L'impatto degli eventi casuali nei sistemi sociali: dagli sport individuali alle epidemie

The study of social systems within the framework of complexity science is widespread. Among all the phenomena one could examine, the “rich-get-richer” phenomenon, also known as the “Matthew effect”, is particularly relevant since it is essential to understand the social dynamics of inequality in general. Specifically, the rich-get-richer phenomenon lies at the origin of success. Investigating what leads to success has recently received lots of attention because it concerns a variety of social systems. Despite the growing literature about the topic, little attention has been given to success in sports. Moreover, the role chance might play in achieving success has been rarely considered. In this thesis, we untangle the effects of random events and individual abilities in two sports, focusing on the dynamics of a community of athletes in fencing and tennis. We also investigate how unpredictable circumstances occurring at distinct stages of players’ careers can determine the future success of those players. We propose new models and data-driven analyses, combining an agent-based approach and network science techniques. We find that small fluctuations, at the level of single points of a match, affect the whole ranking dynamics and create huge disparities in the evolution of athletes' careers. Our work raises awareness about the unfairness of the sports reward system, highlighting the need for critical analysis. Another scenario we study in this work conveys the same underlying idea: even the smallest differences among the elements of a complex social system might have devastating consequences. We examine the impact of the first epidemic wave of COVID-19 in Italy, considering the heterogeneity of Italian regions. We illustrate how a data-driven epidemic risk analysis can aid in understanding the highly inhomogeneous spread of COVID-19 in Italy, in terms of different a-priori risk exposure of different geographical areas. Our study represents a preliminary attempt to consider factors that could affect the a-priori epidemic risk in a geographical area.

Lo studio dei sistemi sociali nell'ambito della scienza della complessità è molto diffuso. Tra tutti i fenomeni che si possono esaminare, il fenomeno "rich-get-richer", noto anche come "effetto San Matteo", è particolarmente rilevante perché è essenziale per comprendere le dinamiche sociali della disuguaglianza. In particolare, il fenomeno del "rich-get-richer" è all'origine del successo. L'indagine su ciò che porta al successo ha ricevuto recentemente molta attenzione perché riguarda una varietà di sistemi sociali. Nonostante la crescente letteratura sull'argomento, poca attenzione è stata dedicata al successo nello sport. Inoltre, il ruolo che il caso potrebbe avere nel raggiungimento del successo è stato raramente considerato. In questa tesi, ci occupiamo di quantificare gli effetti degli eventi casuali e delle abilità individuali in due sport, concentrandoci sulle dinamiche di una comunità di atleti nella scherma e nel tennis. Inoltre, indaghiamo su come le circostanze imprevedibili che si verificano in fasi distinte della carriera dei giocatori possano determinare il successo futuro di questi ultimi. Proponiamo nuovi modelli e analisi basate sui dati, combinando un approccio agent-based e tecniche di network science. Scopriamo che piccole fluttuazioni, a livello di singoli punti di una partita, influenzano l'intera dinamica della classifica e creano enormi disparità nell'evoluzione delle carriere degli atleti. Il nostro lavoro sensibilizza l'opinione pubblica sull'iniquità del sistema di ricompense sportive, evidenziando la necessità di un'analisi critica. Un altro scenario che studiamo in questo lavoro trasmette la stessa idea di fondo: anche le più piccole differenze tra gli elementi di un sistema sociale complesso possono avere conseguenze devastanti. Esaminiamo l'impatto della prima ondata epidemica di COVID-19 in Italia, considerando l'eterogeneità delle regioni italiane. Illustriamo come un'analisi del rischio epidemico guidata dai dati possa aiutare a comprendere la diffusione altamente disomogenea della COVID-19 in Italia, in termini di diversa esposizione al rischio a-priori delle diverse aree geografiche. Il nostro studio rappresenta un tentativo preliminare di considerare i fattori che potrebbero influenzare il rischio epidemico a-prioridi un territorio.