Tendencias 21
   




Las pandemias se expanden igual que las noticias falsas en Internet

Sufren cambios evolutivos similares a los de las fake news para hacerse virales


Las epidemias se expanden por la sociedad de la misma forma que las noticias falsas en las redes sociales: para prevenir su expansión hay que tener en cuenta los cambios evolutivos que sufren los virus y las fake news.



Foto: Freepik
Foto: Freepik
La evolución de una epidemia, como la que representa el coronavirus COVID-19, no puede seguirse únicamente con modelos matemáticos complejos.

Según una investigación de la universidad Carnegie Mellon publicada en PNAS, es preciso también tener en cuenta los cambios evolutivos que pueden producirse en el patógeno causante de la epidemia.

Los modelos matemáticos calculan el alcance de la propagación de un virus y el alcance de su propagación.

Prever el impacto que un patógeno puede tener en la población  permite adelantarse a los hechos y diseñar alternativas para resolver el problema.

No obstante, cuando un patógeno cambia de forma imprevista (porque el virus muta o modifica su patrón de comportamiento) es difícil prever  la evolución de la enfermedad.

Por este motivo, los autores de esta investigación plantean la necesidad de incorporar al seguimiento de una epidemia o pandemia, el proceso evolutivo en el que está implicado el patógeno.

“Si no se consideran los posibles cambios con el tiempo, habrá errores al predecir el número de personas que se enfermarán”, explica Osman Yagan, uno de los autores de esta investigación.

Precisa que la evolución no puede ser ignorada cuando se busca anticipar el impacto y la propagación de un virus, que son claves para la correcta gestión de una pandemia.

Redes sociales como marco

Para llegar a esta conclusión los investigadores se han apoyado en las redes sociales porque reflejan el mismo comportamiento de las epidemias cuando difunden rumores falsos.

Explican que esas noticias falsas sufren en las redes sociales mutaciones parecidas a las de los virus en la vida real, ya que a veces se desarrollan orgánicamente (se hacen virales) gracias a los cambios que le van añadiendo los usuarios para hacerla más creíble o simpática.

Lo que hicieron los investigadores fue desarrollar un modelo matemático que tuviera en cuenta todos los cambios evolutivos que se producen en la información falsa de las redes sociales.

Luego contrastaron ese modelo de propagación de información falsa frecuente en las redes, con miles de epidemias virales simuladas por ordenador que fueron introducidas también en redes sociales.

Para este experimento se valieron de dos redes sociales concretas: una de contacto entre estudiantes, maestros y personal de una escuela secundaria de EE.UU., y otra de contacto entre personal y pacientes en un hospital en Lyon, Francia.

Resultados concluyentes

Analizando lo que pasaba en ambas redes con la información introducida sobre las epidemias, sometida a cambios similares a los que ocurren con las noticias falsas, los investigadores comprobaron que, sin tener en cuenta esos cambios, es imposible anticipar con exactitud cómo va a viralizar esa información.

En términos médicos, eso significa que si los modelos tradicionales no consideran las adaptaciones evolutivas, tampoco pueden predecir la probabilidad de aparición y expansión de una enfermedad en la sociedad.

También confirmaron que los cambios evolutivos que sufren, tanto las informaciones falsas que circulan por las redes sociales, como los virus en la vida real, tienen un gran impacto en la evolución de las epidemias en la sociedad.

Concluyen que si no se tienen en cuenta estos factores evolutivos, el cálculo del número de personas que se enfermarán (o  quedarán expuestas a una información falsa en las redes sociales) siempre será erróneo.

Si bien este estudio no demuestra cómo prevenir las fake news ni tampoco como evitar una epidemia, introduce un factor crítico para hacer previsiones fiables de la evolución de una enfermedad como el COVID-19 que ahora afecta a la sociedad global.

Referencia

The effects of evolutionary adaptations on spreading processes in complex networks. Rashad Eletreby et al. PNAS March 17, 2020 117 (11) 5664-5670. DOI:https://doi.org/10.1073/pnas.1918529117



Miércoles, 18 de Marzo 2020
Redacción T21
Artículo leído 2724 veces





Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.