ComplexLab

Visualizzare la complessità delle reti, dalla biologia al World Wide Web, dalle filiere alimentari ai knowledge networks.

 Un articolo di  Carlo Mazzucchelli pubblicato sul numero di Marzo della rivista Computer Business Review

La teoria della complessità trova oggi applicazione in molteplici discipline scientifiche e la complessità è diventato un principio strutturale e organizzativo che interessa diversi ambiti di studio quali la genetica e le reti sociali, il web e il mercato azionario. I risultati ottenuti a livello tecnologico e scientifico, dalla mappatura del genoma umano, alla decodificazione delle reti neurali, hanno visto contemporaneamente la nostra capacità nell’acquisire e generare informazioni superare la nostra abilità nel dare ad esse un senso. Con un eccesso di fatti e pochi strumenti a disposizione per sintetizzarli e renderli comprensibili, il termine ‘informazione utile’ ha finito quindi per diventare un ossimoro mentre con archivi di informazioni ormai misurabili in gigabyte e terabyte, organizzare e visualizzare informazioni utili in modo efficiente è diventato cruciale in tutti gli ambiti.

Il problema è come farlo e quali metodi utilizzare per dare un senso alla grande quantità di dati disponibili.

Si tratta infatti di superare la difficoltà umana a percepire la multi-dimensionalità del reale e a rendere visibile e comunicabile la complessità in modo che possa essere comprensibile e utilizzabile. La visualizzazione è solitamente collegata alla capacità umana di pensare e risolvere problemi ed è stata studiata da filosofi e scienziati interessati a come noi percepiamo il mondo. Esistono scuole di pensiero diverse, ma tutte concordano sull’utilità della visualizzazione nella soluzione dei problemi. Il modo con cui visualizziamo lo spazio multi-dimensionale e riusciamo a risolvere problemi complessi visualizzando le interrelazioni tra le varie dimensioni esistenti e delle stesse con l’insieme non è comunque così semplice. In un mondo tridimensionale ognuno di noi si sente a suo agio per avere sviluppato fin da piccolo doti e capacità di sopravvivenza nelle tre dimensioni e per avere sperimentato come il dare forma agli oggetti ci abbia aiutato a visualizzare che forma dare loro. Ma è sufficiente scalfire la superficie della nostra percezione del mondo per scoprire che anche le tre dimensioni possono rappresentare una difficoltà. Se ci venisse chiesto ad esempio di raffigurarle su un piano a due dimensioni in pochi saremmo in grado di riprodurre correttamente la prospettiva degli oggetti trimensionali presenti nella nostra mente. E anche i più versatili di noi nell’uso della prospettiva potrebbero arrendersi di fronte alla difficoltà di rappresentare la quarta (il tempo), la quinta e le altre possibili dimensioni.

Nella scienza il termine visualizzazione serve a definire un’immagine utilizzata per organizzare e comunicare informazioni ( l’attrattore di Lorenz, il pi-space, le mappe di Poincarè, le geometrie frattali, le reti sociali ecc.). L’uso del termine risale al 1987 con la pubblicazione del trattato sulla visualizzazione scientifica di McCormick applicato allo studio dei sistemi caotici. Il concetto di partenza è l’intuizione che alcuni processi scientifici possano essere compresi soltanto se si riesce a visualizzare i risultati degli esperimenti fatti. La storia del ricorso alla grafica nelle scienze sociali è caratterizzata da alti e bassi continui con precursori quali Cartesio che sosteneva come ‘la capacità di visualizzare, e in particolare l’uso di diagrammi, gioca un ruolo cruciale nell’investigazione scienticfica’.

Le innovazioni tecnologiche della computer graphics, del multimedia, del World Wide Web e dellla realtà virtuale che si sono affermate nel tempo ci permettono oggi di vedere quello che fino a ieri non potevamo vedere. Nella biologia e nello studio del cervello umano l’invenzione del microscopio e dell’illuminazione stroboscopica hanno permesso nuove scoperte scientifiche e di mostrare l’elemento più piccolo e invisibile. Oggi questo non è più sufficiente. Conosciamo infatti molto bene il comportamento delle sinapsi, dei neuroni, degli assoni e dei dendriti del nostro cervello ma sappiamo ancora poco delle relazioni che intercorrono tra i singoli elementi e soprattutto come fare a rappresentare visivamente la complessità che lo caratterizzano.

La  risposta sembra oggi venire dalla tecnologie dell’informazione e dalla grafica, domani forse dal WWW e dalla realtà virtuale.

La ricerca e il disegno di strumenti per visualizzare informazioni si è sviluppata prevalentemente nella ‘computer science’ e nei laboratori di ingegneria grazie a persone di formazione prevalentemente tecnica.

Nelle comunità artistiche un discorso parallelo ha riguardato la sperimentazione di nuovi strumenti di visualizzazione estetica e interazione a livello di disegno. I due mondi, quello artistico e quello scientifico, che per il momento sembrano avere scarsi scambi e collaborazione, hanno reso la visualizzazione della complessità più facile soprattutto quando le informazioni disponibili sono numerose e complesse. Nella realtà esistono già alcuni interessanti esempi che hanno ispirato esteticamente e concettualmente progetti di visualizzazione e che hanno colmato il gap esistente tra scienza, arte, tecnologia e disegno. Questi esempi nascono dalla sperimentazione di nuove idee per visualizzare metafore e modelli grafici nel campo del frattalismo, dell’arte algoritmica, dell’architettura, della vita artificiale e della natura. Molto lavoro rimane comunque ancora da fare per perfezionare i metodi che si utilizzano per la raccolta dei dati in modo che l’utente possa dare ad essi un senso coerente con le esigenze che hanno dettato l’analisi.

Un ambito particolare di applicazione per strumenti di visualizzazione della complessità è quello delle reti sociali. La complessità da visualizzare in questo ambito dipende dal numero e dal tipo di attori sociali che compongono la rete, dal numero di relazioni multiple esistenti, dal potere e influenza delle stesse e dai cambiamenti che avvengono nel tempo. Le reti come i sistemi complessi vengono descritte attraverso l’interazione esistente tra la loro dimensione e densità e il cambiamento che avviene nel tempo. Per facilitare l’osservatore nell’assegnazione di senso ai dati e i ricercatori nel loro sforzo di comunicare le caratteristiche dei dati visualizzati, l’analisi delle reti richiede strumenti sempre migliori e maggiori sforzi per la visualizzazione.

La rete sociale viene visualizzata attraverso grafi, denominati in questo ambito sociogrammi, caratterizzati da punti o nodi che rappresentano gli attori della rete e da linee che raffigurano le relazioni tra loro esistenti. Ogni nodo dispone di attributi, evidenziati nel grafo attraverso il colore, la dimensione, la forma ecc. Un grafo può rappresentare un singolo tipo di relazione tra i nodi o tipi di relazioni diverse ed è comunque uno strumento efficiente per rappresentare la struttura sociale della rete. Dal grafo è possibile capire se tutti i nodi sono tra loro collegati, se esistono sotto-gruppi o cluster di nodi collegati tra loro ma separati da altri gruppi, quali sono gli hub e quali i nodi separati o con poche connessioni, in che modo gli ego-network (network personali) sono allacciati ai nodi a loro vicini, quali sono i vincoli e le opportunità per ogni nodo e il ruolo di ogni nodo all’interno di una struttura sociale.

L’approccio più diffuso di rappresentazione grafica delle reti è quello bi-dimensionale e statico che utilizza il posizionamento spaziale su un grafo dei nodi e delle loro caratteristiche. L’uso di un grafo statico ha dei limiti soprattutto per reti con nodi molto numerosi, con relazioni molteplici e densità elevata e rende impossibile comunicare il cambiamento nel tempo di una rete. Lo studio di reti complesse e con un numero elevato di nodi con flussi relazionali mutevoli nel tempo  richiede nuove tecniche di visualizzazione quali il movimento ed una raccolta di dati più efficiente.

Un approccio da seguire è la segmentazione della rete e/o l’analisi dei nodi principali che la costituiscono.

Gli strumenti di visualizzazione servono i questo caso per tentativi empirici di esplorazione nell’esame delle ipotesi sui pattern rilevabili dai dati della rete. Nascondere, evidenziare o selezionare porzioni limitate della rete può servire per dare un senso ai dati raccolti e per comprendere e descrivere la costruzione e l’evoluzione della struttura sociale della rete. 

Nell’utilizzo della grafica per analizzare le reti sociali è sempre presente una componente ludica associata alla capacità creativa e allo sviluppo di inventiva nell’organizzare e reinventare lo spazio grafico. Le visualizzazioni più interessanti non sono ad esempio quelle che suggeriscono una diretta analogia con lo spazio fisico ma  sono spazi inventati dal loro creatore nei quali più che la distanza, la profondità e l’altezza contano l’intensità, la capacità evocativa ed espressiva . Più il grafico infatti è ‘artistico’ e piacevole a vedersi, più è efficace per comunicare. Più il disegno o la mappa grafica è appropiata, minore è la difficoltà di lettura e interpretazione per utenti impegnati nel compito di dare senso e significato ai dati raccolti e per studiosi alla ricerca di nuove funzionalità utili a portare a galla informazioni nascoste e a comunicarle meglio. In alcuni casi la rappresentazione visiva di oggetti grafici relazionali non è fatta da oggetti tangibili in uno spazio fisico ma da oggetti astratti in uno spazio astratto, è come giocare con le note di un pentagramma o imitare un pittore alle prese con lo spazio pittorico della sua tela.

Riuscire a visualizzare la complessità attraverso la visualizzazione gioca un ruolo molto importante nella comunicazione delle caratteristiche della rete anche per l’influenza che la rappresentazione grafica utilizzata può avere sulla percezione dell’individuo che la osserva. Una importanza che deriva dalla sua utilità nel rendere comprensibile la struttura dell’informazione nel suo insieme, le singole componenti e le relazioni tra di loro e l’insieme.

La rappresentazione di una rete attraverso un grafo segue regole elementari ed è resa oggi possibile da tecniche comunemente utilizzate da diversi strumenti tecnologici quali NetDraw ( distribuito con UCINET), Pajek, Mage e molti altri.  Benchè poche siano ancora le applicazioni reali esistenti, in Internet è possibile trovare molti esempi interessanti sia per l’ambito di applicazione sia per la bellezza e artisticità dei grafi prodotti. Alcuni di questi esempi sono illustrati sul sito di Manuel Lima catalogati per argomenti: l’arte con mappe virtuali di luoghi reali ( http://tinyurl.com/8bnlz  ), la biologia con la mappa delle interazioni proteiche nella malattia di Huntington (http://www.mdc-berlin.de/~neurop/research6.htm ), i business networks con il caso Enron e l’ analisi delle email che hanno portato all scoperta di nuove informazioni utili alle inchieste in corso per bancarotta (http://tinyurl.com/atpbg ), i knowledge networks con l’analisi delle relazioni tra le parole della lingua inglese (http://toxi.co.uk/p5/base26/ ), i computers con gli l’analisi degli effetti dei virus in rete (http://www.e-things.org/worms/ ) usando i log di un firewall, la natura con l’analisi delle filiere alimentari di animali che vivono in caverne (http://www.caverntours.com/classroom/clp9.htm ), Internet con una rappresentazione spaziale della rete come spazio ad una dimensione (http://www.opte.org/ ), i social networks con analisi dei weblog in rete (http://www.touchgraph.com/TG_LJ_Browser.html ), i trasporti con la cartografia di Google che permette di costruire l’interconnettività delle strade in una località a scelta (http://tinyurl.com/oajb4 ), il world wide web con uno strumento per visualizzare il mondo dei contenuti che sta intorno ad ogni pagina web (http://tinyurl.com/car9v ), la grande distribuzione con l’ analisi di 10 milioni di ricevute di un grande magazzino per individuare le relazioni esistenti tra articoli acquistati, e molti altri. 

CONCLUSIONI 

Non esiste ad oggi una tecnica che possa essere adeguata a visualizzare dati complessi per tutte le circostanze. La quantità di dati disponibili e la loro complessità finiscono sempre per condizionare la scelta del metodo e la tecnica di visualizzazione da scegliere. In alcuni casi ad esempio il movimento può rendere i dati più comprensibili, in altri renderli opachi e poco leggibili. C’è sempre un punto di osservazione mediano tra il guardare l’intera foresta ( l’insieme delle varie tipologie di piante ) e i dettagli di ogni pianta (le foglie, i rami ecc.). Il modello per il futuro dovrebbe permettere di verificare interazioni proietattate nel futuro e nel passato, di aggiustare i parametri per identificare elementi macro e poi riaggiustarli per avere maggiori informazioni di dettaglio.

Rimane il problema di come fare a comunicare le caratteristiche della rete e della sua struttura all’utente. La scelta della tecnica da usare deve essere rapportata alla capacità dell’utente nel percepire e apprendere dalla lettura del grafo. E’ facile creare nuovi programmi per rendere la figura più grande, nitida e leggibile, più complicato capire come a livello cognitivo le persone reagiscono e interagiscono con questo tipo di tecniche e informazioni. Si tratta di procedere in parallelo con lo sviluppo di nuove tecniche di visualizzazione e con lo studio di ciò che le persone riescono a vedere nelle immagini prodotte.

Attualmente l’attenzione è sbilanciata verso le tecniche e poco sulle persone e i loro apparati mentali e cognitivi. L’entusiasmo derivante dai grandi progressi tecnologici va condiviso ma forse lo stesso entusiasmo andrebbe riversato nello sforzo di rivelare sempre meglio la comprensione e la lettura delle strutture sociali da parte delle persone.  La sfida per i ricercatori che si occupano di strumenti per la visualizzazione di informazioni, richiede spesso la ricerca di strumenti grafici innovativi e di tecniche interattive per rappresentare la complessità strutturale delle informazioni. La sfida vale per ambienti disciplinari diversi sia scientifici sia artistici.  La convergenza che sta caratterizzando la tecnologia dei media permetterà in futuro una elevata collaborazione interdisciplinare.