Il 5 ottobre 2026 Physical Review Research ha pubblicato uno studio di Kaloyan Danovski, Sandro Meloni e Michele Starnini su una domanda centrale per la scienza della complessità: osservando il comportamento di un sistema, possiamo ricostruire le interazioni che lo producono? Molti modelli di rete descrivono i rapporti fra due elementi alla volta, ma questa rappresentazione non sempre permette di spiegare ciò che accade quando tre o più componenti interagiscono insieme. Una decisione collettiva, per esempio, può richiedere il consenso simultaneo di un intero gruppo: conoscere gli accordi fra le singole coppie di partecipanti non basta a descrivere la regola con cui il gruppo decide. Gli autori affrontano il problema attraverso simulazioni di un modello di contagio e mostrano un’ulteriore difficoltà: le relazioni statistiche osservate fra un certo numero di elementi possono essere generate da interazioni che ne coinvolgono un numero diverso. In altri termini, osservare un comportamento comune a più componenti non dimostra, da solo, che esista un’interazione diretta fra tutte loro. Quel comportamento può essere una conseguenza indiretta delle altre relazioni presenti nel sistema. Per comprendere una rete complessa occorre quindi distinguere ciò che i dati mostrano dai meccanismi che possono spiegarlo, verificando quando un’interazione di gruppo produca un effetto specifico e quando il risultato derivi invece dalla combinazione di altre interazioni.