Моделирането може да не е толкова точно като кристална топка, но остава най-добрият инструмент, с който разполагаме, за да предскажем бъдещето

Кит Йейтс е директор на Центъра по математическа биология към Университета в Бат и автор на книгата „Математика за живота и смъртта“

Официалните усилия за моделиране бяха подложени на бурни критики по време на пандемията, от целия политически спектър. Без съмнение част от тези критики изглеждат оправдани и са в резултат от силно разгласени прогнози, които никога не се сбъдват. През юли 2021 г., например, новоназначеният здравен министър Саджид Джавид предупреди, че случаите скоро могат да надхвърлят 100 000 на ден. Неговата прогноза се основаваше на моделирането от Научната група по моделиране на пандемичния грип, известна като SPI-M.

Един влиятелен член на групата SPI-M, проф. Нийл Фъргюсън, отиде по-далеч и предположи, че след облекчаването на ограниченията след „деня на свободата“ 19 юли цифрата от 100 000 е „почти неизбежна“ и че са възможни и по 200 000 случая на ден. Случаите достигнаха средно около 50 000 на ден точно преди „деня на свободата“, преди да спаднат и да стигнат между 25 000 и 45 000 през следващите 4 месеца.

Невероятно лесно е да се критикува една прогноза, която не се е сбъднала. По-трудно е обаче да се установи кои са предположенията, които са направили прогнозата погрешна. И, разбира се, още е по-трудно да направите това, преди да се окаже, че вашата прогноза е грешна. Но това е, което ние молим нашите моделисти да направят и бързо се оплакваме, когато техните прогнози не съвпадат с реалността. Голяма част от критиките, които те получиха, обаче бяха неуместни, и родени от фундаменталните неразбирания за целта на математическото моделиране, на какво е способно то и как трябва да се тълкуват резултатите от него.

Математическите модели се основават на редица предположения – колко ефективна е ваксината, колко тежък е вариантът, какво ще бъде въздействието от налагането или вдигането на цели групи от смекчавания. Опитващи се да поставят цифра дори на някои от тези неизвестни, да не говорим за десетките или дори стотиците други променливи, необходими за представянето на реалността, моделистите често търсят в тъмното със слабите си факли. Ето защо се моделират един широк спектър от сценарии и затова има и строги предупреждения за несигурността в потенциалните резултати, които обикновено придружават докладите с моделите.

Математиците ще бъдат първите, които ще ви кажат, че резултатите от техните модели са само едни „проекции“, основани на техните предположения, а не са „прогнози“, които трябва да се разглеждат със сигурност. За да бъдем справедливи към него, когато Фъргюсън предложи цифрата от 200 000 случая на ден, той я постави в контекста на една значителната несигурност на тази прогноза. „И това е мястото, където кристалната топка започва да се проваля... затова това което казваме е много по-малко сигурно“, каза той,

За съжаление, подобни предупреждения често се губят, когато моделирането се опростява и се превръща в привличащо вниманието заглавие. Едно обвинение, отправено към моделирането в Обединеното кралство, е, че прогнозите често се представят в медиите с недостатъчен придружаващ контекст. Въпреки че не винаги е възможно да се очаква от моделистите, които работят безкрайно, да намерят достатъчно време за медиите, полученият комуникационен вакуум може да остави резултатите отворени за едно погрешно тълкуване или експлоатацията от недобросъвестни актьори.

Критиците на моделирането също пропускат да признаят, че широко разгласените прогнози могат да се превърнат и в самоунищожителни пророчества. Начело в списъка е изданието Spectator „Десетте най-лоши грешки в данните за Covid“ през есента на 2020 г. бяха в „Надценяването на броя на хората, които ще умрат“. Статията се позовава на факта, че скандалната прогноза на моделистите от Imperial College, е че в Обединеното кралство ще има 250 000 смъртни случая при липса на по-строги мерки и това никога не се случи.

Моделът Imperial College е широко приписван на това, че накара хората да променят поведението си и в крайна сметка така се въведе първия локдаун в Обединеното кралство с една седмица по-късно, като по този начин предотврати собствените си тревожни прогнози. Като се има предвид, че Обединеното кралство вече е премина числото от 175 000 смъртни случая от Covid, не е трудно да си представим, че над 250 000 биха могли да загинат в резултат на една неограничена епидемична вълна.

Имало е сценарии, при които моделистите бяха предприели погрешни стъпки. Моделистите често се опитват да отговорят на въпросите по темите, по които не са експерти. Те трябва да си сътрудничат тясно с лица и организации, които имат съответния опит. Когато се разглеждат домовете за грижи за възрастните хора през първата вълна на пандемията, например, редица значими рискови фактори, включително и ролята на персонала на агенцията, обслужваща множество домове за грижи за възрастните хора бяха известни на практикуващите в този отрасъл, но не бяха предвидени от математиците. Тези съображения означават, че препоръките, базирани на моделирането, може да са били неправилни. По време на първата вълна на пандемията в Англия и Уелс имаше повече от 27 000 смъртни случая в домове за грижи за възрастните хора.

Споделянето на данни между групите за моделиране също е идентифицирано като област, която се нуждае от подобрение. В началото на пандемията неравнопоставеният достъп до данните и лошата комуникация се отразиха на резултатите от моделирането, които предполагаха, че епидемичната траектория на Обединеното кралство е по-назад от тази в Италия, отколкото действително беше, което вероятно допринесе за забавянето на първия локдаун. В това отношение пандемията беше публичен процес за обучението на математиците.

Всеки път, когато някой тълкува данните – от професионалните математици и политиците до широката публика – те използват модела, независимо дали го признават или не. Разликата е, че добрите моделисти говорят предварително за своите предположения, които оказват влияние на техните резултати. Ако не сте съгласни с основните предположения, тогава трябва да се чувствате свободни да се противопоставите на прогнозите, но да отхвърляте изводите, защото те не отговарят на вашия мироглед, в най-добрия случай е наивно.

Въпреки всичките тези резерви, моделирането остава най-добрият инструмент, с който разполагаме, за да предскажем бъдещето. То предоставя рамка за формализирането на нашите предположения за сценариите, които се опитваме да представим, и да предлагане това какво може да се случи при различните варианти на политиките. И това винаги е по-добрия вариант, отколкото да се разчита на вътрешните чувства, на „здравия разум“ или на обикновените стари пожелания, които биха го заменили.

(Превод за "Труд" - Павел Павлов)