The building blocks of social structure: simulating constraints of social network analysis for inference about group-level properties
Questo articolo presenta un modello di simulazione che collega le metriche delle reti sociali globali ai processi comportamentali sottostanti — quali disposizioni individuali, vincoli ecologici e bias di osservazione — per dimostrare come ignorare tali fattori possa portare a inferenze distorte sulle strutture sociali di gruppo degli animali.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Gli animali vivono in mondi sociali complessi dove gli individui si riuniscono e si separano costantemente. Per comprendere come funzionano queste società, gli scienziati si rivolgono spesso a un metodo chiamato analisi delle reti sociali. Questo approccio tratta un gruppo come una mappa di connessioni, dove ogni animale è un punto e ogni volta che vengono visti insieme è una linea che li collega. Contando queste linee e misurando quanto siano strettamente intrecciate, i ricercatori possono calcolare numeri che descrivono la forma complessiva del gruppo, come quanto siano affollate le connessioni o come il gruppo si frammenti in cerchi più piccoli. Questi numeri sono strumenti potenti per confrontare diverse specie o tracciare come una società cambia nel tempo. Tuttavia, rimane una domanda critica: questi numeri riflettono davvero le preferenze sociali nascoste degli animali, o sono semplicemente artefatti di come il gruppo è dimensionato, di come gli animali si muovono o di quanto tempo i ricercatori li hanno osservati? Se i numeri sono distorti da questi fattori esterni, i ricercatori potrebbero trarre conclusioni errate sul perché una società sia strutturata in un certo modo.
Un team di ricercatori si è messo in viaggio per risolvere questo enigma costruendo un modello digitale di una società fission-fusion, un tipo di sistema sociale in cui il gruppo si divide e si fonde frequentemente, proprio come le società di scimpanzé e bonobo. Invece di osservare veri animali in natura, hanno creato una popolazione virtuale di individui, ognuno con specifiche e nascoste preferenze su chi preferisse avere vicino. Hanno poi programmato un computer per simulare il modo in cui questi animali virtuali avrebbero formato feste temporanee durante una giornata, imitando il modo in cui i ricercatori sul campo li osservano. Il team ha eseguito migliaia di queste simulazioni, cambiando sistematicamente le regole del gioco per vedere come le mappe sociali risultanti cambiassero. Hanno testato cosa accadeva quando la dimensione totale del gruppo cresceva, quando la dimensione delle feste giornaliere fluttuava, quando alcuni individui erano naturalmente più socievoli di altri e quando i ricercatori osservavano per periodi di tempo differenti.
Le simulazioni hanno rivelato che i numeri che gli scienziati usano per descrivere la struttura sociale sono molto più sensibili al contesto di quanto precedentemente realizzato. Il driver più potente del cambiamento era semplicemente il numero di animali nel gruppo. Man mano che il gruppo diventava più grande, le connessioni calcolate tra gli individui diventavano meno dense, non perché gli animali stessero diventando meno amichevoli, ma perché c'erano semplicemente più combinazioni possibili di chi potesse stare insieme. Anche quando i ricercatori hanno regolato i loro calcoli per tenere conto di questo, la dimensione del gruppo ha comunque deformato altre misurazioni in modi complessi e non lineari. Ad esempio, la variabilità nel modo in cui ogni animale era connesso con il resto del gruppo cambiava drasticamente con la dimensione del gruppo, suggerendo che un gruppo più grande crea naturalmente più differenze tra gli individui, indipendentemente dalle loro specifiche personalità.
Lo studio ha anche dimostrato che il comportamento degli osservatori conta tanto quanto il comportamento degli animali. Quando i ricercatori nella simulazione si concentravano maggiormente sugli individui che erano naturalmente più socievoli, le mappe sociali risultanti apparivano significativamente diverse, esagerando l'importanza di quegli specifici animali e distorcendo l'immagine complessiva del gruppo. Allo stesso modo, la durata del tempo trascorso a osservare il gruppo aveva un effetto profondo. Periodi di osservazione brevi, come trenta giorni, producevano risultati altamente variabili e spesso fuorvianti, facendo apparire il gruppo più frammentato e imprevedibile di quanto non fosse in realtà. Le simulazioni hanno indicato che i ricercatori devono osservare un gruppo per almeno centottanta giorni, o circa due giorni per individuo, prima che i numeri si stabilizzino abbastanza da poter essere affidabili.
Forse in modo ancora più sorprendente, il team ha scoperto che la presenza di sottogruppi coesi, o clique, non rendeva sempre la mappa sociale più divisa. La relazione tra il numero di queste clique e la struttura complessiva del gruppo non era una linea retta. In alcuni casi, avere poche clique distinte faceva apparire il gruppo più unito, mentre in altri, creava una netta divisione. I risultati hanno suggerito che i veri gruppi di scimpanzé e bonobo probabilmente non formano clique rigide e permanenti. Al contrario, mantengono una struttura flessibile in cui gli individui tollerano un certo grado di incertezza sociale per mantenere l'intero gruppo connesso, evitando il rischio che la società si frammenti permanentemente.
In definitiva, questo lavoro funge da avvertimento vitale e da guida per chiunque studi le società animali. Dimostra che i numeri che calcoliamo dalle reti sociali non sono finestre dirette nelle menti degli animali; sono il prodotto di un mix di vere preferenze sociali, dei vincoli dell'ambiente e dei limiti della nostra stessa osservazione. I ricercatori non hanno trovato un singolo numero "corretto" per descrivere una società. Invece, hanno mostrato che per capire cosa significhi realmente una metrica di rete sociale, bisogna prima comprendere le condizioni specifiche in cui è stata misurata. Utilizzando queste simulazioni per separare il segnale del vero comportamento sociale dal rumore del bias demografico e osservativo, gli scienziati possono iniziare ad aprire la "scatola nera" della struttura sociale animale e comprendere le vere forze evolutive che determinano come i gruppi vivano insieme.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.