Adam Kucharski è un giovane epidemiologo dalla penna brillante che insegna alla School of Hygiene and Tropical Medicine di Londra e scrive libri divulgativi di successo. Oggi su Twitter spiega i numeri dell’epidemia e commenta con sagacia quello che succede là fuori. “Scetticismo asimmetrico: quando la gente ci mette un po’ a credere ai segnali che indicano un aumento del numero dei casi, ma è molto veloce a credere ai segnali che indicano una diminuzione del numero dei casi”. Poi ne scrive un libro, ed ecco un saggio originale che parla del “contagio” in generale e spiega come funziona quando si tratta di virus ma anche di informazione, di finanza, di moda. Non per niente si parla di fenomeni “virali”, che funzionano sempre più o meno in base alle stesse regole.

Il libro di Kucharski comincia con una premessa necessaria. Ogni epidemia è un caso a sé. Possiamo disegnare, a scopo didattico e per cominciare a capirsi, uno schema generale, cioè una curva epidemiologica standard che ha un innesco, una crescita, un picco e un declino. Però poi a noi interesserà sapere i meccanismi dell’innesco, la velocità della crescita, la dimensione dell’epidemia, che cosa succede al momento del picco e così via. E tutto questo è molto più difficile di quanto si pensi: non basta avere dimestichezza coi numeri per mettersi a disegnare curve da condividere con gli amici sui social network, come molti di noi hanno fatto nei mesi scorsi. Il libro di Kucharski ha il merito di farcelo capire, spiegando parole e concetti con cui abbiamo imparato a confrontarci in questi mesi e di cui abbiamo cominciato a sentir parlare perfino al telegiornale. Non solo: tutto questo ha una storia lunga e complessa, e Kucharski ce la racconta mostrandoci le evoluzioni del pensiero scientifico e delle sue applicazioni. Come la storia di Ronald Ross, che nel 1902 ha ricevuto il Premio Nobel per aver scoperto che la malaria viene trasmessa dalla puntura di una zanzara. Il suo contributo alla scienza, come lui stesso sosteneva, è stato però un altro, e ben più ampio. Per convincere i colleghi della propria idea, infatti, usò tanta matematica, studiata da autodidatta, e calcolò quante zanzare devono esserci al massimo in un villaggio perché l’infezione si arresti. Lo fece considerando numerose variabili, calcolate conoscendo la biologia del parassita, quella della zanzara e quella dell’essere umano. E intuì così l’esistenza di una soglia critica. Non era cioè necessario provocare l’estinzione della zanzara, obiettivo davvero difficile, ma bastava un buon controllo della sua diffusione e riproduzione. Non solo: intuì la possibilità di disegnare scenari sul futuro usando i dati in maniera dinamica.

Dai pionieristici lavori di Ross ci fu chi riuscì ad estrarre un modello generale. Nacque così, a inizio Novecento, il famoso (oggi, ormai) modello SIR, quello per cui in una popolazione ci sono i Suscettibili, che potrebbero ammalarsi, gli Infetti, che sono appunto infetti, e i Rimossi, che sono stati infetti, sono sopravvissuti, e non possono ammalarsi più (tra questi, a un certo punto della storia, possiamo metterci i vaccinati). Questo modello spiega molte cose dell’andamento classico di un’epidemia. Ma il bello è che può spiegare anche molti fenomeni di mercato (un individuo R è quello che si è già comprato una cosa che un S desidera oppure che non sa ancora di desiderare finché non arriverà la pubblicità a farglielo credere). Così come le stesse regole, mutatis mutandis, possono spiegare, per esempio, le bolle finanziarie. Sempre a proposito di “cose che abbiamo imparato durante la pandemia”, un’altra che è entrata nel nostro lessico è l’indice R, quello che descrive quante persone, in media, infetta un portatore (che sia sano o meno). R ci parla della contagiosità della malattia e della velocità della sua propagazione, ma in alcuni casi deve essere corretto, per esempio se c’è un intervento di contenimento come l’uso del preservativo per l’Hiv. Poi ci sono le reti che descrivono i contatti tra individui, quelli che abbiamo cercato di azzerare con il lockdown. E i grafici e i diagrammi: tutti molto simili, e uguali nelle basi, a quelli con cui si possono descrivere numerosi altri fenomeni non biologici, dalla trasmissione delle informazioni all’andamento delle pubblicazioni scientifiche di un dato settore.

Ovviamente, tutto questo ha anche bisogno di osservazioni sui comportamenti umani, per esempio sulle frequentazioni, i contatti fisici, le abitudini ludiche e lavorative e così via. E di ricerche sulla nostra psicologia, a partire dai meccanismi sui quali basiamo le nostre decisioni. Ma sempre di più si basa anche sull’impiego di strumenti nuovi, come i Big Data, che offrono nuove, enormi, possibilità di modellizzazione e di miglioramento dei metodi di ricerca quando si ha a che fare con tanta complessità. La storia che ci racconta Kucharski è quindi una guida per capire quello che sta succedendo adesso durante la pandemia, con l’ambizione di spiegarci anche che cosa succederà. In più, giocando di astrazione, ci dà strumenti concettuali validi per tanti aspetti delle nostre vite. Come dire: forse dall’epidemia non usciremo “migliori”, ma se ci fermiamo a pensare e a studiare possiamo almeno sperare di aver imparato qualcosa.