TED@Cannes
Nicholas Christakis: How social networks predict epidemics
Nicholas Christakis: Come i social network possono predire le epidemie
Filmed:
Readability: 4.9
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).
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.
00:15
For the last 10 years, I've been spending my time trying to figure out
0
0
3000
Negli ultimi 10 anni, ho passato il tempo a tentare di capire
00:18
how and why human beings
1
3000
2000
come e perché gli esseri umani
00:20
assemble themselves into social networks.
2
5000
3000
si riuniscono in reti sociali.
00:23
And the kind of social network I'm talking about
3
8000
2000
E il tipo di social network di cui sto parlando
00:25
is not the recent online variety,
4
10000
2000
non è la più recente varietà online,
00:27
but rather, the kind of social networks
5
12000
2000
ma piuttosto, il tipo di social network
00:29
that human beings have been assembling for hundreds of thousands of years,
6
14000
3000
che gli esseri umani hanno sempre creato per centinaia di migliaia di anni,
00:32
ever since we emerged from the African savannah.
7
17000
3000
sin da quando siamo emersi dalla savana africana.
00:35
So, I form friendships and co-worker
8
20000
2000
Perciò, creo amicizie, rapporti di lavoro,
00:37
and sibling and relative relationships with other people
9
22000
3000
di fratellanza o di parentele con altre persone
00:40
who in turn have similar relationships with other people.
10
25000
2000
che a loro volta creano relazioni simili con altre persone.
00:42
And this spreads on out endlessly into a distance.
11
27000
3000
E questo si propaga all'infinito.
00:45
And you get a network that looks like this.
12
30000
2000
E ottenete una rete che somiglia a questa
00:47
Every dot is a person.
13
32000
2000
Ogni puntino rappresenta una persona.
00:49
Every line between them is a relationship between two people --
14
34000
2000
Ogni linea che li collega rappresenta un legame tra due persone --
00:51
different kinds of relationships.
15
36000
2000
diversi tipi di relazione.
00:53
And you can get this kind of vast fabric of humanity,
16
38000
3000
E si ottiene questo fitto tessuto umano,
00:56
in which we're all embedded.
17
41000
2000
in cui siamo tutti collegati.
00:58
And my colleague, James Fowler and I have been studying for quite sometime
18
43000
3000
Assieme al mio collega, James Fowler, abbiamo studiato questo fenomeno a lungo
01:01
what are the mathematical, social,
19
46000
2000
per capirne le regole matematiche,
01:03
biological and psychological rules
20
48000
3000
sociali, biologiche e psicologiche
01:06
that govern how these networks are assembled
21
51000
2000
quelle regole che governano la creazione di queste reti
01:08
and what are the similar rules
22
53000
2000
e quali sono le regole
01:10
that govern how they operate, how they affect our lives.
23
55000
3000
che ne governano le dinamiche, come influenzano le nostre vite
01:13
But recently, we've been wondering
24
58000
2000
E recentemente, ci siamo chiesti
01:15
whether it might be possible to take advantage of this insight,
25
60000
3000
se potrebbe essere possibile sfruttare questa prospettiva a nostro vantaggio
01:18
to actually find ways to improve the world,
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 actually fix things, not just understand 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 tackle
29
70000
3000
Una delle prime cose che abbiamo deciso di affrontare
01:28
would be how we go about predicting epidemics.
30
73000
3000
è stato come avremmo potuto prevedere le epidemie.
01:31
And the current state of the art in predicting an epidemic --
31
76000
2000
E l'attuale stato dell'arte nella previsione delle epidemie --
01:33
if you're the CDC or some other national body --
32
78000
3000
se lavorate per la CDC o un altro ente nazionale --
01:36
is to sit in the middle where you are
33
81000
2000
consiste nel sedersi al centro
01:38
and collect data
34
83000
2000
e raccogliere dati
01:40
from physicians and laboratories in the field
35
85000
2000
dai medici e dai laboratori sul campo
01:42
that report the prevalence or the incidence of certain conditions.
36
87000
3000
che riportano la prevalenza o l'incidenza di determinate condizioni.
01:45
So, so and so patients have been diagnosed with something,
37
90000
3000
In questo modo, ad alcuni pazienti viene diagnosticata una malattia [qui],
01:48
or other patients have been diagnosed,
38
93000
2000
e ad altri un'altra malattia [qui],
01:50
and all these data are fed into a central repository, with some delay.
39
95000
3000
e tutti i dati vengono raccolti in un archivio, con un certo ritardo.
01:53
And if everything goes smoothly,
40
98000
2000
Se va tutto liscio,
01:55
one to two weeks from now
41
100000
2000
tra una, due settimane da oggi,
01:57
you'll know where the epidemic was today.
42
102000
3000
scoprirete lo stato dell'epidemia di oggi.
02:00
And actually, about a year or so ago,
43
105000
2000
E in effetti, circa un anno fa,
02:02
there was this promulgation
44
107000
2000
era stata presentata
02:04
of the idea of Google Flu Trends, with respect to the flu,
45
109000
3000
l'idea di "Google Flu Trends", per l'influenza, in cui
02:07
where by looking at people's searching behavior today,
46
112000
3000
si proponeva di rilevare l'insorgenza dei focolai,
02:10
we could know where the flu --
47
115000
2000
analizzando il comportamento delle persone
02:12
what the status of the epidemic was today,
48
117000
2000
tentando di capire in questo modo lo stato dell'epidemia,
02:14
what's the prevalence of the epidemic today.
49
119000
3000
la prevalenza epidemica in tempo reale.
02:17
But what I'd like to show you today
50
122000
2000
Ma ciò che voglio mostrarvi oggi
02:19
is a means by which we might get
51
124000
2000
è uno strumento attraverso il quale potremmo
02:21
not just rapid warning about an epidemic,
52
126000
3000
non solo muoverci repentinamente in caso di rilevamento dell'epidemia
02:24
but also actually
53
129000
2000
ma addirittura
02:26
early detection of an epidemic.
54
131000
2000
rilevare con largo anticipo lo scoppio dei focolai.
02:28
And, in fact, this idea can be used
55
133000
2000
E, in effetti, questa idea potrebbe essere utilizzata
02:30
not just to predict epidemics of germs,
56
135000
3000
non solo per prevedere le epidemie virali o batteriche
02:33
but also to predict epidemics of all sorts of kinds.
57
138000
3000
ma prevedere ogni sorda di dinamica epidemica
02:37
For example, anything that spreads by a form of social contagion
58
142000
3000
Per esempio, qualsiasi cosa che si propaga per contagio sociale
02:40
could be understood in this way,
59
145000
2000
potrebbe essere compresa in questo modo,
02:42
from abstract ideas on the left
60
147000
2000
dalle idee astratte sulla sinistra
02:44
like patriotism, or altruism, or religion
61
149000
3000
come il patriottismo, l'altruismo, la religione
02:47
to practices
62
152000
2000
a pratiche sociali
02:49
like dieting behavior, or book purchasing,
63
154000
2000
come le diete, l'acquisto di libri,
02:51
or drinking, or bicycle-helmet [and] other safety practices,
64
156000
3000
il bere, l'uso del casco in bicicletta e altre procedure di sicurezza,
02:54
or products that people might buy,
65
159000
2000
o prodotti da far comprare ai consumatori,
02:56
purchases of electronic goods,
66
161000
2000
l'acquisto di prodotti elettronici,
02:58
anything in which there's kind of an interpersonal spread.
67
163000
3000
qualsiasi cosa legata ai rapporti interpersonali.
03:01
A kind of a diffusion of innovation
68
166000
2000
Un tipo di diffusione dell'innovazione
03:03
could be understood and predicted
69
168000
2000
potrebbe essere compreso e previsto
03:05
by the mechanism I'm going to show you now.
70
170000
3000
attraverso un meccanismo che sto per mostrarvi
03:08
So, as all of you probably know,
71
173000
2000
Allora, come probabilmente sapete tutti,
03:10
the classic way of thinking about this
72
175000
2000
è molto comune pensare
03:12
is the diffusion-of-innovation,
73
177000
2000
alla diffusione dell'innovazione
03:14
or the adoption curve.
74
179000
2000
o alla cosidetta "curva di adozione".
03:16
So here on the Y-axis, we have the percent of the people affected,
75
181000
2000
Qui sull'asse Y, abbiamo la percentuale di persone che ne sono influenzate,
03:18
and on the X-axis, we have time.
76
183000
2000
e sull'asse delle X, abbiamo il tempo.
03:20
And at the very beginning, not too many people are affected,
77
185000
3000
E all'inizio, non sono in tanti ad essere colpiti,
03:23
and you get this classic sigmoidal,
78
188000
2000
ottenete la classica sigmoidale,
03:25
or S-shaped, curve.
79
190000
2000
o curva ad "S".
03:27
And the reason for this shape is that at the very beginning,
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 infected, or affected by the thing
82
196000
2000
vengono colpite, o infettate, da questa cosa.
03:33
and then they affect, or infect, two people,
83
198000
2000
e poi loro colpiscono o contagiano altre due persone,
03:35
who in turn affect four, eight, 16 and so forth,
84
200000
3000
che a loro volta ne colpiscono quattro, otto, 16 e così via,
03:38
and you get the epidemic growth phase of the curve.
85
203000
3000
e raggiungiamo la fase di crescita epidemica sulla curva.
03:41
And eventually, you saturate the population.
86
206000
2000
E alla fine, l'intera popolazione viene saturata.
03:43
There are fewer and fewer people
87
208000
2000
Ci sono sempre meno persone
03:45
who are still available that you might infect,
88
210000
2000
che rimangono e possono essere infettate,
03:47
and then you get the plateau of the curve,
89
212000
2000
e quindi si attiva all'appiattimento della curva,
03:49
and you get this classic sigmoidal curve.
90
214000
3000
e si raggiunge la classica curva sigmoidale.
03:52
And this holds for germs, ideas,
91
217000
2000
Questo vale per i germi, le idee,
03:54
product adoption, behaviors,
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 diffuse in human populations at random.
94
223000
3000
Ma le cose non si diffondono solo in maniera casuale nella società.
04:01
They actually diffuse through networks.
95
226000
2000
Si diffondono attraverso le reti.
04:03
Because, as I said, we live our lives in networks,
96
228000
3000
Perché, come ho detto, viviamo le nostre vite all'interno di reti
04:06
and these networks have a particular kind of a structure.
97
231000
3000
e queste reti hanno un particolare tipo di struttura.
04:09
Now if you look at a network 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 lines represent -- the dots are the people,
100
238000
2000
E le linee rappresentano... i puntini sono le persone,
04:15
and the lines represent friendship relationships.
101
240000
2000
e le linee rappresentano le relazioni di amicizia.
04:17
You might see that people occupy
102
242000
2000
Potete vedere che le persone occupano
04:19
different locations within the network.
103
244000
2000
una posizione diversa all'interno di questa rete.
04:21
And there are different kinds of relationships between the people.
104
246000
2000
E ci sono diversi tipi di relazioni tra le persone.
04:23
You could have friendship relationships, sibling relationships,
105
248000
3000
Ci possono essere amicizie, relazioni di parentela,
04:26
spousal relationships, co-worker relationships,
106
251000
3000
relazioni matrimoniali o lavorative,
04:29
neighbor relationships and the like.
107
254000
3000
relazioni di vicinato e così via.
04:32
And different sorts of things
108
257000
2000
E altre relazioni che
04:34
spread across different sorts of ties.
109
259000
2000
si propagano attraverso una rete di connessioni.
04:36
For instance, sexually transmitted diseases
110
261000
2000
Per esempio, le malattie veneree
04:38
will spread across sexual ties.
111
263000
2000
si propagheranno attraverso relazioni sessuali
04:40
Or, for instance, people's smoking behavior
112
265000
2000
O, per esempio, la tendenza della gente a fumare
04:42
might be influenced by their friends.
113
267000
2000
potrebbe essere determinata dagli amici.
04:44
Or their altruistic or their charitable giving behavior
114
269000
2000
E questo vale per l'altruismo e la carità
04:46
might be influenced by their coworkers,
115
271000
2000
che possono essere influenzate dai colleghi di lavoro
04:48
or by their neighbors.
116
273000
2000
o dai vicini.
04:50
But not all positions in the network are the same.
117
275000
3000
Ma non tutte le posizioni nella rete sono uguali.
04:53
So if you look at this, you might immediately grasp
118
278000
2000
Se guardate qui, potrete capire immediatamente
04:55
that different people have different numbers of connections.
119
280000
3000
che persone diverse hanno un numero diverso di relazioni.
04:58
Some people have one connection, some have two,
120
283000
2000
Alcune persone hanno una connessione, altre ne hanno due
05:00
some have six, some have 10 connections.
121
285000
3000
altre ne hanno sei, alcune dieci connessioni.
05:03
And this is called the "degree" of a node,
122
288000
2000
Questo viene chiamato "grado" di un nodo,
05:05
or the number of connections that a node has.
123
290000
2000
ossia, il numero di connessioni che ha ogni nodo.
05:07
But in addition, there's something else.
124
292000
2000
Ma c'è qualcosa di più.
05:09
So, if you look at nodes A and B,
125
294000
2000
Perciò, se guardate i nodi A e B,
05:11
they both have six connections.
126
296000
2000
entrambi hanno 6 connessioni.
05:13
But if you can see this image [of the network] from a bird's eye view,
127
298000
3000
Ma se guardate questa immagine [della rete] dall'alto,
05:16
you can appreciate that there's something very different
128
301000
2000
si può notare che c'è una grossa differenza
05:18
about nodes A and B.
129
303000
2000
tra il nodo A e quello B.
05:20
So, let me ask you this -- I can cultivate this intuition by asking a question --
130
305000
3000
Vi chiedo... posso stimolarvi l'intuito ponendovi questa domanda...
05:23
who would you rather be
131
308000
2000
chi preferireste essere
05:25
if a deadly germ was spreading through the network, A or B?
132
310000
3000
se un virus letale si propagasse nella rete, A o B?
05:28
(Audience: B.) Nicholas Christakis: B, it's obvious.
133
313000
2000
(Audience: B) Nicholas Christakis: B, è ovvio.
05:30
B is located on the edge of the network.
134
315000
2000
B si trova ai margini della rete.
05:32
Now, who would you rather be
135
317000
2000
Allora, chi vorreste essere
05:34
if a juicy piece of gossip were spreading through the network?
136
319000
3000
se venisse messa in giro un'indiscrezione per la rete?
05:37
A. And you have an immediate appreciation
137
322000
3000
A. E capite immediatamente
05:40
that A is going to be more likely
138
325000
2000
che A avrà maggiori possibilità
05:42
to get the thing that's spreading and to get it sooner
139
327000
3000
di venire a conoscenza della diceria prima di altri
05:45
by virtue of their structural location within the network.
140
330000
3000
proprio grazie alla sua posizione strutturale all'interno della rete.
05:48
A, in fact, is more central,
141
333000
2000
A, infatti, è più centrale,
05:50
and this can be formalized mathematically.
142
335000
3000
e questo può essere formalizzato matematicamente.
05:53
So, if we want to track something
143
338000
2000
Perciò, se vogliamo rintracciare qualcosa
05:55
that was spreading through a network,
144
340000
3000
che si propaga per la rete,
05:58
what we ideally would like to do is to set up sensors
145
343000
2000
idealmente cercheremo di posizionare i nostri sensori
06:00
on the central individuals within the network,
146
345000
2000
sugli indivisui centrali della rete,
06:02
including node A,
147
347000
2000
incluso il nodo A,
06:04
monitor those people that are right there in the middle of the network,
148
349000
3000
monitoreremo queste persone che stanno al centro della rete,
06:07
and somehow get an early detection
149
352000
2000
e in un certo modo otterremo prima la rilevazione
06:09
of whatever it is that is spreading through the network.
150
354000
3000
di qualunque cosa si stia propagando per la rete.
06:12
So if you saw them contract a germ or a piece of information,
151
357000
3000
E cioè, se vedete che loro contraggono un germe od ottengono un'informazione,
06:15
you would know that, soon enough,
152
360000
2000
saprete, abbastanza presto,
06:17
everybody was about to contract this germ
153
362000
2000
che anche agli altri accadrà lo stesso
06:19
or this piece of information.
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 monitoring six randomly chosen people,
156
368000
2000
che monitorare se persone scelte a caso,
06:25
without reference to the structure of the population.
157
370000
3000
a prescindere dalla struttura della popolazione.
06:28
And in fact, 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-hand panel, again, we have the S-shaped curve of adoption.
160
377000
3000
Sulla sinistra, abbiamo la curva di adozione a forma di "S",
06:35
In the dotted red line, we show
161
380000
2000
Nella linea tartteggiata, mostriamo
06:37
what the adoption would be in the random people,
162
382000
2000
quale potrebbe essere l'adozione delle persone prese a caso,
06:39
and in the left-hand line, shifted to the left,
163
384000
3000
e nella linea a sinistra, più a sinistra,
06:42
we show what the adoption would be
164
387000
2000
mostriamo quale sarebbe l'adozione
06:44
in the central individuals within the network.
165
389000
2000
degli individui in posizione centrale nella rete.
06:46
On the Y-axis is the cumulative instances of contagion,
166
391000
2000
Sull'asse delle Y è riportata l'accumulazione del contagio,
06:48
and on the X-axis is the time.
167
393000
2000
e sull'asse delle X il tempo.
06:50
And on the right-hand side, we show the same data,
168
395000
2000
E sulla destra, mostriamo alcuni dati
06:52
but here with daily incidence.
169
397000
2000
ma in questo caso con l'incidenza giornaliera.
06:54
And what we show here is -- like, here --
170
399000
2000
E qui mostriamo... ecco, qui...
06:56
very few people are affected, 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's the peak of the epidemic.
172
403000
2000
e a questo punto si parla di epidemia.
07:00
But shifted to the left is what's occurring in the central individuals.
173
405000
2000
ma spostato a sinistra avviene quel che già rileviamo per gli individui centrali.
07:02
And this difference in time between the two
174
407000
3000
E questa differenza di tempistica tra i due
07:05
is the early detection, the early warning we can get,
175
410000
3000
è il fattore di diagnosi o allarme precoce che possiamo ottenere
07:08
about an impending epidemic
176
413000
2000
in relazione alle epidemie imminenti
07:10
in the human population.
177
415000
2000
sulla popolazione.
07:12
The problem, however,
178
417000
2000
il problema, ad ogni modo,
07:14
is that mapping human social networks
179
419000
2000
sta nella difficoltà di mappare
07:16
is not always possible.
180
421000
2000
e reti sociali umane.
07:18
It can be expensive, not feasible,
181
423000
2000
Può essere dispendioso, [molto difficile],
07:20
unethical,
182
425000
2000
non etico,
07:22
or, frankly, just not possible to do such a thing.
183
427000
3000
o francamente, semplicemente impossibile.
07:25
So, how can we figure out
184
430000
2000
Quindi, come possiamo capire
07:27
who the central people are in a network
185
432000
2000
che sono gli individui al centro della rete
07:29
without actually mapping the network?
186
434000
3000
che ci permettono di non mappare l'intera rete?
07:32
What we came up with
187
437000
2000
Abbiamo escogitato un modo
07:34
was an idea to exploit an old fact,
188
439000
2000
sfruttando un dato che già avevamo
07:36
or a known fact, about social networks,
189
441000
2000
o un evento legato alla rete che già conoscevamo,
07:38
which goes like this:
190
443000
2000
in questo modo:
07:40
Do you know that your friends
191
445000
2000
Sapete che i vostri amici
07:42
have more friends than you do?
192
447000
3000
hanno più amici di voi?
07:45
Your friends have more friends than you do,
193
450000
3000
Ne hanno di più
07:48
and this is known as the friendship paradox.
194
453000
2000
E questo è chiamato il paradosso dell'amicizia.
07:50
Imagine a very popular person in the social network --
195
455000
2000
Immaginate una persona molto popolare nella rete...
07:52
like a party host who has hundreds of friends --
196
457000
3000
come uno che ha organizzato una festa con centinaia di persone...
07:55
and a misanthrope who has just one friend,
197
460000
2000
e un misantropo che ha solo un'amico,
07:57
and you pick someone at random from the population;
198
462000
3000
e prendete una persona a caso dalla rete;
08:00
they were much more likely to know the party host.
199
465000
2000
è molto più semplice che questa persona conosca l'organizzatore della festa.
08:02
And if they nominate the party host as their friend,
200
467000
2000
E se si ha questa persona come amico,
08:04
that party host has a hundred friends,
201
469000
2000
avendo 100 amici,
08:06
therefore, has more friends than they do.
202
471000
3000
egli ne ha più di voi.
08:09
And this, in essence, is what's known as the friendship paradox.
203
474000
3000
E questo, in pratica, è quel che viene definito il paradosso dell'amicizia.
08:12
The friends of randomly chosen people
204
477000
3000
gli amici di persone scelte a caso
08:15
have higher degree, and are more central
205
480000
2000
hanno un grado più alto, sono più centrali,
08:17
than the random people themselves.
206
482000
2000
delle stesse persone scelte a caso
08:19
And you can get an intuitive appreciation for this
207
484000
2000
e si può intuire chiaramente
08:21
if you imagine just the people at the perimeter of the network.
208
486000
3000
se considerate gli individui che stanno ai margini della rete.
08:24
If you pick this person,
209
489000
2000
Se scegliete questa persona,
08:26
the only friend they have to nominate is this person,
210
491000
3000
l'unica persona che può nominare è questa,
08:29
who, by construction, must have at least two
211
494000
2000
che, per costruzione, deve avere almeno due amici,
08:31
and typically more friends.
212
496000
2000
e in generale, di più.
08:33
And that happens at every peripheral node.
213
498000
2000
E questo avviene per ogni nodo periferico.
08:35
And in fact, it happens throughout the network as you move in,
214
500000
3000
E in fatti, questo avviene su tutta la rete, man mano che si procede verso l'interno,
08:38
everyone you pick, when they nominate a random --
215
503000
2000
chiunque scegliate, quando nominano qualcuno a caso...
08:40
when a random person nominates a friend of theirs,
216
505000
3000
quando una persona a caso nomina un suo amico,
08:43
you move closer to the center of the network.
217
508000
3000
si riesce a penetrare all'interno della rete.
08:46
So, we thought we would exploit this idea
218
511000
3000
Perciò, abbiamo pensato di sfruttare questa idea
08:49
in order to study whether we could predict phenomena within networks.
219
514000
3000
in maniera da studiare se fosse possibile prevedere dei fenomeni della rete.
08:52
Because now, with this idea
220
517000
2000
Perché ora, con questa idea,
08:54
we can take a random sample of people,
221
519000
2000
possiamo prendere un campione di persone a caso dalla rete,
08:56
have them nominate their friends,
222
521000
2000
farci dare i nomi dei loro amici,
08:58
those friends would be more central,
223
523000
2000
che saranno più centrali rispetto alla rete,
09:00
and we could do this without having to map the network.
224
525000
3000
e possiamo farlo senza mappare tutta la rete,
09:03
And we tested this idea with an outbreak of H1N1 flu
225
528000
3000
E abbiamo testato questa idea con l'influenza H1N1
09:06
at Harvard College
226
531000
2000
all'Harvard College
09:08
in the fall and winter of 2009, just a few months ago.
227
533000
3000
nell'autunno e l'inverno del 2009, qualche mese fa.
09:11
We took 1,300 randomly selected undergraduates,
228
536000
3000
Abbiamo preso 1300 studenti a caso,
09:14
we had them nominate their friends,
229
539000
2000
ci siamo fatti dire i nomi dei loro amici,
09:16
and we followed both the random students and their friends
230
541000
2000
e abbiamo seguito sia gli studenti che gli amici
09:18
daily in time
231
543000
2000
giornalmente
09:20
to see whether or not they had the flu epidemic.
232
545000
3000
per vedere se avrebbero contratto o meno la malattia.
09:23
And we did this passively by looking at whether or not they'd gone to university health services.
233
548000
3000
E l'abbiamo fatto passivamente, guardando se si recassero o meno all'infermeria dell'università
09:26
And also, we had them [actively] email us a couple of times a week.
234
551000
3000
e anche attivamente, facendoci spedire email un paio di volte la settimana.
09:29
Exactly what we predicted happened.
235
554000
3000
è accaduto esattamente quanto abbiamo previsto.
09:32
So the random group is in the red line.
236
557000
3000
perciò il gruppo scelto a caso è rappresentato dalla linea rossa
09:35
The epidemic in the friends group has shifted to the left, over here.
237
560000
3000
l'epidemia degli amici si è sviluppata a sinistra, qui.
09:38
And the difference in the two is 16 days.
238
563000
3000
E la differenza di tempistica è stata di 16 giorni.
09:41
By monitoring the friends group,
239
566000
2000
monitorando il gruppo di amici,
09:43
we could get 16 days advance warning
240
568000
2000
abbiamo potuto avere un rilevamento con 16 giorni di anticipo
09:45
of an impending epidemic in this human population.
241
570000
3000
sullo scoppio dell'epidemia tra la popolazione.
09:48
Now, in addition to that,
242
573000
2000
Ora, in più,
09:50
if you were an analyst who was trying to study an epidemic
243
575000
3000
se voi foste analisti impegnati nello studio dell'epidemia
09:53
or to predict the adoption of a product, for example,
244
578000
3000
o nella valutazione del grado di adozione di un nuovo prodotto
09:56
what you could do is you could pick a random sample of the population,
245
581000
3000
potreste prendere un campione a caso nella popolazione,
09:59
also have them nominate their friends and follow the friends
246
584000
3000
far nominare i loro amici e seguire gli amici
10:02
and follow both the randoms and the friends.
247
587000
3000
assieme al gruppo preso a caso.
10:05
Among the friends, the first evidence you saw of a blip above zero
248
590000
3000
Tra gli amici, il primo campanello di allarme è stata una luce intermittente sopra lo zero
10:08
in adoption of the innovation, for example,
249
593000
3000
nell'adozione dell'innovazione, per esempio,
10:11
would be evidence of an impending epidemic.
250
596000
2000
che ci segnalava l'arrivo dell'ondata epidemica.
10:13
Or you could see the first time the two curves diverged,
251
598000
3000
O potete vedere quando le due curve si allontanano,
10:16
as shown on the left.
252
601000
2000
come mostrato sulla sinistra.
10:18
When did the randoms -- when did the friends take off
253
603000
3000
Quand'è che gli amici si allontanano
10:21
and leave the randoms,
254
606000
2000
dal gruppo campione,
10:23
and [when did] their curve start shifting?
255
608000
2000
e quando le curve iniziano a divergere?
10:25
And that, as indicated by the white line,
256
610000
2000
Questo è successo, come indicato dalla linea bianca,
10:27
occurred 46 days
257
612000
2000
dopo 46 giorni
10:29
before the peak of the epidemic.
258
614000
2000
prima del picco epidemico.
10:31
So this would be a technique
259
616000
2000
Perciò questa è la tecnica
10:33
whereby we could get more than a month-and-a-half warning
260
618000
2000
grazie alla quale possiamo avere un avvertimento
10:35
about a flu epidemic in a particular population.
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 far advanced a notice one might get about something
263
625000
2000
la misura dell'anticipo che possiamo avere
10:42
depends on a host of factors.
264
627000
2000
dipende da una serie di fattori.
10:44
It could depend on the nature of the pathogen --
265
629000
2000
Può dipendere dalla natura del patogeno --
10:46
different pathogens,
266
631000
2000
di diversi patogeni,
10:48
using this technique, you'd get different warning --
267
633000
2000
con questa tecnica si otterrebbe una previsione diversa...
10:50
or other phenomena that are spreading,
268
635000
2000
o altri fenomeni che si propagano
10:52
or frankly, on the structure of the human network.
269
637000
3000
o, francamente, potrebbe dipendere dalla struttura della rete
10:55
Now in our case, although it wasn't necessary,
270
640000
3000
Ora, nel nostro caso, anche se non era necessario,
10:58
we could also actually map the network of the students.
271
643000
2000
potremmo mappare la rete degli studenti.
11:00
So, this is a map of 714 students
272
645000
2000
Perciò, questa è una mappa di 714 studenti
11:02
and their friendship ties.
273
647000
2000
e delle loro amicizie.
11:04
And in a minute now, I'm going to put this map into motion.
274
649000
2000
E tra un minuto, attiverò questa mappa.
11:06
We're going to take daily cuts through the network
275
651000
2000
vedremo come la mappa si modifica con cadenza giornaliera
11:08
for 120 days.
276
653000
2000
per 120 giorni.
11:10
The red dots are going to be cases of the flu,
277
655000
3000
I puntini rossi saranno i casi di influenza,
11:13
and the yellow dots are going to be friends of the people with the flu.
278
658000
3000
e i puntini gialli saranno gli amici di chi ha contratto la malattia.
11:16
And the size of the dots is going to be proportional
279
661000
2000
E la dimensione dei puntini sarà proporzionale
11:18
to how many of their friends have the flu.
280
663000
2000
al numero degli amici che hanno l'influenza.
11:20
So bigger dots mean more of your friends have the flu.
281
665000
3000
Perciò i puntini più grandi significano che molti tuoi amici hanno l'influenza.
11:23
And if you look at this image -- here we are now in September the 13th --
282
668000
3000
E se guardate questa immagine -- qui siamo al 13 di settembre --
11:26
you're going to see a few cases light up.
283
671000
2000
vedrete pochi casi che si accendono.
11:28
You're going to see kind of blooming of the flu in the middle.
284
673000
2000
Vedrete lo scoppio della malattia al centro.
11:30
Here we are on October the 19th.
285
675000
3000
Questo è il 19 ottobre.
11:33
The slope of the epidemic curve is approaching now, in November.
286
678000
2000
La curva epidemica si avvicina adesso, a novembre.
11:35
Bang, bang, bang, bang, bang -- you're going to see lots of blooming in the middle,
287
680000
3000
Bang, bang, bang, bang, bang! si accendono le luci al centro,
11:38
and then you're going to see a sort of leveling off,
288
683000
2000
e poi si giunge ad uno stallo,
11:40
fewer and fewer cases towards the end of December.
289
685000
3000
con sempre meno casi alla fine di Dicembre.
11:43
And this type of a visualization
290
688000
2000
Questo tipo di visualizzazione
11:45
can show that epidemics like this take root
291
690000
2000
può mostrare come l'epidemia insorge
11:47
and affect central individuals first,
292
692000
2000
e infetta gli individui centrali,
11:49
before they affect others.
293
694000
2000
prima degli altri.
11:51
Now, as I've been suggesting,
294
696000
2000
Ora, come vi ho detto,
11:53
this method is not restricted to germs,
295
698000
3000
questo metodo non si limita alle malattie,
11:56
but actually to anything that spreads in populations.
296
701000
2000
ma può valere per qualsiasi evento nella popolazione.
11:58
Information spreads in populations,
297
703000
2000
L'informazione si propaga nelle popolazioni.
12:00
norms can spread in populations,
298
705000
2000
Le norme si propagano.
12:02
behaviors can spread in populations.
299
707000
2000
I comportamenti si propagano.
12:04
And by behaviors, I can mean things like criminal behavior,
300
709000
3000
E per comportamenti, intendo sia quelli criminali,
12:07
or voting behavior, or health care behavior,
301
712000
3000
che i comportamenti elettorali, o i comportamenti sanitari,
12:10
like smoking, or vaccination,
302
715000
2000
come il fumo, la vaccinazione,
12:12
or product adoption, or other kinds of behaviors
303
717000
2000
o l'adozione di prodotti, e altri tipi di comportamenti
12:14
that relate to interpersonal influence.
304
719000
2000
che sono legati ai rapporti interpersonale.
12:16
If I'm likely to do something that affects others around me,
305
721000
3000
Se io faccio qualcosa che potrebbe influenzare chi mi sta intorno,
12:19
this technique can get early warning or early detection
306
724000
3000
questa tecnica può darmi un vantaggio nel rilevamento,
12:22
about the adoption within the population.
307
727000
3000
di un'adozione all'interno di una popolazione.
12:25
The key thing is that for it to work,
308
730000
2000
il fattore chiave è che, perché funzioni,
12:27
there has to be interpersonal influence.
309
732000
2000
ci deve essere una forma di influenza interpersonale.
12:29
It cannot be because of some broadcast mechanism
310
734000
2000
Non può avvenire per meccanismi di divulgazione che
12:31
affecting everyone uniformly.
311
736000
3000
influenzano tutti uniformemente.
12:35
Now the same insights
312
740000
2000
Questi ragionamenti
12:37
can also be exploited -- with respect to networks --
313
742000
3000
possono essere sfruttati -- rispetto alle reti --
12:40
can also be exploited in other ways,
314
745000
3000
anche in altri modi,
12:43
for example, in the use of targeting
315
748000
2000
per esempio, per individuare
12:45
specific people for interventions.
316
750000
2000
le persone da trattare.
12:47
So, for example, most of you are probably familiar
317
752000
2000
Per esempio, conoscerete probabilmente
12:49
with the notion of herd immunity.
318
754000
2000
il concetto di immunità del gregge.
12:51
So, if we have a population of a thousand people,
319
756000
3000
Se avete una popolazione di mille persone,
12:54
and we want to make the population immune to a pathogen,
320
759000
3000
e vogliamo rendere quella popolazione immune ad un patogeno,
12:57
we don't have to immunize every single person.
321
762000
2000
non dobbiamo immunizzate tutti.
12:59
If we immunize 960 of them,
322
764000
2000
Se ne immunizziamo 960
13:01
it's as if we had immunized a hundred [percent] of them.
323
766000
3000
è come se ne avessimo immunizzati il 100%.
13:04
Because even if one or two of the non-immune people gets infected,
324
769000
3000
Perché anche se i non immuni contraggono la malattia,
13:07
there's no one for them to infect.
325
772000
2000
non hanno nessuno da infettare.
13:09
They are surrounded by immunized people.
326
774000
2000
Sono circondati da persone immuni.
13:11
So 96 percent is as good as 100 percent.
327
776000
3000
Perciò il 96% è buono quanto il 100%
13:14
Well, some other scientists have estimated
328
779000
2000
Alcuni scienziati hanno stimato
13:16
what would happen if you took a 30 percent random sample
329
781000
2000
ciò che succederebbe se prendessimo il 30% di persone a caso
13:18
of these 1000 people, 300 people and immunized them.
330
783000
3000
di queste 1000, e le immunizzassimo. Quindi 300.
13:21
Would you get any population-level immunity?
331
786000
2000
Otterremmo un'immunità di qualche tipo a livello di popolazione?
13:23
And the answer is no.
332
788000
3000
La risposta è no.
13:26
But if you took this 30 percent, these 300 people
333
791000
2000
Ma se prendessimo il 30%, queste 300 persone,
13:28
and had them nominate their friends
334
793000
2000
e ci facessimo indicare i loro amici
13:30
and took the same number of vaccine doses
335
795000
3000
e vaccinassimo oltre alle 300 persone
13:33
and vaccinated the friends of the 300 --
336
798000
2000
anche 300 dei
13:35
the 300 friends --
337
800000
2000
loro amici,
13:37
you can get the same level of herd immunity
338
802000
2000
si otterrebbe lo stesso livello di immunità del gregge
13:39
as if you had vaccinated 96 percent of the population
339
804000
3000
come se ne avessimo vaccinato il 96%
13:42
at a much greater efficiency, with a strict budget constraint.
340
807000
3000
con un'efficienza maggiore, ed un budget molto limitato.
13:45
And similar ideas can be used, for instance,
341
810000
2000
Idee simili possono essere utilizzate, per esempio,
13:47
to target distribution of things like bed nets
342
812000
2000
per valutare la distribuzione di prodotti come le zanzariere
13:49
in the developing world.
343
814000
2000
nei paesi in via di sviluppo.
13:51
If we could understand the structure of networks in villages,
344
816000
3000
Potremmo capire la struttura della rete dei villaggi,
13:54
we could target to whom to give the interventions
345
819000
2000
individuare gli individui che potrebbero promuovere
13:56
to foster these kinds of spreads.
346
821000
2000
questa idea per convincere gli altri.
13:58
Or, frankly, for advertising with all kinds of products.
347
823000
3000
Francamente, questo vale per qualsiasi prodotto.
14:01
If we could understand how to target,
348
826000
2000
Se capiamo come individuare il bersaglio,
14:03
it could affect the efficiency
349
828000
2000
potremmo avere un grosso impatto in termini di efficienza
14:05
of what we're trying to achieve.
350
830000
2000
per raggiungere il nostro scopo
14:07
And in fact, we can use data
351
832000
2000
E in effetti, possiamo usare i dati
14:09
from all kinds of sources nowadays [to do this].
352
834000
2000
che ci arrivano dalle fonti più disparate, oggi, [per farlo].
14:11
This is a map of eight million phone users
353
836000
2000
Questa è una mappa di 8 milioni di utenti telefonici
14:13
in a European country.
354
838000
2000
in un paese europeo.
14:15
Every dot is a person, and every line represents
355
840000
2000
Ogni puntino è una persona, e ogni linea rappresenta
14:17
a volume of calls between the people.
356
842000
2000
un volume di chiamate tra le persone.
14:19
And we can use such data, that's being passively obtained,
357
844000
3000
E possiamo usare questi dati, che abbiamo ottenuto passivamente,
14:22
to map these whole countries
358
847000
2000
per mappare l''intero paese
14:24
and understand who is located where within the network.
359
849000
3000
e capire chi è posizionato all'interno della rete.
14:27
Without actually having to query them at all,
360
852000
2000
Senza chiedere direttamente a loro,
14:29
we can get this kind of a structural insight.
361
854000
2000
possiamo ottenere questo tipo di comprensione strutturale.
14:31
And other sources of information, as you're no doubt aware
362
856000
3000
E altre fonti di informazione, come sicuramente saprete,
14:34
are available about such features, from email interactions,
363
859000
3000
sono disponibili su meccanismi del genere, dall'interazione via email
14:37
online interactions,
364
862000
2000
alle interazioni online,
14:39
online social networks and so forth.
365
864000
3000
ai social network, e così via.
14:42
And in fact, we are in the era of what I would call
366
867000
2000
E in effetti, siamo nell'era che io definirei
14:44
"massive-passive" data collection efforts.
367
869000
3000
di raccolta "massiva-passiva" di informazioni.
14:47
They're all kinds of ways we can use massively collected data
368
872000
3000
Ci sono moltissimi modi per raccogliere enormi quantità di informazioni in maniera passiva
14:50
to create sensor networks
369
875000
3000
per creare delle reti di sensori
14:53
to follow the population,
370
878000
2000
per seguire la popolazione,
14:55
understand what's happening in the population,
371
880000
2000
capire cosa accade nella popolazione,
14:57
and intervene in the population for the better.
372
882000
3000
e intervenire sulla popolazione per il bene comune.
15:00
Because these new technologies tell us
373
885000
2000
perché tutte queste nuove tecnologie ci dicono
15:02
not just who is talking to whom,
374
887000
2000
non solo chi parla con chi
15:04
but where everyone is,
375
889000
2000
ma dove si trovano,
15:06
and what they're thinking based on what they're uploading on the Internet,
376
891000
3000
cosa pensano in base a quello che caricano su internet,
15:09
and what they're buying based on their purchases.
377
894000
2000
e quel che comprano in base ai loro acquisti.
15:11
And all this administrative data can be pulled together
378
896000
3000
E tutti questi dati amministrativi possono essere messi assieme
15:14
and processed to understand human behavior
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 example, we could use truckers' purchases of fuel.
381
904000
3000
Perciò, ad esempio, potremmo usare i dati sull'acquisto di carburante per i TIR
15:22
So the truckers are just going about their business,
382
907000
2000
I camionisti viaggiano per lavoro
15:24
and they're buying fuel.
383
909000
2000
e comprano il carburante.
15:26
And we see a blip up in the truckers' purchases of fuel,
384
911000
3000
E vediamo una luce che si accende quando un camionista compra del carburante,
15:29
and we know that a recession is about to end.
385
914000
2000
e vediamo che la recessione sta per finire.
15:31
Or we can monitor the velocity
386
916000
2000
O possiamo monitorare la velocità
15:33
with which people are moving with their phones on a highway,
387
918000
3000
con cui le persone si muovono con i loro cellulari in autostrada
15:36
and the phone company can see,
388
921000
2000
e le compagnie telefoniche vedono
15:38
as the velocity is slowing down,
389
923000
2000
quando la velocità diminuisce,
15:40
that there's a traffic jam.
390
925000
2000
che c'è un ingorgo.
15:42
And they can feed that information back to their subscribers,
391
927000
3000
Possono mandare l'informazione ai loro clienti,
15:45
but only to their subscribers on the same highway
392
930000
2000
ma solo ai clienti su quella particolare autostrada
15:47
located behind the traffic jam!
393
932000
2000
che stanno per arrivare ad un ingorgo!
15:49
Or we can monitor doctors prescribing behaviors, passively,
394
934000
3000
O possiamo monitorare il comportamento dei dottori nelle ricette mediche, passivamente,
15:52
and see how the diffusion of innovation with pharmaceuticals
395
937000
3000
e vedere la diffusione dell'innovazione dei prodotti para-farmaceutici
15:55
occurs within [networks of] doctors.
396
940000
2000
che avviene all'interno della rete dei dottori.
15:57
Or again, we can monitor purchasing behavior in people
397
942000
2000
O ancora, possiamo monitorare i comportamenti di acquisto delle pesone,
15:59
and watch how these types of phenomena
398
944000
2000
e guardare come tutti questi tipi di fenomeni
16:01
can diffuse within human populations.
399
946000
3000
si diffondono tra le popolazioni.
16:04
And there are three ways, I think,
400
949000
2000
E ci sono tre modi, io credo,
16:06
that these massive-passive data can be used.
401
951000
2000
i cui possiamo usare questi dati massivo-passivi.
16:08
One is fully passive,
402
953000
2000
Uno è totalmente passivo
16:10
like I just described --
403
955000
2000
come ho già descritto --
16:12
as in, for instance, the trucker example,
404
957000
2000
come nell'esempio dei camionisti,
16:14
where we don't actually intervene in the population in any way.
405
959000
2000
in cui non si interviene all'interno della popolazione.
16:16
One is quasi-active,
406
961000
2000
Uno è semi-attivo,
16:18
like the flu example I gave,
407
963000
2000
come nel caso dell'influenza,
16:20
where we get some people to nominate their friends
408
965000
3000
in cui le persone fanno i nomi dei loro amici
16:23
and then passively monitor their friends --
409
968000
2000
e poi monitoriamo passivamente gli amici...
16:25
do they have the flu, or not? -- and then get warning.
410
970000
2000
per vedere se hanno l'influenza, e avere un certo preavviso.
16:27
Or another example would be,
411
972000
2000
Un altro esempio, potrebbe essere,
16:29
if you're a phone company, you figure out who's central in the network
412
974000
3000
se siete una compagnia telefonia, individuate chi è centrale alla rete,
16:32
and you ask those people, "Look, will you just text us your fever every day?
413
977000
3000
e chiedete a questa gente, "Invia un sms con il livello di febbre che hai ogni giorno.
16:35
Just text us your temperature."
414
980000
2000
Solo un semplice sms."
16:37
And collect vast amounts of information about people's temperature,
415
982000
3000
Si raccolgono i dati sulla febbre delle persone
16:40
but from centrally located individuals.
416
985000
2000
ma da individui al centro della rete.
16:42
And be able, on a large scale,
417
987000
2000
E sarete in grado, su larga scala,
16:44
to monitor an impending epidemic
418
989000
2000
di monitorare l'epidemia imminente
16:46
with very minimal input from people.
419
991000
2000
con un imput minimo
16:48
Or, finally, it can be more fully active --
420
993000
2000
O, in ultima istanza, si può essere pienamente attivi --
16:50
as I know subsequent speakers will also talk about today --
421
995000
2000
come diranno gli altri relatori oggi --
16:52
where people might globally participate in wikis,
422
997000
2000
laddove le persone partecipano ai wiki,
16:54
or photographing, or monitoring elections,
423
999000
3000
fotografando, monitorando le elezioni,
16:57
and upload information in a way that allows us to pool
424
1002000
2000
o caricando informazioni che ci permettono di monitorare
16:59
information in order to understand social processes
425
1004000
2000
e capire alcuni processi sociali
17:01
and social phenomena.
426
1006000
2000
o fenomeni sociali.
17:03
In fact, the availability of these data, I think,
427
1008000
2000
In effetti, la reperibilità di questi dati, credo,
17:05
heralds a kind of new era
428
1010000
2000
può portare ad una nuova era
17:07
of what I and others would like to call
429
1012000
2000
che io ed altri amiamo definire
17:09
"computational social science."
430
1014000
2000
"scienza sociale computazionale"
17:11
It's sort of like when Galileo invented -- or, didn't invent --
431
1016000
3000
E' un po' come quando Galileo inventò -- beh non l'inventò --
17:14
came to use a telescope
432
1019000
2000
iniziò ad utilizzare il telescopio
17:16
and could see the heavens in a new way,
433
1021000
2000
per guardare i cieli in un modo diverso,
17:18
or Leeuwenhoek became aware of the microscope --
434
1023000
2000
o Leeuwenhoek si rese conto delle capacità del microscopio --
17:20
or actually invented --
435
1025000
2000
beh lo inventò in effetti --
17:22
and could see biology in a new way.
436
1027000
2000
e fu in grado di guardare alla biologia in maniera diversa.
17:24
But now we have access to these kinds of data
437
1029000
2000
E ora abbiamo accesso ai dati più disparati
17:26
that allow us to understand social processes
438
1031000
2000
che ci permettono di capire i processi sociali e
17:28
and social phenomena
439
1033000
2000
i fenomeni sociali
17:30
in an entirely new way that was never before possible.
440
1035000
3000
in maniera completamente diversa dal passato.
17:33
And with this science, we can
441
1038000
2000
E con questa scienza, possiamo
17:35
understand how exactly
442
1040000
2000
capire esattamente come
17:37
the whole comes to be greater
443
1042000
2000
l'insieme diventa
17:39
than the sum of its parts.
444
1044000
2000
più grande della somma delle parti.
17:41
And actually, we can use these insights
445
1046000
2000
E in effetti, possiamo usare queste conoscenze
17:43
to improve society and improve human well-being.
446
1048000
3000
per migliorare la società e migliorare il benessere dell'umanità.
17:46
Thank you.
447
1051000
2000
Grazie.
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