Il senso e il ruolo dell'incertezza nella pratica scientifica

Un Post di Fabio Vomiero

Uno dei miti senz’altro più diffusi e pervasivi a livello di percezione comune della scienza, è che essa abbia sempre a che fare con la calcolabilità e la predicibilità del mondo.

In realtà, i sistemi che si possono calcolare e prevedere in maniera puntuale e dettagliata, utilizzando con precisione lo strumento della matematica, in natura sono molto pochi e molto semplici e perlopiù limitati ai sistemi ideali tipici della fisica classica.

Per tutto il resto, e quindi per la maggior parte dei sistemi interessanti che appartengono ai nuovi territori della complessità e che di solito si collocano nella cosiddetta "terra di mezzo" sospesa tra l'infinitamente grande e l'infinitamente piccolo, per esempio sistemi biologici, ecologici, sociali, cognitivi, clima e così via, è necessario adottare anche altri strumenti e altre strategie di tipo sistemico-relazionale, che consentano in qualche modo di catturare gli aspetti fondamentali dei fenomeni nella scala più opportuna per poter procedere di conseguenza con l' avanzamento della ricerca.

L'importante passaggio concettuale, quindi, che conduce sostanzialmente da un'illusoria idea di conoscenza che abbia caratteristiche di certezza assoluta, ad una più sana consapevolezza del fatto che la comprensione di ogni fenomeno evolutivo e processuale è sempre accompagnata da un certo grado di incertezza, che nella scienza, così come nella vita, occorre in qualche modo gestire, in fondo è tutto qui.

L'incertezza non è più quindi quell'ospite distruttivo e inatteso che bisogna in qualche modo eliminare, ma, insieme alle strategie per gestirla, diventa parte costitutiva ed essenziale dell'attività e della conoscenza scientifica stessa.

C'è incertezza in ogni tipo di misurazione (teoria degli errori), c'è incertezza a livello fondamentale della struttura del mondo, descritta efficacemente dalla meccanica quantistica (principio di indeterminazione o di incertezza di Heisenberg) e c'è incertezza soprattutto, ed è di questo che ci occuperemo, in ogni descrizione o rappresentazione fisica degli aspetti mesoscopici e complessi del mondo.

Ma per comprendere meglio questo passaggio iniziamo, come di solito si fa nella pratica scientifica, da alcune semplici osservazioni. Se fosse vera la credenza mitologica dell'estrema calcolabilità matematica di ogni aspetto del mondo, allora non si spiegherebbero i fallimenti, praticamente ordinari, di molti dei modelli di previsione con cui abbiamo a che fare quotidianamente, meteorologici, climatici, epidemiologici (per esempio quelli relativi alla recente epidemia di Covid), ingegneristici, economici, finanziari, aziendali, geopolitici, biomolecolari, clinici (esiti di malattie e di cure), ecc.

E' quindi chiaro come una semplice constatazione fattuale di questo tipo mostri sostanzialmente che al di là della tentazione di poter sempre aspirare ad una conoscenza completa dei fenomeni, in realtà c'è sempre qualche elemento imprevisto di casualità o di non conoscenza che va a cambiare le regole del gioco e a rimescolare le carte, complicando la comprensione stessa dei sistemi e la previsione delle loro dinamiche. Ma vediamo allora perchè questo succede.

L'intera pratica scientifica, se proprio vogliamo darne una definizione estremamente sintetica e grossolana, consiste sostanzialmente nella costruzione di modelli e teorie con lo scopo di spiegare e possibilmente anche di prevedere i fenomeni naturali osservati. Bisogna però tenere conto che un modello non è mai la realtà, ma è soltanto, come dice la parola stessa, una rappresentazione più o meno approssimata e semplificata della realtà stessa. Laddove i fenomeni corrispondono ai territori fisici, i modelli ne sono soltanto le mappe.

Da una parte abbiamo quindi il mondo estremamente complesso e selvaggio che si mostra con i suoi grovigli inestricabili di processi reali e dall'altra lo scienziato che da questi grovigli di volta in volta individua, definisce e studia dei sistemi ben precisi cercando di ricostruirne poi delle descrizioni modellistiche soddisfacenti.

In sostanza lo scienziato concentra di volta in volta la sua attenzione su un pezzo di mondo, tentando di coglierne gli aspetti strutturali e comportamentali fondamentali eliminando parte delle manifestazioni spurie e delle influenze ambientali. E' chiaro quindi come ogni operazione procedurale di questo tipo non possa allora che essere connotata, proprio nel suo atto fondante, anche da logiche e prospettive necessariamente di tipo soggettivo e costruttivista: scelta del sistema tra i tanti possibili, scelta delle osservabili, scelta degli aspetti e dei parametri da considerare e di quelli invece da lasciare sullo sfondo, ecc.

Ecco perché nella scienza seria non esistono praticamente mai dei modelli univoci, onnicomprensivi e infallibili, ma sono sempre necessarie almeno delle descrizioni plurimodellistiche in cui ogni modello possa concentrarsi soltanto su alcuni aspetti del sistema, ma non su altri.

Succede inoltre che più il sistema è complesso (molti elementi e molte relazioni dinamiche tra di loro e con l'ambiente) e più il sistema stesso, evolvendo e scambiando continuamente materia, energia e informazione con l'ambiente (anche in seguito ad eventi casuali o contingenti) tende per sua natura a modificarsi ristrutturando anche la sua organizzazione interna e le relazioni gerarchiche e funzionali tra gli elementi.

Questa continua riconfigurazione del sistema, di conseguenza, tende a produrre l'emergenza di proprietà nuove, dette appunto proprietà emergenti, che solitamente sono imprevedibili perché, pur essendo compatibili con i livelli di descrizione inferiori o precedenti, possono non essere da questi deducibili.

Casi emblematici di proprietà emergenti sono per esempio i fenomeni della vita o della coscienza, processi certamente compatibili con le leggi fisiche conosciute, ma che non non sono prevedibili a partire soltanto da esse. Altri esempi di imprevedibilità possono essere l'estrema variabilità delle forme biologiche che non è prevedibile a partire soltanto dal chimismo fondamentale della vita (CHNOPS - carbonio, idrogeno, azoto, ossigeno, fosforo e zolfo) e dalle leggi fisiche, le funzioni dei geni che non sono prevedibili soltanto a partire dalla loro sequenza di DNA, oppure il folding proteico (ripiegamento tridimensionale) che non è prevedibile a partire soltanto dalla composizione aminoacidica della proteina.

Ma che si tratti di una questione scientifica complessa oppure di un aspetto sociale (aziende, società, guerre), in entrambi i casi si tratta di capire come poter gestire questi casi di incertezza radicale e di risolvere il problema della predicibilità, visto che le equazioni differenziali e le leggi matematiche nonostante possano descrivere bene certe classi di eventi, non riescono a inquadrare nel dettaglio i singoli eventi, essendo essi soggetti anche, o soprattutto, al gioco variabile e plurale dei vincoli (condizioni limite e al contorno).

In tutti questi casi, per fortuna, si può ricorrere allora ai mezzi della statistica, che oltre a fornire degli strumenti matematici potentissimi "è anche il modo più naturale con cui costruire modelli scientifici, poiché è direttamente dipendente dagli oggetti fisici analizzati e non dalle loro rappresentazioni ideali (A.Giuliani- 2009)".

Ma attenzione, perchè nel caso dei sistemi complessi che producono emergenza e che sono caratterizzati da una storia (che non è semplicemente una dinamica) cambia anche il senso stesso del concetto di probabilità che si sposta da una concezione tradizionalmente "oggettivista" ad un’accezione certamente più soggettivista, già chiamata dal matematico Bruno De Finetti "scommessa razionale", per indicare che nella definizione del grado di probabilità è sempre necessario considerare anche le proprietà cognitive e lo stato delle conoscenze dell'agente osservatore. Non si tratta quindi soltanto di calcolare e predire, ma anche di valutare, gestire e decidere, come in una sorta di incontro transdisciplinare tra matematica, fisica, scienze cognitive ed epistemologia.

Ecco perché succede spesso nella vita, ma a volte anche nella scienza, che modelli, teorie, lavori, o micro paradigmi di ricerca sviluppati da osservatori diversi possano produrre analisi e previsioni differenti a volte tra loro anche incommensurabili.

Pertanto, in un contesto scientifico ed epistemologico rinnovato, in cui la produzione di conoscenza, contrariamente al sogno deterministico, tende ad acquisire finalmente una connotazione prevalentemente di tipo probabilistico, fare delle buone analisi e quindi delle buone previsioni (scommesse razionali) è certamente possibile, ma l'attribuzione loro di un certo grado di confidenza (o di fiducia) dovrà essere necessariamente proporzionata allo stato reale di conoscenza generale del sistema considerato e soprattutto dalla corrispondenza o meno tra le attese modellistiche e i dati osservativi, senza pretendere dai modelli quella precisione assoluta, che, come abbiamo visto, non possono dare.