Despre modele științifice la vreme de pandemie

Gabriel Istrate

Pot contribui filosofii la lupta împotriva pandemiei care, în momentul scrierii acestor rânduri, ne ține închiși în case?

La drept vorbind probabil că o contribuție concretă la eradicarea ACESTEI pandemii este prea puțin probabilă. Dar dacă ar fi vorba de lupta contra unor altor epidemii similare răspunsul meu ar fi un da entuziast, și ar presupune, între altele, lectura cărții profesorului american de filosofie Michael Weisberg “Simulation and Similarity: Using Models to Understand the World”,  apărută în seria “Oxford Studies in the Philosophy of Science”  la Oxford University Press în 2013, și despre care doresc să vorbesc publicului letstalkaboutbooks in acest eseu-pseudo-recenzie.

Pentru cei grăbiți (sau care preferă vizualul) o conferință a lui Michael Weisberg la Munich Center for Mathematical Philosophy bazată pe ideile cărții este disponibilă aici. V-o recomand cu căldură, cu speranța că veți citi și restul rândurilor care urmează.

Înainte de orice, pentru a adăuga credibilitate diagnosticului meu, o paranteză de ordin biografic: nu am pregătire filosofică. Sunt informatician, profesor la Universitatea de Vest din Timișoara. Mare parte din activitatea mea științifică se petrece nu (doar) programând ci demonstrând teoreme – s-ar putea spune că sunt un matematician, dar unul care nu tratează subiecte proprii unui matematician “pur”, ci (și) unele care au legătură cu înțelegerea științifică a dinamicii societății în care trăim. Mi-am petrecut aproape opt ani din viață ca cercetător la Los Alamos National Laboratory, într-un grup (intre timp mutat la University of Virginia, și care oferă informații interesante despre pandemia curentă) care dezvolta unele din cele mai mari simulări multiagent existente la acel moment, cu scopul de a înțelege fenomene sociale precum traficul auto, comunicațiile mobile. Și da, pentru transmiterea bolilor: pentru grupul din care am făcut parte simularea unei pandemii era parte a preocupărilor de zi cu zi încă de prin anii 2002-2003.

Putem înțelege societatea cu modele matematice și simulări multiagent ? Suntem aproape de a rescrie, științific, “psihoistoria” lui Asimov ? Un răspuns onest la aceste întrebări ar trebui să fie, în momentul de față, fără îndoială negativ. Da, înțelegem infinit mai mult despre funcționarea societății decât o făceam acum 20 de ani. Putem “recrea” la nivel macro și cu scop limitat unele fenomene sociale: avem modele destul de interesante (și bune) pentru fenomene precum mișcările mulțimilor în situații de panică sau circulația auto. O armată interdisciplinară de fizicieni, informaticieni, sociologi, economiști, matematicieni s-a aruncat cu furie asupra “minei de aur” pe care o reprezentată datele experimentale despre comportamentul uman, în primul rând “urmele” pe care le lasă fiecare dintre noi pe internet. Au apărut zeci de mii de articole, conferințe și jurnale, noi sinergii și colaborări între disciplinele implicate, aplicații, de exemplu la subiecte de interes istoric, de la dinamica formării și dizolvării statelor (la un Peter Turchin sau Lars-Erik Cederman) la generarea unor explicații posibile pentru dispariția tribului anasazi (Robert Axtell și coautorii) și multe altele.

Și cu toate astea nu suntem mai aproape de a putea prezice și diagnostica societatea. Multitudinea de studii a condus la o cacofonie de formalisme și idealizări, de modele cu ontologii incompatibile și concluzii care deseori se contrazic, cu rezultate dependente într-un mod necontrolat de varietatea de parametri și cu o lipsă de robustețe și predictibilitate care le face la drept vorbind improprii aplicării în lumea reală. O ilustrare perfectă a acestui fenomen este controversa de dată recentă legată de modelul epidemiologic folosit de National Health Service din Marea Britanie, model care părea să recomande o strategie de dobândire a imunității prin infectare de masă (așa numita herd immunity), și care a fost abandonat după proteste, între altele și ale comunității științifice, înarmată cu modele cu concluzii contrare.

Cum putem avea încredere în calitatea recomandărilor pe care ni le oferă uneltele analitice pe care le dezvoltăm? Iată o întrebare cu evidente conotații filosofice, și care a făcut pe un informatician ca mine, exasperat de fragilitatea instrumentelor pe care colegii mei (cu o minusculă contribuție personală) le dezvoltau voios și “inginerește” (citește relativ fără discernământ) cândva la Los Alamos, să caute lumina în scrierile unor filosofi precum Peter Machamer, Carl Craver, Uskali Mäki, N. Emrah Aydinonat, Till Grüne-Yanoff, Nancy Cartwright sau autorul cărții de față, Michael Weisberg, sociologi precum Peter Hedström, Gianluca Manzo sau Petri Ylikoski, economiști precum Robert Sugden sau Itzhak Gilboa.

În acest context intelectual trebuie situată cartea lui Weisberg pe care v-o propun. Ea încearcă să formuleze începuturi de răspunsuri la întrebarea de mai sus, fără a oferi, la drept vorbind, practicianului o soluție direct aplicabilă. Nu cred că e o lectură ușor accesibilă amatorului casual de filosofie continentală. Unui astfel de cititor (presupunând că nu s-ar speria de prezența unor ecuații diferențiale precum cele ale modelului Lotka-Volterra de pe pagina 12-13, șau a codului sursă al unor programe, precum cele de la pagina 38) cartea lui Weisberg s-ar putea să i se pară lipsită de “fior metafizic” și plină de idei simpliste. Eu am găsit însă în ea destule lucruri care mi-au dat de gândit.

Care ar fi acestea ? Pe scurt: Taxonomia modelelor științifice pe care o prezintă Weisberg (modele concret-fizice, matematice, respectiv computaționale); rolul pe care îl joacă descrierea modelelor (spre deosebire de modelele propriu-zise); taxonomia din capitolul 6, a unor diferite tipuri de idealizare și scopurilor lor distincte: idealizarea ‘galileană’ având ca scop simplificarea, ‘idealizarea minimalistă’, orientată spre identificarea principalilor factori cauzali, respectiv ‘idealizarea prin modele multiple’, practică științifică având drept caracterizare studiul unor modele multiple ale aceluiași fenomen, fiecare cu predicții diferite despre natura și structura cauzală a fenomenului. Capitolul 8, care discută diverse accepțiuni ale conceptului de similaritate, de la scurta prezentare a argumentelor lui Quine și Goodman la secțiunea 8.5, care prezintă o schiță de model matematic bazată pe “weighted feature matching” pentru cuantificarea similaritatății a două modele.

În sfârșit, capitolul 9, cel mai interesant pentru mine, analizează comparativ diferitele sensuri ale conceptului de robustețe a unui model (robustețe a parametrilor, structurală, respectiv reprezentațională). Aceasta e problema cea mai mare a modelelor existente: sunt de multe ori afectate de presupuneri introduse implicit în formalismul matematic sau în specificarea lor computațională și sensibile la schimbări aparent mici în regulile lor.  Nu există încă o metodă sistematică de a forța modelele, de a le sili să mărturisească legăturile cauzale între componente și presupozițiile implicite care stau la baza validității concluziilor lor. Weisberg dă un exemplu (dezvoltat mai pe larg într-o lucrare publicată într-un articol publicat în 2008 în revista Philosophy of Science), discutând robustețea principiului Volterra, care descrie efectul aplicării unor biocide în modele predator-prey de tipul Lotka-Volterra. Împărtășesc, mărturisesc, cu Weisberg preocuparea pentru robustețea teoremelor și simulărilor, pentru testarea robusteții acestor concluzii în condiții adversariale. E o problemă importantă, și nu una rezervată oamenilor de știință.

Există teme care nu mi s-au părut abordate (satisfăcător) în carte ? Evident, era inevitabil pentru un volum de sub două sute de pagini. Doar două exemple: mi-aș fi dorit să găsesc o discuție a problemei extragerii de informație cauzală din simulări multiagent (în genul abordărilor promovate în ultimii ani de Judea Pearl), respectiv a rolului distribuțiilor de simulări (rulări repetate ale aceluiași scenariu, urmat de o interpretare probabilistă a distribuției scenariilor) în fundamentarea deciziilor; o carte de pionierat în această privință mi se pare un volum cu un ecou nemeritat de mic în literatură, “Shaping the Next One Hundred Years: New Methods for Quantitative Policy Analysis”, al lui R. Lempert, S. Popper și S. Bankes.

Cu ce am rămas, în concluzie, în urma lecturii cărții ? Cu sentimentul vag că există destul “adevăr” ascuns în scrierile filosofilor pe această temă, ale lui Weisberg în particular. Dar și cu impresia că eforturile de clarificare conceptuală (în acest fel înțeleg eu filosofia) ar avea mai mult succes dacă s-ar desfășura în colaborare directă cu practicieni ai modelării sociale: meritele, respectiv limitele unor abordări precum cele din secțiunea 8.5 ar fi, poate, mai evidente în contextul unei operaționalizări într-o simulare reală.

Nu în ultimul rând, mi-aș dori să simt că astfel de probleme și preocupări au mai mult ecou în rândul comunității filosofice din România și, prin iradiere, în societate: Nu cred că suntem pregătiți să înțelegem corect, ca societate, complexitatea și interconectarea lumii contemporane, nu avem modele mentale corecte pentru a putea reacționa în mod adecvat. O lume întreagă descoperă zilele acestea un adevăr tulburător, pe care nu l-a interiorizat din cărțile de matematică (deși era acolo): funcțiile exponențiale cresc foarte rapid. Filosofii comunică mai bine cu societatea românească decât o fac oamenii de știință – e un fapt obiectiv, datorat probabil formației lor umaniste, dificultății tehnice a subiectelor științifice, și terorii pe care o stârnesc disciplinele științifice tari (matematica, fizica, chimia în primul rând) în mentalul colectiv românesc. Filosofia nu stârnește astfel de frici. Cred că ei (filosofii) ar putea avea un rol de mediere între știință și societate.

Pe de altă parte chiar cred că există destule probleme actuale în știință în care aportul filosofilor s-ar putea dovedi important: de la probleme de interes pentru Inteligența Artificială (precum încercările de analiză logică a noțiunii de concepte vagi în cărțile recente ale unor filosofi precum Timothy Williamson  sau Dominic Hyde) la probleme, după cum se vede, de viață și de moarte în cel mai literal sens al cuvântului, precum transformarea modelelor matematice și computaționale ale dinamicii sociale dintr-o joacă pentru copii mari într-o tehnologie, una care să nu ne știrbească libertățile individuale și drepturile democratice.

Cantonarea în clasici și refuzul modernității nu mi se pare o atitudine productivă. Mi-aș dori ca filosofii români să își depășească barierele de pregătire și de deschidere intelectuală și să converseze mai mult cu oamenii de știință. Dacă o fac bine s-ar putea să găsească parteneri dispuși să-i asculte.