冠狀病毒 SARS-CoV-2 從 2020 年初迅速擴散至全球多個國家，疫情延續到了 2022 年，冠狀病毒依舊不斷發生變異，並在多國持續傳播著，似乎沒有要消停的跡象。這場人類歷史大規模的流行病之一，到底什麼時候會結束？在這疫情肆虐的現在，看到《傳染力法則》（The rules of contagion）一書，會以為本書是在探討傳染病是如何傳播，然而本書並非是探討疾病的傳播而已。
本書在寫什麼？
作者亞當．庫查司基（Adam Kucharski）是一位數學家，目前就任於倫敦衛生與熱帶醫學院的助理教授。他從事流行病學研究，從數學統計、模型、演算法、大數據等角度，探究疾病於何時何地發生、是如何散播，透過預測疫情的發展，並且給予因應之道。
傳染力並非只發生在傳染病，舉凡金融危機、健康、暴力、犯罪、惡意軟體與文化傳播等都具有傳染力。本書透過研究流行病學傳染力所得的成果，將探討不同領域的事物傳播擴散現象，了解這些具有傳染力的擴散現象發生的原因，以及為何傳播的速度都不一樣。書中並沒有用艱澀的數學模型來說明傳染力，使得讀者可以透過一個個案例，如同閱讀故事一般，了解各類具傳染力的擴散現象。
以下就分享書中所提到的三個令我印象深刻的具有傳染力的類型，以及我的想法。
為何金融危機與性病感染有相似之處？
華倫．巴菲特在2009年寄給股東的信件中寫道：「想避免捲入金融危機麻煩，和避免染上性病有異曲同工之妙。重點不只是你的性伴侶是誰，還在於你的性行為對象還跟誰睡。」為何性病傳染與金融危機有相似之處呢？多重性伴侶會在人際網路中的不同區塊增加連結，只要網路中有人感染，隨著連結的增加，則會加速性病的傳播。（圖一）在金融界只要一家銀行借錢給另一家銀行，兩者之間就便有連結。當多家銀行投資同一項資產時，彼此之間會產生金融傳染 (financial contagion)，這個詞描述經濟問題在各國間蔓延的現象。大家應該對2008年金融海嘯印象很深刻吧！雷曼兄弟倒台時，就有超過100萬個交易網絡。若其銀行又剛好是處於金融網路中心，則金融危機會如同傳染病一般迅速蔓延到全球各地。(圖二)
通常金融界有個共同概念，那就是透過分散投資來降低風險。書中提到目前有多項研究發現，隨著金融傳染的形成，分散投資可能會破壞大型金融網絡的穩定性。這顛覆我們以往的概念，若是沒有人提出來，我們可能不能了解到底發生了什麼事。透過了解金融危機的擴散現象，將有助於我們知道如何因應，以及如何預防。
犯罪與暴力事件的傳染與預防
書中提到媒體報導自殺、暴力、槍擊案等新聞之後，相關案件往往會增加。我發現自從新聞播報南投生技公司槍擊案之後，有一陣子報導出現相似的尋仇事件似乎變多，這是否也與傳染力有密不可分的關係呢？
如同了解疫情的傳播情形，以及控制疫情。如果犯罪如同傳染病一般，是否我們也能透過分析犯罪與暴力等事件，理解發生原因，並控制事件的發生。美國就有透過Predpol演算法預測犯罪。然而，該演算法並非是預測會發生什麼，我們只能預測犯罪事件發生的風險，而不是會發生什麼事件。美國智庫蘭德公司（RAND Corporation）提到：「預測的本質，就只是預測。要實際減少犯罪，必須根據預測採取行動。」我們不一定要準確預測未來的模型，我們要藉由分析，知曉事實與我們所知的差異，藉此來制定預防措施。
講到犯罪預測，就讓我想到《心靈判官》，動畫設定在日本透過希貝兒先知系統，監測著民眾的心智與精神狀態，預測一個人犯罪的可能性，將其數值化成犯罪指數。動畫中的刑警都會攜帶特殊槍枝—主宰者，若遇到潛在犯可以進行逮捕或是處決。未來是否會出現類似動畫的預測系統，我們無從了解，但是否潛在犯罪都能靠電腦運算來預測呢？現在的我們仍須進一步了解犯罪背後複雜的原因，從流行病學的角度切入，了解事情發展的歷程，將有助於我們分析犯罪與暴力的擴散現象。
網路創造新形態的傳播
現今社群媒體成為我們生活中的一部份，時常在社群媒體上看到朋友分享迷因、有趣的影片，甚至有假新聞摻雜在其中。書中提到Facebook的研究團隊發現網路上的迷因的內容會隨時間而產生變化，目的是增加吸經度，但即使如此這些迷因很快就會快速衰退，並沒有造成病毒式擴散力。那麼要如何創造出高網路人氣度的內容呢？很遺憾地目前研究尚未找到造成大規模傳播的預測模型。目前研究人員對於造成分享潮所能解釋的不到一半，他們推測可能還有其他未知的擴散特徵能提升預測模型，其中關注度有著隨機性質。對於一則貼文，我們無法預測其關注度，只能透過初期分享潮，來預測未來擴散規模而已。
那麼近幾年一直在討論的假新聞議題，為何會傳播得更快更廣？書中講到MIT的研究人員提出並非是傳播機會多，而是傳播機率高。通常散布假消息者，關注人數很少，但資訊「新奇」可能是其中原因。
現在即使取得的數據越來越多，但仍有很多事物難以衡量。即使是前面講到的金融危機與犯罪，也很難完全釐清其擴散過程。這對於網路行銷人員造成很大挑戰，我們都在分享內容，但我們有在衡量分享的內容嗎？因為行銷人員希望消費者點進去購買商品，但就算點閱率高，也不代表消費者買單。這才發展出廣告追蹤，並通過通知功能、無限捲軸、自動播放等提高對程式的黏著度的功能，收集用戶的數據，依消費者喜好投放廣告。
釐清趨勢的擴散現象，提出因應之道
讀完這本書後，我很訝異傳染病的傳染力研究，可以應用到其他類型的擴散現象。書中舉了非常多的案例，隨著我們科學研究的進展，我們能提出更全面地理解這些具傳染力的擴散現象是如何開始傳播，又是如何消亡的。要對擴散現象有所了解，就得有取得數據，但數據可能會包含著私人訊息，我們要如何保護很受試者的數據是很重要的研究倫理議題。尤其是現在流行著大數據，我們個人的私人數據，會被記錄在手機、智慧手錶或其他穿戴式裝置上，若企業自私地濫用這些數據，將會危害我們的隱私權。
書中最後提到「分析擴散現象時，重中之重並非做對了什麼，而是發現哪裡搞錯。」找出那些與我們常識不符合的現象，能夠讓我們釐清這些趨勢發展的原因。透過研究擴散現象，我們鑑往—了解過去擴散現象的原因；我們能夠知來— 防範於未來，提出日後發展的因應之道。