Bias: non tutti ne hanno sentito parlare o sanno cosa siano, eppure ogni giorno ce ne vengono proposti moltissimi. La parola è usata sia in statistica che in psicologia, ed indica un qualcosa di “nascosto” che confonda il lettore. Vediamo un attimo di che si tratta.
Molti dizionari[1][2] definiscono i bias come errori dovuti al pregiudizio o alla cattiva interpretazione dei dati, e sono spesso difficili da individuare in quanto non si notano semplicemente leggendo, ma a livello del sottotesto, il che significa che chi non fosse del campo trattato troverebbe molto difficile riconoscere questi vizi logici. Più in generale, i bias sono errori nella struttura di una statistica, o atteggiamenti umani che portano a tendere a certi tipi di errori.
Detto questo, esistono moltissimi tipi di errori sistematici di questo tipo, ma quelli che riguardano un po’ tutti sono quelli di selezione, conferma, sopravvissuto e memoria.
Questo tipo di bias avviene quando un campione di riferimento non è rappresentativo della popolazione perché già selezionato. Nella sua definizione potrà sembrare un qualcosa di distante, riguardante solo gli statistici, ma non è così: noi stessi, già semplicemente guardando un Tg o leggendo il giornale, siamo esposti a questo bias.
Il modo migliore per spiegarlo è con un esempio: se al Tg parlano dell’ennesimo caso di politici corrotti e disonesti, pare lecito pensare che lo siano tutti. Il campione preso in questione, cioè “politici di cui parlano al Tg” è di per sé una popolazione ristretta: infatti i media non citano personaggi politici che fanno il loro lavoro bene e onestamente, dunque la popolazione fornitaci dal Tg non rappresenta in maniera veritiera quella generale, cioè i politici nella loro interezza. In altre parole, gli unici politici di cui sentiamo parlare sono quelli che rubano, perché gli altri non fanno notizia. Questo ovviamente non significa che tutti i politici siano onesti o che i media ci stiano indirizzando verso questo o quell’altro pensiero; in questo caso l’errore è insito nella natura stessa dell’informazione (in quanto lo scandalo è informazione, la normalità no). .
In generale, per evitare questo tipo di errore, bisogna sempre fare attenzione alla popolazione di riferimento ogni qualvolta si desideri generalizzare, e pensare sempre se possa esistere un campione più grande che sia stato distorto, volontariamente o meno. Lo stesso discorso vale anche quando si parla di musulmani e terrorismo, di immigrati e criminalità, di preti e pedofilia e così via.
Stavolta parliamo della sfera cognitiva e non di quella statistica: questi vizi logici consistono nel selezionare a posteriori delle informazioni per sostenere una certa tesi, dimenticandone altre che la confutino. Questo può sembrare molto simile al bias di selezione: in realtà questo errore è maggiormente legato alla tendenza umana di portare acqua al proprio mulino che non in un errore di popolazione, e inoltre qui si manipolano a posteriori informazioni acquisite in precedenza.
Tutti nella vita ci siamo trovati almeno una volta a fronteggiare qualcuno in una discussione che usasse questa logica: ad esempio un genitore, ai tempi della scuola, ci ha accusato di non aver studiato per tutta la settimana per averci scoperto due volte a leggere un fumetto. In questo caso si ricordano solo le due volte che siamo stati visti fare altro, magari dimenticando gli altri 5 giorni in cui abbiamo studiato dalla mattina alla sera.
Bias di questo tipo sono molto comuni anche nella sfera politica, e bisogna stare sempre attenti ad individuarli per non cadere nei tranelli del populista di turno. La soluzione è simile a quella di prima: bisogna sempre tenere a mente che chiunque sta facendo il suo interesse, e quindi cercare sempre di guardare anche all’altra faccia della medaglia.
Stavolta il nome si spiega da solo: questi bias consistono nel considerare i sopravvissuti a qualcosa come la normalità. Questi errori riguardano soprattutto certe statistiche, soprattutto in campo medico-sanitario dove la sopravvivenza è un tema piuttosto importante.
Un famoso esempio di questo bias si trova nella seconda guerra mondiale[3]. Durante il conflitto gli aerei che tornavano dal fronte erano danneggiati soprattutto sul corpo e sulle ali, dunque gli studiosi del Centro per le Analisi Navali, un po’ scioccamente, proposero agli ingegneri di rinforzare queste porzioni degli aerei. Per fortuna lo statistico Abraham Wald ribaltò la prospettiva; quelli che erano stati danneggiati sul corpo e sulle ali erano anche gli stessi che tornavano a casa; le ali e il corpo quindi andavano bene perché resistevano, ma era il resto a essere fragile. Si dovevano considerare gli aerei caduti per capire quali erano le parti più delicate; in questo caso, l’abitacolo e i motori. Una volta rinforzati in quei punti sarebbero potuti tornare e partecipare alla statistica.
Una volta entrati in questa mentalità è difficile non riconoscere un bias di questo tipo. Resta però importante farlo notare sempre, in quanto, soprattutto in medicina, porta spesso a cadere in fregature.Molte cure miracolose, ad esempio, riportano sempre persone che sono guarite grazie ad esse, ma bisogna tenere a mente che non è mai possibile sapere quante persone sono morte a causa loro. Tantissimi truffatori del campo sanitario propongono i loro impiastri vantando i commenti di 4-5 persone che dopo il trattamento sono guarite: magari pochi che con medicina alternativa e di nulla efficacia vantano di essere guariti dal cancro. Ebbene, oltre ad esserci sicuramente un bias di selezione, si stanno facendo parlare solo i sopravvissuti: una statistica seria farebbe anche notare che (come nei casi di pseudo-cure per il cancro) le persone che hanno abbandonato la chemioterapia per queste baggianate non possono parlare per il semplice fatto che sono morte.
Lo stesso discorso vale per coloro che sminuiscono le malattie esantematiche dell’infanzia (come il morbillo) dicendo “io l’ho avuta e adesso sta bene”: ovviamente, se fosse morto per il morbillo, non potrebbe dire “l’ho avuta e sono morto”, e testimonianze di questo genere lasciano il tempo che trovano.
Questi bias derivano dalla nostra tendenza ad attribuire velocemente rapporti causa effetto a delle circostanze, nel tentativo di trovare sempre una ragione. Sebbene se ne trovino anche nella vita di tutti i giorni, questi errori sono più notevoli quando commessi in ambito scientifico. Alcuni studi scientifici, soprattutto quelli osservativi, sono infatti retrospettivi: si prendono persone malate di qualcosa, e si fanno loro domande sulle loro abitudini. Il bias in questione entra in gioco in quanto molti, da malati, cercano di trovare un colpevole sovrastimando l’esposizione a certi fattori, o evidenziando la sequenzialità temporale di certi eventi.
Un caso abbastanza criticato è un recente studio svedese[4] dove si correla il neurinoma dell’acustico (un tumore maligno) e l’uso del cellulare. Una parte fondamentale dello studio, infatti, consisteva nel chiedere a pazienti con questo tumore quanto usassero il cellulare. Come risultato, i malati sembravano usare il cellulare molto di più dei sani. Questo però non è per forza significativo: potrebbe essere vero, ma potrebbe anche darsi che i malati ricerchino nel cellulare un capro espiatorio per la loro condizione, e che tendano a sovrastimare il loro uso dell’apparecchio per potergli attribuire la colpa. Lo stesso discorso vale quando si parla di vaccini e autismo. Molte mamme, chiedendogli quando il figlio abbia iniziato a manifestare la malattia, riportano che sia successo poco dopo il vaccino. In realtà, conoscendo a priori la falsa connessione tra i due eventi, tendono ad avvicinarli temporalmente per poter evidenziare il rapporto causa-effetto[5].In generale questi fattori di confondimento sono molto presenti nella vita di tutti i giorni, quindi è essenziale, ai fini di un’informazione completa e a tutto tondo, saperli riconoscere ed evitare. I bias citati nell’articolo sono solo la punta dell’iceberg di tutti gli errori logici/cognitivi che possono essere presenti nella mole di informazione che ci bombarda ogni giorno. In sintesi, la cosa migliore per evitare di essere fregati da queste distorsioni è cercare sempre di minimizzare i pregiudizi, e leggere quello che ci troviamo davanti nel modo più imparziale possibile, ponendo attenzione al campione in esame, e a tutto ciò che potrebbe essere sottinteso nella news in questione.
Vengo da Prato, classe 1994, studio medicina a Firenze e scrivo articoli più per senso civico che per amore per la scrittura. Sono sempre stato appassionato di scienze, dall'astronomia alla zoologia, ma come lascia intendere la mia "carriera" sono particolarmente affascinato dall'ambito medico-biologico, e vista la pessima informazione in questo senso che viene fatta in Italia, mi sembra doveroso cercare di riportare il più fedelmente possibile le scoperte più recenti, o spiegare perché certe teorie che girano su internet siano poco più che truffe. Per il resto ho il pallino dei giochi di ruolo (da tavolo e videogiochi) e dei dank memes ma mi diverto anche a pasticciare in cucina.
30 Novembre 2016
7 Novembre 2016
19 Settembre 2016
Vengo da Prato, classe 1994, studio medicina a Firenze e scrivo articoli più per senso civico che per amore per la scrittura. Sono sempre stato appassionato di scienze, dall'astronomia alla zoologia, ma come lascia intendere la mia "carriera" sono particolarmente affascinato dall'ambito medico-biologico, e vista la pessima informazione in questo senso che viene fatta in Italia, mi sembra doveroso cercare di riportare il più fedelmente possibile le scoperte più recenti, o spiegare perché certe teorie che girano su internet siano poco più che truffe. Per il resto ho il pallino dei giochi di ruolo (da tavolo e videogiochi) e dei dank memes ma mi diverto anche a pasticciare in cucina.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.