Tyranie tabulek

Na začátku loňského října mi zazvonil telefon. Na druhém konci se ozvala investigativní novinářka z vlivného rozhlasového pořadu Today na BBC. Řekla mi, že se stalo něco zvláštního a že doufá, že bych jí to mohl vysvětlit.

Z britského systému na trasování pozitivních osob na covid-19 zmizelo téměř šestnáct tisíc případů. Šestnáct tisíc lidí, které měl systém upozornit, že jsou nakaženi a ohrožují ostatní. Šestnáct tisíc lidí, jimž měli zavolat pracovníci trasovacích call center, aby zjistili, kam šli, s kým se setkali a koho dalšího ohrozili. Nic z toho se však nestalo.

Proč případy zmizely? V Excelu podle všeho došlo místo.

Za tímto skandálem se skrývá neuvěřitelný příběh, kvůli němuž jsem se ponořil do studia dějin účetnictví, epidemiologie a očkování, prodiskutoval formátování souborů se zakladatelem Microsoftu Billem Gatesem, a dokonce se pídil po důsledcích krachu americké společnosti Enron. Díky tomuto příběhu jsem si ale především sám uvědomil, jak moc bereme čísla a data za samozřejmost.

Velká Británie i přes opětovnou explozi nových případů začala pomalu uvolňovat proticovidová opatření a všichni doufáme, že očkování nám poskytne dostatečnou ochranu. O očkování se všude – a právem – mluví jako o triumfu vědeckého bádání. Vakcíny se podařilo vyvinout a nasadit takřka heroickou rychlostí.

Restrikce se v Británii uvolňovaly již loni v září a říjnu v nápadně podobném kontextu rostoucích případů. Tehdy jsme však ještě neměli k dispozici vakcínu, jež by nás ochránila. A tak jsme se místo očkování snažili bránit pomocí dat. Těm jsme přitom nevěnovali zdaleka takovou péči, s jakou nyní přistupujeme k očkování. Což je škoda, protože když se při ochraně lidského zdraví spoléháte na čísla, měli byste se pořádně snažit, aby byla správná.

Počátky Excelu sahají do doby ještě dávno předtím, než vznikl Microsoft. Že lidé potřebují spolehlivý systém evidence účetnictví, bylo některým zřejmé už na konci 14. století. Jasno o tom měl především italský obchodník s látkami Francesco di Marco Datini. Chudáka Datiniho svého času obklopovali samí břídilové.

„Ty by sis nevšiml ani havrana v misce s mlékem!“ spílal jednomu ze svých společníků.

„Ty si zas nevidíš ani na špičku nosu!“ nadával jinému.

V poutavé knize Obchodník z Prata od britské životopiskyně Iris Origové se dočteme o každodenním životě tohoto italského kupce, kterého trápil jeden zásadní problém: jak spolehlivě zaznamenat vše, co se v okolním komplikovaném světě děje. Na konci 14. století už nebyli kupci jako Datini prostými kočovnými prodejci, ale úspěšnými obchodníky, kterým pro přehled o prodejích už nestačilo potěžkat nadité měšce. Řada z nich prováděla propracované obchodní transakce.

Sám Datini například objednával vlnu z Mallorky s dvouletým předstihem, ještě než vlna na ovci dorostla. Pojišťoval se tak proti riziku plynoucímu ze spolupráce s velkým počtem subdodavatelů, kteří vlnu v různých fázích procesu zpracovávali, než se z ní staly role krásných barvených tkanin. Pastevce od konečného zákazníka tak dělil složitý dodavatelský řetězec, jenž se táhnul z Barcelony přes Pisu, Benátky, Valencii, severní Afriku až na Mallorcu. Mezi první objednávkou a konečným prodejem zpravidla uplynuly čtyři roky.

Není proto divu, že Datini chtěl mít absolutní přehled, kde se jeho výrobky a peníze nacházely. Jak toho dosáhl? Pomocí tabulek.

V roce 1396 samozřejmě nepoužíval Excel. Pracoval však s jeho přímým předchůdcem: listy papíru seřazenými podle systému podvojného účetnictví, jemuž se rovněž přezdívalo účetnictví alla veneziana (tedy účetnictví po benátsku). Systém podvojného účetnictví spočívá v tom, že se každá částka zaznamená dvakrát (jak ostatně název napovídá). Pokud tedy například zaplatíte sto florinů za vlnu, v podvojném účetnictví se tento výdaj zaznamená jak na straně „dal“ jako snížení peněžního zůstatku, tak na straně „má dáti“ jako zvýšení na účtu aktiv.

Když se při ochraně lidského zdraví spoléháte na čísla, měli byste se pořádně snažit, aby byla správná.

Díky takto pečlivému dvojitému zaznamenávání je o dost jednodušší odhalit chyby. Pokud se do záznamů nějaká vloudí, výsledný součet nevyjde. Podvojné účetnictví se proto stalo široce využívanou metodou vedení evidence, kdo komu co dlužil, o zahraničních transakcích, ziscích, ztrátách. Zkrátka o všem. Datini a další obchodníci se tak mohli spolehnout, že se v obchodním procesu nic neztratí, jakkoli neschopní byli jejich společníci.

Systém podvojného účetnictví dovedl o století později k dokonalosti Luca Pacioli, italský matematik a přítel Leonarda da Vinci. Do historie se zapsal jako nejslavnější účetní a v roce 1494 sepsal o metodě podvojného účetnictví dokonce celou knihu. Údajně jednou prohlásil: „Pokud nedokážete vést dobré účetnictví, budete tápat jako slepec a hrozí, že utrpíte řadu velkých ztrát.“

S Pacioliho kategorickým výrokem se nemusíme stoprocentně ztotožňovat, ale jeho hlavní sdělení je naprosto jasné: život je jednodušší, když máte přehled o překážkách a příležitostech, které vás obklopují. Dobré účetnictví nám ukazuje, co by nám jinak uniklo. Pokud však nebudou vaše záznamy v pořádku, počítejte se ztrátami. Podrobněji si to probereme později.

O téměř pět století později, v roce 1978, seděl v lavici na přednášce o účetnictví Dan Bricklin, student ekonomické fakulty Harvardovy univerzity. Když pozoroval profesora, jak na tabuli vyplňuje řádky a sloupce, dostal nápad. Pokaždé, když profesor v zápisu něco změnil, musel překontrolovat celou tabuli a smazat a přepsat ostatní čísla, aby součty seděly.

Bricklin věděl, že takové mazání a přepisování dělá každý den mnoho lidí. Účetní po celém světě tak možná milionkrát denně upravovali účetní záznamy ve velkoformátových papírových tabulkách, které před sebou měli rozložené přes dvoustránku účetní knihy.

Bricklin byl nadšenec do počítačů a bývalý programátor, a tak ho okamžitě napadlo: „Tohle by šlo udělat na počítači.“ A jak v polovině 80. letech pro Harper’s Magazine napsal Steven Levy, zbytek příběhu už všichni dobře znáte. První automatický tabulkový procesor Bricklin vyvinul se svým přítelem a software pojmenovali VisiCalc. Prodávat se začal 17. října 1979 a sklidil fenomenální úspěch. Zanedlouho se na trhu objevil podobný program Lotus 1 – 2-3 a pak samozřejmě Excel.

Digitalizované tabulky byly pro účetní skutečnou revolucí − pár stisknutí kláves nahradilo hodiny ubíjející práce. Jiné věci se pro ně ale nezměnily. Stále museli získat odborné vzdělání a naučit se pracovat se systémem podvojného účetnictví. My ostatní jsme nic takového nedělali, ale Excel se i tak stal všudypřítomným společníkem všech uživatelů počítačů. Je snadno dostupný a všestranně použitelný. Takový švýcarský nůž na matematické operace, který je prostě šikovné mít ve své pomyslné digitální kapse. Ovládat ho dokáže každý – i úplní idioti. A tak se stalo.

Nikdo neví, kam se podělo těch 16 tisíc potvrzených případů covidu, které zmizely z excelovské tabulky. Britský vládní úřad pro otázky veřejného zdraví Public Health England (PHE), jenž měl trasování na starost, dosud nepodal žádné vysvětlení. „Předpoklad, že se ‚ztratily‘ jakékoli případy, je jednoduše mylný,“ sdělil úřad ve vysvětlení, které jsem si vyžádal. „Nepostrádáme žádné případy. Došlo pouze ke zpoždění v nahlášení některých nových případů a jejich zahrnutí do celostátních statistik.“

To zpoždění trvalo čtyři až pět dní. Prodleva je to však dostatečně dlouhá na to, aby se výsledky testů na covid-19 mohly v podstatě hodit do koše. Kdybych si při odjezdu na dovolenou zapomněl sbalit pas a pět dní poté ho našel u sebe doma, pochybuji, že bych ho šel vítězoslavně ukazovat lidem z letištní kontroly a tvrdil: „Předpoklad, že se můj pas ‚ztratil‘, byl jednoduše mylný.“

V systému trasování kontaktů jsou údaje ztracené na pět dní ztracené úplně. Otázkou tedy je: jak se mohly ztratit?

V nějaké fázi procesu, kterým zaměstnanci PHE zpracovávali data, někdo použil špatný formát souboru a tabulku místo novějšího XLSX uložil pod starším XLS formátem. Tabulky ve formátu XLS ovšem nemají tolik řad, přesně jich mají dva na šestnáctou, tedy přibližně 64 tisíc. V jednu chvíli se v tom plně automatizovaném systému do tabulky už další případy nevešly a nikdo si toho nevšiml.

Takový přešlap může kdekomu připadat vtipný. Skutečnost, že v Excelu došlo místo na nové případy nakažených, je tragikomický. K absurditě celé kauzy přispěl i fakt, že Microsoft se s podobnou kritikou setkával i v minulosti. Po internetu začaly proto okamžitě kolovat vtipy zobrazující automatickou nápovědu z kancelářského balíku Office 2000 jménem Clippy ve formě zvídavé kancelářské sponky, jak se uživatelů ptá: „Zdá se, že se snažíte monitorovat vývoj světové pandemie. Jak vám mohu pomoct?“

Několik týdnů po skandálu se ztrátou údajů se mi naskytla příležitost se na to zeptat přímo Billa Gatese. Ten už není v čele Microsoftu a já s ním vedl rozhovor o vakcinaci pro televizní program BBC s názvem Jak proočkovat svět. Ale příležitost zeptat se přímo jeho a trochu si na téma XLS a XLSX formátů zavtipkovat, jsem si prostě nemohl nechat ujít.

Otázku jsem mu položil co nejsofistikovanějším způsobem, ale Gatesova odpověď byla tak škrobená, až jsem se musel usmát. „Podle mě překročili limit 64 tisíc řádků, který už v nové verzi není.“ No, ano, to už víme. A dodal: „Je dobré, aby tyto věci kontrolovali lidé. Mrzí mě, že k tomu došlo.“

Kde a jak přesně se zastaralý formát XLS použil, zatím není jasné. Vysvětlení představitelů PHE bylo dost vágní. Neporozuměl jsem mu, tak jsem ho ukázal členům evropské skupiny pro rizika tabulkových procesorů Euspring (European Spreadsheet Risks Group). Tihle lidé jsou moje krevní skupina. Ale ani oni nepochopili, co se mi PHE snažilo vysvětlit. Celé to bylo velmi povrchní.

Odborníci z Euspringu se ovšem se mnou shodli v tom, že ať už byla chyba na straně PHE v čemkoli, neměli nastavený žádný systém kontroly, který by je na potenciální problémy upozornil. Jak řekl sám Gates: „Je dobré, aby tyto věci kontrolovali lidé.“

Původní papírové účetní tabulky byly navrženy tak, aby nám pomohly se v kvantech informací lépe zorientovat. Dalo by se předpokládat, že tabulkové procesory budou nejen rychlejší, ale také přesnější. Je tomu ale tak? Možnou odpověď nabízí vynikající studie počítačové specialistky Felienne Hermansové. Ta si před několika lety uvědomila, že o fungování tabulkových procesorů existuje ohromné množství materiálu, který by mohla prostudovat. Tím materiá­lem byly účetní údaje o zkrachovalé energetické společnosti Enron.

Poté, co v návaznosti na kolosální účetní skandál společnost v roce 2001 zkrachovala, regulační úřady ze serverů firmy získaly asi půl druhého milionu e-mailů. Ty jsou nyní veřejně dostupné a byly využity ve studiích zkoumajících evoluci neformálního psaného jazyka či způsobu, jak lidé používají složky v e-mailové schránce. Hermansová se rozhodla zaměřit na přílohy: excelovské tabulky.

Začala se jimi probírat. Nehledala důkazy podvodného jednání, ale tabulky s očividnými chybami jako chybějící či kruhové odkazy. Takto prozkoumala přibližně 10 tisíc tabulek s různými vzorci a zjistila, že asi čtvrtina z nich obsahovala přinejmenším jednu chybu. Nepřesnosti se navíc množily a tabulky s chybami jich průměrně obsahovaly více než 750.

Jak se může v excelovské tabulce objevit tolik chyb? Matt Parker, autor knihy Pokorné Pi (Humble Pi) o matematických chybách a jejich důsledcích, tvrdí, že samotný princip Excelu v kombinaci s chybnými představami uživatelů vede k vysoké chybovosti.

Podle jedné studie obsahuje chyby způsobené automatickou opravou v Excelu asi 20 procent vědeckých článků o genetice.

Když do Excelu například zadáte telefonní číslo v mezinárodním formátu, program automaticky smaže dvě nuly v předvolbě, které jsou sice zbytečné v matematickém zápisu celého čísla, ale ne v případě telefonního čísla. Pokud do Excelu zapíšete dvacetimístné sériové číslo výrobku, program vyhodnotí dvacetimístné číslo jako velké množství a posledních pár číslic zaokrouhlí nahoru.

Nebo si představte, že se zabýváte genetikou a do Excelu zadáte jméno genu jako Membrane Associated Ring-CH-Type Finger 1 či zkrácenou formou gen March1 či gen Sept1. Dokážete si představit, co s těmito názvy udělá Excel. Názvy genů převede na data, protože „March“ a „Sept“ v angličtině špatně interpretuje jako březen a září. Podle jedné studie obsahuje podobné chyby způsobené automatickou opravou v Excelu asi 20 procent vědeckých článků o genetice.

Argument, kterým se brání Microsoft, je zcela prostý – základní nastavení je nakonfigurováno ke každodennímu užívání. Tím v podstatě kulantně říká: Lidi, vzpamatujte se, Excel není nástroj pro genetické studie, ale pro účetnictví.

Na druhé straně je pochopitelné, že Excel přejali a začali používat i genetikové. Je výkonný a flexibilní. Najdete ho všude. Možná to není ideální nástroj, ale máme ho k dispozici tady a teď.

Když Excel používá vyškolený účetní k podvojnému účetnictví, funguje zcela spolehlivě jako lety ověřený profesionální nástroj s automatickým rozpoznáváním chyb. Pokud se však používá k nezamýšleným účelům genetického výzkumu či trasování osob s covidem-19, je to stejné, jako byste používali svůj oblíbený švýcarský nožík v kuchyni, protože ho máte po ruce. Není to nemožné, ale také ne ideální.

Před pár měsíci jsem na Twitteru žádal o doporučení dobrých knih o vymýcení pravých neštovic. Většina lidí mi doporučila publikace o britském lékaři Edwardovi Jennerovi, který v roce 1796 vynalezl první účinnou vakcínu. Mluví to samo za sebe, protože já se ptal na knihy o vymýcení neštovic a v roce 1796 pravé neštovice rozhodně ještě nezmizely. Ani zdaleka.

Jejich vymýcení by určitě nebylo možné bez vysoce účinné vakcíny, ale stejně tak bylo potřeba umět účinně pracovat s informacemi. Jak řekl Datini: bylo potřeba, aby si lidé nepřestali vidět na špičku nosu.

O vymýcení této zákeřné choroby snili lidé od chvíle, kdy se v roce 1796 objevila účinná vakcína. Tento sen ale zůstal dlouho nesplněný. Lékaři se opakovaně pokusili proočkovat celou planetu, ale stále se jim nedařilo naočkovat dostatečně velký počet osob. Na vesnicích a v těžko přístupných oblastech chudých zemí se pravé neštovice šířily dál. Stačilo, aby se narodila nová generace dětí bez imunity, a nemoc se rychle vrátila.

Ještě v polovině 60. let 20. století zabíjely pravé neštovice dva miliony lidí ročně. Světová zdravotnická organizace prohlásila, že spustí intenzivnější očkovací kampaň, aby nemoc konečně vymizela. Jedním z čelních představitelů této iniciativy byl Bill Foege, americký epidemiolog původem z Iowy, který pravé neštovice znal tak dobře, že je údajně poznal po čichu (tkáň s puchýři má charakteristický zápach). Jednoho dne se Foege dostal do vesnice ve východní Nigérii. Měřil přes dva metry, a když se postavil před místní, starší obyvatelé začali lákat ostatní: Pojďte se podívat na největšího muže na světě! A vesničané se začali scházet. Foege vzpomíná, že toho dne naočkoval 11 600 lidí.

Ale ani to nestačilo a nemoc se v pravidelných intervalech vracela. Na konci roku 1966 však Foege dostal varování o novém ohnisku ve vesnici asi 160 kilo­metrů od místa, kde se zrovna nacházel. Odjel tam, našel pět nakažených a naočkoval každého, kdo s nimi přišel do kontaktu. (Vakcína proti pravým neštovicím funguje i na osoby, které byly viru vystaveny pár dní před podáním). Standardním postupem by pak bylo naočkovat každého v okruhu několika kilometrů, jenže na to neměl Foegeův tým dost dávek.

Rozhodli se proto pomocí rádia a místních misionářů vystopovat nové případy. Každý večer v sedm hodin zapnuli rádio a rozhlásili zprávu o nemoci. Jakmile je někdo upozornil na nové případy, odjeli co nejrychleji na místo a tam podali vakcíny. Foege doufal, že se mu tak podaří vytvořit jakousi protipovodňovou zátarasu, jež znemožní další šíření nemoci. A zafungovalo to.

Touto strategií se Foegemu a jeho týmu podařilo v Nigérii během šesti měsíců kompletně vymýtit pravé neštovice. Psal se rok 1967 a zemí začala zanedlouho poté zmítat občanská válka. Navzdory chaosu a krveprolití se sem pravé neštovice už nevrátily.

Klíčem k úspěchu bylo méně se upínat na celoplošné proočkování, které nikdy nebylo dostačující, a naopak se snažit co nejrychleji nacházet nová ohniska. K úspěšnému vymýcení nemoci byly potřeba především dobré informace. Přístup k nim byl však do té doby poměrně obtížný. Světová zdravotnická organizace si uvědomila, že ročně identifikuje pouze zhruba 100 tisíc případů z celkem deseti milionů nakažených.

Foegeova zkušenost nám ukazuje, že systém ochrany veřejného zdraví dokázal pravé neštovice porazit až ve chvíli, kdy měl k dispozici data.

Této strategii se začalo říkat takzvaná prstencová vakcinace. Její princip není úplně stejný jako trasování kontaktů, ale v mnohém se mu podobá. V obou případech je zásadní urychleně izolovat nakažené lidi a najít jejich nejbližší kontakty.

Prstencová vakcinace zafungovala. Za necelé desetiletí se mohli lékaři začít přít o to, kdo se dostane do Indie, aby mohl na vlastní oči vidět posledních pár případů pravých neštovic, než nemoc definitivně zmizí. K poslednímu případu šíření pravých neštovic došlo v Somálsku v roce 1977. Třiadvacetiletý kuchař Ali Maow Maalin, který si přidělával tím, že proti neštovicím očkoval, vakcínu kupodivu sám nedostal. Když se u něj začaly objevovat příznaky, dostal vakcínu – a spolu s ním dalších 91 přátel a rizikových kontaktů – a z nemoci se vyléčil. Svůj život pak zasvětil snahám o vymýcení obrny.

Vakcíny byly důležité. Vlastně byly zcela zásadní. Ale stejně tak důležité bylo rychlé určení a trasování rizikových kontaktů. Pravé neštovice odolaly téměř dvěma stoletím vakcinačních kampaní – nedokázaly se však šířit v dobře organizovaném systému, který cílil na ohniska nákazy a trasoval potenciální nakažené. S odstupem času se to zdá prosté. A svým způsobem to prosté bylo. Ale mít přehled o nákaze je v reálu těžší, než se může na první pohled zdát. Francesco Datini by vám o tom pověděl své.

K tomu, aby systém trasování kontaktů fungoval skutečně dobře, nestačí dobrá datová infrastruktura. Bez dobrých dat by to bylo zcela nemožné.

Jedním z nejdůležitějších poučení, které si z této pandemie můžeme vzít, je, jak účinná mohou být data, když je s nimi nakládáno správně – a kolik škod lze napáchat, když se s nimi zachází diletantsky. K odpovědi na v podstatě jakoukoli otázku ohledně viru potřebujeme data a jejich šikovné zpracování. Kdo je nakažený? Jak se virus šíří? Pro koho je nejnebezpečnější? Jak ho můžeme léčit? Bez přístupu k dobrým datům a bez spolehlivých způsobů jejich analýzy nemáme šanci tyto otázky zodpovědět.

K tomu, aby systém trasování kontaktů fungoval skutečně dobře, nestačí dobrá datová infrastruktura. Bez dobrých dat by to bylo zcela nemožné. Nestačí najít správné vědce, kteří vyřeší správné rovnice. Data přece nerostou na stromech: musíme je nejprve někde získat.

Příkladem, jak to dělat správně, je britská klinická studie Recovery (celým názvem Randomised Evaluations of Covid-19 Therapy). Spočívá v jednoduchých, ale účinných klinických studiích zkoumajících na vzorku náhodně vybraných účastníků účinnost různých způsobů léčby covidu-19, jež jsou součástí běžného léčení nakažených po celé Británii. Projekt založili hned na začátku pandemie během několika dnů oxfordští vědci Peter Horby a Martin Landray.

Jejich projekt poskytl světu řadu naprosto klíčových informací − například co se týče toho, že antimalarikum hydroxychlorochin na nemoc nezabírá a že naopak cenově dostupný steroid dexametazon dokáže zachraňovat životy. (Kolik přesně, není zatím jasné, ale určitě se ke konci června jedná o více než milion pacientů.) Tento projekt je skvělým příkladem, čeho lze dosáhnout, když se nezaměřujeme pouze na data, ale i na „datovou infrastrukturu“, nástroje a procesy pro jejich sběr, řízení a analýzu.

Je opravdu obří rozdíl mezi tímto projektem a neúčinnými trasovacími systémy, jež se používají v mnoha údajně propracovaných západních demokraciích. Vědecký časopis Nature loni uvedl, že v Austrálii, ve Washingtonu a na Havaji se informace o nových případech předávaly po telefonu a přes fax a že afričtí zdravotníci na selhání amerického systému jen nevěřícně koukali, protože sami se už v minulosti poučili z bolestivé zkušenosti se zvládáním eboly.

K tomu, aby trasovací systém fungoval skutečně dobře, datová infrastruktura zkrátka nestačí. Bez dobrých dat je to dokonce zcela nemožné. Tak tomu bylo i s pravými neštovicemi, úspěch spočíval ve schopnosti rychle zjistit, kde se virus šíří – a odhadnout tak, kam může směřovat.

Sebelepší vakcíny neodsunou trasování kontaktů na vedlejší kolej. Většina lidí očkování ještě nedostala a někteří si vakcínu nenechají dát nikdy. Jednoho dne se objeví další pandemie a pak přijde další. A další. Nemůžeme zajistit, že očkování zafunguje vždy, a vývoj vakcín navíc nějakou dobu trvá. V mezičase bude proto vždy potřeba trasovat kontakty. A dobré trasování vyžaduje – tak jako tisíc dalších dobrých systémů, které chceme nastavit – investice do spolehlivé datové infrastruktury.

Například byste chtěli dokázat, že trasování skutečně funguje. Jak byste na to šli? Představte si, že jste šílení vědci posedlí mocí, kteří se s běžnou etikou moc netrápí. Pak byste se pravděpodobně nabourali do státního trasovacího systému a smazali pár případů tak, aby v některých regionech případů ubylo výrazně víc než jinde. Tímto zákeřným experimentem byste mohli porovnat, co se stalo v oblastech, kde trasovací systém fungoval bez zásahu, s místy, kde najednou zmizely tisícovky případů.

Pokud nejste podlí géniové, něco takového vás nejspíš ani nenapadlo. Bohatě by vám tak postačilo pozorovat, co se stane, když k něčemu takovému dojde omylem, protože někdo nedokáže uložit excelové tabulky ve správném formátu.

Přesně tak k věci přistoupili ekonomové Thiemo Fetzer a Thomas Graeber. Řekli si, že když už dojde k nějaké takové katastrofě, měli bychom si z ní vzít ponaučení. Prozkoumali proto důsledky skandálu britského PHE. Při srovnání údajů z různých regionů zjistili, že chyba vedla k 125 tisícům dalších nakažených. Příběh o tom, že v Excelu došlo místo, nám na první pohled připadal k smíchu. Proto jsme sdíleli vtipy o nápovědě sponky Clippy a já si na to téma s chutí zažertoval s Billem Gatesem. Ale jeho na první pohled přehnaně upjatá reakce byla na místě. Nežertoval, protože věděl, že to není k smíchu, ale k pláči.

Fetzer a Graeber vypočítali opatrný odhad počtu obětí této chyby v Excelu. Myslí si, že stála život přinejmenším patnácti set lidí.

Při další pandemii bychom se tedy měli ujistit, že máme všechny excelovské tabulky v pořádku. Ostatně sám zakladatel účetnictví Luca Pacioli nás před podobnými chybami varoval už před více než pěti sty lety: bez dobré evidence budete tápat jako slepci a hrozí, že utrpíte řadu velkých ztrát.

Patnáct set mrtvých. V kontextu pandemie a celkové tragédie je to relativně malé číslo. Ale na to, že se jednalo o naprosto zbytečnou chybu způsobenou špatným nakládáním s daty, je to ztráta až příliš veliká.

Tim Harford, Financial Times