Photo: Shutterstock
La réponse est bien entendu négative, mais des chercheurs s’inquiètent dans le PNAS de l’absence apparente de conscience qu’un virus comme le CoVID-19 puisse muter tout comme le ferait une information virale transmise par les réseaux sociaux.
Ces chercheurs ont donc tenté de mettre à l’épreuve leur hypothèse, à savoir qu’il est important de prendre en compte le potentiel mutagène d’un organisme ou d’une information. La plupart des modèles mathématiques utilisés ne tiennent pas compte de cette variable.
Les chercheurs estiment à juste titre que ces changements évolutifs ont un impact énorme. Pour eux, si on ne tient pas compte des changements potentiels au fil du temps, il n’est pas possible de prédire le nombre de personnes qui tomberont malades ou le nombre de personnes qui seront exposées à une information.
La plupart des gens connaissent bien les épidémies, mais l'information elle-même, qui circule aujourd'hui à la vitesse de l'éclair sur les médias sociaux, peut connaitre son propre type d'épidémie et "devenir virale". Le fait qu'une information devienne virale ou non peut dépendre de la manière dont le message original est modifié.
Certains éléments de désinformation sont intentionnels, mais d'autres peuvent se développer de manière organique lorsque de nombreuses personnes apportent successivement de petits changements, comme dans un jeu de « téléphone ».
Dans leur étude, les auteurs ont développé une théorie mathématique qui prend en compte ces changements évolutifs. Ils ont ensuite testé leur théorie contre des milliers d'épidémies simulées par ordinateur dans des réseaux du monde réel, comme Twitter pour la diffusion d'informations ou un hôpital pour la propagation de maladies.
Dans le contexte de la propagation des maladies infectieuses, l'équipe a effectué des milliers de simulations en utilisant des données provenant de deux réseaux du monde réel : un réseau de contacts entre les étudiants, les enseignants et le personnel d'un lycée américain, et un réseau de contacts entre le personnel et les patients d'un hôpital de Lyon, en France.
C’est ainsi qu’ils ont montré que leur théorie fonctionne sur des réseaux du monde réel. Les modèles traditionnels ne tenant pas compte des adaptations évolutives ne parviennent pas à prédire la probabilité de l'émergence d'une épidémie.
Partager par e-mail