物事が広がる理由と止まる理由 アダム・クチャルスキー著『感染の法則』 著作権 © 2020, 2021 アダム・クチャルスキー カバーデザイン：シュレヤ・グプタ カバー画像 © the_burtons via Getty Images カバー著作権 © 2021 ハシェット・ブック・グループ ハシェット・ブック・グループは、自由な表現の権利と著作権の価値を支持します。著作権の目的は、作家やアーティストが私たちの文化を豊かにする創造的な作品を生み出すことを奨励することです。この本を無断でスキャン、アップロード、配布することは、著者の知的財産の盗用にあたります。本書の資料を（レビュー目的以外で）使用したい場合は、permissions@hbgusa.comまでご連絡ください。著者の権利を支持していただき、ありがとうございます。 基本書籍 ハシェット・ブック・グループ 1290 アメリカズ・アベニュー, ニューヨーク, NY 10104 www.basicbooks.com 本書は2020年にイギリスで初版が発行されました。 初のアメリカ版トレードペーパーバック版：2021年9月 基本書籍は、ハシェット・ブック・グループの子会社であるパーセウス・ブックスLLCのインプリントです。基本書籍の名称とロゴは、ハシェット・ブック・グループの商標です。ハシェット・スピーカーズ・ビューローは、講演イベントのために幅広い著者を提供しています。詳細については、www.hachettespeakersbureau.comをご覧いただくか、(866) 376-6591までお電話ください。出版社は、出版社が所有していないウェブサイト（またはその内容）について責任を負いません。 アメリカ合衆国議会図書館の出版データが申請されています。 ISBN: 978-1-5416-7431-8（ハードカバー）; 978-1-5416-7433-2（電子書籍）; 978-1-5416-7432-5（トレードペーパーバック） 目次 カバー タイトルページ 著作権 献辞 はじめに 1. 事象の理論 2. パニックとパンデミック 3. 友情の測定 4. 空気中の何か 5. バイラルになる 6. インターネットを所有する方法 7. 発生の追跡 8. ちょっとしたトラブル 謝辞 もっと知る 著者について アダム・クチャルスキーの他の著作 『感染の法則』への称賛 注釈 さらなる読書 はじめに この本がイギリスで初めて出版された日、私の頭の中は別のことでいっぱいでした。朝のCOVID-19のデータ報告を見た後、私たちのアウトブレイク分析に重大な誤りがあったのではないかと考えていました。それは2020年2月13日のことで、中国は新たに15,000件以上の感染者を報告し、前日から750％の増加を記録していました。一週間前、私たちの研究グループは、中国国内および国際旅行者の感染データを用いた分析を発表しました。その結果、1月下旬に武漢で導入された制御措置が感染の減少につながり、アウトブレイクが市内でピークを迎えようとしていることが示唆されました。いくつかのメディアがこの初期の研究を取り上げ、数日間は私たちが正しい判断を下したように見えました。 数週間の上昇を経て、ついに感染者数が減少し始めたように見えた。しかし、2月13日に急増が発生した。ばらつきのあるデータソースから信号を抽出しようと、早朝から夜遅くまで作業を続けてきたが、私たちは何か重要なことを見逃していたのだろうか？実際、中国での明らかな急増は、保健当局が症状が軽い人々も感染者として定義するように変更した結果だった。データを再検討した結果、全体的な感染の減少を示す十分な証拠がまだあると判断した。しかし、全員が同意しているわけではなかった。日本のあるチームは、中国での流行は3月下旬から5月下旬の間にピークを迎え、1日に230万人の新たな感染者が診断される可能性があると考えていた。振り返ってみれば、武漢でのCOVID-19の感染者数の減少は明らかに見えるが、他の都市での後の減少も同様だった。しかし、その時点では明らかではなく、世界中の研究者たちがアジアから現れる初期の、しばしば矛盾したパターンを理解しようと奮闘していた。1月中旬以降、私たちの研究グループは、中国本土や日本から香港、シンガポールに至るまで、地域の科学者や保健機関と定期的に議論を交わしていた。私たちは知っていることと知らないことを交換し合ったが、後者がほとんど常に前者を上回っていた。際立っていたのは、この新しいウイルスを制御することがいかに難しいかということだった。2月の初めに、COVID-19に感染した多くの人が明確な症状を示す前に感染を広げる可能性があるという初期データを見た。これは、ある人が病気になって検査を受ける頃には、すでに他の人に感染させている可能性があることを意味していた。これらの人々もまた感染力を持つようになり、見えない感染のサイクルが続くことになる。これは、新しいウイルスにおいて見たくない特徴そのものであり、少数の症例が簡単に大規模なアウトブレイクに変わる可能性がある隠密な能力だった。その週、仕事でメルボルンを訪れていた私は、賑やかな市中心部を歩きながら、ウイルスの影響を想像し、周囲の通りが武漢からの映像のように空っぽになっていく様子を思い描いていた。2020年の始まりをガラパゴス諸島でハネムーンを過ごし、そこでは動物から2メートルの距離を保つように警告する看板が至る所にあった。数週間後、私の休日の奇妙な習慣が、世界的な現実として馴染んでいくのを目の当たりにした。COVID-19がどれほど容易に広がるかを理解することに加え、その重症度についての疑問もあった。2月11日までに、中国では約45,000件の確認された感染者があり、1,000件以上の死亡が報告されていた。一見すると、約45件に1件が致命的であることを示唆しているように見えるが、2つの問題があった。第一に、患者が病気にかかってから亡くなるまでには時間がかかるということだ。ある日、100人のCOVID-19患者が病院に来て全員が現在生存している場合、それは病気に致命的なリスクがゼロであることを意味するわけではない。なぜなら、これらの患者が最終的にどうなるかを待ってみなければならないからだ。 最初の中国のケースデータによれば、この「様子見」の期間が過ぎた後、15％のケースが最終的に致命的になることが示唆されました。これが私たちの第二の問題に繋がります。つまり、中国ではすべてのケースが検出されていたわけではありません。日本のダイヤモンド・プリンセス号での国際的なアウトブレイクからのデータを集めた結果、中国での感染の約0.5％が致命的であり、特に高齢者層ではリスクがはるかに高いことが推定されました。 もし感染のほんの一部しか致命的でなく、重症化するまでに時間がかかるとすれば、新たなCOVID-19の死亡報告が突然出てくることは、より大規模な未検出のアウトブレイクの兆候かもしれません。2月19日、イランが2件のCOVID-19による死亡を報告した際、これは同国での最初の既知のケースでもありました。2日後、イタリアは北部ロンバルディア州での地域的なアウトブレイクを報告しました。多くのケースがすでに重症であり、別の大規模な隠れたアウトブレイクを示唆していました。 不完全なデータと未検出のケースは繰り返し問題となるでしょう。2月27日、スペインは最初の地域的なアウトブレイクを報告しました。その2週間後には、マドリードの病院が圧倒されることになるでしょう。一方、イギリスでは3月10日に国会議員が感染したとの報告があり、その日は全体で54件の新規感染が報告されました。私の同僚たちは後に、実際には5000件以上の新規感染があったと推定しました。ヨーロッパ全体で、スキーリゾートやオフィス、家庭、病院でのイベントや集まりの中で、静かにアウトブレイクが広がっていました。 毎年2月下旬から3月にかけて、私は感染症の拡散と制御に関する修士課程の授業を行っています。コースの評価の一環として、学生たちは3日間のアウトブレイク調査を実施しなければなりません。彼らには、何人かが病気になったという情報が与えられ、症状から社会的接触までの断片的な情報を組み合わせて、何が起こったのかを解明する必要があります。学生たちがこの架空のアウトブレイクを分析している間、私たちのチームは健康機関や政府、国際的な慈善団体と協力し、COVID-19に関して同じことを試みていました。感染について私たちが知っていることは何か？さまざまな制御策の利点と欠点は？私たちの知識のギャップはどこにあるのか？すべての不確実性の中で、生活がかなりの期間異なるものになることは明らかでした。初期の武漢でのアウトブレイクに関する分析では、1月末までに人口の約5％しか感染していなかったことが示唆されました。もしすべての制御策が解除され、感染が再び自由に広がることを許可されれば、都市にはまだ多くの感受性のある人々が残っていることになります。3月17日、私はイギリスの制御策が導入される中で急遽オンラインに移行したグローバルヘルスイベントで講演を行いました。私はCOVID-19の未来について、現実的だと思われる2つのシナリオを示しました。 シナリオAは憂鬱なものでした。効果的なワクチンや治療法がない場合、国々は健康システムが圧倒されないように、断続的なロックダウンのような措置に頼らざるを得ないかもしれません。一方、シナリオBはより希望に満ちたものでした。いくつかの国は、ターゲットを絞った検査を拡大し、厳格な隔離や感染管理と組み合わせることで、感染拡大を抑え、最もリスクの高い人々から遠ざけることができるかもしれません。そして、社会全体への影響を最小限に抑えることができるかもしれません。最終的に2020年は、各国政府が自国民に何を課すかによって形作られることになるでしょう。韓国や台湾のように、電子監視を利用して感染者を特定し、隔離を徹底するのでしょうか？それとも、ベトナムやニュージーランドのように国境を閉鎖するのでしょうか？それとも、スウェーデンのようにリモートワークや集会の人数制限といった軽い措置に頼るのでしょうか？私にとって、COVID-19の最も驚くべき側面の一つは、世界中の対応の多様性でした。実際、このウイルスは各国に、今後1年、あるいはそれ以上の間に自国の社会をどのようにしたいのかを決めるよう求めていましたが、その答えは大きく異なりました。個人主義的な政策と集団主義的な政策。自発的な措置と義務的な措置。データ重視の監視とプライバシーを守る監視。断続的な混乱と持続的な混乱。パンデミックは、社会の構造に響き渡る難しい選択を強いることになるでしょう。実際、COVID-19の最終的な影響は、病気そのものをはるかに超えることになるでしょう。コロナウイルスとともに、2020年には他のいくつかの形の感染も広がることになります。誤情報は健康に関するアドバイスを損ない、政治的な分極化を助長します。経済的な問題や社会的不安は、COVID-19対策による混乱から生じるでしょう。新たにリモートワークを始めた人々は、サイバー攻撃やマルウェアの犠牲になるでしょう。しかし、この混乱の中でも、時折楽観主義が広がることもありました。ワクチンの発見、治療法の革新、知識、希望。感染症というと、私たちは感染症やウイルス性のオンラインコンテンツを思い浮かべがちですが、感染拡大はさまざまな形で現れます。それは、暴力やマルウェア、金融危機といった有害なものや、新しい技術や科学の進歩といった利益をもたらすものを含むかもしれません。感染は、生物学的病原体やコンピュータウイルスといった具体的なものから始まることもあれば、抽象的なアイデアや信念から始まることもあります。感染拡大は時には急速に広がり、他の時には成長に時間がかかることもあります。予期しないパターンを生み出すこともあり、次に何が起こるのかを待つ間に、これらのパターンは興奮や好奇心、あるいは恐怖を引き起こすこともあります。では、なぜ感染拡大はこのように起こり、また収束するのでしょうか？ 第一次世界大戦が始まってから3年半が経った頃、新たな生命の脅威が現れました。ドイツ軍がフランスで春の攻勢を開始している間、アトランティックを越えたカンザス州の忙しい軍事基地キャンプ・ファンストンでは、人々が亡くなり始めていました。 その原因は、新しいタイプのインフルエンザウイルスで、近くの農場から動物から人間に感染が広がった可能性がありました。1918年から1919年にかけて、この感染症は世界的な流行、すなわちパンデミックとなり、5000万人以上の命を奪いました。最終的な死者数は、第一次世界大戦全体の死者数の2倍に達しました。その後の100年間で、さらに4回のインフルエンザパンデミックが発生しました。COVID-19が現れる前、人々は時折私に尋ねました。「次のパンデミックはどのようなものになるのか？」残念ながら、それを予測するのは難しかったのです。なぜなら、過去のインフルエンザパンデミックもそれぞれ少しずつ異なっていたからです。ウイルスの異なる株が存在し、感染の発生は地域によって影響の大きさが異なりました。実際、私の分野には「一つのパンデミックを見たら、他のパンデミックも見たことになる」という言葉があります。私たちは、病気の広がり、オンラインのトレンド、あるいは他の何かを研究する際に同じ問題に直面します。一つの発生が必ずしも別の発生と同じように見えるわけではありません。私たちが必要としているのは、特定の発生に特有の特徴を、感染を引き起こす根本的な原則から分離する方法です。単純な説明を超えて、私たちが観察する発生パターンの背後にある真実を明らかにする方法です。それがこの本の目的です。さまざまな生活の領域における感染の広がりを探求することで、物事がどのように広がり、なぜ発生がそのように見えるのかを明らかにしていきます。その過程で、銀行危機、銃暴力、フェイクニュースから、病気の進化、オピオイド依存、社会的不平等に至るまで、一見無関係な問題の間に浮かび上がるつながりを見ていきます。発生に対処するためのアイデアを取り上げるだけでなく、感染、信念、行動のパターンについての考え方を変えている異常な状況にも目を向けます。この本の初版はCOVID-19パンデミックの前に書かれました。私は2019年12月の初めに最終ページの校正を承認しましたが、その直後に武漢の海鮮市場近くで初期の感染例が報告されることになります。2020年の出来事を反映するためにいくつかのセクションを更新しましたが、私が取り上げる中心的な原則は変わりません。これは一つのウイルスや一つの流行の物語ではなく、私たちの生活に影響を与える感染の広がりと、それに対して私たちができることについての物語です。 発生の形状について考えてみましょう。病気の研究者が新たな脅威について耳にしたとき、私たちが最初に行うことの一つは、発生曲線を描くことです。これは、時間の経過に伴ってどれだけの症例が現れたかを示すグラフです。形状は大きく異なることがありますが、通常は4つの主要な段階を含みます：スパーク（火花）、成長、ピーク、そして減少です。場合によっては、これらの段階が何度も現れることがあります。2009年4月に「豚インフルエンザ」パンデミックがイギリスに到達した際、初夏に急速に成長し、7月にピークを迎え、その後10月下旬に再び成長しピークに達しました（その理由については本書の後半で明らかにします）。 感染の発生にはさまざまな段階がありますが、しばしば注目されるのはその「火花」です。人々は、なぜそれが広がったのか、どのように始まったのか、誰が責任を持っているのかを知りたがります。振り返ってみると、感染の発生が避けられないものであり、同じように再び起こる可能性があるかのように説明や物語を思い描くのは魅力的です。しかし、成功した感染やトレンドの特徴を単に列挙するだけでは、実際の感染の仕組みについて不完全な理解に終わってしまいます。ほとんどの事象は火花を散らさないのです。動物から人間に感染し、パンデミックとして世界中に広がるインフルエンザウイルスがある一方で、全く人に感染しないウイルスは何百万も存在します。バイラルになるツイートがある一方で、そうならないツイートはさらに多くあります。 たとえ感染が発生したとしても、それは始まりに過ぎません。特定の感染の形を想像してみてください。それは病気の流行かもしれませんし、新しいアイデアの広がりかもしれません。どれくらいの速さで成長しますか？なぜそんなに早く成長するのでしょうか？ピークはいつ訪れますか？ピークは一つだけですか？減少期はどれくらい続きますか？感染が発生するかどうかだけでなく、それをどのように測定し、予測するかを考える必要があります。 2014年の西アフリカにおけるエボラ出血熱の流行を考えてみましょう。ギニアからシエラレオネやリベリアに広がった後、症例は急激に増加し始めました。私たちのチームの初期分析では、最も影響を受けた地域では流行が2週間ごとに倍増していることが示唆されました。つまり、現在100件の症例があれば、2週間後にはさらに200件、1か月後にはさらに400件が発生する可能性があるということです。したがって、保健機関は迅速に対応する必要がありました。流行に対処するのに時間がかかればかかるほど、制御努力は大きくなる必要がありました。本質的に、新しい治療センターを1つ開設することは、1か月後に4つを開設するのと同じことに相当します。 一部の感染はさらに速いスケールで成長します。2017年5月、WannaCryコンピュータウイルスが世界中の機械、特に重要な医療システムに襲いかかりました。初期段階では、攻撃はほぼ毎時間倍増し、最終的には150か国で20万台以上のコンピュータに影響を及ぼしました。他の種類の技術は、広がるのにもっと長い時間がかかります。1980年代初頭にVCRが普及したとき、所有者の数は約480日ごとに倍増していました。 速度だけでなく、規模の問題もあります。急速に広がる感染が必ずしも大規模な流行を引き起こすわけではありません。では、感染がピークに達する原因は何でしょうか？ピークの後には何が起こるのでしょうか？これは、金融や政治、技術、健康など多くの業界に関連する問題です。しかし、すべての人が感染に対して同じ態度を持っているわけではありません。私の妻は広告業界で働いています。私の研究は病気の伝播を防ぐことを目的としていますが、彼女はアイデアやメッセージが広がることを望んでいます。これらの見解は非常に異なるように思えますが、異なる分野のアイデアを使って感染を測定し、比較することがますます可能になっています。 これからの章では、金融危機が性感染症に似ている理由、病気研究者がアイスバケツチャレンジのようなゲームを予測するのがなぜ容易だったのか、そして天然痘撲滅に使われたアイデアが銃暴力を抑えるのにどのように役立っているのかを見ていきます。また、感染の伝播を遅らせるために使える技術や、マーケティングの場合にはその伝播を維持する方法についても考察します。最近、感染症に関する私たちの理解は劇的に進展しており、これは病気研究の分野だけに限りません。社会的相互作用に関する詳細なデータをもとに、研究者たちは情報がどのように進化してより説得力を持ち、共有されやすくなるのか、なぜあるアウトブレイクが何度もピークを迎えるのか（2009年のインフルエンザパンデミックのように）、そして遠くの友人との「スモールワールド」なつながりが特定のアイデアを広めるのにどのように役立つのか（逆に他のアイデアの広がりを妨げることもある）を発見しています。同時に、噂がどのように生まれ、広がるのか、なぜあるアウトブレイクは他のものよりも説明が難しいのか、そしてオンラインアルゴリズムが私たちの生活にどのように影響を与え、プライバシーを侵害しているのかについても学んでいます。その結果、アウトブレイク科学からのアイデアが他の分野の脅威に対処するのに役立っています。中央銀行はこれらの手法を用いて将来の金融危機を防ごうとしており、テクノロジー企業は有害なソフトウェアに対する新たな防御策を構築しています。この過程で、研究者たちはアウトブレイクの仕組みに関する長年の考えに挑戦しています。感染の伝播に関しては、歴史が示すように、物事がどのように広がるかに関する考えが必ずしも現実と一致するわけではありません。例えば、中世のコミュニティはアウトブレイクの散発的な性質を占星術の影響に帰していました；インフルエンザはイタリア語で「影響」を意味します。アウトブレイクに関する一般的な説明は、科学的発見によって次々と覆されています。この研究は感染の神秘を解き明かし、単純な逸話や効果のない解決策を避ける方法を示しています。しかし、この進展にもかかわらず、アウトブレイクに関する報道は依然として曖昧なことが多いです。私たちは単に何かが感染性であるとか、バイラルになったと聞くことが多いですが、なぜそれがそんなに急速に（あるいは遅く）成長したのか、何がピークをもたらしたのか、次回何を期待すべきなのかを学ぶことはほとんどありません。アイデアや革新を広めたいのか、ウイルスや暴力を止めたいのかにかかわらず、私たちは本当に感染を引き起こしているものを特定する必要があります。そして時には、それは感染について私たちが知っていると思っていたすべてを再考することを意味します。 出来事の理論 私が3歳のとき、私は歩く能力を失いました。最初は徐々に起こりました：ここで立ち上がるのが難しい、あそこではバランスを取るのができない。しかし、事態はすぐに悪化しました。短い距離を移動するのも難しくなり、傾斜や階段はほぼ不可能になりました。1990年4月のある金曜日の午後、両親は私と私の衰えた足をバースのロイヤルユナイテッド病院に連れて行きました。翌朝には神経専門医の診察を受けていました。最初の疑いは脊髄腫瘍でした。その後、数日間の検査が続きました；X線、血液サンプル、神経刺激、脊髄液を抽出するための腰椎穿刺が行われました。 結果が出るにつれて、診断はギラン・バレー症候群という珍しい病気に移行しました。この病気はフランスの神経科医、ジョルジュ・ギランとジャン・アレクサンドル・バレーにちなんで名付けられたもので、免疫システムの異常によって引き起こされます。私の体を守るべき免疫システムが、神経を攻撃し始め、麻痺が広がっていったのです。時には、人間の知恵の総和は、作家アレクサンドル・デュマが言ったように、「待って希望する」という言葉の中に見出されることがあります。そして、それが私の治療法となりました。待ち、そして希望することです。私の両親は、私の呼吸の強さを確認するためにカラフルなパーティーホーンを渡されました（幼児用の小さな家庭用機器は存在しなかったのです）。私が吹いてホーンが開かなければ、それは麻痺が肺に空気を送る筋肉に達したことを意味しました。この頃、祖父の膝の上に座っている私の写真があります。彼は車椅子に座っています。彼は25歳の時にインドでポリオにかかり、それ以来歩けなくなっていました。私は彼をそのようにしか知らず、彼の強い腕が動かない足を車椅子で運んでいる姿を見ていました。ある意味で、それはこの不慣れな状況に親しみをもたらしました。しかし、私たちを結びつけていたのは、同時に私たちを隔てるものでした。私たちは一つの症状を共有していましたが、彼のポリオの痕跡は永久的なものであり、ギラン・バレー症候群は、どんなに苦しいものであっても、通常は一時的な状態でした。だから私たちは待ち、希望しました。パーティーホーンは決して開かず、長い回復が始まりました。両親は私に「ass」は「少しずつ良くなっている」という意味だと言いました。歩けるようになるまでに12ヶ月、走るようなことができるようになるまでにさらに12ヶ月かかりました。私のバランス感覚は、これから何年も影響を受けることになりました。症状が薄れていくにつれて、私の記憶も薄れていきました。出来事は遠くなり、別の人生に置き去りにされました。私はもはや、注射の前に両親がチョコレートボタンをくれたことを思い出せません。また、その後、次に何が起こるかを恐れて、普通の日でもそれを食べることを拒否したことも思い出せません。小学校での鬼ごっこの思い出も薄れてしまい、私は昼休みの間ずっと「鬼」として過ごし、他の子たちを捕まえるには足がまだ弱すぎました。私の病気の後の25年間、私は「ass」について本当に話すことはありませんでした。学校を卒業し、大学に進学し、博士号を取得しました。ギラン・バレー症候群はあまりにも珍しく、あまりにも意味がないように思えたのです。「ギラン・何？」、「バレー・誰？」という感じでした。私が語らなかった物語は、私にとっては終わったものでした。しかし、それは完全には終わっていませんでした。2015年、私はフィジーの首都スバにいて、再びギラン・バレー症候群に出会いました。今度は職業的にです。私は最近のデング熱の流行を調査するためにその街にいました。蚊によって媒介されるデングウイルスは、フィジーのような島々で散発的な流行を引き起こします。症状はしばしば軽いものですが、デング熱は重度の発熱を伴い、入院が必要になることもあります。2014年の最初の数ヶ月間に、フィジーの健康センターには25,000人以上の人々がデング熱感染の疑いで訪れ、医療システムに大きな負担をかけました。もしあなたが、日差しの降り注ぐビーチにあるオフィスを想像しているなら、スバを正しくイメージしているとは言えません。 フィジーのリゾートが点在する西部地域とは異なり、首都は本島ビティレブの南東に位置する港町です。市内の二つの主要道路は半島に向かってループし、磁石のような馬蹄形を形成しています。その中央部分は多くの雨を引き寄せる場所です。イギリスの気候に慣れ親しんだ地元の人々は、私がここにいるとまるで故郷にいるように感じるだろうと言いました。さらに、もう一つ、もっと古い故郷の思い出がすぐにやってきました。世界保健機関（WHO）の同僚との初対面の会議で、太平洋の島々で異常な集団発生が見られることが話題になりました。年間の病気の発生率は10万人あたり1〜2件ですが、いくつかの場所では二桁の数字が報告されていました。私がかかった症候群の原因は誰も解明できませんでした。時には感染症に続いて発症することもあり、CSSはインフルエンザや肺炎、その他の病気とも関連していますが、時には明確な引き金がないこともあります。私の場合、この症候群は単なる雑音であり、人間の健康という大きな枠組みの中でのランダムな異常でした。しかし、2014年から2015年にかけての太平洋では、CPSは信号を示していました。まるでラテンアメリカで出生欠損が示す信号のように。 これらの新しい信号の背後には、ウガンダ南部のジカの森にちなんで名付けられたジカウイルスが存在していました。デングウイルスの近縁種であるジカウイルスは、1947年にその森の蚊の中で初めて確認されました。現地の言葉で「ジカ」は「成長しすぎた」という意味です。そして、ウガンダからタヒチ、リオデジャネイロ、さらにはそれを超えて成長していくことになるのです。2014年と2015年の太平洋およびラテンアメリカでのこれらの信号は、徐々に明確になっていきました。研究者たちは、ジカウイルス感染と神経疾患との関連性が高まっていることを発見しました。CPSに加えて、ジカウイルスは妊娠合併症を引き起こすようです。主な懸念は小頭症であり、赤ちゃんが通常よりも小さな脳を発達させ、その結果、頭蓋骨も小さくなります。これは、発作や知的障害など、深刻な健康問題を引き起こす可能性があります。2016年2月、ジカウイルスが小頭症を引き起こしている可能性があることを受けて、WHOはこの感染症を国際的に懸念される公衆衛生緊急事態（PHEIC）と宣言しました。初期の研究では、妊娠中のジカウイルス感染が100件あるごとに、1〜20件の赤ちゃんが小頭症になる可能性があることが示唆されました。小頭症がジカウイルスに関する主な懸念となる一方で、最初にこの感染症を健康機関の注目に引き寄せたのはCPSでした。そして、それは私自身の関心をも引き起こしました。2015年にスバの仮オフィスに座っていると、私の幼少期に多くの影響を与えたこの症候群について、ほとんど何も知らないことに気づきました。私の無知はほとんど自己造成であり、親からの（全く理解できる）助けもありました。彼らがCRSが致命的である可能性があることを教えてくれるまで、何年もかかりました。同時に、健康の世界はもっと深刻な無知に直面していました。ジカウイルスは膨大な量の質問を生み出していましたが、そのほとんどはまだ答えられないものでした。 「科学者たちが新たな研究課題に対して、これほどの緊急性を持って、しかも非常に限られた知識のもとで取り組むことは稀である」と、疫学者ローラ・ロドリゲスは2016年初頭に書いています。私にとって最初の課題は、ジカウイルスの流行のダイナミクスを理解することでした。感染はどれほど容易に広がるのか？流行はデング熱のものと似ているのか？どのくらいの症例を予想すべきか？これらの質問に答えるために、私たちの研究グループは流行の数学モデルを開発し始めました。このようなアプローチは現在、公衆衛生の分野で一般的に使用されており、他の研究分野でも見られます。しかし、これらのモデルはもともとどこから来たのでしょうか？そして、実際にはどのように機能するのでしょうか？この物語は、1883年に若い軍医、ある水タンク、そして怒ったスタッフオフィサーから始まります。 ロナルド・ロスは作家になりたかったのですが、父親に医学校に進むように強いられました。ロンドンのセント・バーソロミュー病院での学業は、彼の詩や戯曲、音楽と競うのに苦労しました。そして1879年に二つの資格試験を受けた際、外科の試験だけに合格しました。これにより、父親が望んでいた植民地インド医療サービスに参加することができませんでした。一般医学を実践できなかったロスは、次の1年間、大西洋を航海しながら船の外科医として過ごしました。最終的に残りの医療試験に合格し、1881年にインド医療サービスに入ることができました。マドラスで2年を過ごした後、ロスは1883年9月にバンガロールに駐屯外科医としての職を得るために移りました。彼は快適な植民地の視点から、そこを「楽しみの絵」と称し、太陽、庭園、柱のある別荘のある街だと表現しました。彼が見た唯一の問題は蚊でした。彼の新しいバンガローは、他の軍の部屋よりもはるかに多くの蚊を引き寄せているようでした。彼は、窓の外に置かれた水タンクが原因だと疑いました。そのタンクは蚊に囲まれていました。ロスの解決策は、そのタンクをひっくり返して蚊の繁殖地を壊すことでした。効果があったようで、停滞した水がなくなると、蚊は彼を無視するようになりました。成功した実験に刺激を受けたロスは、スタッフオフィサーに他の水タンクも取り除けるか尋ねました。ついでに、食堂に散らばっている花瓶や缶も取り除いてしまおうと提案しました。蚊が繁殖する場所がなければ、移動せざるを得ないだろうと考えたのです。しかし、そのオフィサーは興味を示しませんでした。「彼は非常に軽蔑的で、男たちにそれを処理させることを拒否しました」とロスは後に書いています。「彼は、それが自然の秩序を乱すことになると言い、蚊は何らかの目的のために創造されたものであるから、私たちはそれを受け入れる義務があると言ったのです。」 この実験は、ロスの生涯にわたる蚊の分析の最初の一歩となりました。二回目の研究は、ロンドンでの会話に触発されて、10年以上後に行われることになります。1894年、ロスは1年間のサバティカルのためにイギリスに戻りました。 彼の最後の訪問以来、街は大きく変わっていた。タワーブリッジが完成し、ウィリアム・グラッドストーン首相が辞任したばかりで、国は初の映画館を迎えようとしていた。しかし、ロスが到着したとき、彼の心は別のことに集中していた。彼は最新のマラリア研究について追いつきたかったのだ。インドでは、人々が定期的にこの病気にかかり、発熱、嘔吐、時には死に至ることもあった。マラリアは人類が知る最も古い病気の一つであり、実際、私たちの種としての歴史の中でずっと存在していた可能性がある。しかし、その名前は中世イタリアに由来する。熱にかかった人々はしばしば「マラ・アリア」、つまり「悪い空気」を原因として非難した。この名前は定着し、非難も続いた。病気は最終的に「プラスモディウム」という寄生虫に起因することが明らかになったが、ロスがイギリスに戻ったとき、その広がりの原因はまだ謎のままだった。 ロンドンで、ロスはセント・バーソロミュー病院の生物学者アルフレード・カンタックを訪ね、インドにいる間に見逃した最新の研究について学ぼうとした。カンタックは、ロスがマラリアのような寄生虫についてもっと知りたいのであれば、パトリック・マンソンという医者に話を聞くべきだと言った。マンソンは数年間、南東中国で寄生虫の研究を行っており、そこで特に厄介な微小な虫、フィラリアに感染する方法を発見していた。これらの寄生虫は人間の血流に入り込み、リンパ節を感染させ、体内に液体が蓄積される原因となる。重症の場合、患者の四肢は自然なサイズの何倍にも腫れ上がり、この状態は象皮病と呼ばれる。マンソンはフィラリアがどのように病気を引き起こすかを特定するだけでなく、感染した人間の血を吸った蚊もその虫を吸い込むことができることを示した。 マンソンはロスを自分の研究室に招き、感染した患者からマラリアのような寄生虫を見つける方法を教えた。また、インドにいる間に見逃した最近の学術論文も指摘した。「私は彼を頻繁に訪ね、彼が教えてくれることをすべて学びました」とロスは後に振り返った。ある冬の午後、彼らはオックスフォードストリートを歩いているとき、マンソンがロスのキャリアを変えることになるコメントをした。「知っていますか、私は蚊がマラリアを運ぶという理論を形成しました。フィラリアを運ぶのと同じように。」 他の文化でも、蚊とマラリアの潜在的な関連性について長い間推測されていた。イギリスの地理学者リチャード・バートンは、ソマリアでは蚊に刺されると致命的な熱が引き起こされると言われていたが、バートン自身はその考えを否定していた。「この迷信は、蚊と熱がほぼ同時に猛威を振るうという事実から生じているのでしょう」と彼は1856年に書いている。一部の人々は、病気の原因を知らずにマラリアの治療法を開発していた。4世紀には、中国の学者ゲ・ホンが、ギンガオという植物が熱を軽減できることを記述している。 この植物の抽出物は、現在のマラリア治療の基礎を形成しています。1® （他の試みはあまり成功しませんでした。「アブラカダブラ」という言葉は、病気を防ぐためのローマの呪文に由来しています。1”） ロスは蚊とマラリアの関連についての推測を耳にしていましたが、マンソンの主張が彼を本当に納得させたのは初めてのことでした。マンソンは、蚊が人間の血を吸う際に小さな虫を摂取するように、マラリアの寄生虫も吸収することができると考えました。これらの寄生虫は蚊の中で繁殖し、何らかの方法で再び人間に戻るのだと。マンソンは、飲料水が感染源である可能性があると示唆しました。ロスはインドに戻ると、このアイデアを検証するための実験を始めましたが、その内容は現代の倫理委員会を通過することは難しいものでした。18 彼は感染した患者の血を吸った蚊に卵を水の入った瓶に産ませ、卵が孵化した後に3人にその水を飲ませるように依頼しました。しかし、残念なことに、誰もマラリアにかかりませんでした。では、寄生虫はどのようにして人間に入ったのでしょうか？ロスは最終的にマンソンに新しい理論を書き送り、感染は蚊の咬傷を通じて広がるのではないかと提案しました。蚊は咬むたびに唾液を注入しますが、これが寄生虫を侵入させるのに十分なのでは？人間のボランティアを十分に集められなかったロスは、鳥を使って実験を行いました。まず、彼は蚊を集め、感染した鳥の血を吸わせました。そして、これらの蚊に健康な鳥を咬ませると、すぐに病気にかかりました。最後に、感染した蚊の唾液腺を解剖し、そこでマラリアの寄生虫を発見しました。感染の真の伝播経路を発見した彼は、以前の理論がいかに馬鹿げていたかを理解しました。「人間と鳥は死んだ蚊を食べたりしない」と彼はマンソンに言いました。1902年、ロスはマラリアに関する業績で医学のノーベル賞を受賞しました。発見に貢献したにもかかわらず、マンソンはその賞を共有することはありませんでした。彼はロスが受賞したことを新聞で知るまで、何も知らなかったのです。かつての師弟関係は次第に鋭い敵意に変わっていきました。優れた科学者であったロスは、分裂を引き起こす同僚でもありました。彼はライバルとの間で一連の争いに巻き込まれ、しばしば法的措置を伴いました。1912年には、マンソンを名誉毀損で訴えると脅迫することさえありました。2° その理由は？マンソンが別の研究者のために推薦状を書いたことでした。その研究者は、ロスが最近辞めた教授職に就くことになっていました。マンソンはその議論に乗らず、代わりに謝罪することを選びました。「争いを起こすには二人の愚か者が必要だ」と彼は後に言いました。24 ロスはマンソンなしでマラリアの研究を続けました。その過程で、彼は自分の頑固さを発揮する新たな場を見つけ、新たな敵を得ることになりました。マラリアの伝播方法を発見した彼は、それを止めることができることを示したいと考えました。かつてマラリアは、今日よりもはるかに広範囲に広がっていました。 何世紀にもわたり、この病気はオスロからオンタリオまで、ヨーロッパと北アメリカに広がっていました。17世紀と18世紀のいわゆる小氷期に気温が下がっても、冬の厳しい寒さの後には、夏の刺すような蚊が待っていました。マラリアは多くの温帯地域で流行しており、毎年新たな感染者が絶えず発生していました。シェイクスピアの8つの戯曲には、マラリア熱を指す中世の用語「アギュー」が言及されています。ロンドンの北東にあるエセックスの塩湿地は、何世紀にもわたって病気の悪名高い発生源でした。ロナルド・ロスが学生だった頃、彼はそこでマラリアに感染した女性を治療したことがあります。ロスは昆虫と感染症の関連性を見出し、蚊を排除することがマラリア制御の鍵であると主張しました。インドでの経験、特にバンガロールでの水槽を使った実験は、蚊の数を減らせるという確信を彼に与えました。しかし、この考えは一般的な常識に反していました。「すべての蚊を完全に排除することは不可能だ」という議論があり、つまり、常にいくつかの蚊が残るため、マラリアが広がる可能性があるというものでした。ロスは一部の蚊が残ることを認めていましたが、マラリアの感染伝播は止められると信じていました。フリータウンからカルカッタまで、彼の提案は最良の場合は無視され、最悪の場合は嘲笑されました。「どこでも、私の町の蚊を減らす提案はただの嘲笑の対象となった」と彼は後に振り返っています。 1901年、ロスはシエラレオネにチームを率いて、蚊の制御アイデアを実践しようとしました。彼らはカートで運ばれた缶や瓶を片付け、蚊が繁殖するのを好む静止水を毒殺しました。そして、ロスが「死をもたらす街の水たまり」と呼んだ穴を埋めて、道路に水たまりができないようにしました。その結果は有望でした。ロスが再び訪れた1年後、蚊の数は大幅に減少していました。しかし、彼は保健当局に対し、制御措置が続かなければ効果は持続しないと警告していました。清掃の資金は裕福なグラスゴーの寄付者から提供されていましたが、資金が尽きると熱意は薄れ、蚊の数は再び増加しました。翌年、ロスはスエズ運河会社に助言を行い、より成功を収めました。エジプトのイスマイリアでは、年間約2,000件のマラリアの症例が報告されていましたが、集中的な蚊の削減努力の結果、この数は100件未満に減少しました。蚊の制御は他の地域でも効果を示していました。1880年代にフランスがパナマに運河を建設しようとした際、数千人の労働者がマラリアや黄熱病といった蚊媒介感染症で命を落としました。1905年、アメリカがパナマプロジェクトを主導するようになると、アメリカ陸軍のウィリアム・ゴルガス大佐が集中的な蚊の制御キャンペーンを監督し、運河の完成を可能にしました。一方、さらに南では、医師のオズワルド・クルスとカルロス・チャガスが抗マラリア活動を先導していました。 ブラジルのマラリア対策プログラムは、建設労働者の間での感染ケースを減少させる手助けをしていました。しかし、これらのプロジェクトにもかかわらず、多くの人々は蚊の制御に懐疑的でした。ロスは仲間を説得するために、より強力な論拠が必要でした。彼は最終的に数学に目を向けることになります。インド医療サービスでの初期の頃、彼は自ら数学をかなりのレベルまで独学で学びました。彼の中の芸術家はその優雅さを称賛しました。「証明された命題は、完璧にバランスの取れた絵のようなものだ」と彼は後に述べています。「無限級数は、ソナタの長い変奏のように未来へと消えていく。」彼はこの科目がどれほど好きかを実感し、学校でしっかりと学ばなかったことを後悔しました。キャリアの進行が進んでいたため、方向転換するには遅すぎました。医学に従事する者にとって、数学は何の役に立つのか。「それは、既婚者が美しいが手の届かない女性に抱く不幸な情熱のようなものだ」と彼は表現しました。ロスは一時的にその知的な関心を脇に置きましたが、蚊の発見の後に再びそのテーマに戻りました。今回は、彼の数学的な趣味を専門的な仕事に役立てる方法を見つけました。彼が答える必要があった重要な質問は、すべての蚊を排除せずにマラリアを本当に制御できるのかということでした。彼は、マラリアの感染伝播のシンプルな概念モデルを開発しました。まず、特定の地理的地域で、平均して毎月どれくらいの新しい人間のマラリア感染が発生するかを計算し始めました。これは、感染伝播のプロセスを基本的な要素に分解することを意味しました。伝播が起こるためには、まずその地域にマラリアに感染している人間が少なくとも一人必要だと彼は考えました。例として、1,000人の村に1人の感染者がいるシナリオを選びました。感染が別の人間に移るためには、アノフェレス蚊がこの感染者を刺す必要があります。ロスは、蚊のうち4分の1だけが誰かを刺すことができると推測しました。したがって、もしその地域に48,000匹の蚊がいる場合、実際に人を刺すのは12,000匹だけだと予想しました。そして、最初に感染している人は1,000人に1人なので、平均してその12,000匹の蚊のうち12匹だけがその1人の感染者を刺し、寄生虫を持ち帰ることになります。マラリアの寄生虫が蚊の中で繁殖するには時間がかかるため、これらの蚊は感染性になるまで生き残る必要があります。ロスは、3匹に1匹だけがここまで生き残ると仮定しました。つまり、寄生虫を持つ12匹の蚊のうち、最終的に感染性になるのは4匹だけです。最後に、これらの蚊は別の人間を刺して感染を広げる必要があります。再び、4匹に1匹だけが人間から血を吸うことに成功すれば、ウイルスを伝播するのは1匹の感染蚊だけになります。ロスの計算によれば、たとえその地域に48,000匹の蚊がいても、平均して新しい人間の感染は1件しか発生しないことが示されました。もし蚊の数が増えたり、感染者が増えたりすれば、上記の論理から、月ごとの新しい感染者数も増えると予想されます。 しかし、この効果に対抗する第二のプロセスがあります。ロスは、マラリアに感染した人間の約20％が毎月回復するだろうと推定しました。マラリアが集団内でエンデミック（常在性）であり続けるためには、この感染と回復という二つのプロセスが互いに釣り合う必要があります。もし回復者の数が新たな感染者の数を上回れば、病気のレベルは最終的にゼロに減少してしまいます。これが彼の重要な洞察でした。マラリアを制御するために、すべての蚊を排除する必要はなく、重要な蚊の密度が存在し、この密度を下回ると病気は自然に消えていくのです。ロスはこう述べています。「マラリアは、アノフェレス蚊が非常に多くなければ、コミュニティ内に持続することはできません。新たな感染者の数が回復者の数を補う必要があります。」 ロスは、もし村に48,000匹の蚊がいて、その中にマラリアに感染した人がいる場合、追加で人間の感染者が1人増えるだけかもしれないと計算しました。彼が1910年に著した『マラリアの予防』という本でこの分析をまとめた際、ロスは読者が彼の計算をすべて理解できるとは限らないことを認めました。それでも、彼は読者がその含意を理解できると信じていました。「読者はこれらのアイデアを注意深く研究すべきです」と彼は書いています。「彼は数学をほとんど忘れているかもしれませんが、理解するのにそれほど困難はないと思います。」数学的なテーマに沿って、彼は自らの発見を「蚊の定理」と呼びました。この分析はマラリアの制御方法を示すものでしたが、同時に感染症に対する見方を革命的に変えるような、より深い洞察も含まれていました。ロスの見解では、病気の分析には二つのアプローチがあるとされます。それを「記述的」および「機械的」な方法と呼びましょう。ロスの時代には、ほとんどの研究が記述的な推論を使用していました。これは、実際のデータから始めて、予測可能なパターンを特定するために逆算する方法です。1830年代後半のロンドンの天然痘の流行に関するウィリアム・ファーの分析を考えてみましょう。政府の統計学者であるファーは、流行が最初は急速に増加するが、最終的にはその成長が鈍化し、ピークに達した後に減少し始めることに気づきました。この減少は成長段階のほぼ鏡像でした。ファーは症例データを使って曲線を描き、その一般的な形状を捉えました。1840年に別の流行が始まった際、彼はそれがほぼ同じ経路を辿ることを発見しました。ファーの分析では、病気の伝播のメカニズムは考慮されていませんでした。感染率や回復率は存在しませんでした。これは驚くべきことではありません。当時、誰も天然痘がウイルスであることを知っていなかったのです。したがって、ファーの方法は、流行がどのような形を取るかに焦点を当てており、その形を取る理由には触れていませんでした。 対照的に、ロスは機械的なアプローチを採用しました。 データを取り、観察された傾向を説明するパターンを見つけるのではなく、彼はまず感染の伝播に影響を与える主要なプロセスを概説することから始めました。マラリアに関する知識を活用し、人々がどのように感染し、他の人に感染させ、どれくらいの速さで回復するのかを具体的に示しました。彼はこの伝播の概念モデルを数学的な方程式で要約し、それを分析して可能性のある感染拡大のパターンについて結論を導き出しました。彼の分析には伝播プロセスに関する特定の仮定が含まれていたため、ロスは状況が変わった場合に何が起こるかを見極めるためにこれらの仮定を調整することができました。例えば、蚊の数を減らすことがどのような影響を持つのか、伝播が減少した場合、病気はどれくらいの速さで消えるのか、といったことです。ロスのアプローチは、既存のデータのパターンを探すのではなく、「もしも？」と未来を見据えて考えることを可能にしました。この種の分析を試みた研究者は以前にもいましたが、ロスはそれらのアイデアを明確で包括的な理論にまとめ上げました。彼は、疫病を静的なパターンの集合としてではなく、相互作用するプロセスの連続として動的に検討する方法を示しました。記述的な方法と機械的な方法—一方は過去を振り返り、もう一方は未来を見据える—は理論的には同じ答えに収束するはずです。記述的アプローチを考えてみましょう。十分な実データがあれば、蚊の制御の効果を推定することが可能です。水タンクをひっくり返したり、他の方法で蚊を排除したりすれば、何が起こるかを観察できます。逆に、ロスの数学的分析における蚊の制御の予測効果は、理想的にはそのような対策の実際の影響と一致するべきです。もし制御戦略が本当に効果的であれば、両方の方法がそれを示すはずです。違いは、ロスの機械的アプローチでは、効果を推定するために水タンクをひっくり返す必要がないことです。ロスのような数学モデルは、しばしば不透明または複雑だという評判がありますが、本質的にはモデルは世界の単純化に過ぎず、特定の状況で何が起こるかを理解する手助けをするために設計されています。機械的モデルは、実験で答えられない質問に特に有用です。健康機関が自らの病気制御戦略の効果を知りたい場合、同じ疫病を再度実行することはできません。同様に、将来のパンデミックがどのようなものになるかを知りたい場合、新しいウイルスを故意に放出してその広がりを観察することはできません。モデルは、現実に干渉することなく感染の拡大を検討する能力を私たちに与えてくれます。伝播や回復が感染の広がりにどのように影響するかを探ることができ、蚊の排除からワクチン接種まで、さまざまな制御手段を導入して、それらが異なる状況でどれほど効果的であるかを確認できます。20世紀初頭、このアプローチはロスにとってまさに必要なものでした。彼がアノフェレス蚊がマラリアを広めると発表したとき、多くの同僚は蚊の制御が病気を減少させるとは信じていませんでした。 これは記述的分析を難しくしました。使用されていない対策を評価するのは難しいからです。しかし、ロスは新しいモデルのおかげで、長期的な蚊の減少が効果を発揮することを確信しました。次の課題は、他の人々を納得させることでした。現代の視点から見ると、ロスのアイデアに対する反対がこれほどまでに多かったのは奇妙に思えるかもしれません。疫学の科学は拡大し、病気のパターンを分析する新しい方法が生まれていましたが、医療コミュニティはロスが考えていたようにマラリアを捉えていませんでした。根本的には、哲学の対立でした。ほとんどの医師はマラリアを記述の観点から考えており、発生を見たときには計算よりも分類に重点を置いていました。しかし、ロスは病気の流行の背後にあるプロセスを定量化する必要があると主張しました。「疫学は実際には数学的な学問です」と彼は1911年に書いています。「もしもっと数学的な研究に注意が払われていれば、マラリアに関するようなばかげた間違いは少なくなったでしょう。」 蚊の駆除が広く採用されるまでには、さらに多くの年数がかかることになります。ロスはマラリアの症例が劇的に減少するのを目にすることはありませんでした。この病気は1950年代までイギリスに残り、1975年にようやくヨーロッパ本土から排除されました。彼のアイデアは最終的に受け入れられ始めましたが、彼はその遅れを嘆いていました。「世界は新しいアイデアを理解するのに少なくとも10年は必要です」と彼はかつて書いています。「それがどれほど重要で単純であっても。」 ロスの実践的な努力だけでなく、時間とともに広がることになるのは他にもありました。1901年のシエラレオネ遠征のチームの一員であったアンダーソン・マッケンドリックは、グラスゴー出身の新しく資格を得た医師でした。マッケンドリックはインド医療サービスの試験で最高得点を取り、シエラレオネの旅行の後にインドで新しい仕事を始める予定でした。イギリスへの帰りの船の中で、マッケンドリックとロスは病気の数学について長時間話し合いました。二人はその後の数年間、アイデアを交換し続けました。最終的にマッケンドリックはロスの分析を基に発展させるために十分な数学を学ぶことになります。「あなたの素晴らしい本であなたの研究を読みました」と彼は1911年8月にロスに言いました。「私は微分方程式から同じ結論に達しようとしていますが、これは非常に捉えどころのない作業で、新しい方向に数学を拡張しなければなりません。私が望むものを得られるかどうかは疑わしいですが、『人の手はその届く範囲を超えなければならない』と思っています。」 マッケンドリックは、ロスの機械的な方法を採用せず、記述的分析に大きく依存している統計学者、特にカール・ピアソンに対して厳しい見解を持つようになります。「ピアソン派はいつものように全体をひどく混乱させています」と彼はマラリア感染の欠陥のある分析を読んだ後にロスに言いました。「私は彼らや彼らの方法に同情しません。」伝統的な記述的アプローチは医学の重要な部分であり、今でもそうですが、感染の伝播プロセスを理解するには限界があります。 マッケンドリックは、感染症の発生分析の未来はよりダイナミックな考え方にあると信じていました。ロスも同様の見解を持っていました。「私たちは新しい科学を確立することになるだろう」と彼はかつてマッケンドリックに語った。「しかしまず、私たち二人で扉を開け、その後は誰でも好きなように入れるようにしよう。」1924年のある夏の夕方、ウィリアム・カーマックの実験が爆発し、腐食性のアルカリ溶液が彼の目にかかりました。化学者としての訓練を受けたカーマックは、脊髄液を研究するために一般的に用いられる方法を調査していました。その晩、彼はエディンバラの王立医師会の実験室で一人で作業しており、最終的には怪我のために2ヶ月間入院することになりました。この事故により、26歳のカーマックは完全に失明しました。 入院中、カーマックは友人や看護師に数学を読んでもらうよう頼みました。視力を失ったことを知り、彼は別の方法で情報を得る練習をしたかったのです。彼は卓越した記憶力を持ち、数学の問題を頭の中で解決していきました。「彼が何も紙に書くことができなくても、どれだけのことができるかを知るのは驚くべきことだった」と彼の同僚ウィリアム・マククリアは述べています。 退院後、カーマックは科学の分野での仕事を続けましたが、他のテーマに焦点を移しました。彼は化学実験を後にし、新しいプロジェクトを開発し始めました。特に、エディンバラの実験室の責任者に昇進したアンダーソン・マッケンドリックと共に数学的な問題に取り組み始めました。マッケンドリックは20年近くインドで勤務した後、1920年にインド医療サービスを退職し、家族と共にスコットランドに移りました。二人はロスのアイデアを拡張し、一般的な疫病について考察しました。彼らは感染症研究における最も重要な質問の一つに焦点を当てました。それは、疫病がなぜ終息するのかということです。二人は当時、二つの一般的な説明があることに気付きました。感染が広がるのを止めるのは、感染させることができる人がもういなくなったからか、あるいは病原体自体が疫病の進行に伴って感染力が低下するからだというものでした。しかし、ほとんどの状況では、どちらの説明も正しくないことが判明しました。 ロスと同様に、カーマックとマッケンドリックは病気の伝播に関する数学モデルを開発することから始めました。簡単のために、彼らはモデル内で人口がランダムに混ざり合うと仮定しました。瓶の中でビー玉が振動するように、人口の中の誰もが他の全員と出会う平等なチャンスを持っています。このモデルでは、疫病は一定数の感染者から始まり、他の全員は感染に対して感受性があります。誰かが感染から回復すると、その人はその病気に対して免疫を持つことになります。したがって、私たちは人口を病気の状態に基づいて三つのグループに分けることができます。これらの三つのグループには名前が付けられ、一般的に「SIRモデル」として知られています。例えば、1万人の人口にインフルエンザの感染者が一人現れたとします。このSIRモデルを使ってインフルエンザのような疫病をシミュレーションすると、次のようなパターンが得られます。 10,000 — 8,000 回復者 Bs 2 6,000 3 B 4,000 £ 感受性者 2,000 感染者 0 0 20 40 60 80 100 120 日数 SIRモデルを用いたシミュレーションインフルエンザの発生 シミュレーションされた疫病は、最初に感染者が1人しかいないため、成長するのに時間がかかりますが、それでも50日以内にピークに達します。そして80日後にはほぼ終息します。疫病の終息時には、まだ感受性のある人々が残っていることに注意してください。もし全員が感染していた場合、10,000人全員が最終的に「回復者」グループに入ることになります。カーマックとマッケンドリックのモデルは、これが起こらないことを示唆しています：アウトブレイクは、全員が感染する前に終わることがあるのです。「一般的に、疫病は感受性のある人口が枯渇する前に終息する」と彼らは述べています。なぜ全員が感染しないのでしょうか？それは、アウトブレイクの途中で起こる変化によるものです。疫病の初期段階では、感受性のある人々がたくさんいます。その結果、毎日感染する人の数は回復する人の数よりも多く、疫病は成長します。しかし、時間が経つにつれて、感受性のある人々の数は減少します。このプールが十分に小さくなると、状況は逆転します：毎日新たに感染する人よりも回復する人の方が多くなり、疫病は減少し始めます。まだ感染する可能性のある感受性のある人々はいますが、残っている数が非常に少ないため、感染者が他の人と出会うよりも回復する可能性の方が高くなります。 モデル o | ew > ° “ データ E 600 o °° ° 2 2 400 °° ° 2 200 ° ° * ; 0°" ©o00 0 5 10 15 20 25 30 週数 1906年のボンベイにおけるペストの発生、SIRモデルと実データを並べて表示 効果を示すために、カーマックとマッケンドリックは、SIRモデルが1906年のボンベイ（現在のムンバイ）でのペストの発生のダイナミクスを再現できることを示しました。このモデルでは、病原体は時間とともに同じ感染力を持ち続けます。感染者と感受性者の数の変化が、増減を引き起こします。重要な変化は、疫病のピーク時に起こります。この時点では、免疫を持つ人が非常に多く、感受性のある人が非常に少ないため、疫病は成長を続けることができません。したがって、疫病は転換し、減少を始めます。感染の伝播を防ぐのに十分な免疫を持つ人々がいるとき、私たちはその集団が「集団免疫」を獲得したと言います。このフレーズは、20世紀初頭に統計学者のメジャー・グリーンウッドによって最初に造られました（メジャーは彼の名前で、実際の軍の階級はキャプテンでした）。心理学者たちは以前に「群れの本能」を、個々の行動ではなく集団として行動するグループを説明するために使用していました。同様に、集団免疫は、個々の人々がまだ感受性を持っていても、集団全体が感染の伝播を阻止できることを意味しました。集団免疫の概念は数十年後に人気を博し、人々がそれが病気の制御に強力なツールとなり得ることを認識しました。疫病の間、人々は自然に感染することで感受性のあるグループから移動します。しかし、多くの感染症において、保健機関は このグループから人々を意図的に移動させるために、ワクチン接種を行います。ロスがマラリアをすべての蚊を排除することなく制御できると提案したように、集団免疫によって全人口をワクチン接種しなくても感染を制御することが可能になります。ワクチン接種ができない人々、例えば新生児や免疫系が弱っている人々がいますが、集団免疫によってワクチン接種を受けた人々がこれらの脆弱な未接種グループを自分自身と同様に守ることができます。そして、ワクチン接種を通じて病気を制御できれば、それらを人口から排除することも可能です。これが、集団免疫が疫病理論の中心に位置づけられる理由です。「この概念には特別なオーラがある」と疫学者のポール・ファインがかつて述べたように、疫病がなぜ終息するのかを考えるだけでなく、カーマックとマッケンドリックは、発生の明らかにランダムな発生にも興味を持っていました。彼らのモデルを分析した結果、病原体や人間の集団の特性の小さな違いに対して感染の伝播が非常に敏感であることがわかりました。これが、大規模な発生が突然現れる理由を説明しています。SIRモデルによれば、発生には三つの要素が必要です：十分に感染力のある病原体、異なる人々の間での多くの相互作用、そして感染に対して感受性のある人口の十分な割合です。集団免疫の臨界閾値付近では、これらの要素の一つに小さな変化が加わることで、数件のケースと大規模な疫病の間に大きな違いが生じることがあります。 ジカウイルスの最初の報告された発生は、2007年初頭にミクロネシアのヤップ島で始まりました。それ以前には、ウガンダ、ナイジェリア、セネガルに散在する14件の人間のジカウイルス感染例が確認されていただけでした。しかし、ヤップでの発生は異なりました。島の大部分が感染する爆発的なもので、完全に予想外のものでした。過疎化した森林から来たあまり知られていないウイルスが新たな時代に突入しているようでした。「公衆衛生当局は、ジカウイルスの感染拡大のリスクを認識すべきだ」と疫学者のマーク・ダフィーと彼の同僚たちは発生報告で結論づけました。 ヤップでは、ジカウイルスは大きな脅威ではなく、むしろ好奇心を引く存在でした。多くの人々が熱や発疹を経験したにもかかわらず、誰も入院することはありませんでした。しかし、2013年末にこのウイルスがはるかに大きなフランス領ポリネシアの島々に到着すると状況は一変しました。その結果として発生したアウトブレイクでは、タヒチの北海岸にあるパペーテの主要な市立病院にギラン・バレー症候群を患った42人が到着しました。この症例は、主なジカウイルスの発生よりも少し遅れて現れましたが、これは感染後に数週間で現れる症候群としては予想通りのことです。 推測 可能な関連性についての推測は、地元の科学者ヴァン・マイ・カオ＝ロルモーと彼女の同僚たちが、ほぼすべてのCPS（急性小脳症）症例が最近ジカウイルスに感染していたことを発見したことで確認されました。ヤップと同様に、フランス領ポリネシアでのアウトブレイクも非常に大規模で、人口の大多数が感染しました。そしてヤップと同じく、このアウトブレイクは非常に短期間で、数週間のうちに大半の症例が現れました。私たちのチームは2014年から2015年にかけて、太平洋地域のデング熱を分析するための数学モデルを開発していたため、ジカウイルスにも注目することにしました。マラリアを広めるために何マイルも飛ぶことができる無色のアノフェレスとは異なり、デング熱とジカウイルスはどちらもエジス蚊によって広がります。エジス蚊はストライプ模様があり、怠惰なことで知られています（「エジス」はラテン語で「家」を意味します）。そのため、感染は一般的に人間が一つの場所から別の場所に移動する際に広がります。 — フランス領ポリネシアにおけるジカウイルスの動態を再現するためにモデルシミュレーションを試みた際、私たちは、このような爆発的なアウトブレイクを引き起こすには、大規模なデング熱のような感染拡大率が必要であったことに気づきました。感染プロセスに関わる遅延を考慮すると、アウトブレイクの短い期間はさらに際立ちました。感染の各サイクルでは、ウイルスが人間から蚊に移り、再び別の人間に戻る必要があります。フランス領ポリネシアにおける感染率を分析する中で、2013年10月に最初の症例が報告された時点で、すでに何人が感染していたかを推定しました。私たちのモデルは、この時点で数百人が感染していたことを示唆しており、ウイルスは数週間、あるいは数ヶ月前に国に到達していた可能性が高いことを意味します。この結果は、もう一つの謎に関連しています：ジカウイルスはどのようにラテンアメリカに到達したのでしょうか？2015年5月にブラジルで最初の症例が報告された後、感染がいつ大陸に持ち込まれたのか、そして誰によって持ち込まれたのかについて多くの推測がありました。 初期の仮説の一つは、2014年6月から7月にブラジルで開催されたFIFAワールドカップに注目しました。この大会には世界中から300万人以上のサッカーファンが集まりました。もう一つの候補は、2014年8月にリオデジャネイロで開催されたバアスプリントカヌー選手権でした。ワールドカップとは異なり、この小規模なイベントにはフランス領ポリネシアのチームが参加していました。では、どの説明が最も妥当なのでしょうか？進化生物学者ヌーノ・ファリアと彼の同僚たちによれば、どちらの理論も特に良いものではないとのことです。2016年までにラテンアメリカで流通していたジカウイルスの遺伝的多様性に基づくと、感染は以前に考えられていたよりもずっと早く持ち込まれたと推測されます。ウイルスはおそらく2013年の中頃から後半にかけて大陸に到達したと考えられています。カヌー選手権やワールドカップには早すぎる時期ですが、この期間は2013年6月に開催されたコンフェデレーションズカップという地域のサッカー大会と一致します。さらに、フランス領ポリネシアも参加国の一つでした。ただし、この理論には一つのギャップがあります：コンフェデレーションズカップは、フランス領ポリネシアで最初のジカウイルスの症例が報告される5ヶ月前に行われたのです。 しかし、フランス領ポリネシアでの感染拡大が実際には2013年10月よりも早く始まっていたとしたら（私たちの分析が示唆するように）、その夏にラテンアメリカに広がる可能性は十分に考えられました。（もちろん、Zikaの物語にスポーツのような前触れを見つけようとするのは慎重であるべきです。2013年に太平洋のどこかからブラジルに向かうランダムなフライトに乗ったランダムな人が原因だった可能性もあります。）過去の感染拡大を分析するだけでなく、数学的モデルを使って将来の展開を予測することもできます。これは、感染拡大の際に難しい決断を迫られる保健機関にとって特に有用です。2015年12月、Zikaがカリブ海のマルティニーク島に到達した際には、大きな懸念がありました。それは、島が重症患者をどれだけ受け入れられるかということです。患者の肺が機能しなくなった場合、人工呼吸器が必要になりますが、当時マルティニークには38万人の人口に対してわずか8台の人工呼吸器しかありませんでした。それで足りるのでしょうか？その答えを見つけるために、パリのパスツール研究所の研究者たちは、島でのZikaの感染伝播モデルを開発しました。彼らが知りたかったのは、感染拡大の全体的な形状でした。人工呼吸器が必要な重症患者は通常数週間にわたってそれを使用するため、短期間で大きなピークを持つ感染拡大は医療システムを圧倒する可能性がありますが、長くて緩やかな感染拡大はそうではありませんでした。マルティニークでの感染拡大の初期にはあまり症例がなかったため、チームはフランス領ポリネシアのデータを出発点として使用しました。2013年から2014年にかけて報告された42件の重症患者のうち、12件が人工呼吸器を必要としていました。パスツールモデルによれば、これは大きな問題を抱える可能性があることを意味していました。もしマルティニークでの感染拡大がフランス領ポリネシアと同じパターンを辿った場合、島はおそらく9台の人工呼吸器が必要になるでしょう。これは、彼らが持っている台数よりも1台多いことになります。 幸運なことに、マルティニークでの感染拡大は同じではありませんでした。新しいデータが入るにつれて、ウイルスがフランス領ポリネシアほど早く広がっていないことが明らかになりました。感染拡大のピーク時には、研究者たちは約3件の重症患者が人工呼吸器を必要とするだろうと予想しました。最悪のシナリオでも、7台の人工呼吸器があれば十分だと推定しました。この上限に関する彼らの結論は正しかったことが判明しました。感染拡大のピーク時には、人工呼吸器を使用している重症患者は5件でした。全体で、感染拡大中に30件の重症患者が確認され、2件の死亡がありました。適切な医療施設がなければ、結果はもっと悪化していたかもしれません。 これらのZikaに関する研究は、ロスの方法が感染症の理解にどのように影響を与えたかを示す一例に過ぎません。感染拡大の形状を予測することから、制御措置の評価に至るまで、メカニズムモデルは今日の感染症研究の基本的な部分となっています。研究者たちは、マラリアやZika、HIV、エボラウイルスなど、遠隔地の島から紛争地域に至るまで、さまざまな感染拡大に対して保健機関が対応できるようモデルを活用しています。 ロスは、自身のアイデアがどれほど影響力を持ったかを見て喜ぶに違いありません。蚊がマラリアを媒介することを発見したことでノーベル賞を受賞しましたが、彼はそれを自身の最大の業績とは見なしていませんでした。「私の主な仕事は、疫病の一般法則を確立することだと思っています」と彼はかつて書いています。彼が言う「疫病」とは、病気の疫病だけを指しているわけではありません。後にカーマックとマッケンドリックがロスの蚊の定理を他の感染症に拡張することになりますが、ロスはより広い野望を抱いていました。「感染は、こうした生物に起こりうる多くの出来事の一つに過ぎないので、私たちは一般的な『出来事』について扱います」と彼は『マラリア予防』の第二版で書いています。ロスは、「出来事の理論」を提案し、病気やその他の出来事によって影響を受ける人々の数が時間とともにどのように変化するかを説明しました。ロスは、出来事には主に二つのタイプがあると提案しました。第一のタイプは、人々に独立して影響を与えます。つまり、あなたに起こった場合、一般的にはその後他の誰かに起こる可能性を増加させたり減少させたりしないということです。ロスによれば、これには感染症でない病気、事故、離婚などが含まれる可能性があります。例えば、誰にでもランダムに影響を与える新しい状態があるとしましょうが、最初はその集団の中で誰もそれを持っていないとします。もし各人が毎年一定の確率で影響を受け、その後も影響を受け続けるとしたら、時間とともに増加するパターンが見られるでしょう。 独立した出来事の成長を時間とともに示した例では、全員が毎年5％または10％の確率で影響を受ける場合に何が起こるかを示しています。とはいえ、曲線は徐々に平坦になっていきます。なぜなら、影響を受けていないグループのサイズが時間とともに縮小するからです。毎年、以前は影響を受けていなかった人々の一部がその状態にかかりますが、時間が経つにつれてそうした人々は少なくなっていくため、全体の数は後になってそれほど増えなくなります。もし毎年影響を受ける確率が低ければ、曲線は最初はよりゆっくりと成長しますが、それでも最終的には平坦になります。実際には、曲線が100％で平坦になるとは限りません。影響を受ける最終的な人数は、最初に「感受性のある」人々が誰であるかに依存します。例として、イギリスにおける住宅所有を考えてみましょう。1960年に生まれた人々の中で、20歳の時点で住宅を所有していたのはごくわずかでしたが、30歳になる頃には大多数が家を所有していました。それに対して、1980年や1990年に生まれた人々は、20代の各年において住宅所有者になる確率がはるかに低かったのです。住宅所有者になる人々の割合を時間とともにプロットすると、異なる年齢層での所有の成長の速さがわかります。もちろん、住宅所有は完全にランダムではなく、相続などの要因が人々の購入の可能性に影響を与えますが、全体的なパターンはロスの独立した出来事の概念と一致しています。 平均的に見て、20歳の若者が住宅を購入することは、他の若者が住宅市場に参入するかどうかにはあまり影響を与えません。出来事が互いに独立して発生する限り、つまり一定の割合で発生する限り、この全体的なパターンはあまり変わりません。特定の年齢で住宅を所有している人の数をプロットする場合でも、ある時間待った後にバスが到着する確率を考える場合でも、似たような図が得られます。 独立した出来事は自然な出発点ですが、出来事が感染する場合はもっと興味深くなります。ロスはこれらのタイプの出来事を「依存的な出来事」と呼びました。なぜなら、ある人に起こることは、現在影響を受けている他の人の数に依存するからです。最も単純なタイプの感染は、影響を受けた人々が他の人にその状態を伝染させ、影響を受けた人々はそのままの状態を保つというものです。この状況では、出来事は徐々に人口全体に広がります。ロスは、このような疫病は「長く引き伸ばされたS字型」の形をとると指摘しました。最初は影響を受ける人の数が指数関数的に増加し、新たなケースの数は時間とともにますます増えていきます。最終的には、この成長は鈍化し、平坦になります。 感染力が強い場合と弱い場合のS字型成長の例を示す図。ロスのモデルに基づいています。人々が無期限に影響を受け続けるという仮定は、感染症には通常当てはまりません。なぜなら、人々は回復したり、治療を受けたり、感染によって亡くなったりするからです。しかし、他の種類の広がりを捉えることはできます。このS字型の曲線は、エヴェレット・ロジャースが1962年の著書『イノベーションの普及』で取り上げた後、社会学で人気を博しました。彼は、新しいアイデアや製品の初期の採用が一般的にこの形をとることを指摘しました。20世紀中頃には、ラジオや冷蔵庫などの製品の普及がすべてS字型の曲線を描きました。その後、テレビ、電子レンジ、携帯電話も同様の曲線を描くことになります。ロジャースによれば、製品の成長には4つの異なるタイプの人々が関与しています。最初の採用は「革新者」から始まり、その後「初期採用者」、次に大多数の人々、最後に「遅滞者」が続きます。彼のイノベーションに関する研究は、主にこの記述的アプローチに従い、S字型から始めて可能な説明を探るものでした。 ロスは逆の方向で作業しました。彼は機械的な推論を用いて、この曲線をゼロから導き出し、そのような出来事の広がりが必然的にこのパターンにつながることを示しました。ロスのモデルはまた、新しいアイデアの採用が徐々に鈍化する理由についての説明も提供します。より多くの人々が採用するにつれて、まだ聞いたことのない人に出会うことがますます難しくなるからです。 アイデアについて。全体の採用者数は増え続けていますが、各時点での新たな採用者数は減少しています。そのため、新しい採用の数は次第に減少し始めます。 1980年から2000年にかけてのアメリカにおけるVCRの所有率 データ：消費者電子機器協会 1960年代、マーケティング研究者のフランク・バスは、ロジャースのモデルの拡張版を開発しました。ロジャースの記述的分析とは異なり、バスは採用の時間軸と全体の形状を考慮に入れました。人々がどのように革新を採用するかを考えることで、バスは新技術の普及について予測を立てることができました。ロジャースの曲線では、革新者が最初の2.5パーセントの採用を担い、残りの97.5パーセントは他の人々が占めています。これらの値はやや恣意的です。ロジャースは記述的方法に依存していたため、S字曲線の全体の形を知る必要がありました。アイデアが完全に採用されるまで、人々を分類することはできませんでした。一方、バスは採用曲線の初期の形を使って、革新者と他の人々（彼が「模倣者」と呼んだ）の相対的な役割を推定することができました。1966年の作業論文では、当時まだ上昇中だった新しいカラーテレビの販売が1968年にピークを迎えると予測しました。「業界の予測は私のものよりもはるかに楽観的でした」とバスは後に述べています。「私の予測が好意的に受け入れられなかったのは、ある意味当然のことでした。」バスの予測は人気がありませんでしたが、結果的には現実に非常に近いものでした。新しい販売は確かにその後減速し、モデルが示唆した通りにピークに達しました。 興味がどのように停滞するかを見るだけでなく、採用の初期段階も検討できます。エヴェレット・ロジャースが1960年代初頭にS字曲線を発表した際、彼は新しいアイデアが20〜25パーセントの人々に採用された時点で「立ち上がった」と示唆しました。「その時点を過ぎると、新しいアイデアのさらなる普及を止めることはおそらく不可能です」と彼は主張しました。「たとえそれを望んでも。」感染のダイナミクスに基づいて、この立ち上がりポイントのより正確な定義を考えることができます。具体的には、新しい採用の数が最も速く成長している時期を特定できます。このポイントを過ぎると、感受性のある人々が不足し、普及の速度が遅くなり、最終的には停滞します。ロスの単純なモデルでは、最も速い成長は、潜在的なオーディエンスの21パーセント以上がアイデアを採用した時に起こります。驚くべきことに、これは革新がどれだけ容易に広がるかに関係なく当てはまります。 ロスの機械的アプローチは、現実の中で異なるタイプの出来事がどのように見えるかを示してくれるため、有用です。VCRの採用曲線と住宅所有率の曲線を比較してみてください：どちらも最終的には停滞しますが、VCRの曲線は最初に指数関数的に成長します。単純な感染モデルは通常、このような成長を予測します。なぜなら、各新しい採用が次の採用を生み出すからです。 さらに多くの採用が進む一方で、独立した出来事のモデルではそうはなりません。指数関数的な成長が常に何かが感染性であることの兆候であるとは限りません。人々が技術をますます採用する理由は他にもあるかもしれませんが、異なる感染プロセスがアウトブレイクの形状にどのように影響を与えるかを示しています。アウトブレイクのダイナミクスを考えると、現実には非常にあり得ない形状を特定することもできます。例えば、すべての人が影響を受けるまで指数関数的に増加する病気の流行を想像してみてください。この形状を生成するためには何が必要でしょうか？大規模な流行では、感染可能な人が少なくなるため、感染の伝播は一般的に遅くなります。流行がますます速く増加し続けるためには、感染者が流行の後半段階で残っている感染可能な人を積極的に探し始める必要があります。これは、あなたが風邪をひいて、まだ感染していない友人を見つけて、故意に咳をして感染させるのと同じことです。このようなアウトブレイクの形状を生み出す最も身近なシナリオは、フィクションのものであり、最後の数人の生存者を狙うゾンビの集団です。 現実の世界に戻ると、宿主に感染を広げる方法で影響を与える感染症がいくつかあります。狂犬病に感染した動物はしばしば攻撃的になり、噛むことでウイルスが広がるのを助けます。また、マラリアにかかった人は蚊を引き寄せる香りを放つことがあります。しかし、こうした影響は一般的に流行の後半段階で感染可能な人の数が減少するのを克服するほど大きくはありません。さらに、多くの感染症は行動に逆の影響を与え、無気力や非活動を引き起こし、感染の可能性を減少させます。革新から感染症まで、流行はほぼ必然的に遅くなり、感染可能な人を見つけるのが難しくなります。 ロナルド・ロスは、さまざまな流行を研究する計画を立てていましたが、彼のモデルが複雑になるにつれて数学が難しくなりました。彼は感染の伝播プロセスを概説することはできましたが、その結果生じるダイナミクスを分析することはできませんでした。そこで彼は、ロンドンのウェストハム工科大学の講師であるヒルダ・ハドソンに助けを求めました。数学者の娘であるハドソンは、10歳のときに『ネイチャー』誌に初めての研究を発表しました。彼女はその後、ケンブリッジ大学で学び、数学で一等の成績を収めた唯一の女性となりました。彼女は7位の男性学生と同じ結果を出しましたが、その成績は公式のリストには含まれませんでした（女性がケンブリッジの学位を取得できるようになったのは1948年のことです）。ハドソンの専門知識により、出来事の理論を拡張し、さまざまなモデルが生み出すパターンを可視化することが可能になりました。いくつかの出来事は時間とともに静かに進行し、徐々にすべての人に影響を与えました。 他の感染症は急激に増加した後、減少しました。中には大規模な流行を引き起こした後、より低いエンデミックレベルに落ち着くものもありました。流行が季節に応じて波のように押し寄せては引くものや、時折再発する流行もありました。ロスとハドソンは、これらの方法がほとんどの現実の状況をカバーできると主張しました。「現在私たちが見える限り、流行の増減は一般的な出来事の法則で説明できる」と彼らは示唆しました。 残念ながら、ハドソンとロスの「出来事の理論」に関する研究は、3本の論文に限られることになりました。一つの障害は第一次世界大戦でした。1916年、ハドソンは英国の戦争努力の一環として航空機の設計を手伝うために呼ばれ、その仕事により後にOBEを受賞することになります。戦後、彼らは別の障害に直面しました。論文は彼らのターゲットオーディエンスに無視されてしまったのです。「『保健当局』からはほとんど関心を持たれなかったため、続けるのは無駄だと思った」とロスは後に書いています。ロスが「出来事の理論」に取り組み始めたとき、彼は最終的に「統計、人口学、公衆衛生、進化論、さらには商業、政治、政治家の理論に関連する問題に取り組むことができることを期待していました」。それは壮大なビジョンであり、最終的には感染症に対する私たちの考え方を変えることになるものでした。しかし、感染症研究の分野においても、これらの方法が人気を得るまでには数十年が経過しました。そして、これらのアイデアが他の生活の領域に浸透するまでにはさらに長い時間がかかることになるのです。 パニックとパンデミック「私は天体の動きを計算できるが、人々の狂気は計算できない。」伝説によれば、アイザック・ニュートンは南海会社に投資して財産を失った後にこう言ったと言われています。彼は1719年末に株を購入し、最初は投資が上昇するのを見て利益を確定しました。しかし、株価はさらに上昇し、ニュートンはその早急な売却を後悔して再投資しました。数ヶ月後にバブルが崩壊したとき、彼は£20,000、現在の価値で約£2000万を失いました。偉大な学者たちは金融市場に関しては混合した実績を持っています。エドワード・ソープやジェームズ・シモンズのような数学者は成功した投資ファンドを設立し、大きな利益を上げましたが、他の者たちは逆に資金を失う結果となりました。例えば、ヘッジファンドのロングターム・キャピタル・マネジメント（LTCM）は、1997年と1998年のアジアおよびロシアの金融危機の後に巨額の損失を被りました。ノーベル賞受賞経済学者が取締役に名を連ね、初期の利益も健全だったこの会社は、ウォール街の羨望の的でした。投資銀行は、ますます野心的な取引戦略を追求するために、彼らにますます大きな金額を貸し出しました。その結果、1998年にファンドが破綻した際には、負債が1000億ドルを超えていました。1990年代半ばには、銀行家の間で「金融感染」という新しいフレーズが人気を博しました。これは、一国から別の国への経済問題の広がりを表現するものでした。アジア金融危機はその代表的な例でした。 危機そのものがLTCMのようなファンドに打撃を与えたわけではなく、他の市場を通じて広がった間接的な衝撃波が影響を及ぼしたのです。そして、LTCMに多くの資金を貸し出していたため、銀行もリスクにさらされていました。1998年9月23日、ウォール街の有力な銀行家たちがニューヨーク連邦準備銀行の10階に集まったのは、この感染の恐れがあったからです。LTCMの問題が他の機関に広がるのを防ぐため、彼らは36億ドルの救済策に合意しました。それは高くつく教訓でしたが、残念ながら学ばれることはありませんでした。ほぼ10年後、同じ銀行が金融の感染について同じ会話を交わすことになるのです。今度は、状況はさらに悪化していました。 2008年の夏、私は相関という統計的概念の売買について考えていました。大学の最終年度を終え、ロンドンのカナリー・ワーフにある投資銀行でインターンをしていました。基本的なアイデアはシンプルでした。相関は、物事がどれだけ連動して動くかを測定します。もし株式市場が高い相関を持つなら、株は一緒に上がったり下がったりする傾向があります。一方、相関がない場合は、ある株が上がる一方で別の株が下がることもあります。将来的に株が似たように動くと考えるなら、この相関から利益を得る取引戦略が理想的です。私の仕事は、そのような戦略を開発する手助けをすることでした。 相関は、数学的な思考を持つインターンを占有するためのニッチなトピックではなく、2008年に本格的な金融危機が訪れる理由を理解するために重要なものであることがわかりました。また、相関は、社会的行動から性感染症に至るまで、感染がどのように広がるかを説明するのにも役立ちます。私たちが見るように、これは最終的に流行分析を現代金融の中心に引き込むリンクとなるのです。 その夏の毎朝、私はドックランズ・ライト・レールウェイで仕事に向かいました。カナリー・ワーフの停留所に着く直前、列車は25バンクストリートにある高層ビルを通過しました。このビルはリーマン・ブラザーズの本社でした。2007年末にインターンシップに応募した際、リーマンは多くの応募者にとって憧れの場所の一つでした。リーマンは、ゴールドマン・サックス、JPモルガン、メリルリンチなどを含むエリートの「バルジ・ブラケット」グループの一員でした。ベア・スターンズもこのクラブの一員でしたが、2008年3月に崩壊しました。銀行家たちが「ベア」と呼んでいたこの会社は、住宅市場への失敗した投資が原因で倒産しました。その後すぐに、JPモルガンがその残骸を以前の価値の10分の1以下で買収しました。夏になると、業界の誰もが次にどの企業が倒産するかを推測していました。リーマンがそのリストのトップに見えました。 数学を学ぶ学生にとって、金融のインターンシップは他のすべての道から気をそらす明るい道でした。私の学位コースの友人たちは、最終的なキャリアに関係なく、皆インターンシップに申し込んでいました。インターンシップを始めて約1か月経った頃、私は考えを変え、仕事のオファーではなく博士号を追求することに決めました。 大きな要因の一つは、その年の初めに受講した疫学のコースでした。私は、病気の発生が神秘的で予測不可能な出来事である必要はないという考えに魅了されました。適切な方法を用いれば、それらを分析し、実際に何が起こっているのかを明らかにし、できれば対処することも可能だと考えました。しかしまず、カナリー・ワーフで何が起こっているのかを理解する必要がありました。別のキャリアパスに進むことに決めたにもかかわらず、私は銀行業界で何が起こっているのかを知りたいと思っていました。なぜ最近、取引デスクが空になってしまったのか？なぜ有名な金融アイデアが突然崩れ去ったのか？そして、どれほど悪化する可能性があるのか？私は株式部門に所属し、企業の株価を分析していましたが、前の数年間、実際の利益は信用ベースの投資にあったのです。特に目立った投資がありました。それは、銀行が住宅ローンやその他のローンを「担保付債務義務」（CDO）としてまとめることが増えていたことです。これらの金融商品は、投資家が住宅ローンの貸し手のリスクを引き受け、その見返りに利益を得ることを可能にしました。このようなアプローチは非常に利益を上げることができました。2019年にイギリスの財務大臣に任命されたサジッド・ジャビッドは、2009年に銀行業界を離れるまで、様々な信用商品を取引して年間約300万ポンドを稼いでいたと報じられています。 CDOは生命保険業界から借りたアイデアに基づいていました。保険会社は、配偶者の死後に人々が亡くなる可能性が高くなることに気づきました。これは「心が折れた症候群」として知られる社会的な影響です。1990年代半ば、彼らはこの影響を考慮して保険料を計算する方法を開発しました。このアイデアを借りて新たな用途を見出すのに、銀行家たちが時間をかけることはありませんでした。死亡ではなく、住宅ローンのデフォルトが発生したときに何が起こるのかに興味を持ったのです。別の家庭も同様に影響を受けるのか？このように数学モデルを借用することは、金融や他の分野でも一般的です。「人間は限られた先見の明と大きな想像力を持っている」と金融数学者エマニュエル・ダーマンはかつて述べました。「したがって、必然的にモデルはその創造者が意図した方法とは異なる形で使用されることになります。」 残念ながら、住宅ローンのモデルにはいくつかの重大な欠陥がありました。最大の問題は、これらのモデルが過去の住宅価格に基づいていたことです。過去20年間、住宅価格は上昇し続けていました。この歴史的な期間は、住宅市場が特に相関していないことを示唆していました。例えば、フロリダ州の誰かが支払いを逃したからといって、カリフォルニア州の誰かも同様に支払いを逃すとは限らないのです。一部の人々は住宅がバブルであり、崩壊する可能性があると推測していましたが、多くの人々は楽観的でした。2005年7月、CNBCはベン・バーナンキにインタビューを行いました。彼はブッシュ大統領の経済諮問委員会の議長を務めており、間もなくアメリカ連邦準備制度理事会の議長になる予定でした。バーナンキは最悪のシナリオについてどう考えていたのでしょうか？全国的に住宅価格が下落した場合、何が起こるのでしょうか？「それは非常にありそうもない可能性です」とバーナンキは言いました。「全国的に住宅価格が下がったことはありません。」 2007年2月、ベア・スターンズが崩壊する1年前に、クレジット専門家のジャネット・タバコリはCDO（担保付債務義務）などの投資商品が台頭することについて書きました。彼女は特に、住宅ローン間の相関関係を推定するために使用されるモデルに対して不満を抱いていました。現実からかけ離れた仮定を用いることで、これらのモデルは実質的に数学的な幻想を生み出し、高リスクの融資を低リスクの投資のように見せかけていたのです。タバコリは「相関取引は、金融市場の心理に非常に感染力の強い思考ウイルスのように広がっている」と指摘しました。「これまでのところ、致命的な結果は少なかったが、何人かの犠牲者が病にかかり、病気は急速に広がっている。」他の人々も彼女の懐疑的な見方を共有し、一般的な相関手法を住宅ローン商品を分析するための過度に単純化された方法と見なしていました。ある有名なヘッジファンドは、会議室の一つにそろばんを置いており、その横には「相関モデル」と書かれたラベルがありました。 これらのモデルに問題があったにもかかわらず、住宅ローン商品は依然として人気がありました。しかし、現実が追いついてきました。住宅価格が下落し始めたのです。2008年の夏、私は多くの人々がその潜在的な影響を認識していたという意見に至りました。投資は日々価値を失っていきましたが、まだ naive な投資家がいる限り、それは問題ではないように思えました。まるで底に大きな穴が開いた袋を持っているのに、上からどんどんお金を詰め込んでいるようなものでした。この戦略は、まあ、穴だらけでした。2008年8月には、どれほどお金の袋が空っぽなのかについての憶測が広がっていました。市内の銀行は資金注入を求め、競って中東のソブリン・ウェルス・ファンドにアプローチしていました。私は、株式トレーダーたちが通り過ぎるインターンをつかまえて、リーマンの株価の最新の下落を指摘しているのを見ました。かつては利益を上げていたCDOチームが解雇された空のデスクを通り過ぎると、同僚たちが警備員が通るたびに不安そうに顔を上げて、次は自分たちかもしれないと考えているのが見受けられました。恐怖が広がっていました。そして、崩壊が訪れました。複雑な金融商品が台頭し、ロングターム・キャピタル・マネジメントのようなファンドが崩壊したことで、中央銀行は金融取引の複雑な網を理解する必要があると認識しました。2006年5月、ニューヨーク連邦準備銀行は「システミックリスク」について議論するための会議を開催しました。彼らは金融ネットワークの安定性に影響を与える可能性のある要因を特定したいと考えていました。会議にはさまざまな科学分野からの参加者が集まりました。その中には生態学者のジョージ・スギハラもいました。彼のサンディエゴの研究室は海洋保護に焦点を当て、魚の個体群のダイナミクスを理解するためのモデルを使用していました。スギハラは1990年代後半にドイツ銀行で4年間働いていたため、金融の世界にも精通していました。その期間中、銀行は急速に定量的チームを拡大し、数学モデルの経験を持つ人々を求めていました。 スギハラを勧誘するために、ドイツ銀行は彼をイギリスの田舎にある豪華な邸宅に連れて行きました。話によれば、ディナーの際にある上級バンカーがナプキンに巨額の給与オファーを書きました。驚いたスギハラは何を言っていいかわからず、沈黙してしまいました。その沈黙を軽蔑と勘違いしたバンカーはナプキンを引っ込め、さらに大きな数字を書き始めました。再び一瞬の沈黙があり、次にまた別の数字が提示されました。今度はスギハラがそのオファーを受け入れました。ドイツ銀行での数年間は、双方にとって非常に利益のあるものとなりました。扱うデータは魚の在庫ではなく金融株でしたが、スギハラの予測モデルに関する経験は新しい分野にうまく移行しました。「基本的に、私は取引を行う群衆の恐れと欲望をモデル化しました」と彼は後に『ネイチャー』に語っています。 連邦準備制度の議論に参加したもう一人はロバート・メイで、彼は以前スギハラの博士号を指導していました。生態学者としての訓練を受けたメイは、感染症の分析に広く取り組んできました。メイは偶然のきっかけで金融研究に引き込まれましたが、金融市場における感染の研究をいくつか発表することになります。2013年に『ランセット』医学雑誌に寄稿した記事では、病気の発生と金融バブルの間に明らかな類似点があることを指摘しました。「最近の金融資産の上昇とその後の崩壊は、麻疹や他の感染症の発生における典型的なケースの上昇と下降と非常に似た形をしています」と彼は書いています。メイは、感染症の流行が増加することは悪いニュースであり、減少することは良いニュースであると指摘しました。それに対して、金融価格が上昇することは一般的にポジティブと見なされ、下落することはネガティブと見なされます。しかし、彼はこれが誤った区別であると主張しました。「何かが上昇しているのに、その理由が納得できない場合、それは人々の愚かさの一例です」と彼は述べています。 歴史的に最もよく知られたバブルの一つは「チューリップ・マニア」で、1630年代のオランダを席巻しました。一般的な文化では、これは金融の狂気の古典的な物語です。裕福な人も貧しい人も、チューリップの花にますますお金を注ぎ込み、チューリップの球根が家の価格に匹敵するまでになりました。ある水夫は球根を美味しい玉ねぎと勘違いしてしまい、刑務所に入れられました。伝説によれば、1637年に市場が崩壊した際、経済は打撃を受け、一部の人々は運河に身を投げたと言われています。しかし、ロンドンのキングス・カレッジのアン・ゴールドガーによれば、実際にはそれほど大きな球根バブルは存在しなかったとのことです。彼女は崩壊によって破産した人の記録を見つけることができませんでした。最も高価なチューリップを購入したのはほんの数人の裕福な人々だけで、経済には影響がありませんでした。誰も溺れませんでした。 他のバブルは、はるかに大きな影響を与えました。 人々が過剰に膨れ上がった投資を「バブル」と呼ぶようになった最初の例は、南海バブルの時期でした。1711年に設立されたイギリスの南海会社は、アメリカでのいくつかの貿易契約や奴隷契約を管理していました。1719年には、イギリス政府との間で利益の大きい金融契約を結びました。翌年、同社の株価は急騰し、数週間で4倍に跳ね上がりましたが、数ヶ月後には同じくらい急激に下落しました。 アイザック・ニュートンは1720年の春にほとんどの株を売却しましたが、夏のピーク時に再び投資しました。数学者アンドリュー・オドリズコによれば、「ニュートンはバブルの狂気をほんの少し味わったのではなく、深く飲み込んだ」とのことです。一部の人々は投資のタイミングをうまく見極めました。書店主のトーマス・ガイは、初期の投資家としてピークの前に売却し、その利益を使ってロンドンにガイ病院を設立しました。 その後も、1840年代のイギリスの鉄道マニアから1990年代後半のアメリカのドットコムバブルまで、多くのバブルが存在しました。バブルは一般的に、投資家が殺到し、価格が急上昇した後、バブルが弾けると急落する状況を含みます。オドリズコはこれを「美しい幻想」と呼び、投資家を現実から引き離します。バブルの間、価格は論理的に正当化できる価値を大きく超えることがあります。時には、人々は他の投資家が後から参加するだろうという仮定のもとに投資し、その結果、自分の投資の価値が上がると考えます。これが「グレーター・フール理論」と呼ばれる現象につながることがあります。人々は高価なものを買うのが愚かだと分かっていても、より大きな愚か者がいて、その人が後でより高い価格で買ってくれると信じるのです。 グレーター・フール理論の最も極端な例の一つがピラミッドスキームです。このようなスキームはさまざまな形態を持ちますが、基本的な前提は同じです。リクルーターは、人々にスキームに投資するよう促し、十分な人数を勧誘できれば全体の利益の一部を得られると約束します。ピラミッドスキームは厳格な形式に従うため、比較的分析が容易です。例えば、スキームが10人から始まり、各人が報酬を得るためにさらに10人を勧誘しなければならないとします。もし全員がさらに10人を勧誘できれば、100人の新しい参加者が生まれます。新しい参加者はさらに10人を説得する必要があり、これによりスキームはさらに1,000人に拡大します。次のステップでは10,000人、さらに100,000人、そして100万人が必要になります。スキームの後半段階では、説得できる人が十分にいないことに気づくのは難しくありません。数回の勧誘の後にバブルはおそらく弾けるでしょう。どれだけの人がそのアイデアに影響を受け、参加する可能性があるかを知っていれば、スキームがどれくらいの速さで失敗するかを予測することができます。 その持続不可能な性質から、ピラミッドスキームは一般的に違法とされています。 急成長の可能性と、それに伴う利益が上層部の人々にもたらすため、詐欺師にとっては依然として人気のある選択肢となっています。特に、参加者のプールが大きい場合にはなおさらです。中国では、一部のピラミッドスキーム、当局が「ビジネスカルト」と呼ぶものが大規模に展開されています。2010年以降、いくつかのスキームはそれぞれ100万人以上の投資家を勧誘することに成功しています。 ピラミッドスキームは厳格な構造に従うのに対し、金融バブルは分析が難しい場合があります。しかし、経済学者ジャン＝ポール・ロドリゲは、バブルを4つの主要な段階に分けることができると提案しています。まず、専門の投資家が新しいアイデアに資金を投入する「隠れた段階」があります。次に、より広範な投資家が関与する「認知段階」が続きます。この期間中、初期の投資家が利益を確定するために売却することがあり、これは南海バブルの初期段階でニュートンが行ったようなものです。アイデアが人気を集めるにつれて、メディアや一般の人々も参加し、価格はますます高騰し、熱狂的な状態になります。最終的にバブルはピークに達し、「吹き飛ばし」段階で下降を始めることになります。この際、楽観的な投資家がさらなる上昇を期待して小さな二次的ピークが現れることもあります。これらのバブルの段階は、感染症の流行の4つの段階、すなわち火花、成長、ピーク、下降に類似しています。 バブルの特徴の一つは、急速に成長し、購入活動のペースが時間とともに増加することです。バブルは「超指数的成長」と呼ばれる現象を伴うことが多く、購入活動が加速するだけでなく、その加速自体も加速します。価格が上昇するたびに、さらに多くの投資家が参加し、価格をさらに押し上げます。そして、感染症のように、バブルが成長する速度が速ければ速いほど、感受性のある人々の中を急速に広がっていきます。残念ながら、どれだけの人々がまだ感受性を持っているかを知るのは難しいことがあります。これは流行を分析する際の一般的な問題です。初期の成長段階では、どれだけ進んでいるのかを把握するのは難しいのです。感染症の流行の場合、どれだけの感染が症例として現れるかに大きく依存します。ほとんどの感染が報告されない場合、見える症例の背後には多くの新たな感染が存在し、感受性のある人々の数が減少します。一方で、感染の大多数が報告されている場合、依然として感染のリスクがある人々が多く存在する可能性があります。この問題を解決する一つの方法は、集団から血液サンプルを収集し、検査することです。もしほとんどの人がすでに感染し、病気に対する免疫を獲得しているなら、流行がこれ以上続く可能性は低いでしょう。もちろん、短期間で大量のサンプルを収集することは常に可能ではありません。それでも、私たちは状況について何らかのことを言うことができます。 最大の感染者数は、定義上、人口よりも多くの感染者が存在することは不可能です。しかし、金融バブルに関しては話が簡単ではありません。人々は取引をレバレッジし、追加の投資をカバーするためにお金を借りることができます。これにより、どれだけの人々がバブルに対して感受性を持っているか、そして現在どの段階にいるのかを推定することが非常に難しくなります。それでも、持続不可能な成長の兆候を見つけることができる場合もあります。1990年代後半、ドットコムバブルが成長する中で、価格上昇の一般的な理由は「インターネットのトラフィックが100日ごとに倍増している」という主張でした。これにより、インフラ企業が数千億ドルの価値を持つ理由が説明され、投資家たちはワールドコムのようなインターネットプロバイダーに資金を注ぎ込みました。しかし、この主張は全くのナンセンスでした。 1998年、当時AT&Tラボの研究者だったアンドリュー・オドリツコは、インターネットの成長がはるかに遅いことに気づき、サイズが倍になるのに約1年かかることを明らかにしました。ワールドコムは、ユーザーの需要が毎週10％成長していると主張していましたが、この成長が持続可能であるためには、1年以内に世界中のすべての人が24時間オンラインで活動している必要があることを意味します。実際には、感受性のある人々はそれほど多くは存在しませんでした。 最近のバブルの中で最も大きなものはビットコインであり、強力な暗号化を用いた共有の公開取引記録を使って分散型デジタル通貨を創出しています。コメディアンのジョン・オリバーが表現したように、「お金について理解していないことと、コンピュータについて理解していないことが組み合わさったもの」です。ビットコインの価格は2017年12月にほぼ20,000ドルに達しましたが、1年後にはその5分の1以下にまで下落しました。これは一連のミニバブルの最新のものであり、ビットコインの価格は2009年に通貨が登場して以来、何度も上昇と崩壊を繰り返してきました（価格は2019年半ばに再び上昇し始めました）。各ビットコインバブルは、村から町、そして最終的には都市へと徐々に広がる感染のように、より大きな感受性を持つ人々のグループを巻き込んでいきました。最初は少数の初期投資家が関与し、彼らはビットコインの技術を理解し、その基盤となる価値を信じていました。その後、より広範な投資家が参加し、より多くの資金と高い価格をもたらしました。最終的には、ビットコインはマスマーケットに到達し、新聞の表紙や公共交通機関の広告で取り上げられるようになりました。 歴史的なビットコインのピーク間の遅延は、アイデアがこれらの異なるグループ間で非常に効率的に広がらなかったことを示唆しています。感受性のある集団が強く結びついている場合、流行は一般的に同じ時期にピークに達し、小規模なアウトブレイクの連続として現れることはありません。ジャン＝ポール・ロドリゲは、バブルの主要な成長段階において劇的な変化があると述べています。利用可能な資金の量は増加する一方で、平均的な知識の基盤は減少します。 市場は徐々に活気を帯び、「紙の富」が一般の「投資家」から生まれ、欲望が芽生えてくると彼は示唆しました。1978年に『マニア、パニック、クラッシュ』という画期的な著書を執筆した経済学者チャールズ・キンドルバーガーとロバート・アリバーは、バブルのこの段階における社会的感染の役割を強調しました。「友人が裕福になるのを見るほど、心の安定や判断力を乱すものはない」と彼らは述べています。投資家は成長するトレンドに参加したいという欲望から、バブルに関する警告が逆効果をもたらすことさえあります。1840年代のイギリスの鉄道マニアの際、新聞『ザ・タイムズ』は鉄道投資が急速に成長しすぎており、他の経済部門にリスクをもたらす可能性があると主張しました。しかし、これが投資家をさらに刺激し、鉄道会社の株価が今後も上昇し続ける証拠だと受け取られました。 バブルの後半段階では、恐怖も熱狂と同じように広がることがあります。2008年の住宅ローンバブルの最初の兆しは、2006年4月にアメリカの住宅価格がピークに達したときに現れました。これは、住宅ローン投資が人々が考えていたよりもはるかにリスクが高いという考えを引き起こし、このアイデアは業界全体に広がり、最終的には全ての銀行を崩壊させることになりました。リーマン・ブラザーズは2008年9月15日に崩壊し、私がカナリー・ワーフでのインターンシップを終えた約1週間後のことでした。ロングターム・キャピタル・マネジメントとは異なり、救済者は現れませんでした。リーマンの崩壊は、世界の金融システム全体が崩壊する恐れを引き起こしました。アメリカとヨーロッパでは、政府と中央銀行が業界を支えるために14兆ドル以上の支援を提供しました。この介入の規模は、過去数十年にわたって銀行の投資がどれほど拡大していたかを反映しています。1880年代から1960年代にかけて、イギリスの銀行の資産は一般的に国の経済規模の約半分でしたが、2008年にはそれが5倍以上に達していました。私はその時は気づいていませんでしたが、金融から疫学のキャリアに移行する中で、ロンドンの別の場所ではこの二つの分野が結びついていました。スレッドニードル街では、イングランド銀行がリーマンの崩壊による影響を抑えようと奮闘していました。金融ネットワークの安定性を過大評価していたことが、これまで以上に明らかになりました。堅牢性や回復力に関する一般的な仮定はもはや成り立たず、感染の問題は人々が考えていたよりもはるかに大きなものでした。ここで病気研究者たちが登場しました。2006年の連邦準備制度での会議を基に、ロバート・メイは他の科学者たちとこの問題について議論を始めました。その中の一人がオックスフォード大学の同僚ニム・アリナミンパティでした。アリナミンパティは、2007年以前には金融システム全体を研究することは珍しかったと振り返っています。「広大で複雑な金融システムが自己修正するという信念が強かった」と彼は言いました。 「『システムがどのように機能するかを知る必要はない、代わりに個々の機関に集中すればよい』という姿勢があった。」残念ながら、2008年の出来事はこのアプローチの弱点を明らかにしました。もっと良い方法があったのではないでしょうか？1990年代後半、メイは英国政府のチーフサイエンティストを務めていました。この役割の一環として、彼は後にイングランド銀行の総裁となるマーヴィン・キングと親しくなりました。2008年の危機が発生した際、メイは感染の問題をより詳細に検討することを提案しました。もし銀行がショックを受けた場合、それは金融システム全体にどのように波及するのでしょうか？メイと彼の同僚たちは、この問題に取り組むための適切な立場にいました。彼らは過去数十年にわたり、麻疹からニバルまでのさまざまな感染症を研究し、疾病管理プログラムを導くための新しい方法を開発してきました。これらのアイデアは、最終的に中央銀行の金融感染に対するアプローチを革命的に変えることになります。しかし、これらの方法がどのように機能するかを理解するためには、まずもっと根本的な質問に目を向ける必要があります。それは、感染症や危機が広がるかどうかをどのように判断するかということです。 ウィリアム・カーマックとアンダーソン・マッケンドリックが1920年代に疫学理論に関する研究を発表した後、この分野は急激に数学的な方向へと進展しました。人々は引き続き発生分析に取り組んでいましたが、その作業はより抽象的で技術的なものになっていきました。アルフレッド・ロトカのような研究者たちは、長大で複雑な論文を発表し、現実の疫病から分野を遠ざけました。彼らは、ランダムな出来事や複雑な感染過程、複数の集団を含む仮想的な発生を研究する方法を見つけました。コンピュータの登場は、これらの技術的な進展を促進しました。以前は手作業で分析するのが難しかったモデルが、今ではシミュレーションできるようになったのです。しかし、その後進展は停滞しました。その障害となったのは、数学者ノーマン・ベイリーが1957年に書いた教科書でした。前の数年間のテーマを引き継ぎ、ほとんど完全に理論的で、実際のデータはほとんど含まれていませんでした。この教科書は疫学理論の印象的な調査であり、数人の若い研究者をこの分野に引き込む助けとなりました。しかし、問題がありました。ベイリーは、発生分析において最も重要な概念の一つである重要なアイデアを省いてしまったのです。 そのアイデアは、ロンドン衛生熱帯医学大学のロス研究所に所属するマラリア研究者ジョージ・マクドナルドに由来します。1950年代初頭、マクドナルドはロナルド・ロスの蚊のモデルを改良し、蚊の寿命や摂食率などの実際のデータを組み込むことを可能にしました。実際のシナリオにモデルを適応させることで、マクドナルドは感染過程のどの部分が制御手段に対して最も脆弱であるかを見抜くことができました。ロスが水中に生息する蚊の幼虫に焦点を当てていたのに対し、マクドナルドはマラリア対策には成虫の蚊をターゲットにする方が効果的であることに気づきました。彼らは感染の連鎖の中で最も弱いリンクだったのです。 1955年、世界保健機関（WHO）は初めて病気を根絶する計画を発表しました。マクドナルドの分析に触発され、選ばれたのはマラリアでした。根絶とは、世界中のすべての感染を排除することを意味し、実際には期待以上に困難であることが後に明らかになりました。いくつかの蚊は農薬に対して抵抗性を持つようになり、蚊を対象とした制御策は地域によって効果が異なりました。その結果、WHOは後に天然痘に焦点を移し、1980年にこの病気を根絶しました。マクドナルドが提唱した成虫の蚊をターゲットにするというアイデアは重要な研究の一部でしたが、ベイリーが教科書で省略したものではありませんでした。真に画期的なアイデアは、マクドナルドの論文の付録に隠れていました。彼は、感染症についての新しい考え方を提案しました。重要な蚊の密度を考えるのではなく、もし一人の感染者が集団に現れた場合に何が起こるかを考えるべきだと示唆したのです。どれだけ多くの新たな感染が続くのでしょうか。20年後、数学者クラウス・ディーツがマクドナルドの付録のアイデアを取り上げ、疫学の理論を数学的なニッチから公衆衛生の広い世界へと引き出す手助けをしました。ディーツは「再生産数」として知られる量を定義しました。これは、典型的な感染者が平均してどれだけの新しい感染を引き起こすかを表します。カーマックとマッケンドリックが使用した率や閾値とは対照的に、Rは感染の伝播を考えるためのより直感的で一般的な方法です。単純に「一人の感染者が何人に感染を広げると予想されるか？」と問いかけます。後の章で見ていくように、このアイデアは銃暴力からオンラインミームに至るまで、さまざまなアウトブレイクに適用できます。Rは特に有用で、大規模なアウトブレイクが予想されるかどうかを教えてくれます。もしRが1未満であれば、各感染者は平均して1人未満の追加感染を引き起こすことになります。したがって、時間が経つにつれて症例数は減少すると予想されます。しかし、Rが1を超える場合、感染レベルは平均して上昇し、大規模な流行の可能性が生まれます。一部の病気は比較的低いRを持っています。パンデミックインフルエンザの場合、Rは一般的に1〜2程度で、2013〜2016年の西アフリカのエボラ出血熱の初期段階とほぼ同じです。平均して、各エボラ症例はウイルスを他の数人に感染させました。他の感染症はより容易に広がることがあります。2003年初頭にアジアで流行したSARSウイルスは、最初のRが2〜3でした。そのいとこであるCOVID-19は、2020年初頭に広がった際、制御策がない状態でRが2〜3でした。天然痘は、現在も人間の感染症の中で唯一根絶されたもので、完全に感受性のある集団においてRは4〜6でした。水痘はやや高く、全員が感受性を持つ場合、Rは約6〜8です。しかし、これらの数値は麻疹が持つ可能性に比べると低いのです。 完全に感染に対して感受性のあるコミュニティでは、1件の麻疹の感染が平均して20件以上の新たな感染を引き起こす可能性があります。この多くは、麻疹ウイルスの驚異的な持続力によるものです。感染しているときに部屋でくしゃみをすると、数時間後にも空気中にウイルスが漂っている可能性があります。 感染者1人からの感染拡大を測定するだけでなく、R値は流行がどれだけ早く成長するかの手がかりも提供します。ピラミッドスキームの人数が各段階で増加する様子を思い出してください。Rを使えば、同じ論理を感染症の流行に適用できます。もしRが2であれば、最初の感染者は平均して2件の新たな感染を生み出します。この2件の新たな感染はそれぞれ平均してさらに2件ずつ生み出し、以下同様に続きます。倍々に増えていくと、流行の5世代目には32件の新たな感染が予想され、10世代目には平均して1,024件に達します。流行は最初に指数関数的に成長することが多いため、Rの小さな変化が数世代後の予想感染者数に大きな影響を与えることがあります。Rが2の場合、流行の5世代目には32件の新たな感染が予想されますが、もしRが3であれば、この時点で243件が予想されます。Rが人気を集めている理由の一つは、実際のデータから推定できることです。ウイルス性疾患からエボラまで、Rを使うことで異なる病気の感染拡大を定量化し比較することが可能になります。この人気の多くは、ロバート・メイと彼の長年の共同研究者ロイ・アンダーソンに起因しています。1970年代後半、彼らは流行研究を新しい聴衆に届ける手助けをしました。二人は生態学のバックグラウンドを持っており、先行する数学者たちよりも実践的な視点を持っていました。彼らはデータに関心を持ち、モデルが実際の状況にどのように適用できるかを探求していました。1980年、メイはロス研究所のポール・ファインとジャクリン・クラークソンによる草稿を読み、彼らが麻疹の流行を分析するために再生産数のアプローチを使用していることに気づきました。その可能性を認識したメイとアンダーソンは、すぐにこのアイデアを他の問題に適用し、他の人々にも参加を促しました。 再生産数は異なる集団間で大きく変動することが明らかになりました。例えば、麻疹のような病気は、免疫が限られたコミュニティに入ると多くの人に広がる可能性がありますが、高いワクチン接種率の国では流行はほとんど見られません。麻疹のRは、全員がリスクにさらされている集団では20になることがありますが、高いワクチン接種率の集団では、感染者1人が平均して1件未満の二次感染を生み出します。言い換えれば、これらの場所ではRは1未満です。したがって、再生産数を使用して、感染を制御するために何人をワクチン接種する必要があるかを計算することができます。例えば、感染症のRが完全に感受性のある集団で5であった場合（天然痘のように）、その後、5人中4人にワクチン接種を行ったとします。 ワクチン接種前は、典型的な感染者が他の5人に感染させると予想されていました。もしワクチンが100％効果的であれば、これらの人々のうち平均4人が免疫を持つことになります。したがって、各感染者が追加で生成する感染者は1人だけになると予想されます。 ワクチン接種なしの場合と接種ありの場合の感染の比較です。感染率Rが5の完全に感受性のある集団において、もし人口の4分の5以上をワクチン接種した場合、平均的な二次感染者数は1未満に減少します。これにより、感染者数は時間とともに減少し、病気を制御できるようになると考えられます。この論理を使って、他の感染症のワクチン接種目標を算出することもできます。もしRが完全に感受性のある集団で10であれば、少なくとも10人中9人をワクチン接種する必要があります。Rが20、例えば麻疹の場合には、20人中19人、つまり人口の95％以上を接種しなければ、流行を止めることはできません。この割合は一般に「集団免疫閾値」として知られています。この考え方は、カーマックとマッケンドリックの研究に基づいています。この数の人々が免疫を持つようになると、感染は効果的に広がることができなくなります。 集団の感受性を減少させることは、再生産数を下げる最も明白な方法かもしれませんが、それだけではありません。実際、Rの値に影響を与える要因は4つあります。それらを明らかにすることが、感染の仕組みを理解する鍵となります。 1987年4月19日、ダイアナ妃はロンドンのミドルセックス病院に新しい治療ユニットを開設しました。その際、彼女は同行していたメディアや病院のスタッフを驚かせる行動をしました。それは、患者の手を握ったことです。このユニットは、特にエイズ患者のケアのために設計された国内初の施設でした。この握手は重要な意味を持っていました。なぜなら、科学的証拠にもかかわらず、病気が接触を通じて広がることはないとされていたにもかかわらず、依然としてそのような信念が広まっていたからです。 1980年代のエイズの流行は、疫病がどのように広がっているのかを明らかにする緊急の必要性を生み出しました。病気のどの特徴が感染を促進しているのでしょうか？ダイアナ妃がミドルセックス病院を訪れる1か月前、ロバート・メイとロイ・アンダーソンは、エイズの再生産数を分解した論文を発表しました。彼らは、Rがさまざまな要因に影響されることを指摘しました。まず、感染者がどれくらいの期間感染力を持つかに依存します。感染が短ければ短いほど、他の人に感染させる時間が少なくなります。感染の持続期間に加えて、Rは感染者が感染している間にどれだけ多くの人と接触するかにも依存します。他者との接触が多ければ多いほど、感染が広がる機会が増えます。最後に、感染がこれらの接触の際にどの程度の確率で他の人に伝播するかにも依存します。これは、相手が感受性を持っていると仮定した場合です。 Rは、感染者が感染力を持つ期間、感染者が毎日感染を広げる機会の平均数、機会が感染伝播に至る確率、そして人口の平均的な感受性という4つの要因に依存しています。これらを短く「DOTS」と呼ぶことにしています。これらを組み合わせることで、再生産数の値が得られます：R = 期間 × 機会 × 伝播確率 × 感受性。この再生産数をDOTSの要素に分解することで、感染のさまざまな側面がどのように相互に影響し合うかを理解できます。これにより、流行を制御する最良の方法を見つける手助けとなります。なぜなら、再生産数の中には他の要素よりも変更が容易なものがあるからです。例えば、広範な性的禁欲はHIVの感染機会を減少させますが、ほとんどの人にとって魅力的でも実用的でもない選択肢です。そのため、保健機関はコンドームの使用を促進することに焦点を当てています。コンドームは、性交中の感染伝播の確率を減少させます。近年では、HIV陰性の人が抗ウイルス薬を服用して感染に対する感受性を低下させる「プレ・エクスポージャー・プロフィラキシス（PrEP）」が多くの成功を収めています。 私たちが関心を持つ感染の伝播機会の種類は、感染症によって異なります。HIVや淋病の場合、感染は主に性的接触を通じて発生しますが、COVID-19や天然痘のような感染症は、対面での会話中にも広がる可能性があります。しかし、全体的な考え方は同じです。COVID-19の例では、症状があるときに人々が自己隔離を行うことで、実質的に感染期間が短縮されます。集まりの規模を制限することで機会が減少し、マスクや身体的距離を保つことで伝播確率が低下します。また、感染後の免疫やワクチン接種が可能な場合は、感受性を減少させることができます。DOTSのトレードオフにより、誰かが感染力を持つ期間が2倍になると、伝播の観点からは彼らが接触する回数が2倍になるのと同じことになります。 過去には、天然痘とHIVの両方がR値が約5になることがありました。しかし、一般的に天然痘の感染者は短期間しか感染力を持たないため、1日に感染を広げる機会がより多く必要であるか、各機会における伝播確率が高くなければなりません。再生産数は現代の流行研究において重要な要素となっていますが、感染のもう一つの特徴も考慮する必要があります。Rは平均的な伝播レベルを見ているため、流行中に発生する異常な出来事を捉えることができません。そのような出来事の一つが1972年3月に起こりました。セルビアの教師が、異常な症状の組み合わせを持ってベオグラードの主要な病院に到着しました。彼は地元の医療センターで発疹の治療のためにペニシリンを投与されましたが、その後重度の出血が続きました。病院内の数十人の学生やスタッフが、薬に対する奇妙な反応だと推測して集まりました。 しかし、それはアレルギーではありませんでした。男性の兄弟も病気になった後、スタッフは本当の問題と、自分たちが何にさらされていたのかを理解しました。その男性は天然痘に感染しており、ベオグラードでの感染が収束するまでに、彼に起因する38件のケースが発生することになります。天然痘は1980年まで世界的に根絶されることはありませんでしたが、すでにヨーロッパからは消えており、1930年以降、セルビアでは報告されていませんでした。教師は、最近イラクから帰国した地元の聖職者からこの病気に感染した可能性が高いです。1960年代と1970年代には、旅行に関連した類似の感染拡大がヨーロッパでいくつか発生しました。1961年には、パキスタンのカラチからイギリスのブラッドフォードに帰国した少女が天然痘ウイルスを持ち帰り、知らずに他の10人に感染させました。1969年には、ドイツのメッシェデでのアウトブレイクもカラチを訪れたことから始まりました。この時は、そこに旅行したドイツの電気技師が感染を17人に広めました。しかし、これらの出来事は典型的なものではありませんでした。ヨーロッパに戻ったほとんどのケースは、他の人に感染させることはありませんでした。感受性のある集団において、天然痘の再生産数は約4〜6です。これは、期待される二次感染の数を示していますが、あくまで平均値です。実際には、個人やアウトブレイクによって大きなばらつきがあります。再生産数は全体的な感染の概要を提供しますが、この感染の一部が疫学者が「スーパースプレッディング」と呼ぶ少数のイベントから来ているかどうかは示していません。病気のアウトブレイクに関する一般的な誤解は、感染が世代ごとに着実に増加し、各ケースが似た数の人々に感染させるということです。感染が人から人へと広がり、ケースの連鎖を作る場合、それを「伝播感染」と呼びます。しかし、伝播アウトブレイクは必ずしも再生産数の時計仕掛けのパターンに従うわけではなく、各世代で正確に同じ量だけ増加するわけではありません。1997年、疫学者のグループは病気の感染伝播を説明するために「20/80ルール」を提案しました。HIVやマラリアのような病気では、20％のケースが約80％の感染伝播に責任を持っていることがわかりました。しかし、ほとんどの生物学的ルールと同様に、20/80ルールにはいくつかの例外がありました。研究者たちは、性感染症（STI）や蚊を媒介とする感染症に焦点を当てていました。他のアウトブレイクは必ずしもこのパターンに従うわけではありませんでした。2003年のSARS流行の後、いくつかの大規模感染の事例があったため、スーパースプレッディングの概念への関心が再燃しました。SARSの場合、特に重要であるように見えました：20％のケースがほぼ90％の感染伝播を引き起こしました。 2020年、私たちのグループや他の研究者たちは、COVID-19が特定の伝染病に似ていると推定しました。対照的に、ペストのような病気は、スーパースプレッダーイベントが少なく、上位20％の感染者が全体の50％の感染を引き起こすに過ぎません。 他の状況では、アウトブレイクが全く広がらない場合もあります。これは「共通源伝播」の結果であり、すべての感染者が同じ場所から来ていることを意味します。食中毒がその一例です。アウトブレイクは特定の食事や人物に起因することが多いです。最も悪名高いケースはメアリー・マロン、通称「チフスのメアリー」で、彼女は無症状でチフス感染を持っていました。20世紀初頭、マロンはニューヨーク市周辺のいくつかの家庭で料理人として働いており、その結果、病気の複数のアウトブレイクといくつかの死者が出ました。共通源のアウトブレイクでは、感染者が短期間に現れることがよくあります。1916年5月、カリフォルニアで学校のピクニックの数日後にチフスのアウトブレイクが発生しました。マロンと同様に、ピクニックのためにアイスクリームを作った料理人も、知らずに感染を持っていました。したがって、病気の伝播を連続体として考えることができます。一方の端には、メアリー・マロンのように、1人の感染者がすべてのケースを引き起こす状況があります。これはスーパースプレッダーの最も極端な例であり、1つの源が100％の感染を引き起こします。もう一方の端には、各ケースが正確に同じ数の二次感染を引き起こす時計仕掛けの流行があります。ほとんどの場合、アウトブレイクはこの2つの極端な間に位置します。 アウトブレイク中にスーパースプレッダーイベントの可能性がある場合、それは特定の人々のグループが特に重要であることを示唆しています。研究者たちは、80％の感染が20％のケースから来ていることに気づき、これらの「コアグループ」に対して制御策をターゲットにすることを提案しました。しかし、そのようなアプローチが効果的であるためには、個人がネットワーク内でどのように接続されているか、そしてなぜ一部の人々が他の人々よりもリスクが高いのかを考える必要があります。 歴史上最も多作な数学者は、学問の遊牧民でした。ポール・エルデシュは、クレジットカードや小切手帳なしで、2つの半分満たされたスーツケースで世界を旅しながらキャリアを過ごしました。「財産は厄介なものだ」と彼は言いました。しかし、彼は隠遁者ではなく、旅行を利用して広範な研究協力のネットワークを築きました。コーヒーとアンフェタミンに支えられ、彼は同僚の家に現れ、「私の脳は開いている」と宣言しました。1996年に亡くなるまでに、彼は約1,500本の論文を発表し、8,000人以上の共著者を持っていました。エルデシュはネットワークを構築するだけでなく、それを研究することにも興味を持っていました。アルフレッド・レーニと共に、彼は個々の「ノード」がランダムに結びつくネットワークを分析する方法を開発しました。彼らは、これらのネットワークが最終的にどのようになるかに特に興味を持っていました。 完全に接続されたネットワークは、任意の2つのノード間に可能な経路がある状態であり、異なる部分に分かれているのではありません。このような接続性は、感染症のアウトブレイクにおいて重要です。例えば、ネットワークが性的パートナーシップを表しているとしましょう。もしネットワークが完全に接続されていれば、理論的には1人の感染者が他のすべての人に性感染症（STI）を広めることが可能です。しかし、ネットワークが多くの部分に分かれている場合、ある部分の人が別の部分の人に感染させることはできません。また、ネットワークに単一の経路がある場合と複数の経路がある場合でも影響があります。ネットワークに閉じたループが存在すると、性感染症の伝播が増加する可能性があります。ループがあると、感染はネットワーク内で2つの異なる方法で広がることができ、1つの社会的リンクが切れても、別の経路が残ります。したがって、性感染症のアウトブレイクは、ネットワーク内に複数のループが存在する場合に広がる可能性が高くなります。 エルデシュ＝レーニモデルのランダム性は数学的には便利ですが、現実の生活は非常に異なることがあります。友人同士は集まり、研究者は同じ共著者グループと協力し、人々はしばしば同時に1人の性的パートナーしか持たないことが多いのです。また、そのようなクラスターを超えたリンクも存在します。1994年、疫学者のミリアム・クレッツシュマールとマルティナ・モリスは、同時に複数の性的パートナーを持つ人々がいる場合に性感染症がどのように広がるかをモデル化しました。驚くことではありませんが、彼らはこれらのパートナーシップがネットワークの非常に異なる部分間にリンクを作るため、はるかに速いアウトブレイクを引き起こす可能性があることを発見しました。 エルデシュ＝レーニネットワークの完全接続と破損したネットワークのイラスト エルデシュ＝レーニモデルは、実際のネットワークで発生する時折の長距離接続を捉えることができましたが、相互作用のクラスター化を再現することはできませんでした。この不一致は1998年に解決され、数学者のダンカン・ワッツとスティーブン・ストロガッツが「スモールワールド」ネットワークの概念を開発しました。このネットワークでは、ほとんどのリンクはローカルですが、いくつかは長距離です。彼らは、このようなネットワークが電力網、ミミズの脳内のニューロン、映画のキャストの共演者、さらにはエルデシュの学術的なコラボレーションなど、さまざまな場所に出現することを発見しました。これは驚くべき発見であり、さらなる発見が待っていました。スモールワールドのアイデアは、クラスター化と長距離リンクの問題に対処しましたが、物理学者のアルバート＝ラズロ・バラバシとレカ・アルバートは、実際のネットワークに関して別の異常な点に気付きました。映画のコラボレーションからワールドワイドウェブに至るまで、彼らはネットワーク内のいくつかのノードが非常に多くの接続を持っていることに気づきました。これは、エルデシュ＝レーニやスモールワールドネットワークに通常見られる数をはるかに超えています。1999年、彼らはこの接続の極端な変動を説明するためのシンプルなメカニズムを提案しました。それは、新たにネットワークに参加するノードが、すでに人気のあるノードに優先的に接続するというものでした。これは「富める者がますます富む」という現象の一例です。 翌年、ストックホルム大学のチームは、スウェーデンにおける性的パートナーの数もこの法則に従っているように見えることを示しました。大多数の人々は過去1年間にせいぜい1人としか寝ていない一方で、中には数十人のパートナーを持っていると報告する人もいました。その後、研究者たちはブルキナファソからイギリスに至るまで、さまざまな国で同様の性的行動のパターンを発見しました。このようなパートナー数の極端な変動は、感染の発生にどのような影響を与えるのでしょうか？1970年代、数学者のジェームズ・ヨークと彼の同僚たちは、アメリカで進行中の淋病の流行に問題があることに気づきました。つまり、その流行は持続可能ではないように思えたのです。この病気が広がり続けるためには、再生産数が1を超える必要があります。つまり、感染者は平均して最近の性的パートナーが少なくとも2人いるべきです。1人は感染を与えた相手で、もう1人は感染を受けた相手です。しかし、淋病患者の研究では、彼らの最近のパートナーは平均して1.5人しかいないことがわかりました。たとえ性交中の感染確率が非常に高かったとしても、病気が持続するための出会いが単純に不足していることを示唆しています。一体何が起こっているのでしょうか？平均的なパートナー数だけを考慮すると、すべての人の性生活が同じではないという事実を無視してしまいます。この変動性は重要です。パートナーが多い人は、感染する可能性が高く、感染を広める可能性も高いと考えられます。したがって、彼らがこの2つの異なる方法で感染の伝播に寄与できることを考慮する必要があります。ヨークと彼の同僚たちは、パートナー数が平均的に少ないにもかかわらず淋病の流行が起こる理由を説明できるかもしれないと主張しました。多くの接触を持つ人々が、再生産数を1を超えるように不均衡に感染の拡大に寄与している可能性があるのです。アンダーソンとメイは、パートナー数の変動が大きいほど、再生産数が高くなると示しました。リスクの高い人々を特定し、そのリスクを減少させる方法を見つけることが、流行の初期段階での抑制に役立ちます。1980年代後半、アンダーソンとメイは、性感染症（STI）が最初に高リスクグループを通じて急速に広がると提案しましたが、全体の流行はすべての人がランダムに混ざった場合に予想されるよりも小さくなるとされました。 感染を基本的な要素である「持続時間」「機会」「感染確率」「感受性」に分解し、ネットワーク構造が感染に与える影響を考えることで、新たな性感染症のリスクを推定することも可能です。2008年、アメリカの科学者がセネガルでの1か月の仕事を終え、コロラドに帰国しました。1週間後、彼は頭痛、極度の疲労、そして胴体に発疹が出て病気になりました。その後、旅行していなかった妻も同じ症状を発症しました。続く検査の結果、二人ともジカウイルスに曝露されていたことが示されました。 以前のジカウイルスに関する研究は、主に蚊からの感染に焦点を当てていましたが、コロラド州の事例はウイルスが別の感染経路を持っている可能性を示唆しました。それは、性的接触を通じて人々に感染することができるというものでした。2015年から2016年にかけてジカウイルスが世界中に広がる中、性的感染に関する報告が増え、新たな流行の可能性についての憶測が高まりました。「ジカウイルス：ミレニアル世代の性感染症？」と、2016年のニューヨークタイムズの意見記事では問いかけられました。 ジカウイルスに関する研究グループは、性的感染の再生産数が1未満であると推定しました。つまり、ウイルスが性感染症の流行を引き起こす可能性は低いと考えられました。ジカウイルスは、性的接触が多い集団で小規模な流行を引き起こす可能性はありますが、蚊のいない地域では大きなリスクをもたらすことはないとされました。しかし、他の性感染症については同じことが言えませんでした。 ゲイタン・デュガスは金髪で魅力的で、非常に多くの性行為を持っていました。カナダのフライトアテンダントである彼は、1984年3月に31歳の誕生日を迎えた数週間後にエイズで亡くなるまでの1年間に200人以上の男性と関係を持っていました。3年後、ジャーナリストのランディ・シルツは、彼をベストセラー本『バンドは演奏し続けた』に取り上げました。シルツは、デュガスがこの病気の初期の広がりに中心的な役割を果たしたと示唆し、彼を「患者ゼロ」と呼びました。この用語は、流行の最初のケースを指すために今でも使われています。シルツの本は、デュガスが北アメリカに流行を持ち込んだ人物であるという憶測を助長しました。ニューヨークポストは彼を「エイズをもたらした男」と呼び、ナショナルレビューは彼を「エイズのコロンブス」と表現しました。 デュガスを患者ゼロとする考え方は確かに注目を集め、その後数十年にわたって繰り返し語られましたが、実際にはフィクションでした。2016年、研究チームは1970年代にエイズと診断された男性やデュガス自身を含むさまざまな患者からのHIVウイルスの分析を発表しました。これらのウイルスの遺伝的多様性とHIVの進化速度に基づいて、チームはHIVが北アメリカに1970年または1971年に到達したと推定しました。しかし、デュガスがアメリカにHIVを持ち込んだ証拠は見つかりませんでした。彼ははるかに広範な流行の中の一例に過ぎなかったのです。 では、患者ゼロという呼称はどのようにして生まれたのでしょうか？最初の流行調査では、デュガスは実際には「患者0」としてではなく、「患者O」としてリストされていました。この「O」は「カリフォルニア州外」を意味していました。1984年、疾病予防管理センター（CDC）の研究者ウィリアム・ダロウは、ロサンゼルスでのゲイ男性の死亡クラスターを調査するために任命されました。CDCは通常、報告された順に各ケースに番号を付けますが、ロサンゼルスの分析のためにケースは再ラベル付けされていました。デュガスがロサンゼルスのクラスターに関連付けられる前、彼は単に「患者057」と呼ばれていました。調査者がケースの関連性を追跡したところ、これらの死亡がまだ知られていない性感染症の結果である可能性が示唆されました。デュガスはネットワーク内で目立つ存在であり、ニューヨークやロサンゼルスの複数のケースと関連していました。 これは部分的には、彼が調査官たちを助けようとし、過去3年間に関与した72人のパートナーの名前を挙げたためです。ダロウは、調査の目的は、感染の発生源を特定することではなく、ケースがどのように関連しているかを理解することだったと指摘しました。「彼がアメリカで最初のケースだとは決して言わなかった」と彼は後にコメントしました。感染の発生を調査する際、私たちは知りたいことと測定できることとの間にギャップに直面します。理想的には、人々がどのように繋がっているか、そしてそのリンクを通じて感染がどのように広がったかに関するデータを持っているべきです。しかし、実際に測定できることは非常に異なります。典型的な感染症の調査では、感染した人々の間のいくつかのリンクを再構築します。報告されるケースやリンクによって、結果として得られるネットワークは実際の感染経路とは必ずしも一致しません。ある人々は実際よりも目立つように見えるかもしれませんし、いくつかの感染イベントは見逃されるかもしれません。ランディ・シルツが彼の本の研究中にCDCの図を見つけたとき、彼の注意はデューガスに引き寄せられました。「その研究の真ん中にはOのついた円があり、私はそれが患者Oだと思っていました」と彼は後に振り返りました。「CDCに行ったとき、彼らは患者ゼロについて話し始めました。私は『おお、それはキャッチーだ』と思いました。」 物語には明確な敵役がいると、語りやすくなります。歴史家フィル・ティーマイヤーによれば、シルツの編集者マイケル・デネニーが、デューガスを本とそれに伴う宣伝の悪役にすることを提案したそうです。「ランディはそのアイデアが大嫌いだった」とデネニーはティーマイヤーに語りました。「彼を説得するのにほぼ1週間かかった。」この決定は、デネニーが後に後悔したと語ったもので、メディアが他の方法ではほとんど興味を示さなかったからです。「彼らはレーガン政権と医療制度を非難する本をレビューするつもりはなかった。」 スーパースプレッディングイベントを含む感染の発生について議論する際、注目が中心にいる人々に集中しがちです。これらの「スーパースプレッダー」とは誰なのでしょうか？彼らは他の人々と何が違うのでしょうか？しかし、そのような注目は誤った方向に向かうことがあります。ベオグラードの教師が天然痘で病院に到着した話を考えてみてください。彼や彼の行動には本質的に特異な点はありませんでした。彼は偶然の出会いを通じて病気を感染し、適切な場所—病院—で医療を受けようとしましたが、最初は誰も天然痘が原因だとは疑いませんでした。これは多くの感染の発生に当てはまります：特定の個人がどのような役割を果たすかを事前に予測するのはしばしば難しいのです。たとえ病気の感染リスクを生む状況を特定できたとしても、それが必ずしも期待される結果につながるわけではありません。2014年10月21日、西アフリカでエボラ出血熱の流行が最高潮に達していたとき、マリのカイエス市に2歳の女の子が病院に到着しました。 父親が亡くなった後、医療従事者であった彼女は、隣国ギニアから祖母、叔父、妹と共に1,200キロ以上の距離を旅しました。カイエスの病院で、彼女はエボラウイルスの検査で陽性と判定され、翌日にはこの病気で亡くなりました。彼女はマリで初めてのエボラ感染者であり、保健当局は彼女と接触した可能性のある人々を探し始めました。旅の途中で、彼女は少なくとも1台のバスと3台のタクシーに乗り、数十人、場合によっては数百人と接触していた可能性があります。病院に到着した時点で、彼女はすでに症状を示していました。エボラウイルスの感染経路を考えると、彼女がウイルスを他の人に感染させてしまった可能性は高いと考えられました。調査官たちは最終的に彼女の接触者を100人以上特定し、予防措置として隔離しました。しかし、彼らの中でエボラに感染した者はいませんでした。長い旅を経ても、彼女は誰にも感染させていなかったのです。 2014年から2015年にかけてエボラの大規模感染が発生した際、私たちのチームは一つの特徴に気づきました。残念ながら、それは特に役立つものではありませんでした。スーパースプレッディングに関与する可能性が最も高いケースは、既存の感染経路に結びつけられないものでした。簡単に言えば、流行を引き起こしている人々は、一般的に保健当局が把握していない人々でした。これらの人々は、新たな感染の連鎖を引き起こすまで見逃されており、スーパースプレッディングのイベントを予測することはほぼ不可能でした。 十分な努力をすれば、私たちはしばしば感染の経路を追跡し、誰が誰に感染させたのかを再構築することができます。特定の人々が他の人よりも多く感染を広げた理由について推測するのは魅力的ですが、感染がスーパースプレッディングの能力を持っているからといって、必ずしも同じ人々が常にスーパースプレッダーであるわけではありません。二人の人がほぼ同じ行動をとっていても、偶然の結果として一方が感染を広げ、もう一方は広げないことがあります。歴史が書かれると、一方は非難され、もう一方は無視されるのです。哲学者たちはこれを「道徳的運」と呼びます。つまり、不幸な結果を伴う行動は、同じ行動でも影響を受けない行動よりも悪いと見なされる傾向があるという考え方です。 時には、感染の流行に関与する人々が異なる行動をとることもありますが、それが必ずしも私たちが想定するような方法であるとは限りません。マルコム・グラッドウェルの著書『ティッピング・ポイント』では、1981年にコロラドスプリングスで発生した淋病の流行について述べられています。流行調査の一環として、疫学者のジョン・ポッタラットと彼の同僚たちは769件の症例をインタビューし、最近性的接触を持った相手について尋ねました。これらの症例の中で、168人は少なくとも2人の感染者と接触していました。これは、彼らが流行において不均衡に重要であることを示唆しています。「その168人は誰だったのか？」とグラッドウェルは問いかけます。「彼らはあなたや私のような人ではありません。」 彼らは毎晩外出する人々であり、一般的な基準を大きく上回る性的パートナーを持つ人々であり、生活や行動が普通とはかけ離れている人々です。果たして、これらの人々は本当にそんなに promiscuous（多くの性的関係を持つ）で異常だったのでしょうか？私の見解では、特にそうではありません。研究者たちは、平均してこれらのケースが2.3人の他の感染者との性的接触を報告していることを発見しました。これは、彼らが一人から感染し、通常は一人か二人に感染を広げたことを示唆しています。ケースは主に黒人またはヒスパニックで、若く、軍に関連している傾向があり、ほぼ半数が性的パートナーを2ヶ月以上知っていたということです。 1970年代、ポッタラットはコロラドスプリングスでの淋病の発生に対して、 promiscuity（多くの性的関係を持つこと）が良い説明ではないことに気づき始めました。「特に印象的だったのは、地元の中流階級の大学に通う性的に冒険的な白人女性と、同じ年齢の性的歴史や教育背景が控えめな黒人女性との間での淋病検査結果の違いです」と彼は指摘しました。「前者は、後者とは異なり、淋病と診断されることはほとんどありませんでした。」コロラドスプリングスのデータを詳しく見ると、感染の伝播は特定の社会グループにおける治療の遅れの結果である可能性が高く、異常に高い性的活動のレベルによるものではないことが示唆されました。 リスクのある人々を特別または異なる存在として見ることは、「彼らと私たち」という態度を助長し、隔離やスティグマを引き起こす可能性があります。これにより、流行を制御することが難しくなることがあります。ウイルス性疾患からエボラまで、非難とその恐れは多くのアウトブレイクを隠してしまいました。病気に対する疑念は、多くの患者やその家族が地域社会から避けられる結果をもたらします。これにより、人々は病気を報告することをためらい、最も重要な個人にアクセスすることが難しくなり、感染が拡大することになります。 2020年2月初旬、シンガポールに旅行したイギリス人男性がCOVID-19の「スーパースプレッダー」と呼ばれ、フランスのスキーロッジで他の数人に感染を広げた後、イギリスに帰国しました。数週間後、イギリスで初めての地域感染が報告されると、メディアは再び誰かを非難するアイデアに飛びつきました。「コロナウイルス：英国のウイルス拡散者、患者ゼロを探せ」という見出しが3月1日のサンデータイムズに掲載されました。このような見出しを読んだ人の中で、果たしてその患者になりたいと思う人はどれくらいいるでしょうか？その結果、最近北イタリアのスキー旅行から帰ってきた際に軽い咳をしていた人が、検査を受けるのを避けることになる人はどれくらいいるでしょうか？残念ながら、この狩猟的な考え方は見出しを超えて広がりました。「武漢コロナウイルス」や「中国のインフルエンザ」に関する報道の後、ロンドンからロサンゼルスにかけて人種的動機による攻撃の報告が続きました。アメリカの政治家やメディアのホストを含む数人の著名な人物は、その後「中国のインフルエンザ」といった用語が正当化されると示唆しています。もし中国が早期にアウトブレイクの規模を報告していれば、アメリカは適切に準備できたというのがその主張です。 そして、3月初旬には、WHOが増大する疫病を国際的に懸念される公衆衛生の緊急事態と宣言してから5週間後、The Atlanticの調査によると、アメリカでウイルスの検査を受けたのは1,895人に過ぎないことが確認されました（参考までに、イギリスではその時点で20,000人以上が検査を受けていました）。エイズパンデミックの初期段階で起こったように、一部の政治家やメディアは、問題の根本に目を向けるのではなく、特定のコミュニティに責任を押し付けることを好みました。特定のグループを感染症の発生に責任を負わせることは新しい現象ではありません。16世紀、イギリスでは梅毒がフランスから来たと信じられ、「フレンチポックス」と呼ばれていました。フランスでは、ナポリから来たと考え、「ナポリ病」と呼ばれていました。ロシアではポーランド病、ポーランドではトルコ病、トルコではキリスト教病と呼ばれていました。このような非難は長く残ることがあります。1918年のインフルエンザパンデミックは、全世界で数千万人の命を奪いましたが、今でも「スペイン風邪」と呼ばれています。この名称は、スペインがヨーロッパで最もひどい被害を受けた国だと報じられたために広まりました。しかし、これらの報道は一見していたものとは異なっていました。当時、スペインには戦時中の報道検閲がなかったため、ドイツ、イギリス、フランスは士気を損なうことを恐れて病気のニュースを抑え込んでいました。そのため、これらの国々のメディアのブラックアウトにより、スペインの感染者数が他のどこよりも多いように見えたのです。（スペインのメディアは、病気の原因をフランスに押し付けようとしました。）国別の病名を避けたいのであれば、代替案を提案することが役立ちます。2003年3月のある土曜日の朝、専門家のグループがジュネーブのWHO本部に集まり、アジアで新たに発見された感染症について議論しました。すでに香港、中国、ベトナムで症例が報告され、その朝にはフランクフルトでも別の症例が報告されていました。WHOは世界への脅威を発表しようとしていましたが、まず名前が必要でした。彼らは覚えやすく、関係国に汚名を着せないような名前を求めていました。最終的に「重症急性呼吸器症候群」、略してSARSという名称に決まりました。 SARSの流行は、複数の大陸で8,000件以上の症例と数百件の死亡をもたらしました。2003年6月には制御下に置かれましたが、この流行は全世界で約400億ドルのコストをもたらしました。これは病気の治療にかかる直接的なコストだけでなく、閉鎖された職場、空のホテル、キャンセルされた貿易による経済的影響も含まれます。現在イングランド銀行のチーフエコノミストであるアンディ・ハルデーンによれば、SARSの流行の広範な影響は2008年の金融危機の影響と比較できるとのことです。「これらの類似点は驚くべきものです」と彼は2009年のスピーチで述べました。「外部の出来事が発生します。恐怖がシステムを支配し、その結果、システムは停止します。その結果生じる collateral damage は広範かつ深刻です。」 ハルデーンは、一般的に人々が感染症の発生に対して二つの反応を示すことを提案しました。それは「逃げる」か「隠れる」というものです。感染症の場合、「逃げる」とは、感染を避けるために影響を受けた地域から離れようとすることを意味します。しかし、旅行制限やその他の対策があったため、SARSの流行時にはこの選択肢はほとんどありませんでした。もし感染者が健康当局によって特定され隔離されることなく移動していたら、ウイルスはさらに多くの場所に広がっていたかもしれません。金融の世界でも「逃げる」反応が見られることがあります。市場の暴落に直面した投資家は損失を最小限に抑えるために資産を売却し、価格をさらに下げることがあります。 一方で、感染症の発生時には人々が「隠れる」こともあります。感染に接触する可能性のある状況を避けるためです。病気の流行の場合、手を頻繁に洗ったり、社会的な交流を減らしたりすることがあります。金融の世界では、銀行が他の機関に貸し出すリスクを避けるためにお金を蓄えることで「隠れる」ことがあります。しかし、ハルデーンは、感染症の発生と金融危機における「隠れる」反応には重要な違いがあると指摘しました。隠れる行動は、たとえその過程でコストがかかっても、一般的に病気の伝播を減少させるのに役立ちます。一方、銀行が資金を蓄えることは問題を悪化させる可能性があり、2008年の危機に向かう過程で発生した「信用収縮」のような事態を引き起こすことがあります。 「信用収縮」という概念は、2007年から2008年にかけて大きな話題となりましたが、経済学者たちは1966年に初めてこの用語を使いました。その夏、アメリカの銀行は突然貸し出しを停止しました。前の数年間、貸し出しの需要が高く、銀行はその需要に応じてますます多くの信用を提供していました。しかし、最終的には、銀行が貸し出しを続けるために必要な預金を集められなくなり、貸し出しが止まってしまいました。これは単に銀行が借り手に高い金利を要求する問題ではなく、まったく貸し出しを行わなくなったのです。銀行は以前から貸し出しの可用性を減少させていましたが、1950年代には「信用圧縮」と呼ばれる事例がいくつかありました。しかし、1966年の突然の影響を表現するには「圧縮」という言葉はあまりにも穏やかだと考える人もいました。「『クランチ』は異なる」と当時の経済学者シドニー・ホーマーは書いています。「それは定義上痛みを伴い、骨を折ることさえあるのです。」 2008年の危機は、アンディ・ハルデーンが金融システムにおける感染の問題について考えた初めての機会ではありませんでした。「2004年から2005年にかけて、こうした感染の結果として『超システミックリスク』の時代に入ったというメモを書いたことを覚えています。」彼のメモは、金融ネットワークがある状況では堅牢であり、別の状況では非常に脆弱である可能性があることを示唆していました。この考え方は生態学の分野ではよく知られており、ネットワークの構造が小さなショックには耐えられる一方で、十分なストレスがかかると完全に崩壊する危険性もあることを示しています。職場のチームを考えてみてください。ほとんどの人がうまくいっている場合、弱いメンバーは高いパフォーマンスを発揮しているメンバーに繋がっているため、ミスをしても許されることがあります。 しかし、もしチームの大半が苦しんでいる場合、同じリンクが強いメンバーを引きずり下ろすことになります。「基本的なポイントは、この統合が確かにミニクラッシュの確率を減少させたが、マキクラッシュの確率を増加させたということです」とハルデーンは言いました。「それは先見の明のあるアイデアだったかもしれませんが、あまり広がりませんでした。『そのメモは残念ながらどこにも行かなかった』と彼は言いました、『大きな危機が訪れるまで。』なぜそのアイデアは広まらなかったのでしょうか？『当時はそのようなシステミックリスクの例を見つけるのが難しかった。あの時点では非常に平坦な海のように見えました。それは2008年の秋に変わります。リーマン・ブラザーズが崩壊した後、銀行業界全体で人々は疫病の観点から考え始めました。ハルデーンによれば、それが起こったことを説明する唯一の方法でした。『リーマンが金融システムを崩壊させた理由を語るには、感染の物語を語らなければならなかったのです。』 もし感染を増幅させるネットワークの特徴のリストを作成すると、2008年以前の銀行システムはそのほとんどを持っていたことがわかります。まず、銀行間のリンクの分布について考えてみましょう。接続が均等に散らばっているのではなく、少数の企業がネットワークを支配しており、スーパースプレッディングの大きな可能性を生み出していました。2006年、ニューヨーク連邦準備銀行と協力していた研究者たちは、米国のFedwire決済ネットワークの構造を分析しました。彼らが通常の日に数千の米国銀行間で行われる1.3兆ドルの送金を調べたところ、75％の支払いがわずか66の機関に関与していることがわかりました。リンクの変動性だけが問題ではありませんでした。これらの大銀行がネットワークの他の部分にどのように適合しているかも問題でした。1989年、疫学者のスネトラ・グプタは、感染のダイナミクスがネットワークが数学者が「アソート型」または「ディサソート型」と呼ぶかどうかに依存することを示す研究を主導しました。アソート型ネットワークでは、高度に接続された個人は主に他の高度に接続された人々とリンクしています。これにより、高リスクの個人のクラスターを通じて迅速に広がるアウトブレイクが発生しますが、他の接続の少ない部分には到達しにくくなります。対照的に、ディサソート型ネットワークでは、高リスクの人々が主に低リスクの人々とリンクしています。これにより、感染は最初は遅く広がりますが、全体的にはより大きな流行につながります。 もちろん、銀行ネットワークはディサソート型であることが判明しました。そのため、リーマン・ブラザーズのような大手銀行は広範囲に感染を広げることができました。リーマンが破綻したとき、彼らは100万人以上のカウンターパーティーと取引関係を持っていました。「彼らはこのエクスポージャーのメッシュに絡み合っており、デリバティブや現金が絡んでいて、誰が誰に何を借りているのか、誰も全く分からなかった」とハルデーンは言いました。さらに、広範なネットワークには多くの隠れたループが存在し、複数のルートを生み出していたことも問題でした。 リーマンから他の企業や市場への伝染の経路は非常に短い可能性がある。1990年代と2000年代に国際金融ネットワークは小さな世界になっていた。2008年までには、各国は他国の危機から一歩か二歩の距離にしかなかった。2009年2月、投資家のウォーレン・バフェットは株主への年次書簡で、大手銀行間の「恐ろしい相互依存の網」について警告した。「問題を避けようとする参加者は、性感染症を避けようとする人と同じ問題に直面する」と彼は書いた。「誰と寝るかだけでなく、相手が誰と寝ているかも重要だ。」バフェットは、慎重であるはずの機関を危険にさらすだけでなく、このネットワーク構造が悪行を助長する可能性も示唆した。もし政府が危機の際に介入して助ける必要がある場合、最初に支援を受ける企業は、多くの他の企業に感染を広げる可能性がある企業になるだろう。「寝回りをすることは、大手デリバティブ取引業者にとって実際には有益であり、問題が発生した際に政府の支援を確保することができる。」金融ネットワークの明らかな脆弱性を考慮すると、中央銀行や規制当局は2008年の危機を理解する必要があった。他に何が伝染を引き起こしていたのか？イングランド銀行は危機前から金融の伝染モデルに取り組んでいたが、2008年はその作業に新たな現実の緊急性をもたらした。「危機が発生したときに実際にそれらを使用し始めた」とハルデーンは言った。「何が起こっているのかを理解するためだけでなく、もっと重要なのは再発を防ぐために何ができるかを考えるためだ。」 ある銀行が別の銀行にお金を貸すと、二者間に具体的なリンクが生まれる。借り手が破綻すれば、貸し手はお金を失う。理論的には、このネットワークを追跡することで、性感染症と同様に感染リスクを理解することができる。しかし、それだけではない。ニム・アリナミンパティは、2008年の問題は貸付ネットワークだけではなかったと指摘している。「まるで性感染症のようだ」と彼は言った。「性的接触だけでなく、注射針の交換や輸血を通じても感染が広がることがある。伝染経路は複数存在する。」金融においても、伝染はさまざまな源から来る可能性がある。「貸付関係だけでなく、共有資産やその他のリスクも関係している。」金融における長年の考え方は、銀行が多様化を利用して全体のリスクを減少させることができるというものである。さまざまな投資を保有することで、個々のリスクが相殺され、銀行の安定性が向上する。2008年に向けて、ほとんどの銀行はこの投資アプローチを採用していた。また、同じ方法で、同じ種類の資産や投資アイデアを追い求めることを選んでいた。各銀行は個別に投資を多様化していたが、彼らが集団で行った方法にはほとんど多様性がなかった。行動の類似性はなぜ生じたのか？ 1929年のウォール街の崩壊に続く大恐慌の際、経済学者ジョン・メイナード・ケインズは、群衆に従う強いインセンティブが存在することを観察しました。「健全な銀行家とは、残念ながら危険を予見してそれを避ける者ではなく、むしろ、自らが破綻したときに、仲間たちと共に伝統的な方法で破綻する者であり、誰も彼を本当に非難できないのです」と彼はかつて書いています。このインセンティブは逆の方向にも働きます。2008年以前、多くの企業は自らの専門分野を超えた流行の金融商品、例えばCDO（担保付債務義務）に投資を始めました。ジャネット・タバコリは、銀行がそれを喜んで受け入れ、バブルをさらに膨らませたことを指摘しています。「ポーカーで言うように、テーブルにいるバカを見分けられないなら、それはあなた自身です。」 複数の銀行が同じ資産に投資すると、それらの間に潜在的な伝播経路が生まれます。もし危機が発生し、ある銀行が資産を売却し始めると、それはこれらの投資を保有する他のすべての企業に影響を及ぼします。大手銀行が投資を多様化すればするほど、共通の感染の機会が増えます。いくつかの研究では、金融危機の際に多様化が広範なネットワークを不安定にする可能性があることが示されています。ロバート・メイとアンディ・ハルデーンは、歴史的に見て、大手銀行は小規模な銀行よりも資本を少なく保有していたことを指摘しました。一般的な議論は、これらの銀行がより多様な投資を行っているため、リスクが低く、予期しない損失に対する大きなバッファーを必要としないというものでした。しかし、2008年の危機はこの考え方の欠陥を明らかにしました。大手銀行が破綻する可能性は小規模な銀行と変わらなかったのです。さらに、これらの大企業は金融ネットワークの安定性に対して不均衡に重要でした。「重要なのは、銀行が崖の縁にどれだけ近いかではなく、落下の程度です」とメイとハルデーンは2011年に書いています。 リーマン・ブラザーズが破綻した2日後、フィナンシャル・タイムズのジャーナリスト、ジョン・オーサーズは昼休みにマンハッタンのシティバンクの支店を訪れました。彼は口座から現金を移動させたかったのです。彼の一部の資金は政府の預金保険でカバーされていましたが、限度がありました。もしシティバンクも崩壊すれば、残りは失われてしまいます。彼だけがその考えを持っていたわけではありませんでした。「シティでは、長い行列を見つけました。皆、きちんとした服装のウォール街の人々でした」と彼は後に書いています。「彼らも私と同じことをしていました。」銀行のスタッフは、彼の妻や子供の名義で追加の口座を開設する手助けをし、リスクを減らしました。オーサーズは、彼らが午前中ずっとこれを行っていたことに驚きました。「私は少し息苦しさを感じていました。ニューヨークの金融街で銀行の取り付け騒ぎが起こっていたのです。パニックに陥っていたのは、状況を最もよく理解しているウォール街の人々でした。」彼はこの状況を報告すべきか迷いましたが、危機の深刻さを考慮し、状況を悪化させるだけだと判断しました。 「FTの一面にこのような記事が掲載されれば、システムが崩壊する引き金になるかもしれなかった。」他の新聞の同業者たちも同様の結論に達し、そのニュースは報道されなかった。金融と生物学的感染の類似性は有用な出発点だが、1つの状況はカバーされていない。感染症の流行時に感染するためには、個人が病原体にさらされる必要がある。金融の感染も、銀行間の貸付や他の誰かと同じ資産への投資といった具体的な接触を通じて広がることがある。しかし、金融の場合の違いは、企業が病気になるために必ずしも直接的な接触を必要としないことだ。「これが私たちが扱ってきた他のネットワークとは異なる点です」とニム・アリナミンパシーは言った。「一見健康な機関が崩壊することもあるのです。」もし一般の人々が銀行が破綻すると思えば、一斉に預金を引き出そうとするかもしれず、それが健全な銀行でさえも沈めてしまうことになる。同様に、銀行が金融システムへの信頼を失うと（2007年/2008年に起こったように）、貸し出しをする代わりにお金を蓄えることが多い。そのため、トレーダー間で流れる噂や憶測が、危機を乗り越えられたはずの企業をも倒産させることがある。2011年、アリナミンパシーとロバート・メイは、イングランド銀行のスジット・カパディアと共に、悪化した貸付や共有投資を通じた直接的な伝播だけでなく、恐怖やパニックの間接的な影響も調査した。彼らは、銀行家がシステムへの信頼を失った際にお金を蓄え始めると、それが危機を悪化させる可能性があることを発見した。そうすることで、通常なら危機を乗り越えられるだけの資本を持っていた銀行が、逆に失敗してしまうのだ。大手銀行が関与する場合、その影響はさらに深刻で、彼らは金融ネットワークの中心にいる傾向がある。これは、単に銀行の規模を見るのではなく、システムの中心にいる者を考慮すべきであることを示唆している。「銀行が『大きすぎて潰せない』というだけではなく、むしろ『中心すぎて潰せない』ということです。」このような感染症理論からの洞察は現在実践に移されており、ハルデーンはこれを金融感染に対する考え方の「哲学的シフト」と表現した。大きな変化の一つは、ネットワークにとって重要な銀行がより多くの資本を保持するように促すことで、感染に対する脆弱性を減少させることだ。そして、感染を最初に伝播させたネットワークのリンクの問題もある。規制当局はこれらをターゲットにすることができるのだろうか？「最も難しい部分は、『このウェブの構造を変えるために行動すべきか？』という問いに直面したときでした。」とハルデーンは述べた。 「その時、人々は自分たちのビジネスモデルに対するより侵入的な介入だとして、より大きな騒ぎを起こし始めました。」 2011年、ジョン・ヴィッカーズが議長を務める委員会は、大手英国銀行に対してリスクの高い取引活動を「リングフェンス」で囲むことを推奨しました。これにより、悪い投資からの影響が、私たちの貯蓄口座のような高街サービスを扱う銀行の小売部門に広がるのを防ぐことができるとされました。「リングフェンスは、英国の小売銀行業を外部のショックから隔離するのに役立つでしょう」と委員会は提案しました。「金融システムの相互接続性、つまり感染の経路をより安全にすることができます。」最終的に英国政府はこの提言を実施し、銀行に活動を分割させることを強制しました。この政策は非常に厳しいものであったため、他の地域では採用されませんでした。リングフェンスは他のヨーロッパの地域でも提案されましたが、実施には至りませんでした。 リングフェンスだけが感染拡大を減少させるための戦略ではありません。銀行が金融デリバティブを取引する際、それはしばしば「店頭取引」として、中央の取引所を介さずに一つの企業から別の企業へ直接行われます。このような取引活動は2018年にはほぼ600兆ドルに達しました。しかし、2009年以降、最大のデリバティブ契約はもはや主要な銀行間で直接取引されることはなくなりました。現在では、独立して運営される中央ハブを通じて取引される必要があり、これによりネットワーク構造が簡素化される効果があります。もちろん、危険なのは、ハブが失敗した場合、それが巨大な感染源となる可能性があることです。「大きなショックがあると、リスクが集中するため、状況が悪化します」とキャス・ビジネス・スクールの経済学者バーバラ・カズは述べています。「それはリスクバッファーとして機能すべきですが、極端な場合にはリスク増幅器として働く可能性もあります。この問題に対処するために、ハブは利用するメンバーからの緊急資本にアクセスできるようになっています。この相互的なアプローチは、各企業が自分のことだけを考えるスタイルの銀行業を好む金融家たちから批判を受けています。しかし、ネットワークから隠れたループの絡まりを取り除くことで、ハブは感染の機会を減らし、誰がリスクにさらされているのかについての不確実性を減少させるはずです。金融感染についての理解が進んでいるにもかかわらず、まだやるべきことは残っています。「1970年代や1980年代の感染症モデルに似ています」とアリナミンパティは言います。「素晴らしい理論がたくさんありましたが、データは追いつかなければなりませんでした。」大きな障害の一つは、取引情報へのアクセスです。銀行は自社のビジネス活動を自然に保護するため、研究者が特にグローバルレベルでどのように機関がつながっているのかを正確に把握するのが難しくなっています。これにより、潜在的な感染の評価が困難になります。ネットワーク科学者たちは、危機の確率を調査する際、貸出ネットワークに関する知識の小さな誤りが、システム全体のリスクの推定に大きな誤りをもたらす可能性があることを発見しました。しかし、これは取引データだけの問題ではありません。 ネットワークの構造を研究するだけでなく、ニュートンの「人々の狂気」についても考える必要があります。信念や行動がどのように生まれ、どのように広がるのかを考慮することが重要です。これは、病原体だけでなく人々についても考えることを意味します。革新から感染症まで、感染はしばしば社会的なプロセスです。 友情の測定 賭けの条件はシンプルでした。ジョン・エリスがダーツで負けた場合、次の科学論文に「ペンギン」という言葉を入れなければなりませんでした。1977年、エリスと彼の同僚たちは、ジュネーブの近くにあるCERNの粒子物理学研究所の近くのパブにいました。エリスは、訪問学生のメリッサ・フランクリンと対戦していました。彼女はゲームの終わり前に去らなければなりませんでしたが、別の研究者が彼女の代わりに参加し、勝利を決定づけました。「それでも、エリスは後に言いました。『私は賭けの条件を果たす義務があると感じました。』」それは、物理学の論文にペンギンをどうやって忍ばせるかという疑問を生み出しました。当時、エリスは特定のタイプの亜原子粒子、いわゆる「ボトムクォーク」の挙動を説明する原稿に取り組んでいました。物理学では一般的なことですが、彼は粒子がどのようにある状態から別の状態に遷移するかを示す矢印やループのある図を描きました。1948年にリチャード・ファインマンによって初めて紹介されたこれらの「ファインマン図」は、物理学者たちにとって人気のあるツールとなっていました。この図はエリスに必要なインスピレーションを与えました。「ある晩、CERNでの仕事を終えてアパートに戻る途中、メイリンに住む友人を訪ねて、違法な物質を吸いました」と彼は振り返ります。「その後、アパートに戻って論文の作業を続けていると、突然、あの有名な図がペンギンに似ていることに気づきました。」エリスのアイデアは広まりました。論文が発表されて以来、彼の「ペンギン図」は他の物理学者によって何千回も引用されています。それでも、ペンギンはそれに基づく図ほど広まってはいません。ファインマン図は1948年のデビュー後、急速に広まり、物理学を変革しました。このアイデアが広まった理由の一つは、ニュージャージー州プリンストンにある高等研究所でした。その所長はJ・ロバート・オッペンハイマーで、彼は以前、アメリカの原子爆弾開発を指導していました。オッペンハイマーはこの研究所を「知的ホテル」と呼び、2年間のポジションで若手研究者を招き入れました。若い頭脳が世界中から集まり、オッペンハイマーはアイデアのグローバルな流れを促進したいと考えていました。「情報を送る最良の方法は、それを人に包み込むことだ」と彼は言いました。科学的概念の広がりは、アイデアの伝達に関する初期の研究を刺激しました。1960年代初頭、アメリカの数学者ウィリアム・ゴフマンは、科学者間の情報の移転は流行病のように機能すると提案しました。マラリアのような病気が蚊を介して人から人へ広がるのと同様に、科学研究はしばしば学術論文を通じて科学者から科学者へと伝わっていきました。 ダーウィンの進化論からニュートンの運動法則、フロイトの精神分析運動に至るまで、新しい概念はそれに接触した「感受性のある」科学者たちに広がっていきました。しかし、すべての人がファインマン図に感受性を示したわけではありませんでした。懐疑的だったのは、モスクワ物理問題研究所のレフ・ランダウでした。高く評価されている物理学者であるランダウは、他者に対する尊敬の度合いについて明確な考えを持っており、同僚の研究者を評価するリストを維持していることで知られていました。ランダウは0から5の逆スケールを使用しており、0は最も偉大な物理学者を示し、そのリストではニュートンだけがこの位置にあり、5は「平凡」を意味しました。ランダウは自分自身を2.5と評価し、1962年にノーベル賞を受賞した後にこれを2に引き上げました。 ランダウはファインマンを1と評価しましたが、ファインマン図には感銘を受けず、より重要な問題からの気を散らすものと見なしていました。ランダウはモスクワ物理問題研究所で人気のある週次セミナーを主催しており、2回にわたって講演者がファインマン図を紹介しようとしましたが、両方の回で講演が終わる前に壇上から追い出されました。ある博士課程の学生がファインマンのアプローチに従うつもりだと言ったとき、ランダウは彼を「流行追い」と非難しました。ランダウは最終的に1954年の論文でファインマン図を使用しましたが、難しい分析は2人の学生に外注しました。「これは私が自分で計算を行うことができなかった最初の仕事です」と彼は同僚に認めました。 ランダウのような人々はファインマン図の普及にどのような影響を与えたのでしょうか？2005年、物理学者ルイス・ベッテンコート、歴史家デイビッド・カイザーとその同僚たちはその調査を決定しました。カイザーは以前、ファインマンがアイデアを発表した後の数年間に世界中で発表された学術雑誌を収集していました。彼はその後、各雑誌をページごとに調べ、ファインマン図への言及を探し、時間の経過とともにどれだけの著者がそのアイデアを採用したかを集計しました。チームがデータをプロットしたところ、図を使用する著者の数はお馴染みのS字型の採用曲線に従い、指数関数的に増加した後、最終的には横ばいになりました。 次のステップは、そのアイデアがどれほど感染力があったかを定量化することでした。図はアメリカで生まれましたが、日本に到着した際には急速に広がりました。一方、ソ連では他の2か国に比べて取り入れが遅く、鈍い進展が見られました。これは歴史的な記録とも一致しています。日本の大学は戦後の期間に急速に拡大し、強力な粒子物理学コミュニティが形成されました。それに対して、冷戦の台頭とランダウのような研究者の懐疑主義がソ連における図の普及を抑制しました。ベッテンコートとその同僚たちは、利用可能なデータをもとにファインマン図の再生産数Rを推定することもできました。すなわち、アイデアを採用した物理学者1人が、最終的に何人にそのアイデアを伝えたのかということです。彼らの結果は多くの人々に伝わったことを示唆しており、アイデアとしては非常に感染力が強いものでした。最初はアメリカでRは約15、日本では最大75に達する可能性がありました。 これは、研究者たちがアイデアの再生産数を測定しようとした最初の試みの一つでした。これまで漠然とした概念だった「感染性」に数値を与える試みです。このことは、なぜそのアイデアがこれほどまでに広まったのかという疑問を呼び起こしました。もしかしたら、この期間中に物理学者たちが頻繁に交流していたからかもしれません。しかし、必ずしもそうではありませんでした。Rの高い値は、むしろ人々がそのアイデアを採用した後、長い間それを広め続けたからだと考えられました。「ファインマン図の広がりは、非常にゆっくりと広がる病気に似ている」と研究者たちは指摘しました。採用の理由は「異常に高い接触率によるものではなく、アイデアの非常に長い寿命によるものです」。引用ネットワークを追跡することは、新しいアイデアがどのように広がるかを教えてくれるだけでなく、それらがどのように生まれるかも学ぶことができます。もし著名な科学者が特定の分野を支配していると、競合するアイデアの成長が妨げられることがあります。その結果、新しい理論は、支配的な科学者が注目を譲るまで traction を得ることができないかもしれません。物理学者マックス・プランクがかつて言ったとされるように、「科学は一度に一つの葬式で進歩する」のです。MITの研究者たちは、その有名なコメントを検証するために、エリート科学者の早すぎる死後に何が起こるかを分析しました。彼らは、競合するグループがその後、より多くの論文を発表し、引用を増やす一方で、「スター」研究者の共同研究者たちは目立たなくなる傾向があることを発見しました。科学論文は科学者だけに関連するわけではありません。ピクサーの共同創設者エド・キャットマルは、出版物が自社外の専門家とのつながりを築くための有用な手段であると主張しています。「出版はアイデアを公開するかもしれませんが、私たちを学術コミュニティとつなげてくれます」と彼はかつて書きました。「このつながりは、私たちが明らかにしたかもしれないアイデアよりもはるかに価値があります」。ピクサーは、ネットワークの異なる部分間で「スモールワールド」の出会いを促進することで知られています。これは、ランダムな交流のための潜在的なハブを含む大きな中央アトリウムを持つ建物の設計にも影響を与えました。「ほとんどの建物は何らかの機能的目的のために設計されていますが、私たちの建物は偶発的な出会いを最大化するように構造されています」とキャットマルは述べています。社会的アーキテクチャのアイデアは他の場所でも広がっています。2016年、フランシス・クリック研究所がロンドンにオープンしました。ヨーロッパ最大のバイオメディカルラボで、6億5000万ポンドの建物には1,200人以上の科学者が集まることになります。ディレクターのポール・ナースによれば、そのレイアウトは「少しの穏やかな無秩序」を作り出すことで人々の交流を促すように設計されたとのことです。予期しない出会いは革新を促す助けになりますが、企業がオフィスの境界を取り除きすぎると、逆の効果をもたらすことがあります。ハーバード大学の研究者たちがデジタルトラッカーを使って2つの大手企業の従業員を監視したところ、オープンプランオフィスの導入により対面での交流が約70％減少したことがわかりました。その結果、人々はオンラインでのコミュニケーションを選ぶようになり、メールの使用が50％以上増加しました。 オフィスのオープン化が進む中で、意味のある対話の数が減少し、全体的な生産性が低下してしまいました。何かが広がるためには、感染しやすい人々と感染源となる人々が、直接的または間接的に接触する必要があります。革新や感染症を考える際、伝播の機会の数は、接触がどれくらい頻繁に行われるかに依存します。したがって、感染のメカニズムを理解したいのであれば、私たちがどのように相互作用しているのかを明らかにする必要があります。しかし、これは驚くほど難しい課題です。 「サッチャー、性に関する調査を中止」と、サンデー・タイムズの見出しが報じました。1989年9月のことです。政府は、英国における性行動の研究提案を阻止したばかりでした。HIVの流行が進む中、研究者たちは性行為の重要性をますます認識するようになっていました。しかし、問題は、これらの出会いがどれほど一般的であるか誰も本当には知らなかったことです。「私たちはHIVの流行を引き起こすパラメータの推定値について全くの無知でした」と、UKの研究を提案した研究者の一人、アン・ジョンソンは後に語っています。「私たちは、どのくらいの割合の人々が同性愛者のパートナーを持っているのか、また人々が持つパートナーの数も分かりませんでした。」 1980年代中頃、ある健康研究者のグループが、全国規模で性行動を測定するアイデアを思いつきました。彼らは成功したパイロット調査を実施しましたが、主要な調査を開始するのに苦労していました。マーガレット・サッチャーが政府の資金提供を拒否したとの報告があり、彼女はこの研究が人々のプライベートな生活に干渉し、「不適切な憶測」を招くと考えていたのです。幸いにも、別の選択肢がありました。サンデー・タイムズの記事が出た直後、チームはウェルカム・トラストから独立した支援を得ることができました。国民の性意識とライフスタイルに関する調査（Natsal）は、1990年に実施され、その後2000年と2010年にも行われました。この研究の開発に関わったケイ・ウェリングスによれば、データは性感染症にとどまらず、公共の健康政策に関連する多くの質問に答えることができることは明らかでした。「提案書を書いている時点で、私たちはこれが公共の健康政策に関連する多くの質問に答えることになると気づいていましたが、そのためのデータは以前は存在しませんでした。」 近年、Natsalは避妊から結婚の破綻に至るまで、さまざまな社会問題に関する洞察を提供しています。しかし、人々に自分の性生活について話してもらうのは簡単ではありませんでした。インタビュアーは、参加者に社会全体への利益を強調しながら参加を促し、正直に答えてもらうための信頼を築かなければなりませんでした。また、性に関する用語の問題もありました。「公衆衛生の言葉と日常の言葉との間にはミスマッチがあり、日常の言葉は多くの婉曲表現で満ちていました」とウェリングスは指摘しました。彼女は、いくつかの参加者が「異性愛者」や「膣」といった用語を認識しなかったことを思い出しました。「ラテン語のような響きの名前や、3音節以上の言葉は、完全に奇妙で異端なものと見なされていました。」 Natsalチームには、性的接触の頻度が比較的低いという利点がありました。最新のNatsal調査によると、イギリスの20代の典型的な人は、平均して月に約5回セックスをし、新しい性的パートナーは年間で1人未満です。最も活発な人々でさえ、1年の間に数十人以上の相手と寝ることはほとんどありません。つまり、ほとんどのインタビュー対象者は、自分が何人のパートナーと関係を持ったか、そしてその関係がどのようなものであったかを把握しています。これを、インフルエンザを広める可能性のある会話や握手などの相互作用と対比させてみましょう。私たちは毎日、こうした対面での接触を数十回行うことがあります。この10年ほどの間に、研究者たちはインフルエンザのような呼吸器感染症に関連する社会的接触を測定しようとする試みを増やしています。最もよく知られているのはポティモップ研究で、これは8つのヨーロッパ諸国で7,000人以上の参加者に誰と接触したかを尋ねたものです。これには握手のような身体的接触や会話も含まれています。その後、研究者たちはケニアから香港までさまざまな国で同様の研究を行っています。また、研究はますます野心的になっています。2017年から2018年にかけて、私はケンブリッジ大学の共同研究者とともに、イギリスの50,000人以上のボランティアから社会的行動データを収集する公共科学プロジェクトを実施しました。 これらの研究のおかげで、行動の特定の側面が世界中でかなり一貫していることがわかりました。人々は同じ年齢の人々と交流する傾向があり、特に子供たちは圧倒的に多くの接触を持っています。学校や家庭での相互作用は通常、身体的接触を伴い、日常的に行われる出会いはしばしば1時間以上続きます。それでも、全体的な相互作用の数は場所によって大きく異なることがあります。香港の住民は通常、毎日約5人の他者と身体的接触を持ちます。イギリスも似たような状況ですが、イタリアでは平均して10人です。 このような行動を測定することは一つのことですが、この新しい情報は疫病の形を予測するのに役立つのでしょうか？この本の冒頭で見たように、2009年のインフルエンザパンデミックでは、イギリスで2回の感染拡大のピークがありました：春と秋の2回です。このパターンの原因を理解するためには、学校を見ればよいのです。学校は子供たちを集め、非常に社交的な環境を作り出し、感染の混合の可能性を生み出します。学校の休暇中、子供たちは平均して約40％少ない日々の社会的接触を持ちます。上のグラフからもわかるように、2009年のパンデミックの2つのピークの間のギャップは学校の休暇と一致しています。この長期的な社会的接触の減少は、パンデミックの夏の静けさを説明するには十分なものでした。しかし、学校の休暇だけでは感染の第2波を完全には説明できません。 最初のピークはおそらく社会的行動の変化によるものでしたが、2回目のピークは主に集団免疫によるものでした。2009年の流行は、この夏の感染伝播の中断がなければ20％大きくなっていたと推定されています。この違いは、集団免疫の重要な特性を示しています。制御措置や行動の変化がなければ、流行は通常「オーバーシュート」し、再生産数が1未満になるまでに必要な以上の人々に感染します。単純な流行の形を考えてみてください。単一のピークを持つ流行では、定義上、ピークの後に再生産数は1未満になります（流行が減少しているため）。これは、ピークの後に発生するすべての感染が、技術的には集団免疫を持っている人口の後に起こることを意味しますが、全体の感染レベルが低い水準に減少する前です。感染伝播が中断される（例えば、学校の休暇など）と、流行が遅くなり、人口が集団免疫に達した後のオーバーシュートの量が減少します。この効果により、流行が完全に制御できなくても、制御措置で感染伝播を遅らせることには依然として利点があります。なぜなら、全体の感染数が少なくて済むため、集団免疫に達することができるからです。 学校の学期と休暇中の感染の増減は、他の健康状態にも影響を与えることがあります。多くの国では、喘息の症例が学期の始まりにピークを迎えます。これらの発生は、成人の喘息を悪化させるなど、広いコミュニティにも波及効果をもたらすことがあります。 感染リスクを予測するためには、単に接触者の数を測るだけでは不十分です。接触者の接触者、さらにはその接触者の接触者についても考える必要があります。一見少ない相互作用を持つ人でも、学校のような高い感染伝播環境から数ステップ離れているかもしれません。数年前、私の同僚と私は、2009年のインフルエンザパンデミック中の香港における社会的接触と感染について調査しました。子供たちの間での高い社会的接触数がパンデミックを引き起こし、子供時代の後には接触と感染が減少することがわかりました。しかし、親になる年齢に達したときにはリスクが再び増加しました。教師や親なら誰でも知っているように、子供との相互作用は感染リスクを高めます。アメリカでは、家に子供がいない人は通常、年のうち数週間ウイルスに感染しています。子供が1人いる人は、約3分の1の期間感染しており、2人の子供がいる人は、平均してウイルスを持つことが多いです。社会的相互作用は、コミュニティ内での感染伝播を促進するだけでなく、他の場所に感染を運ぶこともあります。2009年のインフルエンザパンデミックの初期段階では、ウイルスは国々の間の直線距離に従って広がりませんでした。 メキシコでの感染拡大が3月に始まった際、すぐに中国のような遠くの場所に広がりましたが、バルバドスのような近隣国には出現するまでに時間がかかりました。その理由は何でしょうか？地図上の位置関係で「近い」と「遠い」を定義すると、距離の概念を誤って使っていることになります。感染症は人によって広がるため、メキシコと中国を結ぶ主要な航空路（ロンドン経由など）が、メキシコとバルバドスのような場所を結ぶ路線よりも多く存在します。カラスにとっては中国は遠いかもしれませんが、人間にとっては比較的近いのです。2009年のインフルエンザの広がりを説明するには、航空旅客の流れに基づいて距離を定義する方がずっと簡単です。そしてインフルエンザだけでなく、2003年に中国で発生したSARSも同様の航空路を辿り、タイや韓国よりも先にアイルランド共和国やカナダに到達しました。しかし、2009年のインフルエンザパンデミックがある国に到達すると、長距離の移動は感染の伝播においてそれほど重要ではないように思えました。アメリカでは、ウイルスは波紋のように広がり、南東部から外側へと徐々に移動しました。東部アメリカ全体で2,000キロメートルを移動するのに約3ヶ月かかり、その速度は時速1キロ未満でした。平均すると、あなたはそれを歩いて追い越すことができたでしょう。長距離の航空路はウイルスを新しい国に持ち込むために重要ですが、アメリカ国内の移動は地域的な動きが支配しています。他の多くの国でも同様です。これらの地域的な動きをシミュレーションするために、研究者たちは「重力モデル」と呼ばれるものをよく使用します。この考え方は、私たちがどれだけ近くて人口が多い場所に引き寄せられるかに基づいています。まるで大きくて密度の高い惑星が強い重力を持っているように。村に住んでいると、遠くの都市よりも近くの町を訪れることが多いでしょうし、都市に住んでいると周囲の町にあまり時間を費やさないでしょう。これは人々の相互作用や移動を考える明白な方法のように思えますが、歴史的には人々はそう考えていませんでした。1840年代中頃、イギリスの鉄道バブルのピーク時に、技術者たちはほとんどの交通が大都市間の長距離旅行から来ると考えていました。残念ながら、この仮定を疑問視する人はほとんどいませんでした。しかし、大陸ではいくつかの研究が行われていました。人々が実際にどのように移動するかを解明するために、ベルギーの技術者アンリ＝ギヨーム・デザールは1846年に初めての重力モデルを設計しました。彼の分析は、地域的な移動に対する需要が非常に大きいことを示しており、この考えは海峡の向こう側の鉄道運営者には無視されました。この見落としがなければ、イギリスの鉄道網はもっと効率的だったかもしれません。 社会的なつながりの重要性を過小評価するのは簡単です。ロナルド・ロスとヒルダ・ハドソンが20世紀初頭に「出来事の理論」に関する論文を書いたとき、彼らはそれが事故、離婚、慢性疾患などに適用できると提案しました。 彼らの心の中では、これらの出来事は独立したものと考えられていました。つまり、ある人に何かが起こっても、それが他の誰かに起こる可能性には影響しないということです。一人から別の人への感染の要素はありませんでした。しかし、21世紀の初めに、研究者たちは本当にそうなのか疑問を持ち始めました。2007年、医師のニコラス・クリスタキスと社会科学者のジェームズ・ファウラーは、「32年間にわたる大規模な社会ネットワークにおける肥満の広がり」というタイトルの論文を発表しました。彼らは、マサチューセッツ州フレーミングハムに拠点を置く長期的なフレーミングハム心臓研究の参加者からの健康データを調査しました。肥満が友人間で広がる可能性を示唆するだけでなく、ネットワークのさらに奥深くに波及効果があり、友人の友人や友人の友人の友人に影響を与える可能性があると提案しました。その後、彼らは同じネットワーク内での喫煙、幸福、離婚、孤独など、他のいくつかの社会的感染の形態も調査しました。孤独が社会的接触を通じて広がることは奇妙に思えるかもしれませんが、研究者たちは友情ネットワークの周辺で何が起こっているかに注目しました。「周辺部では、人々は友人が少なく、孤独を感じますが、それが残されたわずかなつながりを断つ原因にもなります。しかし、その前に、彼らは残っている友人に同じ孤独感を伝える傾向があり、新たなサイクルが始まります。」 これらの論文は非常に影響力がありました。発表から10年の間に、肥満に関する研究だけで4,000回以上引用され、多くの人がこの研究をそのような特性が広がる証拠と見なしました。しかし、批判も受けました。肥満と喫煙に関する研究が発表された直後、英国医療ジャーナルに掲載された論文では、クリスタキスとファウラーの分析が実際には存在しない効果を示している可能性があると指摘されました。その後、数学者のラッセル・ライオンズは、研究者たちが「根本的な誤り」を犯しており、「彼らの主要な主張は根拠がない」と主張する論文を書きました。それでは、私たちはどこに立っているのでしょうか？肥満のようなものは実際に広がるのでしょうか？行動が感染するかどうかをどうやって判断すればよいのでしょうか？ 社会的感染の最もよく知られた例の一つがあくびであり、研究するのが最も簡単な感染の形態でもあります。あくびは一般的で、見つけやすく、一人のあくびから別の人のあくびまでの遅延が比較的短いため、研究者は詳細に伝播を調べることができます。実験室での実験を設定することで、いくつかの研究があくびが広がる要因を分析しました。社会的関係の性質が伝播に特に重要であるようです。誰かをよく知っているほど、その人のあくびをうつ可能性が高くなります。また、家族間では知人よりもあくびの伝播プロセスが速く、あくびをするまでの遅延が短くなります。見知らぬ人の前であくびをすると、広がる可能性は10％未満ですが、家族の近くであくびをすると、約半分の時間で彼らもあくびをすることになります。 人間だけでなく、愛着のある個体からあくびをうつる可能性が高いのは、動物にも当てはまります。サルからオオカミまで、同様の社会的あくびが見られることがあります。しかし、あくびに対して感受性を持つようになるまでには時間がかかることがあります。乳幼児は時々あくびをしますが、親からあくびをうつることはないようです。実験によると、あくびが感染するようになるのは、子どもが約4歳になるまでだと言われています。 あくびに加えて、研究者たちはかゆみ、笑い、感情反応といった他の短期的な行動の広がりについても調査しています。これらの社会的反応は非常に短い時間スケールで現れることがあります。チームワークを調べる実験では、リーダーが数分のうちにチームにポジティブまたはネガティブなムードを広げることができました。 研究者があくびやムードを研究したい場合、実験室の設定を利用して人々が見るものを制御し、結果を歪める可能性のある気を散らす要因を避けることができます。これは迅速に広がるものには実現可能ですが、人口の中で広がるのに時間がかかる行動やアイデアについてはどうでしょうか。実験室の外で社会的感染を研究するのははるかに難しいです。これは人間の集団だけの課題ではありません。鳥類の中では、シジュウカラが革新性で長い間知られています。1940年代、イギリスの生態学者たちは、彼らが牛乳瓶のアルミホイルをつついてクリームを取り出す方法を見つけたことに注目しました。この戦術は数十年にわたって続きましたが、こうした革新が鳥の集団にどのように広がったのかは明らかではありませんでした。 いくつかの研究が飼育下の動物行動の広がりを調べてきましたが、野生の集団で同じことをするのは難しいことが分かっています。シジュウカラの革新性に注目した動物学者ルーシー・アプリンと彼女の同僚たちは、これらのアイデアがどのように広がるのかを調査することにしました。まず、彼らは新しい革新を必要としました。チームはオックスフォード近くのウィザムの森に出かけ、ミールワームを入れたパズルボックスを設置しました。鳥たちが中の食べ物を得るには、特定の方向にスライドドアを動かす必要がありました。鳥たちの相互作用を観察するために、研究者たちはその地域のほとんどすべてのシジュウカラに自動追跡装置を取り付けました。「私たちは、個体が知識をどのように、いつ獲得したのかについてリアルタイムの情報を得ることができました」とアプリンは言いました。「自動データ収集のおかげで、プロセスを妨げることなく進めることができました。」 鳥たちはいくつかの異なるサブ集団にグループ化され、そのうちの5つの集団で研究者たちは数羽の鳥にパズルの解き方を教えました。その技術は急速に広がり、20日以内に4羽中3羽がそのアイデアを習得しました。チームは、訓練を受けていない対照群の鳥たちも調査しました。数羽は最終的にボックスに入る方法を見つけましたが、そのアイデアが現れ広がるまでにははるかに長い時間がかかりました。訓練を受けた集団では、そのアイデアは非常に強靭でした。多くの鳥が季節ごとに亡くなりましたが、知識は失われませんでした。 「その行動は毎年冬になると非常に早く再現されました」とアプリンは言いました。「たとえ前の年から生き残った個体が少数で、その行動についての知識を持っているだけでもです。」彼女はまた、鳥の間での情報伝達にはいくつかの共通の特徴があることにも気づきました。「いくつかの一般的な原則は、病気が集団内で広がる方法と似ています。たとえば、より社交的な個体は新しい行動に出会い、採用する可能性が高く、社会的に中心的な個体は情報の拡散において「キーストーン」や「スーパースプレッダー」として機能することがあります。」 この研究は、野生動物の中でも社会的規範が生まれる可能性があることを示しました。実際、パズルボックスに入る方法はいくつかありましたが、研究者たちが導入した解決策が受け入れられた方法となりました。このような同調は、人間を見たときにはさらに一般的です。「私たちは社会的学習の専門家です」とアプリンは言いました。「人間社会における社会的学習と文化は、動物界の他のどの生物よりもはるかに大きな規模で観察されます。」私たちは、健康やライフスタイルの選択から政治的見解、富に至るまで、知っている人々と共通の特徴を持つことがよくあります。一般的に、こうした類似性には三つの可能な説明があります。一つは社会的感染：友人が時間をかけて影響を与えた結果、特定の行動をとるようになったのかもしれません。逆に、あなたが友人になったのは、すでに特定の特徴を共有していたからかもしれません。これは「同類志向」と呼ばれ、「同じ羽の鳥は群れを成す」という考え方です。もちろん、あなたの行動が社会的なつながりとは全く関係ない場合もあります。単に同じ環境を共有しているために、行動が影響を受けているだけかもしれません。社会学者マックス・ウェーバーは、雨が降り始めたときに傘を開く人々の群れの例を挙げました。彼らは必ずしも互いに反応しているわけではなく、上空の雲に反応しているのです。 社会的感染、同類志向、共有環境のいずれの説明が正しいのかを見極めるのは難しいことがあります。あなたは友人が好きだからその活動を好むのか、それともその活動が好きだから友人になったのか？友人がサボったからあなたもランニングを休んだのか、それとも二人とも雨が降ったからそのアイデアを放棄したのか？社会学者たちはこれを「反射問題」と呼び、一つの説明が別の説明を反映することがあるからです。私たちの友情や行動はしばしば相関関係がありますが、感染が原因であることを示すのは非常に難しいことです。私たちが必要としているのは、社会的感染を他の可能な説明から分離する方法です。これを最も明確に行う方法は、アウトブレイクを引き起こし、何が起こるかを観察することです。これは、アプリンと彼女の同僚が鳥に対して行ったように、特定の行動を導入し、それがどのように広がるかを測定することを意味します。理想的には、スパークにさらされていないランダムに選ばれた「対照」グループの結果と比較し、アウトブレイクがどれほどの影響を与えるかを確認することが望ましいでしょう。 この種の実験は医学で一般的で、「無作為化比較試験」として知られています。このアプローチが人間にどのように機能するかを考えてみましょう。たとえば、友人間での喫煙の広がりを研究する実験を行いたいとします。一つの方法は、私たちが興味を持っている行動を導入することです。ランダムに選んだ人々に喫煙を始めさせ、その行動が彼らの友人グループに広がるかどうかを観察します。この実験は社会的感染が起こるかどうかを教えてくれるかもしれませんが、このアプローチには大きな倫理的問題があることは明らかです。私たちは、人々に喫煙のような有害な行動を採用するよう求めることはできません。喫煙を無作為に導入する代わりに、既存の喫煙行動が新しい社会的つながりを通じてどのように広がるかを調べることができます。しかし、これは人々の友情や場所をランダムに再配置し、新しい友人の行動をどれだけ採用するかを追跡することを意味します。再び、これは一般的には実現不可能です。誰が研究プロジェクトのために自分の友情ネットワーク全体を再編成したいと思うでしょうか？ 社会実験の設計に関しては、アプリンの鳥に関する研究は人間の研究に比べて大きな利点がありました。人間は数年または数十年にわたって似たような社会的つながりを維持することがありますが、鳥は比較的短い寿命を持っているため、毎年新しい相互作用のネットワークが形成されます。研究チームは地域のほとんどの鳥にタグを付けることができ、リアルタイムでネットワークを追跡することが可能でした。これにより、研究者たちは新しいアイデア—パズルの解決策—を導入し、それが新たに形成されたネットワークを通じてどのように広がるかを観察することができました。 新しい人間の友情が一度にランダムに形成される状況もあります。たとえば、軍の部隊に配属された新兵や、大学の寮に割り当てられた学生などです。しかし、研究者にとっては、これらは稀な例です。ほとんどの実生活の状況では、科学者は行動や友情のダイナミクスに干渉して何が起こるかを観察することはできません。その代わりに、彼らは自然に観察できることから洞察を得ようとしなければなりません。「多くの優れた戦略は無作為化や何らかの信頼できるランダム性の源を含みますが、私たち社会科学者や市民が本当に気にかけている多くのことについては、無作為化することはできません」とMITの社会科学者ディーン・エクルズは述べています。「だから、純粋に観察研究でできる限り最善を尽くすべきです。」 疫学の多くは観察分析に依存しています。一般的に、研究者は意図的に感染症を引き起こしたり、人々に重篤な病気を与えたりしてその仕組みを理解することはできません。このため、疫学は実験を行うのではなく、発生した状況を報告するため、ジャーナリズムに近いという提案がなされることがあります。しかし、そのような主張は、観察研究から得られた健康の大きな改善を無視しています。たとえば、喫煙について考えてみましょう。 1950年代、研究者たちは前の数十年にわたって急増した肺癌の死亡率について調査を始めました。喫煙者は非喫煙者に比べてこの病気で亡くなる確率が9倍も高いことから、タバコの人気との明確な関連性があるように見えました。しかし、問題は喫煙が実際に癌を引き起こしていることをどのように示すかということでした。著名な統計学者であり、ヘビースモーカーでもあったロナルド・フィッシャーは、二つの事象が相関しているからといって、一方が他方を引き起こしているとは限らないと主張しました。もしかしたら、喫煙者は非喫煙者とは非常に異なるライフスタイルを持っていて、その違いの一つが死亡の原因になっているのかもしれません。または、まだ特定されていない遺伝的な特性があって、肺癌を発症しやすい人が喫煙する傾向にあるのかもしれません。この問題は科学界を二分しました。フィッシャーのような人々は、喫煙と癌を結びつけるパターンは単なる偶然だと主張しました。一方、疫学者オースティン・ブラッドフォード・ヒルのような人々は、喫煙が増加する死亡率の原因であると考えました。もちろん、決定的な答えを得るための実験がありましたが、すでに見たように、それを実施することは倫理的ではありませんでした。現代の社会科学者が人々に喫煙を強制して習慣が広がるかどうかを調べることができないのと同様に、1950年代の研究者たちも人々に喫煙をさせて癌の原因かどうかを調べることはできませんでした。この謎を解くために、疫学者たちは実験を行わずに一つの事象が他の事象を引き起こすかどうかを判断する方法を見つけなければなりませんでした。 ロナルド・ロスは1898年8月、蚊がマラリアを媒介することを発表するのを待っていました。彼は政府から科学雑誌に研究を発表する許可を得るために苦闘しており、他の研究者が彼の研究を奪ってしまうのではないかと恐れていました。「海賊が私を襲う準備をしている」と彼は表現しました。彼が最も恐れていたのは、ドイツの生物学者ロベルト・コッホでした。コッホがイタリアに行ってマラリアを研究しているという噂が広まっていました。もし彼が人に寄生虫を感染させることができれば、鳥だけを使ったロスの研究を上回るものになるかもしれません。数週間後、パトリック・マンソンからの手紙が届き、安心しました。「コッホはイタリアで蚊に失敗したと聞いています。だから、イギリスのためにその発見を手に入れる時間がありますよ」とマンソンは書いていました。結局、コッホはロスの研究を完全に認める形で一連のマラリア研究を発表しました。特に、コッホはマラリアの流行地域に住む子供たちが感染の貯蔵庫として機能することを示唆しました。なぜなら、年配の大人はしばしば寄生虫に対する免疫を獲得しているからです。マラリアはコッホにとって新たな病原体の一つでした。1870年代と1880年代には、彼はバクテリアが牛の炭疽病や人間の結核の原因であることを示しました。その過程で、特定の病原菌が病気の原因であるかどうかを特定するための一連のルール、いわゆる「公理」を考案しました。まず彼は、 病気を持つ人の中に常に病原体を見つけることができるはずだと考えられていました。もし健康な宿主、たとえば実験動物がこの病原体にさらされれば、同様に病気を発症するはずです。そして、宿主が病気になった際にその病原体のサンプルを抽出できることが期待されていました。この病原体は、最初にさらされたものと同じであるべきです。コッホの原則は「病原体説」という新しい科学にとって有用でしたが、彼はすぐにその限界に気づきました。最大の問題は、いくつかの病原体が必ずしも病気を引き起こすわけではないことです。時には人々が感染しても、目立った症状が現れないこともあります。したがって、研究者たちは病気の背後にあるものを解明するために、より一般的な原則のセットが必要でした。 オースティン・ブラッドフォード・ヒルにとって、関心のある病気は肺癌でした。喫煙がその原因であることを示すために、彼とその共同研究者たちは最終的にいくつかの種類の証拠を集めることになります。彼は後にこれらを「視点」のセットとしてまとめ、研究者たちがある事象が別の事象を引き起こすかどうかを判断する手助けになることを期待しました。彼のリストの最初には、提案された原因と結果の相関関係の強さがありました。たとえば、喫煙者は非喫煙者よりも肺癌になる可能性がはるかに高いのです。ブラッドフォード・ヒルは、このパターンが一貫しており、複数の研究で異なる場所に現れるべきだと述べました。 次に重要なのはタイミングです：原因は結果の前に来るのか？もう一つの指標は、その病気が特定の行動に特有であるかどうかです（ただし、非喫煙者も肺癌になることがあるため、必ずしも役立つわけではありません）。理想的には、実験からの証拠もあるべきです：人々が喫煙をやめれば、癌のリスクが減少するはずです。場合によっては、ブラッドフォード・ヒルは、曝露のレベルと病気のリスクを関連付けることができると言いました。たとえば、喫煙する本数が多いほど、癌で亡くなる可能性が高くなります。さらに、癌を引き起こす別の化学物質など、類似の原因と結果のアナロジーを引き出すことができるかもしれません。最後に、ブラッドフォード・ヒルは、原因が生物学的に妥当であり、科学者たちがすでに知っていることと一致するかどうかを確認する価値があると提案しました。 ブラッドフォード・ヒルは、これらの視点が何かを「証明する」ためのチェックリストではないと強調しました。むしろ、重要な質問に答える手助けをすることが目的でした：私たちが見ていることに対して、単純な原因と結果以上のより良い説明はあるのか？喫煙が癌を引き起こすという証拠を提供するだけでなく、これらの方法は研究者たちが他の病気の原因を明らかにするのにも役立ちました。1950年代と1960年代には、疫学者アリス・スチュワートが低線量放射線が白血病を引き起こす可能性があるという証拠を集めました。当時、新しいX線技術が妊婦に定期的に使用されており、靴屋でもX線が使われて、靴の中の足を見ることができました。スチュワートの長い闘いの末、これらの危険は取り除かれました。 最近、アメリカのCDC（疾病対策センター）の研究者たちは、ブラッドフォード・ヒルの視点を用いて、ジカウイルス感染が出生異常を引き起こしていると主張しました。因果関係を確立することは本質的に難しいものであり、何が原因であるか、何をすべきかについて激しい議論が交わされることがよくあります。それでも、スチュワートは、困難な証拠に直面したときには、避けられない不確実性があっても人々は行動すべきだと信じていました。「湖を渡るときに氷の厚さを最もよく推測することがコツです」と彼女はかつて言いました。「このゲームの技術は、証拠の重みを正しく判断することです。新しい観察の圧力の下で判断が変わる可能性があることを知りながら。」 クリスタキスとファウラーが社会的感染について研究を始めることにしたとき、彼らはゼロからのスタートを計画していました。彼らのアイデアは、1,000人を募集し、それぞれが5人の連絡先を挙げ、その連絡先がさらに5人を挙げるというものでした。合計で31,000人の行動を数年間にわたって詳細に追跡する必要があり、そのような大規模な研究には約3000万ドルの費用がかかると見込まれていました。選択肢を探る中で、彼らはフレーミングハム心臓研究を運営しているチームに連絡を取りました。既存のプロジェクトから最初の1,000人を募集する方が簡単だったからです。クリスタキスがプロジェクトコーディネーターのマリアン・ベルウッドを訪れた際、彼女は参加者の詳細を記載したフォームが地下室に保管されていることを話しました。参加者との連絡を失わないように、彼らは親族や友人、同僚をフォームに記入させていました。これらの連絡先の多くも研究に参加していることが判明し、彼らの健康情報も記録されていることになりました。クリスタキスは驚きました。全く新しい社会的接触を募集するのではなく、フレーミングハムの参加者間の社会ネットワークを組み立てることができるのです。「駐車場からジェームズに電話して、『信じられないことが起きた！』と言った」と彼は振り返ります。ただ一つの難点がありました。それは、既存のリンクを特定するために12,000の名前と50,000の住所を調べなければならなかったことです。「みんなの手書きを解読しなければならなかった」とクリスタキスは言いました。「それをコンピュータ化するのに2年かかりました。」 彼らは最初、喫煙の広がりを分析することを考えていましたが、肥満の方が良い出発点だと判断しました。喫煙は参加者の報告に依存していましたが、肥満は直接観察できるからです。「私たちは非常に新しいことをしていたので、客観的に測定できるものから始めたかった」とクリスタキスは述べました。 次のステップは、肥満がネットワークを通じて伝播しているかどうかを推定することでした。これは、潜在的な感染を同質性や環境要因から分離する反射問題に取り組むことを意味しました。同質性の「類は友を呼ぶ」効果を排除するために、彼らは分析に時間的遅延を含めました。もし肥満が本当に一人からその友人に広がるのであれば、その友人が先に肥満になることはできないからです。 環境要因を除外するのは難しかったが、クリスタキスとファウラーは友情の方向性に着目することでこの問題に取り組もうとした。例えば、私が調査であなたを友人として挙げたが、あなたは私を挙げなかった場合、これは私があなたに影響されている度合いが、あなたが私に影響されている度合いよりも大きいことを示唆している。しかし、実際には私たちが新しいファーストフード店のような共通の環境要因に影響されている場合、友情の方向性は誰が肥満になるかには影響しないはずだ。クリスタキスとファウラーは、肥満が伝染する可能性があることを示す証拠を見つけた。彼らの分析が発表されると、一部の研究者から厳しい批判を受けた。議論の多くは二つの主要なポイントに集約される。一つ目は、統計的証拠がより強固であるべきだったということだ。肥満が伝染するという結果は、新薬の効果を示す臨床試験に必要なほど決定的ではなかった。二つ目の批判は、クリスタキスとファウラーが使用した方法とデータからは、他の説明を決定的に排除できないということだ。理論的には、同質性と環境が同じパターンを生み出す状況を想像することは可能だった。 私の見解では、これらは研究に対する合理的な批判である。しかし、それが研究が役に立たなかったことを意味するわけではない。クリスタキスとファウラーの初期の論文に関する議論について、統計学者のトム・スナイダースは、研究には限界があるが、社会的伝染を科学者の議題に載せる革新的な方法を見つけたため、依然として重要であると示唆した。「ニック・クリスタキスとジェームズ・ファウラーの想像力と勇気に拍手を送りたい。」 クリスタキスとファウラーがフレーミングハムデータの初期分析を発表してからの10年間で、社会的伝染の証拠は蓄積されてきた。他のいくつかの研究グループも、肥満、喫煙、幸福感などが伝染することを示している。ご存知の通り、社会的伝染を研究するのは非常に難しいが、何が広がるかについては今やずっと良い理解が得られている。次のステップは、単に伝染が存在するということを超えて進むことだ。行動が広がることを示すことは、再生産数がゼロを超えていることを知ることに相当する。平均して、何らかの伝達があるが、その量はわからない。もちろん、これは依然として有用な情報であり、伝染が考慮すべき要因であることを示している。たとえ私たちがどれほどの規模の流行になるかを予測できなくても、行動が広がる可能性があることを教えてくれる。しかし、政府や他の組織が伝染する健康問題に対処したい場合、社会的伝染の実際の範囲や、さまざまな政策がどのような影響を与えるかについてもっと知る必要がある。友人グループの一人が太った場合、他の人にどれほどの影響を与えるのか？あなたが幸せになると、コミュニティの幸福感はどれほど増加するのか？ クリスタキスとファウラーは、社会的感染の正確な範囲を推定するのは難しいと認めています。さらに、こうした問題に取り組むことは、しばしば不完全なデータや方法を使用することを意味します。しかし、新しいデータセットが利用可能になるにつれて、他の研究者たちが彼らの分析を基にして、感染の正確な測定に向かって進むことができると指摘しています。潜在的に感染する行動を研究することで、研究者たちは生物学的な感染と社会的な感染の間にいくつかの重要な違いを明らかにしています。1970年代、社会学者マーク・グラノヴェッターは、情報は親しい友人よりも知人を通じて広がる可能性が高いと提案しました。これは、友人同士が多くの共通のつながりを持っているため、ほとんどの情報伝達が冗長になるからです。「もし誰かがすべての親しい友人に噂を伝え、彼らも同様に行動すれば、多くの人がその噂を二度、三度と聞くことになります。なぜなら、強い絆で結ばれた人々は友人を共有する傾向があるからです。」彼は知人の重要性を「弱い絆の強さ」と呼びました。新しい情報にアクセスしたい場合、親しい友人よりもカジュアルな接触を通じて得られる可能性が高いかもしれません。このような長距離のつながりは、ネットワーク科学の中心的な部分となっています。私たちが見てきたように、「スモールワールド」のつながりは、生物学的および金融的な感染がネットワークの一部から別の部分へと跳躍するのを助けることがあります。場合によっては、これらのつながりが命を救うこともあります。医学には長年の逆説があります。心臓発作や脳卒中を起こした際に親族に囲まれている人々は、医療を受けるまでに時間がかかることが多いのです。これは、社会的ネットワークの構造に起因している可能性があります。親密な親族のグループは、軽度の脳卒中を目撃した後、様子を見るアプローチを好む傾向があり、支配的な見解に反対する人がいないという証拠があります。それに対して、「弱い絆」—同僚や非親族—は、より多様な視点をもたらし、症状を早く指摘し、早めに助けを求めることができます。 それでも、病気の伝播を増幅するようなネットワーク構造が、社会的感染に同じ効果をもたらすとは限りません。社会学者デイモン・セントラは、HIVの例を挙げています。HIVは性的パートナーのネットワークを通じて広がっています。もし生物学的感染と社会的感染が同じように機能するのであれば、病気を予防するためのアイデアもこれらのネットワークを通じて広がるはずです。しかし、実際にはそうなっていません。何かが情報の伝達を遅らせているに違いありません。感染症のアウトブレイクの際、感染は通常、一連の単独の接触を通じて広がります。もしあなたが感染した場合、それは通常、特定の人から来たものでしょう。しかし、社会的行動に関しては、必ずしもそう単純ではありません。私たちは、他の多くの人々がそれを行っているのを見た後で初めて何かを始めることがあるため、明確な伝達経路が存在しない場合があります。これらの行動は「複雑な感染」として知られており、伝達には複数の接触が必要です。 例えば、クリスタキスとファウラーの喫煙に関する分析では、多くの人が喫煙をやめると、その周囲の人々もやめる可能性が高くなることが指摘されています。研究者たちは、運動や健康習慣から新しいアイデアの受け入れ、政治的活動に至るまで、さまざまな行動における複雑な感染現象を特定しています。HIVのような病原体は単一の長距離接触を通じて広がることができますが、複雑な感染現象は複数の人々によって伝播される必要があるため、単一のリンクを通じては広がりません。小世界ネットワークは病気の拡散を助けるかもしれませんが、同じネットワークは複雑な感染現象の伝播を制限する可能性もあります。では、なぜ複雑な感染現象が起こるのでしょうか？ダモン・セントラと彼の同僚マイケル・メイシーは、これを説明するための4つのプロセスを提案しています。 まず、既存の参加者がいるものに参加することには利点があります。ソーシャルネットワークから抗議活動まで、新しいアイデアはすでに多くの人に受け入れられている場合、より魅力的に感じられます。次に、複数の接触が信頼性を生むことがあります。人々は、複数の情報源から確認を得ると、何かを信じる可能性が高くなります。三つ目は、アイデアが社会的な正当性に依存することです。何かを知っていることは、他の人がそれに対して行動しているか、あるいは行動していないかを見ることとは異なります。例えば、火災警報器は、火災の可能性を知らせるだけでなく、全員が建物を離れることを許可する役割も果たします。1968年のある古典的な実験では、学生たちが偽の煙が徐々に充満する部屋で作業をしていました。もし彼らが一人でいると、一般的に反応しますが、勉強熱心な役者たちと一緒にいると、誰かが反応するのを待ちながら作業を続ける傾向があります。最後に、感情の増幅プロセスがあります。人々は、社会的な集まりの中で特定のアイデアや行動を採用する可能性が高くなることがあります。結婚式や音楽コンサートのような集団的な感情を考えてみてください。 複雑な感染現象の存在は、イノベーションが広がる要因を再評価する必要があることを意味します。セントラは、物事を広めるための直感的なアプローチは、アイデアを採用するために複数の促しが必要な場合にはあまり効果的ではないかもしれないと提案しています。例えば、ビジネスにおいてイノベーションを広めるためには、組織内での相互作用を単に促すだけでは不十分です。複雑な感染現象が広がるためには、相互作用がアイデアの社会的強化を可能にするように集約される必要があります。チーム内の全員が新しい行動を繰り返し行っているのを見ることで、人々はその行動を採用しやすくなります。しかし、組織があまりにも閉鎖的であれば、新しいアイデアは小さなグループの外には広がりません。相互作用のネットワークにはバランスが必要です。アイデアのインキュベーターとして機能する地域チームが存在する一方で、グループ間にピクサーのような重なりがあることで、イノベーションをより広い聴衆に届ける利点もあります。 社会的感染の科学は過去10年で大きく進展しましたが、まだまだ発見すべきことがたくさんあります。 まず、何かが感染性であるかどうかを確立するのがしばしば難しいため、特に重要です。多くの場合、人々の行動を意図的に変えることはできないため、私たちは観察データに頼らざるを得ません。これは、クリスタキスとファウラーがフレーミングハム研究で行ったことです。しかし、別のアプローチが浮上しています。研究者たちは、社会的感染を調べるために「自然実験」にますます注目しています。行動の変化を強制するのではなく、自然に変化が起こるのを待つのです。たとえば、オレゴンのランナーが悪天候のときにルーチンを変えるとします。その友人がカリフォルニアで同じように行動を変えた場合、社会的感染が原因である可能性が示唆されます。MITの研究者たちがデジタルフィットネストラッカーからのデータを調べたところ、ユーザーをつなぐソーシャルネットワークを含んでおり、天候が実際に感染のパターンを明らかにすることができることがわかりました。しかし、ある人々は他の人々よりもランニングの熱にかかりやすいことがわかりました。5年間の期間において、あまり活動的でないランナーの行動がより活動的なランナーに影響を与える傾向がありましたが、その逆はありませんでした。これは、熱心なランナーがあまりエネルギーのない友人に負けたくないということを示唆しています。天候の変化のような行動の後押しは感染を研究するための有用な手段ですが、限界もあります。雨の日は誰かのランニングパターンを変えるかもしれませんが、結婚の選択や政治的見解といったより根本的な行動に影響を与えることは考えにくいです。ディーン・エクルズは、簡単に変えられることと理想的に研究したいことの間には大きなギャップがあることを指摘しています。「私たちが最も気にかけている多くの行動は、人々に促すのがそれほど簡単ではありません。」 2008年11月、カリフォルニア州民は同性婚を禁止する投票を行いました。この結果は、結婚の平等を求めてキャンペーンを行っていた人々にとって衝撃的でした。特に、投票前の世論調査では彼らに有利に見えたからです。説明や言い訳がすぐに出てきました。ロサンゼルスLGBTセンターのディレクターであるデイブ・フライシャーは、結果についてのいくつかの誤解が広まっていることに気づきました。その一つは、禁止に投票した人々はLGBTコミュニティを嫌っていたに違いないというものでした。フライシャーはこの考えに反対しました。「辞書では「嫌悪」を極端な嫌悪感や敵意と定義していますが、これは私たちに反対票を投じた人々の大多数を表していません。」33 同性婚に反対する人々がなぜそんなに多かったのかを知るために、LGBTセンターは次の数年間、何千もの対面インタビューを行いました。キャンvァサーたちは、この時間のほとんどを有権者の話を聞くことに費やしました。この方法は「ディープキャンvァシング」として知られています。2+ 彼らは人々に自分の生活について話し、自分自身の偏見の経験を振り返るよう促しました。インタビューを進める中で、LGBTセンターはディープキャンvァシングが単に情報を提供するだけでなく、有権者の態度を変えているように見えることに気づきました。もしそうであれば、これは強力なキャンvァシング手法となるでしょう。しかし、本当にそれほど効果的だったのでしょうか？ 人々が合理的であれば、新しい情報が提示されたときに自分の信念を更新することが期待されます。このアプローチは、科学研究において「ベイズ推論」として知られています。18世紀の統計学者トーマス・ベイズにちなんで名付けられたこの考え方は、知識を特定の信頼度を持つ信念として扱うことです。例えば、あなたが誰かと結婚することを真剣に考えているとしましょう。その関係について慎重に考えた結果です。この状況では、あなたが心変わりするためには非常に良い理由が必要です。しかし、もしその関係について完全に確信が持てない場合、結婚に反対する説得を受け入れやすくなるかもしれません。恋に落ちている人には些細に思えることが、心が揺れている人を別れへと導く決定的な要因になることもあります。この論理は他の状況にも当てはまります。もしあなたが強い信念を持っているなら、それを覆すためには一般的に強い証拠が必要です。一方で、最初から不確かであれば、意見を変えるのはそれほど難しくないかもしれません。したがって、新しい情報に触れた後のあなたの信念は、初期の信念の強さと新しい証拠の強さの二つに依存します。この概念はベイズ推論の核心であり、現代統計学の多くにも関わっています。しかし、特に既存の見解に反する情報に対して、人々がこのように情報を吸収しないという示唆もあります。2008年、政治学者のブレンダン・ニーハンとジェイソン・ライフラーは、説得が「逆効果」に悩まされることがあると提案しました。彼らは、2003年のイラク戦争前の大量破壊兵器の不在や、ブッシュ大統領の減税後の収入の減少など、自分の政治的イデオロギーと矛盾する情報を人々に提示しましたが、多くの人々を納得させることはできなかったようです。さらに悪いことに、新しい情報を見た後に、既存の信念に対する自信が高まった人もいました。このような逆効果は、これまでの心理学研究でも類似の現象が見られました。人々をあることに説得しようとした実験が、最終的には別のことを信じる結果になったのです。 もし逆効果が一般的であるなら、同性愛者の結婚などの問題について人々の考えを変えようとする活動家にとっては良い兆しではありません。ロサンゼルスLGBTセンターは、効果的な方法を持っていると考えていましたが、それを適切に評価する必要がありました。2013年初頭、デイブ・フライシャーはコロンビア大学の政治学者ドナルド・グリーンとランチを共にしました。グリーンはフライシャーにUCLAの大学院生マイケル・ラコールを紹介し、彼は深い対話の効果をテストする科学的研究を実施することに同意しました。目的は、ランダム化比較試験を行うことでした。ラコールは、参加者を募集し、一連の調査に参加させた後、グループをランダムに分けました。一部は活動家からの訪問を受け、他のグループは対照群としてリサイクルについての会話を行うことになりました。その後の展開は、信念がどのように変わるかについて多くのことを明らかにすることになるでしょうが、私たちが期待するような形ではないかもしれません。 それは、ラ・クールが驚くべき発見を報告したときに始まりました。彼の試験では、インタビュアーが深い対話法を用いると、インタビューを受けた人々の同性愛者の結婚に対する支持が平均して大きく増加することが示されました。さらに良いことに、その新しい信念は数ヶ月後にも残っており、感染力もあり、インタビューを受けた人々の同居人にも広がっていました。ラ・クールとグリーンは、2014年12月に『サイエンス』誌にその結果を発表し、広範なメディアの注目を集めました。これは、小さな行動が大きな影響を与えることを示す驚くべき研究のように思えました。 その後、バークレー大学の大学院生の二人が奇妙なことに気付きました。デイビッド・ブルックマンとジョシュア・カラは、ラ・クールの印象的な分析を基に自分たちの研究を行いたいと考えていました。「今年の最も重要な論文だ」とブルックマンは『サイエンス』の論文が発表された後にジャーナリストに語った。しかし、彼らがラ・クールのデータセットを調べると、それはあまりにも完璧すぎるように見えました。まるで誰かがデータを収集するのではなく、シミュレーションしたかのようでした。2015年5月、二人は懸念を抱いてグリーンに連絡しました。質問されたラ・クールはデータを捏造したことを否定しましたが、元のファイルを提示することはできませんでした。数日後、問題に気付いていなかったと語るグリーンは、『サイエンス』に論文の撤回を求めました。何が正確に起こったのかは明らかではありませんでしたが、ラ・クールが言っていた研究を実施していなかったことは明らかでした。このスキャンダルはロサンゼルスのLGBTセンターにとって大きな失望となりました。「私たちの共同体に大きな打撃を与えたように感じました」と、問題が浮上した後にその組織の一員であるローラ・ガーディナーは語りました。 メディアはすぐに以前の報道に訂正を加えましたが、もしかしたらジャーナリストや科学雑誌は最初からもっと懐疑的であるべきだったのかもしれません。「私が興味を持ったのは、この結果がどれほど予想外で前例のないものであるかを繰り返し強調することです」と、論文が撤回された後に統計学者のアンドリュー・ゲルマンは書きました。ゲルマンは、これは心理学の科学においてよく起こることだと指摘しました。「人々は同時に、結果が完全に驚くべきものであると主張し、それが完全に理解できるものであるとも主張します。」バックファイア効果が説得に対する大きな障害として広く引用されていたにもかかわらず、ここには短い会話でそれを克服できると主張する研究がありました。 メディアは簡潔でありながら直感に反する洞察を強く求めています。これにより、研究者たちは「一つのシンプルなアイデア」がすべてを説明できることを示す結果を公表することを促されます。驚くべきシンプルな結論を求める欲求は、明らかに専門家であるはずの人々が自らの専門知識と矛盾することを引き起こすことがあります。フェイスブックの広告チームで2年間働いたアントニオ・ガルシア・マルティネスは、彼の著書『カオス・モンキーズ』の中でそのような状況を回想しています。マルティネスは、社会的影響に関する簡潔で記憶に残る洞察で評判を築いた上級管理者の話を語ります。 残念ながら、マネージャーにとって、これらの主張は彼の会社のデータサイエンスチームによる研究によって裏付けられませんでした。このチームの厳密な分析は、異なる結果を示していたのです。実際、すべての状況に当てはまる単純な法則を見つけることは非常に難しいです。もし有望な理論があるなら、私たちはそれに合わない例を探し出す必要があります。その限界や例外を見極めることが重要です。なぜなら、広く報告されている理論であっても、見かけほど決定的ではないかもしれないからです。 例えば、バックファイア効果について考えてみましょう。このアイデアについて読んだ後、シカゴ大学の大学院生トーマス・ウッドとイーサン・ポーターは、実際にどれほど一般的であるかを調査することにしました。「もしバックファイア効果が人口全体に見られるなら、民主主義にとっては深刻な影響があるだろう」と彼らは書いています。ナイハンとライフラーが三つの主要な誤解に焦点を当てたのに対し、ウッドとポーターは8,100人の参加者を対象に36の信念をテストしました。彼らは、人々を間違っていると納得させるのは難しいが、修正を試みても既存の信念が強化されるわけではないことを発見しました。実際、この研究でバックファイアしたのは、イラクの大量破壊兵器に関する虚偽の主張だけでした。「概して、市民は事実に基づく情報に耳を傾ける。たとえその情報が彼らの党派的およびイデオロギー的な信念に挑戦するものであっても」と彼らは結論づけました。ナイハンとライフラーの元の研究でも、バックファイア効果は保証されていないことがわかりました。2004年の大統領選挙キャンペーン中、民主党はジョージ・ブッシュが幹細胞研究を禁止したと主張しましたが、実際には特定の側面に対する資金提供を制限していただけでした。この信念をリベラル派の間で修正した際、情報はしばしば無視されましたが、バックファイアは起こりませんでした。「バックファイア効果の発見は非常に驚くべきものであったため、多くの注目を集めた」とナイハンは後に語っています。「励みになることに、それはかなり稀な現象のようです。」ナイハン、ライフラー、ウッド、ポーターはその後、このテーマをさらに探求するためにチームを組みました。例えば、2019年には、ドナルド・トランプの選挙演説中にファクトチェックを提供することで、彼の具体的な主張に対する人々の信念が変わったが、候補者に対する全体的な意見は変わらなかったと報告しています。人々の政治的信念の中には、他のものよりも変えにくい側面があるようです。「私たちはまだ学ぶべきことがたくさんあります」とナイハンは言いました。 信念を検討する際には、バックファイアの意味についても注意が必要です。ナイハンは、バックファイア効果と「反証バイアス」と呼ばれる関連する心理的特性との混同があることを指摘しています。これは、既存の信念に反する主張に対して、同意する主張よりも多くの scrutiny（精査）を与えることを指します。バックファイア効果は、人々が反対の主張を無視し、既存の信念を強化することを示唆していますが、反証バイアスは単に彼らが弱いと見なす主張を無視する傾向があることを意味します。微妙な違いのように思えるかもしれませんが、これは重要な違いです。 バックファイア効果が一般的であるならば、対立する意見を持つ人々を説得して立場を変えさせることはできないということになります。どんなに説得力のある議論をしても、彼らは自分の信念にさらに固執するだけです。議論は絶望的になり、証拠は無価値になります。一方で、人々が否認バイアスに苦しんでいる場合、十分に説得力のある議論があれば彼らの見解は変わる可能性があるということです。これはより楽観的な展望を生み出します。人々を説得することは依然として難しいかもしれませんが、試みる価値はあります。私たちの議論の構成や提示の仕方に多くがかかっています。 2013年、イギリスは同性婚を合法化しました。当時の保守党議員ジョン・ランドールはその法案に反対票を投じましたが、後にその決定を後悔していると語りました。彼は、議会の友人の一人と事前に話をしておけばよかったと考えています。その友人は、多くの人が驚くことに、結婚の平等に賛成票を投じた人でした。「彼は私に、これは自分には全く影響しないが、多くの人々に大きな幸福をもたらすものだと言いました」とランドールは2017年に振り返りました。「それは私が批判するのが難しい議論です。」 残念ながら、説得力のある議論を見つける際には大きな障害があります。強い意見を持っている場合、ベイズ的推論によれば、私たちはその既存の見解を支持する議論の影響を区別するのに苦労します。例えば、あなたが何かを強く信じているとしましょう。それは政治的立場から映画に関する意見まで何でもかまいません。誰かがあなたの信念と一致する証拠を提示した場合、その証拠が説得力があるか弱いかに関わらず、あなたはその後も同じ意見を持ち続けるでしょう。次に、誰かがあなたの信念に反する議論を展開したとします。その議論が弱ければ、あなたは見解を変えませんが、もしそれが完璧なものであれば、あなたは変わるかもしれません。ベイズ的な観点から見ると、私たちは一般的に自分が反対する議論の効果を判断するのが得意です。それが、異なる議論について考えることすらしない場合もあります。 数年前、社会心理学者のマシュー・ファインバーグとロブ・ウィラーは、対立する政治的見解を持つ人を説得するための議論を考え出すよう人々に求めました。彼らは、多くの人が自分自身の道徳的立場に合った議論を使い、説得しようとしている相手の立場には合わないことを発見しました。リベラル派は平等や社会正義といった価値に訴えかけようとし、保守派は忠誠心や権威への尊重といった点に基づいて議論を展開しました。馴染みのある領域で議論することは一般的な戦略かもしれませんが、効果的ではありませんでした。相手の道徳的価値に合わせた議論を展開する方が、はるかに説得力がありました。これは、保守派を説得したい場合は愛国心やコミュニティといったアイデアに焦点を当てる方が良く、リベラル派には公平さを促進するメッセージがより効果的であることを示唆しています。 たとえ効果的な議論を見つけることができたとしても、説得の可能性を高めるためにできることがあります。 まず、配信方法が重要であることがあります。例えば、対面で依頼された場合、メールで依頼されるよりも、調査に回答する可能性が高いという証拠があります。他の実験でも似たような結論が得られており、対面でのやり取りの方が電話や郵便、オンラインよりも説得力があることが分かっています。 メッセージのタイミングも影響を与えることがあります。ノースイースタン大学の心理学者ブライオニー・スワイア・トンプソンによれば、研究者たちはアイデアがどのように薄れていくかについてますます考えるようになっています。「一度誰かの考えを変えても、それが永続的に残るわけではないという概念です。」2017年、彼女は人々にニンジンが視力を改善するかどうかや、嘘をつく人が特定の方向に目を動かすかどうかといった神話を信じているかどうかを尋ねる研究を行いました。この研究では、誤った信念を修正することができることが多いが、その効果は必ずしも持続しないことが分かりました。「修正を受けると、最初は信念が減少するかもしれませんが、時間が経つにつれて元の誤解を再び信じるようになるでしょう」とスワイア・トンプソンは言いました。繰り返しが重要なようで、新しい信念は真実を何度も思い出させられると、単に一度の修正を受けるよりも長持ちすることが分かりました。他者の道徳的立場を考えること、対面での交流を持つこと、長期的な変化を促す方法を見つけること。これらすべてが説得力を高めるのに役立ちます。そして、これらはロサンゼルスLGBTセンターが提唱するディープキャンバシングアプローチの一部でもあります。 ここで、あの疑わしいラコールとグリーンの論文に戻ります。この研究は2015年に撤回されましたが、物語はそこで終わりませんでした。翌年、デイビッド・ブルックマンとジョシュア・カラ、つまり元の論文の問題を発見した2人のバークレーの研究者が新しい研究を発表しました。この研究はトランスジェンダーの権利に焦点を当てており、今回は確実にデータを収集していました。ディープキャンバシングと対照群の結果を比較したところ、トランスジェンダーの権利についての10分間の会話が偏見を顕著に減少させることが分かりました。キャンバサーがトランスジェンダーであるかどうかは関係なく、有権者の意見の変化は持続しました。この信念の変化は攻撃にも耐性があるようでした。数週間後、研究者たちは最近の政治キャンペーンからの反トランスジェンダーの広告を人々に見せました。広告は最初はトランスジェンダーの人々に対する意見を再び反転させましたが、この反転効果はすぐに薄れていきました。研究が完全に透明であることを保証するために、ブルックマンとカラは分析の背後にあるすべてのデータとコードを公開しました。これは、研究コミュニティにとって awkward な数年間の楽観的なエピローグを提供しました。適切なアプローチを用いれば、多くの人が深く根付いていると信じていた態度を変えることが可能であることが示されました。意見が必ずしも私たちが想定するように広がるわけではなく、人々が私たちが考えるほど固定されているわけでもないことが分かりました。明らかな敵意に直面したとき、新しいことに挑戦することで得られるものが多いようです。 「私たちは本当に暴力が渦巻く場所にいた。」中央アフリカと東アフリカでの病気の流行に関する10年間の活動を経て、ゲイリー・スラトキンはアメリカに帰国した。彼は高齢の両親の近くにいるためにシカゴを選び、この街での暴力的な攻撃の多さに衝撃を受けた。「それは周囲にあり、避けられないものでした。それで、私は人々に何をしているのか尋ね始めました」とスラトキンは語った。「しかし、誰もがやっていることは私には全く意味がありませんでした。」1994年のことで、前年には市内で800件以上の殺人が発生し、その中には62人の子供がギャングの暴力で命を落としていた。20年後の今でも、イリノイ州では若年層の主な死因は殺人であった。スラトキンは、この危機に対するさまざまな説明を耳にした。栄養や仕事、家族や貧困など。しかし、議論はしばしば罰に関する狭い解決策に戻ってきた。彼の見解では、暴力は「行き詰まった問題」だった。医師としての訓練を受けた彼は、HIVやコレラなどの感染症に関する仕事で似たような状況を目にしていた。時には、状況に対する考え方が何年も行き詰まることがある。戦略は実際には機能していないのに、変わらないままだ。もし暴力が行き詰まった問題であれば、新しい考え方が必要だ。「一からやり直さなければならない」とスラトキンは言った。そこで彼は、あらゆる公衆衛生研究者がするように、地図やグラフを見て、質問をし、暴力がどのように発生しているのかを理解しようとした。そして、彼は馴染みのあるパターンに気づき始めた。「アメリカの都市における殺人の地図に見られるクラスターは、バングラデシュのコレラの地図に似ている」と彼は後に書いた。「ルワンダでの殺人の発生を示す歴史的なグラフは、ソマリアのコレラのグラフに似ていた。」 スザンナ・イーリーは毎日水を配達してもらうのが好きだった。夫が亡くなった後、彼女はロンドンのソーホーの喧騒から緑豊かなハムステッドに引っ越した。しかし、彼女は町のポンプから汲んだ水の方が美味しいと思っていた。1854年の8月のある日、イーリーの姪が隣のイジントン区から訪ねてきた。1週間後、彼女たちは二人とも命を落とすことになる。原因はコレラという、下痢や嘔吐を引き起こす凶悪な病気だった。治療を受けなければ、重症の人の半数が死亡する可能性がある。イーリーがコレラで亡くなった同じ日、他に127人がこの病気で亡くなり、そのほとんどがソーホーでのことだった。9月の終わりまでに、この流行はロンドンで600人以上の命を奪うことになる。このコッホの細菌説が確立される前の時代、コレラの生物学はまだ謎に包まれていた。「私たちは何も知らない。推測の渦の中で漂っている」と、流行が始まる前年に医学雑誌『ランセット』の創設者トーマス・ワクリーは書いた。人々は天然痘や麻疹のような病気が感染症であり、何らかの形で人から人へと広がることに気づき始めていたが、コレラは何か別のものであるように思われた。 多くの人々は「ミアズマ理論」を信じていました。この理論は、コレラが空気中の悪臭によって広がるとされていました。しかし、ジョン・スノウはそうではありませんでした。ニューカッスル出身のスノウは、1831年に18歳の医療見習いとして初めてのコレラの発生を調査しました。その時、彼は奇妙なパターンに気づきました。悪臭によって危険にさらされるはずの人々が病気にならず、逆に危険ではないはずの人々が病気になっていたのです。スノウは最終的にロンドンに移り、優れた麻酔科医としての評判を築き、女王ビクトリアも彼の患者の一人でした。しかし、1848年にロンドンでコレラの流行が発生すると、彼は再び古い調査を始めました。誰がこの病気にかかっているのか？いつ病気になっているのか？症例の間に何が関連しているのか？翌年、スノウは新しい理論を持った記事を発表しました。それは、病気が汚染された水を通じて人から人へと広がるというものでした。この考えに至ったのは、患者たちがしばしば同じ水道会社を利用していることに気づいたからでした。これは驚くべき洞察であり、スノウは実際には微生物のバクテリアがコレラの影を落としていることを全く知らなかったのです。 1854年のソーホーでの流行は、スノウの理論にぴったり合うものでした。地元の醸造所で働く人々は、ビールと輸入水を主な食事としていましたが、彼らは病気になりませんでした。一方、スザンナ・イーリーと彼女の姪は、ソーホーからハムステッドに水を運ばせており、病気になりました。流行が広がる中、スノウは介入する時が来たと判断しました。ソーホーの公衆衛生は地元のガーディアン委員会の責任でした。彼は招かれざる客としてその会議に現れ、自分の主張を述べました。委員会は彼の説明を完全には信じませんでしたが、それでもポンプのハンドルを取り外すことに決めました。流行はその後すぐに収束しました。3か月後、スノウは彼の理論をより詳細にまとめました。その報告書には、彼の最も有名な図が含まれていました。それはソーホーの地図で、コレラの症例を示す黒い長方形が描かれていました。症例はブロードストリート周辺、ポンプの近くに集中していました。これは、不要な詳細や逸脱を排除した先駆的な抽象作品でした。後にマレーヴィチやモンドリアンのような抽象画家が現実を避けるために色のブロックを描くのに対し、スノウの形はコレラを明確に浮き彫りにしました。彼の長方形は、以前は見えなかった感染源という真実を具体的にしました。しかし、地図だけでは水が原因であるという明確な証拠にはなりませんでした。もしコレラの流行がブロードストリート周辺の悪臭のせいであったなら、そのパターンはほとんど同じように見えたでしょう。そこでスノウは、重要な追加を加えた二つ目の地図を作成しました。症例をプロットするだけでなく、異なるポンプまで歩くのにかかる時間を計算し、ブロードストリートのポンプが最も近い場所を示す線を引きました。これは、ポンプが原因であれば最もリスクが高い地域を示していました。彼の理論が示唆する通り、そこが最も多くの症例が発生している場所でもありました。 スノーの更新されたソーホーのコレラ地図 出典：ジョン・スノーアーカイブ＆リサーチコンパニオン。右側の印は、スノーが自らの考えが正当化されるのを決して見ることがなかった原ページの破れです。彼が1858年に亡くなったとき、『ランセット』は彼の業績に言及することなく、二文の追悼文を掲載しました。知的なミアズマのように、「悪い空気」の概念は医療界に残り続けました。最終的に、伝染性コレラの考えは広まりました。1890年代初頭には、多くの人々が病気を引き起こす微生物というロベルト・コッホの考えを受け入れるようになりました。そして1895年、コッホは実験動物にコレラを感染させることに成功しました。彼の仮説が実証され、細菌が病気を引き起こしているという説得力のある証拠が得られ、コレラは悪い空気からではなく、感染した水を通じて広がっていることが明らかになりました。スノーは正しかったのです。 私たちは現在、感染症をミアズマではなく微生物の観点から考えていますが、ゲイリー・スラトキンは暴力の分析において同じ進展を遂げていないと主張しています。「私たちは道徳主義に非常に囚われています。誰が良い人で、誰が悪い人か。」彼は、多くの社会が非常に厳罰的であり、何世紀にもわたって暴力に対する態度が本当に変わっていないことを指摘しています。「私は本当に過去に生きているように感じます。」生物学は悪い空気の考えから進展しましたが、犯罪に関する議論は依然として悪い人々に焦点を当てています。スラトキンは、伝染性の暴力は病気よりも直感的ではないためだと考えています。「ここには、少なくとも顕微鏡で誰かに見せることができる目に見えない微生物が存在しないのです。」しかし、感染症と暴力の間には明らかな類似点があると彼は感じています。「私は、誰かに『暴力の最大の決定要因は何ですか？最大の予測因子は何ですか？』と尋ねたときの啓示を覚えています。そしてその答えは『前の暴力的な出来事』でした。」彼の心の中では、それは感染の明らかな兆候でした。これにより、感染症を制御するために使用される方法が暴力にも適用できるのではないかと彼は考えました。 病気の発生と暴力の間にはいくつかの類似点があります。一つは、曝露と症状の間の遅れです。感染と同様に、暴力にも潜伏期間があり、私たちはすぐには症状を見ないかもしれません。 時には、暴力的な事件がすぐに別の事件を引き起こすことがあります。例えば、一つのギャングが別のギャングに報復するのにそれほど時間がかからないこともあります。一方で、連鎖的な影響が現れるまでにかなりの時間がかかることもあります。1990年代半ば、疫学者のシャーロット・ワッツは、世界保健機関（WHO）と協力して女性に対する家庭内暴力に関する大規模な研究を立ち上げました。ワッツは、病気の研究に移る前に数学者としての訓練を受けており、特に大学に焦点を当てていました。彼女の研究が進むにつれて、女性に対する暴力が安全な性行為を行う能力に影響を与えるため、病気の伝播にも影響を及ぼしていることに気づきました。しかし、これにより、もっと大きな問題が明らかになりました。それは、誰もそのような暴力がどれほど一般的であるかを本当に知らなかったということです。「私たちは人口データが必要だということにみんなが同意しました」と彼女は言いました。このWHOの研究は、ワッツと彼女の同僚たちが家庭内暴力の問題に公衆衛生の考え方を適用した結果です。「以前の多くの研究は、これを警察の問題として扱ったり、暴力の心理的要因に焦点を当てたりしていました」と彼女は述べました。「公衆衛生の人々は、『全体像はどうか？個人、関係、コミュニティのリスク要因について証拠は何を示しているのか？』と問いかけます。」家庭内暴力は完全に文脈や文化に特有であると主張する人もいますが、必ずしもそうではありません。「子供時代の暴力への曝露のように、一貫して現れる非常に共通の要素があります」とワッツは言いました。WHOの研究のほとんどの場所で、少なくとも4人に1人の女性が以前にパートナーから身体的に虐待を受けたことがあると報告されています。ワッツは、暴力が医学で「用量反応効果」として知られるものに従うことがあると指摘しています。いくつかの病気では、病原体に曝露される量によって病気のリスクが変わり、小さな用量では重篤な病気を引き起こす可能性が低くなります。人間関係にも同様の効果があるという証拠があります。男性または女性が暴力の歴史を持っている場合、将来の関係における家庭内暴力の可能性が高まります。そして、両方の関係者が暴力の歴史を持っている場合、そのリスクはさらに高まります。これは、暴力の歴史を持つ人々が必ずしも暴力的な未来を持つわけではないということを意味するものではありません。多くの感染症と同様に、暴力に曝露されても後に症状が出るとは限りません。しかし、感染症と同じように、私たちの背景、ライフスタイル、社会的相互作用の中には、発生リスクを高める要因がいくつか存在します。 病気の発生のもう一つの顕著な特徴は、ケースが特定の場所に集まる傾向があり、感染が短期間に現れることです。ブロードストリートでのコレラの発生を考えてみてください。ケースはポンプの周りに集まっていました。暴力行為を見てみると、同様のパターンが見られます。何世紀にもわたり、人々は学校、刑務所、コミュニティなどで自己傷害や自殺の局所的なクラスターを報告してきました。しかし、自殺のクラスターがあるからといって、必ずしも感染が起こっているわけではありません。 私たちが社会的伝染について見たように、人々が同じように行動する理由は、環境の共通の特徴など、別の要因によることもあります。この可能性を排除する一つの方法は、高名な人物の死後の状況を調べることです。一般の人々は、有名人の自殺について耳にする可能性が高く、その逆はあまりありません。1974年、デイビッド・フィリップスは自殺に関するメディアの報道を調査した画期的な論文を発表しました。彼は、イギリスとアメリカの新聞が自殺についての一面記事を掲載した際、地元地域での自殺者数がその後すぐに増加する傾向があることを発見しました。その後の研究でも、メディア報道に類似のパターンが見られ、自殺が伝染する可能性が示唆されています。このため、責任ある自殺報道のためのガイドラインが発表されました。メディアは、センセーショナルな見出しや方法の詳細、そして自殺が問題の解決策であるかのような示唆を避けつつ、助けを求める場所に関する情報を提供すべきです。しかし、残念ながら、多くのメディアはこれらのガイドラインを無視しています。コロンビア大学の研究者たちは、コメディアンのロビン・ウィリアムズの死後数ヶ月で自殺が10％増加したことを指摘しました。多くのメディア報道がガイドラインに従わなかったことを考えると、伝染効果の可能性があると彼らは述べています。また、自殺の増加はウィリアムズと同じ方法を使用した中年男性に最も顕著に見られました。大規模な銃乱射事件にも同様の効果が見られることがあります。ある研究では、アメリカでの大規模な銃乱射事件が10件発生するごとに、社会的伝染の結果としてさらに2件の銃乱射事件が発生すると推定されています。このようなメディア報道の後には、自殺や銃乱射が即座に増加することが多いため、伝染的な出来事の間の遅延、すなわち疫学で「世代時間」と呼ばれるものは比較的短いことを示唆しています。自殺のクラスターは、数週間の間に複数の死を伴うこともあります。1989年には、ペンシルベニア州の高校で自殺の発生があり、18日間で9件の試みがありました。もしこれらの出来事が伝染の結果であったなら、世代時間は場合によっては数日しかなかったかもしれません。他の種類の暴力でもクラスターが一般的です。2015年には、アメリカの銃による殺人の4分の1が、国全体の人口の2％未満の地域に集中していました。ゲイリー・スラトキンと彼の同僚たちは、暴力をアウトブレイクのように扱うことに取り組む際、こうした地域をターゲットにすることを計画しました。彼らは最初のプログラムを「シーズファイア」と呼び、これは後に「キュア・バイオレンス」という大きな組織に進化しました。初期の頃、彼らはどのようなアプローチを取るべきかを正確に見極めるのに時間がかかりました。「私たちは、何かを街に出す前に5年間の戦略開発を行いました」とスラトキンは言いました。キュア・バイオレンスの方法は、最終的に3つの部分から成ることになりました。 まず、チームは「暴力中断者」を雇い、潜在的な対立を見つけて暴力の連鎖を止めるために介入します。例えば、誰かが銃撃を受けて病院に運ばれることになった場合、中断者がその友人たちを説得して報復攻撃を思いとどまらせるのです。次に、Cure Violenceは暴力のリスクが最も高い人々を特定し、 outreach workers（アウトリーチワーカー）を使って態度や行動の変化を促します。これには、仕事探しや薬物治療の支援が含まれることもあります。最後に、チームは地域社会全体における銃に関する社会的規範を変えるために活動します。目的は、暴力の文化に反対するさまざまな声を上げることです。中断者やアウトリーチワーカーは、影響を受けたコミュニティから直接採用されます。その中には、元犯罪者やギャングのメンバーも含まれています。「私たちは、そのコミュニティに信頼される労働者を雇います」とCure Violenceの科学と政策のディレクター、チャーリー・ランスフォードは言います。「人々の行動を変え、何かを思いとどまらせるためには、彼らの背景を理解していることが助けになりますし、彼らもあなたが理解していると感じたり、あなたを知っている、あるいはあなたを知っている誰かを知っているかもしれません。」これは感染症の世界でもよく知られた考え方です。HIVプログラムでは、リスクの高い性労働者の行動を変えるために、元性労働者を採用することがよくあります。 最初のCure Violenceプロジェクトは2000年にシカゴのウェスト・ガーフィールド・パークで始まりました。なぜその場所を選んだのでしょうか？「当時、そこは国内で最も暴力的な警察地区でした」とスラトキンは言います。「多くの疫学者と同様に、私は常に流行の中心に向かうことを好みます。なぜなら、それが最も良いテストであり、最大の影響を与えることができるからです。」プログラムが始まって1年後、ウェスト・ガーフィールド・パークでの銃撃事件は約3分の2減少しました。中断者たちが一人から別の人への暴力の連鎖を断ち切ったことで、変化は急速に訪れました。では、これらの連鎖のどの部分が中断を可能にするのでしょうか？ 2017年5月の日曜日の午後遅く、シカゴのブライトン・パーク地区の路地から2人のギャングメンバーが現れました。彼らは突撃銃を持っていました。この2人は最終的に10人を銃撃し、そのうち2人を殺しました。これは、同日のギャング関連の殺人に対する報復でした。シカゴでの銃撃事件は、このようにしばしば関連付けられます。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、数年間にわたりこの都市の銃暴力のパターンを研究してきました。シカゴ出身の彼は、銃撃事件がしばしば社会的なつながりに結びついていることに気づきました。被害者同士は、以前に一緒に逮捕されたことがあるなど、互いに知り合いであることが多いのです。もちろん、2人がつながりを持ち、銃撃事件に関与しているという特性を共有しているからといって、必ずしも感染が関与しているわけではありません。それは彼らが共有する環境によるものかもしれませんし、人々が似たような特性を持つ人々と関わる傾向があるからかもしれません（つまり、同類性の原理です）。 さらなる調査を行うために、パパクリストスと彼の共同研究者たちは、2006年から2014年の間に逮捕された全ての人々に関するデータをシカゴ警察署から取得しました。データセットには合計で462,000人以上の人々が含まれていました。この情報を基に、彼らは同時に逮捕された人々の「共犯ネットワーク」を描きました。多くの個人は他の誰かと一緒に逮捕されたことがなかったものの、共犯の出来事を通じて結びつけられる大きなグループが存在しました。このグループには138,000人が含まれており、データセットの約3分の1を占めていました。パパクリストスのチームは、観察された銃暴力のパターンを説明するために、同質性や環境要因が関与しているかどうかを確認しましたが、それはあり得ないことが分かりました。多くの銃撃事件は、同質性や環境では説明できない形で関連して発生しており、感染の影響があることを示唆していました。感染による銃撃事件を特定した後、チームは一つの銃撃事件から次の銃撃事件への伝播の連鎖を慎重に再構築しました。彼らは、100人が銃撃された場合、感染によって63件の追随攻撃が発生することを推定しました。言い換えれば、シカゴの銃暴力の再生産数は約0.63でした。 シカゴにおける暴力感染の動態に基づいて、50件の銃撃事件のシミュレーションを行いました。点は銃撃事件を示し、（灰色の）矢印は追随攻撃を示しています。いくつかのスーパースプレッディングイベントがあるものの、ほとんどのアウトブレイクは単一の銃撃事件であり、その後の感染はありません。再生産数が1未満である場合、アウトブレイクが発生する可能性はありますが、長続きすることは稀です。イェール大学のチームはシカゴで4,000件以上の銃暴力のアウトブレイクを特定しましたが、そのほとんどは小規模でした。大多数は単一の銃撃事件で構成されており、追加の感染はありませんでした。しかし、時折、アウトブレイクは非常に大規模になることもあり、あるものは500件近くの関連する銃撃事件を含んでいました。このように非常に変動の大きいアウトブレイクのサイズを見ると、感染はスーパースプレッディングイベントによって駆動されていることを示唆しています。シカゴのアウトブレイクデータをより詳細に分析した結果、銃暴力の感染は非常に集中していることがわかりました。銃撃事件の10％未満が追随攻撃の80％を引き起こしている可能性が高いです。病気の感染と同様に、スーパースプレッディングの影響を受けることができる銃撃事件のほとんどは、追加の感染を引き起こしませんでした。シカゴにおける感染の連鎖は、感染の速度も明らかにしました。平均して、一つの銃撃事件から次の銃撃事件までの世代時間は125日でした。2017年5月のブライトンパーク攻撃のような劇的な報復に注目が集まる一方で、歴史的に見逃されてきたゆっくりと燃え上がる対立が多く存在しているようです。 この銃撃事件のネットワークは、暴力を抑制する「キュア・バイオレンス」アプローチが可能である理由を説明するのに役立ちます。まず、私たちがこれらのネットワークを研究できるという事実から始めましょう。感染の広がりを抑制したい場合、潜在的な感染経路を特定できることが重要です。スラトキンは、暴力の中断を天然痘の流行を抑えるために用いられた方法に例えています。1970年代に天然痘が根絶に近づく中、疫学者たちは「リングワクチン接種」を用いて、最後の感染の火花を消し止めました。新たな感染者が現れると、チームは感染者が接触した可能性のある人々、例えば家族や近隣住民、さらにはその人々の接触者を追跡しました。そして、この「リング」の中にいる人々にワクチンを接種し、天然痘ウイルスのさらなる拡散を防ぎました。 天然痘には、健康チームにとって有利に働く三つの特徴がありました。病気が一人から別の人に広がるためには、一般的にかなり長い対面での接触が必要でした。これにより、チームは最もリスクの高い人々を特定できました。さらに、天然痘の潜伏期間は数週間であり、新たな症例が報告された際には、他の症例が現れる前にワクチン接種を行う時間が十分にありました。最後に、症例は特徴的な発疹を発症するため、容易に見分けることができました。銃暴力の拡散もこれらの特徴を共有しています。銃撃事件は目立つ出来事であり、暴力はしばしば既知の社会的なつながりを通じて伝播し、次の銃撃事件までの間隔は中断者が介入するのに十分な長さがあります。もし銃撃事件が見逃され、よりランダムであったり、間隔が常に短かったりすれば、暴力の中断はそれほど効果的ではないでしょう。（比較すると、COVID-19はこれらの特徴が欠けているため、制御が難しいです。人々は明確な症状がなくても感染を広げることができ、潜伏期間は約5日と比較的短いです。） アメリカ合衆国司法省による「キュア・バイオレンス」の独立評価では、プログラムが導入された地域で銃撃事件が大幅に減少したことが確認されました。暴力抑制プログラムの正確な影響を評価するのは難しいことがあります。なぜなら、暴力が他の理由で既に減少している可能性があるからです。しかし、シカゴの比較可能な地域では暴力がそれほど減少していなかったことから、「キュア・バイオレンス」が多くの場所で銃撃事件の減少に寄与していることが示唆されています。2007年、「キュア・バイオレンス」はボルチモアで活動を開始しました。ジョンズ・ホプキンズ大学の研究者が後に結果を評価したところ、プログラムの最初の2年間で約35件の銃撃事件と5件の殺人を防いだと推定されました。他の研究でも、「キュア・バイオレンス」手法の導入後に類似の減少が見られています。 それでも、「キュア・バイオレンス」アプローチは批判から免れてはいません。多くの懐疑的な意見は、既存のアプローチを担当している人々から寄せられています。過去には、シカゴ警察から中断者との協力が不足しているとの不満がありました。また、いくつかの事例も存在しています。 暴力を防止するための介入者が他の犯罪で起訴されるという問題は、避けられないものかもしれません。このプログラムは、警察の別の部門ではなく、リスクのあるコミュニティの一員である介入者に依存しているからです。また、社会変革には時間がかかるという側面もあります。報復攻撃を止めることは暴力に即効性のある効果をもたらすかもしれませんが、根本的な社会問題に取り組むには数年かかることがあります。感染症についても同様で、アウトブレイクを防ぐことはできるかもしれませんが、それを引き起こす健康システムの根本的な弱点についても考える必要があります。 シカゴでの初期の取り組みを基に、Cure Violenceはロサンゼルスやニューヨークなど他のアメリカの都市に拡大し、イラクやホンジュラスなどの国でもプロジェクトを立ち上げました。また、スコットランドのグラスゴーでは「暴力削減ユニット」が設立されるきっかけとなりました。2005年、グラスゴーはヨーロッパの殺人首都と呼ばれ、週に数十件のナイフ攻撃が発生し、悪名高い「グラスゴー・スマイル」が人々の頬に刻まれる事件も多発していました。さらに、暴力は警察の統計が示すよりもはるかに広範囲に及んでいました。ストラスクライド警察の情報分析責任者であるカリン・マクラスキーが病院の記録を調査したところ、ほとんどの事件が報告されていないことが明らかになりました。マクラスキーの調査結果とそれに伴う提言は、暴力削減ユニットの設立につながり、彼女はその後10年間そのユニットを率いることになりました。 Cure Violenceやボストンのオペレーション・シーズファイアなどのアメリカのプロジェクトから手法を借りて、ユニットは暴力の拡散に対処するためのさまざまな公衆衛生のアイデアを導入しました。これには、暴力の被害者を監視するために救急部門をモニタリングし、潜在的な報復攻撃を抑制する介入アプローチが含まれます。また、ギャングのメンバーが訓練や雇用に移行できるよう支援し、暴力を続けることを選んだ者には厳しい姿勢を取ることも含まれていました。さらに、次世代への暴力の伝播を止めるために脆弱な子供たちへの支援を提供するなど、長期的な対策も講じられました。まだやるべきことは多いものの、初期の結果は有望であり、ユニットの導入後には暴力犯罪の大幅な減少が見られています。 2018年以降、ロンドンでも市内のナイフ犯罪の「流行」に対処するための類似の取り組みが進められています。グラスゴーのように成功するためには、警察、コミュニティ、教師、医療サービス、ソーシャルワーカー、メディアとの強い連携が必要です。また、問題の複雑で根深い性質を考慮すると、継続的な投資も必要です。「予防にお金をかけることが重要であり、すぐに結果が見えないかもしれないことを理解する必要があります」とマクラスキーはロンドンプロジェクトが始まる直前に『インディペンデント』に語りました。公衆衛生アプローチにおいて、投資を持続することは難しい場合があります。 他の地域での受け入れが進む一方で、シカゴのオリジナル「キュア・バイオレンス」プログラムへの資金提供は依然として不定期であり、これまでにいくつかの削減が行われてきました。スラトキンは、多くの場所で暴力に対する態度が変わりつつあると述べていますが、彼が望むほど簡単には進んでいないと感じています。「非常に遅々として進まないのがもどかしい」と彼は言いました。 公衆衛生における最大の課題の一つは、人々を納得させることです。新しいアプローチが既存の方法よりも効果的であることを示すだけでは不十分で、そのアプローチを支持し、統計的証拠を行動に変えるための説得力のある議論を提示することが求められます。公衆衛生のアドボカシーの世界で、フローレンス・ナイチンゲールほど効果的で先駆的な存在は少ないでしょう。ジョン・スノーがソーホーでコレラを分析している間、ナイチンゲールはクリミア戦争で戦うイギリス軍の兵士たちが直面している病気を調査していました。彼女は1854年の遅い時期に軍の病院で看護師のチームを率いるために到着しました。彼女は、兵士たちが驚くべき速さで亡くなっていることを発見しました。彼らを殺しているのは戦闘だけではなく、コレラ、チフス、チフス熱、下痢などの感染症でした。実際、感染症が主な死因でした。1854年には、戦闘による負傷よりも病気で亡くなる兵士が8倍も多かったのです。 ナイチンゲールは、衛生状態の悪さが原因だと確信していました。彼女は毎晩、ランプを手に持ちながら病棟の廊下を6キロ以上歩きました。患者たちは汚れたマットレスの上に横たわり、下にはネズミが隠れ、壁は汚れで覆われていました。「その男たちの服は、まるで印刷されたページの文字のように、シラミでうごめいていた」とナイチンゲールは記録しています。彼女は看護師たちと共に病棟の清掃に取り組みました。リネンの洗濯、身体の清潔、壁の洗浄を徹底しました。 1855年3月、イギリス政府は病院の状況を改善するためにクリミアに委員会を派遣しました。ナイチンゲールが衛生に焦点を当てていたのに対し、委員会は建物の改善、換気や下水道システムの整備に取り組みました。ナイチンゲールの活動は、帰国後すぐにイギリスで名声を得ました。1856年の夏にイギリスに戻った後、ビクトリア女王は彼女をバルモラルに招待し、クリミアでの経験について話し合いました。ナイチンゲールはこの機会を利用して、高い死亡率を調査するための王立委員会の設立を推進しました。実際に何が起こったのか？委員会への貢献に加え、ナイチンゲールは病院データに関する自身の研究を続けました。この研究は、彼女がその秋に統計学者ウィリアム・ファーと夕食会で出会った後、加速しました。二人は非常に異なる背景を持っていました。ナイチンゲールはトスカーナでの幼少期を反映した名前を持つ上流階級出身であり、一方のファーはシャロプシャーの田舎で貧しい家庭に育ち、最終的には医学を学んだ後に医療統計に進みました。 1850年代の人口データに関しては、ファーが話をするべき人物でした。彼は天然痘のような流行病に関する研究に加え、出生や死亡に関するデータを集約するための最初の全国的なシステムを設立しました。 しかし、彼はこれらの生の統計が誤解を招く可能性があることに気づいていました。特定の地域における死亡者数は、住民の数や年齢といった要因に依存します。高齢者が多い町は、一般的に若者が多い町よりも毎年の死亡者数が多くなる傾向があります。この問題を解決するために、ファーは新しい測定方法を考案しました。彼は総死亡者数を調べるのではなく、年齢などの要因を考慮に入れた上で、千人あたりの死亡率を見ました。これにより、異なる人口を公平に比較できるようになりました。「死亡率は事実であり、それを超えるものは推測に過ぎない」とファーは述べました。 ファーと共に働く中で、ナイチンゲールはクリミアのデータにこの新しい方法を適用しました。彼女は、軍の病院での死亡率がイギリスの病棟よりもはるかに高いことを示しました。また、1855年に健康委員が到着した後の病気の減少も測定しました。データの表を作成するだけでなく、彼女はビクトリア朝の科学における新たなトレンドであるデータの可視化を最大限に活用しました。経済学者、地理学者、エンジニアたちは、彼らの仕事をよりアクセスしやすくするために、ますますグラフや図を使用していました。ナイチンゲールはこれらの技術を適応させ、彼女の重要な結果を棒グラフや円グラフのような図に変換しました。スノーの地図のように、グラフィックは最も重要なパターンに焦点を当て、余計なものを排除しました。視覚的な表現は明確で記憶に残り、彼女のメッセージが広がるのを助けました。1858年、彼女はイギリス軍の健康に関する分析を860ページの本として出版しました。コピーは、ビクトリア女王や首相から新聞編集者、ヨーロッパの国家元首に至るまで、さまざまなリーダーに送られました。病院やコミュニティを問わず、ナイチンゲールは病気に関して自然が予測可能な法則に従うと信じていました。彼女は、クリミアでの悲惨な初期の数ヶ月は、人々がこれらの法則を無視したために起こったと述べました。「自然はどこでも同じであり、その法則を無視することを許さない」と彼女は言いました。また、問題の原因についても断固とした見解を持っていました。「クリミアで軍をほぼ壊滅させた三つの要因は、無知、無能、そして無用な規則だった」と彼女は述べました。 ナイチンゲールの提唱は時にファーを緊張させました。彼は、データではなくメッセージに過度に焦点を当てることに対して警告しました。「私たちは印象を求めているのではない」と彼は言いました。「私たちは事実を求めているのです。」ナイチンゲールが死亡の原因について説明を提案したいと考えていたのに対し、ファーは統計学者の仕事は起こったことを報告することであり、なぜそうなったのかを推測することではないと信じていました。「あなたは報告が乾燥しすぎると不満を言ったが、乾燥している方が良い」と彼は彼女に言ったことがあります。「統計は最も乾燥した読み物であるべきです。」 ナイチンゲールは変革を求めるために執筆を利用しましたが、彼女は単なる作家になりたいとは思っていませんでした。1840年代に看護師としての訓練を受けることを決めたとき、彼女の裕福で人脈のある家族には驚きでした。彼らは彼女がより伝統的な妻や母の役割を追求することを期待していました。友人は、彼女がこの役割と並行して文学的なキャリアを追求することができると提案しました。 ナイチンゲールは興味を示さなかった。「なぜ何かを書く気にならないのかと尋ねるのですね」と彼女は答えた。「私は、人の感情は言葉で消耗してしまうと思います。それらはすべて行動に凝縮され、結果をもたらす行動であるべきです。」健康を改善するためには、行動は良い証拠に基づいている必要があります。今日では、私たちは健康の変動がどれほどあるのか、その理由、そして何をすべきかを示すためにデータ分析を日常的に使用しています。この証拠に基づくアプローチの多くは、ファーやナイチンゲールのような統計学者に起因しています。彼女の見解では、人々は感染症を制御するものとそうでないものについてほとんど理解していなかったのです。場合によっては、病院が人々の病気のリスクを高めている可能性もありました。「人間の苦痛を和らげるために作られたこれらの機関は、果たしてそれを和らげているのかどうかを全く知らない」と彼女は述べています。 ナイチンゲールの研究は、統計学者カール・ピアソンを含む彼女の科学的同時代人たちから高く評価されていました。一般の人々の心の中では、彼女は「ランプを持った女性」として知られ、兵士たちの世話をする看護師として彼女の活動に共感を持たれる存在でした。しかし、ピアソンは単なる共感では変化をもたらさないと主張しました。それには管理や運営に関する知識、情報を解釈する能力が必要だと彼は言いました。彼は、ナイチンゲールがその点で優れていたと述べています。「フローレンス・ナイチンゲールは、管理者が成功するためには統計的知識に導かれる必要があると信じ、その信念に基づいて生涯の行動をとったのです。」 シカゴ大学の公衆衛生専門家カール・ベルによれば、疫病を止めるためには三つの要素が必要です：証拠に基づく基盤、実施のための方法、そして政治的意志です。しかし、銃暴力に関しては、アメリカはその第一歩すらも苦労しています。通常、公衆衛生問題において主導的な役割を果たす米国疾病予防管理センター（CDC）は、過去20年間にこの問題に関する研究をほとんど行っていません。疑いなく、アメリカは銃に関しては大きな異常値です。2010年には、若いアメリカの成人が他の高所得国の同年代に比べて銃撃で死亡する確率がほぼ50倍も高かったのです。メディアはしばしば攻撃用武器が関与する大量銃撃事件に焦点を当てますが、銃による死亡問題はそれよりもはるかに広範囲に及んでいます。2016年には、4人以上が銃撃される大量銃撃事件は、米国の銃による殺人のわずか3％を占めていました。それでは、なぜCDCは銃暴力に関する研究をもっと行わなかったのでしょうか？主な理由は、1996年のディッキー修正案です。この修正案は「CDCでの傷害予防と管理のために利用可能な資金は、銃規制を支持または促進するために使用されてはならない」と定めています。共和党の議員ジェイ・ディッキーにちなんで名付けられたこの修正案は、米国における銃研究に関する一連の対立の後に成立しました。投票に向けて、ディッキーと彼の同僚たちはCDCの国立傷害予防管理センターの所長マーク・ローゼンバーグと対立しました。 彼らは、銃器作業部会の共同議長を務めたローゼンバーグが、銃を「公衆衛生の脅威」として提示しようとしていると主張しました（この表現は実際には、銃暴力についてローゼンバーグにインタビューした『ローリングストーン』のジャーナリストから出たものです）。ローゼンバーグは、銃に関する研究を自動車関連の死亡者数を減少させるために達成された進展と対比させました。この類似性は、後にバラク・オバマが大統領在任中に使用しました。「より多くの研究を行うことで、銃の安全性をさらに向上させることができる。過去30年間で交通事故による死亡者数を大幅に減少させたのと同様に」とオバマは2016年に述べました。「私たちは、車、食べ物、医薬品、さらにはおもちゃが人々に危害を加えるときに研究を行い、それらをより安全にするのです。そして、研究や科学は良いものであり、効果があります。」 自動車は非常に安全になりましたが、業界は当初、自社の車両に改善が必要だという提案を受け入れることに消極的でした。ラルフ・ネイダーが1965年に発表した著書『Unsafe at Any Speed』は危険な設計欠陥の証拠を示しましたが、自動車会社は彼を貶めようとしました。彼の動きを追跡するために私立探偵を雇い、彼を誘惑しようと売春婦を雇ったのです。著書の出版社であるリチャード・グロスマンでさえ、そのメッセージに懐疑的でした。彼はマーケティングが難しく、あまり売れないだろうと考えていました。「たとえその中のすべての言葉が真実で、彼が言うようにすべてが衝撃的であったとしても、人々はそれを読みたいと思うのだろうか？」とグロスマンは後に振り返りました。 結果的に、人々はそれを読みたいと思っていました。『Unsafe at Any Speed』はベストセラーとなり、道路安全を改善するための呼びかけが高まり、シートベルトや最終的にはエアバッグやアンチロックブレーキなどの機能が導入されました。それでも、ネイダーの本が出る前に証拠が蓄積されるまでには時間がかかりました。1930年代には、多くの専門家が事故の際に車から投げ出される方が、車内に閉じ込められるよりも安全だと考えていました。数十年にわたり、製造業者や政治家は自動車安全研究にあまり関心を持っていませんでしたが、『Unsafe at Any Speed』の出版後、その状況は変わりました。1965年には、100万マイルの自動車旅行に対して死亡の確率は5％でしたが、2014年には1％にまで減少しました。2017年に亡くなる前、ジェイ・ディッキーは銃に関する研究に対する見解が変わったことを示唆しました。彼はCDCが銃暴力を調査する必要があると考えていました。「私たちは、これを科学に委ね、政治から切り離す必要があります」と彼は2015年に『ワシントン・ポスト』に語りました。1996年の対立以降、ディッキーとマーク・ローゼンバーグは友人となり、銃研究の必要性について意見を聞き合い、共通の立場を見つける時間を持ちました。「銃暴力の原因を知るためには、それを探求しなければならない」と彼らは後に共同の意見記事で書きました。資金の制約がある中でも、銃暴力に関するいくつかの証拠は存在しています。1990年代初頭、ディッキー修正案が施行される前に、CDCが資金提供した研究は、家庭に銃があることが殺人や自殺のリスクを高めることを発見しました。特に後者の発見は注目に値します。なぜなら、アメリカの銃による死亡の約3分の2が自殺によるものだからです。 この研究に反対する人々は、銃が存在しなくても自殺が起こっていた可能性があると主張しています。しかし、致命的な手段への容易なアクセスは、しばしば衝動的な決断に影響を与えることがあります。1998年、イギリスはパラセタモールをボトルから最大32錠を含むブリスターパックに切り替えました。このブリスターパックの手間が人々を思いとどまらせたようで、導入から10年間でパラセタモールの過剰摂取による死亡者数は約40％減少しました。リスクがどこにあるのかを理解しなければ、何かを行うことは非常に難しいのです。だからこそ、暴力に関する研究が必要なのです。一見明白な介入が、実際にはほとんど効果がないこともあります。同様に、既存のアプローチに挑戦する政策（例えば「キュア・バイオレンス」）が、銃関連の死亡を減少させる可能性を秘めているかもしれません。「自動車事故と同様に、暴力は原因と結果の世界に存在します。物事は予測可能な理由で起こります」と、2012年にディッキーとローゼンバーグは書いています。「悲劇的だが無意味ではない出来事の原因を研究することで、別の事件を防ぐ手助けができるのです。」理解すべきは銃暴力だけではありません。これまで、私たちは銃撃や家庭内暴力といった頻繁に発生する出来事を見てきました。理論的には、これらには多くのデータが存在します。しかし、時には犯罪や暴力が一度きりの出来事として発生し、人口の中で急速に広がり、壊滅的な結果をもたらすこともあります。 2011年8月6日土曜日の夜、ロンドンは略奪、放火、暴力の5夜にわたる最初の夜に突入しました。2日前、警察はロンドン北部トッテナムで疑わしいギャングメンバーを射殺し、その抗議が暴動に発展し、街全体に広がりました。バーミンガムからマンチェスターまで、他のイギリスの都市でも暴動が発生しました。犯罪研究者のトビー・デイビスは、その時ロンドンのブリクストン地区に住んでいました。ブリクストンは暴動の初夜には暴力を免れましたが、最終的には最も影響を受けた地域の一つとなりました。暴動の数ヶ月後、デイビスとロンドン大学の同僚たちは、どのようにしてこのような混乱が発生するのかを分析することに決めました。暴動がどのように始まるのかを説明しようとするのではなく、暴動が始まった後に何が起こるのかに焦点を当てました。彼らの分析では、暴動を3つの基本的な決断に分けました。最初は、個人が暴動に参加するかどうかということです。研究者たちは、これは近くで何が起こっているか（まるで病気の流行のように）や、地域の社会経済的要因に依存していると考えました。誰かが参加することを決めると、次の決断はどこで暴動を起こすかということになります。多くの暴動や略奪が小売エリアに集中していたため、研究者たちはそのような場所に買い物客が流入するモデルを適応させました（いくつかのメディアはロンドンの暴動を「暴力的な買い物」と表現しました）。 最終的に、彼らのモデルには、ある人が暴動現場に到着した際に逮捕される可能性が含まれていました。これは、暴徒と警察の相対的な数に依存しており、デイビスはこれを「数の劣位」と呼びました。このモデルは、2011年の暴動で見られた広範なパターンのいくつかを再現することができました。例えば、ブリクストンに焦点を当てるなどです。しかし、同時にこの種の出来事の複雑さも示しました。デイビスは、このモデルはあくまで第一歩に過ぎないと指摘し、この研究分野にはまだ多くの課題が残っていると述べました。その一つの大きな課題はデータの入手可能性です。UCLチームの分析では、暴動関連の犯罪に対する逮捕者数の情報しか持っていませんでした。「想像できるように、それは非常に小さく、非常に偏ったサブサンプルです」とデイビスは言いました。「誰が暴動に参加する可能性があるかを把握することはできません。」2011年の暴徒は、予想以上に多様であり、長年の地域間の対立を超えたグループが存在しました。それでも、モデルの利点の一つは、異常な状況や潜在的な反応を探ることができる点です。強盗のような頻繁に発生する犯罪に対しては、警察は制御措置を導入し、何が起こるかを見てから戦略を洗練させることができます。しかし、稀な出来事に対しては、このアプローチは不可能であり、暴動は時折しか発生しないかもしれません。「警察は毎日暴動の練習をすることはできません」とデイビスは言いました。暴動が始まるためには、少なくとも参加する意志のある人々が必要です。「一人では暴動を起こせない」と犯罪研究者のジョン・ピッツは言いました。「一人の暴動は、ただの癇癪です。」では、暴動はどのようにして一人の人間から成長するのでしょうか？1978年、マーク・グラノヴェッターは、問題がどのように発生するかを考察した今や古典的な研究を発表しました。彼は、人々が暴動を起こすための異なる閾値を持っている可能性があることを示唆しました。過激な人は他の人が何をしていても暴動を起こすかもしれませんが、保守的な個人は多くの他の人が暴動を起こす場合にのみ暴動を起こすかもしれません。例として、グラノヴェッターは100人が広場に集まっている状況を想像してみるよう提案しました。一人は閾値が0で、他の誰も暴動を起こさなくても暴動を起こす（または癇癪を起こす）でしょう。次の人は閾値が1で、少なくとも一人が暴動を起こさなければ暴動を起こしません。次の人は閾値が2で、以下同様に閾値が1ずつ増えていきます。グラノヴェッターは、この状況が避けられないドミノ効果を引き起こすことを指摘しました。閾値が0の人が暴動を起こし、それが閾値が1の人を引き起こし、さらに閾値が2の人を引き起こすという具合です。これが続くと、群衆全体が暴動を起こすことになります。しかし、もし状況が少し異なっていたらどうでしょうか？例えば、閾値が1の人が閾値が2だった場合です。この場合、最初の人が暴動を起こしますが、閾値が低い他の誰もいないため、引き起こされることはありません。各状況の群衆はほぼ同じですが、一人の行動が暴動と癇癪の違いを生む可能性があるのです。 グラノヴェッターは、個人の閾値がストライキや社交イベントからの離脱など、他の形態の集団行動にも適用できる可能性があると示唆しました。集団行動の出現は、対テロ活動にも関連しています。潜在的なテロリストは既存のヒエラルキーにリクルートされるのか、それとも自然にグループを形成するのか？2016年、物理学者ニール・ジョンソンは、いわゆるイスラム国への支持がオンラインでどのように広がったかを分析する研究を主導しました。彼のチームは、ソーシャルネットワーク上の議論を調査し、支持者が徐々に大きなグループに集まり、当局によって解散させられると小さなグループに分かれることを発見しました。ジョンソンはこのプロセスを、魚の群れが捕食者の周りで分裂し再形成する様子に例えました。イスラム国の支持者は明確なヒエラルキーを持たないように見えましたが、彼らは異なるグループに集まっていました。ジョンソンと彼の共同研究者は、グローバルな反乱の研究において、テロリストグループにおけるこれらの集団的ダイナミクスが、大規模な攻撃が小規模な攻撃よりもはるかに少ない理由を説明できると主張しています。 ジョンソンのイスラム国活動に関する研究は、過激主義のエコシステム—グループがどのように形成され、成長し、消散するか—を理解することを目的としていましたが、メディアは攻撃を正確に予測できるかどうかに焦点を当てることを好みました。残念ながら、そのような方法での予測はまだ難しいと思われます。しかし、少なくともその根底にある方法を理解することは可能でした。ジョージ・ワシントン大学の過激主義研究者であるJ.M.バーガーによれば、テロリズムの透明な分析を見ることは稀です。「この研究が主張していることができると主張する企業はたくさんありますが、その多くは私には詐欺のように見えます」と、研究が発表された後にニューヨーク・タイムズに語りました。予測は難しいビジネスです。テロ攻撃のタイミングを予測するだけでなく、政府は使用される可能性のある手法や、その手法がもたらす潜在的な影響も考慮しなければなりません。 2001年の9/11攻撃の数週間後、アメリカのメディアや議会の数人が有毒な炭疽菌を含む手紙を受け取りました。この事件は5人の死者を出し、他の生物テロ攻撃が続くのではないかという懸念を引き起こしました。最も大きな脅威の一つは天然痘だと考えられていました。天然痘は野生では根絶されていましたが、アメリカとロシアの2つの政府の研究所にウイルスのサンプルが保管されていました。他に報告されていない天然痘ウイルスが存在し、悪用される可能性があるとしたらどうなるでしょうか？いくつかの研究グループは、テロリストがウイルスを人間の集団に放出した場合に何が起こるかを推定しようとしました。ほとんどのグループは、予防的な制御措置が講じられない限り、感染の発生は急速に拡大するだろうと結論づけました。その後、アメリカ政府は50万人の医療従事者に対してウイルスのワクチン接種を提供することを決定しました。 この計画に対する熱意は限られており、2003年末までにワクチンを選択した労働者は4万人未満でした。2006年、当時イギリスの公衆衛生庁で数学モデルを担当していたベン・クーパーは、天然痘リスクを評価するためのアプローチを批判する高名な論文を発表しました。彼はその論文を「ポキーモデルと発疹の決断」と名付けました。クーパーによれば、いくつかのモデルには疑わしい仮定が含まれており、特に目立つ例がありました。「疾病予防管理センター（CDC）のモデルが接触追跡を完全に無視し、流行が抑制されなかった場合に77兆件の感染を予測したとき、皆が驚きました」と彼は指摘しました。そう、あなたは正しく読みました。当時、世界の人口は70億人未満だったにもかかわらず、そのモデルは感染する可能性のある人々が無限に存在すると仮定しており、つまり感染が無限に続くことを意味していました。CDCの研究者たちはそれが大きな単純化であることを認めていましたが、現実からこれほどかけ離れた仮定を持つ流行研究を見るのは奇妙でした。 それでも、単純なモデルの利点の一つは、いつ、なぜそれが間違っているのかを見つけやすいことです。また、そのモデルの有用性について議論するのも容易です。数学の経験が限られている人でも、仮定が結果にどのように影響するかを理解できます。研究者が高いレベルの天然痘の感染伝播と無限の感染可能者を仮定すれば、非現実的に大きな流行につながることに気づくのに微積分の知識は必要ありません。モデルがより複雑になり、さまざまな特徴や仮定が増えるにつれて、その欠陥を特定するのが難しくなります。これは問題を引き起こします。なぜなら、最も洗練された数学モデルでさえ、混沌とした複雑な現実の単純化に過ぎないからです。これは子供の模型列車セットを作ることに似ています。どれだけ多くの特徴—ミニチュア信号、車両の番号、遅延のある時刻表—が追加されても、それはあくまでモデルです。実際のものの側面を理解するために使うことはできますが、モデルが真の状況と異なる点は常に存在します。さらに、追加の特徴がモデルを必要なものを表現するのにより良くするとは限りません。モデルを構築する際には、詳細と正確さを混同するリスクが常にあります。例えば、私たちの列車セットのすべての列車が精巧に彫刻され、塗装された動物によって運転されているとしましょう。それは非常に詳細なモデルかもしれませんが、現実的なものではありません。 クーパーは批評の中で、他のより詳細な天然痘モデルも大規模な流行の可能性について同様に悲観的な結論に至っていることを指摘しました。しかし、追加の詳細があっても、モデルには依然として非現実的な特徴が含まれていました。それは、ほとんどの感染が人々が特徴的な天然痘の発疹を発症する前に起こると仮定していたことです。実際のデータはそれとは異なり、感染の大部分は発疹が現れた後に起こることを示唆していました。 これにより、感染者を特定しやすくなり、広範なワクチン接種を必要とせずに隔離を通じて病気を制御することが可能になります。疾病の流行からテロリズム、犯罪に至るまで、予測は機関が計画を立て、資源を配分するのに役立ちます。また、問題に注目を集める手助けをし、人々に資源を配分する必要があることを納得させることもできます。こうした分析の顕著な例が2014年9月に発表されました。西アフリカのいくつかの地域で広がっていたエボラ出血熱の流行の最中、CDC（疾病対策センター）は、何も変わらなければ翌年の1月までに140万人の感染者が出る可能性があると発表しました。このメッセージはナイチンゲールスタイルの提唱として非常に効果的で、分析は世界の注目を集め、広範なメディア報道を引き起こしました。当時の他のいくつかの研究と同様に、西アフリカでの流行を制御するためには迅速な対応が必要であることを示唆していました。しかし、CDCの推定値はすぐに広範な疾病研究コミュニティから批判を受けました。問題の一つは、その分析自体でした。数字を出したCDCのグループは、以前に天然痘の推定値を出したのと同じグループでした。彼らは、無限の感受性を持つ人々を前提とした類似のモデルを使用していました。もし彼らのエボラモデルが2015年4月まで続いていたら、1月ではなく、3000万件以上の将来の感染者数を推定していたでしょう。これは、影響を受けた国々の合計人口を大きく上回る数字です。多くの研究者が、エボラが5か月後にどのように広がるかを推定するために非常に単純なモデルを使用することの適切性に疑問を呈しました。私もその一人です。「モデルは、エボラが次の1か月間にどのように広がるかについて有用な情報を提供することができますが、正確な長期予測を行うことはほぼ不可能です」と当時、記者に話しました。 明確に言うと、CDC内には非常に優れた研究者がいますし、エボラモデルはその大きな研究コミュニティからの一つの成果に過ぎません。しかし、これは高い注目を集める流行分析を作成し、伝えることの難しさを示しています。誤った予測の問題の一つは、モデルが特に有用ではないという考えを強化してしまうことです。もしモデルが不正確な予測を出すなら、なぜ人々はそれに注意を払うべきなのでしょうか？流行の予測に関しては逆説的な状況に直面しています。悲観的な天気予報が嵐の大きさに影響を与えない一方で、流行の予測は最終的な感染者数に影響を与える可能性があります。もしモデルが流行が本物の脅威であると示唆すれば、健康機関からの大規模な対応を引き起こすかもしれません。そして、これが流行を制御できれば、元の予測は間違っていたことになります。したがって、役に立たない予測（つまり、決して起こらなかったであろう予測）と、機関が介入しなければ起こっていたであろう有用な予測を混同するのは容易です。他の分野でも同様の状況が発生することがあります。2000年を前に、政府や企業は「ミレニアムバグ」に対抗するために、世界中で数千億ドルを費やしました。 もともとは初期のコンピュータでストレージを節約するために日付を省略する機能として始まったバグが、現代のシステムに広がってしまいました。この問題を修正するための努力により、実際の被害は限定的でしたが、その結果、多くのメディアがリスクが過大評価されていると不満を述べました。厳密に言えば、CDCのエボラウイルスの推定値はこの問題を回避しました。なぜなら、それは実際には予測ではなく、いくつかのシナリオの一つだったからです。予測が未来に何が起こると考えているかを示すのに対し、シナリオは特定の前提条件の下で何が起こり得るかを示します。140万人の感染者という推定は、流行がまったく同じ速度で成長し続けるという前提に基づいていました。もし疾病対策がモデルに組み込まれれば、はるかに少ない感染者数が予測されました。しかし、一度数字が取り上げられると、それは記憶に残り、そうした数字を生み出したモデルに対する懐疑心を助長します。「2014年秋にCDCが予測した100万人のエボラ感染者を覚えていますか？」と、国際NGO「国境なき医師団（MSF）」のジョアン・リュー会長が2018年の予測に関する記事に反応してツイートしました。「モデルには限界があります。」 たとえ140万人の推定が単なるシナリオであったとしても、それは依然として基準を示唆しています。何も変わらなければ、そうなっていたということです。2013年から2016年の流行期間中、リベリア、シエラレオネ、ギニアで約3万人のエボラ感染者が報告されました。西洋の保健機関による対策の導入が本当に130万人以上の感染を防いだのでしょうか？ 公衆衛生の分野では、疾病対策を「ポンプのハンドルを取り除く」と表現することがよくあります。これはジョン・スノーのコレラに関する研究と、ブロードストリートのポンプのハンドルを取り除いたことに由来しています。しかし、この表現には一つ問題があります。1854年9月8日にハンドルが取り除かれた時、ロンドンのコレラ流行はすでに減少傾向にありました。リスクにさらされていた人々のほとんどは、すでに感染していたか、その地域から逃げていました。正確に言うなら、「ポンプのハンドルを取り除く」という表現は、理論的には有用だが、実際には遅すぎた対策を指すべきです。 2014年末にいくつかの大規模なエボラ治療センターが開設された時点で、流行はすでに減速しており、完全に減少していたわけではありませんでした。しかし、一部の地域では、対策が感染者数の減少と一致したこともありました。したがって、これらの対策の正確な影響を解明するのは難しいです。対応チームは、感染者の接触者を追跡したり、行動の変化を促したり、治療センターを開設したり、安全な埋葬を行ったりと、複数の対策を同時に導入することが多かったのです。国際的な努力は実際にどのような効果をもたらしたのでしょうか？ エボラウイルスの感染伝播に関する数学モデルを用いて、私たちのグループは、追加の治療ベッドの導入が、地域社会からの感染者を隔離し、感染の拡大を抑制することで、2014年9月から2015年2月の間にシエラレオネで約60,000件のエボラ感染を防いだと推定しました。いくつかの地区では、治療センターの拡充が感染の全体的な減少を説明できることがわかりましたが、他の地域では地域社会における感染のさらなる減少の証拠も見られました。これは、他の地域的または国際的な対策の影響を反映しているか、あるいは自然に発生していた行動の変化を示している可能性があります。 歴史的なエボラのアウトブレイクは、行動の変化が感染症の制御にどれほど重要であるかを示しています。1976年にザイール（現在のコンゴ民主共和国）のヤンブク村で最初のエボラの報告されたアウトブレイクが始まった際、感染は小さな地域病院で発生し、その後地域社会に広がりました。元のアウトブレイク調査のアーカイブデータに基づき、私の同僚と私は、アウトブレイクが始まって数週間後に地域社会での感染伝播率が急激に低下したと推定しました。この減少の多くは、病院が閉鎖される前や国際チームが到着する前に起こりました。調査に参加した疫学者デビッド・ヘイマンは、「アウトブレイクが続いた地域社会は、自らの形の社会的距離を発展させた」と回想しています。間違いなく、2014年末から2015年初頭にかけての国際的なエボラ対応は、西アフリカでの感染を防ぐのに役立ちました。しかし同時に、外国の組織はこのようなアウトブレイクの減少に対して過度に功績を主張することには慎重であるべきです。 予測を作成する際の課題にもかかわらず、予測に対する需要は大きいです。感染症の拡大や犯罪の動向を見ているとき、政府や他の組織は将来の政策の根拠となる証拠を必要としています。では、どのようにしてアウトブレイクの予測を改善できるのでしょうか？一般的に、予測の問題はモデル自体か、モデルに投入されるデータに起因しています。良い指針として、数学モデルは利用可能なデータに基づいて設計されるべきです。例えば、異なる感染経路に関するデータがない場合、全体的な感染の広がりについてシンプルでありながら妥当な仮定を立てるべきです。このアプローチは、モデルを解釈しやすくするだけでなく、未知の要素を伝えるのも容易にします。隠れた仮定が満載の複雑なモデルに悩まされるのではなく、人々は主要なプロセスに集中できるようになります。私の専門外では、人々は一般的に数学的分析に対して二つの反応を示すことがわかりました。一つは疑念を抱く反応です。これは理解できます。何かが不透明で馴染みがない場合、私たちの本能はそれを信頼しないことです。その結果、分析は無視される可能性が高いです。もう一つの反応は、まったく逆の極端な反応です。 結果を無視するのではなく、人々は結果に対して過剰な信頼を寄せることがある。曖昧で難解なものが良いとされることもある。数学の一部が誰にも理解できないからこそ素晴らしいと主張する人をよく耳にするが、彼らにとって複雑さは賢さを意味するのだ。統計学者のジョージ・ボックスによれば、数学的分析に魅了されるのは観察者だけではない。「統計学者はアーティストのように、自分のモデルに恋をする悪い癖がある」と彼はかつて言ったとされる。私たちはまた、分析に投入するデータについても考慮する必要がある。科学実験とは異なり、感染症の発生はほとんど設計されていないため、データは混乱していたり欠落していたりすることがある。振り返ってみれば、症例の増減を示す整然としたグラフを描くことができるかもしれないが、発生の真っ最中にはそのような情報はほとんど得られない。 例えば、2017年12月、私たちのチームはバングラデシュのコックスバザールにある難民キャンプでのジフテリアの発生を分析するために国境なき医師団（MSF）と協力した。私たちは毎日新しいデータセットを受け取った。新しい症例が報告されるまでには時間がかかるため、これらのデータセットには最近の症例が少なかった。たとえば、月曜日に誰かが病気になった場合、そのデータには水曜日か木曜日まで現れないことが一般的だった。流行はまだ続いていたが、これらの遅延のために流行がほぼ終わったように見えてしまった。流行データは信頼性が低いことがあるが、それが使えないというわけではない。不完全なデータは、その不完全さを理解し、適切に調整できるのであれば、必ずしも問題ではない。たとえば、あなたの時計が1時間遅れているとしましょう。このことに気づいていなければ、問題が生じる可能性があります。しかし、遅れを知っていれば、心の中で調整を行い、時間通りに行動することができます。同様に、流行中の報告の遅れを知っていれば、流行曲線の解釈を調整することができます。このような「ナウキャスティング」は、現在の状況を理解することを目的としており、予測を行う前にしばしば必要です。 私たちのナウキャスティング能力は、遅延の長さと利用可能なデータの質に依存します。多くの感染症の流行は数週間から数ヶ月続きますが、他の流行ははるかに長い時間スケールで発生することがあります。たとえば、アメリカでのいわゆるオピオイドの流行では、処方された鎮痛剤やヘロインのような違法薬物に依存する人々が増加しています。薬物過剰摂取は、55歳未満のアメリカ人の死因の第一位となっています。これらの追加の死亡者の結果、アメリカの平均寿命は2015年から2018年の間に3年連続で減少しました。このようなことが起こったのは、第二次世界大戦以来のことです。 アメリカの危機には特有の側面があるものの、リスクにさらされているのはアメリカだけではありません。イギリス、オーストラリア、カナダなどでもオピオイドの使用が増加しています。しかし、薬物過剰摂取の追跡は難しく、薬物関連の死として認定するのに特に時間がかかります。2018年のアメリカの過剰摂取による死亡者数の初期推定値は、2019年7月まで発表されませんでした。地域レベルのデータは早く入手できることもありますが、全国的な危機の全体像を把握するには時間がかかります。「私たちは常に過去を振り返っている」と、公共政策研究を専門とするRANDコーポレーションの上級経済学者ロザリー・リッカルド・パクラは述べています。「私たちは、何が即座に起こっているのかを把握するのがあまり得意ではありません。」アメリカのオピオイド危機は21世紀に大きな注目を集めていますが、ピッツバーグ大学のハウレ・ジャラルとその同僚たちは、この問題はもっと以前から存在していると指摘しています。彼らが1979年から2016年のデータを調査したところ、この期間にアメリカの過剰摂取による死亡者数は指数関数的に増加し、死亡率は10年ごとに倍増していることがわかりました。州レベルで見ても、多くの地域で同様の成長パターンが見られました。この成長パターンの一貫性は、数十年にわたる薬物使用の変化を考えると驚くべきことです。「少なくとも38年間にわたるこの予測可能な成長の歴史的パターンは、現在のオピオイド流行が進行中の長期的なプロセスの最近の現れである可能性を示唆しています」と研究者たちは述べています。「このプロセスは、今後数年間にわたってこの道を進み続けるかもしれません。」 しかし、薬物過剰摂取による死亡は全体の一部しか示していません。これまでの経緯を教えてくれるものではなく、個人の薬物の初期の誤用は何年も前に始まっているかもしれません。この時間的遅れは、ほとんどの種類の感染症の流行に見られます。人々が感染にさらされると、曝露されてからその影響が現れるまでには通常遅れがあります。たとえば、1976年のヤンブクでのエボラ出血熱の流行では、ウイルスに曝露された人々は、病気になるまでに数日かかることが多かったです。致命的な感染の場合、病気が現れてから死亡するまでにさらに約1週間かかりました。病気や死亡を見ているかによって、流行の印象はわずかに異なります。新たに発症したエボラの症例に焦点を当てれば、ヤンブクの流行は6週間後にピークに達したと言えますが、死亡者数に基づけば、ピークは1週間遅れます。 両方のデータセットは有用ですが、同じものを測定しているわけではありません。新たなエボラ症例の数は、感染の危険にさらされている人々に何が起こっているか、具体的にはどれだけの人が感染しているかを示していますが、死亡者数はすでに感染している人々に何が起こっているかを示しています。 最初のピークの後、2つの曲線は約1週間にわたって逆の方向に進みます。感染者数は減少する一方で、死亡者数は依然として増加しています。パクラによれば、薬物の流行は似たような段階に分けることができます。流行の初期段階では、新たに薬物に触れる人々が増え、使用者の数が増加します。オピオイドの場合、薬物への接触はしばしば処方から始まります。患者が薬を過剰に服用することや、医師が過剰に処方することを単に非難するのは簡単ですが、強力なオピオイドを医師に直接販売する製薬会社や、しばしば理学療法などの代替手段よりも鎮痛剤を優先して資金提供する保険会社についても考慮する必要があります。また、現代のライフスタイルも影響を与えており、肥満やオフィスでの仕事の増加に伴い、慢性的な痛みが増加しています。流行の初期段階で流行を遅らせる最良の方法の一つは、影響を受けやすい人々の数を減らすことです。薬物に関しては、教育と意識の向上が重要です。「教育は非常に重要で効果的です」とパクラは述べています。薬物の供給を減少させる戦略も初期段階では役立ちます。オピオイドの流行に関与する多くの薬物を考慮すると、特定の薬物だけでなく、すべての潜在的な接触経路をターゲットにする必要があります。新たな使用者の数がピークに達すると、薬物流行の中間段階に入ります。この段階では、依然として多くの既存の使用者がいて、より重度の薬物使用に進行する可能性があり、処方薬へのアクセスを失うにつれて違法薬物に移行することもあります。この段階では、治療を提供し、重度の使用を防ぐことが特に効果的です。ここでの目標は、新たな依存症を防ぐだけでなく、全体の使用者数を減少させることです。薬物流行の最終段階では、新規および既存の使用者の数が減少していますが、重度の使用者のグループが残っています。これらの人々は、処方オピオイドからより安価な薬物（例えばヘロイン）に切り替えた可能性が高く、最もリスクの高い人々です。しかし、この後の段階で違法薬物市場を取り締まるだけでは簡単ではありません。依存症の根本的な問題は、これよりもはるかに深く広範です。警察署長のポール・セルは「アメリカはオピオイド流行から逮捕だけで抜け出すことはできない」と述べています。また、処方薬へのアクセスを取り上げるだけの問題でもありません。「依存症の問題があり、オピオイドだけの問題ではない」とパクラは言います。「薬を取り上げる際に治療を提供しなければ、基本的に他の何かに手を出すことを促していることになります。」彼女は、薬物流行には一連の波及効果も伴うことを指摘しました。「オピオイドの誤用の問題が制御できたとしても、私たちはまだ対処していない非常に懸念される長期的な傾向があります。」その一つは、薬物使用者の健康への影響です。人々が錠剤から注射薬に移行するにつれて、肝炎C型やHIVなどの感染症のリスクに直面します。 次に、大規模な薬物依存者が存在することが、家族、コミュニティ、そして雇用に与える広範な社会的影響について考えます。薬物流行の三つの段階において、異なる対策の成功度が異なるため、現在どの段階にいるのかを把握することが重要です。理論的には、新規ユーザー、既存ユーザー、重度ユーザーの年間数を推定することでこれを明らかにすることが可能なはずですが、処方薬と違法使用が混在するオピオイド危機の複雑さから、これらを分けて考えるのは非常に難しいです。緊急治療室への訪問や逮捕後の薬物検査の結果など、役立つデータソースはいくつかありますが、近年はこの情報を入手することが難しくなっています。ヤンブクのエボラ出血熱の流行のように、薬物使用の異なる段階を示す明確なグラフを描くことはできません。なぜなら、データが単に存在しないからです。これは流行分析における一般的な問題であり、報告されていない事象は定義上、分析が難しいのです。 病気の流行の初期段階では、一般的に二つの主要な目的があります。それは、感染の伝播を理解し、制御することです。これらの目標は密接に関連しています。何かがどのように広がっているかを理解することで、より効果的な制御策を考案することができます。高リスクグループに対して介入をターゲットにしたり、感染の連鎖の中で他の弱いリンクを特定したりすることができるかもしれません。この関係は逆もまた然りで、制御策が感染の伝播に対する理解に影響を与えることもあります。薬物使用や銃暴力と同様に、疾病においても、保健センターは流行を把握するための窓口として機能します。つまり、保健システムが弱体化したり過負荷になったりすると、入ってくるデータの質に影響を及ぼす可能性があります。 2014年8月のリベリアにおけるエボラ流行の際、私たちが扱っていたデータセットの一つは、首都モンロビアで新規感染者数が横ばいになっていることを示唆していました。最初は良いニュースのように思えましたが、実際に何が起こっているのかを理解すると、状況は異なっていました。そのデータセットは、収容能力に達した治療ユニットからのものでした。感染者数がピークに達しなかったのは、流行が収束していたからではなく、ユニットがこれ以上の患者を受け入れられなかったからです。 理解と制御の相互作用は、犯罪や暴力の世界でも重要です。権限を持つ者が犯罪がどこで発生しているかを知りたい場合、一般的には報告されている情報に頼る必要があります。犯罪を予測するためにモデルを使用する際、これが問題を引き起こすことがあります。2016年、統計学者クリスティアン・ルムと政治学者ウィリアム・アイザックは、報告が予測にどのように影響を与えるかの例を発表しました。彼らはカリフォルニア州オークランドの薬物使用に焦点を当てました。まず、2010年の薬物逮捕に関するデータを収集し、次にそれをアメリカで人気のある予測警察ツールであるPredPolアルゴリズムに組み込みました。このようなアルゴリズムは、本質的に翻訳装置であり、個人や場所に関する情報を受け取り、それを犯罪リスクの推定に変換します。 PredPolの開発者によると、彼らのアルゴリズムは予測を行うために、歴史的な犯罪の種類、発生場所、発生時期の3つのデータのみを使用しています。人種や性別など、特定のグループに対して結果に直接的な偏りをもたらす可能性のある個人情報は明示的には含まれていません。LumとIsaacは、PredPolアルゴリズムを使用して、2011年に予想される薬物犯罪の発生場所を予測しました。また、彼らはその年の薬物犯罪の実際の分布（未報告のものも含む）を、国立薬物使用と健康調査のデータを用いて計算しました。もしアルゴリズムの予測が正確であれば、実際に犯罪が発生した地域を特定するはずでした。しかし、実際には、過去に逮捕が行われた地域を指し示すことが多かったようです。彼らは、これが犯罪の理解と制御の間にフィードバックループを生む可能性があると指摘しました。「これらの予測は、すでに警察に知られている地域を過剰に示す可能性が高いため、警察官はますますこれらの地域をパトロールし、犯罪活動の分布に関する以前の信念を裏付ける新たな犯罪行為を観察する可能性が高くなります。」と述べています。一部の人々はこの分析を批判し、警察が薬物犯罪を予測するためにPredPolを使用していないと主張しました。しかし、Lumは、予測警察手法の目的は意思決定をより客観的にすることであり、これを見落としていると指摘しました。「暗黙の主張は、人間の偏見をシステムから排除したいということです。」しかし、予測が既存の警察行動を反映する場合、これらの偏見は、あたかも客観的なアルゴリズムの背後に隠れて持続することになります。「少数派の人々が同じ行動で逮捕される可能性が高いシステムによって生成されたデータで訓練していると、同じ問題を永続させることになります。」と彼女は言いました。「同じ問題が存在しますが、今度はこのハイテクツールを通してフィルタリングされているのです！」 犯罪アルゴリズムには、人々が考える以上に多くの制限があります。2013年、RANDコーポレーションの研究者たちは、予測警察に関する4つの一般的な神話を挙げました。最初の神話は、コンピュータが未来に何が起こるかを正確に知っているというものでした。「これらのアルゴリズムは、未来の出来事のリスクを予測するものであり、出来事そのものを予測するものではありません。」と彼らは指摘しました。2つ目の神話は、コンピュータが関連する犯罪データを収集し、適切な推奨を行うなど、すべてを行うというものでした。実際には、コンピュータは人間の分析や警察に関する意思決定を補助する際に最も効果的に機能し、完全に置き換えるものではありません。3つ目の神話は、警察が良い予測を行うためには高性能なモデルが必要であるというものでしたが、実際には正しいデータを入手することが問題であることが多いのです。「時には、予測を行うために必要な情報がそのデータセットに含まれていないことがあります。」とLumは述べています。最後に、そしておそらく最も根強い神話は、正確な予測が自動的に犯罪の減少につながるというものでした。 「予測はそれ自体では単なる予測に過ぎない」とRANDチームは書いています。「実際の犯罪の減少には、その予測に基づいて行動を起こすことが必要です。」したがって、犯罪を抑制するためには、機関は単に予測を行うのではなく、介入や予防に焦点を当てる必要があります。これは他の感染症の発生にも当てはまります。現在イギリスの首席医務官であるクリス・ウィッティによれば、最良の数学モデルは必ずしも未来について正確な予測を試みるものではありません。重要なのは、状況に対する理解のギャップを明らかにする分析を持つことです。「一般的に、政策決定の影響を特に常識では予測できない場合に最も有用です」とウィッティは示唆しています。「重要なのは、彼らが『正しい』ことではなく、予測できない洞察を提供することです。」 2012年、シカゴの警察は「戦略的対象リスト（SSL）」を導入し、誰が銃撃事件に関与する可能性があるかを予測しました。このプロジェクトは、アンドリュー・パパクリストスの社会ネットワークと市内の銃暴力に関する研究に部分的に触発されたものでしたが、パパクリストスはSSLから距離を置いています。このリスト自体は、特定の市民に対するリスクスコアを計算するアルゴリズムに基づいています。開発者によれば、SSLには性別、人種、場所といった要素は明示的には含まれていません。しかし、数年間は、何が含まれているのかは明確ではありませんでした。シカゴ・サンタイムズの圧力を受けて、シカゴ警察は2017年にようやくSSLデータを公開しました。このデータセットには、年齢、ギャングの関与、過去の逮捕歴など、アルゴリズムに入力された情報と、それに基づいて生成されたリスクスコアが含まれていました。研究者たちはこの動きを好意的に受け止めました。「予測警察システムの基礎データが公開されるのは非常に稀であり、貴重です」と社会正義団体Upturnのフェローであるブリアナ・ポサダスは述べています。SSLデータベースには約40万人が含まれており、そのうち約29万人が高リスクと見なされていました。アルゴリズムは人種を明示的に入力として含んでいなかったものの、グループ間には顕著な違いがありました。シカゴの20代の黒人男性の半数以上がSSLスコアを持っているのに対し、白人男性は6％でした。また、暴力犯罪との明確な関連がない人々も多く、約9万人の「高リスク」個人は一度も逮捕されたことがなく、犯罪の被害者でもありませんでした。 このことは、こうしたスコアをどう扱うべきかという疑問を提起します。警察は暴力との明白な関連がない人々を監視すべきでしょうか？パパクリストスのシカゴにおけるネットワーク研究は、加害者ではなく銃暴力の被害者に焦点を当てていたことを思い出してください。そのような分析の目的は、命を救うことでした。「警察主導の取り組みの本質的な危険の一つは、あるレベルで、どんな努力も加害者に焦点を当てるようになることです」とパパクリストスは2016年に書いています。彼は、犯罪予防におけるデータの役割はあるが、それは警察だけの問題である必要はないと主張しました。 「銃撃の被害者になるリスクのある人々を特定するためにデータ分析を利用する本当の可能性は、警察活動にあるのではなく、より広範な公衆衛生アプローチにある」と彼は述べました。予測された被害者は、ソーシャルワーカーや心理学者、暴力の介入者などの支援を受けることで利益を得ることができると提案しました。犯罪削減の成功はさまざまな形で現れることがあります。例えば、1980年に西ドイツではオートバイの運転手にヘルメットの着用を義務付けました。その後の6年間で、オートバイの盗難は3分の2に減少しました。その理由は単純で、盗むことが面倒になったからです。泥棒はその場の思いつきでオートバイを盗むことができなくなり、事前に計画を立ててヘルメットを持ち歩かなければならなくなりました。数年前、オランダとイギリスでも同様のヘルメット法が導入され、どちらも盗難が大幅に減少しました。これは、社会的規範が犯罪率に影響を与えることを示しています。 私たちの周囲が犯罪にどのように影響を与えるかについての最もよく知られた理論の一つが「壊れた窓理論」です。1982年にジェームズ・ウィルソンとジョージ・ケリングによって提唱されたこの理論は、壊れた窓のような小さな無秩序が広がり、より深刻な犯罪に発展する可能性があるというものでした。したがって、解決策は公共の秩序を回復し維持することでした。壊れた窓理論は、特に1990年代のニューヨーク市で警察の間で人気を博し、地下鉄の運賃不正乗車などの軽犯罪に対する厳しい取り締まりを促しました。これらの措置は、都市の犯罪が大幅に減少した時期と重なり、軽犯罪の逮捕がより重大な犯罪を抑止したという主張につながりました。 しかし、壊れた窓理論の採用方法に不安を感じる人もいました。その一人がケリング自身です。彼は、壊れた窓の元々の概念は逮捕ではなく社会秩序に関するものであると指摘しました。しかし、公共の無秩序の定義は視点によって異なることがあります。人々はたむろしているのか、それとも友人を待っているのか？その壁は落書きで覆われているのか、それともストリートアートなのか？ケリングは、警察官に単に地域の秩序を回復するように指示するのはそれほど簡単ではないと示唆しました。「本当に秩序維持を望む警官は、『なぜ公共の場で尿をしている一人を逮捕し、別の一人は逮捕しないのか？』という質問に満足のいく答えを出せなければならない」と彼は2016年に述べました。「その質問に答えられないのであれば、『まあ、それは常識だ』と言うだけでは非常に心配になります。」さらに、軽犯罪を厳しく罰することが1990年代のニューヨークの犯罪減少の主な理由であったかどうかは明確ではありません。ニューヨークの犯罪減少が壊れた窓の警察活動の直接的な結果であったという証拠はほとんどありません。この期間中、他の多くのアメリカの都市でも異なる警察戦略を用いながら犯罪が減少しました。もちろん、これは壊れた窓の警察活動が全く効果がないということではありません。落書きや放置された買い物カートの存在が、人々がゴミを捨てたり、立ち入り禁止の通路を利用したりする可能性を高めるという証拠があります。 これは、軽微な秩序の乱れが他の軽微な犯罪を引き起こす可能性があることを示唆しています。また、秩序を回復しようとする試み、例えばゴミを拾うことが他の人々にも整理整頓を促すことがあるようです。しかし、こうした結果から軽犯罪による逮捕が暴力の大幅な減少を説明できるという結論に至るのは、かなりの飛躍です。それでは、減少の原因は何だったのでしょうか。経済学者スティーブン・レビットは、1973年以降の中絶へのアクセスの拡大が一因であると主張しています。彼の理論によれば、これにより望まれない子供が減り、成長した際に犯罪に関与する可能性が高い子供が少なくなったということです。他の人々は、20世紀中頃に鉛入りのガソリンや鉛塗料にさらされたことが後に行動上の問題を引き起こしたと責めています。曝露のレベルが低下すると、犯罪も減少したのです。実際、最近のレビューでは、1990年代のアメリカの犯罪減少について、学者たちが提案した説明が合計で24種類あることがわかりました。これらの理論は多くの注目を集めている一方で批判も受けていますが、関与した研究者たちは皆、これは複雑な問題であることを認めています。実際、犯罪の減少は複数の要因の組み合わせによるものである可能性が高いです。 これは、長期的なスケールで発生するアウトブレイクに共通する問題です。何らかの介入を行った場合、その効果が現れるまでに長い時間を要するかもしれません。その間にも他の多くの変化が起こっている可能性があり、私たちの介入がどれほど効果的であるかを正確に測るのが難しくなります。同様に、暴力的な出来事の即時的な影響に焦点を当てる方が、長期的な害を調査するよりも容易であることがあります。シャーロット・ワッツは、家庭内暴力が世代を超えて伝播する可能性があり、影響を受けた子供たちが大人になって暴力に関与することがあると指摘しています。しかし、これらの子供たちは介入について議論する際にしばしば忘れられてしまいます。「私たちは、家庭内暴力がある家庭で育つ子供たちへの支援について考える必要があります」と彼女は述べました。歴史的に見ても、世代間の伝達を分析することは、関与する時間スケールのために難しいものでした。ここで公衆衛生の手法が役立つと、疫学者のメリッサ・トレーシーは提案しています。なぜなら、研究者たちは長期的な状態を分析する経験があるからです。「それが疫学の強みであり、ライフコースの視点を持ち込むことです。」 犯罪を予防するために公衆衛生のアプローチを使用することは、アメリカや他の地域において非常にコスト効果が高いでしょう。平均的なアメリカの殺人事件の社会的、経済的、司法的な影響を合計すると、一件の殺人のコストは1,000万ドルを超えるという研究もあります。問題は、最も効果的な解決策が人々が最も快適に感じるものではないかもしれないということです。私たちは悪い人を罰していると感じたいのか、それとも犯罪を減らしたいのか？「行動変容に関しては、脅威や罰はあまり効果的ではない」とキュア・バイオレンスのチャーリー・ランスフォードは言います。罰がある程度の影響を持つかもしれませんが、ランスフォードは他のアプローチの方が一般的に効果的であると示唆しています。 「最も効果的に人の行動を変える方法は、相手と座って話を聞き、彼らの不満を聞き出し、本当に理解しようとすることです」と彼は言った。「そして、彼らをより健康的な行動に導こうとすることです。」 キュア・バイオレンスのようなプロジェクトは、これまで対面での交流に重点を置いてきましたが、オンラインでの社会的接触も暴力の拡散に影響を与えるようになっています。「環境は変わりました」とランスフォードは言います。「調整が必要です。今では、ソーシャルメディアを通じて対処すべき対立を探す専門のスタッフを雇っています。」 犯罪や暴力に対処する際には、人々がどのように繋がっているかを理解することが助けになります。これは感染症の流行にも当てはまります。私たちは、実際の接触が喫煙やあくびから感染症、さらには革新に至るまで、どのように感染を引き起こすかを見てきました。しかし、オンラインでの影響力の強さは、対面での出会いと必ずしも同じではありません。「暴力の受容性に関する見解の感染を考えると、影響力ははるかに大きいかもしれませんが、実際に行動を起こす人の数は少ないかもしれません」とワッツは言います。これは多くの業界が関心を持っている問題ですが、一般的には感染の制御にはあまり関心がありません。オンラインでの流行に関しては、人々は逆の理由で感染の伝播を気にします。彼らは物事を広めたいのです。 「バイラルになる」 「あなたのNIKE ID注文はキャンセルされました」とメールに書かれていました。2001年1月、ジョナ・ペレッティはパーソナライズされたトレーナーを手に入れようとしていました。問題は、彼がリクエストした名前でした。彼は会社への挑戦として、「スウェットショップ」という言葉を印刷したトレーナーを頼んだのです。MITメディアラボの大学院生だったペレッティは、ナイキとの間で一連のメールを交換することになりました。会社は「不適切なスラング」のために注文を受け付けないと繰り返しました。彼らを説得できなかったペレッティは、そのメールのやり取りを数人の友人に転送することにしました。多くの友人がそれをさらに友人に転送し、次々と広がっていきました。数日以内に、そのメッセージは何千人もの人々に広まりました。すぐにメディアもこの話を取り上げました。2月末までには、メールのチェーンは『ガーディアン』や『ウォール・ストリート・ジャーナル』に取り上げられ、NBCはペレッティを『トゥデイ・ショー』に招いてナイキの広報担当者と議論させました。3月には、この話は国際的なものとなり、いくつかのヨーロッパの新聞にも届きました。すべてはその一通のメールから始まりました。「メディアは私のナイキとの戦いをダビデとゴリアテの寓話として描いていますが、実際の話は、マスメディアにアクセスできるナイキのような企業と、マイクロメディアしか持たないインターネット上の市民ネットワークとの戦いです」とペレッティは後に書きました。 そのメールは驚くほど広まりましたが、もしかしたらすべては偶然だったのかもしれません。ペレッティの友人であり、同じく博士課程の学生であるキャメロン・マーロウはそう考えているようでした。 マーロウは、後にFacebookのデータサイエンス部門の責任者となる人物ですが、彼は人が意図的に何かを急成長させることができるとは信じていませんでした。しかし、ペレッティは再びそれを実現できると考えていました。ナイキのメールの直後、彼はニューヨークのマルチメディア非営利団体「アイビーム」から仕事のオファーを受けました。ペレッティはアイビームで「感染性メディアラボ」を率いることになり、オンラインコンテンツの実験を行いました。彼は、何が物事を感染させ、どのように広がり続けるのかを見極めたかったのです。次の数年間で、彼はオンラインでの人気に重要な特徴をまとめ始めました。例えば、新たに浮上するニュースストーリーに乗ることでウェブサイトへのトラフィックを増やす方法や、対立を生むトピックがより多くの注目を集め、常に変化するコンテンツがユーザーを引き戻すことなどです。彼のチームは、他の人の投稿を共有できる「リブログ」機能を開発し、これは後にソーシャルメディアでの拡散の基本的な概念となりました（リツイート機能がなければTwitterはどれほど異なるものになっていたか、また「シェア」ボタンがなければFacebookはどうなっていたか想像してみてください）。ペレッティは最終的にニュースの分野に移り、ハフィントンポストの発展に貢献しましたが、初期の感染実験は彼の心に残り続けました。やがて、彼はアイビームの元上司に新しいタイプのメディア会社を作ることを提案しました。それは感染性に特化し、人気に関する洞察を大規模に適用するものでした。彼らのアイデアは、バイラルコンテンツの流れを編纂することでした。こうして「バズフィード」が誕生しました。 ダンカン・ワッツが小世界ネットワークに関する研究を発表した後、彼はコロンビア大学の社会学部に参加しました。この期間、彼はオンラインコンテンツにますます興味を持ち、最終的にはバズフィードの初期のアドバイザーとなりました。ワッツは映画キャストやミミズの脳のようなネットワーク内のリンクを研究することから始めましたが、ワールドワイドウェブには新たなデータの宝庫がありました。2000年代初頭、ワッツと彼の同僚たちはこれらのオンライン接続を探求し始め、その過程で情報の拡散に関する長年の信念を覆すことになりました。当時、マーケティング業界では「インフルエンサー」という概念が注目を集めていました。これは、社会的流行を引き起こすことができる一般の人々を指します。現在では「インフルエンサー」という言葉は、影響力のある一般人からセレブリティやメディアパーソナリティまでを指すように進化しました。しかし、元々の概念は、口コミの流行を引き起こすことができるあまり知られていない個人に関するものでした。企業は、意外に人脈が広い少数の人々をターゲットにすることで、アイデアをより広範囲に、より低コストで広めることができるという考え方でした。オプラ・ウィンフリーのようなセレブリティに製品を宣伝してもらうのではなく、地道に熱意を築くことができるのです。「マーケティングの世界で人々が興味を持ったのは、小さな予算からオプラのような影響を得られる可能性があったからです」と、現在ペンシルベニア大学にいるワッツは語っています。このようなインフルエンサーのアイデアは、心理学者スタンレー・ミルグラムの有名な「小世界」実験に触発されたものでした。 世界の実験。1967年、ミルグラムは300人に、ボストン近郊のシャロンに住む特定の株仲買人にメッセージを届けるという課題を与えました。最終的に、64通のメッセージが目標に届きました。そのうちの4分の1は、地元の衣料品商人を通じて流れました。ミルグラムは、この商人が自分にとって広い世界との最大のつながりであることを知った株仲買人は驚いたと述べています。もし無害な商人がメッセージの拡散にこれほど重要であるなら、他にも同様に影響力のある人々がいるのではないでしょうか？ワッツは、実際には影響者仮説には複数のバージョンがあることを指摘しています。「面白いが真実ではないバージョンがあり、真実だが面白くないバージョンもある」と彼は言いました。面白いバージョンは、ミルグラムの衣料品商人のように、社会的感染において非常に不均衡な役割を果たす特定の人々が存在するというものです。そして、もし彼らを特定できれば、巨額のマーケティング予算や有名人の推薦なしに物事を広めることができるというのです。この考えは魅力的ですが、精査すると成立しません。2003年、ワッツとコロンビア大学の同僚たちは、ミルグラムの実験を再実施しました。今回はメールを使い、さらに大規模に行いました。13か国にわたる18人の異なるターゲットを選び、チームはほぼ25,000のメールチェーンを開始し、各参加者に特定のターゲットにメッセージを届けるよう依頼しました。ミルグラムの小規模な研究では、衣料品商人が重要なリンクのように見えましたが、メールチェーンではそうではありませんでした。各チェーンのメッセージは、同じ「影響者」が何度も現れるのではなく、さまざまな人々を通じて流れました。さらに、コロンビアの研究者たちは、参加者にメールを転送した理由を尋ねました。特に人気があるかつつながりのある人々にメッセージを送るのではなく、人々は場所や職業などの特性に基づいて選ぶ傾向がありました。この実験は、メッセージが特定の目的地に到達するために、高度に接続された人々を必要としないことを示しました。しかし、もし私たちが何かをできるだけ広めることに興味がある場合、ネットワーク内でよりつながりのある人々—たとえば有名人—がそれを確実に広める手助けをすることができるのでしょうか？メール分析の数年後、ワッツと彼の同僚たちは、Twitter上でウェブリンクがどのように広がるかを調査しました。その結果、コンテンツは多くのフォロワーを持つ人や、物事を広める歴史のある人によって投稿されると、広く拡散する可能性が高いことが示唆されました。しかし、それは保証ではありませんでした。ほとんどの場合、これらの人々は大規模な拡散を成功させることができませんでした。 これが、影響者仮説のより基本的なバージョンにつながります。これは単に、ある人々が他の人々よりも影響力を持つことができるという考え方です。これを支持する証拠はたくさんあります。たとえば、2012年にシナン・アラルとディラン・ウォーカーは、ある人の友人がFacebook上でのアプリの選択にどのように影響を与えるかを研究しました。 彼らは、友情のペアの中で、女性が男性に影響を与える割合が他の女性に影響を与える割合よりも45％高いこと、また30歳以上の人々が18歳未満の人々よりも50％影響力が高いことを発見しました。さらに、女性は男性よりも影響を受けにくく、既婚者は独身者よりも影響を受けにくいことも示されました。 アイデアを広めたい場合、理想的には人々が非常に影響を受けやすく、かつ影響力が高い必要があります。しかし、アラルとウォーカーは、そのような人々は非常に稀であることを発見しました。「影響力のある個人は影響を受けにくく、影響を受けやすい個人は影響力が低い傾向があり、非常に影響力が高く、かつ影響を受けやすい人はほとんどいない」と彼らは指摘しました。では、影響力のある人々をターゲットにすることにはどのような効果があるのでしょうか？フォローアップの研究では、アラルのチームは、最も適した人々を選んで社会的な流行を引き起こした場合に何が起こるかをシミュレーションしました。無作為に選ぶのと比較して、ターゲットを効果的に選ぶことで、物事が最大で2倍遠くまで広がる可能性があることがわかりました。これは改善ですが、少数のあまり知られていないインフルエンサーが自らの力で大規模な流行を引き起こすにはまだ遠い道のりです。 なぜアイデアが人から人へ広がるのがこんなに難しいのでしょうか？その一因は、人々が影響を受けやすく、かつ影響力が高いという状態が稀であることです。誰かが多くの影響を受けやすい人々にアイデアを広めたとしても、これらの人々がさらに広めるとは限りません。また、私たちの相互作用の構造も影響しています。金融ネットワークは「非同質的」であり、大きな銀行が多くの小さな銀行とつながっていますが、人間の社会的ネットワークはその逆の傾向があります。村のコミュニティからFacebookの友人関係に至るまで、人気のある人々が他の人気のある人々と社会的グループを形成する証拠があります。つまり、少数の人気のある個人をターゲットにすると、口コミで急速に広がる可能性はありますが、ネットワーク全体には届かない可能性が高いのです。したがって、ネットワーク全体で複数の流行を引き起こす方が、コミュニティ内の著名なインフルエンサーを特定しようとするよりも効果的かもしれません。 ワッツは、人々が異なるインフルエンサー理論を混同しがちであることに気づいています。彼らは、ミルグラムの実験における商人のような隠れたインフルエンサーを見つけ、それを使って何かを広めたと主張するかもしれません。しかし実際には、彼らはマスメディアキャンペーンを実施したり、セレブリティに製品をオンラインで宣伝させたりして、口コミの伝達を完全にバイパスしている可能性があります。「人々は無頓着に、あるいは意図的にそれらを混同し、退屈なものを興味深いもののように聞こえさせようとする」とワッツは述べています。インフルエンサーに関する議論は、私たちがオンラインで情報にどのように接触しているかを考える必要があることを示しています。なぜ私たちはあるアイデアを受け入れ、他のアイデアは受け入れないのでしょうか？その一因は競争です。意見、ニュース、製品はすべて私たちの注意を引こうと争っています。生物学的な感染でも同様の効果が見られます。 インフルエンザやマラリアのような病気の原因となる病原体は、実際には複数の株から成り立っており、常に感染しやすい人間を巡って競争しています。なぜ一つの株がどこでも優位に立つことはないのでしょうか？それには私たちの社会的行動が関係している可能性があります。人々が特定の親密なグループに集まることで、さまざまな株が集団内に残ることができるのです。要するに、各株は他の株と常に競争することなく、自分の居場所を見つけることができるのです。このような社会的相互作用は、オンラインでのアイデアや意見の多様性を説明することにもつながります。政治的立場から陰謀論まで、ソーシャルメディアのコミュニティはしばしば似たような世界観の周りに集まります。これにより、「エコーチェンバー」が生まれ、人々は自分の意見と矛盾する見解をほとんど耳にしなくなります。 最も声高なオンラインコミュニティの一つが反ワクチン運動です。メンバーは、麻疹・おたふく風邪・風疹（MMR）ワクチンが自閉症を引き起こすという人気のあるが根拠のない主張の周りに集まることがよくあります。この噂は1998年にアンドリュー・ウェイクフィールドによる科学論文から始まりましたが、その後、論文は信用を失い撤回され、ウェイクフィールドはイギリスの医療登録から除名されました。残念なことに、イギリスのメディアはウェイクフィールドの主張を取り上げ、それを拡大しました。この結果、MMRワクチン接種が減少し、数年後にはワクチンを接種していない子供たちが学校や大学という賑やかな環境に入ることで、麻疹の大規模な流行が発生しました。2000年代初頭のイギリスではMMRに関する噂が広がっていましたが、チャンネルの向こう側ではメディアの報道は非常に異なっていました。イギリスでMMRが悪い報道を受けている間、フランスのメディアはB型肝炎ワクチンと多発性硬化症との間の未証明の関連について推測していました。最近では、日本のメディアでHPVワクチンに対する否定的な報道があり、ケニアでは破傷風ワクチンに関する20年前の噂が再浮上しました。医学に対する懐疑心は新しいものではありません。人々は何世紀にもわたり、病気予防の方法に疑問を持ってきました。1796年にエドワード・ジェンナーが天然痘に対するワクチンを発見する前、ある人々は「バリオレーション」と呼ばれる技術を使って病気のリスクを減らしていました。この技術は16世紀の中国で発展し、健康な人々を天然痘患者の乾燥したかさぶたや膿にさらすものでした。目的は、軽度の感染を刺激し、ウイルスに対する免疫を提供することでした。この手法にはリスクが伴い、バリオレーションの約2％が死亡につながりましたが、天然痘による死亡率30％に比べればはるかに小さいものでした。バリオレーションは18世紀のイギリスで人気を博しましたが、そのリスクは本当に価値があったのでしょうか？フランスの作家ヴォルテールは、他のヨーロッパ人がイギリス人がこの方法を使うのを愚かで狂っていると考えていることを観察しました。 「愚か者たちは、子供たちに天然痘を感染させてそれを防ごうとする。狂人たちは、確実で恐ろしい病気を子供たちに無分別に伝染させることで、ただ不確実な悪を防ごうとする。」と彼は述べました。また、批判は逆の方向にも向けられていることに気づきました。「イギリス人は、他のヨーロッパ人を臆病で不自然だと呼びます。臆病なのは、子供たちに少しの痛みを与えることを恐れるからです。不自然なのは、彼らが子供たちを天然痘でいつか死なせる危険にさらすからです。」（ヴォルテール自身も天然痘の生存者であり、イギリスのアプローチを支持していました。） 1759年、数学者ダニエル・ベルヌーイはこの議論を解決しようと決意しました。天然痘感染のリスクが変異接種のリスクを上回るかどうかを計算するために、彼は初めての感染モデルを開発しました。天然痘の伝染パターンに基づいて、彼は変異接種が死亡リスクが10パーセント未満であれば寿命を延ばすと推定しましたが、実際にそのリスクはそれ以下でした。 現代のワクチンに関しては、このバランスを取ることが一般的にずっと明確です。一方には、MMRのような圧倒的に安全で効果的なワクチンがあり、もう一方には麻疹のような潜在的に致命的な感染があります。そのため、ワクチン接種の広範な拒否は、ワクチン接種のおかげで最近数十年の間にこうした感染がほとんど見られなかった地域に住むことによる贅沢な側面となっています。2019年の調査では、ヨーロッパ諸国はアフリカやアジアの国々に比べてワクチンに対する信頼がはるかに低い傾向があることがわかりました。ワクチンに関する噂は伝統的に国ごとに特有のものでしたが、私たちのデジタルなつながりの増加はそれを変えつつあります。情報は今やオンラインで迅速に広がり、自動翻訳がワクチン接種に関する神話を言語の壁を越えて広める手助けをしています。その結果、ワクチンへの信頼の低下は子供たちの健康に深刻な影響を及ぼす可能性があります。麻疹は非常に感染力が強いため、集団の少なくとも95パーセントがワクチン接種を受ける必要があります。反ワクチンの信念が成功裏に広がった場所では、現在病気の発生が続いています。近年、ヨーロッパでは麻疹によって数十人が死亡しており、これらの死はより良いワクチン接種の普及によって簡単に防げたものでした。 このような運動の出現は、オンラインでのエコーチェンバーの可能性に注目を集めています。しかし、ソーシャルメディアのアルゴリズムは実際に私たちの情報との関わり方をどれだけ変えたのでしょうか？結局のところ、私たちはリアルな生活でもオンラインでも知っている人々と信念を共有しています。おそらく、オンラインでの情報の広がりは、すでに存在していたエコーチェンバーの反映に過ぎないのかもしれません。ソーシャルメディアでは、私たちが読む内容に影響を与える主な要因が3つあります：私たちの連絡先の一人が記事を共有するかどうか、そのコンテンツが私たちのフィードに表示されるかどうか、そして私たちがそれをクリックするかどうかです。Facebookのデータによれば、これらの3つの要因は私たちの情報消費に影響を与える可能性があります。 2014年から2015年にかけて、ある企業のデータサイエンスチームがアメリカのユーザーの政治的意見を調査したところ、人々は自分と似た意見に触れる傾向があり、ランダムに友人を選んだ場合よりもその傾向が強いことがわかりました。友人たちが投稿したコンテンツの中で、Facebookのアルゴリズムは、ユーザーのニュースフィードに表示される内容を決定し、反対の政治的見解を持つコンテンツの5〜8％をフィルタリングしました。また、人々が目にしたコンテンツの中で、自分の政治的立場に反する記事をクリックする可能性は低くなりました。ユーザーは、フィードの上部に表示される投稿をクリックする可能性がはるかに高く、コンテンツが注意を引くためにどれほど激しく競争しなければならないかを示しています。これは、Facebookにエコーチェンバーが存在する場合、それは友人関係の選択から始まり、その後ニュースフィードのアルゴリズムによって誇張される可能性があることを示唆しています。 では、他の情報源から得られる情報はどうでしょうか？これも同様に分極化しているのでしょうか？2016年、オックスフォード大学、スタンフォード大学、マイクロソフトリサーチの研究者たちは、5万人のアメリカ人のウェブ閲覧パターンを調査しました。彼らは、ソーシャルメディアや検索エンジンで見られる記事は、好きなニュースサイトで出会う記事よりも一般的に分極化していることを発見しました。しかし、ソーシャルメディアや検索エンジンは、より幅広い意見にも触れさせてくれました。記事はより強いイデオロギー的内容を持っているかもしれませんが、人々は反対側の意見もより多く目にすることができました。これは一見矛盾しているように思えます。もしソーシャルメディアが従来のニュースソースよりも広範な情報を提供するなら、なぜエコーを和らげる助けにならないのでしょうか？私たちのオンライン情報への反応が関係しているかもしれません。デューク大学の社会学者がアメリカのボランティアに対立する意見を持つTwitterアカウントをフォローさせたところ、人々はその後、自分の政治的領域にさらに引きこもる傾向があることがわかりました。平均して、共和党員はより保守的になり、民主党員はよりリベラルになりました。これは第3章で見た「バックファイア効果」とは少し異なります。なぜなら、人々は特定の信念に挑戦されているわけではないからです。しかし、政治的分極化を減少させることは、新しいオンラインのつながりを作ることほど簡単ではないことを示唆しています。現実の生活と同様に、私たちは自分が同意しない意見にさらされることを嫌がるかもしれません。意味のある対面での会話が態度を変える助けになることがある一方で（偏見や暴力に関してはそのような効果が見られます）、オンラインフィードで意見を見ることが必ずしも同じ効果をもたらすわけではありません。 対立を生むのはオンラインコンテンツそのものだけではなく、その周囲の文脈も関係しています。オンラインでは、実生活ではあまり出会わないアイデアやコミュニティに出くわすことがあります。これが、特定の聴衆を意識して投稿したものが、別の聴衆に読まれることで意見の不一致を引き起こすことにつながる可能性があります。ソーシャルメディア研究者のダナ・ボイド（彼女は名前を小文字で表記します）は、これを「コンテキストの崩壊」と呼んでいます。 実生活では、親しい友人との会話は、同僚や見知らぬ人との会話とは非常に異なるトーンを持つことがあります。友人たちは私たちをよく知っているため、誤解の可能性が少なくなります。ボイドは、結婚式のようなイベントが対面での文脈崩壊の別の潜在的な原因であることを指摘しています。友人を対象にしたスピーチが家族を不快にさせることもあります。私たちの多くは、こうした誤解を招くエピソードを含む親友のスピーチを聞いたことがあるでしょう。しかし、結婚式は（通常）慎重に計画される一方で、オンラインでのやり取りは、意図せずに友人、家族、同僚、見知らぬ人が同じ会話に含まれることがあります。コメントは簡単に文脈から外れて解釈され、混乱から論争が生じることがあります。COVID-19パンデミックの間、多くの病気研究者はTwitter上でこの文脈崩壊を経験しました。彼らが以前は技術的なアイデアを交換するために使用していたプラットフォームが、明るい公の注目を浴びることになったのです。2020年のいくつかの場面では、私は軽いコメントや観察を投稿した後、メディアに広く引用されることがありましたが、6か月前にはそのようなツイートはほんの数人の同僚にしか興味を持たれなかったのです。 ボイドによれば、根底にある文脈は時間とともに変わることもあります。特に人々が成長するにつれてです。「ティーンエイジャーのコンテンツは公開されているかもしれませんが、そのほとんどはすべての人に、すべての時間と空間で読まれることを意図しているわけではありません」と彼女は2008年に書いています。ソーシャルメディアで育った世代が年を重ねるにつれて、この問題はますます顕在化するでしょう。文脈を無視して見ると、数十年もオンラインに残る多くの歴史的な投稿は、不適切または判断を誤ったものに見えることがあります。場合によっては、人々はオンラインで発生する文脈崩壊を利用することを決めることもあります。「トロール」という言葉はオンラインでの虐待を指す広い意味を持つようになりましたが、初期のインターネット文化では、トロールは悪意のあるものではなく、いたずら好きでした。その目的は、信じがたい状況に対して誠実な反応を引き出すことでした。ジョナ・ペレッティのバズフィード以前の実験の多くは、このアプローチを用いて、注目を集めるために一連のオンラインいたずらを行いました。トロールはその後、ソーシャルメディアの議論において効果的な戦術となりました。実生活とは異なり、私たちのオンラインでのやり取りは、実質的に舞台の上で行われています。トロールが相手から過剰な反応を引き出すことができれば、それは全体の文脈を知らない無関係な観客にとっては魅力的に映ります。相手は、正当な主張を持っているかもしれませんが、結果的に滑稽に見えてしまいます。「神よ、私の敵を滑稽にしてください」とヴォルテールがかつて言ったように。いたずら好きなトロールも、悪意のあるトロールも、実生活ではこのようには振る舞わないでしょう。心理学者はこれを「オンラインの抑制効果」と呼びます。対面での反応や実生活のアイデンティティから遮られることで、人々の性格は非常に異なる形を取ることがあります。しかし、これは単に数人が待機中のトロールであるという問題ではありません。オンラインでの反社会的行動の分析によれば、適切な状況が整えば、さまざまな人々がトロールになる可能性があることがわかっています。 特に、私たちは気分が悪いときや、会話の中で他の人がすでにトロール行為をしているときに、トロールのように振る舞う可能性が高くなります。インターネットは新しい種類の相互作用を生み出すだけでなく、物事がどのように広がるかを研究する新しい方法も提供しています。感染症の分野では、何かがどのように広がるかを見るために人々を故意に感染させることは一般的には実現不可能です。これは、ロナルド・ロスが1890年代にマラリアで試みたことです。現代の研究者が感染研究を行う場合、それは通常小規模で高額であり、厳密な倫理的審査を受ける必要があります。大部分の場合、私たちは観察データに頼り、数学モデルを使用して「もしも？」という質問を行います。オンラインでは、特にソーシャルメディア会社を運営している場合、故意に感染を引き起こすのが比較的安価で簡単であるという違いがあります。 もし彼らが注意深く見ていたら、2012年1月11日に何千人ものFacebookユーザーが友人たちがいつもより少し幸せそうであることに気づいたかもしれません。同時に、他の何千人は友人たちが予想以上に悲しそうであることに気づいたかもしれません。しかし、たとえ彼らが友人たちの投稿に変化を感じたとしても、それは友人たちの行動の本当の変化ではありませんでした。それは実験だったのです。Facebookとコーネル大学の研究者たちは、感情がオンラインでどのように広がるかを探求したいと考え、1週間にわたって人々のニュースフィードを変更し、何が起こるかを追跡しました。チームは2014年初頭に結果を発表しました。人々がどのような情報に触れるかを調整することで、感情は感染することがわかりました。ポジティブな投稿を少なく見た人々は、平均して自分自身もポジティブなコンテンツを少なく投稿し、逆もまた然りでした。この結果は振り返ってみると驚くべきことではないように思えるかもしれませんが、当時は一般的な考え方に反していました。実験の前、多くの人々はFacebookで楽しいコンテンツを見ることが私たちを劣等感を感じさせ、結果として幸せを減少させると信じていました。この研究自体はすぐに多くの否定的な感情を引き起こし、いくつかの科学者やジャーナリストがこのような研究を行うことがどれほど倫理的であるかを疑問視しました。「Facebookは秘密の実験でユーザーの気分を操作した」と、インディペンデントの見出しは報じました。重要な議論の一つは、チームが同意を得るべきであり、ユーザーが研究に参加することに同意しているかどうかを尋ねるべきだったということです。デザインが人々の行動にどのように影響を与えるかを考察することは必ずしも非倫理的ではありません。実際、医療機関は健康的な行動を促進する方法を見つけるために、定期的にランダム化実験を行っています。たとえば、ある人々にはがん検診に関する一種類のリマインダーを送り、他の人々には異なるものを送り、どちらが最も良い反応を得られるかを見てみることがあります。このような実験がなければ、特定のアプローチが実際に人々の行動をどれだけ変えたかを把握することは難しいでしょう。ただし、実験がユーザーに悪影響を及ぼす可能性がある場合、研究者は代替案を考慮する必要があります。 Facebookの研究では、チームは人々の感情状態を変えるために「自然実験」のような雨天を待つこともできたし、ユーザー数を減らして同じ研究質問に答えることもできた。しかし、それでも事前に同意を求めることは実現可能ではなかったかもしれない。社会学者マシュー・サルガニクは彼の著書『Bit by Bit』の中で、心理実験は被験者が何を研究されているかを知っていると疑わしい結果を生む可能性があると指摘している。Facebookの研究に参加した人々は、研究が感情に関するものであることを最初から知っていれば、行動が異なっていたかもしれない。しかし、心理学の研究者が自然な反応を得るために参加者を欺く場合、サルガニクは彼らが後で説明を行うことが多いと述べている。実験の倫理について議論するだけでなく、広範な研究コミュニティもFacebookの研究における感情の伝染の程度について懸念を示した。それは規模が大きいからではなく、むしろ非常に小さいからである。この実験では、ユーザーがフィードでポジティブな投稿を少なく見たとき、ステータス更新におけるポジティブな言葉の数が平均で0.1パーセント減少したことが示された。同様に、ネガティブな投稿が少なくなると、ネガティブな言葉は0.07パーセント減少した。大規模な研究の特異な点の一つは、より小規模な研究では検出できない非常に小さな効果を示すことができることである。Facebookの研究は多くのユーザーを含んでいたため、行動の非常に小さな変化を特定することが可能だった。研究チームは、ソーシャルネットワークの規模を考慮すると、そのような違いは依然として重要であると主張した。「2013年初頭には、これは1日に数十万件の感情表現に相当しただろう。」しかし、一部の人々は納得しなかった。「たとえこの主張を受け入れたとしても、サルガニクは書いているように、このサイズの効果が感情の広がりに関するより一般的な科学的質問において重要かどうかは依然として不明である。」感染の研究において、ソーシャルメディア企業は伝播プロセスの多くを監視できるという大きな利点を持っている。Facebookの感情実験では、研究者たちは誰が何を投稿したか、誰がそれを見たか、そしてその効果が何であったかを知っていた。外部のマーケティング会社はこのレベルのアクセスを持っていないため、代わりにアイデアの人気を推定するために代替的な測定に頼らざるを得ない。たとえば、彼らは投稿をクリックしたり共有したりした人数、またはそれが受けた「いいね」やコメントの数を追跡するかもしれない。オンラインでどのようなアイデアが人気になるのだろうか？2011年、ペンシルベニア大学の研究者ジョナ・バーガーとキャサリン・ミルクマンは、人々がどのニューヨーク・タイムズの記事を他の人にメールで送ったかを調査した。彼らは3か月分のデータを集め、合計で約7,000の記事を記録し、各記事の特徴や「最もメールで送られた」リストに載ったかどうかを記録した。結果、強い感情的反応を引き起こす記事は共有される可能性が高いことがわかった。 これは、驚きのようなポジティブな感情や、怒りのようなネガティブな感情に関しても同様でした。それに対して、悲しみのような「非活性化」感情を引き起こす記事は、あまり共有されませんでした。他の研究者たちも同様の感情的効果を発見しており、例えば、嫌悪感を引き起こすストーリーは人々が広める意欲が高いことがわかっています。 しかし、物語を記憶する理由は感情だけではありません。バーガーとミルクマンは、ニューヨーク・タイムズの記事の感情的内容を考慮することで、ストーリーがどれだけ広まるかの変動の約7％を説明できました。言い換えれば、93％の変動は別の要因によるものでした。人気は感情的な内容だけに依存するわけではないからです。バーガーとミルクマンの分析によれば、驚きの要素や実用的な価値が記事の共有されやすさに影響を与えることもあるとされました。また、ストーリーの見た目も重要です。記事の人気は、投稿された時間、ウェブサイトのどのセクションに掲載されたか、著者が誰であるかによっても左右されました。彼らがこれらの追加的な特性を考慮に入れたとき、人気の変動をより多く説明できるようになりました。 理論的には、成功したコンテンツと失敗したコンテンツを分析して、高い感染力を持つツイートや記事の特徴を特定できると考えるのは魅力的です。しかし、たとえ私たちがなぜあるものがより人気があるのかを説明する特徴を特定できたとしても、これらの結論は長続きしないかもしれません。技術研究者のゼイネップ・トゥフェキは、人々がオンラインプラットフォームを使用する中で興味が変化していることに注目しています。例えば、YouTubeでは、彼女は動画推薦アルゴリズムが不健康な視聴欲を助長し、人々をオンラインの深い穴に引き込んでいるのではないかと疑っています。「そのアルゴリズムは、人々が最初に見たものよりも極端なコンテンツ、あるいは一般的に扇動的なコンテンツに惹かれると結論づけたようです」と彼女は2018年に書いています。これらの変化する興味は、新しいコンテンツが進化し、より劇的で、より感情を揺さぶり、より驚きを与えるものでなければ、前のコンテンツよりも注目を集めることは難しいことを意味します。ここでの進化は、優位性を得ることではなく、生存に関するものです。同様の状況は生物界でも見られます。多くの種は、競争相手に遅れを取らないために適応しなければなりません。人間が細菌感染を治療するために抗生物質を開発した後、一部の細菌は一般的な薬に対して耐性を持つように進化しました。それに対抗して、私たちはさらに強力な抗生物質に頼るようになりました。これにより、細菌はさらに進化する圧力を受けました。治療法は徐々により極端になり、数十年前の弱い薬と同じ効果を得るために必要となりました。この生物学における軍拡競争は、ルイス・キャロルの『鏡の国のアリス』のキャラクターにちなんで「レッドクイーン効果」として知られています。アリスが鏡の国で走っても新しい場所に行けないと不満を言うと、 レッドクイーンは、「ここでは、同じ場所に留まるためには、全力で走り続けなければならない」と答えます。この進化的な「走り」は変化についてですが、同時に伝達についても関わっています。新しい突然変異が細菌に現れたとしても、それが自動的に人間の集団に広がるわけではありません。同様に、オンラインで新しいコンテンツが登場しても、それが人気になる保証はありません。私たちは、広く拡散された新しいストーリーやアイデアを知っていますが、自分の投稿を含め、注目されずに消えてしまった投稿も知っています。では、オンラインでの人気はどれほど一般的なのでしょうか？典型的な流行はどのようなものなのでしょうか？ ヒッグス粒子に関する噂は、最初は徐々に広がりました。2012年7月1日、Twitterユーザーたちは「神の粒子」と呼ばれるこの elusive particle がついに発見されたのではないかと推測し始めました。この粒子は1964年にピーター・ヒッグスによって提唱され、素粒子のパズルの重要な欠けた部分でした。素粒子物理学の法則によれば、存在するはずのものですが、実際にはまだ観測されていませんでした。しかし、それはすぐに変わることになります。Twitter上の噂は、最初に物理学者たちがイリノイ州のテバトロン粒子加速器でヒッグス粒子を発見したと主張しました。この噂の広がりは、この期間中に約1分ごとに新しいユーザーが1人増えるペースで成長しました。翌日、テバトロンの研究者たちは、ヒッグス粒子の存在に関する有望だが決定的ではない証拠を発見したと発表しました。Twitter上の噂は加速し、ますます多くのユーザーが参加し、関心はCERNの大型ハドロン衝突型加速器に向けられました。これらの最新の噂は真実であることが証明され、2日後にCERNの研究者たちは実際にヒッグス粒子を発見したと発表しました。発見に対するメディアの関心が高まるにつれて、さらに多くの人々がTwitterの噂に参加しました。翌日には、ユーザー数が500人以上増加し、その後すぐにピークに達しました。7月6日、最初の噂が出てから5日後には、ストーリーへの関心は劇的に減少しました。 ヒッグスの噂が始まったとき、一部のユーザーは潜在的な発見について投稿し、他のユーザーはそれらのコメントを自分のフォロワーにリツイートしました。最初の数百件のリツイートがどのように繋がっているかを見ると、伝達には大きなバリエーションがあることがわかります。ほとんどのツイートはあまり広がらず、1人か2人にしかニュースを伝えませんでした。しかし、伝達ネットワークの中には、大規模なリツイートの連鎖があり、単一のユーザーが多くの人々に噂を広めるイベントが2つありました。このような伝達の多様性は、オンラインでの共有において一般的です。2016年、当時マイクロソフトリサーチに所属していたダンカン・ワッツは、スタンフォード大学の共同研究者と共にTwitter上での「カスケード」共有を調査しました。グループは6億2000万件以上のコンテンツを追跡し、どのユーザーが他のユーザーが共有したリンクを再投稿したかを記録しました。一部のリンクは、長い伝達の連鎖の中で複数のユーザー間で渡りました。他のリンクは火花を散らしましたが、すぐに消えてしまいました。中には全く広がらなかったものもありました。 感染症には、二つの極端なアウトブレイクのタイプがあります。「共通源」型の感染は、全員が同じ源から感染する場合、例えば食中毒のようなものです。一方、もう一つの極端なタイプは、感染が人から人へと数世代にわたって広がる「伝播型」のアウトブレイクです。 オンラインのカスケードにも同様の多様性があります。時には、コンテンツが単一のソースから多くの人に広がることがあります。これはマーケティングでは「ブロードキャスト」イベントと呼ばれますが、他の時にはユーザーからユーザーへと伝播します。スタンフォード大学とマイクロソフトの研究者たちは、ブロードキャストが最大のカスケードの重要な部分であることを発見しました。約千件に一件のツイートが100回以上シェアされましたが、その中で伝播によって広がったものはごくわずかでした。広がった投稿の背後には、一般的に成功のための単一のブロードキャストイベントが存在しました。 オンライン感染について話すとき、人気のあるものだけに焦点を当てたくなることがあります。しかし、これは大多数のものが広がらないという事実を無視しています。マイクロソフトのチームは、約95％のツイートカスケードが他の誰にもシェアされなかった単一のツイートで構成されていることを発見しました。残りのカスケードのほとんどは、シェアの点で一歩先に進むこともありませんでした。他のオンラインプラットフォームでも同様のことが言えます。何かが広がることは非常に稀であり、たとえ広がったとしても、数世代の伝播を超えることはありません。ほとんどのコンテンツはそれほど感染力が強くないのです。 前の章では、シカゴでの銃撃事件のアウトブレイクを見ましたが、そこでの感染は一般的に少数のイベントの後に終わります。このように、人間の集団の中でいくつかの病気もつまずいたり、途切れたりします。例えば、H5N1やH7N9のような鳥インフルエンザの株は家禽で大規模なアウトブレイクを引き起こしましたが、人間の間ではうまく広がりません（少なくとも今のところは）。もし何かが非常に効果的に広がらない場合、どのようなアウトブレイクが予想されるでしょうか？感染症が広がる可能性を評価するために、再生産数Rを使用する方法をすでに見てきました。Rが1を超えると、大規模な流行が発生する可能性があります。しかし、Rが1未満であっても、感染者が他の誰かに病気をうつす可能性は残っています。可能性は低いかもしれませんが、ゼロではありません。再生産数がゼロでない限り、時折二次感染が発生することを期待すべきです。 これらの新たな感染例は、最終的に流行が収束するまでにさらなる感染の世代を生み出す可能性があります。もし私たちが、感染が収束する際の再生産数を知っていれば、平均的にどれくらいの規模の流行が起こるかを予測できるのでしょうか？実は、便利な数学の法則のおかげで、これが可能なのです。この考え方は流行分析の重要な部分となるだけでなく、ジョナ・ペレッティとダンカン・ワッツがBuzzfeedの初期にバイラルマーケティングに取り組む際のアプローチにも影響を与えました。 流行が1人の感染者から始まると仮定しましょう。この最初のケースは、平均してRの二次感染を生み出します。次に、これらの新たな感染はそれぞれRの新たなケースを生み出し、これはR²の新たなケースに繋がります。そしてこのように続いていきます： 流行の規模 = 1 + R + R² + R³ + ... これらの値をすべて足し合わせて期待される流行の規模を求めることもできますが、幸運なことにもっと簡単な方法があります。19世紀に数学者たちは、上記のような数列に適用できる優雅な法則を証明しました。もしRが0と1の間であれば、次の式が成り立ちます： 1 + R + R² + R³ + ... = 1 / (1 - R) 言い換えれば、再生産数が1未満であれば、期待される流行の規模は1 / (1 - R)に等しいのです。19世紀の数学に特に興味がない方でも、このショートカットがどれほど便利であるかを理解する価値があります。感染が世代から世代へとどのように続いていくのかをシミュレーションする代わりに、再生産数から直接最終的な流行の規模を推定できるのです。例えば、Rが0.8であれば、流行の規模は1 / (1 - 0.8) = 5ケースになると予想されます。 さらに、私たちは平均的な流行の規模から再生産数を逆算することもできます。もし流行が平均して5ケースであれば、Rは0.8ということになります。私の分野では、新たな疾病の脅威の再生産数を推定するために、このような簡易計算を定期的に使用しています。2013年の初め、中国ではH7N9鳥インフルエンザの人間の感染例が130件報告されました。これらのほとんどは家禽との接触によって感染しましたが、4つの感染クラスターは人から人への感染によるものである可能性が高いとされました。ほとんどの人が他の誰かに感染させなかったため、H7N9の人間の流行の平均規模は1.04ケースであり、これは人間におけるRがわずか0.04であることを示唆しています。この考え方は疾病だけでなく、他の分野でも役立ちます。2000年代中頃、ジョナ・ペレッティとダンカン・ワッツは同じ方法をマーケティングキャンペーンに適用しました。これにより、キャンペーンがどのように見えたかを説明するのではなく、アイデアの根底にある伝播性を把握することができました。例えば、2004年には、銃暴力反対団体のブレイディキャンペーンが新しい銃規制措置を支持するよう人々に呼びかけるメールを送信しました。受取人はそのメールを友人に転送するよう促され、友人たちもそのメッセージをさらに友人に転送するという形で広がっていきました。 送信された各メールについて、平均して約2.4人がそのメッセージを目にしました。この典型的な感染規模に基づくと、キャンペーンの再生産数（R）は約0.58でした。その後、ハリケーンカトリーナの救援活動のための資金を集めることを目的としたメールキャンペーンが行われ、今回はRが0.77となりました。しかし、常にこれほどの伝播があったわけではありません。清掃用製品のメッセージを広めようとするマーケティング担当者たちに思いを馳せてみてください。ペレッティとワッツの研究によると、タイドコールドウォーター洗剤を宣伝するメールのRはわずか0.04（つまりH7N9鳥インフルエンザと同じ）でした。カトリーナに関するメールのほとんどは複数の人々に広がったのに対し、タイドの感染は99％以上が一度の伝播イベントの後に終息してしまいました。** 大規模なアウトブレイクにつながらない感染を測定することに何の意味があるのでしょうか？生物学的病原体にとって大きな懸念は、これらの感染が新しい宿主に適応してしまうことです。小規模なアウトブレイクの間に、ウイルスはより容易に伝播できるような変異を獲得する可能性があります。感染者が増えれば増えるほど、そのような適応のチャンスも増えます。2003年2月に香港でSARSが大規模なアウトブレイクを引き起こす前、南中国の広東省では一連の小さな感染クラスターが報告されていました。2002年11月から2003年1月の間に、広東省で7件のアウトブレイクが報告され、それぞれ1件から9件のケースがありました。平均的なアウトブレイクの規模は5件で、この期間中のRは約0.8だったと推測されます。しかし、数ヶ月後の香港でのアウトブレイクの時点では、SARSのRは2を超える非常に懸念すべき数値となっていました。感染の再生産数が増加する理由はいくつかあります。Rは感染の持続期間、伝播の機会、各機会における伝播の確率、平均的な感受性という4つの要素（DOTS）に依存しています。生物学的ウイルスにとって、これらすべての要素が伝播に影響を与える可能性があります。人間の間で広がるウイルスの中で、最も成功するものは、より長い感染（つまり、持続期間が長い）を引き起こし、中間的な源を介さずに直接人から人へと広がる（つまり、機会が多い）傾向があります。伝播の確率も重要です。鳥インフルエンザウイルスは、人間のウイルスほど容易に気道の細胞に付着できないため、人間の間で広がるのに苦労しています。 同様の適応がオンラインコンテンツでも起こることがあります。オンラインミーム（投稿や画像など）がそのキャッチーさを高めるために進化する例は数多くあります。Facebookの研究者ラダ・アダミックと彼女の同僚がソーシャルネットワーク上のミームの広がりを分析した際、コンテンツが時間とともに変化することがよくあることに気づきました。42 ある例として、「誰も医療費を払えないために死ぬべきではなく、誰も病気になったために破産するべきではない」という投稿がありました。元の形では、このミームは約50万回共有されました。しかし、すぐに変異が現れ、10件の投稿のうち1件が文言に変異を加えることになりました。 これらの編集のいくつかは、ミームの拡散を助けました。「同意するなら投稿してください」といったフレーズを含めると、ミームが広がる可能性がほぼ2倍になりました。また、ミームは非常に強靭でした。初期の人気のピークを過ぎても、少なくとも2年間は何らかの形で存続しました。それでも、オンラインコンテンツの感染力には限界があるようです。2014年から2016年にかけてのFacebookでの最も人気のあるトレンドは、すべて再生産数が約2でした。この限界は、伝播の異なる要素が互いにトレードオフするために生じるようです。 例えば、アイスバケツチャレンジのようなトレンドは、1人あたりの指名が少なかったものの、各指名の際に高い伝播の可能性を伴いました。一方、動画やリンクなどのコンテンツは、広がる機会がはるかに多かったものの、実際には投稿を見た友人の中で再共有するのはごくわずかでした。驚くべきことに、Facebookのコンテンツで多くの友人に届き、見た人全員に対して一貫して高い伝播の可能性を持つものは存在しませんでした。これは、オンラインの流行が生物学的感染に比べてどれほど弱いかを思い出させるものです。Facebookで最も人気のあるコンテンツでさえ、はしかの感染力の10分の1に過ぎません。典型的なマーケティングキャンペーンにとっては、さらに厳しい状況です。ジョナ・ペレッティはかつて、何かを意図的に広めることが可能だと賭けましたが、その後、クライアントの要望に応じて感染を保証することがいかに難しいかを認めています。彼の最初のナイキのメールは広く拡散しましたが、その後のメールキャンペーンははるかに伝播性が低かったことを考えてみてください。ペレッティとワッツは、感染症は何千年もの進化の恩恵を受けているのに対し、マーケターにはそれほどの時間がないと指摘しています。「したがって、才能あるクリエイターであっても、どんなに努力してもRが1未満の製品を設計することが一般的である可能性が高い」と彼らは示唆しています。 幸いなことに、感染の規模を拡大する別の方法があります。それは、最初にメッセージをより多くの人に届けることです。上記の例では、1人が感染していると仮定して、流行の発生を分析してきました。再生産数が小さい場合、これは小さな流行を引き起こし、すぐに消えてしまいます。これを修正する方法の一つは、単により多くの感染を導入することです。ペレッティとワッツはこれを「ビッグシードマーケティング」と呼んでいます。少し感染力のあるメッセージを多くの人に届ければ、その後の小さな流行の中で追加の注目を集めることができます。例えば、感染力のないメッセージを1000人に送信すれば、1000人に届きます。しかし、Rが0.8のメッセージを発信すれば、合計で5000人に届くことが期待されます。BuzzFeedの初期のコンテンツの多くは、このようにして人気を博しました。人々はウェブサイトで記事を見て、それをFacebookのようなサイトで数人の友人と共有しました。彼らは初期に「リブログ」のアイデアを先駆けて導入しました。 2000年代、ペレッティのチームはその後の10年間でそれを最大限に活用しました。2013年までに、BuzzfeedはFacebook上で最も「ソーシャル」な出版社として名を馳せ、他のどの組織よりも多くのコメント、いいね、シェアを獲得しました。（ペレッティの以前の会社であるハフィントンポストは2位でした。） 一般的にウェブコンテンツはリーチが低く、広がるためには複数回の紹介が必要であることから、オンラインでの感染拡大を1918年のインフルエンザウイルスやSARSのように考えるべきではないことを示唆しています。パンデミックインフルエンザのような感染症は、人から人へと容易に広がるため、初期の発生は数世代の伝播を経てどんどん大きくなります。それに対して、ほとんどのオンラインコンテンツは、何らかの大規模な放送イベントがなければ、多くの人に届くことはありません。ペレッティによれば、マーケティング会社はしばしば「ウイルスのように広がる」と言いますが、実際には何かが人気になったという意味に過ぎません。「私たちは、実際の疫学的定義に基づいてウイルス性を考えていました。特定の感染の閾値があり、それによって時間とともに成長するのです」と彼はかつて述べました。「指数的な減衰の代わりに、指数的な成長が得られます。それがウイルス性です。」 ほとんどのオンラインのカスケードは、パンデミックのようなウイルス性ではなく、指数的に成長することはありません。実際には、1970年代にヨーロッパで発生した小さな天然痘の発生のようなものです。これらの発生は一般的に消えていきますが、時折スーパースプレッダーによる大規模なクラスターが発生することもあります。しかし、小さな天然痘のスーパースプレッダーのアナロジーには限界があります。なぜなら、メディアや有名人は生物学的な伝播が可能な範囲をはるかに超えた影響力を持っているからです。「スーパースプレッダーとは、2人ではなく11人を感染させる人のことです」とワッツは言いました。「11万人を感染させるスーパースプレッダーはいません。」 ソーシャルメディアのカスケードは感染症の発生とは異なるため、従来の病気モデルはオンラインで何が起こるかを予測するのに必ずしも役立つわけではありません。しかし、生物学に基づいた予測に頼る必要はないかもしれません。ソーシャルメディア上で生成される膨大なデータを考慮すると、研究者たちはますます伝播パターンを特定し、それを用いてカスケードの動態を予測しようとしています。オンラインでの人気を予測するのはどれほど容易でしょうか？2016年、ワッツと彼の同僚たちはマイクロソフトリサーチでほぼ10億のTwitterカスケードに関するデータをまとめました。彼らは、ツイートの投稿時間やトピックなどのデータと、最初にツイートしたユーザーに関する情報（フォロワー数や多くのリツイートを得た履歴など）を収集しました。得られたカスケードのサイズを分析した結果、ツイート自体の内容は人気になるかどうかについてほとんど情報を提供しないことがわかりました。以前のインフルエンサーの分析と同様に、チームはユーザーの過去のツイートの成功がはるかに重要であることを発見しました。それでも、彼らの全体的な予測能力はかなり限られていました。 病気研究者が夢見るようなデータセットを持っているにもかかわらず、チームはカスケードのサイズの変動の半分以下しか説明できませんでした。では、残りの半分は何が説明しているのでしょうか？研究者たちは、成功を予測する能力を向上させるための追加の未知の要素があるかもしれないと認めました。しかし、人気の変動の大部分は偶然に依存することになります。ツイートされる内容や誰がツイートしているかについて詳細なデータがあっても、単一の投稿の成功は運に大きく左右されるのです。このことから、単一の「完璧な」ツイートを見つけるのではなく、複数のカスケードを引き起こすことが重要である理由がわかります。ツイートが投稿される前にその人気を予測することが非常に難しいため、代わりにカスケードの始まりを見てから予測を行うという方法があります。これを「ピーキング法」と呼びます。なぜなら、次に何が起こるかを予測する前に、初期の広がりに関するデータを見ているからです。2014年にジャスティン・チェンと彼の同僚がFacebookでの写真の共有を分析した際、初期のカスケードの動態に関するデータを得ることで予測が大幅に改善されたことがわかりました。大きなカスケードは、初期に放送のような広がりを示し、すぐに多くの注目を集める傾向がありました。しかし、チームはピーキング法を用いても、いくつかの特徴はより捉えにくいことを発見しました。「カスケードのサイズを予測するのは、カスケードの形を予測するよりもはるかに簡単です」と彼らは指摘しました。 時間が経過した後に予測が容易になるのは、ソーシャルメディアのコンテンツだけではありません。2018年、ノースイースタン大学のブルク・ユセソイと彼女の同僚は、ニューヨーク・タイムズのベストセラーリストに載っている本の人気を分析しました。特定の本が最初にヒットするかどうかを予測するのは非常に難しいですが、人気が出た本はその後一貫したパターンに従う傾向があります。チームは、ベストセラーリストに載っているほとんどの本が、出版から約10週間以内に急速な初期成長を見せ、その後非常に低いレベルに減少することを発見しました。平均して、初年度の販売のうちわずか5パーセントしか1年後に発生しませんでした。オンラインでの流行を理解する進展があったにもかかわらず、ほとんどの分析は依然として良好な歴史データに依存しています。一般的に、新しいトレンドの持続期間を事前に予測することは難しく、伝播を支配する基本的なルールがわからないからです。しかし、時折、オンラインカスケードは既知のルールに従うことがあります。そして、私がソーシャルメディアにおける感染症に興味を持つきっかけとなったのは、まさにそのようなカスケードでした。 「I LOVE HATERS」の野球帽をかぶった女性は、金魚を袋から取り出し、アルコールの入ったカップに落としました。そして、魚ごとその飲み物を一気に飲み干しました。彼女は研修中の弁護士で、友人からの指名を受けてこのパフォーマンスを行い、オーストラリアを旅行していました。全ての様子は撮影されており、間もなくその動画が彼女のFacebookページに投稿され、他の誰かへの指名も添えられました。 2014年初頭、ある女性がオンラインゲーム「ネクノミネーション」の最新の参加者となりました。このゲームのルールはシンプルで、プレイヤーは自分が飲み物を一気に飲む様子を撮影し、それをソーシャルメディアに投稿した後、24時間以内に他の人を指名するというものでした。このゲームはオーストラリア中で広まり、指名が増えるにつれて飲む内容もより大胆でアルコール度数の高いものになっていきました。人々はスケートボードや四輪バギー、スカイダイビングをしながらお酒を飲み干し、飲み物はストレートのスピリッツから、混ぜた昆虫やバッテリー酸を含むカクテルまで多岐にわたりました。 ネクノミネーションに関する報道は、ゲーム自体とともに広がりました。金魚の動画は広く共有され、新聞はますます過激なストーリーを取り上げました。ゲームがイギリスに上陸すると、メディアはパニックに陥りました。「なぜみんなこれをやっているのか？どれほど悪化するのか？このゲームは禁止すべきなのか？」という疑問が浮かびました。 ネクノミネーションがイギリスに上陸した際、私はBBCラジオの特集のためにこのゲームを調査することに同意しました。私は、ネクノミネーションのようなゲームでは、参加者が特定の数人にアイデアを伝え、それが他の人に広がっていく様子を観察していました。これは、病気のアウトブレイクのように、明確な伝播の連鎖を生み出しました。アウトブレイクの形を予測するためには、2つの重要な情報が必要です。1つは、各ケースが平均してどれだけの追加感染を生むか（再生産数）、もう1つは、1回の感染から次の感染までの時間差（世代時間）です。新しい病気のアウトブレイクでは、これらの値を知ることは稀で、推定する必要があります。しかし、ネクノミネーションの場合、ゲームの一部として情報が明示されていました。各参加者は2～3人を指名し、その人たちは24時間以内に挑戦を行い、指名をしなければなりませんでした。2014年にネクノミネーションの予測を行った際、私は何も推定する必要がなく、数字をそのままシンプルな病気モデルに入力することができました。 私のアウトブレイクシミュレーションは、ネクノミネーションのトレンドが長続きしないことを示唆していました。1～2週間後には、集団免疫が働き、アウトブレイクはピークに達し、減少し始めると予測されました。実際、これらの単純な予測は、感染の伝播を過大評価する可能性が高いものでした。友人同士は現実の生活で集まりやすく、ゲーム中に複数の人が同じ人を指名すると、再生産数が減少し、アウトブレイクが小さくなるからです。実際、ネクノミネーションへの関心は急速に薄れていきました。2014年2月初旬のイギリスのメディアの熱狂にもかかわらず、月末にはほぼ消えてしまいました。その後のソーシャルメディアゲームも似たような構造を持ち、「ノーメイクセルフィー」や広く知られた「アイスバケツチャレンジ」などが続きました。ゲームのルールに基づいて、私のモデルはこれらすべてが数週間以内にピークを迎えると予測しており、実際にそうなりました。 指名ベースのゲームは数週間で消えてしまう傾向がありますが、ソーシャルメディアのアウトブレイクは、初期の人気のピークを過ぎても必ずしも消えるわけではありません。 Facebookで人気のある画像ベースのミームを調査したジャスティン・チェンと彼の共同研究者たちは、約60％のミームが何らかの形で再登場することを発見しました。人気の最初のピークと二回目のピークの間には、平均して1か月以上の間隔がありました。もしピークが2回だけであれば、二回目の共有の波は一般的に短く、規模も小さかったですが、複数のピークがあった場合、それらはしばしば同じくらいの大きさでした。** では、何がミームを再び人気にするのでしょうか？ チームは、初期の関心の大きなピークがあると、そのミームが再び現れる可能性が低くなることを発見しました。「最も人気のあるカスケードが最も再現されるわけではなく、適度に人気のあるものが再現される」と彼らは指摘しました。これは、小さな最初のカスケードが、まだそのミームを見たことがない人々を多く残すからです。大きな初期の流行があると、感染を持続させるために十分な感受性のある人々が残らなくなります。カスケードが再発生するためには、ミームがいくつかのコピーとして流通していることも助けになります。これは、すでに見てきた吃音の流行と一致しています：複数の火花があれば、感染がさらに広がる可能性があります。チェンは人気のある画像を調査しましたが、他のタイプのコンテンツはどうでしょうか？ 2016年に、私はロンドンのロイヤル・インスティテューションで公開講演を行いました。その後の数年間で、その講演の動画はなぜかYouTubeで100万回以上の視聴を集めました。同じ2016年の頃、私はGoogleで似たようなテーマの講演を行い、それもYouTubeに投稿され、同じくらいの登録者数のチャンネルにありました。この期間中、その動画は約10,000回視聴されました。（理想的には、この人気は逆であるべきでした：関連する2つの講演を行い、そのうちの1つでライブデモを失敗すると、その講演がオンラインで人気になることが分かりました。）ロイヤル・インスティテューションの講演がこれほど注目を集めるとは思っていませんでしたが、特に驚いたのは、視聴回数の増加の仕方でした。オンラインでの最初の1年間、動画は比較的少ない関心を集め、1日あたり約100回の視聴を得ていました。しかし突然、数日間で、1年間で得た以上の注目を集めました。おそらく、人々がオンラインで共有し始め、ウイルスのように広がったのでしょうか？ データを見てみると、実際の説明はもっとシンプルでした：その動画はYouTubeのホームページに掲載されていたのです。視聴回数が急増するにつれて、YouTubeのアルゴリズムはそれを人気のある動画の横に表示される「おすすめ動画」リストに追加しました。講演を視聴した人のほぼ90％が、ホームページまたはこれらのリストから見つけました。これは典型的な放送イベントで、1つのソースがほぼすべての視聴を生み出していました。そして、一度動画が人気になると、その人気がフィードバック効果を生み出し、さらに多くの関心を引き寄せました。このことは、動画がオンラインでの拡散からどれだけ恩恵を受けたかを示しています。最初の数千回の視聴を得るためにロイヤル・インスティテューションによって、次にYouTubeのアルゴリズムによってより大きな視聴者に届けられました。 15,000 ホームページに表示 10,000 = vu > > w © 5,000 0 2017 2018 2016年のロイヤル・インスティテューションでの講演に対するYouTubeの1日あたりの視聴回数 データ: ロイヤル・インスティテューション YouTubeには主に3つの人気のタイプがあります。最初のタイプは、動画が一貫して低い視聴回数を得るもので、この数は日々ランダムに変動し、目立った増加や減少は見られません。約90％のYouTube動画がこのパターンに従っています。2つ目の人気のタイプは、動画がウェブサイトで突然特集される場合で、これはニュースイベントに応じて起こることがあります。この場合、ほとんどの活動は初期のピークの後に集中します。3つ目の人気のタイプは、動画が他の場所で共有され、徐々に視聴回数を増やし、ピークに達した後に再び減少する場合です。これらの形状が混ざり合うことも観察できます。共有された動画は特集されることで一時的に視聴回数が増え、その後再び低いレベルに戻ることもあります。 動画は特に持続的なメディアの形態であり、関心がニュース記事よりも長く続く傾向があります。典型的なソーシャルメディアのニュースサイクルは約2日間であり、最初の24時間ではほとんどのコンテンツが記事の形で提供され、その後にシェアやコメントが続きます。しかし、すべてのニュースが同じではありません。MITの研究者たちは、偽のニュースが真実のニュースよりも広がりやすく、速く広がることを発見しました。これは、フォロワーが多い著名人が偽情報を広める可能性が高いからかもしれませんが、研究者たちは実際には逆の結果を見つけました。偽のニュースを広めるのは、一般的にフォロワーが少ない人々でした。感染の観点から4つのDOTSを考えると、偽情報が広がるのは、拡散の機会が多いのではなく、伝達確率が高いからだということが示唆されます。この高い伝達確率の理由は何でしょうか？新しさが関係しているかもしれません。人々は新しい情報を共有するのが好きで、偽のニュースは一般的に真実のニュースよりも新しいものです。 ただし、新しさだけではありません。オンラインでの拡散を理解するためには、社会的強化についても考える必要があります。つまり、複雑な感染の概念を再考する必要があります。時には、私たちがオンラインでアイデアを採用する前に、そのアイデアに何度も触れる必要があります。例えば、私たちはあまり促されなくてもミームをオンラインで共有しますが、政治的なコンテンツは他の人がそれを共有するのを何度か見てからでないと共有しません。2013年初頭、Facebookユーザーが結婚平等を支持するために「=」のシンボルにプロフィール写真を変更した際、平均して彼らは8人の友人がそれを行った後にのみ変更しました。複雑な感染は、Facebook、Twitter、Skypeなどの多くのオンラインプラットフォームの初期の採用にも影響を与えました。複雑な感染の特異な点は、密接なコミュニティで最もよく広がることです。人々が多くの友人を共有すると、アイデアが広まるために必要な複数の接触が生まれます。しかし、そのようなアイデアは、広く拡散するのに苦労することもあります。 ダモン・セントラによれば、オンラインネットワークの構造は複雑な感染の障壁として機能する可能性があります。私たちのオンラインでの接触者の多くは、親しい友人グループの一員ではなく、知人であることが多いです。多くの友人が政治的な立場を取る場合、私たちもその影響を受けて同じ立場を取るかもしれませんが、単一の情報源からその立場を受け入れる可能性は低くなります。これは、微妙な政治的見解のような複雑な感染がインターネット上で大きな不利を被ることを意味します。オンラインの社会的相互作用の構造は、挑戦的で社会的に複雑なアイデアの発展を促すのではなく、シンプルで消化しやすいコンテンツを好む傾向があります。したがって、人々がそのようなコンテンツを生み出すことを選んでいるのは驚くべきことではないかもしれません。 21世紀初頭にデータの入手可能性が高まる中で、研究者たちは人間の行動に対する説明を追求する必要がなくなるのではないかと考える人もいました。その一人が、当時『ワイアード』の編集者であったクリス・アンダーソンで、2008年には「理論の終焉」と題した記事を発表しました。「人々がなぜ行動するのかは誰にもわからない」と彼は書いています。「重要なのは、彼らが行動しているということであり、私たちはそれを前例のない精度で追跡し、測定できるということです。」 私たちは人間の活動に関する膨大なデータを持っています。世界のデジタル情報量は数年ごとに倍増していると推定されていますが、その多くはオンラインで生成されています。それでも、私たちが測定するのに苦労していることはたくさんあります。肥満や喫煙の感染に関する研究を考えてみると、感染プロセスを解明するのがいかに難しいかがわかります。行動を測定できないことは唯一の問題ではありません。クリックやシェアの世界では、私たちが測定していると思っているものを必ずしも測定しているわけではないことがわかります。一見すると、クリック数はストーリーへの関心を定量化する合理的な方法のように思えます。クリック数が多いほど、より多くの人が記事を開いて読んでいる可能性が高いです。したがって、クリック数が多い作家はそれに応じて報われるべきではないでしょうか？必ずしもそうではありません。「測定基準が目標になると、それは良い測定基準ではなくなる」と経済学者チャールズ・グッドハートがかつて言ったとされています。単純なパフォーマンス指標に基づいて成功を報いることはフィードバックループを生み出します。人々は、評価しようとしている基準の背後にある質ではなく、その指標を追い求め始めるのです。この問題はどの分野でも発生する可能性があります。2008年の金融危機の前には、銀行が最近の利益に基づいてトレーダーや営業マンにボーナスを支払っていました。これにより、短期的な利益を得るための取引戦略が奨励され、将来のことはほとんど考慮されませんでした。指標は文学にも影響を与えました。アレクサンドル・デュマが『三銃士』を連載形式で初めて執筆した際、出版社は行数に応じて彼に報酬を支払いました。デュマはそのため、短い文で話す使用人キャラクターのグリモーを追加してテキストを引き延ばし（出版社が短い行はカウントしないと言ったときに彼を殺しました）。 クリックや「いいね」といった測定に頼ることは、人々が実際にどのように行動しているかについて誤解を招く印象を与える可能性があります。 2007年から2008年にかけて、110万人以上がFacebookで「ダルフールを救え」という運動に参加しました。この運動は、スーダンの紛争に対する資金調達と関心を高めることを目的としていました。新たに参加したメンバーの中には寄付をしたり他の人を勧誘したりする人もいましたが、大半は何もしませんでした。参加者のうち、他の誰かを勧誘したのはわずか28％で、寄付をしたのは0.2％に過ぎませんでした。 これらの測定の問題にもかかわらず、ストーリーをクリック可能で共有しやすくすることに対する関心が高まっています。このようなパッケージングは非常に効果的です。コロンビア大学とフランス国立研究所の研究者がTwitterユーザーによって言及された主流のニュース記事を調査したところ、リンクのほぼ60％が一度もクリックされていないことがわかりました。しかし、これが一部のストーリーの拡散を止めることはありませんでした。ユーザーは、クリックされなかったリンクを含む投稿を何千も共有しました。明らかに、多くの人は何かを読むよりも共有することを好んでいるようです。特定の行動は他の行動よりも多くの努力を要するため、驚くべきことではないかもしれません。元Facebookのデータサイエンティストであるディーン・エクルズは、ソーシャルメディアで人々が簡単に交流するのにそれほど努力は必要ないと指摘しています。「それは比較的簡単に生み出せる行動です」と彼は言います。「私たちが話している行動は、友人が投稿に「いいね」やコメントをするかどうかです。」人々はそのような行動を取るのにあまり努力を要しないため、彼らを行動に移すのはずっと簡単です。「それは達成しやすく、コストが低い行動への軽い後押しです。」 これはマーケティング担当者にとっての課題を生み出します。広告キャンペーンは多くの「いいね」やクリックを生むかもしれませんが、彼らが本当に興味を持っている行動とは少し異なります。彼らは単に人々に自分たちのコンテンツと交流してほしいのではなく、最終的には人々に自分たちの製品を購入させたり、メッセージを信じさせたりしたいのです。フォロワーが多い人が必ずしも大きな波及効果を生むわけではないのと同様に、クリック可能または共有しやすいコンテンツが自動的により多くの収益や支持を生むわけではありません。 新しい病気の発生に直面したとき、私たちが知りたいことは一般的に二つあります。主な感染経路は何か？そして、感染を制御するためにどの経路をターゲットにすべきか？マーケティング担当者もキャンペーンを設計する際に似たような課題に直面します。まず、誰かがメッセージに触れる可能性のある方法を知る必要があります。そして、これらの経路の中からどれをターゲットにするかを決定する必要があります。もちろん、健康機関が重要な感染経路を遮断するためにお金を使うのに対し、広告代理店はそれらを拡大するためにお金を使うという違いがあります。最終的には、コスト効果の問題です。病気の発生やマーケティングキャンペーンに関わらず、限られた予算を最も効果的に配分する方法を見つけたいのです。問題は、歴史的にどの経路がどの結果につながるかが常に明確ではなかったことです。「私が広告に使うお金の半分は無駄になっている。問題は、どの半分が無駄なのかわからないことだ」とマーケティングの先駆者であるジョン・ワナメーカーがかつて言ったとされています。 現代のマーケティングは、人々が見る広告とその後の行動を結びつけることでこの問題に取り組もうとしています。近年、ほとんどの主要なウェブサイトは広告トラッキングを導入しており、企業がそれらのサイトに広告を出すと、私たちが広告を見たかどうか、またその後に何かを閲覧したり購入したりしたかを把握することができます。同様に、私たちがその商品に興味を示すと、企業はインターネット上で私たちを追跡し、さらに多くの広告を表示することができます。 ウェブサイトのリンクをクリックすると、私たちはしばしば高速入札戦争の対象となります。約0.03秒以内に、ウェブサイトのサーバーは私たちに関するすべての情報を集め、それを広告提供者に送信します。広告提供者は、その情報を広告主の代理として行動する自動化されたトレーダーのグループに提示します。さらに0.07秒後、トレーダーは私たちに広告を表示する権利を得るために入札を行います。広告提供者は勝者の入札を選び、その広告を私たちのブラウザに送信します。ブラウザは、画面に読み込まれる際に広告をウェブページに挿入します。多くの人々は、ウェブサイトがこのように機能していることに気づいていません。2013年3月、イギリスの労働党は当時の教育長官マイケル・ゴーブを批判する新しいプレスリリースへのリンクをツイートしました。ある保守党の議員は、労働党のウェブサイトに表示されている広告の選択についてツイートしました。「労働党は資金が不足していることは知っていますが、プレスリリースのトップに『アラブの女の子とデートする』という招待状があるとは？」と書きました。しかし、その議員にとって不運なことに、他のユーザーが指摘したのは、労働党のページにはターゲット広告が表示されているということでした。表示されているオファーは、ユーザーの特定のオンライン活動に依存している可能性が高いのです。 最も高度なトラッキングは、私たちが最も予想しない場所に現れることがあります。オンラインターゲティングの範囲を調査するために、ジャーナリズム研究者のジョナサン・オルブライトは2017年初頭に100以上の過激なプロパガンダウェブサイトを訪れました。これらのサイトは陰謀論や疑似科学、極右の政治的見解で満ちているような場所です。ほとんどのウェブサイトは非常に素人っぽく、初心者が作ったようなものでした。しかし、裏側を掘り下げていくと、オルブライトは非常に洗練されたトラッキングツールが隠されていることを発見しました。これらのウェブサイトは、個人のアイデンティティ、閲覧行動、さらにはマウスの動きに関する詳細なデータを収集していました。それにより、影響を受けやすいユーザーを追跡し、さらに過激なコンテンツを提供することができたのです。これらのウェブサイトが影響力を持つ理由は、ユーザーが見ることのできるものではなく、彼らが見ることのできないデータ収集にあったのです。 私たちのオンラインデータは実際にどれほどの価値があるのでしょうか？研究者たちは、ブラウジングデータの共有をオプトアウトしたユーザーは、Facebookの広告主にとって約60％価値が低いと推定しています。2019年のFacebookの収益に基づくと、平均的なアメリカのユーザーの行動データは年間少なくとも48ドルの価値があることを示唆しています。一方、Googleは2019年にAppleに120億ドルを支払い、iPhoneのデフォルト検索エンジンとなったと報じられています。 推定で10億台のiPhoneが使用されていることから、Googleは私たちの検索活動を1台あたり約12ドルの価値があると見なしていることが示唆されます。私たちの注意が非常に価値のあるものであるため、テクノロジー企業は私たちをオンラインに留めておく大きなインセンティブを持っています。彼らの製品を使用する時間が長ければ長いほど、収集できる情報が増え、コンテンツや広告をより適切にカスタマイズできるのです。Facebookの創設者であるショーン・パーカーは、初期のソーシャルメディアアプリケーションを構築した人々の考え方について以前に語っています。「その考え方は、あなたの時間と意識をできるだけ多く消費するにはどうすればよいかということに全てが集中していました」と彼は2016年に述べました。他の企業も同様のアプローチを取っています。「私たちは睡眠と競争している」とNetflixのCEO、リード・ヘイスティングスは2017年に冗談を言いました。 私たちをアプリに夢中にさせる一つの方法は、デザインを通じて行うことです。デザインの倫理を専門とするトリスタン・ハリスは、このプロセスをマジックトリックに例えています。彼は、企業が私たちの選択を特定の結果に導こうとすることがよくあると指摘しています。「マジシャンも同じことをします」と彼はかつて書いています。「観客があなたが望むものを選びやすくし、選んでほしくないものを選びにくくするのです。」マジックトリックは私たちの世界に対する認識をコントロールすることで機能しますが、ユーザーインターフェースも同様のことができます。通知は私たちを引きつける特に強力な方法です。平均的なiPhoneユーザーは1日に80回以上電話を解除します。ハリスによれば、この行動はギャンブル依存症の心理的効果に似ています。「ポケットから電話を取り出すと、私たちはどんな通知が来たのかを見るためにスロットマシンをプレイしているのです」と彼は示唆しています。カジノは、報酬がまれで非常に変動的であることを利用してプレイヤーの注意を引きます。時には報酬を得ることもあれば、何も得られないこともあります。多くのアプリでは、送信者が私たちがメッセージを読んだかどうかを確認できるため、私たちがより早く反応するよう促されます。アプリとのインタラクションが増えるほど、さらにインタラクションを続ける必要が出てきます。「これは社会的承認のフィードバックループです」とショーン・パーカーは言いました。「これは、私のようなハッカーが考えつくようなもので、人間の心理の脆弱性を利用しているのです。」 私たちがコンテンツを見たり共有したりするのを促す他のデザイン機能もいくつかあります。2010年、Facebookは「無限スクロール」を導入し、ページを切り替えるという気を散らす要素を排除しました。無制限のコンテンツは現在、ほとんどのソーシャルメディアフィードで一般的です。2015年以降、YouTubeは現在の動画が終了した後に自動的に別の動画を再生するようになりました。ソーシャルメディアのデザインは共有に重点を置いており、他の人が何をしているかを見ずにコンテンツを投稿するのは難しいです。すべての機能が最初からこのように中毒性があることを意図していたわけではありませんが、人々はアプリが自分の行動にどのように影響を与えるかをますます意識するようになっています。開発者自身も自分たちの発明に対して慎重になっています。ジャスティン・ローゼンスタインとリア・パールマンは、Facebookの「いいね」ボタンを導入したチームの一員でした。 近年、両者は通知の魅力から逃れようと試みていると報じられています。ローゼンスタインは助手に自分の電話にペアレンタルコントロールを設定させ、後にイラストレーターとなったパールマンは、Facebookページを管理するためにソーシャルメディアマネージャーを雇いました。デザインは交流を促進する一方で、それを妨げることもあります。中国で非常に人気のあるソーシャルメディアアプリ「WeChat」は、2019年には10億人以上のアクティブユーザーを抱えていました。このアプリは、ユーザーが買い物をしたり、請求書を支払ったり、旅行を予約したりするなど、さまざまなサービスを提供しています。また、ユーザー同士でメッセージを送ることもできます。友人と「モーメント」（画像やメディア）を共有することもでき、これはFacebookのニュースフィードに似ています。しかし、Facebookとは異なり、WeChatのユーザーは友人の投稿に対するコメントしか見ることができません。つまり、互いに友達でない2人の友人がいる場合、彼らはそのスレッドで何が言われたかをすべて見ることができないのです。これにより、交流の性質が変わります。「会話が生まれるのを防いでいる」とディーン・エクルズは述べています。「コメントを投稿する人は、自分のコメントだけが見られ、スレッド内で以前に何が起こったかが無視される可能性があることを知っています。」FacebookやTwitterでは、数千の公開コメントが付いた広く共有された投稿が見られますが、WeChatでの議論は必然的に断片的または混乱したものに見え、ユーザーが試みることをためらわせます。中国のソーシャルメディアは、政府の検閲によって作られた意図的な障壁を含むいくつかの方法で集団行動を抑制しています。数年前、政治学者マーガレット・ロバーツと彼女の同僚たちは、中国の検閲プロセスを再構築しようとしました。彼らは新しいアカウントを作成し、さまざまな種類のコンテンツを投稿し、何が削除されるかを追跡しました。検閲メカニズムを組み立てる中で、リーダーや政策への批判はブロックされないが、抗議や集会についての議論はブロックされることを発見しました。ロバーツは後にオンライン検閲戦略を「3つのF」と呼ぶものに分類しました：洪水、恐怖、摩擦です。反対意見でオンラインプラットフォームを洪水のように埋めることで、検閲者は他のメッセージをかき消すことができます。ルール違反に対する報復の脅威は恐怖を生み出します。そして、コンテンツを削除またはブロックすることで、情報へのアクセスが遅くなり摩擦を生じさせます。 私が初めて中国本土を訪れたとき、ホテルに到着してWiFiに接続しようとしたことを覚えています。実際にオンラインになっているかどうかを確認するのに時間がかかりました。通常接続を確認するために使うアプリ—Google、WhatsApp、Instagram、Twitter、Facebook、Gmail—はすべてブロックされていました。これは中国のファイアウォールの力を示すだけでなく、アメリカのテクノロジー企業がどれほどの影響力を持っているかを実感させました。私のオンライン活動の大部分は、わずか3社の手の中にあります。私たちはこれらのプラットフォームと膨大な情報を共有しています。 データテクノロジー企業がどれほどの情報を収集できるかを示す最良の例の一つは、2013年のFacebookの研究から得られたものです。この研究では、プラットフォーム上でコメントを入力したが投稿しなかったユーザーに注目しました。研究チームは、投稿の内容はFacebookのサーバーに送信されず、誰かが入力を始めたという記録だけが残されていることを指摘しました。これはこの研究に特有のことかもしれませんが、企業が私たちのオンライン行動や相互作用をどれほど詳細に追跡できるかを示しています。あるいは、今回のケースのように相互作用がない場合でもです。私たちのソーシャルメディアデータの力を考えると、組織はそれにアクセスすることで多くの利益を得ることができます。2012年のアメリカ大統領選挙でオバマキャンペーンに関わったキャロル・デイビッドセンによれば、当時のFacebookのプライバシー設定により、キャンペーンを支持することに同意したすべての人の友人ネットワークをダウンロードすることが可能でした。この友人関係のデータは、キャンペーンにとって膨大な情報を提供しました。「私たちは実際に、Facebook上のアメリカ全体のソーシャルネットワークを取り込むことができました」と彼女は後に語っています。Facebookは最終的に友人データを収集する能力を取り除きました。デイビッドセンは、共和党が出遅れたため、民主党が対立候補にはない情報を持っていたと主張しました。このようなデータ分析はルールを破るものではありませんでしたが、情報がどのように収集され、誰がそれをコントロールしているのかについて疑問を投げかける結果となりました。「あなたと私が友達であるという事実は誰のものなのか？」とデイビッドセンは問いかけました。当時、多くの人々はオバマキャンペーンのデータ活用を革新的だと称賛しました。それは新しい政治の時代にふさわしい現代的な手法でした。1990年代に金融業界が新しい住宅ローン商品に興奮したように、ソーシャルメディアは政治をより良く変えるものと見なされていました。しかし、これらの金融商品と同様に、その態度は長続きしませんでした。 「ねえ、素敵なあなた、選挙に投票する予定？誰に？」2017年のイギリス総選挙を前に、Tinderアプリでデートを探していた数千人が、代わりに政治的なナンパのメッセージを受け取りました。ロンドンのシャーロット・グッドマンとヤラ・ロドリゲス・ファウラーは、同世代の若者たちに労働党に投票するよう促すために、広範なオーディエンスにアプローチするチャットボットを設計しました。ボランティアがボットをインストールすると、自動的にTinderの位置情報を接戦区のどこかに設定し、すべての人に「はい」とスワイプし、マッチした相手と会話を始めました。最初のメッセージが好意的に受け入れられれば、ボランティアが引き継いで本格的に会話を始めることができました。このボットは合計で30,000件以上のメッセージを送信し、通常はキャンvペーンスタッフが話しかけないような人々にリーチしました。「時折、マッチした相手が人間ではなくボットと話していることに失望することもありましたが、ネガティブなフィードバックはほとんどありませんでした」とグッドマンとロドリゲス・ファウラーは後に書いています。「Tinderはあまりにもカジュアルなプラットフォームなので、ユーザーが政治的な会話に騙されたと感じることはほとんどありません。」ボットは同時に膨大な数の相互作用を可能にします。 リンクされたボットネットワークを利用することで、人々は手動で行うには到底実現不可能な規模での行動を行うことができます。これらのボットネットは、数千、あるいは数百万のアカウントで構成されることがあります。人間のユーザーと同様に、これらのボットはコンテンツを投稿したり、会話を始めたり、アイデアを広めたりすることができます。しかし、こうしたアカウントの役割は近年、注目を浴びています。2016年、2つの投票が西側世界を揺るがしました。6月にはイギリスがEU離脱を決定し、11月にはドナルド・トランプがアメリカの大統領に選ばれました。これらの出来事の背後には何があったのでしょうか？その後、ロシアや極右グループによって作られた偽情報が、これらの選挙中に広く拡散されたのではないかという憶測が広まりました。イギリスでは多くの人々が、そしてその後アメリカでも多くの人々が、ボットやその他の疑わしいアカウントによって投稿された偽のストーリーに騙されました。一見すると、データはこのストーリーを支持しているように見えます。2016年の選挙中に、1億人以上のアメリカ人がロシアに関連するFacebookの投稿を見た可能性があるという証拠があります。また、Twitterでは、アメリカの約70万人がロシアに関連するプロパガンダにさらされ、5万のボットアカウントから拡散されました。このように、偽のウェブサイトや外国のスパイが投稿したプロパガンダに多くの有権者が騙されたという考えは、特にブレグジットやトランプに反対していた私たちにとって魅力的な物語です。しかし、証拠をもう少し詳しく見てみると、この単純なストーリーは崩れ始めます。2016年のアメリカの選挙中にロシアに関連するプロパガンダが流通していたにもかかわらず、ダンカン・ワッツとデイビッド・ロスチャイルドは、他にも多くのコンテンツが存在していたことを指摘しています。Facebookのユーザーはロシアのコンテンツにさらされたかもしれませんが、その期間中、アメリカのユーザーはプラットフォーム上で11兆以上の投稿を目にしました。人々がロシアの投稿にさらされたのに対し、平均して約9万件の他のコンテンツが存在していたのです。一方、Twitterでは、選挙関連のツイートのうちロシアに関連するアカウントからのものは0.75％未満でした。「数の上で言えば、有権者が選挙キャンペーン中にさらされた情報は、偽ニュースサイトや極右メディアではなく、一般的に知られた名前によって圧倒的に生産されていた」とワッツとロスチャイルドは指摘しています。実際、トランプはキャンペーンの最初の年に、約20億ドル相当の無料の主流メディアの報道を得たと推定されています。彼らは、ヒラリー・クリントンのメール問題に対するメディアの焦点を、報道機関が読者に何を伝えるかの一例として挙げています。「わずか6日間で、ニューヨーク・タイムズはヒラリー・クリントンのメールに関するカバーストーリーを、選挙前の69日間におけるすべての政策問題に関するカバーストーリーと同数掲載しました。」他の研究者たちも、2016年における偽ニュースソースの規模について同様の結論に達しています。ブレンダン・ナイハンと彼の同僚たちは、アメリカの有権者の中には疑わしいウェブサイトから多くのニュースを消費している人々がいるものの、そうした人々は少数派であることを発見しました。 平均して、人々が閲覧した記事のうち、虚偽のストーリーを掲載するウェブサイトによるものはわずか3パーセントでした。その後、2018年の中間選挙に関する追跡分析が発表され、その結果、今回の選挙では不正確なニュースの影響がさらに小さかったことが示唆されました。イギリスにおいても、EU国民投票の前にロシアのコンテンツがTwitterやYouTubeで会話を支配していたという証拠はほとんどありませんでした。このことは、ボットや疑わしいウェブサイトについて心配する必要はないのではないかと示唆しているように思えるかもしれませんが、実際にはそれほど単純ではありません。オンライン操作に関しては、もっと微妙で、はるかに厄介なことが起こっていることがわかりました。 ベニート・ムッソリーニはかつて「ライオンとして1日生きる方が、羊として100年生きるよりも良い」と言いました。しかし、Twitterユーザーの@ilduce2016によれば、この引用は実際にはドナルド・トランプからのものだそうです。このTwitterボットは、Gawkerのジャーナリスト2人によって作成され、ムッソリーニの言葉をトランプに誤って帰属させるツイートを何千回も投稿しました。最終的に、その投稿の1つがトランプの目に留まり、2016年2月28日、4回目の共和党予備選挙の直後に彼はそのライオンの引用をリツイートしました。 一部のソーシャルメディアボットは大衆をターゲットにしますが、他のボットはより狭い範囲を狙っています。「ハニーポットボット」として知られるこれらのボットは、特定のユーザーの注意を引き、反応を引き出そうとします。Twitterのカスケードがしばしば単一の「放送」イベントに依存していることを思い出してください。メッセージを広めたい場合、高名な誰かがそれを増幅してくれると助かります。多くのアウトブレイクが発生しないため、ボットが繰り返し試みることも役立ちます。@ilduce2016は、トランプが最終的に引用をリツイートするまでに2000回以上投稿しました。ボットの作成者たちは、このアプローチの強力さを理解しているようです。2016年から2017年にかけてTwitterボットが疑わしいコンテンツを投稿した際、彼らは人気のあるユーザーを不均衡にターゲットにしました。 このターゲティング戦略を利用しているのはボットだけではありません。フロリダ州パークランドのマージョリー・ストーンマン・ダグラス高校での2018年の銃撃事件の後、 shooterが州都タラハシーに拠点を置く小さな白人至上主義グループのメンバーであったという報告がありました。しかし、この話はデマでした。これはオンラインフォーラムのトロールたちから始まり、好奇心旺盛な記者たちを説得して本物の主張だと信じ込ませました。「たった1本の記事があれば十分だ」とあるユーザーは指摘しました。「そして、他の人たちがその話を広める。」 ワッツやナイハンのような研究者たちは、2016年に人々が疑わしいオンラインソースからあまり情報を得ていなかったと示唆していますが、それが問題ではないというわけではありません。「私はそれが本当に重要だと思うが、人々が考えているような形では重要ではない」とワッツは言いました。周辺グループがTwitterに虚偽のアイデアやストーリーを投稿する際、彼らは必ずしも大衆を狙っているわけではありません。少なくとも最初はそうではありません。むしろ、彼らはソーシャルメディアに多くの時間を費やすジャーナリストや政治家をターゲットにしていることが多いのです。 これらの人々がアイデアを受け取り、より広い聴衆に広めてくれることを期待しています。例えば2017年には、ジャーナリストたちがニューヨーク出身の若い政治学卒業生と思われるTwitterユーザー@wokeluisaのメッセージを頻繁に引用していました。しかし実際には、このアカウントはロシアのトロールグループによって運営されており、メディアに信頼性を持たせ、メッセージを拡散させることを狙っていたのです。このような戦術は、アイデアを広めたいグループの間で一般的です。シラキュース大学でオンラインメディアを研究しているホイットニー・フィリップスは、「ジャーナリストはメディア操作のゲームの一部に過ぎないわけではなく、彼らはトロフィーなのです」と指摘しています。 メディアがあるストーリーを取り上げると、フィードバック効果が生じ、他のメディアもそれを報じるようになります。数年前、私はこのメディアのフィードバックを直接体験しました。それは、私が『ザ・タイムズ』のジャーナリストに新しいナショナル・ロトの数学的な奇妙さについて情報を提供したことから始まりました（当時、私は賭けの科学についての本を書いたばかりでした）。2日後、そのストーリーが印刷されました。発表された朝、私はITVの『ディス・モーニング』のプロデューサーから8時30分にメッセージを受け取りました。彼はそのストーリーを見ていました。10時30分には、私は全国テレビに生出演していました。その後すぐに、BBCラジオ4からもメッセージが届きました。彼らもその記事を読み、昼の看板番組に出演してほしいとのことでした。さらに多くの報道が続き、最終的にはその最初のストーリーから数百万人に届くことになりました。私の経験は無害で、少し非現実的な偶然でした。しかし、他の人々はメディアのフィードバック効果を戦略的に利用しようとしています。これが、ほとんどの人々が周辺的なウェブサイトを避けているにもかかわらず、虚偽の情報が広がる理由です。本質的には、これは情報の洗浄の一形態です。麻薬カルテルがその資金の出所を隠すために合法的なビジネスを通じてお金を流すように、オンラインの操作を行う者たちは、信頼できる情報源を使ってメッセージを拡散させ、一般の人々が匿名のアカウントではなく、馴染みのある人物やメディアからそのアイデアを聞くようにします。このような洗浄によって、特定の問題に関する議論や報道に影響を与えることが可能になります。慎重なターゲティングと拡散によって、操作を行う者たちは特定の政策や政治候補者に対する広範な人気の幻想を作り出すことができます。マーケティングでは、この戦略は「アストロターフィング」として知られ、草の根の支持を人工的に模倣します。これにより、ジャーナリストや政治家がそのストーリーを無視することが難しくなり、最終的にはそれが本当のニュースとなります。もちろん、メディアの影響力は最近の現象ではなく、ジャーナリストがニュースサイクルを形作ることができることは長い間知られています。エヴリン・ウォーが1938年に書いた風刺小説『スクープ』には、革命を取材するために派遣されたスター記者ウェンロック・ジェイクスの物語が含まれています。しかし、残念ながらジェイクスは列車で寝過ごし、間違った国で目を覚ますことになりました。 彼は自分の間違いに気づかず、「街のバリケード、燃える教会、タイプライターの音に応える機関銃」といった話を作り上げる。他のジャーナリストたちも取り残されまいとやって来て、似たような話をでっち上げる。やがて株価は急落し、国は経済危機に見舞われ、非常事態宣言が発令され、最終的には革命に至る。 ウォーの物語はフィクションだが、彼が描くニュースのフィードバックは今もなお存在する。しかし、現代の情報にはいくつかの大きな違いがある。一つは、その広がりの速さだ。数時間のうちに、何かが周辺的なミームから主流の話題に成長することがある。もう一つの違いは、感染を生み出すコストだ。ボットや偽アカウントは比較的安価に作成でき、政治家やニュースソースによる大規模な拡散は基本的に無料で行える。場合によっては、人気のある虚偽の記事が広告収入を得ることでお金を生むことさえある。そして「アルゴリズム操作」の可能性もある。もしあるグループが偽アカウントを使って、ソーシャルメディアのアルゴリズムが評価するような反応（コメントや「いいね」など）を作り出すことができれば、実際にその話題について話している人が少なくても、トレンド入りさせることができるかもしれない。これらの新しいツールを考えると、人々はどのようなことを人気にしようと試みているのだろうか？2016年以降、「フェイクニュース」という言葉は、操作的なオンライン情報を表す一般的な用語となった。しかし、これは特に役に立つ表現ではない。テクノロジー研究者のルネ・ディレスタは、「フェイクニュース」が実際にはクリックベイト、陰謀論、誤情報、偽情報など、いくつかの異なるタイプのコンテンツを指すことがあると指摘している。私たちが見てきたように、クリックベイトは単に人々をページに訪問させようとするものであり、そのリンクはしばしば実際のニュース記事に繋がる。一方、陰謀論は実際の出来事を「秘密の真実」を含むように改変し、理論が成長するにつれてより誇張されたり複雑になったりすることがある。次に、ディレスタが定義する誤情報は、一般的に偶然に共有される虚偽のコンテンツである。これには、意図的に虚偽であるように作られた悪戯やジョークが含まれ、信じている人々によって知らず知らずのうちに広まることがある。最後に、最も危険な形のフェイクニュースである偽情報がある。偽情報の一般的な見解は、それがあなたに虚偽のことを信じさせるために存在するというものである。しかし、現実はこれよりも微妙である。冷戦中、KGBが外国のエージェントを訓練した際、彼らは公衆の意見に矛盾を生じさせ、正確なニュースへの信頼を損なう方法を教えた。これが偽情報の意味である。それは虚偽の話が真実であると説得するために存在するのではなく、真実という概念そのものを疑わせるために存在する。目的は事実を移動させ、現実を把握しにくくすることである。そして、KGBは単に偽情報を撒き散らすだけでなく、それを拡散させる方法も知っていた。 「昔、KGBのスパイがこの戦術を使っていた頃、目標は主要なメディアに取り上げられることでした」とディレスタは述べています。「それが正当性を与え、配信の問題を解決してくれたからです。」ここ10年ほどの間に、いくつかのオンラインコミュニティが特に成功を収めてメッセージを広めています。初期の例の一つは、2008年9月にオプラ・ウィンフリー・ショーのオンライン掲示板にユーザーが投稿したことから始まりました。そのユーザーは、9,000人以上のメンバーを持つ巨大な児童性愛者ネットワークを代表していると主張しました。しかし、その投稿は一見したところとは異なり、「9,000以上」というフレーズは、アニメ『ドラゴンボールZ』で戦士が相手の戦闘力について叫ぶシーンを指しており、実際には4chanという匿名掲示板からのミームでした。4chanのユーザーたちは喜んで、ウィンフリーがその児童性愛の主張を真剣に受け止め、オンエアでそのフレーズを読み上げたのです。 4chanやReddit、Gabといったオンラインフォーラムは、実質的に感染力のあるミームのインキュベーターとして機能しています。ユーザーが画像やスローガンを投稿すると、それが新たなバリエーションを生むきっかけとなります。これらの新たに変異したミームはフォーラム上で広まり、最も感染力のあるものが生き残り、弱いものは消えていきます。これは「適者生存」の一例であり、生物進化におけるプロセスと同様です。病原体が何千年もかけて進化するのとは異なりますが、この群衆による進化はオンラインコンテンツに大きなアドバンテージを与えることがあります。トロールたちが磨き上げた最も成功した進化のトリックの一つは、ミームを不条理または極端にすることで、真剣なのか冗談なのかが不明瞭になることです。この皮肉の表面は、不快な見解がそれ以外の方法よりも広がるのを助けることがあります。ユーザーが不快に感じた場合、ミームの制作者はそれが冗談だったと主張でき、ユーザーが冗談だと思った場合、そのミームは批判されることなく広まります。白人至上主義グループもこの戦術を採用しています。デイリー・ストーマーのウェブサイトの漏洩したスタイルガイドは、読者を遠ざけないために軽いトーンを保つようにライターにアドバイスしています。「一般的に、人種差別的なスラングを使用する際は、半分冗談のように聞こえるべきです。」 ミームが注目を集めるにつれて、メディアに精通した政治家にとって効果的な資源となることがあります。2018年10月、ドナルド・トランプは「Jobs Not Mobs」というスローガンを採用し、共和党が移民よりも経済を重視していると主張しました。ジャーナリストたちがそのアイデアの出所を追跡すると、そのミームはおそらくTwitterで生まれ、その後Redditフォーラムで進化し、よりキャッチーになった後、広く広まったことがわかりました。 フリンジコンテンツを取り上げるのは政治家だけではありません。オンラインの噂や誤情報は、スリランカやミャンマーの少数民族グループに対する攻撃を引き起こし、メキシコやインドでは暴力の発生を促しています。同時に、誤情報キャンペーンは対立の両側を煽るために働いています。 2016年と2017年の間に、ロシアのトロールグループが複数のFacebookイベントを作成し、対立する群衆を組織して極右の抗議活動や反抗議活動を引き起こすことを目指していたと報じられています。ワクチン接種のような特定のトピックに関する偽情報は、より広範な社会的不安を助長する可能性があります。科学への不信感は、政府や司法制度への不信感と関連していることが多いのです。害を及ぼす情報の拡散は新しい問題ではありません。「フェイクニュース」という言葉も、1930年代後半に一時的に流行したことがあります。しかし、オンラインネットワークの構造は、この問題をより迅速かつ大規模に、そして直感的でなくさせています。特定の感染症のように、情報もより効率的に拡散するように進化することがあります。それでは、私たちは何ができるのでしょうか？ 東日本大震災は、日本の歴史の中で最大の地震でした。地球の軸が数インチずれるほどの力があり、その後すぐに40メートルの津波が襲いました。そして、噂が広まり始めました。2011年3月11日に地震が発生してから3時間後、あるTwitterユーザーがガスタンクの爆発によって有毒な雨が降るかもしれないと主張しました。爆発は実際に起こりましたが、危険な雨は存在しませんでした。それでも、噂は止まりませんでした。1日以内に、何千人もの人々がその虚偽の警告を見て共有しました。この噂に対して、近くの市である浦安の政府は訂正をツイートしました。虚偽の情報が先行していたにもかかわらず、訂正はすぐに追いつきました。翌晩には、訂正をリツイートしたユーザーが元の噂をリツイートしたユーザーよりも多くなりました。東京を拠点とする研究者のグループによると、もっと早く対応していれば、さらに成功していた可能性があるとしています。数学的モデルを用いて、もし訂正が2時間早く発表されていたら、噂の発生は25％小さくなっていたと推定しています。迅速な訂正は、噂の発生を止めることはできないかもしれませんが、遅らせることはできます。Facebookの研究者たちは、ユーザーが友人が共有した詐欺（例えば、早く金持ちになれるという計画）を指摘するのが早ければ、友人がその投稿を削除する確率が最大20％になることを発見しました。 いくつかのケースでは、企業がアプリの構造を変更することで意図的に情報の拡散を遅らせています。虚偽の噂に関連する一連の攻撃の後、WhatsAppはユーザーがコンテンツを転送するのを難しくしました。100人以上にメッセージを共有できる代わりに、インドのユーザーは5人に制限されることになりました。これらの対策がどのように異なる再生数の側面をターゲットにしているかに注目してください。WhatsAppは伝達の機会を減少させました。Facebookのユーザーは友人に投稿を削除するよう説得し、感染性の持続時間を減少させました。浦安市役所は、噂を見る前に正しい情報に触れさせることで、感受性を減少させました。病気と同様に、再生数の一部は他の部分よりもターゲットにしやすいかもしれません。 2019年、Pinterestは反ワクチンコンテンツが検索結果に表示されないようにブロックしたと発表しました（つまり、感染の伝播の機会を取り除くことになります）。完全に削除するのに苦労していたため、感染性の持続期間を抑えることができたかもしれません。 次に、再生産数の最終的な側面についてですが、それはアイデアの固有の伝達性です。自殺のような出来事を報道する際には、感染効果を制限するためのメディアガイドラインがあることを思い出してください。ウィットニー・フィリップスのような研究者は、操作的な情報も同様に扱うべきだと提案しています。問題をさらに広げるような報道は避けるべきだと彼女は言います。「特定のホックスや他のメディア操作の試みに関する報道を始めると、それを正当化してしまうことになります。そして、結局のところ、誰かが将来的に何が効果的かを知るための青写真を提供していることになります」と彼女は述べています。 最近の出来事は、いくつかのメディアがまだ長い道のりを歩まなければならないことを示しています。2019年のニュージーランド・クライストチャーチのモスク銃撃事件の後、いくつかのメディアはテロ攻撃に関する報道のための確立されたガイドラインを無視しました。多くのメディアが犯人の名前を公表し、彼のイデオロギーを詳述したり、彼の動画を表示したり、彼のマニフェストへのリンクを掲載したりしました。懸念すべきことに、これらの情報は広まりました。Facebookで広く共有されたストーリーは、報道ガイドラインを破っている可能性が高かったのです。 これは、悪意のあるアイデアとの関わり方を再考する必要があることを示しています。そして、私たちが注意を向けることで本当に利益を得ているのは誰なのかということです。極端な意見を取り上げることに対する一般的な主張は、メディアの増幅がなくてもそれらは広がるだろうというものです。しかし、オンラインの感染に関する研究は逆の結果を示しています。コンテンツは、増幅するための放送イベントがなければ、ほとんど広がらないのです。アイデアが人気になるのは、一般的に有名な人々やメディアがそれを広める手助けをしているからであり、意図的であれ偶然であれ関係ありません。残念ながら、ジャーナリズムの性質が変化することで、メディアの操作に抵抗することが難しくなっています。オンラインでのシェアやクリックを求める欲求が高まる中、多くのメディアは感染性のアイデアを提供できる人々によって利用されやすくなっています。それは、ほとんどの人よりもオンラインの感染についての理解が優れているトロールや操作主を引き寄せます。技術的な観点から見ると、ほとんどの操作主はシステムを悪用しているわけではありません。彼らはそのインセンティブに従っているのです。「それが陰湿なのは、彼らがソーシャルメディアをまさにそのように使っているからです」とフィリップスは言います。彼女の研究では、数十人のジャーナリストにインタビューを行い、多くの人が極端な意見に関するストーリーから利益を得ていることに不安を感じていることがわかりました。「私にとっては本当に良いことですが、国にとっては本当に悪いことです」とある記者は彼女に語りました。感染の可能性を減らすために、フィリップスは操作のプロセスについてストーリーとともに議論する必要があると主張しています。 「報道において、物語自体が増幅の連鎖の一部であり、ジャーナリストもその連鎖の一部であり、読者もその連鎖の一部であることを明確にすることが重要です。これらの点は、報道の中でしっかりと前面に出される必要があります。」情報の拡散においてジャーナリストが大きな役割を果たすことがある一方で、伝達の連鎖には他にも多くの要素が存在し、特にソーシャルメディアプラットフォームが重要です。しかし、これらのプラットフォームでの感染症の研究は、病気の症例や銃撃事件の連続を再構築するのとは簡単ではありません。オンラインエコシステムは、数兆の社会的相互作用と膨大な数の潜在的な伝達経路を持つ、非常に多様な次元を持っています。それにもかかわらず、有害な情報に対する提案された解決策はしばしば単純で、何かをもっとするか、何かを減らすべきだという提案にとどまります。複雑な社会的問題には、単純で明確な答えがないことが多いのです。「私たちが経験している変化は、アメリカにおける麻薬戦争の時に起こったことに似ていると思います」とブレンダン・ナイハンは述べました。「私たちは『これは解決しなければならない問題だ』から『これは管理しなければならない慢性的な状態だ』へと移行しています。人間が誤解を抱きやすい心理的脆弱性は消えることはありませんし、それを広めるオンラインツールも消えることはありません。」しかし、私たちができることは、メディア、政治組織、ソーシャルメディアプラットフォーム、そして自分自身を操作に対してより抵抗力のあるものにすることです。まずは、伝達プロセスをより深く理解することが必要です。特定のグループや国、プラットフォームに集中するだけでは不十分です。病気の流行と同様に、情報は境界を尊重することは稀です。1918年の「スペイン風邪」がスペインでの症例報告が唯一だったためにスペインに責任を負わせられたように、オンラインでの感染の状況も、私たちが流行を目にする場所によって歪められることがあります。近年、研究者たちはTwitterでの感染に関する研究をFacebookの約5倍発表していますが、Facebookのユーザー数はTwitterの7倍です。これは、歴史的に見て、研究者が公にアクセスできるTwitterのデータを取得する方が、FacebookやWhatsAppのようなクローズドアプリで何が広がっているかを把握するよりもはるかに容易だったためです。状況が変わることへの期待もあります。2019年、Facebookは民主主義に対するプラットフォームの影響を研究するために12の学術チームと提携することを発表しましたが、私たちがより広い情報エコシステムを理解するにはまだ長い道のりがあります。オンラインでの感染が調査しにくい理由の一つは、他の人が実際に何にさらされているのかをほとんどの人が把握しにくいからです。数十年前、私たちがどのようなキャンペーンが行われているのかを知りたければ、新聞を手に取ったりテレビをつけたりすることができました。メッセージ自体は目に見えていましたが、その影響は不明でした。 感染症の流行に関して言えば、誰もが感染源を目にすることができましたが、実際にどれだけの感染が広がっているのか、またどの感染がどの源から来ているのかを理解している人はほとんどいませんでした。これをソーシャルメディアの台頭と、特定のユーザーをインターネット上で追いかける操作キャンペーンと対比してみましょう。アイデアを広める際、近年情報を流布するグループは、感染の経路についてははるかに良い理解を持っていますが、感染源は他の誰にとっても見えないままです。誤情報や偽情報の広がりを明らかにし、測定することは、効果的な対策を設計するために重要です。感染の理解が不十分であれば、誤った源を責めたり、「悪い空気」のような単純な戦略を提案したりするリスクがあります。これは、性感染症の予防と同様に、理論上は機能するかもしれませんが、実際には効果がないかもしれません。感染のプロセスを考慮することで、こうした疫学的な誤りを避ける可能性が高まります。また、波及効果を活用することも可能になります。何かが感染性を持つ場合、制御策は直接的な効果と間接的な効果の両方を持ちます。ワクチン接種を考えてみてください。誰かをワクチン接種することは、直接的な効果を持ち、その人が感染しなくなるからです。また、間接的な効果もあり、その人が他の人に感染を広めることを防ぎます。したがって、人口全体をワクチン接種すると、直接的な効果と間接的な効果の両方から利益を得ることができます。オンラインの感染についても同じことが言えます。有害なコンテンツに対処することは、直接的な効果—その人がそれを見るのを防ぐ—と間接的な効果—他の人に広めるのを防ぐ—を持ちます。これは、よく設計された対策が不均衡に効果的である可能性があることを意味します。再生産数がわずかに減少するだけで、感染の規模が大幅に減少することがあります。「ソーシャルメディアに時間を費やすことは私たちにとって悪いことなのか？」と、2017年末に2人のFacebook研究者が問いかけました。デイビッド・ギンズバーグとモイラ・バークは、ソーシャルメディアの使用が幸福感に与える影響についての証拠を検討しました。Facebookによって発表された結果は、すべての相互作用が有益であるわけではないことを示唆しました。たとえば、バークの研究では、親しい友人からの本物のメッセージを受け取ることがユーザーの幸福感を改善する一方で、いいねのようなカジュアルなフィードバックを受け取ることはそうではないことが以前に明らかになっています。「対面と同じように、気にかける人々と交流することは有益である可能性がある」とギンズバーグとバークは示唆しました。「一方で、ただ傍観しているだけでは、気分が悪くなるかもしれません。」人間の行動に関する一般的な理論を検証する能力は、オンライン研究の大きな利点です。この10年ほどの間に、研究者たちは膨大なデータセットを用いて、情報の広がりに関する長年の考えを問い直してきました。この研究は、オンラインの影響力、人気、成功に関する誤解をすでに挑戦しています。さらには、「バイラルになる」という概念そのものを覆すことさえありました。 オンラインの手法が病気の分析に再び利用されるようになっています。オンラインミームの研究に使われる技術を応用することで、マラリア研究者たちは中米における病気の広がりを追跡する新たな方法を見出しました。ソーシャルメディアは私たちの交流が変化した最も顕著な方法かもしれませんが、私たちの生活の中で成長しているネットワークはそれだけではありません。次の章で見ていくように、技術的なつながりは他の方法でも拡大しており、新たなリンクが私たちの日常生活に浸透しています。このような技術は非常に有益ですが、新たなリスクも生み出す可能性があります。感染症の世界では、すべての新しい接続が潜在的な感染経路となるのです。 インターネットを所有する方法 2016年に発生した大規模なサイバー攻撃では、Netflix、Amazon、Twitterを含むウェブサイトがダウンしましたが、攻撃者には電気ケトル、冷蔵庫、トースターが含まれていました。この年、‘Mirai’というソフトウェアが世界中の数千のスマート家電に感染しました。これらのデバイスは、オンラインアプリを通じて温度などを制御できるようになっており、感染の脆弱性を持つ接続を生み出しています。Miraiに感染すると、デバイスは膨大なボットネットワークを形成し、強力なオンライン兵器を作り出しました。2016年10月21日、その兵器が発射されたことが明らかになりました。ボットネットの背後にいるハッカーたちは、人気のドメインネームシステムであるDynを標的にしました。これらのシステムはウェブをナビゲートするために重要で、Amazon.comのような馴染みのあるウェブアドレスを、サイトを見つけるための数値IPアドレスに変換します。ウェブサイトの電話帳のようなものです。MiraiのボットはDynに対して不要なリクエストを大量に送り込み、システムを停止させました。Dynは多くの著名なウェブサイトの情報を提供しているため、人々のコンピュータはそれらにアクセスする方法を失ってしまいました。Dynのようなシステムは、毎日多くのリクエストを問題なく処理していますので、それを圧倒するには大規模な努力が必要です。その努力はMiraiネットワークの規模から来ていました。Miraiは、通常の感染源ではなく、‘モノのインターネット’を通じて広がったため、歴史上最大の攻撃の一つを成功させることができました。従来、ボットネットはコンピュータやインターネットルーターで構成されていましたが、Miraiはキッチン用品だけでなく、スマートテレビやベビーモニターなどのデバイスにも感染していました。これらのアイテムは、大規模なサイバー攻撃を組織する際に明確な利点を持っています。人々は夜にコンピュータの電源を切りますが、他の電子機器はしばしばそのままにしておくからです。「Miraiは驚異的な火力でした」と、あるFBIエージェントは後にWired誌に語っています。 Mirai攻撃の規模は、人工的な感染がどれほど簡単に広がるかを示しました。数ヶ月後の2017年5月12日、‘WannaCry’というソフトウェアが数千のコンピュータを人質に取るという別の注目すべき例が現れました。最初にユーザーのファイルへのアクセスをロックし、その後、ユーザーに匿名のアカウントに300ドル相当のビットコインを3日以内に送金するように指示するメッセージを表示しました。 人々が支払いを拒否すると、彼らのファイルは永久にロックされることになります。WannaCryは広範な混乱を引き起こすことになりました。イギリスの国民保健サービス（NHS）のコンピュータに感染した際には、19,000件の予約がキャンセルされました。数日以内に、100以上の国が影響を受け、10億ドル以上の損害が発生しました。社会的感染や生物学的感染の流行は、成長するのに数日または数週間かかることがありますが、人工的な感染ははるかに速いスケールで動作します。悪意のあるソフトウェア、略して「マルウェア」の流行は、数時間のうちに広がることができます。初期段階では、MiraiとWannaCryの流行はどちらも80分ごとに倍増していました。他のマルウェアはさらに速く広がることがあり、ある流行は数秒で倍増することもあります。しかし、計算機的感染は常にそんなに迅速ではありませんでした。 初めて「野生」で広がったコンピュータウイルスは、実験室のネットワークの外で広がったもので、実際にはいたずらから始まりました。1982年2月、リッチ・スクリンタはApple IIの家庭用コンピュータをターゲットにしたウイルスを作成しました。ペンシルベニア州の15歳の高校生であったスクリンタは、このウイルスを有害ではなく迷惑なものにすることを意図していました。感染したコンピュータは、彼が書いた短い詩を時折表示しました。このウイルスは「Elk Cloner」と名付けられ、コンピュータ間でゲームを交換する際に広がりました。ネットワーク科学者アレッサンドロ・ヴェスピニャーニによれば、初期のコンピュータの多くはネットワークに接続されていなかったため、コンピュータウイルスは生物学的感染と非常に似ていました。「フロッピーディスクで広がっていました。それは接触パターンと社会的ネットワークの問題でした。」この伝播プロセスにより、Elk Clonerはスクリンタの広い友人グループを超えることはありませんでした。彼のいとこがボルチモアに感染し、アメリカ海軍の友人のコンピュータにも広がりましたが、これらの長距離の旅は稀でした。しかし、局所的で比較的無害なウイルスの時代は長くは続きませんでした。「コンピュータウイルスはすぐにまったく異なる世界に漂流しました」とヴェスピニャーニは言います。「それらは変異していました。伝播経路は異なっていました。」人間の相互作用に依存するのではなく、マルウェアは機械から機械へ直接広がるように適応しました。マルウェアが一般的になるにつれて、新たな脅威には新しい用語が必要でした。1984年、コンピュータ科学者フレッド・コーエンは、コンピュータウイルスの最初の定義を考案し、それを他のプログラムに感染することで複製するプログラムとして説明しました。生物学的ウイルスが宿主細胞に感染して繁殖するのと同様です。生物学的な比喩を続けると、コーエンはウイルスと「コンピュータワーム」を対比させ、後者は他のプログラムに付着せずに増殖し広がることができると述べました。オンラインワームは、1988年にコーネル大学の学生ロバート・モリスによって作成された「モリスワーム」によって初めて公に注目されました。11月2日にリリースされたこのワームは、初期のインターネットであるARPANETを通じて急速に広がりました。モリスは、このワームはネットワークのサイズを推定するために静かに伝播することを意図していたと主張しました。 しかし、コードに少し手を加えるだけで大きな問題を引き起こすことになった。モリスは元々、プログラムが新しいコンピュータに到達した際、すでに感染しているかどうかを確認するように設計していた。これは、複数のワームをインストールしないようにするためだった。しかし、このアプローチには問題があり、ユーザーがワームを簡単にブロックできるようになってしまった。つまり、感染を模倣することでコンピュータを「ワクチン接種」することができたのだ。この問題を回避するために、モリスはワームがすでに感染しているマシン上で自らを複製することもあった。しかし、彼はその影響を過小評価していた。リリースされた際、ワームはあまりにも早く広がり、複製され、多くのコンピュータがクラッシュする原因となった。 伝えられるところによれば、モリスのワームは最終的に6,000台のコンピュータに感染し、当時のインターネットの約10％を占めた。しかし、モリスの同時代の人物であるポール・グレアムによれば、これは単なる推測であり、すぐに広まったものだ。「人々は数字が好きだ」と彼は後に振り返った。「だから、この数字は今やインターネット中に広がっている、小さなワームのように。」 たとえモリスの感染台数が本当だったとしても、現代のマルウェアと比べれば微々たるものだ。2016年8月にミライの感染が始まってから1日以内に、約65,000台のデバイスが感染した。ピーク時には、その結果生まれたボットネットは50万台以上のマシンで構成され、2017年初頭にはその規模が縮小した。しかし、ミライはモリスのワームと似た点があり、その創造者たちは感染がこれほど手に負えなくなるとは予想していなかった。ミライは2016年10月にアマゾンやネットフリックスのようなウェブサイトに影響を与えたことで注目を集めたが、ボットネットは当初、よりニッチな目的で設計されていた。FBIがその起源を追跡したところ、21歳の大学生パラス・ジャハと彼の2人の友人、そしてコンピュータゲーム「マインクラフト」が関与していることがわかった。マインクラフトは全世界で5,000万人以上のアクティブユーザーを抱え、広大なオンラインワールドで一緒に遊んでいる。このゲームはそのクリエイターにとって非常に利益をもたらし、2014年にマインクラフトをマイクロソフトに売却した後、7000万ドルのマンションを購入した。マインクラフトのさまざまな仮想風景をホストする独立したサーバーを運営する人々にとっても利益をもたらしている。ほとんどのオンラインマルチプレイヤーゲームは中央組織によって管理されているが、マインクラフトは自由市場として機能している。人々は自分がアクセスしたいサーバーに対して料金を支払うことができる。ゲームが人気を博すにつれて、一部のサーバーオーナーは年間数十万ドルを稼ぐようになった。賭け金が増える中で、いくつかのオーナーは競争相手を排除しようと決めた。もし他のサーバーに対して十分な偽のアクティビティを向けることができれば、いわゆる「分散型サービス拒否攻撃」（DDoS攻撃）が発生し、プレイヤーの接続が遅くなる。これにより、ユーザーは代替のサーバーを探すことになり、理想的には攻撃を仕掛けた人々が所有するサーバーに移ることになる。 オンラインの武器市場が出現し、傭兵たちがますます高度なDDoS攻撃を販売し、場合によってはそれに対する保護も提供していました。ここで登場したのがMiraiです。このボットネットは非常に強力で、同じことを試みる競合相手を圧倒することができました。しかし、MiraiはMinecraftの世界に長く留まることはありませんでした。2016年9月30日、Dyn攻撃の数週間前に、Jhaと彼の友人たちはMiraiのソースコードをインターネットフォーラムに公開しました。これはハッカーたちがよく使う戦術で、コードが公開されていると、当局がその作成者を特定するのが難しくなります。誰かが、誰であるかは不明ですが、彼らのコードをダウンロードし、DDoS攻撃でDynを標的にしました。 Miraiの元の創作者たちは、ニュージャージー、ピッツバーグ、ニューオーリンズに拠点を置いていましたが、最終的にはFBIが感染したデバイスを押収し、伝達の連鎖を源に戻る形で追跡した結果、捕まりました。2017年12月、彼らはボットネットの開発に対して有罪を認めました。判決の一環として、彼らは将来の同様の攻撃を防ぐためにFBIと協力することに同意しました。また、ニュージャージーの裁判所はJhaに860万ドルの賠償金を支払うよう命じました。 MiraiボットネットはDynのウェブアドレスディレクトリを標的にすることでインターネットを停止させることに成功しましたが、他の場面ではウェブアドレスシステムが攻撃を阻止する手助けをしたこともあります。2017年5月、WannaCryの感染が広がる中、イギリスのサイバーセキュリティ研究者マーカス・ハッチンズはそのワームの基盤となるコードを入手しました。その中には、WannaCryがアクセスしようとしていた長い意味不明なウェブアドレス（iugerfsodp9ifjaposdfjhgosurijfaewrwergwea.com）が含まれていました。ハッチンズはそのドメインが登録されていないことに気づき、10.69ドルで購入しました。これにより、彼は偶然にも攻撃を終わらせる「キルスイッチ」を引き起こしました。「ドメインを登録することでマルウェアが停止するとは知らなかったので、最初は偶然でした」と彼は後にツイートしました。「だから、私の履歴書には「国際的なサイバー攻撃を偶然に停止させた」と追加することしかできません。」 MiraiとWannaCryが広く拡散した理由の一つは、これらのワームが脆弱なマシンを見つけるのに非常に効率的だったからです。感染の観点から見ると、現代のマルウェアは、前の世代ができなかったより多くの伝播の機会を生み出すことができます。2002年、コンピュータ科学者スチュアート・スタニフォードと彼の同僚たちは「How to Own the Internet in Your Spare Time」というタイトルの論文を書きました（ハッカー文化において「Own」は「完全に制御する」という意味です）。チームは、前年にコンピュータを通じて広がった「Code Red」ワームが実際にはかなり遅かったことを示しました。平均して、感染したサーバーは1時間あたりわずか1.8台の他のマシンを感染させていました。 これは、最も感染力の強い人間の感染症の一つである麻疹よりもまだずっと速かった。感受性のある集団において、麻疹にかかった人は平均して1時間に0.1人を感染させる。しかし、それでもなお、Code Redの感染拡大は人間のアウトブレイクと同様に、実際に広がるまでには時間がかかった。スタニフォードと彼の共著者たちは、より効率的で洗練されたワームがあれば、はるかに速い感染拡大が可能になると提案した。アンディ・ウォーホルの有名な「15分の名声」という言葉を借りて、彼らはこの仮想的な創造物を「ウォーホルワーム」と呼んだ。なぜなら、それはこの時間内にほとんどのターゲットに到達できるからだ。しかし、このアイデアは長く仮説のままではいられなかった。翌年、マルウェア「スラマー」が75,000台以上の機械に感染し、世界初のウォーホルワームが登場した。Code Redの感染拡大が最初は37分ごとに倍増していたのに対し、スラマーは8.5秒ごとに倍増した。スラマーは最初は急速に広がったが、感受性のある機械を見つけるのが難しくなるにつれて、すぐに収束してしまった。最終的な被害も限られていた。スラマーの感染の膨大な量が多くのサーバーを遅くしたものの、このワームは感染した機械に害を与えるようには設計されていなかった。これは、マルウェアが実際の感染症と同様にさまざまな症状を伴うことを示す別の例である。あるワームはほとんど見えないか詩を表示する一方で、他のワームは機械を人質に取ったり、DDoS攻撃を仕掛けたりする。マインクラフトサーバーへの攻撃が示すように、最も強力なワームには活発な市場が存在することがある。このようなマルウェアは、通常の検索エンジンでアクセスできる見慣れたウェブサイトの外で運営される「ダークネット」市場のような隠れたオンラインマーケットプレイスで一般的に販売されている。セキュリティ企業カスペルスキーラボがこれらの市場で利用可能なオプションを調査したところ、5ドルで5分間のDDoS攻撃を手配することを申し出る人々がいることがわかった。1日中の攻撃は約400ドルかかる。カスペルスキーは、約1,000台のコンピュータからなるボットネットを組織するのに約7ドルのコストがかかると計算した。販売者はこの長さの攻撃に対して平均25ドルを請求し、健全な利益率を生み出している。 WannaCry攻撃の年、ランサムウェアのダークネット市場は数百万ドルの価値があると推定され、一部のベンダーは6桁の年収を得ていた（もちろん、税金はかからない）。 犯罪グループに人気のあるマルウェアにもかかわらず、最も高度な例のいくつかは元々政府のプロジェクトから進化したと疑われている。WannaCryが感受性のあるコンピュータに感染した際、いわゆる「ゼロデイ」脆弱性を利用して行った。この脆弱性は、ソフトウェアに公に知られていない脆弱性が存在する場合を指す。WannaCryの背後にある脆弱性は、米国国家安全保障局によって情報収集の手段として特定されたとされ、その後、何らかの形で他の手に渡った。テクノロジー企業は、これらの脆弱性を解消するために多額の費用を支払うことをいとわない。 2019年、Appleは新しいiPhoneのオペレーティングシステムにハッキングできる人に対して最大200万ドルの報奨金を提供しました。マルウェアの流行時には、ゼロデイの脆弱性がターゲットとなる機器の感受性を高めることで、感染の拡大を助長することがあります。2010年には、「Stuxnet」ワームがイランのナタンツ核施設に感染していることが発見されました。後の報告によれば、これは重要な遠心分離機に損害を与える可能性があったことを意味します。このワームは、イランのシステムを通じて成功裏に広がるために、当時としてはほとんど前例のない20のゼロデイ脆弱性を悪用しました。この攻撃の巧妙さから、多くのメディアはアメリカとイスラエルの軍がこのワームの創造者である可能性を指摘しました。それでも、最初の感染はもっと単純な原因によるものである可能性があります。ワームは感染したUSBメモリを持つ二重スパイを通じてシステムに侵入したのではないかと示唆されています。 コンピュータネットワークは、最も弱いリンクの強さに依存しています。Stuxnet攻撃の数年前、ハッカーはアフガニスタンの高度に防御されたアメリカ政府のシステムに成功裏にアクセスしました。ジャーナリストのフレッド・カプランによれば、ロシアの諜報機関はカブールのNATO本部近くのいくつかのショッピングキオスクに感染したUSBメモリを供給していました。最終的に、アメリカの兵士がその一つを購入し、安全なコンピュータで使用しました。セキュリティリスクをもたらすのは人間だけではありません。2017年、アメリカのカジノは、自分たちのデータがフィンランドのハッカーのコンピュータに流出していることに驚きました。しかし、漏洩の真の驚きはその源でした。攻撃者は、しっかりと保護されたメインサーバーを狙うのではなく、カジノのインターネット接続された水槽を通じて侵入してきたのです。 歴史的に、ハッカーはコンピュータシステムにアクセスしたり、システムを妨害したりすることに最も関心を持ってきました。しかし、技術がますますインターネットに接続されるようになるにつれて、コンピュータシステムを使用して他のデバイスを制御することへの関心が高まっています。これには非常に個人的な技術も含まれます。ネバダ州のカジノの水槽が狙われている間、イギリスのセキュリティ会社Pen Test Partnersのアレックス・ロマスと彼の同僚たちは、Bluetooth対応のセックスおもちゃにハッキングできるかどうかを考えていました。彼らはすぐに、これらのデバイスのいくつかが非常に攻撃に対して脆弱であることを発見しました。わずか数行のコードを使うことで、理論上はおもちゃをハッキングし、最大の振動設定にすることができました。そして、デバイスは一度に一つの接続しか許可しないため、所有者はそれをオフにする方法がありませんでした。 もちろん、Bluetoothデバイスには限られた範囲があるため、ハッカーが実際にこれを行うことができるのでしょうか？ロマスによれば、それは確かに可能です。彼はかつてベルリンの街を歩いているときに近くのBluetoothデバイスをチェックしました。彼の電話のリストを見ていると、見覚えのあるIDが表示されました。それは、彼のチームがハッキング可能であることを示したセックスおもちゃの一つでした。誰かがそれを持ち歩いているようで、ハッカーが簡単にそれをオンにできることに気づいていなかったのです。Bluetoothのおもちゃだけでなく、他のデバイスも脆弱です。 ロマスのチームは、Wi-Fi対応のカメラを備えたセックス玩具のブランドを含む、他のデバイスにも脆弱性があることを発見しました。もし人々がデフォルトのパスワードを変更していなければ、その玩具にハッキングして動画ストリームにアクセスするのは非常に簡単だったでしょう。ロマスは、チームが自分たちのラボの外にあるデバイスに接続しようとしたことは一度もないと指摘しています。また、これらの玩具を使用する人々を恥じさせるために調査を行ったわけでもありません。むしろ、問題を提起することで、人々がハッキングの恐れなく自分のやりたいことをできるようにし、業界に基準の改善を促すことを目指していました。リスクがあるのはセックス玩具だけではありません。ロマスは、Bluetoothの手法が彼の父親の補聴器にも通用することを発見しました。そして、ターゲットはさらに大きなものもあります。ブラウン大学のコンピュータ科学者たちは、人気のロボティクスオペレーティングシステムの抜け穴を利用して、研究用ロボットにアクセスできることを発見しました。2018年初頭、チームはワシントン大学の機械を（所有者の許可を得て）制御することに成功しました。また、彼らは身近なところでも脅威を発見しました。彼ら自身のロボット2台—産業用アシスタントとドローン—が外部からアクセス可能でした。「どちらも意図的に公衆インターネット上で利用可能にされていたわけではなく、どちらも不適切に使用されると物理的な危害を引き起こす可能性がある」と彼らは指摘しました。研究者たちは大学に基づくロボットに焦点を当てていましたが、同様の問題が他の機械にも影響を及ぼす可能性があると警告しました。「ロボットがラボから産業や家庭の環境に移行するにつれて、悪用される可能性のあるユニットの数は飛躍的に増加するでしょう。」 モノのインターネットは、私たちの生活のさまざまな側面に新しい接続を生み出しています。しかし、多くの場合、私たちはこれらの接続がどこに繋がっているのか正確には気づいていないかもしれません。この隠れたネットワークは、2017年2月28日の昼食時に明らかになりました。インターネットに接続された自宅を持つ数人が、ライトを点けられない、オーブンを消せない、ガレージに入れないことに気づいたのです。この不具合はすぐにアマゾン・ウェブ・サービス（AWS）、同社のクラウドコンピューティング子会社に起因することが判明しました。スマート電球のスイッチを押すと、通常は数千マイル離れた場所にある可能性のあるクラウドベースのサーバー（AWSなど）に通知が送られます。このサーバーは、その後、電球を点けるための信号を返します。しかし、その2月の昼食時には、一部のAWSサーバーが一時的にオフラインになっていました。サーバーがダウンしたため、多くの家庭用デバイスが応答を停止してしまったのです。 AWSは一般的に非常に信頼性が高く、同社は99.99％以上の時間、サーバーが稼働していることを約束しています。この信頼性は、クラウドコンピューティングサービスの人気を高める要因となっています。実際、これらのサービスは非常に人気があり、アマゾンの最近の利益のほぼ4分の3を占めるまでになっています。 AWSからの影響だけではありません。しかし、クラウドコンピューティングの広範な利用とサーバー障害の潜在的な影響が相まって、AWSは「大きすぎて潰れない」との意見が出ています。もし多くのウェブサイトが単一の企業に依存している場合、その源での小さな問題が大きな影響を及ぼす可能性があります。関連する懸念は2018年に浮上しました。Facebookが数百万のユーザーがセキュリティ侵害の影響を受けたと発表したときです。多くの人がFacebookアカウントを使って他のウェブサイトにサインインしているため、このような攻撃はユーザーが最初に認識する以上に広がる可能性があります。 これは、隠れたリンクと高度に接続されたハブの組み合わせに初めて直面したわけではありません。これらは、2008年以前の金融システムを脆弱にしたネットワークの特性であり、局所的な出来事が国際的な影響を持つことを可能にしました。しかし、オンラインネットワークでは、これらの影響はさらに極端になることがあります。そして、これがいくつかの非常に異常な感染の原因となることがあります。ミレニアムバグの後、すぐに「ラブバグ」が現れました。2000年5月初旬、世界中の人々が「ILOVEYOU」という件名のメールを受け取りました。このメッセージには、ラブレターを含むテキストファイルとして偽装されたコンピューターワームが含まれていました。開くと、そのワームはその人のコンピュータ上のファイルを破損させ、アドレス帳にある全員に自分自身をメールで送信しました。広範囲に広がり、英国議会を含むいくつかの組織のメールシステムをクラッシュさせました。最終的にIT部門は対策を講じ、コンピュータをワームから保護しました。しかし、その後奇妙なことが起こりました。ワームは消えるどころか、持続しました。1年後でも、インターネット上で最も活発なマルウェアの一つであり続けていました。コンピュータ科学者のスティーブ・ホワイトは、他のコンピューターワームやウイルスでも同じことが起こっていることに気づいていました。1998年には、そのようなバグがオンラインに長く残ることが多いと指摘しました。「ここに謎があります」とホワイトは書きました。「ウイルスの発生に関する我々の証拠は、いつでも世界のシステムの少数しか感染していないことを示しています。」ウイルスは制御策に直面しても長く持続し、高い感染力を示唆していましたが、一般的には比較的少数のコンピュータにしか感染しなかったため、広がる能力はそれほど高くないことを示していました。この明らかな逆説の原因は何でしょうか？ラブバグ攻撃から数ヶ月後、アレッサンドロ・ヴェスピニャーニと物理学者ロムアルド・パストール＝サトラスはホワイトの論文に出会いました。コンピュータウイルスは生物学的な疫病のようには振る舞わないように見えたため、二人はネットワークの構造が関係しているのではないかと考えました。前年には、世界中のウェブサイトの人気には大きなばらつきがあることを示す研究がありました。ほとんどのウェブサイトは非常に少ないリンクしか持っていない一方で、一部のサイトは膨大な数のリンクを持っていました。性感染症（STI）についても、感染の再生産数は人々の性的パートナーの数にばらつきが多いほど大きくなることがすでに示されています。 もし全員が同じ行動をとれば感染症は自然に収束するはずですが、パートナーの数に大きな差があると、感染は持続することがあります。ヴェスピニャーニとパストール＝サトラスは、コンピュータネットワークにおいては、さらに極端なことが起こり得ることに気づきました。リンクの数に大きなばらつきがあるため、見た目には弱い感染でも生き残ることがあるのです。この種のネットワークでは、コンピュータは常に高度に接続されたハブから数ステップ以内にあり、そのハブがスーパースプレッディングイベントを通じて感染を広めることができます。これは、2008年に銀行が直面した問題の誇張された形であり、いくつかの主要なハブが全体の感染拡大を引き起こすことができるのです。スーパースプレッディングイベントによって感染が引き起こされると、感染の伝播プロセスは非常に脆弱になります。主要なハブに感染が広がらなければ、感染はあまり進展しないでしょう。しかし、スーパースプレッディングは感染の発生をより予測不可能にすることもあります。ほとんどの感染は広がらないものの、広がるものは驚くほど長い間続くことがあります。これが、個々のレベルではそれほど感染力がないにもかかわらず、いくつかのコンピュータウイルスやワームが広がり続けている理由です。ソーシャルメディアの多くのトレンドにも同じことが言えます。奇妙なミームが広がっているのを見て、なぜそれがそんなに長く続いているのか不思議に思ったことがあるかもしれませんが、それはコンテンツの質よりもネットワーク自体に関係している可能性が高いのです。オンラインネットワークの構造のおかげで、感染症は他の生活の領域では得られない利点を持っています。 2017年3月22日、世界中のウェブ開発者たちは、自分たちのアプリが正常に動作していないことに気づきました。FacebookからSpotifyまで、JavaScriptプログラミング言語を使用している企業は、ソフトウェアの一部が機能しなくなっていました。ユーザーインターフェースが壊れ、ビジュアルが読み込まれず、アップデートもインストールできませんでした。その原因は、11行のコンピュータコードが失われていたことです。このコードは、カリフォルニア州オークランドに拠点を置く開発者アゼル・コクルによって書かれたものでした。この11行は「left-pad」と呼ばれるJavaScriptプログラムを形成していました。このプログラム自体は特に複雑ではなく、テキストのセグメントの先頭にいくつかの追加文字を加えるだけのものでした。ほとんどのコーダーが数分でゼロから作成できるようなものです。しかし、ほとんどのコーダーはすべてをゼロから作成するわけではありません。時間を節約するために、他の人が開発し共有したツールを使用します。その多くは「npm」と呼ばれるオンラインリソースを検索することで、left-padのような便利なコードの断片を集めています。場合によっては、人々はこれらの既存のツールを新しいプログラムに組み込み、それを共有します。そして、これらのプログラムは他の新しいプログラムに組み込まれ、次々と依存関係のチェーンを形成します。誰かがプログラムをインストールまたは更新する際には、依存関係のチェーン内のすべてを読み込む必要があり、そうしないとエラーメッセージが表示されます。left-padは、こうしたチェーンの奥深くに存在していました。 消失する前の1か月間で、そのコードは200万回以上ダウンロードされていました。その3月の日、コクルは商標に関する意見の相違からnpmから自分のコードを引き上げました。npmは、別の会社からの苦情を受けて、彼のソフトウェアパッケージの一つの名前を変更するよう求めましたが、コクルは反発し、最終的にはすべてのコードを削除することにしました。その中には「left-pad」も含まれており、これに依存していたプログラムの連鎖が突然途切れてしまいました。連鎖の中には非常に長いものもあり、多くの開発者は自分たちがその11行のコードにどれほど依存していたかに気づいていませんでした。コクルの仕事は、私たちが思っている以上に広がっているコンピュータコードの一例に過ぎません。「left-pad」事件の後、ソフトウェア開発者のデビッド・ハネイは、npm上の別のツールが1行のコードから成り立っており、72の他のプログラムにとって不可欠な部分になっていることに気づきました。彼は、単純なコードの断片に非常に依存している他のソフトウェアのいくつかを挙げました。「開発者が目を閉じて書けるはずの1行の関数に依存関係を持つことに驚かざるを得ません」と彼は書いています。 借用されたコードの断片は、人々が思っている以上に広がることがあります。コーネル大学の研究者が、人気のある科学的執筆ソフトウェアであるLaTeXを使って書かれた記事を分析したところ、学者たちはしばしば互いのコードを再利用していることがわかりました。一部のファイルは、20年以上にわたって共同作業者のネットワークを通じて広がっていました。 コードが広がるにつれて、変更を受けることもあります。2016年9月末に3人の学生がMiraiコードをオンラインに投稿した後、微妙に異なる特徴を持つさまざまなバリエーションが現れました。誰かがそのコードを変更して大規模な攻撃を仕掛けるのは時間の問題でした。10月初旬、Dyn事件の数週間前に、セキュリティ会社RSAはダークネットのマーケットプレイスで驚くべき主張を発見しました：あるハッカーグループが、ターゲットに対して毎秒125ギガバイトの活動で洪水を起こす方法を提供していました。7,500ドルで、誰かが10万人規模のボットネットへのアクセスを購入できるというもので、これは明らかに一部の改良されたMiraiコードに基づいていました。しかし、Miraiコードが変更されたのはこれが初めてではありませんでした。彼らがコードを公開する数週間前に、Miraiの創作者たちは20回以上の変更を行い、ボットネットの感染力を高めようとしたようです。これには、ワームを検出しにくくする機能や、同じ脆弱なマシンを狙う他のマルウェアと戦うための調整が含まれていました。一度野に放たれたMiraiは、今後数年間にわたって変化し続け、2019年にも新しいバリエーションが現れていました。 フレッド・コーエンが1984年にコンピュータウイルスについて初めて書いたとき、彼はマルウェアが時間とともに進化し、検出が難しくなる可能性があることを指摘しました。コンピュータウイルスとアンチウイルスソフトウェアのエコシステムは、安定した均衡に落ち着くのではなく、常に変動し続けるのです。 「進化が進むにつれて、バランスが変化する傾向があり、その結果は最も単純な状況を除いては不明瞭です」と彼は指摘しました。「これは生物学的な進化理論と非常に強い類似性があり、病気の遺伝的理論とも関連があるかもしれません。」 マルウェアからの保護の一般的な方法は、アンチウイルスソフトウェアが既知の脅威を探すことです。通常、これは馴染みのあるコードのセグメントを検索することを含みます。一度脅威が認識されると、それを無力化することができます。人間の免疫システムも、感染やワクチン接種を受けた際に非常に似たことを行います。免疫細胞は、私たちが曝露された特定の病原体の形状を学習します。再度感染した場合、これらの細胞は迅速に反応し、脅威を無力化することができます。しかし、進化は時にこのプロセスを妨げることがあり、かつては馴染みのあった病原体が姿を変えて検出を逃れることがあります。このプロセスの最も顕著で、かつ苛立たしい例の一つがインフルエンザの進化です。生物学者ピーター・メダワーはかつてインフルエンザウイルスを「悪いニュースに囲まれた核酸の塊」と呼びました。 ウイルスの表面には、ヘマグルチニンとノイラミニダーゼという2種類のタンパク質、略してHAとNAがあります。HAはウイルスが宿主細胞に付着するのを助け、NAは感染した細胞から新しいウイルス粒子を放出するのを助けます。これらのタンパク質は複数の異なる形を取り、H1N1、H3N2、H5N1などの異なるインフルエンザのタイプはそれに応じて名付けられています。冬のインフルエンザ流行は主にH1N1とH3N2によって引き起こされます。これらのウイルスは循環する中で徐々に進化し、これによりタンパク質の形状が変化します。つまり、私たちの免疫システムは変異したウイルスを脅威として認識しなくなります。私たちには毎年のインフルエンザ流行と毎年のインフルエンザワクチン接種キャンペーンがあるのは、私たちの体が本質的に感染症との進化的な猫とネズミのゲームをしているからです。 進化は人工的な感染症が持続するのを助けることもあります。近年、マルウェアは自動的に自らを変化させ、識別を難しくするようになっています。例えば、2014年には「ビーボーン」ボットネットが世界中の数千台の機械を感染させました。ボットの背後にあるワームは、一日に何度も姿を変え、広がるにつれて数百万のユニークなバリアントを生み出しました。たとえアンチウイルスソフトウェアが現在のコードのバージョンを学習したとしても、ワームはすぐに自らをシャッフルし、既知のパターンを歪めてしまいます。ビーボーンは2015年に、進化していないシステムの部分、つまりボットネットを調整するために使用される固定ドメイン名を狙った警察によって最終的にオフラインにされました。これは、形を変えるワームを特定しようとするよりもはるかに効果的でした。同様に、生物学者たちは変わらないウイルスの部分をターゲットにすることで、より効果的なインフルエンザワクチンの開発を期待しています。検出を逃れる必要があるため、マルウェアは進化し続け、当局はそれに追いつこうとします。感染の伝播経路も常に変化し続けるでしょう。 新たな標的、例えば家庭用機器を見つけるだけでなく、感染症はクリックベイトやソーシャルメディア上のカスタマイズされた攻撃を通じてますます広がっています。特定のユーザーにカスタマイズされたメッセージを送ることで、ハッカーはリンクをクリックさせ、知らず知らずのうちにマルウェアを侵入させる可能性を高めることができます。しかし、進化は感染症がコンピュータからコンピュータ、または人から人へ効果的に広がる手助けをするだけでなく、感染拡大に対処する新たな方法も明らかにしています。 感染の追跡 この事件は、殺人未遂で終わることになる。ルイジアナ州ラファイエットの消化器科医リチャード・シュミットは、10年以上にわたり、15歳年下の看護師ジャニス・トラハンと関係を持っていた。トラハンはこの不倫が始まった後に夫と離婚したが、シュミットは約束したにもかかわらず、妻と3人の子供を置いて去ることはなかった。トラハンは以前にも関係を終わらせようとしたが、今回は本当に終わらせるつもりだった。彼女は後に、1994年8月4日、シュミットが彼女の家に来たと証言することになる。シュミットは、ビタミンB12の注射をするために来たと言った。彼は以前にも彼女にエネルギーを高めるためのビタミン注射をしていたが、その夜、彼女は注射を受けたくないと伝えた。彼女が止める前に、シュミットは彼女の腕に針を刺した。これまでの注射は痛くなかったが、今回は痛みが腕全体に広がった。その時、シュミットは病院に行かなければならないと言った。痛みは一晩続き、その後数週間で彼女はインフルエンザのような症状に苦しむことになった。彼女は何度も病院に行ったが、検査はすべて陰性だった。ある医者はHIVを疑ったが、検査はしなかった。彼は後に、同僚のシュミット医師がトラハンはすでに感染症の検査で陰性だったと伝えたと言った。彼女の病気は続き、最終的に別の医者が新たな検査を指示した。1995年1月、トラハンはついに正しい診断を受けた。彼女はHIV陽性だった。 8月に、トラハンは同僚に「暗闇の中の注射」がB12ではないと疑っていると話していた。HIVは最近の感染であることに疑いの余地はなかった。彼女は何度も献血をしており、1994年4月の最新の献血ではHIVは陰性だった。地元のHIV専門医によれば、彼女の症状の進行は8月初旬の感染日と一致していた。警察がシュミットのオフィスを捜索したところ、彼がトラハンに注射をしたとされる数時間前の8月4日にHIV患者から血液が採取された証拠が見つかり、その手続きは通常の方法で記録されていなかった。しかし、シュミットは彼女を訪れ、注射をしたことを否定した。もしかしたら、ウイルス自体が何が起こったのかの手がかりを提供してくれるかもしれない。当時、DNA検査を用いて容疑者と犯罪現場を照合することは一般的だった。しかし、このケースではその作業はより難しかった。 ウイルスの一種であるu1vは比較的早く進化するため、トラハンの血液に見つかったウイルスが、彼女を感染させた血液中のウイルスと必ずしも同じであるとは限りません。シュミットは、トラハンを感染させたurvウイルスが元の患者のウイルスとはあまりにも異なっているため、彼女の感染源である可能性は考えられないと主張しました。しかし、シュミットに対する他の証拠が多数あったため、検察はこれに異議を唱えました。彼らはその証拠を示す方法を見つける必要がありました。 1837年6月20日、イギリス王室はウィリアム4世からビクトリアまでの王族の系譜を発表しました。一方、ソーホーでは若い生物学者が、より大きなスケールで家系図について考えていました。HMSビーグル号での5年間の航海を終えたチャールズ・ダーウィンは、新しい革装のノートに彼の理論をまとめることになります。彼の考えを明確にするために、彼は「生命の樹」の簡略化された図を描きました。このアイデアは、枝が異なる種の進化的関係を示すというものでした。ダーウィンは、近縁の生物は互いに近く、異なる種ははるかに遠くに位置するだろうと提案しました。各枝をたどると、共通の根にたどり着きます。それは単一の共通祖先です。 ダーウィンのオリジナルの生命の樹のスケッチでは、種AはB、C、Dの遠い親戚であり、B、C、Dはより近縁です。この図では、すべての種が単一の出発点から進化したことが示されています。ダーウィンは、物理的特徴などに基づいて進化の樹を描くことから始めました。ビーグル号の航海中、彼はくちばしの形、尾の長さ、羽毛などの特徴によって鳥の種を分類しました。この研究分野は、古代ギリシャ語の「種」（phylo）と「起源」（genesis）にちなんで「系統学」と呼ばれるようになりました。 初期の進化分析は異なる種の外見に焦点を当てていましたが、遺伝子配列の解析の進展により、より詳細に生物を比較できるようになりました。もし2つのゲノムがあれば、それらの配列を構成する文字のリストの重なり具合に基づいて、どれだけ関連しているかを確認できます。重なりが多いほど、ある配列から別の配列に移行するために必要な突然変異は少なくなります。これは、スクラブルのゲームでタイルが出現するのを待つのに似ています。例えば、配列「AACG」から「AACC」に移行するのは、「AACG」から「TTGG」に移行するよりも簡単です。そして、スクラブルのように、元の配列からどれだけ文字が変わったかに基づいて、進化のプロセスがどれくらい続いているかを推定できます。 このアイデアと十分な計算能力を用いることで、配列を系統樹に配置し、その歴史的進化をたどることが可能です。また、重要な進化的変化がいつ起こったのかを推定することもできます。これは、感染がどのように広がったのかを知りたい場合に役立ちます。 例えば、2003年にSARSが大規模なアウトブレイクを引き起こした後、科学者たちは小型のマングースに似た動物であるジャコウネコからウイルスを特定しました。もしかしたら、この病気は人間に感染する前にジャコウネコの間で常に循環していたのかもしれません。しかし、異なるSARSウイルスの分析はそうではないことを示唆しました。人間とジャコウネコのウイルスは非常に近い関係にあり、両者がウイルスの比較的新しい宿主であることを示しています。SARSは、アウトブレイクが始まる数ヶ月前にジャコウネコから人間に感染した可能性があります。一方で、ウイルスはコウモリの間でずっと長い間循環しており、1998年頃にジャコウネコに移行したと考えられています。異なるウイルスの進化の歴史に基づくと、ジャコウネコはSARSが人間に移行する際の一時的なステップに過ぎなかった可能性があります。 リチャード・シュミットの裁判では、検察側が類似の系統解析の証拠を用いて、トラハンの感染がシュミットを訪れたnv患者から来た可能性があることを示しました。進化生物学者のデイビッド・ヒリスと彼の同僚たちは、二人から分離されたウイルスをラファイエットのnv患者から見つかった他のウイルスと比較しました。ヒリスは証言の中で、シュミットの患者とトラハンから見つかったウイルスが「分析の中で最も近い関連性を持つ配列であり、二人の個体から分離された配列に非常に近い」と述べました。トラハンの感染がシュミットの患者から来たという決定的な証拠ではありませんでしたが、事件が無関係であるという弁護側の主張を弱めるものでした。最終的に、シュミットは有罪判決を受け、50年の懲役刑を言い渡されました。一方、トラハンは再婚し、uvと共に生活を続け、2016年には20周年の結婚記念日を祝いました。 シュミットの裁判は、系統解析がアメリカの刑事事件で使用された初めてのケースでした。それ以来、この手法は世界中の他の事件でも登場しています。スペインのバレンシアで肝炎Cの症例が急増した後、警察の捜査官たちは多くの患者を麻酔科医フアン・マエソに関連付けました。系統解析により、彼がアウトブレイクの可能性のある源であることが確認され、2007年には数百人の患者に注射器を再利用して感染させたとして有罪判決を受けました。遺伝子データは無実を証明するのにも役立ちました。マエソ事件の直後、医療従事者のグループがリビアの刑務所から解放されました。彼らはnvウイルスを故意に子供に感染させたという告発を受けて8年間拘束されていました。このグループが解放されたのは、系統解析によって多くの感染が彼らが国に到着する数年前に発生していたことが示されたためです。 系統解析の手法は、アウトブレイクの可能性のある源を指摘するだけでなく、特定の場所に病気がいつ到着したのかを明らかにすることもできます。 HIVのように比較的早く進化するウイルスを調査していると仮定しましょう。ある地域で流行しているHIVウイルスが比較的似ている場合、それは進化する時間があまりなかったことを示唆しており、したがってそのアウトブレイクはおそらく最近のものであると考えられます。一方、現在のウイルスに多様性が多く見られる場合、それは進化にかなりの時間がかかったことを意味し、元のウイルスがかなり前に導入された可能性を示唆します。これらの方法は現在、公共衛生の分野で一般的に使用されています。以前の章で、ジカウイルスがラテンアメリカに到達したことや、HIVが北アメリカに広がったことを見てきたことを思い出してください。どちらの場合も、研究チームは遺伝子データを使用してウイルスの導入時期を推定しました。研究者たちは、パンデミックインフルエンザからMRSAのような病院のスーパーバグに至るまで、他の感染症にも同様の考え方を適用しています。 遺伝子データにアクセスできることで、アウトブレイクが単一のケースから始まったのか、複数の導入から始まったのかを判断することも可能です。私たちのチームが2015年と2016年にフィジーで分離したジカウイルスを分析したところ、系統樹の中に二つの異なるウイルス群が見つかりました。進化の速度に基づくと、一つのウイルス群は2013年から2014年に首都スバに到達し、その後の1年か2年の間に低いレベルで広がっていたのに対し、別のアウトブレイクはその後、国の西部で始まったことがわかりました。私が2015年に訪れた際に叩き落とした蚊の中には、ジカウイルスに感染していたものもいたかもしれません。系統解析のもう一つの利点は、アウトブレイクの最終段階での感染経路を追跡できることです。2016年3月、ギニアで新たなエボラウイルスのクラスターが現れました。これは、西アフリカの流行が終息したと宣言されてから3ヶ月後のことでした。ウイルスはずっと人間の中で見えない形で広がっていたのかもしれません。疫学者のブバカール・ディアロと彼の共同研究者たちが新たなクラスターからウイルスを配列解析したところ、別の説明が浮かび上がりました。新しいウイルスは、2014年にこの病気から回復した地元の男性の精液中に見つかったエボラウイルスと密接に関連していました。このウイルスは彼の体内に約1年半も残存し、その後、性的パートナーに広がり新たなアウトブレイクを引き起こしたのです。 配列データはアウトブレイク分析の重要な部分になりつつありますが、進化するウイルスの考え方は時に過剰な報道を引き起こすことがあります。エボラやジカの流行の際、いくつかのメディア報道はウイルスが進化している事実を強調しました。しかし、これは必ずしも悪いことではありません。すべてのウイルスは進化し、遺伝子配列が時間とともに徐々に変化します。時にはこの進化が重要な違いをもたらすこともありますが、しばしばそれは目立たない形で進行し、アウトブレイクに顕著な影響を与えることはありません。ただし、進化の速度はアウトブレイクの分析能力に影響を与えることがあります。系統解析は、HIVやインフルエンザのように比較的早く進化する病原体を調査する際により効果的です。 これは、病原体が一人から別の人へと広がるにつれて遺伝子配列が変化するため、感染の可能性のある経路を推定することができるからです。それに対して、麻疹のようなウイルスはゆっくりと進化するため、一人一人の間での変異はあまり見られません。その結果、症例の関連性を解明することは、同じ姓の人々が多くいる国で家系図を作成しようとするようなものです。 系統解析法には生物学的な制約だけでなく、実際的な制約もあります。西アフリカのエボラ流行の初期段階で、ボストンのブロード研究所の遺伝学者パルディス・サベティは、シエラレオネからの99のウイルスの配列データを分析しました。系統樹は、感染が2014年5月にギニアからシエラレオネに広がったことを示しており、葬儀の後であった可能性があります。流行の深刻さを考慮し、サベティと彼女の同僚たちは新しい遺伝子配列をすぐに公共のデータベースに追加しました。この初期の研究の後、相対的な沈黙の期間が続きました。他のいくつかのチームがウイルスサンプルを収集していたにもかかわらず、2014年8月2日から11月9日までの間に新しい遺伝子配列を発表したのは誰もいませんでした。この期間中に、西アフリカでは10,000件以上のエボラ感染が報告され、流行は10月にピークを迎えました。 配列の公開が遅れた理由はいくつか考えられます。皮肉な説明としては、新しいデータが学術的な価値を持つということです。遺伝子配列を使用して流行を研究する論文は、人気のある科学雑誌に掲載される可能性が高く、研究者が重要なデータを保持するインセンティブを生むことになります。しかし、この期間中に研究者たちとのやり取りを通じて、悪意ではなく無自覚なことが主な理由だったと考えたいと思います。科学の文化は流行のタイムラインに適応していなかったのです。研究者たちは、プロトコルを開発し、徹底的な分析を行い、方法を文書化し、結果を同僚の科学者による査読に提出することに慣れています。このプロセスは数ヶ月、場合によっては数年かかることがあり、新しいデータの公開を遅らせる要因となってきました。このような遅延は、科学や医療全般において問題となっています。2014年3月にウェルカム・トラストのディレクターに就任したジェレミー・ファラーは、ガーディアンに対して臨床研究はしばしば時間がかかりすぎると述べ、エボラ流行が拡大する中でそれが明らかになりました。「私たちが持っているシステムは、状況が急速に変化する際には適していません」とファラーは言いました。「リアルタイムで対応できるものは何もありません。」 この文化は徐々に変わりつつあります。2018年中頃、コンゴ民主共和国で別の大規模なエボラ流行が始まりました。今回は、研究者たちは新しい配列データを迅速に公開しました。チームはまた、4つの実験的治療法の臨床試験を開始しました。 2019年8月までに、エボラウイルスに対する免疫細胞を迅速に注入することで、患者の生存率を歴史的な平均の約30％から90％以上に引き上げることができることが示されました。一方で、アウトブレイクの研究者たちは、peer-reviewを経る前に新しい研究を公開することを目的としたbioRxivやmedRxivといったウェブサイトにドラフト論文を投稿することが増えています。 シエラレオネでの勤務中、サベティは彼らの拠点であるケネマという都市の名前が「川のように澄んでいて、透明で公に見える」という意味であることを発見しました。この「オープンさ」は、彼女のチームの仕事にも反映されており、アウトブレイクの初期に共有された99の遺伝子配列がその例です。この姿勢は、アウトブレイク研究者の広いコミュニティにも広がっています。 その良い例の一つが、計算生物学者のトレバー・ベッドフォードとリチャード・ニーハーによって推進されたNextstrainプロジェクトです。このオンラインプラットフォームは、遺伝子配列を自動的に集約し、異なるウイルスがどのように関連しているか、またそれらがどこから来たのかを示します。ベッドフォードとニーハーは当初インフルエンザに焦点を当てていましたが、現在はジカウイルスから結核まで、さまざまな病原体を追跡しています。 Nextstrainは、利用可能なすべての配列を集約し視覚化するだけでなく、科学論文を発表する遅く競争的なプロセスとは別に機能するため、強力なアイデアであることが証明されました。2020年初頭、NextstrainはCOVID-19が米国で初期データが示唆するよりも大きな問題であることを示す重要なリアルタイムの指標を提供しました。2月27日、シアトル近郊のミルクリークでティーンエイジャーがこの病気と診断されました。それ以前は、州内で報告されたケースはわずかでした。24時間以内に、ミルクリークのコロナウイルスが配列解析され、その結果がオンラインに投稿され、Nextstrainシステムに取り込まれました。初期の系統樹は、COVID-19がしばらくの間、検出されずに広がっていたことを示唆していました。ベッドフォードは、分析を説明するスレッドをTwitterに投稿し、広く共有されました。「私たちは、今まで検出されていなかったワシントン州でのすでに相当なアウトブレイクに直面していると信じています。これは、中国への直接的な旅行を必要とする狭いケース定義のために見逃されていました」と彼は結論づけました。この理論が確認されるのに時間はかかりませんでした。翌日以降、州内での感染者数と死亡者数が急増し始めました。 病原体の配列解析が容易になるにつれて、系統解析の手法は病気のアウトブレイクに対する理解をさらに深めていくでしょう。これにより、感染がいつ始まったのか、アウトブレイクがどのように成長したのか、そして伝播過程のどの部分を見逃したのかを発見する手助けとなります。また、これらの手法は、アウトブレイク分析におけるより広いトレンドを示しています。すなわち、新しいデータソースを組み合わせて、従来は得るのが難しかった情報にアクセスする能力です。系統解析を用いることで、患者の情報と彼らを感染させたウイルスの遺伝子データを結びつけることで、アウトブレイクの広がりを明らかにすることができます。 このような「データリンク」アプローチは、集団内で物事がどのように変異し、広がっていくのかを理解するための強力な手段となっています。しかし、これらは必ずしも私たちが期待する方法で使用されているわけではありません。ゴルディロックスは、善意のクマたちを襲った不正直で口の悪い老女でした。少なくとも、1837年に詩人ロバート・サウザイがこの物語を初めて発表したときはそうでした。彼女は3つのボウルの粥を食べ、椅子を壊した後、クマたちが帰ってくるのを聞いて窓から逃げ出しました。サウザイは彼女に名前や金色の髪を与えませんでしたが、これらの詳細は数十年後に登場し、悪役の女性は厄介な子供へと進化し、最終的には今日私たちが知っているゴルディロックスになりました。このクマたちの物語は長い間存在してきました。サウザイが物語を発表する数年前、エレノア・ミュアという女性が甥のために手作りの本を書いていました。この時、クマたちは物語の最後で老女を捕まえました。損害に怒ったクマたちは彼女に火をつけ、溺れさせようとし、最後にはセント・ポール大聖堂の尖塔に彼女を突き刺しました。以前の民話では、3匹のクマがいたずら好きなキツネを追い払う話もあります。ダラム大学の人類学者ジェイミー・テハラニによれば、文化は人から人、世代から世代へと伝わる際に変異する情報として考えることができます。文化の広がりと進化を理解したいのであれば、民話はその社会の産物であるため有用です。「定義上、民話には単一の権威あるバージョンは存在しません」とテハラニは言います。「それらはコミュニティのすべての人に属する物語であり、有機的な特性を持っています。」テハラニの民話に関する研究は「赤ずきん」から始まりました。西ヨーロッパに住んでいるなら、19世紀にグリム兄弟によって語られたこの物語に馴染みがあるでしょう。物語は、少女が祖母の家を訪れると、 disguised（変装した）オオカミに出会うというものです。しかし、これは物語の唯一のバージョンではありません。「赤ずきん」に似た他の民話もいくつか存在します。東ヨーロッパや中東では、「オオカミと子ヤギ」の物語が語られています。これは、変装したオオカミが一群の子ヤギを騙して家に入るという話です。東アジアには「虎のおばあさん」という物語があり、子供たちが自分たちの年配の親戚を装った虎に出会うという内容です。この物語は世界中に広がっていますが、どの方向に広がったのかは分かりにくいです。歴史家の間で一般的な理論は、東アジアのバージョンが元々のものであり、ヨーロッパや中東の物語は後に生まれたというものです。しかし、「赤ずきん」と「オオカミと子ヤギ」は本当に「虎のおばあさん」から進化したのでしょうか？民話は歴史的に口頭で語られてきたため、歴史的記録は浅く、断片的です。特定の物語がいつ、どこで生まれたのかを正確に知ることはしばしば難しいのです。ここで系統解析のアプローチが役立つことがあります。 「赤ずきん」とそのバリエーションの進化を調査するために、テハラニはほぼ60種類の異なる物語を集め、複数の大陸にわたるバージョンを網羅しました。彼は遺伝子の系統樹の代わりに、物語を72のプロット特徴に基づいて要約しました。これには、主なキャラクターの種類、彼らを欺くために使われるトリック、物語の結末などが含まれます。そして、これらの特徴がどのように進化したかを推定し、物語間の関係を示す系統樹を作成しました。彼の分析は予想外の結論をもたらしました。系統樹に基づくと、「狼と子供たち」と「赤ずきん」が最初に存在していたようです。一般的な信念とは逆に、「虎のおばあさん」は他の物語から進化した元のバージョンではなく、既存の物語のブレンドであることが明らかになりました。 進化的思考は、言語や文化の研究において長い歴史を持っています。ダーウィンが生命の系統樹を描く数十年前、言語学者ウィリアム・ジョーンズは言語がどのように生まれるかに興味を持っていました。この分野は「比較言語学」として知られています。1786年、ジョーンズはギリシャ語、サンスクリット語、ラテン語の類似点に注目しました。「どの言語学者も、これら3つをすべて調べることができず、共通の源から派生したと信じることはできないだろう」と彼は述べました。進化的な観点から、彼はこれらの言語が単一の共通の祖先から進化したことを示唆していました。ジョーンズの考えは後に多くの学者に影響を与え、グリム兄弟もその一人でした。彼らは異なるバリエーションの民話を集めるだけでなく、言語の使用がどのように変化してきたかを研究しようとしました。 現代の系統解析手法により、こうした物語の進化をより詳細に分析することが可能になりました。「赤ずきん」を研究した後、ジェイミー・テハラニはリスボン大学のサラ・グラサ・ダ・シルバと協力し、275の民話の進化を追跡するために、より広範な物語を調査しました。彼らは、「ルンペルシュティルツヒェン」や「美女と野獣」のような物語が4,000年以上前に起源を持つ可能性があることを発見しました。これは、彼らが広がったインド・ヨーロッパ語族と同じくらい古いことを意味します。多くの民話が広く伝わった一方で、ダ・シルバとテハラニは物語の語りにおける地域的な競争の痕跡も見つけました。「空間的な近接性は物語の分布に悪影響を及ぼしたようで、社会は隣人からこれらの物語を採用するよりも拒否する可能性が高かったことを示唆しています」と彼らは指摘しました。 民話はしばしば国のアイデンティティに結びついていますが、その起源は必ずしもそうではありません。グリム兄弟が伝統的な「ドイツ」の物語をまとめたとき、彼らはインドからアラビアに至るまで、他の多くの文化の物語との類似点に気づきました。系統解析は、物語の借用がどれほどあったかを確認しています。「どの国の口承伝統にも特別なものはあまりない」とテハラニは述べました。 「実際、彼らは非常にグローバル化しています。」人間はなぜ物語を語り始めたのでしょうか？一つの説明は、物語が有用な情報を保存するのに役立つということです。物語を語ることが狩猟採集社会において非常に重要なスキルであるという証拠があり、良い語り手がパートナーとしてより望ましいとされるため、物語が人類の歴史の初期段階で根付いたのではないかという提案もあります。物語に基づく情報について、私たちが進化の過程で重視するようになったものには二つの対立する理論があります。一部の研究者は、生存に関する物語が最も重要であると示唆しています。私たちは深層で、食べ物や危険がどこにあるかという情報を求めているのです。これが、嫌悪感を引き起こすような物語が記憶に残りやすい理由を説明します。私たちは自分自身を毒することを望んでいないからです。別の意見では、社会的な相互作用が人間の生活を支配しているため、社会的に関連する情報が最も有用であると主張されています。これは、私たちが人間関係や社会的規範を破る行動に関する詳細を優先的に記憶することを示唆しています。 これら二つの理論を検証するために、テハラニと彼の同僚たちは都市伝説の広がりを調べる実験を行いました。彼らの研究は「壊れた電話」という子供のゲームを模倣したもので、物語は一人から別の人へ、さらに別の人へと渡され、最終的なバージョンがどれだけ記憶されているかを示しました。彼らは、生存や社会に関する情報を含む物語が中立的な物語よりも記憶に残りやすく、特に社会的な物語が生存に関する物語よりも優れていることを発見しました。他にも物語の成功を高める要因があります。以前の壊れた電話の実験では、物語が広がるにつれて短くシンプルになる傾向があることがわかりました。人々は要点を覚えますが、詳細を忘れてしまいます。また、驚きも物語を助ける要素です。直感に反するアイデアを含む物語はよりキャッチーであるという証拠もあります。しかし、バランスを取る必要があります。物語にはいくつかの驚くべき要素が必要ですが、あまり多くはありません。成功する民話は一般的に多くの馴染みのある要素を持ち、いくつかの不条理なひねりを加えています。たとえば、「ゴルディロックス」の物語は、母親、父親、赤ちゃんの家族を探検する女の子の話ですが、そのひねりは、実はそれがクマの家族であるということです。この物語のトリックは、実際の出来事に予想外の視点を加える陰謀論の魅力も説明しています。 次に、物語の構造についてです。ゴルディロックスの人気は彼女自身によるものではなく、むしろ三匹のクマによるものかもしれません。彼らは物語を記憶に残る三つ組のシーケンスに変えています：お粥のボウルは熱すぎる、冷たすぎる、ちょうど良い；ベッドは柔らかすぎる、硬すぎる、ちょうど良い。この修辞的なトリックは「三の法則」として知られ、アブラハム・リンカーンからバラク・オバマまで、政治の場面で頻繁に見られます。なぜ三つのリストがそんなに強力なのでしょうか？それは、三つ組の数学的な重要性に関係しているかもしれません。一般的に、パターンを確立（または破る）ためには、シーケンスに少なくとも三つの項目が必要です。パターンは個々の単語の広がりにも役立ちます。 言語が進化するにつれて、新しい単語は既に人気のある単語に取って代わるために競争しなければならないことがよくあります。このような状況では、人々が一貫したルールに従った単語を好むことが予想されます。例えば、過去形の動詞はしばしば「...ed」で終わるため、歴史的な単語「smelt」が「smelled」に取って代わられ、「wove」が徐々に「weaved」になりつつあるのは理にかなっています。 しかし、逆に進化した単語もあります。1830年代には、人々はキャンドルを「lighted」していましたが、現在では「lit」と言います。なぜこれらの不規則な単語が人気のある単語を凌駕したのでしょうか。ペンシルベニア大学の生物学者と言語学者のグループは、韻を踏むことが関係しているかもしれないと考えています。彼らは、20世紀中頃にアメリカ人が「to dive」の過去形として「dived」ではなく「dove」と言い始めたことに気づきました。同じ頃、新たに人気を博した車が「drive」や「drove」といった単語の使用を促しました。同様に、「split」が去ることを表現する人気のある言い方になった時期に、人々は「lighted」や「quitted」の代わりに「lit」や「quit」を使い始めました。 新しい単語や物語が集団内で広がる主な方法は二つあります。一つは、世代から世代へと受け継がれ、途中でいくつかの変化を取り入れることがある「縦の伝達」と呼ばれる方法です。もう一つは、同じ世代のコミュニティ間で物語が融合する「横の伝達」と呼ばれるプロセスです。ダ・シルバとテハラニは、両方の伝達方法が民話の広がりに影響を与えたことを発見しましたが、大多数の物語においては縦のルートがより重要でした。しかし、他の生活の領域では、横の伝達が支配的になることがあります。コンピュータプログラムの作成者は、既存のコードの行を再利用することが多く、必要な機能を含めるためや時間を節約するためです。進化の観点から見ると、これはコンピュータコードが「タイムトラベル」できることを意味し、古いプログラムや言語の一部が新しいものに突然現れることがあります。 物語やコンピュータコードのセクションが同じ世代内で混ざり合うと、きれいな進化の系統樹を描くことが難しくなります。親が子供に伝統的な家族の物語を語り、その子供が友達の家族の物語の一部を取り入れると、新しい物語は本質的にこれらの異なる物語の枝を融合させることになります。この問題は生物学者にもよく知られています。2009年の「豚インフルエンザ」パンデミックを考えてみてください。この発生は、メキシコの感染した豚の中で、4つのウイルス（鳥インフルエンザウイルス、人間のインフルエンザウイルス、2つの異なる豚インフルエンザ株）の遺伝子が混ざり合い、新しいハイブリッドウイルスが生まれ、それが人間の間で広がったことから始まりました。一つの遺伝子は他の人間のインフルエンザウイルスに密接に関連しており、別の遺伝子は循環している鳥インフルエンザ株に似ており、他の遺伝子は豚ウイルスに似ていました。しかし、全体としてこの新しいインフルエンザウイルスは他の何とも本当に似ていませんでした。このような変化は、単純な系統樹の比喩の限界を示しています。 ダーウィンの生命の樹は進化の多くの特徴を捉えていますが、遺伝子が世代内および世代間で受け渡される可能性がある現実は、むしろ奇妙で手入れの行き届かない生け垣のようです。水平伝播と垂直伝播のプロセスは、特性が集団内でどのように広がるかに大きな影響を与えることがあります。オーストラリア西部のシャーク湾の水域では、数頭のバンドウイルカが食べ物を探すために道具を使い始めました。この行動は1984年に海洋生物学者によって初めて観察され、イルカたちは海綿の一部を切り取り、底にいる魚を探す際に保護マスクのように装着していました。しかし、シャーク湾のすべてのイルカが「スポンジング」を行うわけではありませんでした。この技術を習得したのは約10頭に1頭の割合です。なぜこの行動はさらに広がらなかったのでしょうか？生物学者がスポンジングを初めて観察してから20年後、研究者たちは遺伝子データを用いて、この戦術がほぼ完全に垂直伝播の結果であることを示しました。イルカは非常に社交的ですが、最初にこの革新を思いついたイルカの後、技術はその家族の系統を通じてのみ広がったようです。彼らと血縁関係のない個体は、スポンジなしで食べ物を探し続けました。実際、このイルカの家族は独自の伝統を築いたのです。生態学者のルーシー・アプリンによれば、動物界でも文化の垂直伝播と水平伝播の両方が起こり得るとのことです。「それは本当に種によりますし、学ばれる行動にも依存します。」彼女は、伝播の種類が新しい情報の広がりに影響を与える可能性があることを指摘しています。「例えば、イルカのようにほとんどの学習が垂直に行われる場合、家族特有の行動が生まれ、行動が集団内で広がるのは非常に難しいでしょう。」対照的に、水平伝播は革新の採用をはるかに速くすることがあります。このような伝播は、シジュウカラなどの鳥類の種において一般的です。「彼らの社会的学習の多くは水平に行われ、冬の群れを作る時期に無関係な個体を観察することで得られる情報が多いのです。」 一部の動物にとって、伝播の種類の違いは生存にとって重要な意味を持つ可能性があります。人間が自然環境をますます変化させる中で、革新を効率的に伝播できる種は、変化に適応する上で有利になるでしょう。「証拠はますます、いくつかの種が変化する環境に対して高い行動の柔軟性を示すことができることを示しています。」とアプリンは述べています。「その結果、彼らは人間によって修正された生息地や人間が引き起こした変化にうまく対処できるようです。」効率的な伝播は、微視的なレベルでも生物が人間の変化に抵抗するのを助けています。いくつかの種類の細菌は、抗生物質に対する耐性を持つ突然変異を獲得しています。これらの遺伝子変異は、細菌が繁殖する際に垂直に広がるだけでなく、同じ世代内で水平に伝播することもよくあります。 ソフトウェア開発者がファイル間でコードをコピー＆ペーストするように、細菌も互いに遺伝物質の断片を受け取ることがあります。近年、研究者たちはこの水平伝播がMRSAのようなスーパーバグや、薬剤耐性の性感染症の出現に寄与していることを発見しました。細菌が進化するにつれて、多くの一般的な感染症が最終的には治療不可能になるかもしれません。例えば、2018年には、イギリスで「スーパーニューモニア」と呼ばれる、すべての標準的な抗生物質に耐性を持つ感染症にかかった男性が診断されました。彼はアジアで感染したのですが、翌年にはイギリスでさらに2件の症例が報告され、今回はヨーロッパとの関連がありました。研究者たちがこのような感染症を追跡し、予防するためには、できる限り多くのデータが必要です。遺伝子配列のような新しい情報源が利用可能になったおかげで、私たちは異なる病気や特性が集団内でどのように広がるかを解明することができるようになっています。実際、21世紀の人間の医療における最大の変化の一つは、ゲノムを迅速かつ安価に配列決定し、分析する能力です。アウトブレイクを明らかにするだけでなく、研究者たちはアルツハイマー病から癌に至るまでの状態に対する人間の遺伝子の影響を研究することができるようになります。遺伝学には社会的な応用もあります。私たちのゲノムは祖先のような特性を明らかにすることができるため、遺伝子検査キットは家族の歴史に興味を持つ人々への人気のあるギフトとなっています。しかし、このようなデータの利用可能性はプライバシーに対して意図しない影響を及ぼすことがあります。私たちは親族と多くの遺伝的特性を共有しているため、検査を受けていない人々についても情報を得ることが可能です。例えば、2013年には『ザ・タイムズ』が、ウィリアム王子がインドの祖先を持つことを、彼の母方の遠い従兄弟2人を検査した結果として報じました。遺伝学の研究者たちはすぐにこの報道を批判しました。なぜなら、王子の同意なしに個人情報が明らかにされてしまったからです。祖先に関する発見が壊滅的な結果をもたらすこともあります。クリスマスの祖先検査で隠れた養子縁組や不貞が発覚した後に、家族が混乱に陥ったという報告がいくつかあります。私たちはすでに、企業が広告をターゲットにするためにオンライン行動に関するデータを収集し、共有している様子を見てきました。マーケティング担当者は、広告をクリックした人数を測定するだけでなく、どのような人々であるか、どこから来たか、次に何をしたかを知っています。これらのデータセットを組み合わせることで、一つの事象が別の事象にどのように影響するかを明らかにすることができます。同じアプローチが人間の遺伝データの分析にも一般的に用いられます。科学者たちは遺伝子配列を孤立して見るのではなく、民族的背景や医療歴などの情報と比較します。目的は、異なるデータセットを結びつけるパターンを明らかにすることです。研究者たちがこれらのパターンを理解すれば、基礎となる遺伝コードから民族性や病気のリスクを予測することが可能になります。これが、23andMeのような遺伝子検査会社が多くの投資家を惹きつけている理由です。 彼らは単に顧客の遺伝データを収集しているわけではなく、これらの人々が誰であるかに関する情報も集めており、それによってより深い健康に関する洞察を得ることが可能になります。こうしたデータセットを構築しているのは営利企業だけではありません。2006年から2010年の間に、50万人が英国バイオバンクプロジェクトにボランティアとして参加しました。このプロジェクトは、今後数十年にわたって遺伝と健康のパターンを研究することを目的としています。データセットが成長し拡大するにつれて、世界中の研究チームがアクセスできるようになり、貴重な科学的資源が生まれます。2017年以降、数千人の研究者がデータへのアクセスにサインアップし、病気、怪我、栄養、フィットネス、メンタルヘルスに関するプロジェクトが進められています。研究者と健康情報を共有することには大きな利点があります。しかし、データセットが複数のグループにアクセス可能になる場合、人々のプライバシーをどのように保護するかを考える必要があります。このリスクを減らす一つの方法は、参加者を特定できる情報を削除することです。たとえば、研究者が医療データセットにアクセスする際には、名前や住所といった個人情報が削除されていることがよくあります。しかし、そのようなデータがなくても、人々を特定することが可能な場合があります。1990年代半ば、ラタニャ・スウィーニーがMITの大学院生だった頃、彼女はアメリカ市民の年齢、性別、郵便番号を知っていれば、多くの場合、特定の一人に絞り込むことができるのではないかと疑いました。当時、いくつかの医療データベースにはこの3つの情報が含まれていました。これらを選挙人名簿と組み合わせることで、スウィーニーはおそらく誰の医療記録を見ているのかを特定できると考えました。そこで彼女は実際にその仮説を検証するためにデータの中から誰かを調べる必要がありました。マサチューセッツ州は最近、「匿名化」された病院の記録を研究者に無料で提供していました。ウィリアム・ウェルド知事は、これらの記録が患者のプライバシーを保護していると主張していましたが、スウィーニーの分析はそれとは異なることを示唆しました。彼女は20ドルを支払い、ウェルドが住んでいたケンブリッジの有権者記録にアクセスし、彼の年齢、性別、郵便番号を病院のデータセットと照合しました。すぐに彼の医療記録を見つけ、コピーを郵送しました。この実験とそれが引き起こした注目は、最終的にアメリカにおける健康情報の保存と共有の方法に大きな変化をもたらすことになりました。 データが一つのコンピュータから別のコンピュータへと広がるにつれて、人々の生活に関する洞察も広がります。私たちが注意を払うべきなのは医療情報や遺伝情報だけではありません。見た目には無害なデータセットでも、驚くほど個人的な詳細を含んでいることがあります。2014年3月、自称「データ中毒者」のクリス・ウォンは、自由情報法を利用して、前年のニューヨーク市におけるすべてのイエローキャブの乗車記録の詳細を要求しました。ニューヨーク市タクシー・リムジン委員会がデータセットを公開した際、それには乗車と降車の時間と場所、運賃、各乗客のチップの額が含まれていました。合計で1億7300万回の乗車が記録されていました。 実際のナンバープレートを示す代わりに、各タクシーは一見ランダムな数字の列で識別されていました。しかし、実際にはその旅程は匿名ではありませんでした。データセットが公開されてから3ヶ月後、コンピュータ科学者のビジャイ・パンドゥランガンは、タクシーのコードを解読し、混乱した数字を元のナンバープレートに戻す方法を示しました。その後、大学院生のアンソニー・トッカーは、他に何が発見できるかを説明するブログ記事を公開しました。彼は、いくつかの簡単なトリックを使うことで、ファイルから多くの機密情報を抽出できることを発見しました。 まず、彼は有名人をストーカーする方法を示しました。「2013年のマンハッタンでタクシーに乗っている有名人」の画像を探し続けた結果、ナンバープレートが写っているいくつかの写真を見つけました。それらを有名人のブログや雑誌と照合することで、出発地点や目的地を特定し、匿名のタクシーデータセットと照らし合わせました。また、有名人がどれだけチップを渡したか、あるいは渡さなかったかも確認できました。「この情報は、特に1年後には比較的無害ですが」とトッカーは書いています。「私は、以前は公にされていなかった情報を明らかにしました。」 トッカーは、ほとんどの人がこのような分析にあまり心配しないかもしれないと認め、さらに掘り下げることにしました。彼はヘルズキッチン地区のストリップクラブに目を向け、早朝のタクシーのピックアップを探しました。すぐに頻繁に訪れる客を特定し、その人の自宅までの旅路を追跡しました。オンラインでその人を見つけるのは難しくなく、ソーシャルメディアでの簡単な検索の後、トッカーはその男性の外見、家の価値、そして交際状況を把握しました。トッカーはこの情報を公開しないことを選びましたが、他の誰かが同じ結論に至るのはそれほど難しくなかったでしょう。「この分析の潜在的な結果は過小評価できません」とトッカーは指摘しました。高解像度のGPSデータを用いることで、人々を特定するのは非常に簡単です。私たちのGPSトラッキングは、私たちの住んでいる場所、職場へのルート、予定、そして誰と会うかを簡単に明らかにします。ニューヨークのタクシーデータと同様に、このような情報がストーカーや泥棒、恐喝者にとって潜在的な宝の山となる可能性があることは、あまりにも明白です。2014年の調査では、米国のドメスティックバイオレンスシェルターの85％が、GPSを通じてストーカーされた人々を保護していると答えました。消費者向けのGPSデータは、軍事作戦を危険にさらすことさえあります。2017年には、商業用フィットネストラッカーを着用した軍のスタッフが、自分たちのランニングやサイクリングルートをアップロードすることで、基地の正確な配置を漏らしてしまいました。 これらのリスクにもかかわらず、移動データの利用可能性は、ウイルスが次にどこに広がるかを推定するなど、貴重な科学的洞察をもたらしています。 緊急チームは自然災害後に避難民を支援したり、都市の交通ネットワークを改善する方法を計画者に示したりしています。高解像度のGPSデータを利用することで、特定の人々のグループ間の相互作用を分析することが可能になりつつあります。例えば、モバイルフォンのデータを用いて、アメリカから中国に至るまでの国々で社会的な分断や政治的なグループ、そして不平等を追跡する研究が行われています。 もしこの最後の文を読んで少し不安を感じたなら、あなたは一人ではありません。デジタルデータの入手可能性が高まるにつれて、プライバシーに対する懸念も増しています。不平等のような問題は大きな社会的課題であり、研究に値するものですが、私たちの収入や政治、社会生活の詳細にどこまで踏み込むべきかについては激しい議論があります。人間の行動を理解する際には、しばしば決断を迫られます。それは、知識のためにどれだけの代償を払うべきかということです。私と私の共同研究者が移動データを扱うプロジェクトに取り組む際、プライバシーは非常に重要な要素です。一方では、特にコミュニティを感染症の発生から守るために役立つデータをできるだけ多く収集したいと考えていますが、他方では、収集する情報や公表する情報を制限することになっても、そのコミュニティの個人のプライバシーを守る必要があります。インフルエンザや麻疹のような病気に関しては特に難しい課題があります。なぜなら、感染リスクが高い子供たちが監視下に置かれることになるからです。社会的行動について有益で興味深いことを教えてくれる研究はたくさんありますが、プライバシーの侵害の可能性を考えると正当化するのが難しいものもあります。 高解像度のGPSデータを収集する稀なケースでは、研究参加者は同意を与え、私たちのチームだけが彼らの正確な位置情報にアクセスできることを知っています。しかし、すべての人がプライバシーに対して同じ態度を持っているわけではありません。もしあなたのスマートフォンが、あなたの知らない間に、知らない企業にGPSデータを継続的に漏らしていたとしたらどうでしょうか。これはあなたが思っているよりも現実的な可能性があります。近年、あまり知られていないGPSデータブローカーのネットワークが出現しました。これらの企業は、GPSアクセスを許可した数百のアプリから移動データを購入し、それをマーケティング担当者や研究者、その他のグループに販売しています。多くのユーザーは、フィットネスや天気予報、ゲームのためにこれらのアプリをインストールしたことをすっかり忘れてしまっているかもしれませんし、常時追跡に同意したことすら覚えていないかもしれません。2019年、アメリカのジャーナリスト、ジョセフ・コックスは、セカンドハンドの位置データを使って電話を追跡するために賞金稼ぎにお金を支払ったと報じました。それには300ドルかかりました。位置データへのアクセスが容易になるにつれて、新たな犯罪の形態も生まれています。詐欺師たちは長い間、「フィッシング」メッセージを使って顧客を騙し、敏感な情報を引き出してきましたが、今ではユーザー特有のデータを取り入れた「スピアフィッシング」攻撃を開発しています。 2016年、アメリカ・ペンシルベニア州の数人の住民が、最近のスピード違反に対する罰金を支払うよう求めるメールを受け取りました。メールには、受取人の車の速度と場所が正確に記載されていましたが、実際のものではありませんでした。警察は、詐欺師たちがアプリから漏洩したGPSデータを入手し、それを使って地元の道路で速度違反をしていた人々を特定したのではないかと疑いました。 移動データセットは非常に強力であることが証明されていますが、いくつかの制限もあります。非常に詳細な移動情報があっても、測定がほぼ不可能な一種の相互作用があります。それは短時間で、しばしば目に見えず、特に感染の初期段階では捉えにくいイベントです。また、医療史の中で最も悪名高い事件のいくつかを引き起こしたものでもあります。 医師は、疲れた一週間の終わりに香港のメトロポールホテルの911号室にチェックインしました。体調が優れないにもかかわらず、彼はその週末に甥の結婚式のために南中国から3時間のバス旅行をしてきました。数日前にインフルエンザのような病気にかかっており、なかなか回復できませんでした。しかし、事態はさらに悪化しようとしていました。24時間後、彼は集中治療室に入ることになります。そして、10日以内に彼は亡くなります。 2003年2月21日、医師は香港で最初のSARSの症例でした。最終的に、メトロポールホテルに関連する他の16件のSARS症例が確認されました。それは、医師の対面の部屋、隣の部屋、または廊下に滞在していた人々です。病気が広がる中、新しいウイルスの理解が急務となりました。科学者たちは、感染から症状の出現までの遅延（すなわち潜伏期間）といった基本的な情報すら把握していませんでした。東南アジア全体で症例が発生する中、統計学者のクリスティル・ドネリーと彼女の同僚たちは、インペリアル・カレッジ・ロンドンと香港でこの重要な情報を推定するために取り組み始めました。 潜伏期間を算出する際の問題は、実際の感染の瞬間を見ることは稀であり、後になって症状を示す人々を見るだけだということです。平均的な潜伏期間を推定するためには、特定の期間にのみ感染した可能性のある人々を見つける必要があります。例えば、メトロポールに滞在していたビジネスマンは、中国の医師と1日だけ重なっていました。彼は6日後にSARSにかかりましたので、この遅延が彼の感染の潜伏期間であるに違いありません。ドネリーと彼女の同僚たちは、このような他の例を集めようとしましたが、あまり多くはありませんでした。4月末までに香港で報告された1,400件のSARS症例のうち、ウイルスへの明確な曝露があったのは57人だけでした。これらの例をまとめると、SARSの平均潜伏期間は約6.4日であることが示唆されました。この方法は、その後、2009年のパンデミックインフルエンザ、2014年のエボラ、2020年のCOVID-19など、他の新しい感染症の潜伏期間を推定するためにも使用されています。 もちろん、潜伏期間を調べる別の方法もあります。それは、故意に誰かに感染を与えて、どうなるかを見ることです。このアプローチの最も悪名高い例の一つは、1950年代から1960年代にかけてニューヨーク市で発生しました。スタテンアイランドにあるウィローブロック州立学校は、知的障害を持つ6,000人以上の子供たちが通う場所でした。過密で不衛生な環境の中、学校では頻繁に肝炎のアウトブレイクが発生し、小児科医のソール・クルグマンはこの感染症を研究するプロジェクトを立ち上げました。彼は共同研究者のロバート・マッコラムとジョーン・ジャイルズと共に、肝炎に感染させることで感染の進行と拡散を理解しようとしました。潜伏期間を測定するだけでなく、研究チームは実際に二種類の肝炎ウイルスに対処していることを発見しました。一つは現在肝炎Aと呼ばれるもので、人から人へと感染します。一方、肝炎Bは血液を介して感染します。この研究は発見と同時に論争も引き起こしました。1970年代初頭には、研究に対する批判が高まり、実験は最終的に中止されました。研究チームは、このプロジェクトは倫理的に正当であったと主張しました。いくつかの医療倫理委員会からの承認を得ており、子供たちの親から同意を得ていたため、学校の劣悪な環境では多くの子供たちがいずれにせよ病気にかかっていたはずだと説明しました。しかし批判者たちは、同意書が実際に何が含まれているかの詳細を軽視しており、クルグマンは子供たちが自然に感染する可能性を過大評価していると反論しました。「彼らはアメリカ合衆国で行われた最も非倫理的な医療実験だった」とワクチンの先駆者モーリス・ヒルマンは主張しました。これは、得られた知識をどう扱うべきかという問題を提起します。ウィローブロックの研究に関する論文は何百回も引用されていますが、すべての人がそのように認められるべきだとは考えていませんでした。「クルグマンとジャイルズの研究への新しい言及は、その倫理的な尊厳を高めるものであり、私の見解ではそのような言及は止めるべき、あるいは少なくとも厳しく条件を付けるべきだ」と医師スティーブン・ゴールドビーは1971年に『ランセット』に宛てた手紙で書いています。 不快な起源を持つ医療知識の他の例もたくさんあります。19世紀初頭のイギリスでは、医学校の数が増えるにつれて解剖学の授業に使用するための死体の需要が急増しました。法的に供給される死体が限られている中、犯罪市場が介入し、墓地から死体が次々と盗まれ、講師に売られるようになりました。しかし、生きている人間を対象とした実験が最も衝撃的であることが証明されました。第二次世界大戦中、ナチスの医師たちはアウシュビッツで患者にチフスやコレラなどの病気を故意に感染させ、潜伏期間などを測定しました。戦後、医療界は倫理的な研究の原則を定めたニュルンベルク綱領を作成しました。それでも、論争は続きました。 チフスに関する私たちの理解の多くは、1950年代と1960年代のアメリカの囚人を対象とした研究から得られています。そしてもちろん、ウィローブルックの事例があり、これは肝炎に関する知識を大きく変えました。人間を対象とした実験の歴史は時に恐ろしいものであるにもかかわらず、意図的な感染を伴う研究は増加しています。世界中で、ボランティアがマラリア、インフルエンザ、デング熱などの研究に参加するためにサインアップしています。2019年には、そのような研究が数十件進行中でした。いくつかの病原体はあまりにも危険であり、エボラウイルスは明らかに論外ですが、感染実験の社会的および科学的利益が参加者に対する小さなリスクを上回る状況もあります。現代の感染実験は、参加者に情報を提供し同意を求める際に、より厳格な倫理ガイドラインを持っていますが、それでも利益とリスクのバランスを取る必要があります。このバランスを取ることは、他の生活の領域でもますます重要になっています。 トラブルの兆し グレンビル・クラークは、会議の議長としてほぼ落ち着いた頃、誰かが折りたたまれたメモを手渡しました。弁護士としての訓練を受けたクラークは、新たに設立された国連の未来とそれが世界平和に何を意味するのかを議論するために会議を組織しました。すでに60人の代表者がプリンストン大学の会場に到着していましたが、もう一人参加したい人がいました。クラークの手にあるメモは、隣接する高等研究所にいるアルバート・アインシュタインからのものでした。1946年1月、物理学界の多くの人々は、広島と長崎への原爆投下における自らの役割に悩まされていました。アインシュタインは長年の平和主義者であり、爆撃に反対していましたが、1939年にルーズベルト大統領に宛てた手紙でナチスの原爆の可能性を警告したことが、アメリカの核プログラムを引き起こしました。プリンストンの会議中、ある参加者がアインシュタインに新技術を管理できない人類について尋ねました。「人間の思考が原子の構造を発見するまでに広がったのに、なぜ私たちは原子が私たちを破壊するのを防ぐための政治的手段を考案できないのでしょうか？」アインシュタインはこう答えました。「それは簡単だ、友よ。政治は物理学よりも難しいからだ。」 核物理学は「二重利用技術」の最も顕著な例の一つです。この研究は巨大な科学的および社会的利益をもたらしましたが、非常に有害な用途も見出されています。前の章では、ポジティブな利用とネガティブな利用の両方を持つ技術のいくつかの例に出会いました。ソーシャルメディアは、古い友人や有益な新しいアイデアと私たちをつなげることができますが、同時に誤情報やその他の有害なコンテンツの拡散を助長することもあります。犯罪の発生を分析することで、リスクのある人々を特定し、感染の伝播を中断することが可能になりますが、それは少数派グループを過剰にターゲットにする偏った警察のアルゴリズムに繋がることもあります。 大規模なGPSデータは、災害に効果的に対応する方法や交通システムを改善する方法、さらには新しい病気がどのように広がるかを明らかにしています。しかし、それは私たちの知らないうちに個人情報が漏洩するリスクも伴い、プライバシーや安全を脅かす可能性があります。2018年3月、オブザーバー紙は、ケンブリッジ・アナリティカが数千万のFacebookユーザーから秘密裏にデータを収集し、アメリカとイギリスの有権者の心理的プロファイルを構築することを目的としていたと報じました。このようなプロファイリングの効果については統計学者たちによって異論が唱えられましたが、このスキャンダルはテクノロジー企業への公衆の信頼を損なう結果となりました。ソフトウェアエンジニアで元物理学者のヨナタン・ズンガーによれば、この出来事は核物理学や医学などの分野で既に起こった倫理的議論の現代版であると述べています。「コンピュータサイエンスの分野は、他の科学とは異なり、その実践者が行う仕事に対して深刻な負の結果に直面したことがまだない」と彼は当時書いていました。新しい技術が登場する中で、他の分野の研究者たちが苦労して学んできた教訓を忘れてはいけません。 「ビッグデータ」が21世紀初頭に流行語となったとき、その多様な利用可能性は楽観的な期待を生み出しました。ある目的のために収集されたデータが、他の生活の領域における問題解決に役立つことが期待されていました。その代表的な例がGoogle Flu Trends（GFT）です。数百万のユーザーの検索パターンを分析することで、研究者たちはインフルエンザの活動をリアルタイムで測定できる可能性があると提案しました。公式なアメリカの疾病統計が発表されるのを1、2週間待つ必要はありませんでした。GFTの初期バージョンは2009年初頭に発表され、期待される結果が得られました。しかし、批判が出るのに時間はかかりませんでした。GFTプロジェクトには3つの主な制限がありました。まず、予測が必ずしも上手くいくわけではありませんでした。GFTは2003年から2008年の間にアメリカでの冬のインフルエンザのピークを再現しましたが、2009年春にパンデミックが予想外に発生した際には、その規模を大幅に過小評価してしまいました。「GFTの初期バージョンは、ある学者のグループが言ったように、部分的にはインフルエンザ検出器であり、部分的には冬の検出器でした」。第二の問題は、予測が実際にどのように行われたのかが明確でなかったことです。GFTは本質的に不透明な機械であり、検索データが一方から入って予測が他方から出てくる仕組みでした。Googleは生データや手法を広く研究コミュニティに公開しなかったため、他の研究者が分析を分解して、なぜアルゴリズムがある状況ではうまく機能し、別の状況ではうまくいかなかったのかを理解することはできませんでした。そして、GFTに関する最後の、そしておそらく最大の問題は、それがあまりにも野心的でないように見えたことです。私たちは毎年冬にインフルエンザの流行を経験しますが、それはウイルスが進化し、現在のワクチンの効果が低下するためです。同様に、政府が将来のパンデミックインフルエンザウイルスに対して非常に懸念している主な理由は、新しい株に対する効果的なワクチンを持っていないからです。 パンデミックが発生した場合、ワクチンの開発には6ヶ月かかるため、その頃にはウイルスが広範囲に広がっていることになります。インフルエンザの流行の形を予測するためには、ウイルスの進化、人々の相互作用、そして集団免疫の構築についてより良い理解が必要です。この非常に困難な状況に直面して、GFTは単にインフルエンザの活動を通常よりも1週間ほど早く報告することを目指しました。データ分析の観点からは興味深いアイデアでしたが、流行に対処するための革命的なものではありませんでした。これは、研究者や企業が大規模なデータセットを生活の広範な側面に適用することについて話す際の一般的な落とし穴です。データが豊富にあるため、他にも重要な質問に答えられるはずだと考える傾向があります。実際には、問題を探している解決策になってしまうのです。 2016年末、疫学者のキャロライン・バッキーは、テクノロジーの資金調達イベントに参加し、シリコンバレーの関係者に自らの研究を提案しました。バッキーは、流行を研究するためにテクノロジーを活用する経験が豊富です。近年、彼女はGPSデータを使用してマラリアの伝播を調査するいくつかの研究に取り組んできました。しかし、彼女はそのようなテクノロジーには限界があることも認識しています。資金調達イベントの際、彼女は「十分な資金とプログラマーがいれば、企業は世界の健康問題を解決できる」という支配的な考え方にフラストレーションを感じました。「テクノロジーの大物が研究の主要な資金提供者になりつつある世界では、若くてテクノロジーに精通した大学卒業生がコンピュータで公衆衛生を単独で修正できるという魅惑的な考えに騙されてはいけません」と彼女は後に書きました。多くのテクノロジーアプローチは、実現可能でも持続可能でもありません。バッキーは、従来の方法を「破壊」しようとしたテクノロジーのパイロット研究やアプリの多くの失敗した試みを指摘しています。また、良いアイデアが自然に成功するスタートアップのように生まれると仮定するのではなく、健康対策が実際にどれほど効果的かを評価する必要があります。「パンデミックへの備えは、政治的に複雑で多面的な問題に対する長期的な関与を必要とします。破壊ではありません」と彼女は述べています。 テクノロジーは、現代の流行分析において重要な役割を果たすことができます。研究者は、制御措置を設計するために数学モデルを使用し、スマートフォンを使って患者データを収集し、病原体の配列を追跡して感染の広がりを把握しています。しかし、最大の課題はしばしば計算上のものではなく、実務的なものです。データを収集し分析することができるのは一つのことですが、流行を見つけ出し、それに対処するためのリソースを持つことは全く別の問題です。2014年にエボラウイルスが初めて大規模な流行を引き起こした際、感染はシエラレオネ、リベリア、ギニアの3カ国に集中していました。これらの国は世界で最も貧しい国々の一つです。2回目の大規模な流行は、2018年にエボラウイルスがコンフリクトゾーンである民主共和国コンゴの北東部に襲いかかることで始まります。 コンゴでは、2019年7月までに2,500件の感染例が報告され、増加傾向にあったため、WHOはこれを国際的に懸念される公衆衛生上の緊急事態と宣言しました。世界的な健康能力の不均衡は、科学用語にも表れています。2009年のパンデミックインフルエンザウイルスはメキシコで発生しましたが、その公式名称は「A/California/7/2009(H1N1)」です。これは、新しいウイルスが最初に特定された場所だからです。このような物流上の課題は、研究が新たな感染症の発生に追いつくのを難しくします。2015年と2016年にはジカウイルスが広がり、研究者たちは大規模な臨床研究やワクチン試験を計画しました。しかし、これらの研究の多くが開始準備を整えた頃には、感染例が収束してしまいました。これは感染症研究における一般的なフラストレーションであり、感染が終息する頃には、感染のメカニズムに関する基本的な疑問が未解決のまま残ることがあります。だからこそ、長期的な研究能力の構築が不可欠です。私たちの研究チームはフィジーでのジカウイルスの発生に関する多くのデータを生成することができましたが、これはすでにデング熱の調査を行っていたために可能でした。同様に、ジカウイルスに関する優れたデータの一部は、カリフォルニア大学バークレー校のエヴァ・ハリスが主導する長期的なニカラグアのデング熱研究から得られています。 研究者たちは他の分野でも感染症の発生に後れを取っています。2016年の米国大統領選挙中の誤情報に関する多くの研究は、2018年や2019年まで発表されませんでした。また、選挙干渉を調査する他の研究プロジェクトは、立ち上げ自体が難航しており、現在ではソーシャルメディア企業が必要なデータを削除したために不可能になっているものもあります。同時に、断片的で信頼性のないデータソースが、銀行危機、銃暴力、オピオイド使用に関する研究を妨げています。 データを取得することは問題の一部に過ぎません。たとえ最良の感染症データであっても、分析を妨げる特異性や注意点が存在します。放射線と癌を追跡する研究において、アリス・スチュワートは、疫学者は完璧なデータセットを持つ贅沢をほとんど享受できないと指摘しました。「あなたは、完璧な背景に対して問題のスポットを探しているわけではありません。非常に混沌とした状況の中で問題のスポットを探しているのです」と彼女は言いました。この問題は、友人関係データにおける肥満の広がりを推定したり、オピオイドの流行における薬物使用のパターンを明らかにしたり、異なるソーシャルメディアプラットフォーム間での情報の影響を追跡したりする際にも現れます。私たちの生活は混沌として複雑であり、それが生み出すデータセットも同様です。感染の理解を深めるためには、その動的な性質を考慮する必要があります。つまり、異なる発生に合わせて研究を調整し、結果ができるだけ有用になるよう迅速に行動し、情報の糸を結びつける新しい方法を見つける必要があります。たとえば、現在、病気の研究者たちは、感染例、人間の行動、集団免疫、病原体の進化に関するデータを組み合わせて、難解な発生を調査しています。 個々のデータセットにはそれぞれ欠点がありますが、これらを組み合わせることで、感染のより完全な全体像を明らかにすることができます。このようなアプローチについて、キャロライン・バッキーはバージニア・ウルフの言葉を引用しています。「真実は、多様な誤りを重ね合わせることでしか得られない」と彼女は言いました。 私たちが使用する方法を改善するだけでなく、本当に重要な質問に焦点を当てることも必要です。例えば、社会的感染について考えてみましょう。現在利用可能なデータの量を考慮すると、アイデアがどのように広がるかについての理解は依然として驚くほど限られています。その理由の一つは、私たちが気にしている結果が、必ずしもテクノロジー企業が優先するものではないからです。最終的に、彼らはユーザーが広告収入をもたらす形で自社の製品と関わることを望んでいます。これは、私たちがオンラインの感染について話す際の焦点にも反映されています。私たちは、実際に健康や幸福、成功をもたらす結果ではなく、ソーシャルメディア企業が設計した指標（「どうすればもっといいねがもらえるのか？この投稿をバイラルにするにはどうすればいいのか？」）に焦点を当てがちです。現代の計算ツールを使えば、正しい質問をターゲットにすることで、社会行動に関する前例のない洞察を得る可能性があります。しかし、皮肉なことに、私たちが気にする質問は、論争を引き起こす可能性が高いものでもあります。 例えば、Facebookにおける感情の広がりを調査した研究を思い出してください。研究者たちは、人々のニュースフィードを変更して、より幸せな投稿や悲しい投稿を表示させました。この研究の設計や実施方法に対する批判にもかかわらず、チームは重要な質問を投げかけていました。それは、「ソーシャルメディアで目にするコンテンツは、私たちの感情状態にどのように影響するのか？」というものです。感情や性格は、その定義上、感情的で個人的なテーマです。2013年、心理学者ミハル・コシンスキーと彼の同僚たちは、Facebookの「いいね！」を通じて、外向性や知性といった性格特性を予測することが可能であるという研究を発表しました。後にケンブリッジ・アナリティカは、同様のアイデアを用いて有権者をプロファイリングし、広範な批判を引き起こしました。コシンスキーと彼のチームが最初にその手法を発表した際、彼らはそれが不快な代替利用をされる可能性があることを認識していました。彼らの元の論文では、テクノロジー企業に対する反発が起こる可能性を予測してさえいました。研究者たちは、人々が自分のデータから何が抽出できるかをより意識するようになると、一部の人々はデジタル技術から完全に離れるかもしれないと推測しました。 もしユーザーが自分のデータがどのように使われているかに不安を感じているなら、研究者や企業には二つの選択肢があります。一つは、単にそれを伝えないことです。プライバシーに関する懸念に直面して、多くのテクノロジー企業はデータ収集と分析の範囲を過小評価し、ネガティブな報道やユーザーからの反発を恐れています。一方で、私たちの多くが知らないデータブローカーは、外部の研究者に対して（私たちが知らなかった）データを売ることで利益を上げています。 これらのケースでは、人々に自分のデータをどのように扱うかを伝えると、彼らはそれを許可しないだろうという前提があったようです。ヨーロッパの一般データ保護規則（GDPR）やカリフォルニア州の消費者プライバシー法のような新しいプライバシー法のおかげで、これらの活動はますます困難になっています。しかし、研究チームが分析の倫理を軽視し続けるなら、さらなるスキャンダルや信頼の失墜が起こるでしょう。ユーザーは、価値のある研究であってもデータを共有することに対してますます消極的になり、研究者たちはその分析に伴う努力や論争から遠ざかるようになるでしょう。その結果、行動に対する理解や、そこから得られる社会的・健康的な利益は停滞してしまいます。代わりに、透明性を高める選択肢があります。人々の生活を無断で分析するのではなく、彼らに利益とリスクを天秤にかけさせるべきです。議論に参加させ、許可を得ることを考え、許しを求めるのではなく、許可を求めることを重視しましょう。社会的利益が目的であるなら、研究を社会的な取り組みとするべきです。2013年にNHSが発表した「Care.data」計画は、より良いデータ共有がより良い健康研究につながることを期待していました。しかし、3年後には、データの使用方法に対する公衆や医師の信頼が失われ、計画は中止されました。理論的には、Care.dataは非常に有益であった可能性がありますが、患者たちはこの計画について知らなかったか、信頼していなかったようです。もしかしたら、実際に何が関わっているのかを知っていたら、誰もデータ集約型の研究に同意しなかったかもしれません。しかし、私の経験では、それは必ずしも真実ではありません。過去10年間、私の共同研究者たちと私は、感染症研究とアウトブレイク、データ、倫理についての広範な議論を組み合わせた「市民科学」プロジェクトをいくつか実施してきました。私たちは、相互作用のネットワークがどのように見えるか、社会的行動が時間とともにどのように変化するか、そしてそれが感染パターンに何を意味するかを研究してきました。私たちの最も野心的なプロジェクトは、2017年から2018年にかけてBBCと共同で行った大規模なデータ収集活動でした。私たちは一般の人々に、1日あたりの移動を1km以内で追跡するスマートフォンアプリをダウンロードするように依頼し、また社会的相互作用を数えるようにお願いしました。研究が完了すると、このデータセットは研究者のための自由に利用できるリソースを形成するのに役立つ予定でした。驚くべきことに、プロジェクトに直接的な利益がないにもかかわらず、数万人がボランティアとして参加してくれました。これは一つの研究に過ぎませんが、大規模なデータ分析が透明で社会的に有益な方法で行えることを示しています。2018年3月、BBCは私たちが収集した初期データセットを紹介する「Contagion!」という番組を放送しました。その週、メディアでは大規模なデータ収集に関する他の話題もありました。数日前には、ケンブリッジ・アナリティカのスキャンダルが報じられていました。私たちが人々にデータを提供してもらい、研究者が病気のアウトブレイクを理解する手助けを求めたのに対し、ケンブリッジ・アナリティカは不正にデータを利用したとされています。 無知のうちに膨大なFacebookデータを収集し、政治家が有権者に影響を与えようとする手助けをしていた。ここには行動に関する二つの研究、二つの巨大なデータセット、そして非常に異なる結果が存在していた。ジャーナリストのヒューゴ・リフキンドは『ザ・タイムズ』のテレビレビューでこの対比に注目した。「データとインターネット監視が世界を台無しにしていると合意した週に、『コンテイジョン』はそれが少しでも救うことができるということを思い出させてくれる、歓迎すべき作品だった。」 ほぼ二年後の2020年2月29日、イギリスのサリー州ハズルミアからCOVID-19の地域感染の最初の報告が出ることになる。偶然にも、これは『コンテイジョン』プログラムで架空のシミュレーションパンデミックを引き起こすために選んだ町だった。つまり、次に何が起こるかを予測することができた。ハズルミアで感染が広がれば、ロンドンでも一週間か二週間以内に感染が拡大するだろう。案の定、十日以内に国会議員が感染したとの報告があり、急速に成長する疫病の初期の兆候となった。その後数ヶ月間、私の同僚たちと私はBBCのデータセットを使って、イギリスにおける感染のいくつかの側面を調査した。新しい接触追跡戦略の潜在的な効果から、ロックダウン下の国の社会的行動の変化まで。疫病を止めるために人々の相互作用を知ることが重要であるにもかかわらず、ケンブリッジ・アナリティカの影がCOVID-19への対応におけるデータとプライバシーの議論に影を落としていた。それは、接触追跡アプリからバーやレストランを訪れる際の「チェックイン」要件まで、どの形態の疾病監視が受け入れられるかに影響を与えた。一方で、2010年代に政治的コンテンツやワクチンに対するキャンペーンで磨かれたオンライン操作の手法は、極端に分極化したパンデミックの結果生まれたベン図の中で自然な居場所を見つけた。世界中で、対応はウイルス自体と共に広がる誤情報や偽情報によって形作られ、しばしば抑圧されることとなった。どうやら、政治は疫学よりも難しいようだ。 この本を読むのにかかった時間の間に、約300人がマラリアで亡くなったことだろう。ヒトからの死亡は500人を超え、麻疹では約80人、ほとんどが子供である。おそらく聞いたこともないであろう細菌感染であるメリオイドーシスが60人以上の命を奪った。感染症は今なお世界中で甚大な被害を引き起こしている。既知の脅威に加え、COVID-19のような新たなパンデミックのリスクや、薬剤耐性感染症の増加という常に存在するリスクに直面している。しかし、感染症に関する知識が向上するにつれて、感染症は全体として減少してきた。1990年から2017年の間に、これらの病気による世界の死亡率は半減した。 感染症が減少するにつれて、注意は徐々に他の脅威に移ってきた。その多くもまた感染性を持っている。 1950年、結核は30代のイギリス人男性にとって最も多い死因でした。しかし1980年代以降は自殺がその座を占めるようになりました。最近では、シカゴの若年層が最も多く殺人によって命を落としています。また、感染症の広がりによる社会的な負担も無視できません。2014年にネクノミネーションを分析した際、オンラインでの伝播はあまり重要な問題とは思えず、むしろ好奇心をそそるものでした。しかし、3年後には偽情報の拡散やソーシャルメディアの役割に関する懸念が前面に出て、複数の政府調査が行われる事態となりました。 感染症の理解が深まるにつれ、感染症研究で磨かれた多くのアイデアが他のタイプのアウトブレイクにも応用されるようになっています。2008年の金融危機後、中央銀行はネットワークの構造が感染を増幅する可能性があるという考えに注目しました。この理論は1980年代と1990年代にSTI研究者によって提唱されたものです。最近の暴力を「悪い人々」の結果としてではなく、感染症として扱おうとする試みは、1880年代と1890年代に「悪い空気」によって引き起こされる病気を否定したことを思い起こさせます。再生産数のような概念は、研究者が革新やオンラインコンテンツの拡散を定量化するのに役立っており、病原体の配列を研究するために使われる手法は文化の伝播と進化を明らかにしています。その過程で、私たちは有益なアイデアを加速させ、有害なものを遅らせる新しい方法を見つけています。1916年にロナルド・ロスが期待したように、現代の「出来事の理論」は、病気や社会行動から政治や経済に至るまで、さまざまな事象を分析する手助けをしています。 多くの場合、これはアウトブレイクのメカニズムに関する一般的な考えを覆すことを意味します。たとえば、マラリアを制御するためにすべての蚊を排除する必要があるという考えや、流行を防ぐためにすべての人にワクチン接種を行うべきだという仮定、あるいは銀行システムが自然に安定しているという前提や、オンラインコンテンツが非常に感染力が強いという考えです。また、新しい説明を探すことも求められています。なぜギラン・バレー症候群の症例が太平洋の島々で見られるのか、なぜコンピュータウイルスが長期間持続するのか、なぜほとんどのアイデアが病気のように簡単には広がらないのか、といった疑問です。 アウトブレイク分析において最も重要な瞬間は、私たちが正しいと確信している時ではなく、間違っていたことに気づく瞬間です。何かが少しおかしいと感じるとき、パターンが目を引き、例外が私たちが思っていたルールを破ります。革新を促進したいときも、感染を減少させたいときも、これらの瞬間をできるだけ早く捉える必要があります。伝播の連鎖を解きほぐし、弱いリンクや欠けているリンク、異常なリンクを探すための瞬間です。過去に実際にどのようにアウトブレイクが起こったのかを振り返り、未来にどのようにそれを変えることができるのかを見据えるための瞬間です。