بر اساس گزارش لایو ساینس، محققان مدل نظری ارائه کرده اند که نشان می دهد جریان اطلاعات میان بخشهای هم جوار مغزی و کاربران توئیتر جهتی مشابه با هم دارند، ویژگی که از وارونگی جریان اطلاعات زائد، یا همان انتقال اطلاعات تکراری، جلوگیری می کند.
به گفته استفان میالاس عصب شناس رایانه ای از موسسه علوم مغزی آلن در سیاتل، این جریان مانند عملکرد یک خبرنگار است که هیچ نیازی به اخبار روز گذشته ندارد.
وی به همراه همکارانش سه شبکه کاملا متفاوت، شبکه ای از مغز یک موش، شبکه ای از نورونهای مجزا در مغز کرمی به نام C.Elegans و شبکه کاربران توئیتر را بررسی کردند. محققان با هریک از مناطق مغزی، نورونها یا کاربران توئیتر به عنوان یک نود یا گره برخورد کرده و احتمال اتصال میان این گره ها با گره های مجاور را مورد بررسی قرار دادند.
هر سه این شبکه ها خصوصیاتی مشابه از خود بروز دادند، برای مثال اگر منطقه مغزی A به منطقه مغزی B متصل می شد و منطقه مغزی B به منطقه مغزی C وصل می شد، احتمالا منطقه A به منطقه C متصل می شد. به همین شکل اگر کاربر توئیتر A توسط کاربر B دنبال (Follow) می شد و کاربر B نیز توسط کاربر C، احتمالا کاربر C کاربر A را نیز دنبال می کرد.
جالب تر اینجاست که تعداد محدودی از این اتصالات دو طرفه بودند، به بیانی دیگر در مغز موش، تعداد محدودی از مناطق مغزی اطلاعات را وارونه یا رو به عقب انتقال می دادند و در توئیتر نیز افرادی که از دنبال کنندگان زیادی برخوردار بودند تنها تعداد بسیار کمی از آنها را دنبال (Follow) می کردند.
به گفته میالاس طبیعت جهتدار این شبکه ها بی دلیل نیست زیرا این جهت گیری از میزان اطلاعات زائد و انتقال آنها خواهد کاست. به گفته وی با وجود اینکه گاه ازدیاد اطلاعات برای ایجاد محتوی برای اطلاعات لازم است، اما هیچکس دوست ندارد درون محتوا غرق شود.
تمامی شبکه های موجود در جهان از این الگو پیروی نمی کنند، برای مثال شبکه های جاده ای معمولا در دو جهت حرکت دارند. اما زمانی که این موضوع در سطح مغزی و توئیتری بررسی می شود، معمولا تنها با خیابان های یک طرفه مواجه خواهیم شد.
