Sbagliando s'impera

Ayres, Ian (2007). Super Crunchers: How Anything Can be Predicted. London: John Murray. 2008.

Il libro mi era stato suggerito da un amico, che lo aveva caldeggiato con molto entusiasmo, e si è invece dimostrato una grossa delusione.

Rispetto alla struttura di base dei libri di divulgazione scientifica (ne ho parlato commentando la recensione di La saggezza della folla sul blog di un amico – “si comincia con un aneddoto che cattura l’attenzione, si riassumono i risultati delle ricerche che l’autore ritiene più rilevanti e interessanti, si tirano le somme per punti alla fine di ogni capitolo, e così via”), questo libro ha qualcosa di peggio: ha una tesi da sostenere senza scrupoli e non guarda iun faccia nessuno (tanto meno la verità) per portare acqua al suo mulino. La tesi è che l’analisi statistica, e più in generale i metodi quantitativi di sostegno alle decisioni, incontrano l’opposizione degli “esperti”, che vedono messo a repentaglio il loro monopolio. La tesi non è priva di un suo fondamento: la statistica, in effetti, almeno da 100 anni, ha cambiato profondamente lo standing dell’esperto: è considerato “esperto”, oggi, non tanto chi gode di una reputazione di autorevolezza in un campo (ipse dixit), ma chi può corroborare con dati ed “evidenze” scientifiche le proprie osservazioni.

La tesi, però, è soggetta a molte smentite e molte limitazioni, come testimoniano (ad esempio) Blink! di Malcom Gladwell e Gut Feelings di Gerd Gigerenzer.

Ayres invece non ha dubbi: l’analisi dei dati, di grandi moli di dati, aiuta sempre a operare scelte migliori di quelle basate sull’intuizione e sull’esperienza. Non sempre gli aneddoti proposti da Ayres sono convincenti (è particolarmnente difficile da digerire quello a favore del metodo della Direct Instruction caldeggiato dall’amministrazione Bush). Il libro è stato anche direttamente criticato (ad esempio, dalla recensione comparsa sulla Sunday Book Review del New York Times) perché non è basato su ricerche dirette, ma sulla consultazione di resoconti giornalistici di seconda mano.

Poiché anche nei libri peggiori (con poche eccezioni) c’è sempre qualcosa da imparare, ho apprezzato però – nell’ultimo capitolo – il suggerimento di impadronirsi di 2 semplici strumenti statistici per sottoporre a verifica le proprie intuizioni: quella che Ayres chiama la regola 2SD (“c’è una probabilità del 95% che una variabile distribuita normalmente cada nell’intervallo di 2 deviazioni standard sopra o sotto la media”) e l’uso del teorema di Bayes per aggiornare le proprie intuizioni (e qui, forse paradossalmente, Ayres si trova d’accordo con Gigerenzer, che sostiene apparentemente una tesi opposta).