Nakon objavljivanja knjige Koronaekonomika: pet jahača apokalipse sredinom srpnja malo sam smanjio intenzitet bavljenja pandemijom usredotočujući se na fenomen straha. Bez analize i razumijevanja straha nije moguće shvatiti što nam se događalo u proteklih pola godine. U tekstu F.E.A.R: smije li strah biti instrument politike započeo sam potragu za primjerenim strahom (možda je bolje reći razumnim oprezom) koji nije pogonjen interesima, refleksima ili nepovjerenjem. Međutim, strah (oprez) je primjeren ako proizlazi iz nedostatka informacija. Još uvijek se mnogima (pa i meni) čini da je strah na samom početku pandemije barem jednim dijelom bio na mjestu, jer je informacijski mrak bio gotovo potpun. Ipak, u spomenutom tekstu citirao sam rečenicu iz jednog UN-ovog dokumenta koja me pokolebala u tome uvjerenju. UN je, naime, raspolagao iskustvom borbe protiv ebole koja je puno opasniji virus od SARS-Cov-2, iz čega je izveden sljedeći zaključak: “Tijekom epidemije ebole u Zapadnoj Africi 2014. više je ljudi umrlo zbog prekida pružanja socijalnih usluga i ekonomskog kolapsa, nego od samog virusa.” Analogije su najgori način zaključivanja, ali ako ovo vrijedi za ebolu, zašto ne bi vrijedilo i za jedan mnogo manje opasan virus?
U tekstu o Našem svijetu upodacima pokušao sam pokazati kako su danas informacije koje mogu disciplinirati i racionalizirati strah dostupne „na klik“, što svakoj digitalno i statistički pismenoj osobi (a u tu skupinu spadaju i novinari i političari) omogućava provjeru apriornih dojmova. Tema je produbljena s nekoliko praktičnih naputaka o tome kako se strah može kontrolirati (Strah iza lokota), a zadnji tekst na tu temu (Predviđanja pod nešpulom) pokazuje kako, s druge strane, i ekstremni cinizam u izvođenju predviđanja može biti koristan radi iscrtavanja najgorih mogućih scenarija koje ne smijemo zanemariti i od kojih bismo se trebali štititi.
U ovom tekstu ću pokušati zaokružiti raspravu o vezi između predviđanja i straha prikazom javne rasprave koju su o tome nedavno vodili Nassim Nicholas Taleb i John Ioannidis.
Tko su Nassim Taleb i John Ioannidis
Taleb je bivši financijski ekspert koji se obogatio trgovanjem na financijskim tržištima, autor nekoliko popularnih knjiga iz područja vjerojatnosti ekstremnih događaja i profesor inženjerstva rizika na Sveučilištu New York. Ioannidis je po obrazovanju liječnik, profesor epidemiologije i statistike na Sveučilištu Stanford. Proslavio se razotkrivanjem metodoloških pogrešaka u medicinskim istraživanjima. Na samom početku pandemije (17. ožujka) objavio je tekst A Fiasco in the making (Fijasko u nastajanju) u kojem je objasnio različite dimenzije nepouzdanosti podataka o virusu i bolesti COVID-19, što je izazvalo brojne kritike zagovaratelja straha.
U uvodu u njihovu javnu raspravu na stranicama International Institute of Forecasters urednici su napisali i ovo:
Pandemija COVID-19 proizvela je ogroman fokus na prognoziranje kao ključan element informiranja ljudi i utjecanja na odluke tijekom razvoja pandemije. Prognozirati je najčešće teško, no u ovom slučaju još je teže zbog nepoznavanja fundamenata epidemijskog procesa (riječ je o novom virusu), nepouzdanosti i nereprezentativnosti prikupljenih podataka, te zbog toga što nije riječ o „slobodnom“ procesu. Naime, odluke utemeljene na prognozama utječu na sam proces. U tom kontekstu, mnogi ljudi su uložili velike napore u analize podataka, razvoj i prilagodbe modela, kao i u komuniciranje rezultata i neizvjesnosti tih rezultata. Neki su dali dodatne doprinose javnoj raspravi u želji da pomognu, upozore i podupru upravljanje krizom. Dva glasa u toj raspravi bila su osobito važna, uz naizgled različite stavove. Mislim na Johna P. Ioannidisa i Nassima N. Taleba, dvojicu možda najvećih živućih mislilaca koji imaju suprotstavljene stavove o tome kako se trebamo boriti protiv pandemije i njezinih potencijalno destruktivnih posljedica.
Za razumijevanje rasprave između Taleba i Ioannidisa važno je imati na umu kompleksnost procesa prognoziranja koji se sastoji od četiri ključna elementa:
- prikupljanje (proizvodnja) podataka,
- izrada modela i izvođenje predviđanja,
- komunikacija predviđanja, što uključuje i komunikaciju rizika i neizvjesnosti prognoza,
- povratna sprega koja se javlja zbog toga što prognoze utječu na odluke o borbi protiv pandemije, a te odluke povratno utječu na epidemijski proces i njegove posljedice.
Naša očekivanja i percepcija rezultat su (i) četiri vrste pogrešaka koje se mogu pojaviti u svakoj od opisanih faza prognostičkog procesa. Očito je da strah može utjecati na sva četiri elementa. Štoviše, strah može proizvesti spiralu: strah može utjecati na prognoze, a prognoze mogu utjecati na strah, kako izravno, tako i neizravno, preko odluka nadležnih za borbu protiv pandemije. U nastavku ćemo pokazati kako Talebova statistička logika nekritički prihvaća (i time pothranjuje) strah, te kako ga Ioannidisova statistička odnosno šira znanstvena logika nastoji kontrolirati.
Taleb: statistika straha
U knjigama Fooled by Randomness i Black Swan Taleb je popularizirao statističku teoriju ekstremnih vrijednosti na temelju osobnog iskustva sudjelovanja na financijskim tržištima. Distribucije financijskih događaja nemaju normalan oblik nego su izrazito koncentrirane u repovima (fenomen poznat kao fat tails – zadebljanja repova statističkih distribucija). Ilustrirat ćemo to uz pomoć primjera distribucije visina muškaraca ili žena, koja ima približno normalan oblik. Kod takvih distribucija srednja vrijednost (i drugi momenti) dobro reprezentira cijelu pojavu. Na primjer, visina većine ljudi grupira se oko sredine. Vrlo je mali broj jako niskih i jako visokih ljudi. Drugo, distribucija populacije može se dobro procijeniti na temelju uzorka. Lako je prikupiti podatke koji dobro reprezentiraju pojavu i lako ih je analizirati. Prognoza uz pomoć jednoga broja (na primjer, očekujemo da će od COVID-19 do 1.11. umrijeti oko tisuću ljudi) u takvim uvjetima može imati smisla.
Nasuprot tome, postoje pojave poput velikih promjena cijena financijskih imovina, potresa i epidemija, koje se ne mogu opisati normalnom ili distribucijama sličnih svojstava. Takve pojave dugo miruju prije nego što naglo skoče u rijetkim slučajevima u kojima su koncentrirani rizici. Srednje vrijednosti u takvim distribucijama nisu reprezentativne – ne znače ništa. Iz uzoraka se ne može ništa pouzdano zaključiti i teško je ili nemoguće prognozirati.
U nastojanju da ove ideje približi široj publici, Taleb se poslužio sada već profanom metaforom crnog labuda. Labudovi su u Europi bili bijeli i nitko nije mogao ni zamisliti crnog labuda, sve dok jednoga dana jedan takav nije stigao brodom iz Australije ili Indije. Taleb je zaključio da je najviše što možemo učiniti u takvim uvjetima – biti spremni. Moramo zamišljati i „nevjerojatne“ scenarije i spremati se za odgovore na neočekivano, još neviđeno.
Rukovodeći se prikazanom logikom Taleb je zaključio da ni prognoze ni kritike prognoza razvoja pandemije nemaju smisla. Pandemija COVID-19 pripada skupini crnih labudova. Tako nešto se može samo slučajno predvidjeti, a to znači da je prognoza bezvrijedna i ako se ex post pokaže točnom. Ex post pogodak samo stvara šum – lažnu važnost prognoze. U takvim uvjetima nema smisla tvrditi, kao Ioannidis, da treba prikupiti više podataka i dokaza. Više podataka i dokaza po definiciji ne može poboljšati prognozu koja je besmislena. Međutim, zbog toga ne treba ignorirati egzistencijalnu prijetnju. Doda li se svemu tome problem nepouzdanosti podataka, Taleb smatra da je racionalno slijediti strategiju panike odnosno paranoje: lockdown je racionalno rješenje. Taleb to ilustrira problemom ulaska u avion: ako ne znamo ništa o vještinama pilota, najbolje je ne ući.
Međutim, zrakoplovna ilustracija razotkriva pukotinu u Talebovoj priči. Oko 99,99% ljudi ne zna ništa konkretno o vještinama pilota, ali svejedno lete. Jesu li zbog toga krajnje neoprezni, glupi, neracionalni, „ludi“? Nisu, naravno. Ljudi znaju da je zrakoplovna industrija jedna od najreguliranijih na svijetu. Većina ne zna detalje regulacije, ali pretpostavljaju da piloti imaju licence za vožnju upravo tog tipa zrakoplova, da se redovito moraju educirati i obnavljati dozvole (u stvarnosti, dva puta godišnje, za razliku od gomile luđaka u automobilima kojima je desetljećima dano da voze bez ograničenja), da redovito idu na liječničke preglede… Osim toga, ljudi vode brigu o tome s kojom kompanijom lete i imaju neku generalnu sliku o njenoj reputaciji, jer znaju da interne procedure također jamče sigurnost.
Ljudi pritom, baš kao i Taleb, ne mare o prosjecima. Pretpostavljam da ne znate kolika je vjerojatnost nesreće Boeinga 737 s minimalno jednom poginulom osobom? Oko 1 na 10 milijuna letova. I ne trebate znati taj podatak, jer, kao što i Taleb govori, on ništa ne znači. To je globalni prosjek koji uključuje i letove po Africi i Afganistanu sa starim avionima i lošim pilotima u slabim regulatornim uvjetima. Ako letite u Japanu, SAD-u ili Europi, statistika je za vas mnogo povoljnija od beznačajnog globalnog prosjeka. Prema tome, Taleb je promašio informacijski kontekst; zaboravio je na opis procesa koji utječu na ishod. Nije uspio dokazati da učenje, pa samim time eventualno i prognoziranje, ne može napredovati.
Ioannidis: statistikom protiv straha
Ioannidis je veliki dio svoje profesionalne karijere posvetio proučavanju konteksta i izvlačenju podataka i zaključaka u svjetlu boljeg razumijevanja pojava. Nasuprot Talebu, on (zajedno sa suradnicima) tvrdi: COVID-19 uopće nije tako rijedak događaj kao što izgleda na prvi pogled. Usporedbe sa Španjolskom gripom otprije 100 godina, koja je ubila 50 milijuna ljudi prosječne dobi 28 godina, potpuno su promašene. To znamo, jer skupljamo podatke i učimo o epidemijama.
Taleb je u radu s Cirillom analizirao 72 epidemije i zaključio kako one predstavljaju ekstremno rijetke, nepredvidive događaje. Međutim, i spomenute 72 ne predstavljaju populaciju epidemija iz kojih bi se nešto moglo zaključiti (takozvana selekcijska pristranost). Ioannidis i suradnici smatraju da ako se prag broja umrlih spusti na nekoliko, u ljudskoj povijesti bismo registrirali na desetke milijuna epidemija; uz prag na tucet umrlih registrirali bismo ih na stotine tisuća, a uz prag koji bi bio nešto viši od tisuću umrlih, registrirali bismo ih nekoliko tisuća (da smo imali „detekcijske uređaje“ kakve imamo danas).
Na primjer, koronavirusi već dugo uzrokuju epidemije. Procjena za epidemiju koronavirusa OC43 iz 1890. penje se preko milijun umrlih (tada je na svijetu živjelo oko četiri puta manje ljudi nego danas). No, da smo od početka uspoređivali SARS-COV-2 s OC43, a ne sa SARS-om iz 2003. ili Španjolskom gripom, možda bismo se manje uplašili. Znanost danas omogućava bržu i precizniju detekciju patogena, načina kako se širi i mortaliteta koji uzrokuje. Stoga se statistike ne mogu izvlačiti iz konteksta i ignorirati bogatstvo informacija s kojima raspolažemo i koje još stignemo prikupiti kako bismo opravdali jednostavnu primjenu teorije ekstremnih vrijednosti i izvođenje Talebovog zaključka better-safe-than-sorry. To osobito vrijedi u svjetlu činjenice da neki načini borbe protiv virusa mogu izazvati veći mortalitet od samoga virusa. Taleb ne kalkulira mogući trošak strategije better-safe-than-sorry.
Ioannidis, kao i Taleb, upućuje kritiku ranim, brzopoteznim prognozerima, a još i više onima koji su prognoze epidemioloških modela uzimali za ozbiljno bez obzira na njihove katastrofalne promašaje iz prošlosti. Podsjeća da su promašene prognoze epidemioloških modela već izazivale pomor životinja (kravlje ludilo), ali ne izvlači krajnji zaključak koji bi bilo moguće izvesti, a taj glasi da bi se pomor mogao dogoditi i ljudima ako bi se nadležni slijepo orijentirali prema rezultatima nepouzdanih epidemioloških modela koji precjenjuju smrtnost.
Rezime rasprave: uloga kritike
Prema tome, i Taleb i Ioannidis kritiziraju prognostičke epidemiološke modele iz različitih perspektiva. Suglasni su u pogledu kritika epidemioloških modela, ali različita metoda kritike dovodi ih do različitih zaključaka.
Sljedeća tablica prikazuje rezime rasprave. Taleb pretpostavlja da pandemija poput ove u kojoj se nalazimo predstavlja kontekst u kojem nije moguće bilo što predvidjeti. Biti samo oprezan u ovom slučaju, možda je nerazumno (jugozapadni kvadrant). Veliki strah bi mogao biti opravdan, jer: better-safe-than-sorry (Talebov sjeverozapadni kvadrant). S druge strane, Ioannidis ne isključuje opravdanost velikog straha kada nema informacija i zbog toga nije odveć kritičan prema inicijalnom lockdownu (sjeveroistočni kvadrant Ioannidis 1). Međutim, on naglašava učenje o kontekstu – širenje znanstvenih spoznaja koje nas seli iz kvadranta Ioannidis 1 (moguće je predviđati ali nema informacija pa ne možemo isključiti paniku i paranoju) u kvadrant Ioannidis 2 (moguće je predviđati, ali sada imamo više informacija pa možemo biti razumno oprezni).
| Nije moguće predvidjeti | Moguće je predvidjeti | |
| Veliki strah | Taleb | Ioannidis 1 |
| Oprez | Nerazumno? | Ioannidis 2 |
Razmislimo sada o ulozi kritičkog razmišljanja u ova dva prikazana pogleda na pandemiju. Talebov pogled je fatalistički. On zapravo govori da je sva znanost osim statističke teorije ekstremnih vrijednosti u ovom slučaju beskorisna. U tom okviru, nema se što kritizirati; treba samo prigrliti strah i biti spreman. Nasuprot tome, Ioannidisov pogled počiva na kritici. On kaže: uvijek možemo bolje; sutra možemo znati mnogo više nego danas. I kada premalo znamo da bismo pouzdano prognozirali, možemo istraživati, uspoređivati, propitivati razlike na pojedinim mjestima eskalacije epidemije, uzimati u obzir cijeli kontekst, sve one stvari od kojih matematičko-statistički modeli apstrahiraju (zanemaruju ih) kako bi došli do prognoze. Na primjer, epidemiološki model, i kada je dobar, nema smisla ako nije uklopljen u širi javno-zdravstveni model koji kalkulira i sekundarni mortalitet (npr. rast rizika morbiditeta od kardiovaskularnih bolesti i raka zbog utjecaja lockdowna na zdravstveni sustav).
Ioannidis je posebno kritičan prema načinima popunjavanja smrtovnica u koje liječnici upisuju uzrok smrti. Poziva se na istraživanja, ali i na svoje praktično liječničko iskustvo s početka karijere. Tvrdi (bombastično): pogreške su ogromne. U ovom videu tvrdi da mogu biti veće od nevjerojatnih 50%. Sličnu je tezu postavio u spomenutom tekstu Fijasko u nastajanju. A da ta njegova teza nije „bez vraga“, potvrdila je jedna švedska studija koja je pronašla 15% potpuno pogrešno utvrđenih uzroka smrti od COVID-19, i to prije nego što se uopće problematizira poznata razlika između smrti od COVID-19 i smrti sa COVID-19.
Unatoč tome, Ioannidis nikada ne napušta princip opreza. Ne umanjuje opasnost, nije radikalni kritičar početnog lockdowna, samo želi na stvari gledati racionalno i tražiti najbolja rješenja za društvo u cjelini.
Zaključak o strahu
Očito je da strah prožima ovu priču. Taleb ga nekrtički prihvaća, Ioannidis ga želi kontrolirati. Njihova (znanstvena) rasprava ne odudara od brojnih rasprava kojima smo svjedoci proteklih mjeseci, koje se vode u medijima, parlamentima i privatnim domovima. Jezik kojim oni vode raspravu je sofisticiraniji, a ideje su bolje artikulirane. Ali ipak, sve se svodi na strah – na njegovu ulogu i naš odnos prema njemu: hoćemo li dozvoliti da nas paralizira (želimo li biti paranoidni pesimisti u Talebovom kvadrantu), hoćemo li ga slijepo odbaciti i izložiti se velikim rizicima (želimo li biti naivni optimisti u jugozapadnom kvadrantu), ili ćemo stalno propitivati strah nastojeći se preseliti iz kvadranta Ioannidis 1 u Ioannidis 2.
Strah može biti i potencijalni neprijatelj i potencijalni saveznik, samo ga treba smjestiti na mjesto koje mu pripada.