Gran parte della vita è governata da una serie di cambiamenti ai quali, senza entrare in troppi dettagli, è necessario adattarsi per sopravvivere. Una delle tecniche umane è quella di cercare schemi per studiare le diverse situazioni che si presentano, considerando cause e conseguenze, al fine di anticipare un po’ i fatti.
Questo è più o meno l’approccio che gli specialisti di solito applicano quando stimano i tassi di propagazione di qualcosa tra le popolazioni, da coronavirus come quello che ha guidato l’informazione negli ultimi mesi, ad altre epidemie. Per questo si aiutano con modelli matematici molto complessi che tengono conto di una varietà di fattori che possono influenzarli. In questo modo si ottengono risultati leggermente più realistici.
In generale, questi modelli elaborano i primi passi che un determinato argomento segue, come un virus, e da essi possono prevedere fino a che punto potrebbe arrivare la loro propagazione. Ma qui i cambiamenti entrano di nuovo in gioco. Cosa succede, ad esempio, se questo patogeno muta o se le nuove informazioni disponibili sono molto diverse da quelle gestite all’inizio? Cosa succede se la velocità con cui si diffonde cambia?
Un team di ricercatori della Carnegie Mellon University ha risposto a questa domanda in un documento pubblicato sulla rivista PNAS, dove indicano che, se non si considerano tali cambiamenti nel tempo, la previsione di propagazione potrebbe essere del tutto errata.
L’evoluzione non può essere ignorata
Le epidemie non sono un nuovo problema per l’uomo, ma con l’avvento dell’uso gratuito di Internet, l’epidemia è stata la diffusione di false voci e informazioni inaccurate attraverso le reti.
Sebbene ci siano molte fonti affidabili per confermare qualsiasi informazione ascoltata o vista sulla piattaforma, pochi lo fanno. E non appena le notizie iniziano a circolare, confermate o meno, diventano virali e possono favorire molti in materia monetaria, ma non al controllo delle masse. “Alcune informazioni errate sono intenzionali, ma altre possono svilupparsi organicamente quando molte persone apportano piccole modifiche in sequenza come un gioco telefonico“, spiega Osman Yagan, professore associato di ingegneria elettrica e informatica (ECE) e autore dello studio. “Le informazioni apparentemente noiose possono diventare un tweet virale e dobbiamo essere in grado di prevedere come si diffonderanno queste cose“.
Interessati a questo argomento, i ricercatori hanno sviluppato un modello matematico che tiene conto di tutti questi cambiamenti evolutivi, che hanno testato con migliaia di epidemie simulate al computer di informazioni e agenti patogeni nelle reti della vita reale. Per fare ciò, hanno utilizzato i dati di due reti specifiche: uno di contatto tra studenti, insegnanti e personale di una scuola superiore americana e un altro di contatto tra personale e pazienti in un ospedale di Lione, in Francia.
“Dimostriamo che la nostra teoria funziona in reti del mondo reale“, afferma il primo autore dello studio, Rashad Eletreby. “I modelli tradizionali che non considerano adattamenti evolutivi non possono prevedere la probabilità di un’epidemia“.
Il modello era abbastanza accurato nelle loro previsioni e hanno confermato che “i cambiamenti evolutivi hanno un grande impatto” nello studio delle epidemie. “Se non vengono presi in considerazione possibili cambiamenti nel tempo, si verificherà un errore nel prevedere il numero di persone che si ammaleranno o il numero di persone che sono esposte alle informazioni“, conclude Yagan.
