Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
Analizzando 60 milioni di tweet con l'hashtag #BlackLivesMatter, questo studio dimostra che la crescente persistenza dell'ira collettiva, piuttosto che la sua intensità, funge da segnale di allerta precoce affidabile per prevedere le ondate di attività dei movimenti sociali.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il mondo delle scienze sociali come una gigantesca e frenetica stazione meteorologica. Invece di monitorare pioggia e vento, gli scienziati qui cercano di prevedere le "tempeste" del comportamento umano, ovvero quei momenti improvvisi e massicci in cui un gruppo di persone decide all'improvviso di agire insieme, come una protesta che scoppia o un movimento che diventa virale. Per molto tempo, i ricercatori hanno pensato di poter prevedere queste tempeste misurando quanto fosse "arrabbiata" la folla in un dato momento. Sembrava logico: se tutti stanno urlando con rabbia, sta arrivando una rivolta, giusto? Ma questo articolo suggerisce che guardare il volume del grido non sia tutta la storia. Inve': la vera chiave di volta potrebbe essere quanto quella rabbia sia appiccicosa. Pensatela come a un elastico: se lo tirate e torna indietro istantaneamente, è stabile. Ma se lo tirate e oscilla lentamente, rifiutandosi di tornare alla sua forma originale, è sul punto di spezzarsi. Questo "oscillare" è ciò che gli scienziati chiamano critical slowing down (rallentamento critico). È un termine altisonante per descrivere un sistema che sta perdendo la sua capacità di rimbalzo e si sta incastrando nel suo stato attuale, cosa che accade spesso proprio prima di un grande cambiamento. Comprendere questo è come avere una palla di cristallo per il cambiamento sociale; potrebbe aiutarci a vedere quando una conversazione silenziosa sta per trasformarsi in un ruggito, permettendo a leader e attivisti di prepararsi al cambiamento prima che avvenga.
Quindi, cosa hanno fatto realmente i ricercatori? Hanno deciso di testare questa teoria dell' "elastico" su scala massiccia utilizzando il movimento #BlackLivesMatter. Non si sono limitati a osservare poche centinaia di persone; hanno scavato in una montagna di dati — circa 60 milioni di tweet pubblicati tra il 2015 e il 2020. Il loro obiettivo era vedere se potevano prevedere le "esplosioni" di attività (quei giorni in cui il movimento esplodeva con nuovi post) osservando i modelli meteorologici emotivi che precedevano tali eventi.
Per prima cosa, hanno affrontato l'idea classica: L'intensità della rabbia predice un'esplosione? Hanno controllato il livello medio di rabbia nei tweet, giorno dopo giorno. Hanno anche esaminato altri sentimenti negativi come l'ansia e la tristezza. Il risultato è stato un piccolo colpo di scena: La quantità media di rabbia non ha predetto nulla. Il fatto che le persone fossero arrabbiate un martedì non significava che un grande picco sarebbe arrivato mercoledì. In effetti, l'articolo ha scoperto che livelli più elevati di ansia e tristezza erano in realtà più efficaci nel segnalare che un'esplosione si stava avvicinando, mentre l'intensità della rabbia in sé era un vicolo cieco per la previsione.
Poi, hanno spostato l'attenzione sulla "viscosità" della rabbia, che hanno misurato usando un concetto chiamato autocorrelazione. In parole semplici, l'autocorrelazione chiede: "Ciò che le persone provano proprio ora è pesantemente influenzato da ciò che provavano ieri?". Se la risposta è sì, l'emozione è persistente; sta indugiando e non torna rapidamente alla normalità. Questo è il "critical slowing down" in azione.
Ecco la grande scoperta: Più la rabbia diventava persistente, più il movimento era vicino a un'esplosione massiccia. Mentre i giorni passavano verso un grande evento, la rabbia nei tweet non diventava necessariamente più forte, ma diventava più "lenta" nel recupero. Iniziava a restare in zona più a lungo, creando un pattern in cui la rabbia di oggi era quasi una copia perfetta di quella di ieri. I ricercatori hanno scoperto che, man mano che il sistema si avvicinava a un'esplosione, questa autocorrelazione aumentava significativamente. È come se la folla fosse intrappolata in un ciclo di rabbia, incapace di lasciarla andare, il che segnalava che una transizione era imminente.
Hanno anche osservato la varianza (quanto i livelli di rabbia saltassero su e giù). Sorprendentemente, man mano che un'esplosione si avvicinava, la rabbia diventava effettivamente meno variabile. Non oscillava selvaggiamente; si stabilizzava in un ronzio costante e persistente di rabbia. Questo è un po' diverso dalla classica definizione da manuale di critical slowing down, che a volte suggerisce che le cose diventino più caotiche prima di rompersi, ma l'articolo nota che ricerche recenti supportano questa idea di varianza ridotta in certi sistemi.
Per assicurarsi di non vedere solo schemi nel rumore, i ricercatori hanno eseguito controlli rigorosi. Hanno rimescolato le date dei tweet casualmente, come mescolare un mazzo di carte, e hanno cercato di trovare gli stessi schemi. Quando lo hanno fatto, la "viscosità" della rabbia è scomparsa. Ciò suggerisce che il modello trovato nei dati reali fosse un segnale genuino, non un semplice errore del codice informatico. Hanno anche controllato se i tweet online corrispondessero alle proteste nel mondo reale e hanno trovato un forte legame: quando i tweet aumentavano, aumentava anche la dimensione delle proteste.
Quindi, qual è la conclusione? L'articolo suggerisce che non dovremmo solo ascoltare le urla più forti per prevedere la prossima grande mossa di un movimento sociale. Invece, dovremmo osservare i momenti in cui l'emozione smette di rimbalzare e inizia a restare ferma. Non si tratta di quanto la folla sia arrabbiata; si tratta di quanto a lungo quella rabbia si rifiuta di svanire. Sebbene lo studio non possa provare che questa rabbia causi l'esplosione (lo predice soltanto), offre un nuovo e potente modo per guardare le dinamiche invisibili dei gruppi umani. Si scopre che il segnale più importante di una tempesta in arrivo non è il tuono, ma il modo in cui l'aria si fa pesante e immobile proprio prima che inizi la pioggia.
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.