Tehokas apu on enemmän kuin pelkkää rahaa antamista ihmisille, ja tehokas verotus on paljon monimutkaisempaa kuin pelkkää varojen ottamista kansalaisilta. Verotuksen ja julkisten meno-ohjelmien ei tulisi olla vain keino paikkailla talouden vuotoja tai heittää rahaa ongelmiin ilman suunnitelmaa. Sen sijaan, verotuksen ja julkisten tukien tulee olla progressiivisia ja kohdennettuja niin, että kaikki maksavat suhteellisesti sen mukaan, mitä heillä on varaa maksaa, ja että verorahat ohjataan sinne, missä ne tuottavat suurimman hyödyn.

Verovaroilla voisi esimerkiksi rahoittaa yleistä varhaiskasvatusta, joka mahdollistaisi laajemman pääsyn korkeakoulutukseen, ammattikorkeakouluihin sekä ammatillisiin koulutusohjelmiin ja oppisopimusjärjestelmiin – mahdollisesti jopa valtion tukemaa työkoulutusta. Verohyvityksiä voidaan antaa myös tutkimus- ja kehitystoimintaan. Verovarat voivat myös rahoittaa sosiaalisen turvaverkon, joka estää ihmisiä ajautumasta pohjalle ja antaa heille tarvittavan piristysruiskeen, jotta he voivat palautua takaisin tasolle, josta he voivat itse luoda onneaan, kiinniottaen ne edut, joita rikkaampien vanhempien lapset ovat saaneet syntymästään asti.

Tutkimukset osoittavat, että maat, jotka rahoittavat enemmän menoja sosiaalisiin sektoreihin redistributiivisen verojärjestelmän avulla, onnistuvat yleensä paremmin eriarvoisuuden vähentämisessä. Lyhyesti sanottuna verotuksen tulisi olla tarkoituksenmukaista ja suunnitelmallista. Yhdysvaltain itsenäisyyden isistä James Madison sanoi kerran: "Mikään ei ole rohkeuttamme yläpuolella, paitsi (häpeän kera sanon sen) rohkeus verottaa itseämme." Tämä on lähtökohta – toisella tavalla sanottuna Bejanin "antaa hitolle".

Yksi erityinen ratkaisu, joka nousi esiin Davosin foorumissa vuonna 2023, on progressiivinen varallisuusvero globaalille multimiljonääreille. Hyvin rikkaille on yleensä useita tulonlähteitä salkussaan, ja heillä on erittäin älykkäitä tilintarkastajia, jotka varmistavat, että suurin osa heidän varallisuudestaan on virallisesti peräisin matalammin verotetuista kategorioista. Kiinteistövetoista varallisuutta verotetaan jo kaikkialla maailmassa, mutta se on yleensä kiinteä vero, ei progressiivinen – eli erittäin rikkaat maksavat saman prosenttiosuuden kiinteistövastaan kuin keskivertokansalainen. Koska eri mailla on erilaisia verojärjestelmiä, superrikkaiden kiinteistöt on usein virallisesti rekisteröity alueille, joissa verot eivät ole korkeita.

Davosissa esitettiin ehdotus laajentaa kiinteistöveroa multimiljonääreille kattamaan kaikki varallisuuden muodot ja tehdä se progressiiviseksi. Esitetyn mallin mukaan heidän kiinteistönsä verotettaisiin samalla tavalla kaikissa maissa. Tällainen vero voisi tuottaa triljoonia dollareita vuosittain, jotka voitaisiin investoida terveydenhuoltoon, infrastruktuuriin ja kenties jopa kirjoihin luokkahuoneisiin. Tämä ehdotus oli kuitenkin seurausta ehkä utopistisesta näkökulmasta, joka vaatisi, että kaikki maailman maat toimisivat yhdessä tätä ongelmaa ratkaistakseen. Jotkut saattavat pitää tätä taloudellisena totalitarismina, kuten Bejanin aikanaan elämää kokemassaan ympäristössä. Itse asiassa tämä on kaukana totuudesta. Bejanin tunnistama kommunismin virhe oli siinä, että se esti ihmisiä yrittämästä menestyä sillä vähäisellä rahalla, joka heille oli päätynyt, kun taas strateginen ja johdonmukainen verotus varmistaa, että raha päätyy oikeille ihmisille aluksi. Tämän jälkeen raha seuraa Constructal-lakia ja virtaa tehokkaimmalla tavalla.

Fysiikan näkökulmasta on ymmärrettävä, että eriarvoisuus tulee aina olemaan osa maailmankaikkeuden rakennetta. Sen hävittäminen on turhaa; sen sijaan on paljon tuottavampaa käsitellä epäoikeudenmukaisuutta. Maailmankaikkeuden energian epätasapaino mahdollistaa kaiken – ilman sitä tähdet eivät loistaisi, planeetat eivät kiertäisi ja meitä ei olisi olemassa. Tällainen "eriarvoisuus" voi myös olla erilaistumista – välttämätön ehto maailmankaikkeutemme dynaamisuudelle ja elinvoimaisuudelle. Vaikka meidän tulisi pyrkiä vähentämään äärimmäistä eriarvoisuutta, täysin "tasainen" ja erilaistumaton maailma on mahdoton kuvitella. Tällainen maailma puuttuisi niistä rikkauden muodoista, joita meidän eromme tarjoavat, sekä kyvyissä että näkökulmissa. Jos eriarvoisuus poistettaisiin fysiikassa, maailmankaikkeus romahtaisi pieneksi, piirteettömäksi möykyksi. Vastaavasti kaikkien yhteiskunnallisten erojen poistaminen voisi olla sorrettavaa. Sen sijaan, että pyrkisimme poistamaan eriarvoisuuden, voimme pyrkiä poistamaan epäoikeudenmukaisuuden, mikä antaa meille mahdollisuuden rakentaa oikeudenmukaisempaa maailmaa, samalla kun juhlimme erojamme.

Miten politiikka ja kvanttifysiikka voivat selittää Brexitin kaltaisia ilmiöitä?

Politiikan ja yhteiskunnan monimutkaiset käänteet ovat aina herättäneet mielenkiintoa ja keskustelua. Erityisesti viime vuosina, kun päätöksenteko on tullut yhä vaikeammin ennustettavaksi ja äänestäjien mielipiteet ovat jakautuneet entistäkin enemmän, olemme nähneet kuinka yhteiskunnalliset muutokset voivat vaikuttaa politiikan kulkuun arvaamattomilla tavoilla. Tämä ajatus käy erityisen selväksi tarkasteltaessa Brexitin kaltaisia historiallisia hetkiä, jotka osoittavat, kuinka poliittinen päätöksenteko voi olla hallitsematonta ja täynnä odottamattomia käänteitä.

Vuonna 2016, kun britit äänestivät EU-jäsenyydestä, se ei ollut vain päätös unionin jäsenyydestä, vaan se oli myös ilmentymä syvästä epävakaudesta, joka oli saanut tilaa yhteiskunnassa. Useimmat olivat varmoja siitä, että Brexit ei voittaisi. Erityisesti monet pitivät Britannian hallituksen ja sen poliittisten johtajien EU-myönteistä linjaa tärkeänä ennusmerkkinä. Mutta tulos oli jotain, mitä ei osattu ennakoida – 51,89 % äänesti EU:sta eroamisen puolesta. Tämä epävakaus ja odottamattomat muutokset herättivät monia kysymyksiä siitä, miksi näin kävi ja mitä voimme oppia tästä ilmiöstä.

Erityisesti huomionarvoista on se, että Brexitin voiton taustalla oli voimakas ja monivaiheinen kampanja, jonka rakentaminen oli jollain tapaa erilaista kuin perinteiset poliittiset kampanjat. Kampanjan pääarkkitehti, Dominic Cummings, on itse kertonut, kuinka kampanja ei vain hyödyntänyt tavanomaisia poliittisia strategioita, vaan käytti myös uutta, jopa tieteellistä lähestymistapaa. Kampanja, joka oli täynnä tietoa ja datan käsittelyä, hyödyntäen muun muassa sosiaalisen median analytiikkaa, kampanjoita ja suoraa palautetta, ei ollut vain perinteinen poliittinen operaatio – se oli enemmänkin kvanttifysiikan ja datan yhdistelmä.

Cummingsin mukaan yksi tärkeimmistä tekijöistä oli se, että kampanja palkkasi fyysikoita. Vaikka fyysikot eivät perinteisesti kuulu politiikan kentälle, heidän ajattelutapansa oli se, mikä erotti Brexit-kampanjan muista. Fyysikot eivät vain analysoineet lukuja, vaan he lähestyivät politiikkaa samalla tavalla kuin he lähestyisivät kvanttimekaniikkaa: he loivat hypoteeseja, testasivat niitä ja arvioivat tuloksia tieteellisellä tarkkuudella. Tämä lähestymistapa auttoi heitä kehittämään kampanjaa, joka onnistui manipuloimaan ja muokkaamaan yleisön mieltä tavalla, joka ei ollut mahdollinen perinteisellä politiikan työkalupakilla.

Tämä ajattelutapa ei ole yksin Cummingsin kehittelemä. Armen Sarkissian, joka toimi Armenian presidenttinä vuosina 2018–2022, oli ennen politiikkaan siirtymistään teoreettinen fyysikko ja Stephen Hawkingin kollega. Hän on puhunut paljon siitä, kuinka politiikkaa tulisi tarkastella kvanttifysiikan näkökulmasta. Hänen mukaansa poliittiset ilmiöt ovat yhä enemmän samanlaisia kuin kvanttipartikkelien käyttäytyminen: ne ovat epävarmoja, toisiinsa kytkeytyneitä ja vaikeasti ennustettavia. Näin ollen poliittiset muutokset eivät ole enää lineaarisia ja ennustettavissa olevia, kuten Newtonin aikakauden klassinen fysiikka antoi ymmärtää, vaan ne ovat jollain tapaa sidoksissa laajempaan epävarmuuden ja havainnon ilmiöön.

Sarkissian vertaa poliittisia päätöksiä kvanttifysiikan epävarmuusperiaatteeseen. Kuten kvanttipartikkelien paikan ja liikkeen tarkka mittaaminen on mahdotonta ilman, että toisen aspektin tarkkuus heikkenee, samalla tavoin mediassa esitetyt eri näkökulmat ja yksilöille suunnatut uutisvirrat voivat luoda omat tulkintamme poliittisista tapahtumista. Tämä luo "kaikukammioita", joissa ihmiset altistuvat lähinnä heitä jo ennestään tukeville näkökulmille ja mielipiteille. Näin syntyy entistä voimakkaampi polarisaatio ja jakautuneisuus yhteiskunnassa.

Tämän vuoksi on tärkeää ymmärtää, että nykypolitiikan maailmassa perinteiset ennusteet ja mallit eivät enää riitä selittämään, mitä tapahtuu. Vaikka perinteiset taloudelliset ja poliittiset näkökulmat ovat yhä tärkeitä, nykyisin tarvitaan entistä monipuolisempaa ajattelutapaa, joka ottaa huomioon paitsi perinteiset mekanismit myös uudenlaisen tavan tarkastella poliittisia ilmiöitä. Kvanttifysiikan käsitteet, kuten epävarmuus, yhteys ja havaitseminen, voivat toimia uusina työkaluina politiikan ja yhteiskunnan ilmiöiden ymmärtämisessä.

Politiikan ja yhteiskunnan vuorovaikutus ei ole enää vain lineaarinen ketju tapahtumista, vaan se on yhä enemmän verkosto, jossa jokainen päätös ja havainto vaikuttaa toisiinsa monilla tasoilla. Brexitin kaltaiset ilmiöt eivät ole vain yksittäisten poliittisten tapahtumien summa, vaan ne ovat osa suurempaa ja monimutkaisempaa verkostoa, joka on yhä vaikeampi ymmärtää ja ennakoida. Tämä todistaa, kuinka tärkeää on tarkastella politiikkaa uudesta näkökulmasta, jossa ei pelkästään luoteta perinteisiin ajattelumalleihin, vaan myös hyödynnetään uusimpia tieteellisiä lähestymistapoja, kuten kvanttifysiikkaa, havainnointia ja epävarmuuden hyväksymistä.

Miten ennustetaan yhteiskunnallisia myllerryksiä ja väkivaltaisuuksia pitkällä aikavälillä?

Tutkijat kouluttivat tekoälyn, joka on erityisen hyvä havaitsemaan datassa piileviä kaavoja, joita inhimillinen ajattelu ei kykene näkemään. He perustivat tekoälyn koulutuksen kompleksisten verkostojen ja tilatason vuorovaikutusteorian uusimpaan ajatteluun. Tämän jälkeen he syöttivät tekoälyyn monenlaista dataa, joka liittyy konflikteihin – alueiden maantieteellisiin, kulttuurisiin ja poliittisiin erityispiirteisiin sekä sotilaallisiin kauppasuhteisiin. Tekoälymalli osoitti poikkeuksellista ennustusvoimaa. Viimeisimpien historiallisten tietojen perusteella sen ennustustarkkuus oli 82–94 prosenttia, kun ennustettiin, missä rauhallisilla alueilla konflikti puhkeaa tai missä sodassa olevat alueet palaavat rauhaan, jopa 12 kuukautta etukäteen. Malli pystyy myös osoittamaan, mitkä tekijät yhdessä lisäävät väkivallan riskiä.

Vuonna 2010 julkaistiin pitkäaikainen ennuste, joka ilman tekoälyä ja tulevia teknologioita esitti arvioita siitä, millainen maailmantilanne olisi seuraavina kymmenenä vuotena. Tällöin tieteellinen lehti Nature pyysi joukkoa taloustieteilijöitä, yhteiskuntatieteilijöitä ja historioitsijoita ennustamaan, millaista oli tulevaisuus 2020-luvulla. Peter Turchin, Venäjältä Yhdysvaltoihin siirtynyt historioitsija, otti haasteen vastaan ja kirjoitti artikkelin, jossa hän ennusti, että Yhdysvalloissa ja muualla maailmassa olisi sellaista yhteiskunnallista levottomuutta, jota ei ollut nähty 1960-luvun lopun jälkeen – kaupunkien palamista, vaaleissa väkivallan hyväksymistä, ja väkivallan lisääntymistä.

Vuonna 2020, hänen ennustuksensa osui merkittävästi oikeaan. Tuolloin yhteiskunnallinen tyytymättömyys levisi ympäri maailmaa. Joissain maissa se liittyi hallituksen toimiin, toisissa sisällissotiin ja kapinoihin, joissa kansa pyrki itse hallitsemaan. Erityisesti Yhdysvalloissa vuoden 2020 aikana tapahtui järkyttäviä hetkiä, kuten George Floydin murha, joka laukaisi laajat mielenosoitukset. Turchinin ennusteet ovat hyvin osuneet kohdalleen, vaikka pandemian kaltaisia tekijöitä hän ei voinut ennustaa, mutta hän olisi myös ollut ensimmäinen myöntämään, että pandemiatilanne oli itsessään vaikea.

Turchin on itse asiassa yksi kliodynamiikan, historian tieteellisen analyysin lähestymistavan, perustajista. Tämä ala tutkii historiaa tieteellisenä, datan ja matemaattisen mallinnuksen avulla. Turchin käyttää digitoitua dataa, tutkii 40 sosiaalista indikaattoria, kuten taloudellista epätasa-arvoa, väestönkasvua, poliittista epävakautta, väkivallan tasoja ja terveydenhuollon mittareita, ja laskee niistä tilastollisia malleja. Näitä malleja testataan myös aikaisemmilla historiallisilla tiedoilla, ja mallin ennustuksia tarkastellaan. Turchinin malli etsii säännönmukaisuuksia ja tekee ennusteita aikaisemman datan perusteella.

Turchin on havainnut, että eri sivilisaatioissa, kuten Rooman valtakunnassa, Kiinassa, keskiajan Euroopassa ja Yhdysvalloissa, on ollut säännöllisiä, vuosisatoja kestäviä epävakausjaksoja. Hän kutsuu näitä jaksoja sekulaarisiksi syklyiksi, joihin sisältyy myös 50 vuoden väkivallan kiertokulku. Turchinin malli arvioi, missä vaiheessa tätä sykliä ollaan. Sekulaariset syklit seuraavat ennustettavaa kaavaa: väestö kasvaa, kunnes sen tuotantokyky on ylitetty. Tämä tarkoittaa suurta nuorten määrää, laskevia palkkoja ja valtion kasvavaa velkaa. Tällöin yhteiskunta on alttiimpi epävakaudelle.

Tärkein tekijä ei kuitenkaan ole pelkkä väestönkasvu, vaan se, että hallitsevassa eliitissä on liikaa jäseniä verrattuna rajallisiin asemiin. Tällöin syntyy kilpailua eliittiin pääsystä, mikä heikentää valtion tasapainoa. Turchinin mukaan yhteiskunnallisen epätasa-arvon purkautuminen ilmenee aina jollain tavalla – joko reformien kautta, vallankumouksen tai molempien kautta. Tällöin saattaa seurata rauhan jakso, mutta epätasa-arvon rakenteet saattavat palautua, ja syklit alkavat uudestaan.

Turchinin malli, kuten kaikki pitkän aikavälin ennusteet, ei kuitenkaan ole tarkka. Ennusteet voivat antaa yleisiä suuntaviivoja, mutta eivät tarkkoja tapahtumia. Tärkein piirre ennusteissa on se, että yhteiskunnallinen epävakaus on väistämätön seuraus pitkäaikaisesta epätasa-arvosta ja ylimääräisten eliittien tuotannosta. Kaikki nämä ilmiöt ovat osa pitkän aikavälin historiallisia sykliä, jotka toistuvat, ja niitä voi verrata luonnon omiin kiertokulkuihin, kuten saalistajien ja saaliiden väestösykleihin. Esimerkiksi liiallinen hiiri-populaatio johtaa saalistajien määrän kasvuun, mutta kun saalistajat syövät kaikki hiiret, saalistajien määrä laskee ja hiirien määrä kasvaa jälleen.

Vaikka ennusteet voivat tarjota tärkeää tietoa yhteiskunnallisesta dynamiikasta, ne eivät pysty tarkasti ennustamaan yksittäisiä tapahtumia. On kuitenkin tärkeää ymmärtää, että väkivallan syklit ja yhteiskunnallinen epävakaus ovat seurausta rakenteellisista tekijöistä, joita voidaan ennakoida ja jotka ilmenevät yhteiskunnan dynamiikassa.

Miten epäselvät relaatiosuhteet voidaan mallintaa matemaattisesti?
Miten tietämysgraafit ja suuret kielimallit parantavat linkkien ennustamista ja suosituksia eri aloilla?
Miten kivun hoito voidaan tehostaa yksilöllisellä ja aktiivisella lähestymistavalla?
Miksi taulukointi on olennainen osa tieteellistä tutkimusta ja miten sitä tulisi lähestyä?
Miten *-laskenta ja sen sovellukset voivat parantaa matemaattisia malleja ja laskentateoriaa?