И хотя электронная почта и форумы предполагают существенные изменения в технологии общения, не ясно, является ли их изобретение более значимым, чем в свое время изобретение телефона. Поскольку телефон позволяет передавать эмоции так же, как и при непосредственном общении, он может оказаться более подходящим способом эффективного общения, чем электронная почта или чат в своей обычной конфигурации.

Непрекращающийся процесс развития средств коммуникации, основанных на использовании компьютера и отлично имитирующих личное общение, несомненно, приведет к более эффективной передаче информации в будущем. Например, согласно результатам маркетинговых исследований, проведенных компанией International Data Corporation, компьютер и видеоконференции, позволяющие в процессе разговора видеть лица людей, находящихся в разных местах, становятся сегодня экономически доступными для многих.

Математическая теория распространения болезни используется эпидемиологами, чтобы прогнозировать течение заболевания и уровень смертности{247}. Эти же модели могут применяться для лучшего понимания механизма передачи взглядов и природы обратной связи, способствующих развитию спекулятивных пузырей.

В простейшей модели эпидемии предполагается, что болезнь имеет определенный уровень распространения инфекции (скорость, с которой болезнь передается от зараженных к восприимчивым людям) и определенный уровень устранения угрозы (скорость, с которой инфицированные люди становятся незаразными в силу выздоровления или в результате смерти).

Если уровень устранения угрозы равен нулю, график роста количества инфицированных людей после контакта с зараженным человеком похож на математическую кривую, называемой логистической кривой{248}. Вместе с логистической кривой растет и процент заражения населения, и изначально это происходит со скоростью распространения инфекции. И хотя темпы роста вначале стабильные, абсолютное количество людей, зарегистрированных как состоявшие в контакте с инфицированными больными, растет быстрее и быстрее: так как все больше людей становятся заразными, возрастает и количество инфицированных людей, приходящих к врачу с жалобами на первые симптомы заболевания. Но темпы роста начинают замедляться после того, как сокращается количество возможных случаев инфицирования. И хотя истинный уровень распространения заболевания остается неизменным, скорость появления свежеинфицированных больных снижается, потому как зараженные люди ограничивают общение с теми, кто еще не заразился. В итоге все население инфицировано и логистическая кривая становится плоской на отметке в 100 %, после чего мы уже, конечно, не наблюдаем новых случаев инфицирования.

Если уровень устранения выше нуля, но меньше уровня инфицирования, такая модель, наоборот, говорит о том, что течение эпидемии на графике будет колоколообразным: количество инфицированных сначала поднимется от нуля к вершине, а затем упадет к нулю. Максимальный уровень может быть достигнут еще до того, как 100 % населения окажется инфицированным.

Если уровень устранения угрозы выше уровня инфицирования, то эпидемия никогда не вспыхнет. Эпидемиологи используют эти модели, чтобы понять схему вспышек эпидемии.

Применяя такие модели, они могут сделать вывод, что, например, если угроза немного выше уровня инфицирования, то почти все здоровое население подвергается риску эпидемии, поскольку любое незначительное повышение инфицирования или понижение уровня устранения угрозы может нарушить баланс в сторону новой эпидемии. Таким образом, эпидемиологи могут прийти к выводу, что изменение погодных условий, когда люди предпочтут находиться дома или на работе вместе с другими людьми (где вероятность заражения выше), может стать причиной превышения уровня инфицирования над уровнем устранения угрозы. Тогда эпидемия начнет разрастаться, но абсолютное количество инфицированных вначале будет расти медленно. Если же, например, погодные условия изменятся в ближайшее время таким образом, что уровень распространения инфекции начнет падать и количество инфицированных никогда не станет очень большим, то общественность и не заметит никакой эпидемии. Если же плохая погода сохраняется достаточно долго относительно разницы между уровнем инфицирования в плохую погоду и уровнем устранения угрозы, тогда эпидемия начнет распространяться широко и станет заметной. Эпидемиологи могут использовать эту модель для того, чтобы, если иметь в виду этот пример, определить, сколько времени должна стоять плохая погода, чтобы разразилась серьезная эпидемия.

Те же самые модели эпидемии применялись и в отношении других биологических феноменов, которые могли быть важны и для финансовых рынков. Экономист Алан Кирман (Alan Kirman) использовал их для имитации поведения муравьев в поисках еды, и он отметил, что эти модели, похоже, также можно применить и к изменениям фондового индекса{249}. Экспериментальным путем было обнаружено, что, когда муравьям показывали два места с едой рядом с их муравейником, они обычно использовали оба, но одно более интенсивно, чем другое. Со временем (при этом экспериментаторы постоянно одинаково пополняли запасы еды и там, и там) основное внимание муравьев могло переключаться от одного места к другому. Почему они не использовали эти два места одинаково и что заставляло их переключать внимание? Кирман заметил, что муравьи привлекают других муравьев индивидуально для походов к месту с едой – общей директивы для всего муравейника в целом у них нет. Привлечение происходит за счет контакта и дальнейшего сопровождения (тандемное привлечение) или за счет прокладывания химического следа (привлечение феромонами). Оба этих процесса служат эквивалентом живому общению у муравьев. Кирман показал, что, даже если существует некая произвольность в привлечении одними муравьями других, наблюдаемое в эксперименте явление можно объяснить с помощью простой модели эпидемии.

И если распространение болезни и поведение муравьев представляют для нас теоретический интерес для изучения природы пузырей на фондовом рынке, более важен практически тот факт, что модели эпидемии применялись социологами, чтобы определить направление передачи идей посредством устной коммуникации{250}. В этом случае скорость инфицирования аналогична скорости передачи идей, а скорость устранения угрозы можно приравнять к скорости забывания информации или утрачивания к ней интереса. Динамика передачи информации повторяет динамику инфицирования. Но как оказалось, официальная математическая теория эпидемии, однако, является менее точной при моделировании социальных процессов, чем при моделировании течения болезни или поведения муравьев, и при этом породила большое количество важных работ по социологии. Неудачный результат объясняется тем фактом, что базовые параметры этой модели в социологии не так постоянны, как в биологической сфере.