En vista de la situación que estamos viviendo, parece oportuno leer algo sobre como se estudian las epidemias. Este libro, más que oportuno, parece oportunista, puesto que acaba de ser publicado y, sin embargo, no hace referencia alguna al COVID-19, ni siquiera al final cuando da estadísticas de cuanta gente habrá muerto de diversas enfermedades en el tiempo que hemos tardado en leer el libro: 300 de malaria, y así, lo que resulta muy conspicuo (¿10.000 solo en España?). Y, por otro lado, la sensación es que al autor le han metido caña para que terminara un trabajo que llevaba encaminado, pero no terminado. Un indicio de ello es la irregularidad de la obra, con dos o tres capítulos bien rematados, mientras que el resto hay demasiada divagación, como si el autor tuviera todavía que ordenar sus ideas. Y otro lo tenemos en las conclusiones, cuando de repente empieza a hablarnos de la importancia de los datos para luchar contras las pandemias, al tiempo que es necesario respetar la privacidad de las personas.
La ambición de Kucharski es doble: en primer lugar, introducirnos a la investigación científica de las epidemias, lo que consigue con bastante solvencia a mi entender. Y, en segundo lugar, proponer posibles extrapolaciones de tales teorías a otros aspectos de la sociedad, como pueden ser las crisis económicas, la violencia, la propagación de la información por redes sociales o la extensión de virus informático. En este segundo objetivo me parece que fracasa, por diversos motivos, pero no me parecen convincentes las extrapolaciones que propone. Y, sin embargo, el capítulo que dedica a la viralización por redes sociales me parece magnífico, aunque no tanto por las aplicación de ideas de epidemias, como por el riguroso enfoque que utiliza para el estudio, seguramente sí inspirado en el que él utiliza para estudiar aquélla.
Es en los dos primeros capítulos donde se concentra la carga teórico de la epidemiología, bien aderezada por numerosas anécdotas históricas relacionadas con el desarrollo de tal ciencia. En estos capítulos, sí vienen a cuento dichas anécdotas para introducir los problemas encontrados y sus soluciones, pero uno de los problemas que tiene Kucharski es que abusa de las mismas, en muchos caso para revelaciones secundarias y, en otros muchos, rompiendo el flujo narrativo principal sin necesidad. Afortunadamente, como digo, en estos dos capítulos el equilibrio es adecuado, y nos ayudan a conocer la historia de la disciplina.
Es en estos capítulos cuando revisaremos todos esos conceptos y palabros con los que nos hemos tenido que familiarizar a la fuerza estos días. Por ejemplo, el modelo SIR (susceptibles, infectados, recuperados), en el que se basan las estadísticas que recibimos diariamente. O el famoso número R, de reproducción, que no es más que el número medio de nuevos contagios que genera una persona infectada.
R se puede descomponer en cuatro parámetros según el modelo DOTS: Duración x Número de Oportunidades x Probabilidad de transmisión x Susceptibilidad. Actuándo sobre cualquiera de ellos se puede tratar de reducir el númerillo y dificultar así la expansión de la epidemia.
R es fundamental para establecer cómo conseguir la llamada "inmunidad de rebaño" (herd inmunity) que todos los países desean obtener. Cuando hay suficiente gente inmune a la enfermedad, ésta deja de transmitirse y se acaba la epidemia (R baja por hacerlo el parámetro S). Resulta que el número mágico es R-1/R. O sea, que si R es 5, necesitamos al 80% de la población inmune o vacunada para tener inmunidad de rebaño.
En otros capítulos, Kucharski nos explica como se puede aplicar el análisis filogenético (el de la evolución de Darwin) para estudiar las características de la epidemia basándose en las variaciones genéticas del bicho, o la aplicación de la teoría de redes a la propagación de las enfermedades, por ejemplo, de las transmitidas sexualmente. También aprendremos qué son los eventos "superspreading", y que eso del paciente "Cero" no deja de ser un mito.
Como cosas curiosas, me quedo con dos: 1) el puñetero problema de los ventiladores que hemos padecido en esta pandemia era algo que ya había ocurrido en con el SARS-2003 en Martinica, y Kucharski nos lo explica con las mismas curvas que nos han metido en vena estas semanas. 2) la maldita gripe "española" que asoló el mundo hace un siglo, se quedó con ese nombre por la gran cantidad de víctimas reportadas en España; lo divertido es que eso pasó, no porque en España hubiera más víctimas, sino porque en los otros principales países europeos no se publicaban los casos reales para evitar desmoralización en tiempos de guerra. Vamos, lo contrario que seguramente esté pasando ahora, donde igual los de España son los únicos datos no fiables de toda Europa.
Antes de pasar al capítulo de redes sociales, me quedo con las tres cosas que, según el autor, son necesarias para detener una epidemia: "an evidence base, a method for implementation, and political will." Obviamente, no creo que lo último sea necesario, basta con el deseo individual, junto con los otros ingredientes, claro.
Y es que el tema de redes sociales merecería quizá otra entrada en el blog, porque es interesante en sí y con independencia de sus comunalidades o no con la epidemiología. Un primer concepto a tener en cuenta, no presente en ésta, es el del "contagio complejo", en los que la transmisión del contagio requiere de múltiples exposiciones. Por ello, estos contagios son muy dependientes de la estructura de las redes online.Según Kucharski, que una nueva información cambie tus creencias depende de la fuerza de tu creencia inicial y de la fortaleza de la nueva evidencia presentada; y puede que sea así, pero creo Kucharski debería haber hecho alguna referencia al "elefante" de Haidt para este análisis.
Kucharski nos advierte del llamado "colapso del contexto" por el que mucha gente puede acabar expuesta a un contenido sin el contexto en que este se generó y tenía sentido, por lo que sus interpretaciones terminan siendo erróneas. Este es un fenómeno que ocurría ocasionalmente ("A speech that’s aimed at friends could leave family uncomfortable") pero que con las redes sociales pasa a ser parte del día a día.
Se pone en duda el rol de los "influencers" en la viralización de la información. Según parece, es más efectivo lanzar la información desde múltiples sitios ("Sparking multiple outbreaks across a network") que tratar de identificar "influencers" en una comunidad. En la línea, resulta que una forma de viralizar son los llamados "honey pot bots", que se dedican a bombardear a algún nodo relevante (por ejemplo, algún periodista o celebrity) para conseguir que se haga eco o que responda.
También habla, en otro momento, de las mutaciones de los memes hasta dar con una fórmula de éxito que se propague: "Online forums like 4chan – and others such as Reddit and Gab – in
effect act as incubators for contagious memes. When users post images
and slogans, it can spark large numbers of new variants.These newly
mutated memes spread and compete on the forums, with the most contagious
ones surviving and the weaker ones disappearing." Y es que la mayor parte de los contenidos no son contagiosos: "it’s extremely rare to get something that spreads, and even when it does, it doesn’t spread beyond a few generations of transmission." El autor da varios datos al respecto, por ejemplo, que el 95% de los hilos Twitter consisten en un solo tweet que nadie más comparte, y que la mayoría de lo supervivientes no llegaron más allá de un escalón. Por cierto, a la hora de explicar el éxito de un tweet, resulta que su contenido explica muy poco, siendo el factor más relevante el éxito pasado del usuario que hace el tweet.
Y, por último, no quiero dejar pasar el análisis de fake news y la solución que propone, pues ambos están llenos de sentido común. Respecto a la posible manipulación de las elecciones americanas o el referendum del Brexit por supuestos agentes rusos mediante redes de bots, algo en el imaginario de todos los democratas de izquierdas, que solo creen en la democracia si sale lo que ellos creen que tiene que salir, nos dice Kucharski que "For every Russian post people were exposed to, on average there were almost 90,000 other pieces of content." Vamos, que los supuestos intentos de los rusos se quedaron perdidos entre la información normalmente generada.
¿Y qué propone como solución para evitar la difusión de "fake news"? Pues muy sencillo, reducir la probabilidad de transmisión del número R, haciéndonos más resistente a la manipulación. Obviamente, no solo nosotros, sino todos los medios.
No estoy seguro de si merece la pena leer este libro o no. Hay momentos en que es entretenido y tiene muchas cosas interesantes. Pero, si he de ser sincero, solo merecen verdaderamente la pena el capítulo 1 y el capítulo 5, y las partes del capítulo 2 en que no habla de economía.
No hay comentarios:
Publicar un comentario