Che cosa accomuna il magnetismo dei materiali, l’esito di un referendum e le dinamiche di un conflitto geopolitico? Apparentemente nulla. Eppure, secondo Serge Galam, fisico teorico francese, direttore di ricerca emerito presso il Centre National de la Recherche Scientifique (CNRS), professore affiliato al Centre de Recherches Politiques de Sciences Po (CEVIPOF) e fondatore della sociofisica, le stesse leggi statistiche che descrivono il comportamento delle particelle possono rivelare i meccanismi che governano le decisioni collettive. Considerato uno dei pionieri della modellazione matematica dei fenomeni sociali, Galam ha inaugurato negli anni Settanta un nuovo filone di ricerca che applica gli strumenti della fisica statistica allo studio delle opinioni, del consenso, delle elezioni, della polarizzazione e dei conflitti. I suoi modelli hanno contribuito a spiegare dinamiche apparentemente paradossali e hanno attirato l’attenzione internazionale per la loro capacità di interpretare eventi politici complessi, tra cui la Brexit e le elezioni presidenziali statunitensi del 2016. In questa intervista esclusiva ripercorriamo il percorso scientifico che lo ha portato a ridefinire il confine tra scienze fisiche e scienze sociali. Dalla teoria della regola della minoranza alle applicazioni della sociofisica nelle crisi geopolitiche contemporanee, Galam riflette sulle potenzialità e sui limiti dei modelli matematici nello studio del comportamento umano, affrontando temi cruciali come il ruolo dell’intelligenza artificiale, la diffusione della disinformazione, il futuro della democrazia e le implicazioni etiche della previsione del comportamento collettivo. L’attualità e la forza di questi modelli trovano un interessante punto di contatto anche nel dibattito scientifico e culturale del nostro Paese, come dimostrato dalla recente partecipazione di Serge Galam alla conferenza Dyses 2026 a Napoli. Il capoluogo campano e il Mezzogiorno ‒ storicamente caratterizzati da fitte reti comunitarie, forti legami sociali e dinamiche relazionali complesse ‒ offrono infatti un osservatorio privilegiato per analizzare, attraverso la lente della sociofisica, i processi di formazione del consenso e le trasformazioni collettive tipiche dei contesti territoriali del Sud.
Professor Galam, Lei è considerato il padre della sociofisica, un campo di ricerca che ha iniziato a sviluppare quando pochi immaginavano che la fisica potesse essere applicata ai fenomeni sociali. Che cosa l’ha spinta a intraprendere questa strada e come reagirono, all’epoca, la comunità dei fisici e quella dei sociologi alle Sue idee?
L’idea è nata da una semplice osservazione. La fisica statistica mostra come semplici interazioni locali tra costituenti elementari possano generare fenomeni collettivi complessi. Mi sono chiesto se un modo di pensare simile potesse aiutarci a capire come le opinioni individuali evolvano in decisioni collettive. Naturalmente, le persone non sono atomi, ma quando studiamo grandi gruppi, si osserva che modelli collettivi emergono da interazioni ripetute tra piccoli gruppi di persone. All’epoca la reazione fu ampiamente negativa. La maggior parte dei fisici considerava i fenomeni sociali al di fuori dell’ambito della fisica, mentre molti scienziati sociali temevano che un simile approccio avrebbe ridotto il comportamento umano a delle equazioni matematiche. Mi sono ritrovato rifiutato da entrambe le comunità. Eppure, ero convinto che la modellizzazione matematica potesse integrare, anziché sostituire, le scienze sociali, rivelando meccanismi collettivi nascosti. Ci sono voluti molti anni prima che la sociofisica ottenesse il riconoscimento di campo di ricerca legittimo all’interno della fisica. Oggi è un’area di ricerca consolidata, con una propria comunità internazionale e contributi scientifici. Tuttavia, è ancora perlopiù limitata a fisici, informatici e, ultimamente, ai matematici. A Sciences Po, la mia sfida attuale è costruire ponti tra la sociofisica e la scienza politica. La situazione è incoraggiante, poiché alcuni politologi si stanno aprendo a una modellizzazione matematica che integri le analisi tradizionali. Eppure, c’è ancora molto da fare.
La sociofisica può apparire controintuitiva a chi non conosce la disciplina. In termini semplici, come possono le leggi statistiche della fisica descrivere efficacemente fenomeni complessi come le decisioni politiche, la formazione delle opinioni o il comportamento collettivo?
Per prima cosa, è importante sottolineare che non applico le leggi della fisica alle interazioni umane. Cerco di capire quali siano le leggi delle interazioni umane, allo stesso modo in cui la fisica ha fatto per gli atomi. In realtà, la sociofisica non mira a prevedere cosa farà un singolo individuo. Studia invece come le interazioni tra molti individui possano generare modelli collettivi. Questo è esattamente ciò che fa la fisica statistica con le particelle, in cui i fenomeni macroscopici emergono dalle interazioni tra i costituenti microscopici. Tuttavia, i modelli collettivi di cui sopra non si ottengono tramite la statistica, bensì dai cambiamenti di opinione individuali guidati dalle interazioni locali. Le persone si influenzano a vicenda attraverso discussioni, pressioni sociali, credenze condivise e identità di gruppo. Modellando queste interazioni con regole semplici, possiamo identificare i meccanismi che spiegano il consenso, la polarizzazione, i mutamenti improvvisi dell’opinione pubblica o le divisioni persistenti. L’obiettivo non è catturare ogni dettaglio psicologico, ma scoprire i meccanismi fondamentali che guidano le dinamiche collettive. In molti casi, modelli relativamente semplici sono sufficienti a riprodurre risultati sociali complessi, che spesso appaiono controintuitivi.
Lei ha attirato l’attenzione internazionale per aver previsto esiti politici sorprendenti, come la Brexit e le elezioni presidenziali statunitensi del 2016, attraverso la teoria della “regola della minoranza”. Come può una minoranza determinata, rumorosa e inflessibile riuscire a prevalere su una maggioranza più ampia ma moderata?
Una delle mie scoperte più influenti è che le dinamiche dell’opinione democratica non sono plasmate dall’aggregazione delle scelte individuali iniziali, bensì rimodellate da meccanismi invisibili che emergono da interazioni sociali volontarie e non coatte. La maggior parte delle persone presume che la maggioranza iniziale vinca sempre. Il mio lavoro dimostra che non è necessariamente così. Quando una piccola minoranza è composta da individui irremovibili che non cambiano mai la loro opinione, mentre la maggioranza rimane aperta al confronto, le ripetute interazioni locali possono spostare progressivamente l’equilibrio a favore della minoranza. Un ingrediente altrettanto importante, che opera anch’esso attraverso interazioni locali ripetute, è quella che ho chiamato la “regola dello spareggio” (tie-breaking rule). Ogni volta che una discussione finisce in un vicolo cieco, il gruppo non rimane neutrale. La decisione viene risolta inconsciamente in base al pregiudizio condiviso o al bias culturale dominante già presente nella popolazione sociale di riferimento. Questo meccanismo nascosto favorisce sistematicamente un’opinione rispetto a un’altra senza che le persone ne siano consapevoli. Agenti determinati, meccanismi di spareggio inconsci o la combinazione di entrambi possono infine produrre una completa inversione della preferenza di maggioranza iniziale. Ciò non accade in ogni situazione, poiché è necessario raggiungere alcune soglie critiche, ma quando le condizioni sono soddisfatte, il risultato può apparire altamente sorprendente, come illustrato da eventi politici quali la Brexit o le elezioni presidenziali statunitensi del 2016.
Quando si costruisce un modello matematico della realtà sociale, qual è la sfida metodologica più difficile? Come si trasformano concetti apparentemente intangibili, come la fiducia, la lealtà o la propensione al conflitto, in variabili misurabili?
La sfida più grande consiste nel decidere cosa tralasciare e come tenere conto degli altri. Un modello non è una copia della realtà; è una rappresentazione semplificata concepita per isolare il meccanismo responsabile di un dato fenomeno. Se cerchiamo di includere ogni aspetto del comportamento umano, il modello diventa rapidamente impossibile da analizzare e perde il suo potere esplicativo. Concetti come la fiducia o la lealtà non si misurano direttamente. Vengono invece rappresentati attraverso parametri o variabili del modello che influenzano il modo in cui gli individui interagiscono, la loro disponibilità a cambiare opinione o la forza con cui resistono alla pressione sociale. Lo scopo non è quantificare le emozioni in sé, ma catturarne gli effetti sulle dinamiche collettive. Un modello utile è quello che identifica il meccanismo essenziale pur rimanendo sufficientemente semplice da generare previsioni verificabili. Per esempio, sebbene testardaggine, inflessibilità o impegno abbiano origini diverse, in sociofisica ciò che conta non è il motivo per cui una persona possiede una tale caratteristica, ma il fatto che tale persona mantenga la propria opinione senza cambiarla. E poi scoprire quale sia l’impatto associato sulla dinamica dell’opinione durante un dibattito pubblico.
I Suoi lavori hanno analizzato anche il conflitto tra Russia e Ucraina. Quali sono, secondo il Suo modello, i fattori che determinano la stabilità o la frammentazione delle alleanze internazionali? Esistono indicatori in grado di anticiparne l’evoluzione?
Il mio lavoro recente suggerisce che la stabilità geopolitica non sia principalmente una questione di intenzioni o preferenze dei singoli Stati. È una proprietà strutturale della rete formata dalle loro relazioni bilaterali storiche. Alcune reti sono intrinsecamente instabili perché contengono quella che definisco frustrazione strutturale, in cui i modelli di alleanze e rivalità non possono essere soddisfatti simultaneamente, indipendentemente dalle decisioni prese dai singoli Stati. Data questa situazione, ho dimostrato che le istituzioni sovranazionali possono superare tale instabilità senza eliminare gli antagonismi storici. Piuttosto, esse sovrappongono un nuovo strato di interazioni, basato su relazioni istituzionali sostenute, tra cui la cooperazione politica, economica e di sicurezza. Quando questi legami istituzionali diventano sufficientemente forti, trasformano la struttura complessiva della rete in una configurazione stabile, anche tra Paesi con una lunga storia di conflitti. Questo quadro fornisce una spiegazione strutturale della transizione dell’Europa dalle guerre ricorrenti prima del 1945 alla cooperazione duratura successiva, e aiuta anche a spiegare perché diversi Paesi dell’Europa orientale si siano stabilizzati dopo aver aderito alla NATO e all’Unione Europea, mentre le relazioni tra Russia e Ucraina siano rimaste strutturalmente instabili in assenza di un quadro istituzionale equivalente. Da questa prospettiva, gli indicatori più informativi non sono eventi politici isolati, bensì i cambiamenti nell’architettura stessa delle interazioni interstatali.
Oggi l’intelligenza artificiale e gli algoritmi dei social network amplificano la diffusione delle informazioni, ma anche della disinformazione. In che modo questi nuovi fattori modificano i modelli della sociofisica e la dinamica della polarizzazione delle opinioni?
L’intelligenza artificiale e le piattaforme digitali non cambiano fondamentalmente i meccanismi della sociofisica, ma modificano in modo significativo l’ambiente in cui avvengono le interazioni sociali. Esse aumentano la velocità, la portata e la frequenza degli scambi di opinioni, creando al contempo reti altamente connesse che differiscono dalle tradizionali interazioni faccia a faccia. Gli algoritmi tendono a esporre gli individui a informazioni coerenti con le loro convinzioni esistenti, accentuando la polarizzazione e rendendo il consenso più difficile. Allo stesso tempo, la disinformazione può diffondersi molto più rapidamente rispetto al passato, soprattutto quando attiva forti emozioni, che, a loro volta, attivano pregiudizi nascosti. Questi sviluppi richiedono di perfezionare i nostri modelli per tenere conto della struttura delle reti digitali e dell’amplificazione algoritmica. I principi statistici sottostanti rimangono gli stessi, ma le dinamiche diventano più rapide e spesso più estreme.
Guardando alle applicazioni concrete, in che misura i modelli predittivi della sociofisica potrebbero diventare strumenti operativi per governi, istituzioni internazionali e diplomatici nella prevenzione o nella gestione delle crisi geopolitiche?
La sociofisica non dev’essere vista come uno strumento per prevedere il futuro con certezza. Il suo vero valore risiede nell’identificare possibili esiti collettivi in diverse condizioni e nello svelare i meccanismi che possono portare a instabilità, escalation o consenso. Utilizzati in modo responsabile, questi modelli potrebbero aiutare i decisori a valutare le potenziali conseguenze di diverse strategie e a identificare le soglie critiche oltre le quali i conflitti diventano molto più difficili da contenere. Possono inoltre rivelare situazioni in cui piccoli cambiamenti nella struttura delle interazioni possono innescare grandi trasformazioni collettive. La sociofisica non elimina l’incertezza, ma può migliorare la nostra comprensione delle condizioni in cui determinati esiti diventano più o meno probabili. È qui che risiede il suo valore pratico.
Se il comportamento collettivo può essere descritto e, almeno in parte, previsto mediante modelli statistici, quali conseguenze ne derivano per il concetto di libero arbitrio? Le nostre decisioni individuali sono davvero così autonome come siamo portati a credere?
Il termine “modelli statistici” è fuorviante. Il mio lavoro non si basa sulla statistica, sui Big Data o sull’adattamento dei dati (data fitting). Al contrario, sviluppo modelli matematici teorici che identificano i meccanismi attraverso cui il comportamento collettivo emerge dalle interazioni individuali. Riassumo spesso il mio approccio con una semplice formula: “Niente statistica. Niente dati. Ma modellizzazione matematica universale”. Riguardo al libero arbitrio, è fondamentale sottolineare che non c’è contraddizione tra la libertà individuale e la prevedibilità del comportamento collettivo. La sociofisica non sostiene che le specifiche scelte individuali siano predeterminate. Ciascuna persona rimane libera di prendere le proprie decisioni, spesso per ragioni che non possono essere catturate da un modello matematico. Tuttavia, i risultati collettivi derivanti dall’aggregazione delle scelte individuali possono diventare prevedibili in determinate condizioni, in particolare attraverso i modelli collettivi che emergono dalle interazioni sociali. Inoltre, questa prevedibilità collettiva non richiede milioni di individui; in molte situazioni, popolazioni di poche centinaia di individui possono già essere sufficienti affinché emergano robuste regolarità collettive. Questo principio è simile a quello della fisica statistica: non possiamo prevedere il comportamento di una singola particella, eppure possiamo descrivere accuratamente quello di un gas. Allo stesso modo, la libertà individuale rimane intatta, mentre il comportamento collettivo segue meccanismi spesso identificabili e analizzabili matematicamente. Paradossalmente, scoprire il perché e il come le scelte individuali siano automanipolate da pregiudizi psicologici nascosti potrebbe aprire la strada a un libero arbitrio liberato.
Ogni tecnologia predittiva solleva inevitabilmente interrogativi etici. Si è mai chiesto se i modelli della sociofisica possano essere utilizzati non solo per comprendere il comportamento delle masse, ma anche per manipolarlo, ad esempio da parte di governi autoritari o di grandi piattaforme digitali?
Qualsiasi conoscenza scientifica può essere utilizzata per scopi benefici o dannosi. La sociofisica non fa eccezione. I modelli che migliorano la nostra comprensione del comportamento collettivo potrebbero, infatti, essere sfruttati per influenzare o manipolare l’opinione pubblica. Tuttavia, credo che il loro valore maggiore risieda altrove. Rivelando i meccanismi attraverso i quali le opinioni si diffondono, emergono i pregiudizi e si evolvono le decisioni collettive, la sociofisica ci aiuta a riconoscere le forme di influenza e manipolazione che sono già operative oggi. Molte dinamiche dell’opinione sono percepite come libera espressione di una scelta democratica, ma potrebbero anche essere influenzate da meccanismi strutturali, pregiudizi sociali o influenze asimmetriche che rimangono in gran parte invisibili. Comprendere questi meccanismi non è quindi soltanto un obiettivo scientifico, ma anche un modo per rafforzare la consapevolezza democratica e rendere il dibattito pubblico più trasparente. In effetti, la sociofisica potrebbe contribuire a ripristinare e rafforzare la dimensione autenticamente democratica delle scelte collettive.
Oltre alla geopolitica e alle elezioni, quali fenomeni della vita quotidiana possono essere spiegati attraverso la sociofisica? Dalle crisi finanziarie alle mode, dai contenuti virali sui social media fino ai cambiamenti culturali, esistono dinamiche comuni che regolano questi processi?
Molti fenomeni apparentemente non correlati possono condividere meccanismi sottostanti comuni. Bolle finanziarie, diffusione di mode, contenuti virali sui social media, adozione tecnologica e persino determinati cambiamenti culturali possono tutti derivare da interazioni ripetute tra individui che si influenzano a vicenda. L’argomento specifico può variare, ma le dinamiche collettive possono essere notevolmente simili. Piccole differenze iniziali possono essere amplificate dall’imitazione, dall’influenza sociale o dagli effetti di rete, producendo infine risultati collettivi su larga scala. La sociofisica cerca di identificare questi meccanismi comuni anziché spiegare ciascun fenomeno separatamente. È esattamente per questo motivo che gli approcci ispirati alla fisica statistica possono offrire spunti di riflessione su ambiti così diversi delle attività umane.
Guardando ai prossimi dieci anni, quale ritiene sia il principale punto cieco nella nostra comprensione del comportamento collettivo umano? E quale contributo potrà offrire la sociofisica per colmare questa lacuna?
Il punto cieco più grande è la persistente confusione tra comportamento individuale e collettivo. Sapere come pensano gli individui non ci dice come si comportano le società. I fenomeni collettivi emergono dalle interazioni e obbediscono a meccanismi che non possono essere ridotti alla psicologia individuale, sebbene i tratti individuali debbano essere incorporati nella modellizzazione. Questa idea fondamentale è ancora lontana dall’essere pienamente accettata. È proprio qui che la sociofisica può offrire un contributo decisivo. Piuttosto che sostituire la sociologia o la psicologia, le completa identificando i meccanismi universali alla base della polarizzazione, del consenso, dell’influenza delle minoranze e dei cambiamenti sociali improvvisi. In un mondo sempre più plasmato dai social media e dall’intelligenza artificiale, comprendere queste dinamiche collettive sta diventando non solo rilevante, ma necessario. In ultima analisi, questa conoscenza può aiutare le nostre società a evitare di cadere in forme di follia collettiva che sembrano derivare da scelte democratiche, mentre in realtà sono spesso guidate da pregiudizi nascosti, bias inconsci o dall’influenza sproporzionata di minoranze minuscole ma altamente determinate.
Photo Credits: EMEDIA
© Riproduzione riservata
Lorena Coppola, Fondatrice e Presidente della Fondazione Léonide Massine, giornalista, esperta di comunicazione, international project management e direzione artistica, ha al suo attivo una lunga esperienza nel settore editoria. Traduttrice, scrittrice, docente, autrice e curatrice di diversi testi, si occupa da anni del settore stampa, pubbliche relazioni e content management. Danzatrice e coreografa, esperta di studi coreutici, ha collaborato con diversi teatri e compagnie internazionali, tra cui il Vancouver City Dance Theatre e il Théâtre de l’Opéra Metz-Metropole. Dal 2010 è Vicedirettore del Giornale della Danza. Attualmente fa parte della redazione partenopea di Politica Meridionalista.