DI SCIENZA, MATEMATICA E DIRITTO. DA PLATONE ALLA TECNOCRAZIA IN TEMPO DI COVID-10

Uno dei problemi più seri posti dalla pandemia riguarda il ruolo della scienza e della tecnica nell’esercizio dell’attività amministrativa. In via di prima approssimazione è sufficiente rilevare ciò che la mera intuizione suggerisce: scienza e tecnica possono e devono svolgere unicamente un ruolo di supporto all’attività amministrativa, configurandosi quali strumenti funzionali all’adozione di provvedimenti adeguati, proporzionati e corredati di motivazioni complete, esaustive, logicamente coerenti e razionali.

Il rapporto però oggi è diventato più ambiguo e sfumato. In taluni casi la decisione politico- amministrativa sembra farsi scudo della parola della scienza. Più spesso, tuttavia,l’impressione che si ricava è che il punto di vista tecnico-scientifico si imponga fino a obliterare del tutto qualsiasi altra considerazione che riguardi l’amministrazione della cosa pubblica.

Già quindici anni orsono Francesco Galgano in un bel libro sul tema (“La forza del numero e la legge della ragione. Storia del principio di maggioranza”) osservava come questo fenomeno produca un vero e proprio deficit di democrazia che investe centri supremi di decisione i quali si configurano quali vere e proprie tecnocrazie sprovviste di qualsiasi investitura democratica. La vocazione popolare si arresta all’elezione delle istituzioni di base (dei sindaci, dei presidenti delle Regioni), mentre non si insorge contro la designazione non elettiva degli uomini più potenti della Terra (ad esempio quelli che governano il costo del denaro).

Acquista allora nuovo vigore l’antico mito di Platone: il governo dei filosofi, cioè dei sapienti, di coloro che posseggono la techne, cioè il sapere-come”. Non più la maggioranza, ma la valentior pars di Marsilio da Padova. La scienza, si dice con uno slogan, non è democratica e, dunque, debbono essere chiamati a decidere non già tutti, ma, come diceva Bobbio, i “pochi che se ne intendono”.

Il trapasso, così, è dalla democrazia alla tecnocrazia.

Ma, ponendo per ora in disparte altre considerazioni sulle quali torneremo semmai in futuro, vale la pena domandarsi: quale scienza? E quale tecnica? Il discorso è evidentemente sterminato. In tempi di pandemia un tema cruciale è quello, oramai ben noto, dei dati e dell’utilizzo delle statistiche quale presupposto tecnico-scientifico per l’adozione di tutte le misure adottate e da adottare al fine di conseguire l’obbiettivo del “contenimento del contagio”. Si è giustamente parlato di dati raccolti in modo incompleto, incoerente, frammentario e di elaborazioni arbitrarie, palesemente erronee e prive di ogni fondamento. Ma il tema è forse più ampio e riguarda considerazioni di vertice che vale la pena provare a svolgere.

Si insegna nelle scuole che il metodo scientifico, inaugurato dalla fisica galileiana, si fonda, anzitutto, su due operazioni preliminari: osservazione e misura. Raccolti i dati, lo scienziato li elabora e li verifica applicando il metodo sperimentale al fine di ricavare (per induzione, secondo i più, ma anche per deduzione, o addirittura intuitivamente secondo altri) le leggi naturali che governano ciò che accade. L’attività di ogni scienziato è così, in definitiva, una sola: perseguire la funzione predittiva, conseguire la ripetibilità ad nutum di un esperimento e la verifica puntuale che ogni volta il fenomeno si riproduce nei precisi termini in cui ci si aspettava che ciò sarebbe accaduto. Il calcolo e la misura come strumenti per la previsione. E’ noto che gli spettacolari successi rapidamente riportati dalla meccanica e, in generale, da tutta la fisica classica, siano in parte dovuti all’applicazione di un apparato matematico che, con l’affermarsi del calcolo infinitesimale, si è dimostrato sempre più potente e raffinato. Naturale che, con l’affermarsi delle scienze sociali quali la sociologia e l’economia politica, si sia tentato di applicare a queste discipline gli stessi metodi e la stessa matematica che funzionava in modo così brillante se si trattava di calcolare, ad esempio, il moto dei corpi celesti e prevederne con esattezza gli spostamenti nel tempo. E tuttavia, come bene ha illustrato Giorgio Israel nei suoi studi su trionfi e miserie del meccanicismo (dal quale riprendiamo i contenuti della storia e il cui pensiero qui proviamo a sintetizzare ed esporre), il primo tentativo di matematizzazione delle scienze non fisiche non ha riguardato un problema di economia, ma di biologia, anzi di epidemiologia. Precisamente, il problema delle modalità di diffusione del vaiolo.

Se ne interessò direttamente Daniel Bernoulli che produsse uno studio approfondito sul tema all’Accademia delle Scienze di Parigi nel 1760. Il suo lavoro era estremamente complesso e si fondava su un’analisi accurata delle tavole di mortalità. Soprattutto, Bernoulli introdusse un nuovo paradigma scientifico: l’applicazione all’epidemiologia del calcolo di probabilità, una matematica che, fino ad allora, era stata utilizzata solo per risolvere i problemi delle assicurazioni sulla vita, dei giochi d’azzardo e delle lotterie. In verità, la questione era di natura morale. Poiché l’inoculazione del vaccino era letale in un numero non irrilevante di casi, il problema si riduceva a una vera lotteria: era più pericoloso inoculare o attendere di contrarre la malattia e sperare di superarla? La sua conclusione era che l’inoculazione fosse utile, sì, ma a livello globale e non individuale; ciò perché, come abbiamo imparato in questi mesi, si sarebbe verificato il fenomeno della cd immunità di gregge, una barriera ulteriore alla libera circolazione del virus. E così, conclude Bernoulli, “L’interesse dei Prìncipi è di favorire l’inoculazione”.

Questa visione fu radicalmente contrastata da d’Alambert il quale non era di per sé contrario all’inoculazione, ma sottopose a critica serrata l’impostazione di metodo: nella sua visione illuministica e liberale gli ripugnava l’idea stessa che gli interessi dell’individuo venissero dissolti negli interessi complessivi dello Stato. E ancora: i dati del problema erano confusi, le variabili infinite e la componente morale di pressoché impossibile quantificazione. Insomma, un conto è la roulette, altro conto un problema morale. Qui, secondo d’Alambert, la matematica non può e non deve entrare. Lo stesso Cauchy, uno dei massimi matematici del diciannovesimo secolo, ripeteva che la storia non si può affrontare con delle formule, né sanzionare la morale con i teoremi e con il calcolo integrale. Questa impostazione risultò quella prevalente e per più di un secolo venne respinta l’idea stessa che problemi non fisici potessero essere affrontati applicando la matematica e i metodi della meccanica.

Ebbene, che ne è di questo approccio in tempi di Covid -19? Il rovesciamento è completo.

La matematizzazione delle scienze sociali e non fisiche ha fatto irruzione da tempo ovunque: solo per restare nel campo della biologia, “dinamica delle popolazioni, epidemiologia matematica, genetica delle popolazioni, modellizzazione di numerosi aspetti della fisiologia e patologia umana […]” (così, ancora, Giorgio Israel, Meccanicismo, Bologna 2015, p. 220). La parola che acquisisce prestigio è modello: se la realtà è troppo complessa, se ne costruisce un modello che, in quanto tale, deve essere semplificato, perché l’obbiettivo è più modesto: non più svelare, né interpretare la realtà, ma accontentarsi di descriverla in via sintetica e quasi, si passi l’espressione, impressionistica: “Per modello si intende un costrutto matematico che, con l’aggiunta di certe interpretazioni verbali, descrive dei fenomeni osservati. La giustificazione di un siffatto costrutto matematico è soltanto e precisamente che ci si aspetta che funzioni – cioè descriva correttamente i fenomeni in un’area ragionevolmente ampia” (von Neumann).

E ancora: “il modello matematico non è la semplice rappresentazione di un fenomeno, ma la rappresentazione di alcuni nessi logici che vi appaiono evidenti, e non è “l’” immagine della realtà empirica considerata, bensì soltanto la sintesi di una serie di conoscenze e di idee relative al fenomeno in esame” (così, ancora G. Israel, op. cit., p. 224).

E qui il problema diventa sottile ma è fondamentale comprenderlo. Difatti, la nuova modellistica basata sugli algoritmi più innovativi e sulle potenzialità dei moderni calcolatori è un po’ come il vino nuovo nelle botti vecchie: essa si basa su uno strumentario quanto mai vecchio e fuorviante qual è l’analogia forzata tra (i) dinamica delle popolazione e diffusione delle epidemia e (ii) la meccanica classica. La matematizzazione delle scienze non fisiche, cacciata via dalla porta dagli stessi matematici dell’Ottocento, rientra dalla finestra sotto mentite spoglie.Israel rammenta come la teoria matematica delle epidemie si fondi su una concettualizzazione ispirata alla teoria cinetica dei gas e su una assimilazione degli individui a particelle di gas che si scontrano: tale è, ad esempio, l’essenza della teoria dell’incontro del matematico Vito Volterra. Qual è il risultato di simile vizio di vertice? E’ abbastanza evidente: l’introduzione di correzioni di carattere stocastico e le manipolazioni più raffinate non hanno, né potevano risolvere il problema. La funzione predittiva di cui si è parlato resta una chimera e i modelli in questione risultano poco più che mere esercitazioni di maniera, prive di utilità applicativa. La modellistica in tema di AIDS ha fallito miseramente: come esattamente osservato, a distanza di decenni di studi in tutto il mondo, non esiste neppure consenso unanime, ancor oggi, sui tempi di incubazione dell’AIDS. Un dato cruciale per l’elaborazione di un qualsiasi modello. Quanto simile considerazione sia valida in tema di Covid – 19 è semplicemente intuitivo.

L’aporia è dunque insanabile: quanto più un modello è complicato, tanto più diventa difficile se non impossibile da gestire e tradisce la sua natura di strumento di semplificazione; quanto più è semplice, tanto peggio descrive e rappresenta la realtà empirica.

Gli individui non sono molecole di gas o palline che si urtano: i comportamenti umani sono improntati a scelte, strategie, impulsi, istinti, comportamenti irrazionali, passioni, mutevoli nel tempo da individuo a individuo e mutevoli e ondivaghi anche nello stesso individuo. Finora avevamo visto i gravi insuccessi di un simile approccio modellistico in campo economico; ora sono sotto gli occhi di tutti gli effetti distorsivi dell’adozione di questa impostazione in campo sanitario.

La tecnocrazia è allora ambigua sotto (almeno) un duplice punto di vista.

Anzitutto, sono sempre più opachi e mutevoli i criteri di selezione dei tecnocrati: a oggi non risultano fissate con sufficiente trasparenza e rigore le modalità di selezione, valutazione, controllo e rimozione dei componenti di quel cd. Comitato Tecnico – Scientifico che tanta parte ha avuto e ha nella gestione degli aspetti di contenimento del contagio.

In secondo luogo, come emerge dalle sintetiche considerazioni sopra riportate, cosa accade quando decisioni di importanza cruciale per la comunità vengono adottate sulla base di risultanze scientifiche opinabili, se non erronee tout court?

La (buona) scienza procede per progressive approssimazioni e, come insegna Kuhn, a volte anche per vere e proprie rivoluzioni e sostituzioni, anche brutali, di un paradigma scientifico a un altro; tuttavia, se la scienza presenta carattere autocorrettivo, una simile virtù non appartiene al sistema tecnocratico che, invece, è tendenzialmente autoreferenziale e solipsistico.

Il rischio è che si pervenga a esiti aberranti che, nel caso dell’emergenza sanitaria che stiamo vivendo, rischiano di divenire addirittura esiziali.

0 comments
2 likes

Related posts

Leave a Reply

Il tuo indirizzo email non sarà pubblicato.