Cultura cumulativa e reti sociali: come l’innovazione si accumula senza ripartire da zero

La cultura umana ha una proprietà che, a prima vista, sembra ovvia solo perché ci viviamo immersi: non riparte da zero a ogni generazione. Un bambino non deve reinventare il linguaggio, la ruota, la scrittura, la matematica, la navigazione, l’agricoltura, l’igiene, la chirurgia o l’elettronica. Nasce dentro un mondo già costruito da altri, ne eredita strumenti materiali e mentali, impara tecniche, parole, gesti, norme, procedure, categorie, metodi, e può aggiungere qualcosa a ciò che riceve. Questa capacità di accumulare innovazioni, conservarle, combinarle e migliorarle nel tempo è una delle grandi ragioni del successo della nostra specie.

L’evoluzione culturale cumulativa indica appunto questo processo: una popolazione produce variazioni culturali, alcune vengono trasmesse socialmente, alcune vengono conservate perché utili, prestigiose, efficienti o semplicemente più facili da imitare, e su di esse si innestano ulteriori modifiche. Il risultato è un meccanismo a cricchetto: ciò che funziona può restare disponibile e diventare punto di partenza per sviluppi successivi. La metafora è efficace perché il cricchetto impedisce alla ruota di tornare continuamente indietro. Nella cultura umana, quando il processo riesce, un’invenzione non resta soltanto episodio individuale, ma diventa patrimonio utilizzabile da altri.

Questa idea è potente, ma trasformarla in una teoria rigorosa è difficile. Nell’evoluzione biologica l’ereditarietà genetica ha un supporto materiale ben definito: il DNA, i geni, i genomi, le popolazioni, le frequenze delle varianti genetiche. La cultura si muove invece attraverso supporti molto diversi. Può essere conservata in un cervello, in un gesto, in una parola, in un libro, in un laboratorio, in una procedura industriale, in un codice informatico, in un’istituzione. Anche l’unità della trasmissione è incerta. Che cosa si trasmette quando si insegna a costruire un arco? Un oggetto, una sequenza di gesti, una conoscenza dei materiali, una regola empirica, una tradizione di prova ed errore, una forma di attenzione? Nella vita reale tutte queste cose insieme.

C’è poi un secondo problema. La cultura non passa soltanto dai genitori ai figli. Si apprende dai coetanei, dagli anziani, dai maestri, dai libri, dalla rete, da comunità lontane, da istituzioni specializzate. La trasmissione può essere verticale, orizzontale, obliqua, centralizzata o diffusa. Può avvenire per imitazione, insegnamento, competizione, prestigio, autorità, successo economico, convenzione. Un’idea può circolare perché è vera, perché è utile, perché è elegante, perché è imposta, perché è facile da ricordare, perché dà vantaggio a chi la diffonde. Questa pluralità rende la cultura un oggetto evolutivo reale ma teoricamente sfuggente.

Un recente manoscritto depositato su bioRxiv affronta proprio una parte di questo problema. È un preprint, cioè un articolo scientifico reso pubblico prima della revisione formale da parte di altri esperti; va quindi letto come contributo interessante e non ancora come risultato certificato dalla peer review. Il suo valore sta nel prendere una domanda ampia — quali condizioni sociali favoriscono l’accumulo di cultura? — e nel trasformarla in un modello controllabile.

Il punto di partenza è semplice: la cultura cumulativa richiede due cose che possono entrare in tensione. Da un lato serve trasmissione. Una buona innovazione deve circolare, altrimenti resta confinata nell’individuo o nel piccolo gruppo che l’ha prodotta. Dall’altro lato serve diversità. Se tutti copiano troppo presto la stessa soluzione, la popolazione può perdere alternative utili, linee indipendenti di esplorazione, combinazioni ancora non provate. L’innovazione nasce spesso da una popolazione che conserva abbastanza varietà da non chiudersi subito sulla prima risposta disponibile.

Il preprint studia questa tensione con un modello ad agenti. Gli “agenti” sono individui artificiali, cioè entità simulate al computer. Ogni individuo può acquisire tratti culturali. I tratti sono organizzati in livelli funzionali: per arrivare a un livello più alto bisogna avere acquisito i livelli precedenti. Questa scelta è astratta, ma coglie una proprietà reale di moltissime tecnologie e conoscenze. Non si arriva alla biologia molecolare senza chimica, alla chimica senza strumenti di misura, agli strumenti di misura senza metallurgia, ottica, matematica, organizzazione tecnica. Molte culture materiali e scientifiche hanno una struttura gerarchica: i livelli avanzati dipendono da competenze precedenti.

Nel modello ogni tratto ha un valore, che gli autori chiamano payoff o fitness culturale. Qui “fitness” non indica il successo riproduttivo biologico. Indica semplicemente quanto quel tratto contribuisce alla prestazione culturale dell’individuo simulato. Un individuo che ha acquisito molti tratti efficaci raggiunge una complessità culturale maggiore. La complessità media della popolazione viene calcolata facendo la media dei valori raggiunti dai singoli individui. È una misura artificiale, ma serve a rispondere a una domanda precisa: in quali condizioni una popolazione accumula più cultura utile nel tempo?

Il modello introduce anche un vincolo essenziale: imparare costa. Ogni individuo ha un budget limitato di sforzo. Può spendere questo budget per copiare tratti già presenti nella generazione precedente oppure per innovare, cioè per tentare nuovi tratti. Il dettaglio è cruciale. Una cultura molto ricca offre più materiale da ereditare, ma richiede anche più tempo per essere appresa. Chi deve passare tutta la vita a imparare ciò che altri hanno già scoperto potrebbe avere meno tempo per aggiungere qualcosa di nuovo. La cultura cumulativa porta quindi con sé un paradosso interno: più cresce, più diventa preziosa, ma più può diventare costosa da padroneggiare.

Gli autori confrontano tre modi di apprendere. Il primo è la trasmissione non orientata: l’individuo copia a caso qualcuno della generazione precedente. È una regola poco realistica per descrivere l’evoluzione della scienza o della tecnologia, ma è utile come controllo. Serve a capire che cosa accade quando non c’è alcuna preferenza per modelli migliori o tratti migliori.

Il secondo modo è il bias indiretto. In questo caso l’individuo non valuta ogni singolo tratto, ma copia la persona complessivamente più riuscita. È una strategia molto plausibile nella vita reale. Spesso non sappiamo giudicare nei dettagli perché una procedura funzioni; osserviamo però che qualcuno ottiene buoni risultati e lo imitiamo. Un apprendista può copiare il maestro migliore, un giovane scienziato può entrare nel laboratorio più produttivo, un’impresa può imitare l’organizzazione di un concorrente di successo. Il successo dell’individuo funziona da indizio indiretto della qualità dei tratti che possiede.

Il terzo modo è il bias diretto. Qui l’individuo non copia una persona intera, ma seleziona, livello per livello, il tratto migliore disponibile. È una strategia più analitica e combinatoria: si prende il miglior componente da una fonte, il miglior componente da un’altra, e così via. Nella realtà può essere molto potente, ma anche più costosa, perché richiede di saper valutare i singoli elementi. È la differenza fra imitare il miglior artigiano nel suo complesso e analizzare separatamente il miglior materiale, il miglior disegno, il miglior utensile, il miglior gesto tecnico.

La parte più innovativa del lavoro consiste nell’inserire questi individui dentro reti sociali. In molti modelli astratti si assume che tutti possano imparare da tutti. Nelle società reali, invece, ogni individuo ha accesso solo ad alcune persone, alcune fonti, alcune comunità, alcune istituzioni. Una rete sociale può essere molto connessa o poco connessa, centralizzata o distribuita, frammentata o compatta, dominata da pochi nodi molto influenti oppure più omogenea. Gli autori rappresentano questa struttura come un grafo: gli individui sono nodi, le possibilità di apprendimento sono collegamenti.

Vengono considerate reti casuali, reti scale-free e reti small-world. Una rete casuale distribuisce i collegamenti in modo relativamente omogeneo. Una rete scale-free contiene pochi nodi molto connessi, cioè hub, e molti nodi con pochi collegamenti. Una rete small-world combina gruppi locali molto connessi con percorsi brevi fra zone lontane della rete. Gli autori esaminano anche otto reti di comunicazione già proposte da Mason e Watts, tutte con lo stesso numero di nodi e collegamenti, ma con architetture diverse: alcune più efficienti nel diffondere informazione, altre più centralizzate, altre più dipendenti da nodi intermedi.

La domanda diventa allora molto precisa: la cultura cumulativa cresce di più in reti molto connesse, in reti parzialmente frammentate, in reti con hub, in reti small-world, oppure la risposta dipende dal modo in cui gli individui imparano?

Il risultato principale è che dipende dal modo in cui gli individui imparano.

Quando la trasmissione è non orientata, la struttura della rete ha effetti deboli, salvo un caso limite: se la connettività è molto bassa, alcune reti si spezzano in componenti separate. In quel caso le innovazioni non possono circolare in tutta la popolazione, e la popolazione effettiva si riduce. Per il resto, se gli individui copiano a caso, avere una rete casuale, scale-free o small-world cambia poco. La ragione è intuitiva: se la scelta del modello è casuale, la rete non viene usata per cercare sistematicamente informazione migliore.

Con il bias indiretto, invece, la connettività aiuta. Se gli individui copiano il soggetto complessivamente più riuscito tra quelli accessibili, avere più connessioni significa poter osservare più modelli e quindi avere più probabilità di individuare un buon repertorio culturale. In questo regime, più collegamenti producono maggiore complessità culturale e accelerano il raggiungimento dell’equilibrio. La rete funziona come un amplificatore del successo: rende più visibili gli individui migliori e ne diffonde più rapidamente i tratti.

Con il bias diretto accade la cosa più interessante. La complessità culturale raggiunge il massimo non nelle reti più connesse, ma a livelli intermedi di connettività. Se la rete è troppo povera di collegamenti, i buoni tratti restano locali e circolano lentamente. Se la rete è troppo connessa, tutti vedono rapidamente gli stessi tratti migliori e convergono sugli stessi repertori. Questa convergenza rapida produce efficienza immediata, ma impoverisce la diversità. La popolazione diventa troppo uniforme troppo presto. Una connettività intermedia mantiene invece un equilibrio più favorevole: abbastanza comunicazione per diffondere le innovazioni utili, abbastanza separazione per conservare linee diverse di esplorazione.

Questo punto ha un significato generale. L’innovazione collettiva non dipende soltanto dalla velocità con cui circola l’informazione. Dipende anche dalla capacità di una popolazione di non collassare immediatamente sulla soluzione dominante. Una società, una comunità scientifica, un ecosistema tecnologico o un ambiente creativo hanno bisogno di far circolare ciò che funziona, ma anche di mantenere differenze locali, tentativi alternativi, tradizioni parzialmente indipendenti. La rete migliore non è necessariamente quella che diffonde tutto nel minor tempo possibile. In alcuni casi, la diffusione troppo rapida può distruggere la varietà necessaria all’innovazione successiva.

Il lavoro trova anche un altro risultato rilevante: la forma dettagliata della rete conta meno del previsto. Quando si controlla il numero medio di connessioni, le differenze fra reti casuali, scale-free e small-world sono generalmente modeste. Anche nelle otto reti di Mason-Watts, progettate per differire nella struttura della comunicazione, la complessità finale raggiunta cambia poco. Alcune architetture rallentano il percorso, soprattutto nella trasmissione con bias diretto, ma alla fine arrivano a valori simili. In questo modello, il fattore decisivo non è tanto la topologia fine della rete, quanto la combinazione fra grado medio di connessione e regola di apprendimento.

Questa conclusione corregge una tentazione frequente: cercare “la” rete ottimale per l’innovazione. Il preprint mostra che una rete non è buona o cattiva in assoluto. Una stessa struttura sociale può funzionare bene con una regola di apprendimento e male con un’altra. Se gli individui copiano a caso, la rete incide poco. Se copiano il più riuscito, la connettività crescente tende a essere vantaggiosa. Se selezionano direttamente i tratti migliori, una connettività eccessiva può ridurre la diversità e abbassare il potenziale cumulativo.

Gli autori introducono infine una variante ulteriore: il budget di apprendimento può aumentare nel tempo. L’idea è che la cultura accumulata non produce soltanto nuovi oggetti o nuove tecniche, ma anche strumenti per imparare meglio. La scrittura, le biblioteche, le scuole, le università, gli archivi digitali, i protocolli, i manuali, i database, i motori di ricerca e gli strumenti di calcolo riducono il costo di acquisizione del sapere precedente. Nel modello questo viene rappresentato facendo crescere nel tempo il budget di sforzo disponibile agli individui. Anche qui gli esiti dipendono dal tipo di trasmissione: con trasmissione non orientata e bias diretto, un aumento più rapido del budget favorisce la complessità; con bias indiretto il comportamento è più delicato e può andare nella direzione opposta.

A questo punto, ovviamente, va detto che gli autori non pretendendo di spiegare l’intera storia culturale umana. Il loro lavoro non incorpora linguaggio, istituzioni, potere, prestigio, scuola, scrittura, economia, conflitti, errori sistematici, autorità, scienza moderna o piattaforme digitali, ma semplicemente usa una rappresentazione artificiale dei tratti culturali e della loro efficacia. Sostituisce ogni generazione con individui nuovi, privi di conoscenza pregressa, e affida la cultura alla trasmissione fra generazioni simulate. Sono semplificazioni forti. Però proprio queste semplificazioni permettono di isolare un meccanismo e i parametri dominanti, che sono questi: la cultura cumulativa richiede insieme trasmissione e diversità. La trasmissione permette alle buone innovazioni di non andare perdute. La diversità mantiene aperto lo spazio delle alternative. Il modo in cui una popolazione apprende determina se la connessione sociale serve soprattutto a diffondere il meglio, a omogeneizzare troppo presto, oppure a produrre un equilibrio fra circolazione ed esplorazione.

La lezione è dunque chiara. L’aumento della connessione non coincide automaticamente con l’aumento dell’intelligenza collettiva, perché una popolazione iperconnessa può apprendere più rapidamente, ma può anche uniformarsi più rapidamente. Viceversa, una popolazione troppo frammentata può conservare diversità, ma non riuscire a far circolare le innovazioni migliori. La cultura cumulativa nasce nello spazio intermedio in cui le soluzioni utili viaggiano, ma le differenze non vengono cancellate prima di avere prodotto nuove combinazioni.

La parte affascinante è che un modello matematico molto astratto riesce a rendere visibile una tensione che attraversa tutta la storia umana. Ogni civiltà deve trasmettere ciò che sa, ma deve anche lasciare margine a ciò che ancora non sa. Ogni comunità deve imparare dai migliori, ma deve evitare che il prestigio dei migliori chiuda troppo presto il campo delle possibilità. Ogni rete deve collegare abbastanza da permettere accumulo, ma non così tanto da trasformare l’apprendimento in imitazione simultanea. In questa zona di equilibrio, fragile e produttiva, la cultura diventa una macchina storica capace di generare complessità e innovazione.