Nell'agosto del 2003, uno studio della Columbia University dimostrò che una e-mail può giungere in massimo sei passaggi nel computer di qualunque individuo in possesso di una casella di posta elettronica, sia egli un artigiano di Scandicci, un avvocato di Buenos Aires o il presidente degli Stati Uniti. Nell'esperimento, guidato dal sociologo Duncan Watts, che ha coinvolto oltre 61 mila persone in 166 Paesi, ogni partecipante doveva spedire una e-mail ad un perfetto sconosciuto scelto tra 18 possibili “obiettivi”. Della schiera di destinatari finali facevano parte, tra l'altro, un archivista estone, un consulente tecnologico indiano, un poliziotto australiano e un veterinario norvegese. In media, affinché la lettera andasse da un capo all'altro della catena, sono bastati tra i cinque e i sette passaggi.

La parte più interessante dell'esperimento è stata osservare con quali criteri vengono scelti i destinatari che devono far da tramite verso l'obiettivo finale. Non ci sono “nodi” principali della catena, preferiti più spesso di altri per il numero di conoscenze o per il prestigio sociale, né contano le relazioni di parentela. Il lavoro di Watts e dei suoi collaboratori prendeva le mosse dalla teoria dei sei gradi di separazione, elaborata circa quarant'anni fa dallo psicologo sociale Stanley Millgram. Nel 1967, Millgram chiese a 97 persone negli Stati Uniti di raggiungere, tramite posta ordinaria, un destinatario di Boston in non più di sei passaggi. L'esperimento di Millgram è stato a lungo contestato in quanto troppo limitato, e i suoi risultati non sono mai stati ritenuti generalizzabili.

Su Internet, invece, la teoria dei sei gradi di separazione ha goduto di notevole popolarità. “Star Link”, un motore ospitato dalla University of Virginia, permette di collegare qualsiasi attore ad un altro in un massimo di sei passaggi. “Friendster”, un servizio di dating di successo, si basa sul presupposto di far incontrare soltanto persone che abbiano un amico in comune entro i sei gradi di separazione.

Ultimi, in ordine di tempo, dei ricercatori della University of Massachusetts hanno creato un nuovo algoritmo risolvendo un conundrum nella ricerca in rete che per tanto tempo ha assillato scienziati informatici e sociologi. Il nuovo algoritmo, presentato dallo studente Özgür Simsek e il professore di computer science David Jensen alla 19ima International Joint Conference on Artificial Intelligence di Edinburgo, in Scozia, descrive un modo più efficiente di ricerca in un calsse particolare di networks, cone le reti wi-fi, le reti peer-to-peer, e il World Wide Web, tutti sistemi di comunicazione che beneficeranno della nuova scoperta.

L'algoritmo funzionerà in modo particolare con sistemi dinamici come i networks wi-fi dove la struttura cambia così rapidamente da rendere obsoleta una struttura centralizzata. “Il nostro lavoro si è ispirato alla ricerca pionieristica, dei tardi anni Sessanta, sui networks sociali”, ha spiegato Simsek, riferendosi all'esperimento di Millgram. “Siamo tutti in collegamento”, dice Simsek, “il problema è stailire come”.

Quali sono le proprietà di questi networks invisibili, e come riuscire a navigarli in maniera più efficiente, queste le domande che si sono posti i ricercatori. Il “network sociale” individuato da Milgram non è una struttura chiaramente modellabile. La topologia del network è conosciuta solo localmente - gli indvidui che iniziano la catena non conoscono il destinatario finale - e il network è decentralizzato - non usa una base centrale come l'ufficio postale. Per navigare con successo all'interno di questi networks, saltando da link a link come nel WEB, ci devono essere parti della struttura sottostante che guidino la ricerca. I partecipanti all'esperimento di Milgram che hanno raggiunto il loro obiettivo, probabilmente hanno agito seguendo il proprio intuito, proprio come si fà quando si cerca qualcosa in rete, pur conoscendo ben poco della struttura sottostante.

La tendenza all'associazione con i nostri simili, detta anche “omofilia”, significa che gli attributi di individui - o di nodi - diversi all'interno di un newtork tendono a correlarsi in base a caratteristiche simili, come la provenienza, l'età e l'occupazione. Inoltre, alcune persone hanno molti più conoscenti di altre. Questo “grado di disparità” porta alcuni individui ad agire come dei perni. Ciò favorisce quei nodi che massimizzano la probabilità di collegarsi direttamente all'obiettivo in funzione sia del grado che dell'omofilia.

L'algoritmo di Simsek e Jensen riesce dunque a rendere molto più efficienti le ricerche in rete individuando i “sei gradi di navigazione”.

Istituzione scientifica citata nell'articolo:

University of Massachusetts