Las reglas del contagio de Adam Kucharski explora las leyes de la propagación de ideas, conductas y patógenos. La idea principal del libro es que existen patrones comunes en la forma en que se propagan las ideas, conductas y enfermedades, y que entender estos patrones puede ayudar a predecir y controlar la propagación de la información, las modas y las enfermedades.
El libro aborda diversos temas, como la propagación de epidemias, las burbujas financieras y las tendencias en las redes sociales. Ofrece una visión completa de la propagación y explica cómo la comprensión de estos patrones puede ayudar a tomar decisiones más informadas en áreas como la salud pública, la política y el marketing.
El libro es relevante en la actualidad post-COVID porque proporciona herramientas para comprender cómo se propagan los virus y cómo podemos usar esta información para prevenir y controlar futuras pandemias. Además, ofrece una perspectiva única sobre cómo las ideas y las conductas se propagan, lo que puede ayudar a las empresas, las organizaciones y los individuos a entender y aprovechar las tendencias en la era digital.
Principales ideas de Las reglas del contagio
- Las matemáticas y los modelos cambiaron para siempre la forma en que estudiamos los eventos contagiosos.
- Gracias a los modelos científicos, podemos reconocer las reglas de contagio en otros aspectos de la vida.
- Las reglas del contagio pueden aplicarse a las finanzas.
- Las estadísticas sobre violencia y delincuencia parecen similares a las de enfermedades infecciosas.
- Las ideas y los memes de Internet también pueden volverse virales.
- El contenido online puede imitar contagios, pero el papel de los influencers es limitado.
- La tecnología puede ayudarnos a rastrear los contagios, con limitaciones.
Las matemáticas y los modelos cambiaron para siempre la forma en que estudiamos los eventos contagiosos.
A lo largo de la historia de la humanidad, hemos tenido que lidiar con brotes de enfermedades contagiosas o infecciosas. La buena noticia es que muchas de estas enfermedades (como la malaria, la viruela y el sarampión) se han reducido considerablemente. Gracias a los avances en las vacunas, la higiene y nuestra comprensión de cómo se propagan las enfermedades, podemos afrontar mucho mejor la propagación de enfermedades que en el pasado.
Una de las herramientas de las que nos hemos beneficiado es el uso de modelos científicos. Estos nos han permitido analizar la propagación de contagios y, en algunos casos, predecir con precisión nuestro riesgo de peligro.
Uno de los pioneros en utilizar las matemáticas para estudiar los brotes fue el cirujano británico del siglo XIX Ronald Ross. En 1883, Ross estaba destinado en Bangalore, India. Fue allí donde se encontró por primera vez con un grave problema de mosquitos. ¿Pero qué lo estaba causando? Ross fue uno de los primeros en reconocer que la cantidad de mosquitos estaba directamente relacionada con la presencia de agua estancada.
Diez años más tarde, durante un año sabático en Londres, Ross obtuvo una visión crítica de su colega médico Patrick Manson. Después de estudiar los parásitos en China, Manson estaba convencido de que cuando los mosquitos se alimentaban de sangre infestada de parásitos, también podían convertirse en portadores de esos parásitos. Esta era información vital para Ross. Lo vio como una probable explicación de la propagación de la malaria, una de las enfermedades infecciosas más antiguas de la humanidad. ¿Podrían ser los culpables los mosquitos portadores de parásitos?
Ross demostró su teoría haciendo que los mosquitos picaran a un pájaro infectado con malaria. Mostró cómo estos mosquitos podrían transmitir la enfermedad a aves sanas. Luego, Ross llevó sus ideas un paso más allá. Propuso formas de controlar la malaria. Para ello realizó cálculos y creó modelos, publicándolos en un libro de 1910 titulado La prevención de la malaria. Por primera vez, Ross explicó cómo se podrían reducir y controlar las tasas de infección reduciendo el número de mosquitos en un área.
Por ejemplo, los datos de Ross mostraron que se necesitaban alrededor de 48.000 mosquitos para generar un promedio de una nueva infección humana. Por lo tanto, eliminar o tratar el agua estancada tendría una influencia directa en el número de nuevas infecciones. Luego expuso la importancia de dos estadísticas, la tasa de infección y la tasa de recuperación, y mostró que una vez que la tasa de recuperación supere la tasa de infección, el número de casos eventualmente llegaría a cero.
Esto marcó una forma completamente nueva de ver las enfermedades infecciosas.
Gracias a los modelos científicos, podemos reconocer las reglas de contagio en otros aspectos de la vida.
Los investigadores se han basado en modelos para ayudar a combatir una amplia gama de contagios, incluidos el Ébola, el Zika y el VIH. Ampliando el trabajo de Ronald Ross, los investigadores desarrollaron lo que se conoce como modelo SIR, que significa Susceptible, Infeccioso y Recuperado.
En la mayoría de los casos, cuando alguien se recupera de una enfermedad, ya no es susceptible. Entonces, a medida que aumenta el número de recuperados, disminuye el número de susceptibles.
El modelo SIR muestra que hay un punto, a menudo cuando el brote es peor, en el que el número de personas susceptibles es más bajo. En este punto, la mayoría de las personas serán contagiosas o se habrán recuperado. Posteriormente, el brote comenzará a disminuir, ya que simplemente no quedan suficientes personas susceptibles para infectar. Este punto se conoce como inmunidad colectiva.
Pero estos conceptos y modelos no se limitan a la atención sanitaria y el control de enfermedades.
Ronald Ross creía que su trabajo podría explicar algo más que la propagación de enfermedades infecciosas. Por ejemplo, Ross también introdujo la idea de «happenings». Esencialmente, los sucesos son eventos en los que las personas pueden volverse susceptibles o no a otro tipo de tendencias. Ross identificó dos tipos: sucesos independientes y sucesos dependientes.
En un suceso independiente, como caerse por las escaleras y romperse una pierna, es poco probable que el incidente aumente o disminuya las posibilidades de que le suceda a otra persona más adelante. Por lo tanto, con un suceso independiente, el nivel de riesgo para la persona promedio probablemente seguirá siendo el mismo todos los años.
Para un suceso dependiente, las cosas se ven diferentes. Los acontecimientos dependientes se extienden. Incluyen cosas como ideas o creencias, así como virus contagiosos. Por ejemplo, si alguien se entera de una idea interesante (por ejemplo, una aplicación nueva y atractiva), existe una mayor probabilidad de que quienes lo rodean queden expuestos y se aferren a la idea también.
Los modelos de Ross muestran que los acontecimientos dependientes generalmente siguen una línea en forma de S en un gráfico. Hay una propagación inicial lenta que crece cada vez más rápido hasta llegar a un cierto punto en el que se desacelera y se aplana.
En 1962, el sociólogo Everett Rogers señaló que el modelo de sucesos dependientes de Ross se aplicaba a muchos aspectos de la vida, incluida la adopción de nuevas ideas y productos. Al igual que una enfermedad infecciosa, la tasa de contagio de una idea contagiosa eventualmente se estabilizará una vez que sea poco probable que entre en contacto con una persona susceptible que aún no haya oído hablar de la idea.
Las reglas del contagio pueden aplicarse a las finanzas.
¿Qué se considera una crisis en su mente? Ciertamente, una amenaza grave a nuestra salud puede calificar, pero también lo puede ser una amenaza a nuestras instituciones financieras.
La frase “contagio financiero” ha existido desde mediados de los años 1990. Pero fue durante la crisis financiera de 2008 cuando la idea de contagio financiero realmente quedó clara.
Uno de los muchos factores involucrados en la crisis de 2008 fue que ciertas ideas se habían extendido gradualmente entre los comerciantes y aquellos involucrados en los mercados financieros. En particular, la negociación de CDO, u obligaciones de deuda garantizadas, se había vuelto muy popular. Los CDO contenían una serie de préstamos, incluidas hipotecas, agrupados. Los inversores en CDO ganaron dinero recibiendo una parte de los pagos de los préstamos de las personas.
Simple. Y, en principio, con un riesgo bastante bajo. El único peligro sería que mucha gente dejara de pagar sus hipotecas y préstamos, algo que la mayoría de la gente pensaba que no podría suceder.
Las CDO potencialmente de bajo riesgo y alto valor vieron crecer su popularidad. A una velocidad cada vez mayor, se extendieron por el sistema financiero a medida que más y más personas invertían en ellos. Como lo expresó la especialista en crédito Janet Tavakoli, “se propagan por la psique de los mercados financieros como un virus del pensamiento altamente infeccioso”.
Desafortunadamente, hubo un problema. Los precios de la vivienda llevaban años aumentando constantemente. Y en 2008, muchas CDO tenían hipotecas que dependían de precios antiguos y obsoletos. Por lo tanto, era mucho menos probable que esas hipotecas se reembolsaran. En otras palabras, los CDO que parecían inversiones de bajo riesgo eran, en realidad, de alto riesgo. Y debido a que las CDO se habían vuelto tan populares, este riesgo se había extendido por todo el sistema.
Era sólo cuestión de tiempo antes de que las cosas llegaran a un punto crítico y el mercado se diera cuenta de que los CDO no valían nada. Cuando esto sucedió, todo el sistema colapsó. La infección pasó factura a bancos e instituciones financieras como Lehman Brothers y Bear Stearns. Muchas empresas colapsaron y los inversores perdieron fortunas enteras.
Cabe señalar que las burbujas, ya sea la burbuja de las puntocom de finales de los años 1990 o la locura de los tulipanes en los Países Bajos de la década de 1630, siguen las mismas reglas de contagio: las ideas financieras se difunden y son aceptadas con entusiasmo hasta que las cosas inevitablemente llegan a un punto de ruptura y venirse abajo.
Las estadísticas sobre violencia y delincuencia parecen similares a las de enfermedades infecciosas.
Quizás hayas escuchado la frase «la violencia engendra violencia». Si es así, tal vez no le sorprenda demasiado saber que los epidemiólogos han descubierto que los actos de violencia pueden propagarse como virus.
El mapeo de un brote de enfermedad es algo relativamente nuevo. Comenzó en 1848, con un médico llamado John Snow. Snow utilizó un mapa de Londres para identificar un reciente brote de cólera en una bomba de agua compartida en particular. Desde entonces, los mapas han demostrado ser una herramienta indispensable para los epidemiólogos que buscan rastrear un brote hasta su origen.
Uno de esos epidemiólogos es Gary Slutkin. Descubrió que los mapas de asesinatos en las ciudades estadounidenses se parecían muchísimo a los mapas de los brotes de cólera en Bangladesh. Los mapas mostraban que los brotes de violencia podían agruparse y extenderse hacia el exterior, como una enfermedad. Asimismo, los gráficos históricos sobre la violencia en Ruanda se parecían a los datos sobre los brotes de cólera en Somalia.
El Dr. Slutkin no está solo en su evaluación de la correlación entre violencia y enfermedad. El sociólogo de la Universidad de Yale, Andrew Papachristos, realizó un estudio sobre los tiroteos en Chicago y descubrió que “por cada 100 personas que recibieron disparos, el contagio daría lugar a 63 ataques posteriores”.
Este nivel de contagio le da a la violencia armada en Chicago un número de reproducción (o R) de 0,63. En comparación, una gripe pandémica o un brote de ébola suelen tener un R de 1 a 2. Lo que esto significa es que cada persona infectada con Ébola probablemente lo transmitiría a una o dos personas. El brote de SARS de 2003 tuvo una R de 2 a 3. La viruela, que sigue siendo la única infección humana que se ha erradicado, tuvo un R de 4 a 6.
Entonces, si bien la violencia armada no es tan contagiosa como algunas enfermedades infecciosas, puede tratarse como tal. De hecho, eso es precisamente lo que está sucediendo en algunas ciudades estadounidenses – y con resultados positivos. La investigación del Dr. Slutkin está detrás de la organización llamada Cure Violence. Esta organización identifica áreas de alto riesgo y envía un equipo de «interruptores de violencia». Estos interruptores de violencia intentan detener la propagación del contagio hablando con las víctimas, así como con sus amigos y familiares, y guiándolas hacia opciones distintas a las represalias violentas.
Sorprendentemente, después de un año de trabajo en el West Garfield Park de Chicago, los tiroteos en el área se redujeron en aproximadamente dos tercios.
Las ideas y los memes de Internet también pueden volverse virales.
No es fácil para los epidemiólogos hacer predicciones precisas. Para hacer un buen modelo, se necesitan buenos datos y, a menudo, es difícil conseguirlos. Para una gripe pandémica, se necesitarían hospitales y centros de salud de todo el mundo para registrar y proporcionar datos precisos, ¡sin mencionar que las personas recopilaran y organizaran todos esos datos!
Eso no es poca cosa. Y si sucede, suele haber un retraso. Los investigadores a menudo se ponen al día: procesan datos que pueden tener días o incluso semanas de antigüedad.
Sin embargo, existe un lugar donde los datos abundan y están fácilmente disponibles: Internet.
Un hombre que sabe mucho sobre la creación de contenido «viral» en línea es Jonah Peretti. En 2001, Peretti intercambió correos electrónicos con Nike después de encargar un par de zapatillas personalizadas con la palabra «sweatshop» estampada. Cuando Nike rechazó el pedido, Peretti compartió su correspondencia; Para su sorpresa, la cadena de correo electrónico se volvió viral. Su historia apareció en los periódicos y Peretti consiguió un lugar como invitado en el Today Show.
En ese momento, Peretti era un estudiante de posgrado en el MIT, pero pronto comenzó a crear contenido viral como trabajo de tiempo completo. Al principio, fue director de un “laboratorio de medios contagiosos” en una organización sin fines de lucro de la ciudad de Nueva York llamada Eyebeam. Con el tiempo, ayudó a desarrollar el Huffington Post y a crear un pequeño sitio web llamado Buzzfeed. Se puede decir con seguridad que Peretti es una especie de experto en cómo y por qué las cosas se vuelven virales en Internet.
En sus esfuerzos por crear brotes de contenido en línea, Peretti utiliza su conocimiento de las reglas de contagio. Por ejemplo, al lanzar una campaña de marketing, Peretti se basa en la ecuación que nos dice qué tipo de brotes esperar cuando un número de reproducción es inferior a uno.
Ten paciencia mientras repasamos algunas matemáticas. Digamos que una gripe viene con un R de 0,8. Uno menos 0,8 es igual a 0,2. Y uno dividido por 0,2 es igual a 5. Por lo tanto, una gripe con un número de reproducción de 0,8 significa que podríamos esperar brotes con un promedio de cinco casos.
Asimismo, podemos revertir este proceso. Digamos que una publicación de Twitter obtuvo 130 retuits. Al observar el historial completo, podemos ver que la mayoría de las personas que vieron el tweet no interactuaron con él en absoluto. Resulta que sólo hubo cuatro grupos de actividad, y en esos grupos el brote promedio fue de sólo 1,04 retuits. Con ese número, podemos calcular que el tweet tenía un R poco impresionante de 0,04. Así es como Peretti puede utilizar esta pequeña y práctica ecuación para descubrir qué tan efectiva ha sido una campaña de marketing.
El contenido online puede imitar contagios, pero el papel de los influencers es limitado.
Puede pensar que Twitter está lleno de contenido viral, pero de hecho, el 95 por ciento del contenido de Twitter son tweets únicos que nadie ha compartido. Es extremadamente raro que el contenido en línea se popularice y se difunda por todo el mundo.
Personas como Jonah Peretti, así como equipos de investigación de Microsoft y Facebook, han estado estudiando las raras ocasiones en que el contenido en línea se vuelve viral. Han estado tratando de responder las preguntas de por qué y cómo un contenido en particular puede hacer que quieras compartirlo con todos.
Una de las formas en que el contenido refleja un virus contagioso es la adaptabilidad. La gripe, por ejemplo, es famosa por su capacidad de mutar y cambiar año tras año. Por eso la gripe invernal es una amenaza anual. Aunque podemos producir vacunas para una nueva cepa de gripe, se necesitan alrededor de seis meses, que es normalmente cuando un brote ha seguido su curso.
Los memes populares también son famosos por su capacidad de mutar, cambiar y volverse más compartibles a medida que pasan de persona a persona. Las palabras debajo de una imagen divertida de un gato pueden cambiar o se puede agregar una nueva oración a una solicitud de donación. Estos pequeños cambios pueden marcar la diferencia.
Por ejemplo, había un mensaje en Facebook que decía: “Nadie debería morir porque no puede pagar la atención médica y nadie debería arruinarse porque se enferma”. Esto se compartió casi medio millón de veces en su forma original. Pero cuando se volvió a publicar el mensaje, una de cada diez veces alguien cambiaría la redacción. Cuando se añadió la frase “publica si estás de acuerdo”, los investigadores de Facebook descubrieron que tenía el doble de probabilidades de ser compartida.
Pero ¿qué pasa con los influencers? ¿Pueden ayudar a difundir el contenido en línea? No siempre. Los estudios sobre la eficacia de los “superpropagadores”, o personas singulares que pueden hacer que algo se vuelva enormemente viral, han descubierto que su influencia es limitada. Entonces, incluso si un “influencer” en línea publica algo, como una celebridad con millones de seguidores, no hay garantía de que el contenido se difunda por todo el mundo. Como dice Jonah Peretti, un “superpropagador” en Internet es alguien que puede infectar a once personas en lugar de dos. Difícilmente una masa de gente, ¿verdad?
De hecho, después de estudiar publicaciones populares en Twitter, ha habido muy poco consenso sobre la identificación de características específicas que pueden hacer que un tweet se vuelva viral. En otras palabras, todavía tenemos que encontrar una manera de predecir con precisión la popularidad en línea.
La tecnología puede ayudarnos a rastrear los contagios, con limitaciones.
Como hemos visto, la tecnología puede decirnos mucho sobre las reglas de contagio. Pero hay desventajas.
Claro, las redes sociales han facilitado la comunicación, pero también facilitan la rápida difusión de información errónea y pueden ser una fuente constante de ansiedad.
Asimismo, el análisis de la delincuencia en ciudades como Chicago puede ayudar a organizaciones como Cure Violence a intentar romper el ciclo de violencia y salvar vidas. Pero al utilizar datos históricos, se ha demostrado que otros métodos predictivos de lucha contra el crimen refuerzan los prejuicios raciales que han sido parte de la vigilancia comunitaria en el pasado.
Y cuando se trata de combatir una gripe pandémica, hay maneras en que la tecnología puede ayudar, pero también hay muchas cosas que no podemos hacer.
Sorprendentemente, durante el brote de ébola de 2014, los investigadores recibieron un flujo constante de muestras de sangre para análisis de ADN. Gracias a los avances en la tecnología de secuenciación del ADN, los investigadores pudieron rastrear cada caso a través de una cadena de personas infectadas. Este tipo de herramientas ofrecen una visión fascinante de cómo se comportan los brotes, pero, una vez más, gran parte de esta información llega una vez que lo peor ha pasado.
Dicho esto, hoy en día existen fuentes que pueden proporcionar una gran cantidad de datos en tiempo real sobre el comportamiento humano. Pocos pueden superar a Google y Facebook en términos de reservas de datos listos para el análisis. Estos datos, que pueden incluir la capacidad de rastrear a los usuarios a través de señales GPS, podrían ser útiles para ayudar a controlar futuros brotes.
Pero quizás la pregunta más importante sea: ¿debería utilizarse? Muchas personas no se dan cuenta de la cantidad de datos personales que se recopilan y se ponen a disposición de empresas como Cambridge Analytica. De hecho, causó un gran escándalo cuando los datos de los usuarios de Facebook se utilizaron para investigaciones de campañas políticas (ver La trama para desestabilizar el mundo: Mindf*ck: Cambridge Analytica)
Por otro lado, a partir de 2017, el autor formó parte de un estudio, en colaboración con la BBC y un programa especial llamado Contagio! Se trataba de que las personas descargaran una aplicación que rastrearía sus movimientos y recopilaría información sobre sus interacciones sociales, todo en beneficio de los investigadores. Decenas de miles de personas decidieron participar libremente, sin otro beneficio que contribuir a un conjunto de datos masivo para que podamos comprender mejor cómo ocurren los brotes.
Por tanto, existe la posibilidad de utilizar estas tecnologías para siempre. Pero para que esto suceda necesitamos aumentar la transparencia sobre cómo se utilizan estos datos. Cuando las personas son conscientes de que se recopilan sus datos y saben exactamente para qué se utilizan, pueden suceder cosas buenas.