Descritte da un modello matematico
Facciamo finta che le persone siano dei punti. Poi facciamo finta di voler costruire una mappa in cui inserire questi punti in base alle caratteristiche che li contraddistinguono. Poi facciamo finta anche di voler vedere come queste caratteristiche si modificano nel tempo. Potremmo usare come criterio quello dei generi musicali preferiti, quello del colore degli occhi o dei capelli, quello della lunghezza delle unghie dei piedi o qualunque altra cosa ci venga in mente. Il fisico Marcel Ausloos, ricercatore presso l’Università di Liegi, in Belgio, ha scelto di studiare come costruire una mappa i cui parametri siano la religione e la lingua. E ci spiega come ha fatto in uno studio pubblicato su arXiv, dove fornisce una serie di spunti e di regole su una possibile metodologia da utilizzare per creare un modello che mostri la diffusione e l’evoluzione della religione e della lingua attraverso il tempo.
Il primo problema è quello della compatibilità dei due argomenti: sicuramente nessuno dei due è determinato da condizionamenti evoluzionistici di natura meramente fisica (come nel caso del colore della pelle o della forma dei tratti somatici), ma da fattori sociali e ambientali. Inoltre i meccanismi di aumento e diminuzione nella diffusione di una religione o di una lingua sono entrambi assimilabili a quanto avviene durante il processo di nucleazione, ovvero la formazione dei cristalli. E la distribuzione lognormale di probabilità (cioè la distribuzione di probabilità di una variabile il cui logaritmo si concentra attorno a un certo valore medio) del numero dei praticanti di una lingua o di una religione è molto simile.
Però in base a che cosa valutiamo effettivamente la conoscenza di una lingua o il grado di appartenenza a una religione? Se riesco a capire un testo in francese e a sostenere una conversazione standard usando parole di uso comune, ma non saprei orientarmi bene in discorsi più complessi, posso dire di conoscere la lingua? Se credo in Dio ma non vado spesso in chiesa, posso dire di essere cattolica come dice di essere cattolico un vescovo? La risposta ricadrebbe probabilmente in ambito filosofico, che non è di nostra giurisdizione. Perciò noi ci limiteremo a scegliere dati che qualcuno ha già raccolto e a inserirli in due diversi modelli statistici, uno basato sui processi di attaccamento preferenziale (per esempio, è probabile che io scelga la stessa religione dei miei genitori) e l’altro sul tempo dopo il quale una data lingua o religione non ha più seguito.
Il risultato è che la diffusione dei nostri oggetti di studio può essere vista negli stessi termini con cui analizziamo la propagazione delle epidemie e l’andamento delle quote di mercato: due similitudini abbastanza inquietanti, se accostate alla religione.
Sul piano pratico la strategia proposta consiste anzitutto nel prendere una comunità di persone e focalizzarsi su alcune diverse religioni o linguaggi (unificati sotto il termine “ideologie” per comodità) A, B, C, D… che coesistono. Il numero di sostenitori di un’ideologia sarà influenzato dal numero di morti e da quelli delle disaffezioni e delle conversioni. Una conversione da A a B può avvenire senza contatto diretto tra due esponenti ma può essere determinata da fattori ambientali e sociali, e il fattore che ne indica la frequenza è proporzionale a quanti seguaci ha già A. Una conversione da A a B può sicuramente avvenire anche tramite contatto diretto, e l’intensità dei contatti è proporzionale al numero dei sostenitori di A e di B. Infine, una conversione da A a B può avvenire anche in seguito a contatto diretto con membri di C e D messi insieme e, com’è ovvio, la frequenza sarà proporzionale ai numeri dei seguaci di C e D.
Tutto ciò, secondo Marcel Ausloos, è la chiave del successo nelle nostre modellizzazioni. Se ti stai domandando a che cosa serva, citiamo direttamente l’autore: “Cercare di unificare la descrizione dei fenomeni sociali e di quelli naturali, per il bene del progresso dell’umanità”.
M. Ausloos (2011). On religion and language evolutions seen through mathematical and agent
based models arXiv arXiv: 1103.5382v1