Υπάρχουν Αλήθεια και Ψεύδος άρα γε; ή υπάρχει μόνον Νέον και Παλαιόν, ― και το Ψεύδος είναι απλώς το γήρας της αληθείας; ― Κ.Π. Καβάφης, 16.9.1902

Ο σοβαρός επιστήμονας, όταν διαμορφώνει μια θεωρία και εκφράζει μια εκτίμηση, σου εξηγεί τις παραμέτρους και τους περιορισμούς της μεθόδου του, και σε πληροφορεί για το περιθώριο σφάλματος. Όταν υπάρξουν νέα στοιχεία ή νέες συνθήκες, αναθεωρεί. Οι μόνοι που δεν αναθεωρούν και περιφέρουν τη βεβαιότητά τους, ο καθένας για τους λόγους του, είναι τελειωμένοι απατεώνες: φανατικοί και πολιτικοί. Και οι δύο ιδιότητες είναι ασυμβίβαστες με την ιδιότητα του επιστήμονα.

Επαναλαμβάνω τα προφανή γιατί τις τελευταίες μέρες παρακολουθούμε μια έντονη αμφισβήτηση των επιστημόνων από τους φανατικούς, με αφορμή τις αποφάσεις των πολιτικών. Είναι κατανοητό να θέλει ένας άνθρωπος να μάθει πότε ακριβώς θα τελειώσει η επιδημία στη χώρα του, με συγκεκριμένη ημερομηνία και ώρα, αλλά πρέπει επίσης να καταλάβει ότι μια τέτοια πρόβλεψη είναι αδύνατη, γιατί τα δεδομένα και οι συνθήκες αλλάζουν. Εδώ δεν μπορούμε να προβλέψουμε με ακρίβεια αν θα βρέξει σε μια περιοχή το Σάββατο, και περιμένουμε να ξέρουμε με ακρίβεια αν θα ανοίξουν τα ξενοδοχεία της περιοχής τον Ιούλιο;

Το άνοιγμα των ξενοδοχείων, ή των καταστημάτων, και ένα σωρό άλλες σχετικές διοικητικές αποφάσεις, δεν είναι φυσικά φαινόμενα και εξαρτώνται από τους πολιτικούς, που δέχονται τις εκτιμήσεις και τις εισηγήσεις των επιστημόνων και αποφασίζουν. Οι πολιτικοί δεν αποφασίζουν με αμιγώς επιστημονικά/επιδημιολογικά κριτήρια αλλά και με πολιτικά, κοινωνικά και οικονομικά κριτήρια, έχοντας κατά νου τη ζωή και την ευημερία των πολιτών, την ευαρέσκεια των ψηφοφόρων και την επανεκλογή τους. (Μικρή παρηγοριά στις μέρες μας: κανείς δεν θέλει να σκοτώσει τους ψηφοφόρους του, ούτε να τους αφανίσει οικονομικά.)

Τούτων δοθέντων, αυτές τις μέρες κυκλοφορεί ευρύτατα ένα επιστημονικό άρθρο με τίτλο “When Will COVID-19 End? Data-Driven Prediction” από τον κ. Jianxi Luo, ερευνητή στο Data-Driven Innovation Lab / Singapore University of Technology and Design, με το οποίο ο ερευνητής αποπειράται να κάνει προβλέψεις για το τέλος στης πανδημίας και σε παγκόσμιο επίπεδο και ανά χώρα, με βάση τα δεδομένα που είχε στη διάθεσή του. Η πρωτοτυπία του είναι ότι παραθέτει σχετικούς πίνακες με ημερομηνίες, και φυσικά τα Μέσα Ενημέρωσης στήνουν άρθρα γύρω από τους πίνακες, καθώς και οι δημοσιογράφοι και το κοινό λατρεύουν τα νούμερα. Αλλά για ποια νούμερα μιλάμε;

Ο ερευνητής εξηγεί καταλεπτώς και τη μεθοδολογία του και τους λόγους που έκανε αυτή την άσκηση επί χάρτου, καθώς και ότι θα την ενημερώνει διαρκώς. Χωρίς αυτή τη  εισαγωγή, οι πίνακες είναι άχρηστοι, σκόρπια νούμερα για να περνάει η ώρα. Η εκδοχή που χρησιμοποιούν (όπως τη χρησιμοποιούν) τα μέσα ενημέρωσης είναι της 28ης Απριλίου. Αν μπει κανείς στο σάιτ σήμερα, θα δει ότι η μελέτη είναι αισθητά αλλαγμένη, και πως επισημαίνονται ένα σωρό όροι και προϋποθέσεις. Αντιγράφω:

*Disclaimer: Content from this website is STRICTLY ONLY for educational and research purposes and may contain errors. The model and data are inaccurate to the complex, evolving, and heterogeneous realities of different countries. Predictions are uncertain by nature. Readers must take any predictions with caution. Over-optimism based on some predicted end dates is dangerous because it may loosen our disciplines and controls and cause the turnaround of the virus and infection, and must be avoided.

Με δυο λόγια: αγνοήστε τις προηγούμενες προβλέψεις (πάνω στις οποίες βασίζονται όλα τα άρθρα στα ελληνικά Μέσα), έχουν ξεπεραστεί. Τώρα γιατί κανένα ελληνικό Μέσον δεν αναφέρει αυτή τη λεπτομέρεια, είναι ένα ερώτημα για τα ελληνικά Μέσα. Και ο λόγος που αναφέρομαι σε αυτούς τους πίνακες με τις ξεπερασμένες προβλέψεις, είναι ότι θα τους συναντήσουμε πολύ συχνά στο δημόσιο διάλογο, να μνημονεύονται από φανατικούς, πολιτικούς, και ανθρώπους με τη σκευή και τη συναισθηματική νοημοσύνη δεκάχρονου.

(Το ωραίο είναι ότι αν εξαιρέσει κανείς την επιστημονική μεθοδολογία, ο ερευνητής χρησιμοποιεί για τα στοιχεία του τις πιο αξιόπιστες πηγές που είναι διαθέσιμες σε όλους: Our World in Data, University of Washington, The University of Texas at Austin, Imperial College London, Massachusetts Institute of Technology. Το πώς διαβάζονται και συνδυάζονται αυτά τα στοιχεία είναι πρωτίστως δουλειά των ειδικών. Οι υπόλοιποι μπορούμε να παρατηρούμε τι συμβαίνει στον κόσμο και να διαμορφώνουμε άποψη, αλλά η άποψή μας είναι προσωπική και δεν έχει ευρύτερη σημασία κι εφαρμογή πέρα από το στενό κύκλο των συγγενών, των φίλων ή των συνεργατών μας.)

Υπάρχει ένα δημοφιλές ρητό στον αγγλόφωνο κόσμο (με δικό του λήμμα στη Wikipedia): Lies, Damn Lies and Statistics, που περιγράφει την απατηλή πειθώ των αριθμών. (Αλλά μόλις είδαμε ότι κάποια νούμερα, κάποιες στατιστικές που έχουν επιστημονική αλήθεια τη μια μέρα, μπορεί την επομένη την έχουν χάσει και να έχουν γίνει ψέματα.) Η φράση χρονολογείται από το τέλος του 19ου αιώνα ― αν έβγαινε σήμερα μπορεί να είχε διατυπωθεί ως News, Fake News and Statistics για να ταιριάξει με το πνεύμα του απατεώνα που προεδρεύει στις ΗΠΑ έχοντας τη συναισθηματική νοημοσύνη δεκάχρονου, και απορρίπτει τις ειδήσεις που δεν τον βολεύουν ως Fake News, δημιουργώντας μια εικονική πραγματικότητα για τον εαυτό του και κατ’ επέκταση για τον κρατικό μηχανισμό της Αμερικής. Έτσι έχει κυβερνήσει ως τώρα, με τα ψέματα. Η κανονική πραγματικότητα τον περιμένει στη γωνία, με τις δικές της αλήθειες.

Υστερόγραφο Ι: Αυτές τις μέρες διαδόθηκε στα σόσιαλ ο παρακάτω πίνακας, που έγινε δεκτός με ενθουσιασμό από το κοινό γιατί εμφανίζει την Ελλάδα πρώτη. Πρώτη σε τι; Πρώτη στην αναλογία των τεστ ανά επιβεβαιωμένα κρούσματα στις 29 Απριλίου. Πρώτη ανάμεσα σε ποιες χώρες; Σε αυτές που επέλεξε όποιος κατασκεύασε τον πίνακα ― γιατί αυτός ο πίνακας προέρχεται από το σάιτ Our World in Data, που σου επιτρέπει να βάζεις τις δικές σου παραμέτρους σε κάποιους πίνακες, και να επιλέγεις τι θα εμφανιστεί.

Έτσι κι εγώ έκανα μια άσκηση επί χάρτου: κρατώντας την ίδια χρονική περίοδο, άλλαξα τις χώρες, και προέκυψε αυτός ο πίνακας όπου η Ελλάδα να εμφανίζεται τελευταία:

Και οι δύο πίνακες χρησιμοποιούν επιλεκτικά την ίδια πηγή, και τα ίδια δεδομένα. Τα στοιχεία είναι πραγματικά, και κανένας από τους δύο δεν είναι ψευδής. Όμως δίνουν αντιδιαμετρικά αντίθετη εντύπωση.

Καταλάβατε τώρα πώς λειτουργεί το σύστημα;

Υστερόγραφο ΙΙ: Αν κουραστήκατε από τα στοιχεία και τις παρουσιάσεις και το παιχνίδι real/fake, σας προτείνω να διαβάσετε ένα εξαιρετικό άρθρο από το Guardian για τα διδάγματα που μπορούμε να πάρουμε από μιαν άλλη επιδημία, από έναν άλλο ιό που δεν έχει ακόμα εμβόλιο και θεραπεία, αν και μετράει δεκαετίες, και λέγεται HIV. Έχουμε πολλά να μάθουμε από την εμπειρία των ανθρώπων που τον έζησαν και τον ζουν στην καθημερινότητά τους. Η νέα πραγματικότητα του SARS-CoV-2 μας περιμένει όλους στη γωνία, με τις δικές της αλήθειες.