TED2010
Nicholas Christakis: The hidden influence of social networks
L'influenza nascosta delle reti sociali: Nicholas Christakis
Filmed:
Readability: 4.3
1,674,218 views
Tutti noi facciamo parte di grandi reti sociali, fatte di amici, famiglie, colleghi... Nicholas Christakis ha osservato come molte caratteristiche -- dalla felicità all'obesità -- possano diffondersi da persona a persona, mostrando come la vostra posizione nella rete sociale possa condizionarvi la vita in modi di cui nemmeno siete a conoscenza .
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. Full bio
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.
00:16
For me, this story begins about 15 years ago,
0
1000
3000
Per me, questa storia inizia circa 15 anni fa,
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
quando ero medico all'hospice dell'Università di Chicago.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
Assistevo i pazienti in punto di morte, e le loro famiglie,
00:25
in the South Side of Chicago.
3
10000
2000
nel South Side di Chicago.
00:27
And I was observing what happened to people and their families
4
12000
3000
Osservavo cosa succedeva ai pazienti e alle loro famiglie
00:30
over the course of their terminal illness.
5
15000
3000
nel decorso della loro malattia terminale.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
E nel mio laboratorio, studiavo il "widowhood effect"
00:35
which is a very old idea in the social sciences,
7
20000
2000
un'idea presente nelle scienze sociali
00:37
going back 150 years,
8
22000
2000
da 150 anni a questa parte,
00:39
known as "dying of a broken heart."
9
24000
2000
nota come "la morte di un cuore spezzato."
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
È il motivo per cui, ad esempio, quando morirò mia moglie potrà correre
00:44
for instance, in the first year.
11
29000
2000
un rischio doppio di morire nel primo anno di lutto.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
In particolare, mi era stata affidata
00:49
a woman who was dying of dementia.
13
34000
2000
una donna che stava morendo di demenza.
00:51
And in this case, unlike this couple,
14
36000
2000
E a differenza di questa coppia, quella donna
00:53
she was being cared for
15
38000
2000
era accudita
00:55
by her daughter.
16
40000
2000
dalla figlia.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
Il compito di accudire sua madre stava sfinendo la figlia.
01:00
And the daughter's husband,
18
45000
2000
E anche il marito
01:02
he also was sick
19
47000
3000
della figlia soffriva
01:05
from his wife's exhaustion.
20
50000
2000
per l'esaurimento di sua moglie.
01:07
And I was driving home one day,
21
52000
2000
E mentre tornavo a casa, un giorno,
01:09
and I get a phone call from the husband's friend,
22
54000
3000
ricevetti una chiamata da un amico del marito,
01:12
calling me because he was depressed
23
57000
2000
che mi chiamava perché era avvilito
01:14
about what was happening to his friend.
24
59000
2000
da quanto stava avvenendo al suo amico.
01:16
So here I get this call from this random guy
25
61000
2000
Venni quindi chiamato da uno sconosciuto
01:18
that's having an experience
26
63000
2000
le cui esperienze di vita
01:20
that's being influenced by people
27
65000
2000
erano condizionate da persone
01:22
at some social distance.
28
67000
2000
ad una certa distanza sociale.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
E così compresi immediatamente due cose molto semplici.
01:27
First, the widowhood effect
30
72000
2000
Primo, il "widowhood effect"
01:29
was not restricted to husbands and wives.
31
74000
3000
non era ristretto a mariti e mogli.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
E secondo, non era limitato a coppie di persone.
01:35
And I started to see the world
33
80000
2000
E iniziai a vedere il mondo
01:37
in a whole new way,
34
82000
2000
in un modo completamente nuovo,
01:39
like pairs of people connected to each other.
35
84000
3000
come coppie di persone connesse l'una all'altra.
01:42
And then I realized that these individuals
36
87000
2000
Poi mi resi conto che questi soggetti
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
formavano "quadruple" con altre coppie di persone loro vicine.
01:47
And then, in fact, these people
38
92000
2000
E che queste persone
01:49
were embedded in other sorts of relationships:
39
94000
2000
erano coinvolte in altri tipi di relazioni,
01:51
marriage and spousal
40
96000
2000
come matrimoni, amicizie,
01:53
and friendship and other sorts of ties.
41
98000
2000
e altri tipi di legami.
01:55
And that, in fact, these connections were vast
42
100000
3000
E che queste connessioni erano vaste,
01:58
and that we were all embedded in this
43
103000
2000
e tutti noi siamo connessi, in questo
02:00
broad set of connections with each other.
44
105000
3000
grande intreccio di relazioni, a ciascun altro.
02:03
So I started to see the world in a completely new way
45
108000
3000
Iniziai così a vedere il mondo in modo completamente nuovo,
02:06
and I became obsessed with this.
46
111000
2000
e una domanda mi ossessionava:
02:08
I became obsessed with how it might be
47
113000
2000
com'è possibile
02:10
that we're embedded in these social networks,
48
115000
2000
che siamo inseriti in queste reti sociali,
02:12
and how they affect our lives.
49
117000
2000
e come condizionano le nostre vite?
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
Le reti sociali hanno una loro complicata bellezza,
02:17
and they're so elaborate and so complex
51
122000
2000
e sono così elaborate, complesse,
02:19
and so ubiquitous, in fact,
52
124000
2000
e così onnipresenti,
02:21
that one has to ask what purpose they serve.
53
126000
3000
che dobbiamo chiederci quale scopo assolvano.
02:24
Why are we embedded in social networks?
54
129000
2000
Perché tendiamo a inserirci in reti sociali?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
Come si formano? Come agiscono?
02:28
And how do they effect us?
56
133000
2000
E come ci condizionano?
02:30
So my first topic with respect to this,
57
135000
3000
Alla luce di questo, il mio primo soggetto di studio
02:33
was not death, but obesity.
58
138000
3000
non fu la morte, ma l'obesità.
02:36
It had become trendy
59
141000
2000
Improvvisamente era diventato di moda
02:38
to speak about the "obesity epidemic."
60
143000
2000
parlare dell"epidemia di obesità".
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
Insieme al mio collaboratore, James Fowler,
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
iniziammo a chiederci se l'obesità fosse davvero epidemica,
02:46
and could it spread from person to person
63
151000
2000
e potesse diffondersi da persona a persona
02:48
like the four people I discussed earlier.
64
153000
3000
come nelle quattro persone di cui ho parlato prima.
02:51
So this is a slide of some of our initial results.
65
156000
3000
Questa slide mostra alcuni dei nostri risultati iniziali.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
Sono 2.200 persone nell'anno 2000.
02:57
Every dot is a person. We make the dot size
67
162000
2000
Ogni punto è una persona. La grandezza del punto
02:59
proportional to people's body size;
68
164000
2000
è proporzionale alla massa della persona.
03:01
so bigger dots are bigger people.
69
166000
3000
Punti più grandi rappresentano persone più grosse.
03:04
In addition, if your body size,
70
169000
2000
Inoltre, se le tue dimensioni, se il tuo IMC
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
(Indice di Massa Corporea) è superiore a 30,
03:08
if you're clinically obese --
72
173000
2000
se cioè sei clinicamente obeso,
03:10
we also colored the dots yellow.
73
175000
2000
il punto è di color giallo.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
Osservando questa immagine, potreste notare immediatamente
03:14
that there are clusters of obese and
75
179000
2000
raggruppamenti di persone
03:16
non-obese people in the image.
76
181000
2000
obese e non obese, nell'immagine.
03:18
But the visual complexity is still very high.
77
183000
3000
Ma la complessità visiva resta alta.
03:21
It's not obvious exactly what's going on.
78
186000
3000
Non è chiaro cosa stia esattamente succedendo.
03:24
In addition, some questions are immediately raised:
79
189000
2000
Alcune domande, inoltre, sorgono spontanee:
03:26
How much clustering is there?
80
191000
2000
Quant'è l'intensità del raggruppamento?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
È maggiore di quanto sarebbe spiegato dal puro caso?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
Quanto sono estesi i raggruppamenti? Fino a dove arrivano?
03:33
And, most importantly,
83
198000
2000
E, cosa più importante,
03:35
what causes the clusters?
84
200000
2000
cosa li causa?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
Con un po' di matematica, abbiamo studiato la dimensione dei raggruppamenti
03:40
This here shows, on the Y-axis,
86
205000
2000
Questo grafico mostra, sull'asse delle Y,
03:42
the increase in the probability that a person is obese
87
207000
3000
l'aumento di probabilità che una persona sia obesa
03:45
given that a social contact of theirs is obese
88
210000
2000
se un suo contatto sociale è obeso.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
E sull'asse delle X, i gradi di separazione tra le due persone.
03:50
On the far left, you see the purple line.
90
215000
2000
All'estrema sinistra vedete una barra viola.
03:52
It says that, if your friends are obese,
91
217000
2000
Dice che se i tuoi amici sono obesi,
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
il tuo rischio di obesità sale del 45%.
03:57
And the next bar over, the [red] line,
93
222000
2000
La barra successiva, quella rossa,
03:59
says if your friend's friends are obese,
94
224000
2000
dice che se gli amici del tuo amico sono obesi,
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
il tuo rischio di obesità aumenta del 25%.
04:03
And then the next line over says
96
228000
2000
E la barra successiva dice che,
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
se un amico dell'amico del tuo amico, qualcuno che tu probabilmente neanche conosci,
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
è obeso, il tuo rischio di obesità aumenta del 10%.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
È solo quando si arriva all'amico dell'amico dell'amico del tuo amico
04:14
that there's no longer a relationship
100
239000
2000
che si perde la relazione
04:16
between that person's body size and your own body size.
101
241000
3000
tra la massa corporea di quella persona e la tua.
04:20
Well, what might be causing this clustering?
102
245000
3000
Cosa potrebbe causare questi raggruppamenti?
04:23
There are at least three possibilities:
103
248000
2000
Le possibilità sono almeno tre.
04:25
One possibility is that, as I gain weight,
104
250000
2000
Una è che, man mano che io aumento di peso,
04:27
it causes you to gain weight.
105
252000
2000
questo fa sì che anche il tuo peso aumenti;
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
è una specie di induzione, una diffusione da persona a persona.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
Un'altra possibilità molto ovvia, è l'omofilia,
04:34
or, birds of a feather flock together;
108
259000
2000
o "chi si assomiglia si piglia".
04:36
here, I form my tie to you
109
261000
2000
Stando a questa teoria, io formo
04:38
because you and I share a similar body size.
110
263000
3000
un legame con te perché abbiamo una massa corporea simile.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
L'ultima possibilità è quella nota come confondimento,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
perché confonde la nostra capacità di capire cosa sta succedendo.
04:46
And here, the idea is not that my weight gain
113
271000
2000
L'idea, in questo caso, non è che
04:48
is causing your weight gain,
114
273000
2000
il mio aumento di peso causi il tuo,
04:50
nor that I preferentially form a tie with you
115
275000
2000
né che io tendenzialmente formi un legame con te
04:52
because you and I share the same body size,
116
277000
2000
per la simile massa corporea,
04:54
but rather that we share a common exposure
117
279000
2000
ma piuttosto che siamo entrambi esposti
04:56
to something, like a health club
118
281000
3000
a qualcosa, come un centro fitness,
04:59
that makes us both lose weight at the same time.
119
284000
3000
che fa perdere peso ad entrambi nello stesso tempo.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
Quando li abbiamo studiati, i dati fornivano prove a sostegno di tutte queste ipotesi,
05:05
including for induction.
121
290000
2000
inclusa l'induzione.
05:07
And we found that if your friend becomes obese,
122
292000
2000
E abbiamo scoperto che, se il tuo amico diventa obeso,
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
questo aumenta il tuo rischio di obesità del 57%
05:12
in the same given time period.
124
297000
2000
nello stesso intervallo di tempo.
05:14
There can be many mechanisms for this effect:
125
299000
3000
Molti meccanismi possono spiegare questo effetto.
05:17
One possibility is that your friends say to you something like --
126
302000
2000
Una possibilità è che i tuoi amici ti dicano qualcosa,
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
che adottino un comportamento che ti contagia,
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
come ad esempio, "Spariamoci dolcetti e birra,"
05:25
which is a terrible combination. (Laughter)
129
310000
3000
che è una combinazione terribile.
05:28
But you adopt that combination,
130
313000
2000
Ma tu la adotti, questa combinazione,
05:30
and then you start gaining weight like them.
131
315000
3000
e inizi ad ingrassare come loro.
05:33
Another more subtle possibility
132
318000
2000
Un'altra possibilità, più sottile,
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
è che loro, iniziando ad ingrassare, cambino le tue convinzioni
05:38
of what an acceptable body size is.
134
323000
2000
su quale sia una dimensione "accettabile" del corpo.
05:40
Here, what's spreading from person to person
135
325000
2000
In questo caso, a diffondersi da persona a persona
05:42
is not a behavior, but rather a norm:
136
327000
2000
non è un comportamento, quanto piuttosto un modello.
05:44
An idea is spreading.
137
329000
2000
È un'idea, quella che si diffonde.
05:46
Now, headline writers
138
331000
2000
Gli autori dei titoli sul giornale
05:48
had a field day with our studies.
139
333000
2000
si sbizzarrirono, coi nostri studi.
05:50
I think the headline in The New York Times was,
140
335000
2000
Mi pare che il titolo del New York Times fosse:
05:52
"Are you packing it on?
141
337000
2000
"Stai mettendo su peso?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
Dai la colpa ai tuoi amici grassi."
05:57
What was interesting to us is that the European headline writers
143
342000
2000
E fu interessante scoprire che i loro colleghi europei
05:59
had a different take: They said,
144
344000
2000
adottarono un approccio differente. Dissero infatti:
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
"I tuoi amici stanno mettendo su peso? Forse è colpa tua."
06:04
(Laughter)
146
349000
5000
(Risate)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
Pensammo che quello americano fosse un commento molto interessante --
06:12
and a kind of self-serving,
148
357000
2000
e che contenesse un messagggio
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
di auto-assoluzione, di "scaricabarile".
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
Voglio perciò essere molto chiaro, ora: non pensiamo che
06:18
should or could justify prejudice
151
363000
2000
il nostro lavoro debba o possa giustificare
06:20
against people of one or another body size at all.
152
365000
3000
un pregiudizio contro persone di una dimensione corporea o dell'altra.
06:24
Our next questions was:
153
369000
2000
La domanda successiva fu:
06:26
Could we actually visualize this spread?
154
371000
3000
È possibile visualizzare questa diffusione?
06:29
Was weight gain in one person actually spreading
155
374000
2000
L'aumento di peso in una data persona
06:31
to weight gain in another person?
156
376000
2000
si stava davvero diffondendo ad un'altra?
06:33
And this was complicated because
157
378000
2000
Era una domanda complicata. Innanzitutto,
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
dovevamo tenere conto del fatto che la struttura della rete,
06:38
the architecture of the ties, was changing across time.
159
383000
3000
l'architettura dei legami, cambiava col tempo.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
In secondo luogo, siccome l'epidemia di obesità non è unifocale,
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
non esiste un "paziente zero", che se individuato
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
ci mostrerebbe l'obesità "irradiarsi" da lui.
06:50
it's a multicentric epidemic.
163
395000
2000
È un'epidemia multicentrica.
06:52
Lots of people are doing things at the same time.
164
397000
2000
Molte persone fanno molte cose contemporaneamente.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
Sto per mostrarvi un'animazione di 30 secondi
06:57
that took me and James five years of our lives to do.
166
402000
3000
che ha richiesto a me e a James cinque anni di vita.
07:00
So, again, every dot is a person.
167
405000
2000
Anche in questo caso, ogni punto è una persona.
07:02
Every tie between them is a relationship.
168
407000
2000
Ogni legame tra i punti è una relazione.
07:04
We're going to put this into motion now,
169
409000
2000
Stiamo per far partire l'animazione,
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
visualizzando i tagli quotidiani alla rete avvenuti in circa 30 anni.
07:09
The dot sizes are going to grow,
171
414000
2000
Le dimensioni dei puntini cresceranno.
07:11
you're going to see a sea of yellow take over.
172
416000
3000
Tra poco vedrete una distesa di punti gialli.
07:14
You're going to see people be born and die --
173
419000
2000
Vedrete persone che nascono e muoiono,
07:16
dots will appear and disappear --
174
421000
2000
puntini che appariranno e scompariranno.
07:18
ties will form and break, marriages and divorces,
175
423000
3000
Legami si formeranno e si romperanno. Matrimoni e divorzi,
07:21
friendings and defriendings.
176
426000
2000
amicizie e ostilità.
07:23
A lot of complexity, a lot is happening
177
428000
2000
C'è una grande complessità, molte cose stanno avvenendo
07:25
just in this 30-year period
178
430000
2000
in questi trent'anni,
07:27
that includes the obesity epidemic.
179
432000
2000
che includono l'epidemia di obesità.
07:29
And, by the end, you're going to see clusters
180
434000
2000
E alla fine vedrete raggruppamenti
07:31
of obese and non-obese individuals
181
436000
2000
di persone obese e non-obese
07:33
within the network.
182
438000
2000
all'interno della rete.
07:35
Now, when looked at this,
183
440000
3000
Quando osservai tutto questo,
07:38
it changed the way I see things,
184
443000
3000
cambiò il mio modo di vedere le cose,
07:41
because this thing, this network
185
446000
2000
perché questa cosa, questa rete,
07:43
that's changing across time,
186
448000
2000
che cambia nel tempo,
07:45
it has a memory, it moves,
187
450000
3000
ha una memoria, progredisce,
07:48
things flow within it,
188
453000
2000
le cose scorrono al suo interno,
07:50
it has a kind of consistency --
189
455000
2000
ha una sua coerenza.
07:52
people can die, but it doesn't die;
190
457000
2000
La gente può morire, ma la rete
07:54
it still persists --
191
459000
2000
non muore, resta.
07:56
and it has a kind of resilience
192
461000
2000
E ha un tipo di resilienza
07:58
that allows it to persist across time.
193
463000
2000
che le permette di perpetuarsi nel tempo.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
Giunsi così a considerare questi tipi
08:03
as living things,
195
468000
2000
di reti sociali come organismi "viventi",
08:05
as living things that we could put under a kind of microscope
196
470000
3000
che avremmo potuto mettere sotto un microscopio
08:08
to study and analyze and understand.
197
473000
3000
per studiarli, analizzarli e comprenderli.
08:11
And we used a variety of techniques to do this.
198
476000
2000
Per farlo, siamo ricorsi a diverse tecniche.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
Abbiamo cominciato ad esplorare ogni tipo di altro fenomeno.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
Abbiamo osservato il comportamento di fumatori
08:18
and voting behavior,
201
483000
2000
e bevitori, i comportamenti di voto,
08:20
and divorce -- which can spread --
202
485000
2000
i divorzi -- che possono diffondersi --
08:22
and altruism.
203
487000
2000
e l'altruismo.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
E infine ci interessammo alle emozioni.
08:28
Now, when we have emotions,
205
493000
2000
Quando proviamo le emozioni,
08:30
we show them.
206
495000
2000
le mostriamo.
08:32
Why do we show our emotions?
207
497000
2000
Perché mostriamo le nostre emozioni?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
Sarebbe vantaggioso sentire
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
le nostre emozioni interiormente, rabbia o felicità che siano.
08:39
But we don't just experience them, we show them.
210
504000
2000
Ma noi non ci limitiamo a sentirle, le esibiamo.
08:41
And not only do we show them, but others can read them.
211
506000
3000
E non solo noi le mostriamo, ma gli altri possono leggerle.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
E non solo possono leggerle, ma le imitano.
08:46
There's emotional contagion
213
511000
2000
Avviene un contagio emotivo,
08:48
that takes place in human populations.
214
513000
3000
nei gruppi umani.
08:51
And so this function of emotions
215
516000
2000
E questa funzione delle emozioni
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
suggerisce che, qualunque altro scopo assolvano,
08:55
they're a kind of primitive form of communication.
217
520000
3000
sono anche una forma "primitiva" di comunicazione.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
E se vogliamo davvero comprendere le emozioni umane,
09:01
we need to think about them in this way.
219
526000
2000
è così che dobbiamo pensarle.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
Ora, siamo abituati a considerare le emozioni
09:06
in simple, sort of, brief periods of time.
221
531000
3000
come limitate a brevi periodi di tempo.
09:09
So, for example,
222
534000
2000
Per fare un esempio, tenni una conferenza
09:11
I was giving this talk recently in New York City,
223
536000
2000
a New York, di recente, e dissi:
09:13
and I said, "You know when you're on the subway
224
538000
2000
"È come quando siete in metropolitana,
09:15
and the other person across the subway car
225
540000
2000
il passeggero di fronte a voi
09:17
smiles at you,
226
542000
2000
vi sorride e voi d'istinto
09:19
and you just instinctively smile back?"
227
544000
2000
ricambiate il sorriso." Mi hanno guardato
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
e han detto: "Non sorridiamo ai passeggeri, a New York." (Risate)
09:24
And I said, "Everywhere else in the world,
229
549000
2000
E io dissi: "In ogni altro posto sì ,
09:26
that's normal human behavior."
230
551000
2000
è un normale comportamento umano."
09:28
And so there's a very instinctive way
231
553000
2000
C'è dunque un modo molto istintivo
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
di diffondere rapidamente le emozioni.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
E il contagio emotivo può essere ancora più esteso:
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
possiamo osservare espressioni di intensa rabbia,
09:39
as in riots.
235
564000
2000
come avviene nelle rivolte.
09:41
The question that we wanted to ask was:
236
566000
2000
La domanda che volevamo porci era:
09:43
Could emotion spread,
237
568000
2000
Possono le emozioni diffondersi
09:45
in a more sustained way than riots, across time
238
570000
3000
per un tempo più lungo delle rivolte, nel tempo.
09:48
and involve large numbers of people,
239
573000
2000
e coinvolgere un vasto numero di persone,
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
non solo queste coppie che si sorridono nel metrò?
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
Forse, sotto la cenere, una specie di guerra silenziosa
09:56
that animates us all the time.
242
581000
2000
ci anima in continuazione.
09:58
Maybe there are emotional stampedes
243
583000
2000
Forse ci sono tempeste emotive
10:00
that ripple through social networks.
244
585000
2000
che si scatenano grazie alle reti sociali.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
Forse le emozioni hanno un'esistenza collettiva,
10:05
not just an individual existence.
246
590000
2000
e non solo personale.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
Questa è una delle prime immagini che abbiamo elaborato per studiare questo fenomeno.
10:10
Again, a social network,
248
595000
2000
Anche questa è una rete sociale,
10:12
but now we color the people yellow if they're happy
249
597000
3000
ma ora coloriamo le persone felici in giallo,
10:15
and blue if they're sad and green in between.
250
600000
3000
in blu le tristi e in verde nel caso intermedio.
10:18
And if you look at this image, you can right away see
251
603000
2000
Se osservate questa immagine, potete vedere immediatamente
10:20
clusters of happy and unhappy people,
252
605000
2000
raggruppamenti di persone felici o infelici,
10:22
again, spreading to three degrees of separation.
253
607000
2000
che si diffondono fino a tre gradi di separazione.
10:24
And you might form the intuition
254
609000
2000
E potreste farvi l'idea
10:26
that the unhappy people
255
611000
2000
che le persone infelici
10:28
occupy a different structural location within the network.
256
613000
3000
occupino posti diversi, nella struttura della rete.
10:31
There's a middle and an edge to this network,
257
616000
2000
Questa rete possiede un "centro" e dei "margini",
10:33
and the unhappy people seem to be
258
618000
2000
e le persone infelici sembrano
10:35
located at the edges.
259
620000
2000
collocarsi ai margini.
10:37
So to invoke another metaphor,
260
622000
2000
Per ricorrere ad un'altra metafora,
10:39
if you imagine social networks as a kind of
261
624000
2000
potete immaginare i legami sociali come una specie di
10:41
vast fabric of humanity --
262
626000
2000
grande tessuto umano:
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
io sono connesso a te, tu a lei,
10:46
this fabric is actually like
264
631000
2000
e così via, all'infinito. In realtà, questo tessuto assomiglia
10:48
an old-fashioned American quilt,
265
633000
2000
ad un tradizionale quilt americano,
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
con pezze felici e pezze infelici.
10:53
And whether you become happy or not
267
638000
2000
E che tu diventi felice o meno
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
dipende, in parte, dalla felicità della tua pezza.
10:58
(Laughter)
269
643000
2000
(Risate)
11:00
So, this work with emotions,
270
645000
3000
Questo lavoro con le emozioni, dunque,
11:03
which are so fundamental,
271
648000
2000
che sono così profonde,
11:05
then got us to thinking about: Maybe
272
650000
2000
ci ha poi portato a pensare che forse
11:07
the fundamental causes of human social networks
273
652000
2000
le cause fondamentali delle reti sociali umane
11:09
are somehow encoded in our genes.
274
654000
2000
siano in qualche modo codificate nei nostri geni.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
Le reti sociali umane, ogni volta che le mappiamo,
11:14
always kind of look like this:
276
659000
2000
mostrano sempre questo aspetto,
11:16
the picture of the network.
277
661000
2000
questa immagine.
11:18
But they never look like this.
278
663000
2000
Non hanno mai questo aspetto, invece.
11:20
Why do they not look like this?
279
665000
2000
Perché non hanno questo aspetto?
11:22
Why don't we form human social networks
280
667000
2000
Perché non formiamo reti sociali umane
11:24
that look like a regular lattice?
281
669000
2000
dall'aspetto regolare, "a griglia"?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
Beh, i pattern impressionanti delle reti sociali umane,
11:29
their ubiquity and their apparent purpose
283
674000
3000
la loro onnipresenza, ed il loro evidente fine
11:32
beg questions about whether we evolved to have
284
677000
2000
portano prima di tutto a chiedersi se ci siamo evoluti per
11:34
human social networks in the first place,
285
679000
2000
formare reti sociali,
11:36
and whether we evolved to form networks
286
681000
2000
e se ci siamo evoluti per formare reti sociali
11:38
with a particular structure.
287
683000
2000
con una particolare struttura.
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
Per capire questo, tuttavia,
11:42
we need to dissect network structure a little bit first --
289
687000
3000
dobbiamo prima smantellare un poco la struttura della rete.
11:45
and notice that every person in this network
290
690000
2000
Notate che ogni persona, in questa rete,
11:47
has exactly the same structural location as every other person.
291
692000
3000
occupa una posizione strutturalmente analoga a quella di qualunque altra.
11:50
But that's not the case with real networks.
292
695000
3000
Ma nelle vere reti sociali, le cose non stanno così.
11:53
So, for example, here is a real network of college students
293
698000
2000
Ecco ad esempio una vera rete studentesca
11:55
at an elite northeastern university.
294
700000
3000
in un'Università d'élite del North-East.
11:58
And now I'm highlighting a few dots.
295
703000
2000
Adesso evidenzio alcuni punti.
12:00
If you look here at the dots,
296
705000
2000
Se osservate questi punti,
12:02
compare node B in the upper left
297
707000
2000
confrontate il nodo B, in alto a sinistra,
12:04
to node D in the far right;
298
709000
2000
col nodo D, in fondo a destra.
12:06
B has four friends coming out from him
299
711000
2000
Da B si diramano quattro amici.
12:08
and D has six friends coming out from him.
300
713000
3000
Da D se ne diramano sei.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
Questi due individui, dunque, hanno un diverso numero di amici.
12:14
That's very obvious, we all know that.
302
719000
2000
Questo è ovvio, lo sappiamo tutti.
12:16
But certain other aspects
303
721000
2000
Ma certi altri aspetti,
12:18
of social network structure are not so obvious.
304
723000
2000
nella struttura delle reti sociali, non sono così ovvi.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
Confrontate B, in alto a sinistra, con A, in basso a sinistra.
12:23
Now, those people both have four friends,
306
728000
3000
Entrambe queste persone hanno quattro amici,
12:26
but A's friends all know each other,
307
731000
2000
ma gli amici di A si conoscono tutti tra loro,
12:28
and B's friends do not.
308
733000
2000
e quelli di B no.
12:30
So the friend of a friend of A's
309
735000
2000
Quindi l'amico di un amico di A
12:32
is, back again, a friend of A's,
310
737000
2000
è anche amico di A
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
mentre l'amico di un amico di B non è amico di B,
12:36
but is farther away in the network.
312
741000
2000
e occupa invece un punto più lontano, nella rete.
12:38
This is known as transitivity in networks.
313
743000
3000
Questa proprietà è nota come transitività nelle reti.
12:41
And, finally, compare nodes C and D:
314
746000
2000
Da ultimo, confrontiamo i nodi C e D.
12:43
C and D both have six friends.
315
748000
3000
Sia C che D hanno sei amici.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
Se chiedeste loro: "Com'è la vostra vita sociale?"
12:49
they would say, "I've got six friends.
317
754000
2000
direbbero: "Ho sei amici.
12:51
That's my social experience."
318
756000
2000
È questa la mia esperienza sociale."
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
Ma adesso, osservando la rete "a volo d'uccello",
12:56
can see that they occupy very different social worlds.
320
761000
3000
possiamo vedere quanto sono differenti i mondi sociali che occupano.
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
E posso coltivare questa percezione in voi
13:01
Who would you rather be
322
766000
2000
semplicemente chiedendovi: "Chi preferireste essere,
13:03
if a deadly germ was spreading through the network?
323
768000
2000
se un germe mortale si aggirasse per la rete?
13:05
Would you rather be C or D?
324
770000
3000
Preferireste essere C o D?"
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
Certo preferireste essere D, ai margini della rete.
13:10
And now who would you rather be
326
775000
2000
E dove preferireste essere, invece,
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
se un pettegolezzo gustoso (su qualcun altro)
13:15
was spreading through the network? (Laughter)
328
780000
2000
circolasse per la rete?
13:17
Now, you would rather be C.
329
782000
2000
Preferireste essere C, in tal caso.
13:19
So different structural locations
330
784000
2000
Trovarsi in punti diversi della rete, dunque,
13:21
have different implications for your life.
331
786000
2000
sortisce effetti diversi nella vostra vita.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
Facendo diversi esperimenti in merito,
13:26
what we found is that 46 percent of the variation
333
791000
3000
scoprimmo che il 46% della variazione
13:29
in how many friends you have
334
794000
2000
nel numero di amici che hai
13:31
is explained by your genes.
335
796000
2000
è spiegata dai vostri geni.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
Questo non è sorprendente. Sappiamo che alcune persone sono nate timide
13:36
and some are born gregarious. That's obvious.
337
801000
3000
e alcune sono nate socievoli. È ovvio.
13:39
But we also found some non-obvious things.
338
804000
2000
Ma abbiamo scoperto anche cose non ovvie.
13:41
For instance, 47 percent in the variation
339
806000
3000
Per esempio, il 47% della variazione
13:44
in whether your friends know each other
340
809000
2000
nel numero di relazioni tra i tuoi amici
13:46
is attributable to your genes.
341
811000
2000
è attribuibile ai tuoi geni.
13:48
Whether your friends know each other
342
813000
2000
Che i tuoi amici si conoscano o no tra loro
13:50
has not just to do with their genes, but with yours.
343
815000
3000
non ha a che fare solo coi loro geni, ma con i tuoi.
13:53
And we think the reason for this is that some people
344
818000
2000
Il motivo, a nostro avviso, è che ad alcune persone
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
piace presentare i propri amici agli altri amici -- vi conoscete? --
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
mentre altri tengono le proprie amicizie separate e non le connettono.
14:01
And so some people knit together the networks around them,
347
826000
3000
Alcune persone "tessono" reti sociali attorno a loro,
14:04
creating a kind of dense web of ties
348
829000
2000
creando una fitta rete di legami
14:06
in which they're comfortably embedded.
349
831000
2000
dalla quale si fanno comodamente "avvolgere".
14:08
And finally, we even found that
350
833000
2000
E infine, abbiamo persino scoperto che
14:10
30 percent of the variation
351
835000
2000
anche il 30 percento della variazione
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
nella "centralità" o "marginalità" delle persone, nella rete,
14:15
can also be attributed to their genes.
353
840000
2000
può essere attribuita ai loro geni.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
Che vi troviate al centro o ai bordi della rete,
14:19
is also partially heritable.
355
844000
3000
dunque, è anch'esso un tratto parzialmente ereditabile.
14:22
Now, what is the point of this?
356
847000
3000
Ora, qual è lo scopo di tutto ciò?
14:25
How does this help us understand?
357
850000
2000
In che modo questo ci aiuta a capire il mondo?
14:27
How does this help us
358
852000
2000
In che modo ci aiuta
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
a comprendere alcuni dei problemi che ci affliggono oggi?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
Beh, la tesi che vorrei sostenere è che le reti sociali hanno un valore.
14:36
They are a kind of social capital.
361
861000
3000
Sono una forma di capitale sociale.
14:39
New properties emerge
362
864000
2000
Nuove proprietà emergono grazie
14:41
because of our embeddedness in social networks,
363
866000
2000
alla nostra appartenenza a legami sociali,
14:43
and these properties inhere
364
868000
3000
e sono proprietà
14:46
in the structure of the networks,
365
871000
2000
della struttura delle reti,
14:48
not just in the individuals within them.
366
873000
2000
non solo degli individui al loro interno.
14:50
So think about these two common objects.
367
875000
2000
Pensate a questi due oggetti familiari.
14:52
They're both made of carbon,
368
877000
2000
Sono entrambi fatti di carbonio,
14:54
and yet one of them has carbon atoms in it
369
879000
3000
tuttavia gli atomi di carbonio di uno
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
sono disposti in un certo modo, sulla sinistra,
15:00
and you get graphite, which is soft and dark.
371
885000
3000
e ottenete così la grafite, che è morbida e nera.
15:03
But if you take the same carbon atoms
372
888000
2000
Ma se prendete gli stessi atomi di carbonio
15:05
and interconnect them a different way,
373
890000
2000
e li disponete in modo diverso,
15:07
you get diamond, which is clear and hard.
374
892000
3000
ottenete il diamante, che è trasparente e duro.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
E queste proprietà di morbidezza, durezza, opacità e trasparenza
15:13
do not reside in the carbon atoms;
376
898000
2000
non appartengono agli atomi di carbonio.
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
Appartengono alle interconnessioni tra gli atomi di carbonio,
15:18
or at least arise because of the
378
903000
2000
o quantomeno emergono grazie
15:20
interconnections between the carbon atoms.
379
905000
2000
a queste interconnessioni.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
Analogamente, gli schemi di connessione tra le persone
15:25
confers upon the groups of people
381
910000
3000
conferiscono ai gruppi di persone
15:28
different properties.
382
913000
2000
proprietà differenti.
15:30
It is the ties between people
383
915000
2000
Sono i legami tra le persone a rendere
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
l'intero più grande della somma delle sue parti.
15:35
And so it is not just what's happening to these people --
385
920000
3000
A condizionarci, dunque, non è solo quello che sta avvenendo a queste persone --
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
che perdano o guadagnino peso, o denaro,
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
o che diventino più o meno felici;
15:44
it's also the actual architecture
388
929000
2000
è anche l'architettura
15:46
of the ties around us.
389
931000
2000
dei legami attorno a noi.
15:48
Our experience of the world
390
933000
2000
La nostra esperienza del mondo
15:50
depends on the actual structure
391
935000
2000
dipende dalla struttura
15:52
of the networks in which we're residing
392
937000
2000
delle reti cui apparteniamo
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
e da tutte le cose che sorgono e scorrono
15:57
through the network.
394
942000
2000
nella rete.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
La ragione, a mio avviso, per cui le cose stanno così
16:03
is that human beings assemble themselves
396
948000
2000
è che gli esseri umani si raggruppano
16:05
and form a kind of superorganism.
397
950000
3000
e formano una specie di superorganismo.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
Un superorganismo è un insieme di individui
16:12
which show or evince behaviors or phenomena
399
957000
3000
che mostrano o dimostrano comportamenti o fenomeni
16:15
that are not reducible to the study of individuals
400
960000
3000
non riconducibili allo studio degli individui
16:18
and that must be understood by reference to,
401
963000
2000
e che possono essere capiti solo volgendo lo sguardo,
16:20
and by studying, the collective.
402
965000
2000
e studiando, la dimensione collettiva,
16:22
Like, for example, a hive of bees
403
967000
3000
come ad esempio uno sciame di api
16:25
that's finding a new nesting site,
404
970000
3000
che sta cercando un posto dove fare il nido,
16:28
or a flock of birds that's evading a predator,
405
973000
2000
o uno stormo di uccelli in fuga da un predatore,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
o uno stormo di uccelli che mettono in comune le proprie abilità
16:33
and navigate and find a tiny speck
407
978000
2000
e insieme trovano una minuscola
16:35
of an island in the middle of the Pacific,
408
980000
2000
isola nel mezzo del Pacifico,
16:37
or a pack of wolves that's able
409
982000
2000
o un branco di lupi capace
16:39
to bring down larger prey.
410
984000
3000
di abbattere una preda più grossa di loro.
16:42
Superorganisms have properties
411
987000
2000
I superorganismi hanno proprietà
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
che non possono essere comprese studiando i soli individui.
16:47
I think understanding social networks
413
992000
2000
Penso che comprendere le reti sociali,
16:49
and how they form and operate
414
994000
2000
capire come funzionano, come si formano,
16:51
can help us understand not just health and emotions
415
996000
3000
possa aiutarci a comprendere non solo la salute o le emozioni,
16:54
but all kinds of other phenomena --
416
999000
2000
ma ogni tipo di altro fenomeno--
16:56
like crime, and warfare,
417
1001000
2000
il crimine, la guerra,
16:58
and economic phenomena like bank runs
418
1003000
2000
fenomeni economici come
17:00
and market crashes
419
1005000
2000
le corse agli sportelli, i crolli del mercato,
17:02
and the adoption of innovation
420
1007000
2000
l'adozione di innovazioni
17:04
and the spread of product adoption.
421
1009000
2000
e la diffusione nell'adozione di un prodotto.
17:06
Now, look at this.
422
1011000
2000
Osservate questo.
17:09
I think we form social networks
423
1014000
2000
Penso che formiamo reti sociali
17:11
because the benefits of a connected life
424
1016000
2000
perché i benefici di una vita "connessa"
17:13
outweigh the costs.
425
1018000
3000
superano i costi.
17:16
If I was always violent towards you
426
1021000
2000
Se fossi sempre violento con voi,
17:18
or gave you misinformation
427
1023000
2000
o vi dessi informazioni sbagliate,
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
o vi rendessi tristi, o vi infettassi con germi mortali,
17:23
you would cut the ties to me,
429
1028000
2000
tagliereste i ponti con me,
17:25
and the network would disintegrate.
430
1030000
2000
e la rete si sfalderebbe.
17:27
So the spread of good and valuable things
431
1032000
3000
Devono diffondersi cose buone e preziose,
17:30
is required to sustain and nourish social networks.
432
1035000
3000
per sostenere e corroborare le relazioni sociali.
17:34
Similarly, social networks are required
433
1039000
2000
E analogamente, servono reti sociali
17:36
for the spread of good and valuable things,
434
1041000
3000
per diffondere cose buone e preziose,
17:39
like love and kindness
435
1044000
2000
come l'amore, la gentilezza,
17:41
and happiness and altruism
436
1046000
2000
la felicità, l'altruismo
17:43
and ideas.
437
1048000
2000
e le idee.
17:45
I think, in fact, that if we realized
438
1050000
2000
In effetti, penso che se ci rendessimo conto
17:47
how valuable social networks are,
439
1052000
2000
di quanto valore abbiano i legami sociali,
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
spenderemmo molto più tempo a coltivarli e rafforzarli,
17:52
because I think social networks
441
1057000
2000
perché penso che le relazioni sociali
17:54
are fundamentally related to goodness.
442
1059000
3000
abbiano una connessione profonda col meglio di noi.
17:57
And what I think the world needs now
443
1062000
2000
E penso che "ciò che al mondo serve ora"
17:59
is more connections.
444
1064000
2000
siano più connessioni.
18:01
Thank you.
445
1066000
2000
Grazie.
18:03
(Applause)
446
1068000
3000
(Applausi)
ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientistNicholas 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
Nicholas Christakis | Speaker | TED.com