『伝染のルール』（2020年）は、ウイルスの拡散と、アイデア、行動、人気のオンラインコンテンツがいかに同じパターンに従うかを、科学的・数学的に考察した一冊です。伝染のルールを理解することで、アイデアの普及メカニズム、金融危機の原因、銃暴力のような有害な行為がコミュニティに広がるプロセスについて、洞察を深めることができます。
本書の要点：伝染のルールは、感染症だけに当てはまるわけではないと知る。
昨今、誰もが伝染の仕組みについて知りたがっています。幸いなことに、著者のアダム・クチャルスキは、ジカ熱やエボラ出血熱など、現代の最も危険な伝染病のいくつかを研究してきたキャリアの持ち主です。本書は新型コロナウイルスのパンデミック以前に執筆・出版されましたが、それでもなお、ウイルスがどのように広がり、なぜ終息するのかについての非常に興味深い考察です。しかし、伝染はウイルスだけに限った話ではありません。
社会の多くの側面も、同じルールに従っています。コンピューターウイルスや、インターネット上で「バイラル」になるものについてはよくご存じかもしれませんが、伝染のルールは銃暴力のパターンや新しいアイデアの広がり方にも見られることが分かっています。これらのポイントでは、伝染性のアウトブレイクがどのように発生し、なぜ最終的に収束するのかを説明します。ここでは、以下のことが分かります。
- マラリア研究が社会学の研究に応用されるようになった経緯
- 誤った相関関係がいかに金融崩壊を引き起こしたか
- 伝染のルールを銃暴力の減少にどう活用できるか
数学とモデルが伝染性の事象の研究方法を一変させた。
- 人類の歴史を通じて、私たちは伝染病や感染症のアウトブレイクと闘い続けてきました。
- 幸いなことに、マラリア、天然痘、はしかなどの病気の多くは、大幅に減少しました。
- ワクチン、衛生状態、そして病気の動きについての理解の進歩により、私たちは過去よりもずっと上手く病気の拡大に対処できるようになっています。
- 私たちが恩恵を受けてきたツールの一つが、科学的なモデルの活用です。
- これにより、私たちは伝染の拡大を分析し、場合によっては危険のリスクを正確に予測できるようになりました。
- ここでの重要なポイントは、「数学とモデルが伝染性の事象の研究方法を一変させた」ということです。
- アウトブレイク研究に数学を使った先駆者の一人が、19世紀のイギリス人外科医ロナルド・ロスでした。
- 1883年、ロスはインドのバンガロールに駐留していました。
- 彼が初めて深刻な蚊の問題に遭遇したのは、そこでのことでした。
- しかし、その原因は何だったのでしょうか？
- ロスは、蚊の数が停滞水の存在と直接関係があることをいち早く認識した一人でした。
- その10年後、ロンドンでのサバティカル中に、ロスは同僚の医師パトリック・マンソンから重要な洞察を得ました。
- 中国で寄生虫を研究した後、マンソンは、蚊が寄生虫に感染した血液を吸うと、その寄生虫の保菌者にもなり得ると確信していました。
- これはロスにとって極めて重要な情報でした。
- 彼はそれを、人類最古の感染症の一つであるマラリアの拡大に関する有力な説明だと考えました。
- 寄生虫を持つ蚊が原因だったのでしょうか？
- ロスは、マラリアに感染した鳥を蚊に刺させることで、自説を証明しました。
- 彼は、その蚊がどのようにして健康な鳥に病気を伝染させるかを示しました。
- ロスはさらにアイデアを発展させました。
- 彼はマラリアを制御する方法を提案したのです。
- このために、彼は計算を行いモデルを作成し、1910年の著書『マラリアの予防』に発表しました。
- ロスは、ある地域の蚊の数を減らすことで、どのように感染率を低下させ、制御できるかを初めて説明したのです。
- 例えば、ロスのデータは、平均して1人の新規感染者を生み出すのに約4万8千匹の蚊が必要であることを示しました。
- つまり、停滞水を取り除いたり処理したりすることが、新規感染者数に直接的な影響を与えるのです。
- そして彼は、感染率と回復率という二つの統計の重要性を説き、回復率が感染率を上回れば、最終的に症例数はゼロに達することを示しました。
- これは、感染症に対する全く新しい見方を示すものでした。
科学モデルのおかげで、人生の他の側面にも伝染の法則を認識できる。
- 研究者たちは、エボラ出血熱、ジカ熱、HIVなど、さまざまな伝染病と闘うためにモデルを活用してきました。
- ロナルド・ロスの研究を発展させ、研究者たちはSIRモデルとして知られるものを開発しました。これは感受性保持者（Susceptible）、感染者（Infectious）、回復者（Recovered）の頭文字を取ったものです。
- ほとんどの場合、病気から回復すると、その人はもはや感受性を持ちません。
- したがって、回復者の数が増えるにつれて、感受性保持者の数は減少します。
- SIRモデルは、アウトブレイクが最悪の状態にあるときに、感受性保持者の数が最も少なくなる時点があることを示しています。
- この時点では、ほとんどの人が感染しているか、すでに回復しているかのどちらかです。
- その後、感染させるべき感受性保持者が十分にいなくなるため、アウトブレイクは減少し始めます。
- この時点を集団免疫と呼びます。
- しかし、これらの概念やモデルは、医療や疾病管理だけに限定されるものではありません。
- ここでの重要なポイントは、「科学モデルのおかげで、人生の他の側面にも伝染の法則を認識できる」ということです。
- ロナルド・ロスは、自身の研究が感染症の拡大以外のことも説明できると信じていました。
- 例えば、ロスは「ハプニング（出来事）」という概念も導入しました。
- ハプニングとは、基本的に、人々が他の種類のトレンドに対して感受性を持つようになるかもしれないし、持たないかもしれない出来事のことです。
- ロスは二つのタイプを特定しました：独立したハプニングと依存的なハプニングです。
- 階段から落ちて足を骨折するような独立したハプニングでは、その出来事が後日他の誰かに起こる可能性を増減させることはまずありません。
- したがって、独立したハプニングの場合、平均的な人のリスクレベルは毎年変わらない可能性が高いのです。
- 依存的なハプニングの場合は、様相が異なります。
- 依存的なハプニングは広がります。
- それらには、アイデアや信念、そして伝染性のウイルスのようなものが含まれます。
- 例えば、誰かが刺激的なアイデア、たとえば流行の新しいアプリについて聞いた場合、その周囲の人々もそのアイデアに触れ、飛びつく可能性が高まります。
- ロスのモデルは、依存的なハプニングが一般的にグラフ上でS字曲線を描くことを示しています。
- 最初はゆっくりとした広がりが次第に加速し、ある時点に達すると減速して横ばいになります。
- 1962年、社会学者のエヴェレット・ロジャースは、ロスの依存的なハプニングのモデルが、新しいアイデアや製品の採用など、人生の多くの側面に当てはまると指摘しました。
- 感染症と同様に、伝染性のアイデアが流行する速度は、最終的には、そのアイデアについてまだ聞いたことがない感受性保持者と接触する可能性が低くなると、横ばいになるのです。
伝染のルールは金融にも当てはまる。
- あなたにとって危機とはどのようなものでしょうか？
- 確かに、健康への深刻な脅威は危機とみなせますが、金融機関への脅威も同様です。
- ここでの重要なポイントは、「伝染のルールは金融にも当てはまる」ということです。
- 「金融伝染」という言葉は1990年代半ばから存在していました。
- しかし、金融伝染の概念が本当に明確になったのは、2008年の金融危機の時でした。
- 2008年の危機に関与した多くの要因の一つは、特定の考え方がトレーダーや金融市場関係者の間で徐々に広がっていたことでした。
- 特に、CDO（債務担保証券）の取引が非常に人気を博していました。
- CDOは、住宅ローンを含む多数のローンを一つにまとめたものでした。
- CDOへの投資家は、人々のローン返済の一部を受け取ることで収益を得ていました。
- 単純な仕組みです。
- そして、原理的にはかなりリスクが低いものでした。
- 唯一の危険は、多くの人々が住宅ローンやローンの返済を止めた場合ですが、ほとんどの人はそんなことは起こりえないと考えていました。
- 低リスクで高価値の可能性があるCDOは、その人気を高めていきました。
- ますます多くの人々が投資するにつれて、それは加速的に金融システム全体に広がりました。
- クレジット専門家のジャネット・タバコリが述べたように、それは「感染力の高い思考ウイルスのように金融市場の心理に広がった」のです。
- 残念ながら、そこには問題がありました。
- 住宅価格は何年にもわたって着実に上昇していました。
- そして2008年までに、多くのCDOは、古くて時代遅れの価格に基づいた住宅ローンを抱えていました。
- したがって、それらの住宅ローンが返済される可能性ははるかに低くなっていたのです。
- 言い換えれば、低リスク投資のように見えたCDOは、実際にはハイリスクだったのです。
- そしてCDOがあまりにも普及していたため、このリスクはシステム全体に行き渡っていました。
- 事態が表面化し、市場がCDOの無価値さに気づくのは時間の問題でした。
- そしてそれが現実となったとき、システム全体が崩壊しました。
- この感染は、リーマン・ブラザーズやベアー・スターンズのような銀行や金融機関に打撃を与えました。
- 多くの企業が倒産し、投資家は巨万の富を失いました。
- 1990年代後半のドットコムバブルであれ、1630年代のオランダのチューリップ熱であれ、バブルは同じ伝染のルールに従っていることに注意すべきです。つまり、金融上のアイデアが広がり熱狂的に受け入れられ、物事が必然的に限界点に達して崩壊するまで続くのです。
暴力や犯罪に関する統計は、感染症のそれと類似しているように見える。
- おそらく「暴力は暴力を生む」というフレーズを聞いたことがあるでしょう。
- もしそうなら、疫学者が暴力行為はウイルスのように広がりうることを発見したと聞いても、それほど驚かないかもしれません。
- ここでの重要なポイントは、「暴力や犯罪に関する統計は、感染症のそれと類似しているように見える」ということです。
- 病気のアウトブレイクを地図に描くことは比較的新しい試みです。
- それは1848年、ジョン・スノウという医師から始まりました。
- スノウはロンドンの地図を使い、最近発生したコレラのアウトブレイクを、ある一つの共同井戸に特定しました。
- それ以来、地図はアウトブレイクの発生源を追跡しようとする疫学者にとって不可欠なツールであることが証明されています。
- そのような疫学者の一人がゲイリー・スラトキンです。
- 彼は、米国の都市における殺人事件の地図が、バングラデシュのコレラ発生地図と非常に似ていることを発見しました。
- 地図は、暴力のアウトブレイクが、まるで病気のように集団化し、外側へ広がりうることを示していました。
- 同様に、ルワンダにおける暴力の歴史的グラフは、ソマリアにおけるコレラ発生のデータに似ていました。
- スラトキン博士だけが、暴力と病気の相関関係を評価しているわけではありません。
- イェール大学の社会学者アンドリュー・パパクリストスは、シカゴでの銃撃に関する調査を行い、「銃撃された100人ごとに、伝染の結果として63件の追撃が発生する」ことを発見しました。
- このレベルの伝染性は、シカゴの銃暴力に0.63という再生産数（R）を与えます。
- 比較すると、パンデミックインフルエンザやエボラのアウトブレイクは通常、1～2のRを持ちます。
- これが意味するのは、エボラに感染した各人が、平均して1～2人にそれをうつす可能性があるということです。
- 2003年のSARSのアウトブレイクのRは2～3でした。
- 根絶された唯一のヒト感染症である天然痘のRは4～6でした。
- つまり、銃暴力はいくつかの感染症ほど伝染性は高くないものの、感染症として扱うことができるのです。
- 実際、それはまさに米国の一部の都市で行われており、しかも良い結果を伴っています。
- スラトキン博士の研究は、「Cure Violence（暴力を治療する）」という組織の基盤となっています。
- この組織は高リスク地域を特定し、「暴力インタラプター（介入者）」のチームを派遣します。
- これらの暴力インタラプターは、被害者やその友人、家族と話し、暴力的な報復以外の選択肢へと導くことで、伝染の拡大を阻止しようと努めます。
- 注目すべきことに、シカゴのウェスト・ガーフィールド・パークでの1年間の活動の後、この地域の銃撃事件は約3分の2減少しました。
アイデアやインターネット・ミームもバイラルになりうる。
- 疫学者が正確な予測を立てるのは容易ではありません。
- 優れたモデルを作るには、良質なデータが必要であり、これは入手が難しいことがよくあります。
- パンデミックインフルエンザの場合、世界中の病院や保健センターが正確なデータを記録し提供する必要があり、さらにそのデータを収集・整理する人々も必要です！
- これは小さな偉業ではありません。
- そして、それが実現したとしても、通常は遅延が生じます。
- 研究者たちはしばしば、数日、あるいは数週間前のデータを処理するという後手に回っています。
- しかし、データが豊富で容易に入手できる場所が存在します。インターネットです。
- ここでの重要なポイントは、「アイデアやインターネット・ミームもバイラルになりうる」ということです。
- 「バイラル」なオンラインコンテンツの作成についてよく知る人物の一人が、ジョナ・ペレッティです。
- 2001年、ペレッティは、「スウェットショップ（搾取工場）」という言葉を入れたパーソナライズド・スニーカーを注文した後、ナイキとメールのやり取りを交わしました。
- ナイキが注文を拒否すると、ペレッティはそのやり取りを共有しました。すると驚いたことに、そのメールチェーンはバイラルになりました。
- 彼の話は新聞で取り上げられ、ペレッティは『トゥデイ・ショー』にゲスト出演することになりました。
- 当時、ペレッティはMITの大学院生でしたが、すぐにバイラルコンテンツの作成をフルタイムの仕事にするようになりました。
- 初期には、彼はニューヨーク市の非営利団体「アイビーム」の「伝染メディア・ラボ」の責任者でした。
- 最終的に、彼は『ハフィントン・ポスト』の開発を支援し、『バズフィード』という小さなウェブサイトを立ち上げました。
- ペレッティは、インターネット上で物事がどのように、そしてなぜバイラルになるのかについてのエキスパートであると言っても過言ではありません。
- オンラインコンテンツのアウトブレイクを生み出す努力において、ペレッティは伝染のルールに関する知識を活用しています。
- 例えば、マーケティングキャンペーンを開始する際、ペレッティは、再生産数が1未満の場合にどのようなアウトブレイクが予想されるかを示す方程式に依存しています。
- 少し数学にお付き合いください。
- Rが0.8のインフルエンザが流行したとします。
- 1引く0.8は0.2です。
- そして1割る0.2は5です。
- したがって、再生産数が0.8のインフルエンザは、平均して5件の症例規模のアウトブレイクが予想されることを意味します。
- 同様に、このプロセスを逆算することもできます。
- あるツイッターの投稿が130回リツイートされたとしましょう。
- 全履歴を見ると、そのツイートを見たほとんどの人は全く反応しなかったことが分かります。
- 結果的に、活動のクラスターは4つだけで、それらのクラスターにおける平均アウトブレイクはわずか1.04回のリツイートでした。
- この数字を使えば、そのツイートのRが0.04と、大したことない数字だったと計算できます。
- このようにして、ペレッティはこの便利な小さな方程式を使い、マーケティングキャンペーンの効果を調べることができるのです。
オンラインコンテンツは伝染を模倣できるが、インフルエンサーの役割は限定的。
- Twitterはバイラルコンテンツで溢れていると思うかもしれませんが、実際には、Twitter上のコンテンツの95%は、誰にも共有されていない単独のツイートです。
- オンラインコンテンツが注目を集め、世界中に広がるのは極めて稀なことです。
- ジョナ・ペレッティのような人物や、マイクロソフトやフェイスブックの研究チームは、オンラインコンテンツがバイラルになる稀なケースを研究してきました。
- 彼らは、特定のコンテンツがなぜ、どのようにして、それをみんなと共有したくなるのかという疑問に答えようとしてきました。
- ここでの重要なポイントは、「オンラインコンテンツは伝染を模倣できるが、インフルエンサーの役割は限定的」ということです。
- コンテンツが伝染性ウイルスを模倣する方法の一つは、適応性です。
- 例えば、インフルエンザは、年ごとに変異し変化する能力で有名です。
- これが、冬のインフルエンザが毎年の脅威となる理由です。
- 新型インフルエンザのワクチンを製造できたとしても、それには約6ヶ月かかり、それは通常、アウトブレイクが終息する時期です。
- 人気のミームもまた、人から人へと渡るにつれて変異し、変化し、より共有されやすくなる能力で有名です。
- 面白い猫の写真の下にある言葉が変わったり、寄付のお願いに新しい一文が追加されたりするかもしれません。
- こうした小さな変化が大きな違いを生むことがあります。
- 例えば、「医療費を払えないという理由で死ぬべき人はいないし、病気になったという理由で破産すべき人もいない」というフェイスブックのメッセージがありました。
- これは元の形で50万回近く共有されました。
- しかし、メッセージが再投稿される際、10回に1回の割合で誰かが表現を変えていました。
- 「同意するなら投稿して」というフレーズが追加されると、フェイスブックの研究者らは、共有される可能性が2倍になることを発見しました。
- しかし、インフルエンサーはどうでしょうか？
- 彼らはオンラインコンテンツの拡散を助けることができるのでしょうか？
- 常にそうとは限りません。
- 何かを大規模にバイラルにさせうる単独の人物「スーパースプレッダー」の有効性に関する研究では、その影響力は限定的であることが分かっています。
- ですから、何百万人ものフォロワーを持つ有名人のようなオンライン「インフルエンサー」が何かを投稿したとしても、そのコンテンツが世界中に広がる保証はありません。
- ジョナ・ペレッティが言うように、インターネット上の「スーパースプレッダー」とは、2人ではなく、11人に感染させられる人のことです。
- 大した人数ではないですよね？
- 実際、Twitterで人気の投稿を研究した後も、ツイートをバイラルにする特定の特徴を特定することについては、ほとんど意見の一致を見ていません。
- 言い換えれば、私たちはまだ、オンラインでの人気を正確に予測する方法を見つけられていないのです。
テクノロジーは伝染の追跡に役立つが、限界もある。
- 見てきたように、テクノロジーは伝染のルールについて多くを教えてくれます。
- しかし、欠点もあります。
- 確かに、ソーシャルメディアはコミュニケーションを容易にしましたが、誤った情報の急速な拡散を促進し、絶え間ない不安の源にもなりえます。
- 同様に、シカゴのような都市での犯罪分析は、「Cure Violence」のような組織が暴力の連鎖を断ち切り、命を救う試みに役立ちます。
- しかし、過去のデータを使用することで、他の予測型の犯罪対策手法が、過去の地域警察活動の一部であった人種的偏見を強化することが示されています。
- そして、パンデミックインフルエンザと闘うことに関しては、テクノロジーが役立つ方法もありますが、依然として私たちにできないことも多くあります。
- ここでの重要なポイントは、「テクノロジーは伝染の追跡に役立つが、限界もある」ということです。
- 驚くべきことに、2014年のエボラ出血熱のアウトブレイク中、研究者たちはDNA分析のために血液サンプルの着実な供給を受けていました。
- DNA塩基配列決定技術の進歩により、研究者たちは各症例を感染者チェーンを通じてさかのぼって追跡することができました。
- この種のツールは、アウトブレイクがどのように振る舞うかについての魅力的な洞察を提供しますが、繰り返しますが、この洞察の多くは最悪の事態が過ぎ去った後に得られるものです。
- とはいえ、今日、人間の行動に関するリアルタイムのデータを豊富に提供できる情報源があります。
- 分析可能なデータの蓄積という点で、グーグルとフェイスブックに勝るものはほとんどありません。
- GPS信号を通じてユーザーを追跡する能力などを含むこのデータは、将来のアウトブレイクを制御するのに潜在的に役立つ可能性があります。
- しかし、おそらくより重要な問題は、それを使うべきかどうかです。
- 多くの人々は、自分の個人データがどれだけ収集され、ケンブリッジ・アナリティカのような企業に利用可能になっているかに気づいていません。
- 実際、フェイスブックユーザーのデータが政治キャンペーンの調査に利用されたことは、かなりのスキャンダルを引き起こしました。
- 一方で、2017年から、著者はBBCとContagion!という特別番組との共同研究に参加しました。
- それには、人々が自分の動きを追跡し、社会的相互作用に関する情報を収集するアプリをダウンロードすることが含まれ、すべて研究者の利益のためでした。
- 何万人もの人々が、大規模なデータセットに貢献してアウトブレイクがどのように発生するかをよりよく理解できるようにする以外に、何の利益もなく、自由意志で参加しました。
- ですから、これらのテクノロジーを善のために使う可能性はあります。
- しかし、これを実現するには、このデータがどのように使われるかについての透明性を高める必要があります。
- 自分のデータが収集されていること、そしてそれが正確に何に使われるのかを人々が認識していれば、良いことが起こりえます。
最終的なまとめ
- これらのポイントにおける重要なメッセージは、「伝染のルールは感染症だけに当てはまるわけではない」ということです。
- 1900年代初頭以来、研究者たちは、ウイルスの拡散とアイデアが人々の間で広がる方法との間に類似性を見てきました。
- それ以来、私たちは金融システムや、コミュニティ内で暴力が広がる方法にも類似性を見てきました。
- 残念ながら、伝染の研究にはデータ分析が必要であり、それは遅れをとっており、アウトブレイクの先手を打つことができないことを意味します。
- 新しいテクノロジーが人間の行動に対するより深い洞察をもたらし、将来のアウトブレイクに役立つ可能性があるという希望はありますが、このデータは倫理的かつ透明性のある方法で収集される必要があります。
- フィードバックはありますか？
- コンテンツについてのご意見をお待ちしております！
- この本のタイトルを件名にしてご意見をお送りください。
- 次に読むべきもの：ソニア・シャー著『パンデミック』
- 『伝染のルール』は人生の他の側面を見る面白い方法を提供していますが、ウイルスの科学を厳密に検証したい気分かもしれません。
- そこで、2016年の著書『パンデミック』の要約をお勧めします。
- 過去に人類を苦しめてきたさまざまなウイルスを歴史的に振り返り、それらがまだ起こっていないアウトブレイクについて何を明らかにするかを探ります。
- 現在のアウトブレイクを俯瞰してみたいなら、『パンデミック』の要約は、素早く情報を得るための完璧な方法かもしれません。
- さらに、過去に何が起こったかを知ることで、現在の状況をよりよく理解するために大いに必要な背景情報が提供されるでしょう。
