Per eseguire la loro ricerca, John Cannarella e Joshua Spechler hanno usufruito del cosiddetto modello SIR, uno dei più semplici utilizzati in epidemiologia. Il modello, il più semplice del suo genere, ordina in se le persone in 3 gruppi distinti (dalle cui iniziali deriva il nome): i Suscettibili, che devono ancora ammalarsi; gli Infetti, già ammalati, e i Rimossi, ovvero sia quelli che sono stati guariti dall'infezione. Le proporzioni dei 3 gruppi cambiano con il progredire dell'epidemia. Ad esempio: dato che il fatto di essere infettati dipende dall'incontrare una persona ammalata, il numero di Suscettibili che si trasformano in Infetti nell'unità di tempo sarà proporzionale al prodotto del numero dei Suscettibili per quello degli Infetti.
Facebook e la società |
Applicando il modello SIR ai "malati" di social network, Cannarella e Spechler hanno fatto una variazione: mentre in epidemiologia la guarigione avviene in modo spontaneo, i due hanno ritenuto che chi abbandona un social network segua l'esempio di qualcun altro, e hanno modificato di conseguenza le regole, facendo sì che il numero dei Rimossi aumentasse in modo proporzionale al prodotto tra gli Infetti e i Rimossi stessi.
I due ricercatori, non disponendo di dati sull'andamento delle iscrizioni ai social network, li hanno stimati a partire dalle variazioni del numero di ricerche sull'argomento richieste a Google.
Hanno preso come esempio Facebook e MySpace, e hanno verificato che il modello SIR rispecchia le variazioni del numero dei membri di ambedue. La cosa interessante è che il modello prevede anche che Facebook, già in lieve calo di iscritti, entro il 2017 avrà perso l'80% dei suoi utenti, finalmente "guariti".
Dobbiamo dunque attenderci il rapido crollo del più diffuso social network?
Anche se i dati mostrano che Facebook ha scarsa presa sulle nuovissime generazioni, questo tipo di previsione va preso con cautela. C'è chi fa notare che il modello SIR implica sempre e comunque un termine per l'epidemia, e non si applica alle malattie che rimangono endemiche. Sarebbe interessante vedere se esistono modelli epidemiologici più complessi che rispecchino l'andamento dei social network. Ma il risultato ottenuto è comunque promettente, e apre la strada a nuovi metodi di analisi.