Il 17 settembre 2026 Arthur N. Montanari, Pietro Zanin e Adilson E. Motter hanno pubblicato su Science Disorder-promoted stability, un lavoro teorico e computazionale che affronta una delle ipotesi più diffuse nella modellizzazione dei sistemi interconnessi: componenti più simili dovrebbero rendere il comportamento collettivo più regolare e quindi più stabile. Il nuovo risultato mostra che questa conclusione non vale in generale. In numerose classi di reti, differenze fra i nodi o fra le loro interazioni possono aumentare la stabilità di uno stato collettivo; in diversi modelli, persino una variazione introdotta casualmente produce condizioni più favorevoli di quelle ottenibili imponendo completa uniformità. L’effetto non cresce però indefinitamente: troppo poca eterogeneità può essere sfavorevole, una quantità intermedia può migliorare la stabilità e un eccesso può nuovamente comprometterla. Il punto più importante riguarda l’origine del risultato. Secondo gli autori, una parte della letteratura precedente aveva escluso questo meccanismo perché utilizzava riduzioni matematiche nelle quali ciascun nodo veniva rappresentato con dinamiche troppo semplici. Quando vengono conservate più variabili interne e interazioni non reciproche, la relazione fra uniformità e stabilità cambia. Ne segue una questione generale per gli studi sulla complessità: quando la semplificazione necessaria a rendere analizzabile un sistema finisce per eliminare proprio il meccanismo responsabile della sua stabilità?