Large Language Models nella Social Network Analysis: un nuovo approccio per lo studio dei Riveli siciliani
Maximilian Ventura ~ 08 febbraio 2025 ~ Blog

Possiamo ricostruire le relazioni sociali di chi è vissuto secoli fa? Come comprendere l’influenza di un personaggio storico sui suoi contemporanei? O ancora, come visualizzare la rete di contatti di un mercante medievale? La Social Network Analysis (SNA) ci permette di rispondere a queste domande, trasformando le relazioni sociali in dati che possiamo analizzare e visualizzare.
Ma facciamo un passo indietro e cerchiamo di capire meglio di cosa si tratta e come questa metodologia possa essere applicata alla ricerca storica.
Cos’è la Social Network Analysis (SNA)
L‘analisi delle reti sociali (SNA) studia le strutture sociali utilizzando la teoria dei grafi. Questa metodologia esamina le relazioni creando una rete fatta di nodi (attori individuali o entità) e archi che rappresentano le loro interazioni. La SNA trova applicazione in diversi ambiti: dalle piattaforme social alla diffusione delle informazioni, dalle relazioni interpersonali alle dinamiche aziendali, fino alle reti di condivisione della conoscenza. La rappresentazione grafica avviene principalmente attraverso sociogrammi, dove punti e linee illustrano rispettivamente i nodi e le loro connessioni. Questi diagrammi permettono di valutare qualitativamente le caratteristiche della rete, modificando la visualizzazione degli elementi per evidenziare gli attributi più rilevanti.
L’analisi delle reti sociali è emersa come una tecnica chiave nella sociologia moderna ma oggi viene utilizzata in molti altri settori quali: antropologia, biologia, demografia, studi sulla comunicazione, economia, geografia, storia, scienze dell’informazione, studi organizzativi, fisica, scienze politiche, sanità pubblica, psicologia sociale, studi sullo sviluppo e sociolinguistica e informatica.
Le origini e lo sviluppo
Le fondamenta teoriche dell’analisi delle reti sociali affondano nel pensiero dei pionieri della sociologia, in particolare Georg Simmel ed Émile Durkheim, che per primi evidenziarono l’importanza di esaminare i pattern relazionali tra gli attori sociali. Dall’inizio del XX secolo, questo approccio si è evoluto permettendo agli studiosi di analizzare le complesse interconnessioni all’interno dei sistemi sociali, spaziando dalle relazioni interpersonali fino alle dinamiche internazionali.
Diversi studiosi contribuiranno a sviluppare metodologie innovative per l’analisi delle reti sociali. Tra questi ricordiamo l’esperimento pionieristico dello psichiatra Jacob Moreno e la sua assistente Helen Jennings.
Negli anni ’30 i due studiosi osservarono un fenomeno interessante: in un riformatorio, alcune ragazze erano scappate di casa tutte nello stesso periodo. Invece di concentrarsi sulle singole studentesse, Moreno e Jennings decisero di guardare il quadro d’insieme. Utilizzando il metodo della sociometria, visualizzarono queste connessioni in diversi sociogrammi dove i punti rappresentavano le ragazze e le linee indicavano le loro amicizie.
Il diagramma rivelò qualcosa di sorprendente: le ragazze fuggite erano tutte collegate tra loro, formavano un gruppo sociale ben definito. Era la prima volta che qualcuno utilizzava un grafico per analizzare le relazioni sociali. Quello che oggi può sembrarci ovvio, all’epoca fu rivoluzionario.
Negli anni ’50, un gruppo di antropologi dell’Università di Manchester si trova ad affrontare un problema simile. Stanno studiando le comunità in Africa e si rendono conto che i metodi tradizionali non riescono a catturare la complessità delle relazioni sociali. Si ricordano del lavoro di Moreno e decidono di applicarlo ai loro studi. Nasce così il concetto di “rete sociale” come strumento di analisi.
La vera svolta arriva però negli anni ’70, quando entrano in gioco i primi computer. All’Università di Harvard, Harrison White e i suoi studenti si rendono conto che possono utilizzare la matematica per analizzare queste reti sociali. Non si tratta più solo di disegnare diagrammi: ora possono calcolare matematicamente chi sono le persone più influenti, come si formano i gruppi, come si diffondono le informazioni. Si aprono possibilità completamente nuove.
La SNA applicata alla ricerca storica
L’analisi delle reti sociali (SNA) rappresenta uno strumento prezioso per la ricerca storica. Per esempio, potremmo voler studiare la corte di Lorenzo de’ Medici a Firenze.
In questa prospettiva, ogni personaggio storico diventa un “nodo” della rete: Lorenzo stesso, Poliziano, Botticelli e tutti gli altri membri della corte. Le loro interazioni, siano esse legami di amicizia, rapporti di patronato o vincoli di parentela, si trasformano in “archi”, connessioni che tessono la trama delle relazioni sociali. L’applicazione della SNA permette di esplorare molteplici dimensioni di questa rete storica:
- Misurare la “centralità”: chi erano le figure più importanti? Non solo Lorenzo, magari, ma anche persone che facevano da intermediari tra gruppi diversi;
- Identificare le “comunità”: quali gruppi si formavano all’interno della corte? I banchieri formavano un gruppo separato?
- Analizzare la “densità” delle relazioni: quanto era coesa la corte medicea? C’erano sottogruppi isolati?
Tra i progetti più significativi che hanno adottato la SNA spicca “Six Degrees of Francis Bacon“, un’ambiziosa ricerca che ha ricostruito la rete sociale dell’Inghilterra tra XVI e XVII secolo, mappando le interconnessioni tra oltre 13.000 personaggi storici.
Un altro esempio è il progetto “Mapping the Republic of Letters” di Stanford che ha utilizzato la SNA per analizzare la corrispondenza tra gli intellettuali dell’Illuminismo, rivelando pattern sorprendenti.
Prendiamo il caso di Voltaire: l’analisi della sua corrispondenza attraverso la SNA ha mostrato come il filosofo francese fosse al centro di una vastissima rete di contatti che si estendeva ben oltre i confini della Francia. Ma non solo: la visualizzazione di questa rete ha permesso di scoprire l’importanza di figure apparentemente minori che fungevano da “hub” di informazioni.
Particolarmente interessante è stato scoprire come le idee dell’Illuminismo si diffondevano attraverso queste reti. Non era un processo lineare, come si potrebbe pensare, ma seguiva percorsi complessi, spesso facilitati da figure “ponte” – librai, traduttori, diplomatici – che mettevano in contatto diverse comunità intellettuali.
La SNA ha anche rivelato l’importanza dei salotti letterari come punti nodali di questa rete. I salotti, spesso gestiti da donne, fungevano da veri e propri centri di smistamento delle idee, collegando gruppi che altrimenti sarebbero rimasti isolati.
L’analisi delle reti sta quindi cambiando la nostra comprensione di questi periodi storici. Non si tratta più solo di studiare singoli personaggi o eventi, ma di comprendere come le relazioni tra le persone abbiano plasmato la storia.
Come possiamo vedere da questi esempi, la Social Network Analysis non è solo uno strumento tecnico, ma un nuovo modo di guardare al passato, che ci permette di scoprire connessioni e dinamiche che altrimenti rimarrebbero nascoste tra le pagine dei documenti storici.
La letteratura sull’utilizzo dell’analisi delle reti sociali in ambito storico è accessibile sia attraverso le biblioteche tradizionali che le risorse digitali, testimoniando l’interesse della comunità scientifica verso questo approccio metodologico. Tra le pubblicazioni specializzate, ricordiamo il Journal of Historical Network Research.
Entriamo nel merito della nostra ricerca analizzando il contesto storico e i dati che abbiamo utilizzato.
I Riveli delle Anime e dei Beni del Tribunale del Real Patrimonio e Deputazione del Regno
Dal XVI al XIX secolo, il Regno di Sicilia introdusse i “riveli delle anime e dei beni“, documenti di censimento che registravano la composizione delle famiglie e il loro patrimonio. Questi rilevamenti servivano principalmente a due scopi: contare gli uomini abili alle armi e determinare un’equa ripartizione fiscale tra la popolazione.

I riveli venivano compilati in tutte le città dell’isola, con l’eccezione di Messina (fino al 1681) e Palermo (fino al 1798). Oggi questa documentazione rappresenta una preziosa fonte storica per studiare lo sviluppo demografico ed economico della Sicilia. La gestione di questi censimenti era affidata al Tribunale del Real Patrimonio dal 1569 e, successivamente, anche alla Deputazione del Regno dal 1651, organi che supervisionavano la raccolta dei tributi e garantivano il rispetto dei privilegi locali.
I censimenti non seguivano una cadenza regolare: venivano indetti quando si sospettavano significative variazioni demografiche o economiche, ma soprattutto quando il Regno necessitava di nuove entrate fiscali. L’operazione iniziava con la nomina di commissari che, accompagnati da un team di funzionari specializzati (attuari per la raccolta degli atti, algoziri per i calcoli e scrivani per la compilazione), si recavano nei vari distretti dell’isola.
La raccolta dei dati seguiva due modalità distinte: per censire le famiglie, i funzionari visitavano personalmente ogni abitazione; per registrare i beni, invece, erano i cittadini a presentarsi alle autorità, dichiarando sotto giuramento i propri possedimenti. Una volta completata la raccolta, i documenti venivano rilegati in ordine alfabetico per nome, numerati sul fronte di ogni foglio e corredati di un indice. Il materiale veniva poi inviato all’organo di controllo che, dopo un’attenta analisi, stabiliva le quote impositive in base alla popolazione e alle risorse finanziarie del territorio.
I dati che abbiamo utilizzato in questo articolo derivano dal seguente progetto: “Il Territorio: le Eccellenze – I Riveli delle Anime e dei Beni del Tribunale del Real Patrimonio e della Deputazione del Regno“, questa ricerca si è concentrata sui riveli della cittadina madonita di Castelbuono, un caso studio significativo analizzato presso l’Archivio di Stato di Palermo da un team di undici ricercatori della Soprintendenza Archivistica della Sicilia.
Dal sito del progetto è possibile scaricare liberamente i riveli del: 1584, 1636 e 1748.
L’analisi di questi documenti, anche se non completa, ha aperto importanti finestre sulla vita dell’epoca, permettendo di studiare non solo la composizione demografica della città, ma anche il patrimonio delle famiglie, le tipologie di coltivazioni nelle zone rurali e la struttura urbanistica del territorio, compresi i nomi storici dei luoghi.
Elaborare i riveli con gli LLM: metodo e visualizzazione
La nostra ricerca si è basata su un campione selezionato dei riveli del 1584, una scelta mirata a dimostrare le potenzialità degli LLM (Large Language Models) nell’ambito dell’analisi delle reti sociali (SNA). Sebbene questo approccio comporti delle limitazioni nell’ampiezza delle conclusioni, ci ha permesso di esplorare metodologie innovative nel trattamento dei dati storici.
Tradizionalmente, la conversione di dati storici in formato adatto all’analisi delle reti sociali richiede un meticoloso lavoro manuale di identificazione e mappatura delle relazioni tra i vari elementi. L’avvento degli LLM, con i loro attuali costi accessibili, ha aperto nuove possibilità di automazione e ottimizzazione di questo processo.
Il nostro approccio metodologico si è sviluppato in più fasi: abbiamo inizialmente semplificato la struttura dei dati presenti nel file Excel, per poi utilizzare Claude, un modello di linguaggio avanzato, nella generazione di un file compatibile con Gephi, uno dei software più utilizzati per la visualizzazione delle reti sociali. Questo processo ha prodotto automaticamente sia i nodi che gli archi necessari per la costruzione del grafo.

La visualizzazione dei risultati offre molteplici possibilità interpretative. Per interpretare efficacemente i risultati e scegliere le modalità di visualizzazione più appropriate è essenziale padroneggiare la teoria dei grafi e le metodologie di analisi delle reti sociali. Solo così è possibile identificare e comprendere i pattern significativi che emergono dai dati.
Nelle prossime immagini proponiamo due diverse visualizzazioni della rete sociale: il layout isometrico e l’algoritmo di Fruchterman Reingold. Per facilitare l’interpretazione dei dati, abbiamo utilizzato un sistema di codifica visiva basato su colori e dimensioni. I nodi sono differenziati per genere: blu per gli uomini e verde per le donne. La dimensione di ciascun nodo è proporzionale all’età dell’individuo (fig. 3) e al valore del “limpio“, cioè il patrimonio netto (fig. 4).

L’algoritmo di Fruchterman Reingold si rivela particolarmente efficace nell’evidenziare i nuclei familiari, permettendo di identificare chiaramente la composizione e la dimensione di ogni famiglia. Questa visualizzazione ci consente anche di individuare le lacune nei dati: nei riveli, infatti, il censimento tendeva a registrare principalmente i capifamiglia, fornendo informazioni meno dettagliate sugli altri membri del nucleo familiare.

Pur trattandosi di un campione parziale dei riveli, procediamo elencando i dati che abbiamo utilizzato:
- Nuclei familiari censiti: 57
- Numero di nodi (persone): 210 individui registrati
- Numero medio di componenti per famiglia: 3,6 persone
- Numero di vedove: 17 donne capofamiglia (l’età non è indicata)
- Minimo e massimo valore del limpio: 0 (minimo) – 458 onze (massimo)
- Valore medio del limpio: 46,34 onze per nucleo familiare
Conclusioni
La nostra sperimentazione dimostra che l’utilizzo degli LLM nell’analisi delle reti sociali non solo è possibile, ma offre vantaggi significativi. Questi strumenti accelerano notevolmente il processo di creazione dei grafi, riducendo il tempo necessario per l’elaborazione dei dati. Sebbene sia sempre necessaria una fase di verifica e integrazione delle informazioni, il risparmio di tempo diventa particolarmente rilevante quando si lavora su dataset di grandi dimensioni. Questo approccio innovativo apre nuove prospettive per la ricerca storica e l’analisi delle reti sociali, rendendo più efficiente l‘elaborazione di archivi storici complessi.