انتشار وباء المعلومات حول فيروس كورونا.. للتنبؤ بالوباء لا يمكن تجاهل التطور

عندما يحاول العلماء التنبؤ بانتشار شيء ما بين السكان - أي شيء اعتباراً من فيروس كورونا Corona virus إلى التضليل misinformation – فإنهم يستخدمون نماذج رياضية معقدة للقيام بذلك.

و عادةً ، سوف يدرسون الخطوات القليلة الأولى التي ينتشر فيها الموضوع المراد نشره، و يستخدمون هذا المعدل لإظهار المدى الذي سيذهب إليه الانتشار و ما هي قوة اتساعه.

و لكن ماذا يحدث إذا حدث تحوّل في العامل الممرض -أو تم تعديل المعلومات - فغير السرعة التي ينتشر بها؟ 

في الدراسة الجديدة التي ظهرت في عدد هذا الأسبوع 02-03-2020 من وقائع الأكاديمية الوطنية للعلوم (PNAS National Academy of Sciences) ، أظهر فريق من باحثي جامعة كارنيجي ميلون Carnegie Mellon University لأول مرة مدى أهمية هذه الاعتبارات.

يقول عضو هيئة التدريس في كلية CyLab عثمان ياغان Osman Yagan ، و هو أستاذ بحث مشارك في الهندسة الكهربائية و هندسة الكمبيوتر (ECE Electrical and Computer Engineering) و المؤلف المقابل للدراسة:"إن هذه التغييرات التطورية لها تأثير كبير".

و يضيف "إذا لم تفكر في التغييرات المحتملة بمرور الوقت ، فستكون مخطئاً في توقع عدد الأشخاص الذين سيمرضون أو عدد الأشخاص الذين يحصلون على قدر صغير من المعلومات." 

وباء المعلومات

إن معظم الناس على دراية بأوبئة المرض epidemics of disease ، و لكن المعلومات نفسها -والتي تسافر حالياً بسرعة البرق عبر وسائل التواصل الاجتماعي - يمكن أن تتعرض هي نفسها لنوع خاص من الوباء و "و تصبح فيروسية".

و سواءً فيما إذا انتشرت هذه المعلومات القليلة بشكلٍ فيروسي أم لا، فإن ذلك يعتمد على كيفية تعديل (بشكل بسيط) الرسالة الأصلية.

يقول ياغان: "إن بعض المعلومات الخاطئة مقصودة ، و لكن بعضها قد يتطور بشكل عضوي عندما يقوم العديد من الأشخاص بالتتابع بتغييرات صغيرة مثل لعبة الهاتف".

و يضيف ياغان أنه "يمكن أن تتطور معلومة تبدو مملة على ما يبدو إلى تغريدة فيروسية ، و هنا نحن بحاجة إلى أن نكون قادرين على التنبؤ بكيفية انتشار هذه الأشياء."

محاكاة بين شبكات انتشار الأمراض المعدية و بين انتشار معلومات

طور الباحثون في دراستهم نظرية رياضية تأخذ هذه التغييرات التطورية بعين الاعتبار. ثم قاموا باختبار نظريتهم ضد الآلاف من الأوبئة التي يحاكيها الكمبيوتر في شبكات العالم الحقيقي ، مثل تويتر لنشر المعلومات أو مستشفى لانتشار الأمراض.

و في سياق انتشار الأمراض المعدية ، أجرى الفريق الآلاف من عمليات المحاكاة باستخدام بيانات من شبكتين واقعيتين: شبكة اتصال بين الطلاب و المعلمين و الموظفين في مدرسة ثانوية في الولايات المتحدة ، و شبكة اتصال بين الموظفين و المرضى في مستشفى في ليون ، فرنسا.

و قد كانت هذه المحاكاة بمثابة سرير اختبار: النظرية التي تتوافق مع ما يتم ملاحظته في المحاكاة ستثبت أنها أكثر دقة.

يقول مؤلف الدراسة ، رشاد الإتربي Rashad Eletreby، الذي كان طالب دكتوراه في جامعة كارنيجي ميلون Carnegie Mellon عندما كتب هذه الورقة: "لقد أظهرنا أن نظريتنا تعمل عبر شبكات العالم الحقيقي".

و يضيف أيضاً " إن النماذج التقليدية التي لا تأخذ في الاعتبار التكيفات التطورية تفشل في التنبؤ باحتمال ظهور وباء."

خطوة كبيرة حول فهم انتشار وباء المعلومات

في حين أن الدراسة ليست رصاصة فضية للتنبؤ بانتشار فيروس كورونا هذه الأيام، أو انتشار الأخبار المزيفة في البيئة السياسية المتقلبة اليوم، بدقة 100%- و لكن المرء سيحتاج إلى بيانات حية (بيانات في الزمن الحقيقي) لتتبع تطور العامل الممرض، أو المعلومات، للقيام به ذلك – و عليه فإن مؤلفو الدراسة يؤكدون، أن ما تم القيام به يعتبر خطوة كبيرة.

و في إشارة إلى عظمة هذه الخطوة يقول الإتربي Eletreby: "نحن قريبون جداً على بعد خطوة واحدة من الواقع".

و للتوثيق العلمي فقد شارك في  الدراسة  مؤلفون آخرون ، و هم طالبة الدكتوراه في الهندسة الكهربائية و هندسة الكمبيوتر يونغ زوانغ Yong Zhuang، و البروفيسورة في معهد أبحاث البرمجيات كاثلين كارلي Kathleen Carley، و بروفيسور الهندسة الكهربائية في برينستون Princeton  فنسنت بور Vincent Poor.