El 18 de octubre de 2019 fue una fecha que quedó grabada a fuego en la conciencia colectiva nacional. El estallido social alteró la rutina de los chilenos y las nuevas generaciones experimentaron por primera vez el Estado de Emergencia, el toque de queda, seguido de las marchas multitudinarias, lo saqueos, violencia contra las cosas y exceso de fuerza policial. En este marco, investigadores de la U. Adolfo Ibáñez (UAI) aplicaron el modelo de la epidemiología matemática, con herramientas de la “física de caos”, para explicar las dinámicas de las revueltas sociales. El paper The anatomy of the 2019 Chilean social unrest, fue publicado recientemente en Chaos, Journal del American Institute of Physics (AIP) por la matemática Katia Vogt, la economista Jocelyn Olivari y el físico Sergio Rica.
El uso de modelos de la epidemiología matemática para entender la propagación de enfermedades infecciosas data de hace más de 100 años. “En los años setenta, este tipo de metodología se utilizaba para entender las dinámicas de los disturbios que ocurrieron en distintas ciudades de Estados Unidos durante los sesenta”, señala Olivari. “Más recientemente, esto se usó para modelar los disturbios y eventos que tuvieron lugar en Francia en 2005”.
Desde el punto de vista de la matemática, el trabajo de estos investigadores está basado en el modelo epidemiológico SIR, uno de los más usados y conocidos para modelar la propagación de enfermedades infecciosas, que separa a la población en tres grupos: susceptibles, infectados y recuperados.
“En un contexto de revueltas y disturbios, alguien susceptible es un potencial alborotador; un individuo infectado es un alborotador activo; y una persona recuperada es alguien que dejó de participar en revueltas. Y los disturbios se propagan cuando hay un contacto efectivo entre un alborotador activo y un potencial alborotador”, explica Katia Vogt, coautora de la investigación, matemática y académica de la UAI.
Física del caos
Precisamente, el grupo de investigadores descubrió que el modelo SIR es "hamiltoniano", como las leyes de Newton. “Esto nos permitió aplicar herramientas conocidas de la física del caos para mostrar que, ante la presencia de una fuerza externa, las dinámicas se enriquecen bastante. La fuerza externa que incluimos en el modelo representa el detonante ocasional que aumenta la actividad del estallido o la revuelta”, añade Sergio Rica.
Cuando incluyeron esos detonantes, el equipo descubrió que la manera en cómo se desencadena una secuencia de eventos varía considerablemente. “Incluso la secuencia de los disturbios puede ser caótica. La riqueza de las dinámicas revela la complejidad que implica hacer predicciones respecto a hechos violentos, disturbios y estallidos sociales”, sostiene Rica, quien además valora el análisis de datos hecho por Paulina Caroca, estudiante de quinto año de ingeniería, la interdisciplinariedad de este trabajo y “la amalgama entre el estudio social que hizo Jocelyn (Olivari) y el modelamiento”.
El trabajo de este grupo de académicos surgió el año pasado, en pleno estallido social, pero hoy cobra relevancia en tiempos en que las protestas y los disturbios son cada vez más frecuentes en distintas partes del mundo, a pesar del contexto actual de pandemia. “Recientemente vimos los episodios de violencia ocurridos en Minnesota debido al conflicto racial y cómo terminaron expandiéndose a varias localidades y ciudades de EE.UU., incluso en el extranjero”, remarca Jocelyn Olivari.
Con respecto a las conclusiones de este trabajo, Sergio Rica comenta que “este tipo de estudios comenzaron décadas atrás en EE.UU. y se basaron en datos de los disturbios raciales de los años sesenta. Más recientemente, la misma metodología se ha usado en los disturbios de Francia en 2005. Nosotros obtenemos resultados equivalentes. En estas experiencias previas se formaba un evento solamente y luego este decaía en algunos días, dependiendo del caso. Sin embargo, lo que hace único el caso chileno es que en octubre de 2019 hubo 6 eventos que, podría decirse, se encadenaron uno después de otro. Más otro par de eventos en enero y marzo de 2020. Todos por separado se explican con los modelos usuales epidemiológicos, pero el hecho de que exista una secuencia de eventos, no. Nosotros podemos obtener un mecanismo para obtener una secuencia de eventos similares que puede ser hasta caótica. Lo que necesariamente implica una poca predictibilidad”.
Es sorprendente cómo la idea de la propagación de enfermedades puede ser bien aplicada a la propagación de revueltas sociales.
“Se puede pensar que el estudio de la transmisión de enfermedades y los problemas sociales tienen grandes diferencias, pero nuestro trabajo demuestra que los modelos epidemiológicos del tipo más simple, como el SIR, enriquecido por detonantes y herramientas de la física del caos, pueden describir muy bien hechos violentos o disturbios sociales”, concluye Katia Vogt.
No hay comentarios:
Publicar un comentario