Leggere i numeri non è una questione puramente tecnica, è una competenza di cittadinanza. E su questo la scuola può fare molto. Il parere del fisico teorico Francesco Orsi

“Saper leggere i numeri” non è soltanto un fatto tecnico: i numeri vanno compresi e interpretati e non servono solo ad osservare il mondo così com’è.
Servono anzi a selezionarlo, a descriverlo e ad attribuirgli un significato.
In altre parole si tratta di una vera e propria competenza sociale, di cittadinanza.
E la scuola, in questo, ha responsabilità importanti.
E’ quanto sostiene sul portale Lavoce.info l’esperto Francesco Orsi, fisico teorico di formazione che da diverso tempo si occupa di problemi legati alle scienze cognitive.

Il problema – spiega Orsi – non è tanto che cittadini, giornalisti o governi «non sanno leggere i numeri». Sarebbe una spiegazione troppo semplice, perché farebbe pensare a un difetto puramente tecnico, risolvibile con qualche corso di statistica.
La difficoltà è più profonda.
Spesso non si tratta di leggere male i dati. Si tratta di scegliere, consapevolmente o meno, la lettura più semplice, più efficace e più conveniente. E una narrazione semplificata ha un vantaggio evidente: circola meglio, convince più rapidamente ed è più difficile da contestare nello spazio di una conferenza stampa, di un titolo o di un post sui social.

Orsi porta molti esempi a sostegno del suo punto di vista

Durante la pandemia, per esempio, il problema non era necessariamente il sistema di conteggio adottato.
Un uso davvero competente dei dati avrebbe dovuto iniziare proprio da lì: spiegando le differenze metodologiche prima di stabilire chi stesse vincendo e chi perdendo.
Lo stesso rischio emerge nel dibattito sul Pnrr italiano. Per anni uno degli indicatori più citati è stato la percentuale delle risorse «spese». Ma spendere non significa necessariamente produrre risultati.
Se un miliardo viene destinato alla digitalizzazione della pubblica amministrazione, la domanda decisiva non è soltanto quanti soldi siano stati erogati. Occorre capire se i cittadini riescano davvero a completare una pratica più rapidamente, se le imprese incontrino meno ostacoli e se i servizi funzionino meglio.
È la ben nota differenza tra output e outcome: tra ciò che viene prodotto e l’effetto concreto che produce.
Confondere le due cose è uno degli errori più frequenti nell’uso pubblico delle statistiche. La spesa è facile da misurare. I risultati molto meno. Ed è proprio per questo che la prima tende a dominare il dibattito.

I dati acquistano valore quando vengono messi in relazione

Il cambiamento climatico e le ondate di calore offrono un altro esempio.
Una temperatura elevata, da sola, non basta a prevedere il rischio reale per una popolazione. Quarantadue gradi non producono necessariamente le stesse conseguenze per tutti: un giovane in buona salute e un anziano solo che vive in un quartiere densamente urbanizzato affrontano rischi completamente diversi.
Per capire dove e quando intervenire bisogna sovrapporre informazioni differenti: previsioni meteorologiche, isole di calore urbane, distribuzione della popolazione anziana, condizioni di vulnerabilità, accessi storici ai pronto soccorso.
Alla fine, il dato che arriva al cittadino può anche essere formalmente corretto. Ma può essere ormai privo del contesto necessario per essere davvero compreso.

Cinque antidoti alla propaganda dei numeri

La prima risposta dovrebbe essere la formazione.
Dirigenti pubblici e funzionari apicali non devono necessariamente trasformarsi in data scientist, ma dovrebbero possedere competenze minime di statistica applicata. L’obiettivo non è fare da soli ogni analisi, ma essere capaci di porre le domande giuste a chi la produce.
Secondo: le grandi amministrazioni dovrebbero disporre di unità permanenti di analisi dei dati. Non strutture create per una singola emergenza e non competenze interamente esternalizzate, ma gruppi stabili in grado di fornire ai decisori analisi continue e indipendenti.
Terzo: ogni comunicazione istituzionale che utilizzi un dato rilevante dovrebbe essere accompagnata da una scheda tecnica accessibile. Fonte, metodologia, definizioni, periodo di riferimento, margine di errore e limiti dell’analisi dovrebbero essere parte integrante dell’informazione, non una nota nascosta in fondo alla pagina.
Quarto (ma forse è l’aspetto centrale per chi come noi si occupa di scuola): l’alfabetizzazione statistica dovrebbe entrare pienamente nella formazione scolastica come competenza civica. Saper leggere un grafico, distinguere una media da una mediana, riconoscere un campione non rappresentativo o comprendere la differenza tra correlazione e causalità è importante quanto saper comprendere un testo giornalistico.

Infine, servono forme di verifica indipendente sull’uso dei dati nelle politiche pubbliche. Non un organismo incaricato di stabilire quali opinioni siano ammesse, ma un sistema capace di chiedere conto delle basi informative su cui vengono costruite decisioni che riguardano milioni di persone.La pandemia – sottolinea lo studioso – ha dimostrato che la capacità di interpretare i dati non è un lusso da tecnocrati. È una condizione della qualità delle decisioni pubbliche e della fiducia democratica.

Le prossime crisi — sanitarie, climatiche, economiche — richiederanno governi capaci non soltanto di raccogliere enormi quantità di informazioni, ma anche di comprenderne limiti, contraddizioni e implicazioni.
Per questo bisognerebbe diffidare un po’ di più di chi invita semplicemente a «lasciar parlare i dati».
I dati non sono inutili. Al contrario, sono indispensabili.
Ma non hanno una voce propria.
La loro voce dipende da chi li raccoglie, li seleziona, li interpreta e li comunica.
La domanda decisiva, allora, non è se dobbiamo ascoltare i numeri.

È un’altra:chi li sta facendo parlare, e cosa ha scelto di lasciare fuori dalla conversazione?