and processedelaborati to understandcapire humanumano behaviorcomportamento
379
899000
2000
ed elaborati per capire il comportamento umano
15:16
in a way we never could before.
380
901000
3000
in una maniera senza precedenti.
15:19
So, for exampleesempio, we could use truckers'camionisti purchasesacquisti of fuelcarburante.
381
904000
3000
Perciò, ad esempio, potremmo usare i dati sull'acquisto di carburante per i TIR
15:22
So the truckerscamionisti are just going about theirloro businessattività commerciale,
382
907000
2000
I camionisti viaggiano per lavoro
15:24
and they're buyingacquisto fuelcarburante.
383
909000
2000
e comprano il carburante.
15:26
And we see a blipBlip up in the truckers'camionisti purchasesacquisti of fuelcarburante,
384
911000
3000
E vediamo una luce che si accende quando un camionista compra del carburante,
15:29
and we know that a recessionrecessione is about to endfine.
385
914000
2000
e vediamo che la recessione sta per finire.
15:31
Or we can monitortenere sotto controllo the velocityvelocità
386
916000
2000
O possiamo monitorare la velocità
15:33
with whichquale people are movingin movimento with theirloro phonestelefoni on a highwayautostrada,
387
918000
3000
con cui le persone si muovono con i loro cellulari in autostrada
15:36
and the phoneTelefono companyazienda can see,
388
921000
2000
e le compagnie telefoniche vedono
15:38
as the velocityvelocità is slowingrallentando down,
389
923000
2000
quando la velocità diminuisce,
15:40
that there's a traffictraffico jammarmellata.
390
925000
2000
che c'è un ingorgo.
15:42
And they can feedalimentazione that informationinformazione back to theirloro subscribersiscritti,
391
927000
3000
Possono mandare l'informazione ai loro clienti,
15:45
but only to theirloro subscribersiscritti on the samestesso highwayautostrada
392
930000
2000
ma solo ai clienti su quella particolare autostrada
15:47
locatedcollocato behinddietro a the traffictraffico jammarmellata!
393
932000
2000
che stanno per arrivare ad un ingorgo!
15:49
Or we can monitortenere sotto controllo doctorsmedici prescribingprescrizione behaviorscomportamenti, passivelypassivamente,
394
934000
3000
O possiamo monitorare il comportamento dei dottori nelle ricette mediche, passivamente,
15:52
and see how the diffusiondiffusione of innovationinnovazione with pharmaceuticalsprodotti farmaceutici
395
937000
3000
e vedere la diffusione dell'innovazione dei prodotti para-farmaceutici
15:55
occursverifica withinentro [networksreti of] doctorsmedici.
396
940000
2000
che avviene all'interno della rete dei dottori.
15:57
Or again, we can monitortenere sotto controllo purchasingacquisto behaviorcomportamento in people
397
942000
2000
O ancora, possiamo monitorare i comportamenti di acquisto delle pesone,
15:59
and watch how these typestipi of phenomenafenomeni
398
944000
2000
e guardare come tutti questi tipi di fenomeni
16:01
can diffusediffusa withinentro humanumano populationspopolazioni.
399
946000
3000
si diffondono tra le popolazioni.
16:04
And there are threetre waysmodi, I think,
400
949000
2000
E ci sono tre modi, io credo,
16:06
that these massive-passivemassiccia-passivo datadati can be used.
401
951000
2000
i cui possiamo usare questi dati massivo-passivi.
16:08
One is fullycompletamente passivepassivo,
402
953000
2000
Uno è totalmente passivo
16:10
like I just describeddescritta --
403
955000
2000
come ho già descritto --
16:12
as in, for instanceesempio, the truckercamionista exampleesempio,
404
957000
2000
come nell'esempio dei camionisti,
16:14
where we don't actuallyin realtà interveneintervenire in the populationpopolazione in any way.
405
959000
2000
in cui non si interviene all'interno della popolazione.
16:16
One is quasi-activequasi-attivo,
406
961000
2000
Uno è semi-attivo,
16:18
like the fluinfluenza exampleesempio I gaveha dato,
407
963000
2000
come nel caso dell'influenza,
16:20
where we get some people to nominatenominare theirloro friendsamici
408
965000
3000
in cui le persone fanno i nomi dei loro amici
16:23
and then passivelypassivamente monitortenere sotto controllo theirloro friendsamici --
409
968000
2000
e poi monitoriamo passivamente gli amici...
16:25
do they have the fluinfluenza, or not? -- and then get warningavvertimento.
410
970000
2000
per vedere se hanno l'influenza, e avere un certo preavviso.
16:27
Or anotherun altro exampleesempio would be,
411
972000
2000
Un altro esempio, potrebbe essere,
16:29
if you're a phoneTelefono companyazienda, you figurefigura out who'schi è centralcentrale in the networkRete
412
974000
3000
se siete una compagnia telefonia, individuate chi è centrale alla rete,
16:32
and you askChiedere those people, "Look, will you just texttesto us your feverfebbre everyogni day?
413
977000
3000
e chiedete a questa gente, "Invia un sms con il livello di febbre che hai ogni giorno.
16:35
Just texttesto us your temperaturetemperatura."
414
980000
2000
Solo un semplice sms."
16:37
And collectraccogliere vastvasto amountsquantità of informationinformazione about people'spersone di temperaturetemperatura,
415
982000
3000
Si raccolgono i dati sulla febbre delle persone
16:40
but from centrallyin posizione centrale locatedcollocato individualsindividui.
416
985000
2000
ma da individui al centro della rete.
16:42
And be ablecapace, on a largegrande scalescala,
417
987000
2000
E sarete in grado, su larga scala,
16:44
to monitortenere sotto controllo an impendingimminente epidemicepidemico
418
989000
2000
di monitorare l'epidemia imminente
16:46
with very minimalminimo inputingresso from people.
419
991000
2000
con un imput minimo
16:48
Or, finallyfinalmente, it can be more fullycompletamente activeattivo --
420
993000
2000
O, in ultima istanza, si può essere pienamente attivi --
16:50
as I know subsequentsuccessive speakersAltoparlanti will alsoanche talk about todayoggi --
421
995000
2000
come diranno gli altri relatori oggi --
16:52
where people mightpotrebbe globallyglobalmente participatepartecipare in wikiswiki,
422
997000
2000
laddove le persone partecipano ai wiki,
16:54
or photographingFotografare, or monitoringmonitoraggio electionselezioni,
423
999000
3000
fotografando, monitorando le elezioni,
16:57
and uploadcaricare informationinformazione in a way that allowsconsente us to poolpiscina
424
1002000
2000
o caricando informazioni che ci permettono di monitorare
16:59
informationinformazione in orderordine to understandcapire socialsociale processesprocessi
425
1004000
2000
e capire alcuni processi sociali
17:01
and socialsociale phenomenafenomeni.
426
1006000
2000
o fenomeni sociali.
17:03
In factfatto, the availabilitydisponibilità of these datadati, I think,
427
1008000
2000
In effetti, la reperibilità di questi dati, credo,
17:05
heraldsaraldi a kindgenere of newnuovo eraera
428
1010000
2000
può portare ad una nuova era
17:07
of what I and othersaltri would like to call
429
1012000
2000
che io ed altri amiamo definire
17:09
"computationalcomputazionale socialsociale sciencescienza."
430
1014000
2000
"scienza sociale computazionale"
17:11
It's sortordinare of like when GalileoGalileo inventedinventato -- or, didn't inventinventare --
431
1016000
3000
E' un po' come quando Galileo inventò -- beh non l'inventò --
17:14
cameè venuto to use a telescopetelescopio
432
1019000
2000
iniziò ad utilizzare il telescopio
17:16
and could see the heavenscieli in a newnuovo way,
433
1021000
2000
per guardare i cieli in un modo diverso,
17:18
or LeeuwenhoekLeeuwenhoek becamedivenne awareconsapevole of the microscopemicroscopio --
434
1023000
2000
o Leeuwenhoek si rese conto delle capacità del microscopio --
17:20
or actuallyin realtà inventedinventato --
435
1025000
2000
beh lo inventò in effetti --
17:22
and could see biologybiologia in a newnuovo way.
436
1027000
2000
e fu in grado di guardare alla biologia in maniera diversa.
17:24
But now we have accessaccesso to these kindstipi of datadati
437
1029000
2000
E ora abbiamo accesso ai dati più disparati
17:26
that allowpermettere us to understandcapire socialsociale processesprocessi
438
1031000
2000
che ci permettono di capire i processi sociali e
17:28
and socialsociale phenomenafenomeni
439
1033000
2000
i fenomeni sociali
17:30
in an entirelyinteramente newnuovo way that was never before possiblepossibile.
440
1035000
3000
in maniera completamente diversa dal passato.
17:33
And with this sciencescienza, we can
441
1038000
2000
E con questa scienza, possiamo
17:35
understandcapire how exactlydi preciso
442
1040000
2000
capire esattamente come
17:37
the wholetotale comesviene to be greatermaggiore
443
1042000
2000
l'insieme diventa
17:39
than the sumsomma of its partsparti.
444
1044000
2000
più grande della somma delle parti.
17:41
And actuallyin realtà, we can use these insightsapprofondimenti
445
1046000
2000
E in effetti, possiamo usare queste conoscenze
17:43
to improveMigliorare societysocietà and improveMigliorare humanumano well-beingbenessere.
446
1048000
3000
per migliorare la società e migliorare il benessere dell'umanità.
17:46
Thank you.
447
1051000
2000
Grazie.
Translated by Tonito Solinas
Reviewed by Anna Cristiana Minoli

▲Back to top

ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact.

Why you should listen

People aren't merely social animals in the usual sense, for we don't just live in groups. We live in networks -- and we have done so ever since we emerged from the African savannah. Via intricately branching paths tracing out cascading family connections, friendship ties, and work relationships, we are interconnected to hundreds or even thousands of specific people, most of whom we do not know. We affect them and they affect us.

Nicholas Christakis' work examines the biological, psychological, sociological, and mathematical rules that govern how we form these social networks, and the rules that govern how they shape our lives. His work shows how phenomena as diverse as obesity, smoking, emotions, ideas, germs, and altruism can spread through our social ties, and how genes can partially underlie our creation of social ties to begin with. His work also sheds light on how we might take advantage of an understanding of social networks to make the world a better place.

At Yale, Christakis is a Professor of Social and Natural Science, and he directs a diverse research group in the field of biosocial science, primarily investigating social networks. His popular undergraduate course "Health of the Public" is available as a podcast. His book, Connected, co-authored with James H. Fowler, appeared in 2009, and has been translated into 20 languages. In 2009, he was named by Time magazine to its annual list of the 100 most influential people in the world, and also, in 2009 and 2010, by Foreign Policy magazine to its list of 100 top global thinkers

More profile about the speaker
Nicholas Christakis | Speaker | TED.com