international analysis and commentary

Previsioni scientifiche, incertezza e decisioni

1,705

Nell’antichità, la capacità di prevedere i cicli astronomici permetteva la programmazione delle attività agricole, indispensabili alla sopravvivenza. Allo scienziato moderno è posto lo stesso problema, quello di prevedere il futuro, in maniera sempre più pressante. Le previsioni giocano infatti un ruolo fondamentale non solo per la scienza e per lo stesso metodo scientifico, ma hanno anche in misura crescente il ruolo di garantire una base razionale alle decisioni in ambito di politiche globali o locali, protezione civile, prevenzione sanitaria, politica economica ecc. In particolare, mentre la previsione tradizionale e riduzionista delle scienze naturali ha il ruolo di convalida d’ipotesi sul funzionamento dei fenomeni naturali, negli ultimi anni è sorto un nuovo tipo di scienza delle previsioni, motivata in parte dalle esigenze dei responsabili politici e dalla disponibilità di nuove tecnologie. Questa nuova disciplina tenta di prevedere il comportamento di complessi fenomeni ambientali come i cambiamenti climatici, i terremoti e i fenomeni meteorologici estremi, ma anche alcuni fenomeni sociali ed economici come la diffusione di malattie, lo sviluppo delle popolazioni, la sostenibilità dei sistemi pensionistici ecc.

Tradizionalmente il lavoro dello scienziato consiste nell’estrapolare i principi primi dall’osservazione dei fenomeni naturali: le leggi di natura che per definizione sono universali (invarianti nello spazio) e immutabili (invarianti nel tempo). La conoscenza di queste leggi rende possibili previsioni verificabili con esperimenti effettuati in condizioni controllate per eliminare o minimizzare gli effetti di fattori esterni (non contemplati dalla teoria). Ad esempio, se si vuole provare la validità della legge di gravità newtoniana si può studiare il moto di un grave in caduta libera; per ottenere le condizioni di riproducibilità si dovrà effettuare un esperimento in un sistema “chiuso” ed “isolato”, quale un tubo sotto vuoto pneumatico, per ridurre al minimo (se non eliminare del tutto) la resistenza dell’aria e possibili suoi spostamenti. Solo in condizioni controllate il risultato di un esperimento è (a parità di condizioni) universale: ripetibile in un altro luogo o momento. La validazione di una teoria attraverso previsioni confermate da esperimenti riproducibili è uno dei pilastri del metodo scientifico.

Le previsioni utili a guidare le decisioni da parte di un’autorità governativa hanno però tutt’altra natura e scopo. Nella maggior parte dei casi, si è interessati a eventi localizzati nel tempo e nello spazio (uragani, terremoti ecc.) e non riproducibili a piacimento. Molto spesso si tratta di previsioni a breve termine ma molto difficili da eseguire in quanto condizionate da una grande complessità di eventi e informazioni a cui è necessario aver accesso per eseguire una previsione affidabile.

Il caso delle “bombe d’acqua” cui abbiamo assistito recentemente in Italia è emblematico. La qualità delle previsioni meteorologiche è aumentata costantemente nel tempo dai primi anni Ottanta grazie allo sviluppo dei computer, che permettono di risolvere numericamente complicati sistemi di equazioni, e grazie all’osservazione delle condizioni atmosferiche attraverso una vasta rete di satelliti. Ad esempio, è diventato possibile ottenere previsioni a sette giorni ragionevolmente affidabili solo dal 2000, mentre le previsioni a cinque giorni di oggi hanno la stessa qualità delle previsioni a tre giorni dei primi anni Novanta.­­

Se guardiamo ai cambiamenti climatici, questi riguardano scale spaziali e temporali completamente diverse rispetto all’usuale meteorologia. La maggior parte di tali cambiamenti degli ultimi 20 anni è avvenuta all’interno della gamma di variabilità prevista dai modelli, e vi è una certa accuratezza nella previsione, ad esempio, delle temperature globali e dei livelli del mare. D’altra parte la formazione delle “bombe d’acqua” è dovuta a fenomeni molto locali (pochi chilometri quadrati) e molto veloci (alcune ore), e a condizioni estremamente sensibili che non sono facilmente identificabili con il monitoraggio delle osservazioni, e ancor meno predicibili con modelli teorici.

Un altro aspetto, ugualmente importante da un punto di vista dei decisori politici, riguarda le previsioni a lungo termine sulle dinamiche sociali ed economiche. Tra queste vale la pena citare il problema della sostenibilità economica e finanziaria di un paese: ad esempio, poiché l’età media è aumentata, il tempo in cui le persone vivono grazie alla pensione è più lungo, e poiché le nascite diminuiscono, il numero di pensionamenti aumenta più velocemente del numero di lavoratori. A lungo andare la sostenibilità del sistema è messa in discussione, lasciando due possibilità: aumentare le tasse o diminuire la spesa pensionistica. Queste sono previsioni a lungo termine di un sistema in cui è possibile studiare le regolarità emergenti dovute alle proprietà statistiche di una popolazione abbastanza vasta. I tassi di fertilità, la distribuzione dell’età della popolazione, e le aspettative di vita sono gli elementi con i quali è possibile effettuare una previsione affidabile che solo degli eventi catastrofici possono alterare: ad esempio epidemie, guerre, un collasso ambientale, l’impatto di un meteorite ecc. – nel qual caso il problema della sostenibilità del sistema pensionistico diventa irrilevante.

Le moderne tecnologie consentono il monitoraggio costante di fenomeni atmosferici e geologici, con la speranza di prevedere catastrofi naturali e limitarne gli effetti con piani di prevenzione. Analogamente si sorveglia la diffusione di malattie ed epidemie per decidere l’opportunità di vaccinazioni di massa o altre forme di prevenzione. Una seria politica di prevenzione mirata a limitare danni materiali e sociali di tali eventi comporta disagi e costi per la collettività, da cui deriva nuovamente l’importanza di previsioni attendibili. La difficoltà principale di questo tipo di previsioni risiede nel doversi confrontare con sistemi e fenomeni complessi, fortemente interconnessi e in interazione con l’ambiente circostante. Quest’ultimo aspetto è fondamentale per comprendere i limiti delle previsioni scientifiche.

L’esempio del grave in caduta ben descrive la maggior parte delle difficoltà che gli scienziati devono affrontare già nell’effettuare previsioni in situazioni relativamente semplici, ovvero quando il fenomeno di interesse è regolato da leggi deterministiche conosciute (la forza di gravità in questo caso). Nonostante le limitazioni imposte da situazioni meno deterministiche, previsioni ragionevolmente affidabili sono oggi possibili, ad esempio, in meteorologia. Tali previsioni sono tanto più utili quanto più sono in grado di stabilire anche la probabilità che un determinato evento si verifichi. In molti casi la stima della probabilità della localizzazione nello spazio e nel tempo di un evento è poco affidabile, sia per l’elevato livello di approssimazione con cui conosciamo le leggi che regolano il fenomeno, sia per l’impossibilità pratica di conoscere le condizioni iniziali. È questo il caso dei terremoti, che dipendono da condizioni di stress che si verificano fino a chilometri sotto la crosta terrestre, inaccessibili a misurazioni sistematiche.

Una domanda molto più complessa riguarda la capacità di prevedere fenomeni regolati non da leggi deterministiche, ma piuttosto da leggi probabilistiche. In questo caso un ruolo importante è svolto dalle tecniche di previsione statistica, correntemente utilizzate per comprendere, ad esempio, come si diffondono malattie ed epidemie, come si formano le opinioni nella società o come questa si sviluppi economicamente. L’analisi di serie storiche e l’inferenza statistica basata sul calcolo delle probabilità sono i due strumenti principali di questo tipo di tecniche predittive, che però da sole non bastano. Infatti, gli studi statistici sono molto efficaci nello stabilire correlazioni tra eventi ma, nella maggior parte dei casi, non permettono la determinazione di relazioni causali, conoscenza indispensabile per le politiche d’intervento. Ancora una volta la scienza, nella sua più vasta accezione, può avere un ruolo di guida. Ad esempio, nello studio della distribuzione di malattie o epidemie, l’analisi statistica deve essere affiancata dalla conoscenza dei meccanismi noti di sviluppo e diffusione delle stesse, così da poter identificare le cause (inquinamento del territorio, alimentazione, ecc.) responsabili del quadro statistico rilevato.

Un insieme ben consolidato di conoscenze scientifiche inevitabilmente non si traduce in previsioni prive d’incertezza, nella migliore delle ipotesi per i limiti di natura intrinseca ai fenomeni d’interesse. Questi limiti non sempre sono compresi o correttamente trasmessi a chi deve tramutare le previsioni in decisioni o protocolli di sicurezza per le popolazioni. Dunque, il valore delle previsioni scientifiche per quel che riguarda il loro utilizzo nelle politiche pubbliche è un complicato miscuglio di fattori scientifici, politici e sociali. Da una parte assistiamo a un investimento crescente, stimato nell’ordine di miliardi di dollari all’anno, per sviluppare strumenti e tecnologie in grado di prevedere il meglio possibile eventi naturali come uragani e terremoti. Dall’altra parte l’uso di queste previsioni (per quanto tecnicamente accurate) per sviluppare delle politiche non è affatto semplice.

In particolare, ogni previsione contiene un elemento irriducibile d’incertezza, le cui implicazioni spesso non sono proprio considerate quando la previsione riguarda fenomeni d’interesse pubblico e implica una scelta piuttosto che un’altra per i decisori politici. Vi possono essere due errori: quando un evento che è previsto non avviene (un falso allarme) o quando un evento avviene ma non è stato previsto (una sorpresa). Il problema in genere è che cercando di ridurre il primo si aumenta il secondo e viceversa: il punto chiave è cercare di definire l’incertezza della previsione e definire la soglia d’incertezza tollerabile per la decisione politica. La quantificazione dell’incertezza di una previsione è molto difficile per eventi rari, come un uragano, mentre è più semplice per le previsioni meteorologiche in condizioni ordinarie. Una parte di questa incertezza si può ridurre attraverso una comprensione dei processi fisici alla base dei fenomeni in questione, o attraverso una raccolta di dati più precisa, ma la valutazione della quantità d’incertezza rimane un compito chiave, di tipo discrezionale, che può essere svolto solo da scienziati esperti. Questi dovranno avere anche l’onestà intellettuale di chiarire la loro parziale ignoranza – insita nella natura parziale delle conoscenze scientifiche.

Ciò dovrà però essere ben compreso dal decisore politico, dai mezzi d’informazione o dall’opinione pubblica, e per questo è necessaria una discussione interdisciplinare che coinvolga non solo gli specialisti.

Ringrazio Massimo Cencini e Fabio Cecconi per discussioni e commenti.