De la pandemia al cambio climático: así es la ciencia del riesgo

Por Akshat Rathi

Foto: REUTERS/Tom Brenner
Foto: REUTERS/Tom Brenner

Horas después de que los resultados de un modelo de riesgo llegaran al público, el primer ministro del Reino Unido, Boris Johnson, y el presidente de Estados Unidos, Donald Trump, pidieron a casi 400 millones de personas que cambiaran sus vidas.

Un grupo de epidemiólogos en el Imperial College de Londres publicó los hallazgos de su modelo el 16 de marzo, y los pronósticos eran sombríos. Permitir que el nuevo coronavirus corra sin control entre la población podría provocar 500.000 muertes en el Reino Unido y 2.2 millones de muertes en EE.UU. Las estimaciones, basadas en datos que muestran la rapidez con que el virus se estaba propagando entre las personas, llegaron a los titulares de todo el mundo.

Ese mismo día, Johnson instó a todos los ciudadanos a quedarse en casa y Trump dispuso medidas voluntarias de distanciamiento social. Ambos líderes dieron un giro, después de minimizar la necesidad de restricciones severas para controlar la propagación del virus.

Incluso si no vive en el Reino Unido o EE.UU., los modelos de riesgo como el utilizado por el equipo de Imperial ahora gobiernan su vida. Más de 2.500 millones de personas se encuentran en países cerrados o enfrentan severas restricciones a las reuniones sociales, y el número está creciendo. En muchos países con solo unos pocos casos de Covid-19, los funcionarios están utilizando ejercicios de modelado para decidir sus próximos pasos.

Los modelos de riesgo son representaciones matemáticas de sistemas complejos que ayudan a mostrar lo que puede suceder en condiciones específicas, y no se necesitó una pandemia para introducirlos en nuestras vidas. Algunos modelos ampliamente utilizados tienen bajas incertidumbres, como los que determinan el precio de las primas de su seguro de automóvil en función de los datos demográficos producidos por millones de conductores asegurados. Los modelos que proyectan cómo funcionará la economía si la inflación aumenta repentinamente conllevan mucha más incertidumbre.

Ningún modelo acierta todo el tiempo. “Incluso me resulta difícil juzgar cuánto debería creer lo que resulta de un ejercicio de modelado”, asegura David Spiegelhalter, profesor de comprensión pública del riesgo en la Universidad de Cambridge.

La conciencia pública de los grandes problemas a menudo comienza con el modelado. El cambio climático entró primero en la conciencia pública con la ayuda de modelos que usaban física conocida e, inicialmente, pocos datos de observación. Los científicos todavía están refinando modelos que han estado en uso durante cuatro décadas, con un notable historial de precisión. Esto puede dar a los cambios repentinos en los modelos una perspectiva ominosa. Las actualizaciones recientes de estos modelos climáticos muestran que el mundo podría calentarse mucho más de lo que se pensaba anteriormente, y los científicos aún no saben por qué podría ser ese el caso. En el caso del hielo marino del Ártico, por otro lado, los modelos no pudieron predecir la fuerte disminución observada en las últimas dos décadas.

Los modelos son tan buenos como los supuestos en los que se basan. Los científicos climáticos aún no están seguros de qué rol desempeñan las nubes, que pueden atrapar o reflejar el calor del sol en función de su tipo y su altitud, con lo que afectan el calentamiento del planeta. Y más de tres meses después de que el Covid-19 surgiera en China, los científicos aún no saben cuántas personas pueden infectar a otras sin sufrir los síntomas. Debido a las incertidumbres, en ambos casos, los modelos actuales producen grandes diferencias entre los límites inferior y superior de los pronósticos.

Decenas de científicos dedican miles de horas a perfeccionar los modelos utilizados para comprender las enfermedades infecciosas y el cambio climático, y el proceso de mejora no podrá resolver todas las incertidumbres. Incluso cuando las cosas no se mueven tan rápido como en una pandemia, el número de variables involucradas en un modelo aumenta el grado de incertidumbre. Eso no quiere decir que los modelos sean solo productos de simulación por computadora. Están informados y muy mejorados por observaciones y datos empíricos. Es solo que siempre habrá incertidumbres asociadas a cualquier modelo que intente predecir el futuro, sin importar cuánta potencia informática o cerebro humano se asigne a la tarea.

“Esa incertidumbre no significa que no sepamos qué hacer”, dice Spiegelhalter. “En realidad, es una guía para ser más cautelosos”.

Es por eso que a veces se toma medidas drásticas después de leer los modelos de riesgo. En el caso de Covid-19, miles de millones de personas permanecen encerradas hasta que el aumento en el número de infecciones esté bajo control. Para el cambio climático, donde las respuestas políticas nunca han sido tan draconianas, se han utilizado modelos para defender medidas dolorosas como la adopción de altos impuestos al carbono ahora, en lugar de aumentar gradualmente los impuestos a medida que las cosas empeoran.

El uso más elevado de los modelos es salvarnos de nuestra propia ceguera habitual ante la incertidumbre y los riesgos, especialmente cuando nos enfrentamos a eventos que no siempre tienen un sentido intuitivo. “El modelado juega un papel esencial”, afirma Baruch Fischoff, profesor de la Universidad Carnegie Mellon y experto en riesgos. Esto se debe a que tanto las pandemias como el cambio climático son eventos “no lineales”, los cuales los seres humanos realmente no pueden entender.

La matemática no lineal de la pandemia de Covid-19 funciona así: se estima que cada persona infectada con el nuevo coronavirus infectará a casi otras tres personas, que luego infectarán a nueve, que infectarán a 27, etc. Con el cambio climático, las matemáticas no lineales significan que cada décima de grado Celsius de calentamiento tendrá un impacto más severo en el clima que la décima anterior.

Después de que la pandemia esté bajo control, existe la esperanza de que la experiencia pueda conducir a un mayor “pensamiento de riesgo” entre los líderes de los gobiernos y las empresas, asegura Nigel Brook, socio de la firma de abogados Clyde & Co, que dirige su práctica sobre el riesgo climático. Después de haber experimentado un evento de este tipo, Brook cree que es probable que más líderes consideren “riesgos de cola”: eventos que tenían pocas posibilidades de ocurrir. Esto es especialmente cierto si el impacto de tal evento podría ser grande, y pocos problemas conllevan mayores riesgos de cola que el cambio climático.

Hay momentos claros en el pasado cuando la experiencia de riesgos de cola poco probables provocó una acción audaz. En 1953, por ejemplo, Países Bajos experimentó graves inundaciones cuando una combinación de tormentas, marea alta y baja presión hizo que los niveles de agua se elevaran hasta 5,5 metros sobre el nivel del mar. El desastre natural destruyó miles de hogares y mató a casi 2.000 personas. En pocos años, el gobierno holandés lanzó Delta Works, que se convirtió en uno de los proyectos de infraestructura más grandes del mundo. La serie de presas, esclusas, diques y barreras contra mareas de tormenta tardó 40 años en completarse y ahora protege a dos tercios de las tierras del país que enfrentan el riesgo de inundaciones.

Los riesgos globales como las pandemias y el calentamiento de las temperaturas son cualitativamente diferentes de las catástrofes localizadas, como pequeñas epidemias, guerras entre dos países o desastres naturales. No pueden ser resueltos por un país y exigen soluciones globales.

“[Los problemas globales] cambian la base sobre la cual podemos confiar en la ciencia y la confianza en las instituciones, las cuales se encargan de administrar estos riesgos”, explica Jamie Wardman, profesor de gestión de riesgos en la Universidad de Nottingham. Es por eso que “el riesgo se ha vuelto central para nuestra comprensión de cómo el mundo se ha transformado en el siglo pasado”.

¿Covid-19 hará que las personas sean más conscientes de los riesgos globales? Si bien cada país está lidiando principalmente con el nuevo coronavirus por su cuenta, las instituciones como la Organización Mundial de la Salud han demostrado ser cruciales para proporcionar consejos prácticos sobre cómo controlar la propagación de la enfermedad y compartir datos clave entre países. Son estos datos los que terminan alimentando los modelos de riesgo y las sombrías previsiones.

Con el cambio climático, los datos ya se comparten. También los modelos. Es por eso que las secuelas de la pandemia crearán una prueba clara para que las instituciones globales conviertan una nueva conciencia del riesgo en una acción real.

© 2020 Bloomberg L.P.

MAS NOTICIAS

Te Recomendamos