Anlamak; bir kişi, durum veya mesaj gibi soyut veya fiziksel bir nesne ile ilgili kişinin düşünebileceği ve bu nesneyle yeterince basa çıkmak için kavramları kullanabildiği psikolojik bir süreçtir. Anlamak temel olarak bilen ile bir nesne veya durum arasındaki ilişkidir. Koronavirüs gibi hayatımıza birden girmiş güncel bir durumu anlamak, ilgili durumu ilgilendiren nesnelere örnek olarak insanların, durumun değerlendirilmesi (hastalık uzmanları) ve var olan yeteneklerin (alınması gereken önlem uygulayıcılarının), virüsün durdurulması için kullanılması ile mümkün olmaktadır.
Neden böyle başladık öncelikle cevaplayalım. Sevgili Barış Özcan’ın “Bir Resme Bakınca Ne Görüyorsun?” yazısı üzerinden görmek, anlamak ve ilişkilendirmek kavramlarını Covid-19 vakası üzerinden tartışmak, herkesin birbirine akıl vermeye uğraştığı bir ortamda değişik bir bakış açısı önermek amacıyla, diyebilirim. Yazıda Claud Monet`in farklı zamanlarda ayni şeyin görüntüsünü, ki bu Thames Nehri üzerinde yer alan Waterloo köprüsü, yakalamak ve bunu yansıtması anlatılıyor. Kısıtlı renk paleti üzerinden 6 yıl boyunca gözlemlenmiş 37 farklı sanat eseri, her gün değişen mevsimsel davranışların yarattığı etkilerin renkleri nasıl oluşturduğu ve insanların bunları nasıl algıladığını anlatılmakta. Monet’in bize dünyayı normal yollardan algılamaya yönlendirmesi, dikkatimizi aydınlatma etkileri ve resimde çok net gözüken nesnelerden ziyade bilinçli bir şekilde resimlenen sahnedeki karmaşık detayların tonunu azaltması, aynı köprü özelinde birçok farklı anlama ve algılama süreci konusunda bize bir konu (nesne) üzerinden farklı mesajlar vermekte. Corona virüsü özelinde geldiğimiz noktada hepimiz bu durum karşısında farklı algılara sahibiz ve kendi anladıklarımız ve bildiklerimiz üzerinde değerlendiriyoruz. Ancak bu aşamada gerçek anlamda bilimsel gelişmeleri ve uyarıları takip etmek en önemli bakış açısı olarak ele alınmalı.
Farklı bakış açılarından bahsetmişken, Influenza, Korona ve bu gibi etkileşimli bulaşıcı hastalıkların sosyal trendlerle aynı karmaşık yayılma kalıplarını takip ettiğine dair son zamanlarda bilimsel çalışmalar bulunmakta. Nature Physics tarafından yayınlanan bir çalışmada (1), etkileşen bulaşmaların sosyalleşme durumunda paylaşılan veri paylaşımında ayırt edilemeyeceği, aynı anda birden fazla hastalık popülasyona yayılması ile sosyal trendler arasında bir benzerlik gösterdiğini ve böylece iyi bir modelleme üzerinden, izleme ve müdahale edilebileceği çerçevesinde bir görüş bulunmakta.
Hastalık modelleyenler koronavirus veya grip gibi bir salgını haritaladıklarında, genel olarak hastalık yapan etkileri (izole patojenler) ele alırlar. Bu “basit” dinamikler altında genellikle salgının öngörülen büyüklüğünün bulaşma hızı ile orantılı olacağı kabul edilmektedir. Bu nedenle birçok sosyal medya vb. kanalda ülkeler bazında salgının istatiksel grafikleri gösterilmektedir, örnek. Ancak, 2015 yılında sosyal trendlerin yayılma hızının modellendiği disiplinler arası bir araştırma merkezi olan Santa Fe Enstitüsü’nde biyolojik bulaşmalar ve sosyal bulaşmalar karşılaştırılmıştı. Klasik yayılma eğiliminin de aynı şekilde “Yeni Yıldız Savaşları filmini izlemenizi söyleyen on arkadaşınızın size aynı şeyi on kez anlatan bir arkadaştan farklı olduğu” olgusu ele alındı ve buna sosyal takviye ya da “social reinforcement” denildi.
Sosyal bir davranışı pekiştiren çok sayıda arkadaş gibi, birden çok hastalığın varlığı da bir enfeksiyonu kendi başına olacağından daha bulaşıcı hale getirmektedir. Biyolojik hastalıklar, zatürre gibi ikinci bir enfeksiyonun yayılmasına yardımcı olan hapşırma virüsü durumunda olduğu gibi semptomlarla birbirini güçlendirebilmektedir. Ayrıca, bir hastalık konağın bağışıklık sistemini zayıflatarak popülasyonu ikinci, üçüncü veya ek bulaşmaya daha duyarlı hale getirebilmektedir. Böylece hastalıkların birbirini tetikleyerek oluşturduğu nüfus içi yayılım hızı daha sonra yeni kişilere bulaşmakta ve bağışıklık sisteminin zayıf olduğu durumlarda ortaya çıkmaktadır. Araştırmacıların modeline göre, aynı süper üstel örüntü, yaygın olarak paylaşılan ve daha sonra kritik bir kitle onları izledikten sonra alakalı olmayı bırakan viral videolar gibi sosyal eğilimlerin yayılmasını karakterize etmektedir.
Karmaşık sosyal ve biyolojik sistemlerde evrensel bir yayılma modeli gözlemlemek ilginç bir bakış açısı olarak ele alınsa da aynı zamanda farklı iki durumun davranış modelinin de kendine özgü bir davranışı olduğunu gösterebilmektedir. Sadece verilere bakarak, bu karmaşık modeli gözlemleyebilir ve tahmin edebiliriz. Böylece ölümcül bir salgının bir virüsle mi, sosyal bir eğilimle mi yoksa bir kombinasyonla mı güçlenerek ilerlediğini algılayabiliriz, ancak bunu şu anda bilemiyoruz. Bu günlerde etkileşimlerin sadece biyolojik olarak mı yoksa sosyal medya eğilimlerinin etkileşimi ile mi güçlendiğini anlamak için daha çok modelleme ve veriye ihtiyaç bulunmaktadır. Hayatımıza aniden giren Covid-19 tehlikesini anlamak için yürütülen tüm bilimsel çalışmalar, günümüzün popüler başlığı veri bilimi özelinde sadece matematiksel modellemeleri değil aynı zamanda fiziksel modellemeleri içerecek şekilde zenginleştirilmekte ve farklı bakış açıları edinilmektedir.
(1) Macroscopic patterns of interacting contagions are indistinguishable from social reinforcement. Nature Physics, 2020; DOI: 10.1038/s41567-020-0791-2