The effect of preferential node deletion on the structure of networks that evolve via preferential attachment

Nei vasti paesaggi digitali dove le persone si connettono, condividono e cercano opportunità, le reti non sono mappe statiche, ma entità vive e pulsanti che crescono e si restringono costantemente. Gli scienziati che studiano questi sistemi complessi sanno da tempo che le nuove connessioni si formano spesso in base alla popolarità: più amici ha una persona, più è probabile che ne faccia di nuovi. Questa tendenza, nota come attaccamento preferenziale, aiuta a spiegare perché alcune piattaforme online sviluppino alcuni hub super-connessi mentre la maggior parte degli utenti abbia solo un manipolo di collegamenti. Tuttavia, le reti del mondo reale raramente si limitano a crescere; perdono anche membri. Le persone lasciano le app di incontri quando trovano un partner, o abbandonano i portali per la ricerca di lavoro una volta assunte. Sebbene i ricercatori avessero compreso come le partenze casuali influenzino questi sistemi, una domanda cruciale rimaneva senza risposta: cosa succede quando le persone che se ne vanno non sono casuali, ma sono specificamente i membri più popolari e ben connessi?

Un team di fisici dell'Università Ebraica di Gerusalemme si è posto l'obiettivo di rispondere a questo quesito costruendo un modello matematico che simula una rete in cui sia l'arrivo di nuovi membri che la partenza di quelli vecchi seguono regole specifiche. Nella loro simulazione, i nuovi utenti arrivano e si connettono ai membri esistenti, ma hanno maggiori probabilità di collegarsi a coloro che hanno già molte connessioni. Al contrario, quando la rete si restringe, non perde membri in modo casuale; invece, rimuove preferenzialmente gli individui più connessi, prendendo di mira efficacemente gli hub che sostengono la struttura. I ricercatori hanno monitorato come la forma della rete cambiasse mentre regolavano l'equilibrio tra queste due forze: il tasso con cui la rete cresce rispetto al tasso con cui si contrae.

Lo studio ha rivelato una divisione netta e sorprendente nel modo in cui queste reti si comportano. Quando la rete è puramente in crescita, o cresce più velocemente di quanto si stia restringendo, la struttura si assesta in un modello stabile in cui pochi hub altamente connessi dominano, creando una forma "scale-free" (invariante di scala) tipica di molte famose reti sociali. Tuttavia, nel momento in cui i ricercatori hanno introdotto anche una minima quantità di eliminazione preferenziale — rimuovendo i nodi più popolari — l'intera struttura è cambiata. La rete non ha semplicemente perso i suoi hub; si è trasformata fondamentalmente. Invece di avere pochi nodi super-connessi e molti isolati, le connessioni sono diventate distribuite in modo più uniforme e gli estremi hub sono scomparsi. La rete ha sviluppato un limite naturale al numero di connessioni che una singola persona può avere, risultando in una struttura molto più uniforme e meno soggetta alla disuguaglianza estrema osservata nei sistemi puramente in crescita.

Questa trasformazione non è graduale; rappresenta una distinta transizione di fase. I ricercatori hanno scoperto che finché la rete è in crescita, mantiene la sua natura scale-free. Ma nell'istante in cui il processo passa a includere la rimozione preferenziale dei nodi popolari, la rete perde il suo carattere scale-free e adotta una nuova forma stabile con un limite dimensionale ben definito per le connessioni. Questa scoperta evidenzia una profonda sensibilità nel modo in cui questi sistemi evolvono. Mentre le reti sono note per essere robuste contro i guasti casuali — ovvero possono sopravvivere alla partenza casuale di molti utenti comuni — sono sorprendentemente fragili quando il processo di partenza prende di mira i membri più connessi. La presenza di anche un piccolo pregiudizio verso la rimozione dei nodi popolari è sufficiente a smantellare interamente l'architettura scale-free, sostituendo la coda a legge di potenza con una coda esponenziale (una distribuzione Gamma) che possiede comunque una coda, ma che è limitata anziché illimitata.

Le implicazioni di questo lavoro si estendono alla comprensione dei cicli di vita delle reti sociali transitorie, come quelle utilizzate per incontri o ricerca di lavoro. In questi ambienti, gli utenti si uniscono spesso con un obiettivo specifico in mente. Una volta raggiunto tale obiettivo, se ne vanno. Poiché gli utenti più di successo sono spesso i più attivi e connessi, sono proprio loro i più propensi a lasciare la piattaforma una volta raggiunto il proprio scopo. Il modello suggerisce che questo ciclo naturale di successo e partenza impedisce a queste reti di sviluppare mai le strutture estreme dominate dagli hub tipiche delle piattaforme di social media permanenti. Invece, esse si assestano in uno stato più equilibrato in cui le connessioni sono distribuite in modo più uniforme e nessun singolo utente diventa eccessivamente dominante.

I ricercatori hanno anche esplorato cosa accade quando la rete si sta contraendo complessivamente. Hanno scoperto che se il tasso di eliminazione preferenziale è abbastanza elevato, la rete alla fine collassa completamente, dissolvendosi in una collezione di individui isolati senza alcuna connessione. Esiste una soglia critica oltre la quale la rete non può più sostenersi; al di sotto di questo punto, la struttura si disintegra nel tempo finché non rimane nulla. Sopra questa soglia, tuttavia, la rete può mantenere una struttura stabile, seppur diversa, per molto tempo, anche mentre si sta lentamente restringendo. Questa stabilità esiste solo finché la rete ha abbastanza membri per mantenere in corso il processo, ma essa raggiunge infine un punto in cui gli utenti rimanenti sono troppo pochi per formare nuovi collegamenti, portando a una fine finale e silenziosa.

Attraverso una combinazione di analisi matematica e simulazioni al computer, lo studio fornisce un quadro chiaro di come la rimozione mirata rimodelli il mondo digitale. Dimostra che le regole che governano chi entra in una rete sono altrettanto importanti di quelle che governano chi vi entra. I risultati sfidano l'assunto che le reti siano naturalmente resilienti a ogni forma di interruzione, rivelando invece che sono altamente vulnerabili al tipo specifico di interruzione che prende di mira i loro membri più di successo. Per i progettisti delle piattaforme online, ciò offre una nuova prospettiva sulla ritenzione degli utenti: il successo stesso di una piattaforma nel connettere le persone ai loro obiettivi può involontariamente accelerare il proprio cambiamento strutturale, spingendola lontano da un modello dominato dagli hub verso uno stato più equilibrato, ma potenzialmente più fragile.