«Ο λείος πάγος είναι παράδεισος μόνο για εκείνους που ξέρουν να χορεύουν».
(Φρήντριχ Νίτσε)
Μια κλασική ερώτηση (σπαζοκεφαλιά) που αφορά τον υπολογισμό του ρίσκου είναι η εξής: μια γυναίκα φεύγει το πρωί από το σπίτι για να πάει στη δουλειά, φορώντας τα αγαπημένα της κόκκινα ψηλοτάκουνα. Ωστόσο είναι μια χειμερινή ημέρα και η γέφυρα του πάρκου, από όπου θα περάσει υποχρεωτικά, ενδέχεται να είναι παγωμένη. Ποιο είναι το ρίσκο να γλιστρήσει και να πέσει κάτω, να τραυματιστεί ελαφρά ή σοβαρά, ακόμη και να χάσει τη ζωή της;
Το πρόβλημα ακούγεται ίσως απλό, ωστόσο η μαθηματική λύση είναι ιδιαίτερα περίπλοκη διότι απαιτεί μια τεράστια ποσότητα υπολογισμών για να εξεταστούν οι πιθανότητες. Βέβαια το ερώτημα δεν χρήζει μόνον μαθηματικής/πιθανολογικής αντιμετώπισης, αλλά και φιλοσοφικής: πώς ορίζεται το «ρίσκο», «τι είναι αυτό που το διακρίνει από τον «κίνδυνο»; Τι ορίζουμε ως «απειλή»; Aκόμη κι αν επιτευχθεί μια φιλοσοφική και φιλολογική συμφωνία, επί του νοήματος των προηγούμενων όρων, πράγμα όχι τόσο απλό όσο ίσως φαίνεται, τελικά πώς υπολογίζεται η συνέπεια (αντίκτυπος) του ρίσκου στην πραγματική ζωή;
Η συζήτηση για την ασφάλεια και την προστασία των ανθρώπων, που σχετίζεται με την ικανότητά τους να γνωρίζουν ή να μην γνωρίζουν πώς να προβλέπουν μελλοντικά γεγονότα, είναι μια αρχαία υπόθεση. Είτε με την κλασική μαντική της αρχαιότητας, την μαγική ενόραση και τις προϊδεάσεις (που συχνά πυκνά μας περιγράφει η λαογραφία), είτε με τη χρήση των αριθμών και των μαθηματικών, για τον υπολογισμό των πιθανοτήτων, ο άνθρωπος ανέκαθεν ήθελε να γνωρίζει από πριν: από την αφθονία μια εποχιακής σποράς μέχρι την έκβαση ενός πολέμου.
Ωστόσο με την ανάπτυξη της νεωτερικής επιστήμης αυτή η συζήτηση μετασχηματίστηκε σε επιστημονικό κλάδο. Από τη σπουδή του κινδύνου και την ανάγκη να αποφευχθούν ορισμένα αρνητικά γεγονότα (ή να προβλεφθούν κάποια θετικά), με την πάροδο του χρόνου, δημιουργήθηκαν νέα ερευνητικά πεδία, σε μεγάλο βαθμό ελάχιστα γνωστά στο ευρύ κοινό. Μεταξύ αυτών οι αναλύσεις κινδύνου γνωστές ως Cindynics (όρος που ασφαλώς προέρχεται από την ελληνική λέξη «Κίνδυνος»). Αυτές οι αναλύσεις αναπτύχθηκαν τη δεκαετία του 1980 και μέσα σε μισό αιώνα εξελίχθηκαν δραστικά. Σήμερα μιλάμε ήδη για τρεις γενιές Cindynics, με διαφορετικές καινοτομίες καθεμιά τους, και αποκορύφωμα την 4η γενιά, την αποκαλούμενη μέθοδο Kelony. Όλα αυτά φυσικά υπό την ομπρέλα της Επιστήμης του Ρίσκου: αντικείμενο που, για να το θέσουμε όσο πιο περιεκτικά γίνεται, ασχολείται με την ελαχιστοποίηση των πιθανών ρίσκων για τον άνθρωπο.
Για κάποιους δεν είναι τυχαίο το γεγονός ότι αυτά τα ερευνητικά πεδία αναπτύχθηκαν ακριβώς εκείνη τη δεκαετία. Πράγματι τότε υπήρξε σειρά καταστροφών – εκ των οποίων και αυτή του Τσερνόμπιλ – που ώθησαν κυβερνήσεις και εταιρείες να μελετήσουν το πώς είναι δυνατό να αποτραπούν στο μέλλον παρόμοιες καταστάσεις. Αυτή η προοπτική, της πρόληψης, μπορεί να μας φαίνεται αυτονόητη όμως στην πραγματικότητα, σε ό,τι αφορά την συστηματική επιστημονική έρευνα, αποτελεί μεγάλη καινοτομία. Άλλωστε την εποχή εκείνη προκύπτουν ποικίλα σενάρια αποκάλυψης που οδηγούν στο τέλος του κόσμου -ο οποίος είναι ένας άλλος τρόπος για να προσδιοριστεί το τέλος της ανθρωπότητας. Τα σενάρια αυτά δείχνουν υπερβολική απαισιοδοξία, αλλά, ας το σκεφτούμε, είναι σωστά! Αν όντως θέλουμε να αναζητήσουμε τρόπους να αποφύγουμε το πιθανό τέλος της ανθρωπότητας, ανεξάρτητα από τις πραγματικές πιθανότητες επιτυχίας του εγχειρήματος, είναι χρήσιμο πρώτα να το φανταστούμε και μετά να αρχίσουμε να το συζητάμε.
Ακριβώς σε αυτή την οπτική εδράζονται, σε γενικές γραμμές, οι αναλύσεις Cindynics: για να αποφύγουμε ένα ατύχημα και επομένως μια ζημιά, πρέπει πρώτα να είμαστε σε θέση να το φανταστούμε και επομένως να το αποτρέψουμε. Μηδενικός κίνδυνος στην ζωή ασφαλώς δεν υπάρχει, αλλά μπορεί να υπάρξουν (σχεδόν) μηδενικές συνέπειες[1]. Επομένως, υπό αυτή την έννοια, η καλύτερη πρόβλεψη για το μέλλον είναι αυτή που δεν χρειάζεται να εξεταστεί ως βιωμένη πραγματικότητα. Εδώ βέβαια υπάρχει ένα παράδοξο, διότι υπονοείται (χωρίς να μπορεί να εξασφαλιστεί πάντα) ότι αμέσως μόλις σκιαγραφηθεί το πλέον ζημιογόνο ενδεχόμενο, έχουν ήδη τεθεί σε εφαρμογή τα εργαλεία και τα μέσα για την αποφυγή του.
Πάντως σε σύγκριση με τα κλασικά εργαλεία διαχείρισης κινδύνων, η ανάλυση Cindynics 4ης γενιάς κάνει μια νέα προσέγγιση: βάζει τον άνθρωπο στο επίκεντρο. Μπορεί να μοιάζει με κλισέ αλλά αυτό στην πραγματικότητα έχει επαναστατικές μεθοδολογικές προεκτάσεις. Πρόκειται για την μέθοδο Kelony η οποία αναπτύχθηκε από δύο καθηγητές ειδικούς στην ασφάλεια και την πρόληψη και σήμερα έχει οδηγήσει στην ίδρυση ενός Οργανισμού Αξιολόγησης Κινδύνων (Kelony Risk Rating Agency). Δεν θα μας απασχολήσει η επιχειρηματική δραστηριότητα του οργανισμού και οι σκοποί του (άλλωστε δεν τους γνωρίζουμε επαρκώς), αλλά η νέα φιλοσοφία προσέγγισης του ζητήματος «ρίσκο». Πράγματι οι εν λόγω καθηγητές για να επεξεργαστούν αυτές τις προβλέψεις, περιόρισαν στο ελάχιστο τη χρήση των υπολογισμών πιθανοτήτων, την οποία θεώρησαν ακατάλληλη για την ασφάλεια των ανθρώπων. Για αυτούς οι διαδικασίες που οδηγούν στην προστασία (της ζωής) ή στην έκθεση σε ρίσκο (κίνδυνος ή θάνατος) είναι καταστάσεις «μια και έξω» (one shot)[2].
Έτσι σε αντίθεση με τις στατιστικές καταστάσεις, εδώ δεν υπάρχει Ν αριθμός επαναλήψεων για την αποφυγή λ.χ. ενός σοβαρού τροχαίου ατυχήματος, αλλά μόνο μια πιθανότητα. Σίγουρα, ο υπολογισμός των πιθανοτήτων είναι χρήσιμος, αλλά όχι όταν εφαρμόζεται στα ρίσκα εντός της φυσικής πραγματικότητας. Ακόμα και σήμερα, παρά την τεράστια εμπειρία μας από αεροπορικές τραγωδίες, δεν είμαστε σε θέση να υπολογίσουμε την πιθανότητα να πέσει το αεροπλάνο στο οποίο ταξιδεύουμε, ούτε αν μια εταιρεία θα χρεοκοπήσει την επόμενη μέρα. Αυτό συμβαίνει επειδή, υποθέτοντας ότι όντως υπάρχουν οι πιθανότητες, δεν είναι πάντα δυνατή η μέτρησή τους, αλλά ακόμη κι αν αυτές μετρηθούν, η υπολογισμένη τιμή δεν είναι απαραιτήτως χρήσιμη για την προστασία των ανθρώπων.
Επίσης, η ανάλυση των πιθανοτήτων εξαρτάται από τα διαθέσιμα δεδομένα και τις πληροφορίες και αυτά δεν είναι πάντα διαθέσιμα. Πράγμα που επηρεάζει αποφασιστικά τον υπολογισμό των πιθανοτήτων, με συνέπεια την υποεκτίμηση ορισμένων ενδεχομένων μόνο και μόνο επειδή στο παρελθόν δεν έχουν συμβεί παρόμοια γεγονότα ή δεν έχουν καταγραφεί. Πρέπει να προσθέσουμε ότι η κλασική ανάλυση, αγνοεί ακόμη έναν σημαντικό παράγοντα: το χρόνο. Έτσι αποτυγχάνει να αναπτύξει σενάρια «σε κίνηση», όπου το «τρακάρω με το αυτοκίνητο»» με το «φοράω ζώνη ασφαλείας» έχουν διαφορετική αξία ανάλογα με τη χρονολογική τους τοποθέτηση. Εν ολίγοις, όταν παίζουμε κορώνα γράμματα, είναι σαφές ότι οι δύο πλευρές του νομίσματος έχουν την ίδια πιθανότητα να βγουν. Δηλαδή, ο νόμος των μεγάλων αριθμών (υπολογισμός βάσει μεγάλου αριθμού ρίψεων) θα δώσει πάνω κάτω το ίδιο αποτέλεσμα, Με άλλα λόγια η πιθανότητα να βγει κορώνα είναι σχεδόν ίση με αυτήν των γραμμάτων. Ωστόσο στη φυσική πραγματικότητα αυτό δεν συμβαίνει σχεδόν ποτέ: οι αριθμοί είναι πάντα διαφορετικοί, και τα αποτελέσματα συχνά κλιμακώνονται ή παρουσιάζουν ανομοιόμορφη πορεία. Πάνω από όλα, όταν ένα σοβαρό ατύχημα έχει ήδη συμβεί, δεν υπάρχει τρόπος να στρίψουμε ξανά το νόμισμα.
Συνοψίζοντας θα λέγαμε ότι η αυτή νέα προσέγγιση προσπαθεί να κάνει κάπως περισσότερα για τον άνθρωπο. Η τρέχουσα κουλτούρα, επί του πιθανολογικού ρίσκου (probabilistic risk assessment), είναι πολύ συχνά τελείως ακατάλληλη για την αντιμετώπιση της πραγματικότητας. Είναι κατακερματισμένη – δηλαδή, κάθε τομέας ενός περιβάλλοντος υπόκειται σε διαφορετικούς και ξεχωριστούς ελέγχους – δεν είναι συστημική και εν τέλει δεν βασίζεται στον άνθρωπο, αλλά στη μαθηματική πιθανότητα.
Επιστρέφοντας στην κομψή κυρία με τα ψηλοτάκουνα, μια κλασική προσέγγιση, καθαρά βάσει πιθανοτήτων, θα απαιτούσε τη χαρτογράφηση όλων των πιθανών μεταβλητών, η οποία είναι ιδιαίτερα δύσκολη υπόθεση καθώς δεν υπάρχει ήδη κάποιος ολοκληρωμένος κατάλογος όλων των στοιχείων ρίσκου. Θα πρέπει άρα να βασιστούμε στην εμπειρία του καθενός (συμπεριλαμβανομένων των ακροβατικών ικανοτήτων του υποκειμένου) η οποία ποικίλλει και είναι από τη φύση της περιορισμένη, ενώ στην συνέχεια θα πρέπει να αποδοθεί μια πιθανότητα σε κάθε ένα στοιχείο ρίσκου από τα παραπάνω και σε όλο αυτό να γίνει μια σύνθεση και εκτίμηση. Όμως ακόμη κι αν καταλάβουμε από πού θα έπρεπε να ξεκινήσουμε, ώστε να δώσουμε μια ορισμένη απάντηση στο πρόβλημα (μη εξαντλητική), δυστυχώς η γυναίκα, εν τω μεταξύ, έχει ήδη γλιστρήσει στον πάγο και βρίσκεται στο νοσοκομείο με κάταγμα στο ισχίο. Η κυρία προκειμένου να αποφύγει το κάταγμα θα μπορούσε να παραμένει στο σπίτι, δηλώνοντας άρρωστη στο γραφείο. Όμως κανείς δεν μπορεί να αποκλείσει το ενδεχόμενο να πεθάνει από έναν χαλασμένο θερμοσίφωνα (ηλεκτροπληξία) στο μπάνιο της, επομένως είναι κατά πολύ προτιμότερο απλά να αλλάξει παπούτσια.
Ειδικά όταν ο διαθέσιμος χρόνος για υπολογισμούς, κάποιας ακριβείας, είναι περιορισμένος – πράγμα που ισχύει σχεδόν πάντα στα κρίσιμα συμβάντα (όπως η πανδημία που ζούμε) -υπάρχει η ανάγκη μιας άλλης μεθοδολογικής προσέγγισης του προβλήματος: δεν χρειαζόμαστε έναν ολοκληρωμένο κατάλογο όλων των στοιχείων ρίσκου, αρκεί να ξεκινήσουμε από τα βασικά. Και τα βασικά είναι αυτά που μπορούν, ως ένα βαθμό, να εγγυηθούν την επιβίωση της γυναίκας. Είναι, κατά συνέπεια, απαραίτητο να ξεκινήσουμε από τα χαρακτηριστικά του υποκειμένου και τις «ευπάθειές» του (όπως τα ψηλοτάκουνα παπούτσια και η περιορισμένη σταθερότητά τους κατά τη βάδιση) και στη συνέχεια να εντοπίσουμε τους βασικούς εξωτερικούς παράγοντες όπως ο πάγος – που είναι ένας μόνο επικίνδυνος παράγοντας, διότι θα μπορούσε να είναι και ο άνεμος- που επηρεάζουν αυτή τη συγκεκριμένη ευπάθεια. Μόνον τότε αξίζει (και μπορούν) να αναλυθούν τα υπόλοιπα στοιχεία του ρίσκου, τα οποία καθορίζουν την απειλή (την πτώση) και τη ζημία (το τραύμα: σωματικό, ψυχολογικό, κλπ.). Χρειάζεται επομένως λιγότερος χρόνος και, πάνω από όλα, αντιμετωπίζεται -έστω μερικά- αλλά με τρόπο άμεσο το πρόβλημα. Έτσι μπορούν να σωθούν ζωές και να αποφύγουμε πολλά από τα συνεπακόλουθα προβλήματα. Οι πάρα πολλοί επιμέρους και περίπλοκοι κανόνες, οι κατακερματισμένοι έλεγχοι[3] που δεν οδηγούν πάντα σε εφαρμογή μέτρων, οι ευφάνταστες προβλέψεις και η υπερβολική εμπιστοσύνη στα στοιχεία (δηλ. στους αριθμούς και στην πιθανολογική ανάλυση) δεν θέτει στο κέντρο τον άνθρωπο, αλλά την υπολογιστική διαδικασία. Υπό μια έννοια, η προηγούμενη κλασική (αριθμητική/πιθανολογική) προσέγγιση είναι μια «μεταμοντέρνα» οπτική: όπου η διαδικασία «performance» κατέληξε να έχει μεγαλύτερη αξία από το αποτέλεσμα, δηλαδή το έργο προστασίας της ζωής. Αντιθέτως αυτή η σύγχρονη προσέγγιση, που ευχόμαστε να αναπτυχθεί περαιτέρω, μοιάζει να είναι ανθρωποκεντρική, πράγμα που μας οδηγεί να σκεφτούμε την ελληνικότητα, όχι μόνο του όρου Cindynics, αλλά και της θεμελιώδους ηθικής φιλοσοφίας που τον διέπει, όπως αξίζει σε κάθε ζήτημα που αφορά και θέτει στο κέντρο τον άνθρωπο.
[1] Βλ. Spampinato Federica, La nuova scienza del rischio – L’arte dell’immaginazione, della difesa e della protezione, Guerini e Associati, Milano, 2020.
[2] Ό.π.
[3] Ειδικότερα, σχετικά με τον κατακερματισμό των στοιχείων και κυρίως την πραγματική εφαρμογή μέτρων κατά της πανδημίας του κορονοϊού, προτείνουμε το άρθρο του Θεόδωρου Ντρίνια, Πόση υποκρισία μπορεί να μετρήσει μια ταχεία εξέταση (rapid test) κορωνοϊού;
