Les interaccions de grup requereixen models d'ordre superior?

• Una nova investigació, publicada a la revista Physical Review Research, aporta una contribució clau a un intens debat científic actual sobre la modelització de les interaccions de grup i l'ús, o abús, de marcs matemàtics complexos per predir el comportament col·lectiu.
• Els resultats, desenvolupats per investigadors de Institut de Física Interdisciplinària i Sistemes Complexos, mostren que una àmplia classe d'interaccions grupals es pot reduir exactament a interaccions per parelles. Aquesta equivalència permet estudiar dinàmiques de grup complexes mitjançant mètodes de xarxes ja consolidats.

Com influeix la pressió social en les decisions individuals? Tant si es tracta d'un comitè polític que intenta arribar a un consens, d'un grup d'amics que adopta una nova aplicació mòbil o d'una comunitat en línia que propaga un rumor, les interaccions humanes rarament tenen lloc únicament entre dues persones. Durant la darrera dècada, la ciència de xarxes ha experimentat un important canvi de paradigma: anar més enllà de les xarxes complexes convencionals que representen interaccions per parelles per abraçar els hipergrafs.

En un hipergraf, els enllaços tradicionals són substituïts per hiperarestes, que poden agrupar simultàniament qualsevol nombre de persones, ja siguin tres, quatre o desenes. Aquesta estructura ha emergit com una forma natural de representar la conformitat social, la presa de decisions col·lectiva i altres processos que impliquen interaccions simultànies entre diversos individus. Tanmateix, la creixent popularitat dels hipergrafs també ha alimentat un debat científic fonamental. Les interaccions de grup requereixen una descripció explícitament d'ordre superior o els seus efectes es poden capturar mitjançant interaccions més simples entre parelles? Resoldre aquesta qüestió és essencial per entendre quan els models d'ordre superior són realment necessaris i quan les descripcions més senzilles són suficients.

Reduir la complexitat sense perdre precisió

Un nou estudi publicat a Physical Review Research pels investigadors Jaume Llabrés, Raúl Toral, Maxi San Miguel i Federico Vázquez, de l'Institut de Física Interdisciplinària i Sistemes Complexos (IFISC, UIB-CSIC), aporta una resposta a aquest problema vàlida en diversos escenaris generals. L'equip ha demostrat que una classe general de models d'impacte social sobre hipergrafs es pot representar exactament com a models d'interacció per parelles sobre una xarxa convencional.

El més destacable d'aquest resultat és que l'equivalència és exacta a nivell microscòpic: la probabilitat que qualsevol individu canviï d'opinió o d'estat es manté completament inalterada després de la reducció. Per aconseguir-ho, els investigadors van desenvolupar un marc matemàtic capaç de codificar la influència de grups sencers en interaccions ponderades entre parelles, permetent representar efectes grupals complexos dins una estructura de xarxa molt més simple.

Lineal versus no lineal

Per posar a prova la seva teoria, els autors van introduir models de votant sobre hipergrafs, escenaris virtuals en què els individus canvien d'opinió en funció de la pressió exercida pel grup. L'estudi va revelar que el comportament de la xarxa simplificada depèn completament de la naturalesa d'aquesta pressió social.

En un escenari lineal, on la influència d'un grup augmenta proporcionalment a la seva mida, els enllaços de la xarxa simplificada romanen estàtics en el temps. En canvi, quan es modelen contagis socials no lineals més complexos, com ara situacions de pressió de grup que requereixen assolir un determinat llindar abans que una persona canviï d'opinió, els pesos de la xarxa esdevenen dinàmics i fluctuen constantment juntament amb les opinions del sistema.

«El nostre principal resultat demostra que allò que a primera vista sembla una interacció grupal altament complexa i de múltiples cossos es pot descompondre en una combinació d'interaccions efectives entre parelles», explica Jaume Llabrés, investigador de l'IFISC. «Una vegada que la dinàmica s'expressa en termes d'interaccions per parelles, podem utilitzar eines analítiques clàssiques i àmpliament consolidades en ciència de xarxes, com les aproximacions per parelles, per descriure amb gran precisió l'evolució macroscòpica del sistema».

Una guia per a l'anàlisi de dades reals

Per validar el seu marc teòric, els científics van dur a terme extenses simulacions numèriques en diferents entorns estructurals, incloent-hi diversos tipus d'hipergrafs aleatoris i regulars. Van mesurar magnituds macroscòpiques clau, com ara el temps total necessari perquè la població assolís un consens complet i la densitat d'enllaços actius que connecten individus amb opinions oposades durant el procés.

Els resultats de les simulacions van coincidir perfectament amb les prediccions teòriques. De manera sorprenent, l'estudi va demostrar que, en el cas lineal, l'evolució macroscòpica del sistema és completament insensible a les topologies grupals d'ordre superior: l'heterogeneïtat dels pesos esdevé irrellevant i el sistema es comporta exactament com una xarxa estàndard.

Fins i tot en els escenaris no lineals més complexos i amb una connectivitat elevada, els investigadors van descobrir que una xarxa convencional no ponderada és capaç de reproduir amb gran fidelitat les principals tendències de l'hipergraf. Això la converteix en un model mínim especialment útil quan es treballa amb dades empíriques reals que presenten elevats marges d'incertesa en la seva mesura.

Resolent un debat acadèmic

Aquest estudi contribueix directament al debat acadèmic sobre quan són necessaris els marcs d'ordre superior per descriure sistemes complexos. En identificar les condicions sota les quals les interaccions de grup es poden representar exactament mitjançant interaccions efectives per parelles, l'equip de l'IFISC proporciona un marc més clar per determinar quin nivell de descripció és adequat per modelitzar el comportament col·lectiu.

Més que posicionar-se a favor o en contra dels enfocaments d'ordre superior, el treball ajuda a distingir les situacions en què els hipergrafs capturen efectes dinàmics genuïnament nous d'aquelles en què representacions més simples basades en xarxes són suficients. Aquesta perspectiva pot resultar valuosa en disciplines tan diverses com la física estadística, la ciència de xarxes, la dinàmica social i l'estudi del comportament col·lectiu.

Llabrés, J., Toral, R., San Miguel, M., & Vázquez, F. (2026). Reducibility of higher-order to pairwise interactions: Social impact models on hypergraphs. Physical Review Research, 8(2), 023250. https://doi.org/10.1103/wy1x-3px8