Najlepiej zatem tworzyć symulacje pokazujące różne wersje wydarzeń w zależności od poszczególnych możliwych zdarzeń, na przykład jak będzie się rozwijała pandemia w zależności od tego, ile osób zostanie zaszczepionych.
Tak, obydwa zespoły wykonują takie symulacje w różnych wariantach i dla mnie to jest najciekawsze, zresztą wiem, że taka jest intencja twórców modelu ICM UW – ma on przede wszystkim przewidywać skutki obostrzeń w dłuższej skali czasowej. Można wtedy badać, jaka będzie skala efektu. Na przykład zespół MOCOS prof. Tylla Krügera testował wpływ wielkości gospodarstw domowych w Polsce i Niemczech. U naszych sąsiadów zwykle pod jednym dachem żyje mniej osób, niż w naszym kraju. Gdy założono dla celów symulacji, że w Polsce gospodarstwa domowe są mniejsze – takie jak w Niemczech, to okazało się, że częstość występowania zakażeń zmniejszyłaby się aż o połowę, co prawdopodobnie zasadniczo zmieniłoby przebieg epidemii w Polsce. Z kolei gdyby w Niemczech gospodarstwa domowe były tak duże, jak w naszym kraju, to wykazano, że zakażeń byłoby tam aż trzy razy więcej. Takie porównanie pokazuje, że dużą rolę w epidemii COVID-19 grają zakażenia w ramach jednego gospodarstwa domowego.
W przewidywaniu innych zjawisk społecznych i gospodarczych symulacje komputerowe też są mało wiarygodne?
Najbardziej znam się na symulowaniu zjawisk biofizycznych, na przykład procesów zachodzących w żywych komórkach. Bo żywa komórka też jest takim skomplikowanym układem, występują w nich różnego typu cząsteczki, w określonych ilościach, które oddziałują ze sobą. A to już jest dostatecznie skomplikowane.
W przypadku epidemii najprostsze do przewidzenia byłyby sytuacje, w których zależności pomiędzy ludźmi są „mechaniczne”, jak pomiędzy cząsteczkami. Na przykład gdyby do opisu społeczeństwa wystarczyło określić, ile innych osób może średnio zakazić chory na COVID-19, z jakim prawdopodobieństwem chory uodporni się na zakażenie, a z jakim umrze. W życiu społecznym nie potrafimy jednak całkowicie przewidzieć, jak ludzie się zachowają w konkretnych sytuacjach. Co zrobią, gdy będą już zmęczeni obostrzeniami – czy całkowicie przestaną ich przestrzegać? Oczywiście można próbować tworzyć bardziej skomplikowane modele, wykorzystując dane ilościowe z socjologii, jeśli takie w ogóle istnieją. Ale nawet w przypadku szczepień przeciwko COVID-19 trudno było dokładnie przewidzieć, ilu Polaków się im podda.
Pandemia wciąż będzie uciekać przed symulacjami komputerowymi, czy wreszcie uda się nam ją dogonić?
Algorytmy mogą być coraz doskonalsze, gdy będzie się do nich dodawać coraz więcej danych dotyczących pewnych właściwości społeczeństw. Na przykład mamy już w symulacjach strukturę gospodarstw domowych, bo jest łatwa do zbadania. Gdyby udało się to zmierzyć, można by uwzględnić w symulacjach np. jak często występują niekorzystne zachowania spowodowane psychicznym obciążeniem pandemią. Wciąż jednak nie będzie można przewidzieć wszystkiego, choćby niektórych zjawisk w gospodarce, które zawsze mogą nas zaskoczyć.
Rozmawiał Zbigniew Wojtasiński
