di Francesco Sylos Labini.
Con grande sorpresa della comunità matematica internazionale lo scorso mese di aprile uno sconosciuto ricercatore sino-americano, Yitang Zhang, ha pubblicato la soluzione a uno dei più antichi problemi sui numeri primi, conosciuto come la congettura dei numeri primi gemelli. La carriera di Zhang si è svolta ai margini della comunità accademica: a quasi cinquant’anni è ricercatore (lecturer)
presso un’università piuttosto defilata, per dei periodi ha lavorato
come ragioniere, come “pony express†di un ristorante di New York, in un
motel nel Kentucky e infine in un negozio di panini.
Questo caso
mostra la vacuità della retorica della selezione dell’eccellenza che
secondo alcuni, sempre curiosamente pronti a spiegare come si faccia per
raggiungerla, deve iniziare dalla scuola superiore: una prospettiva che
nasce, oltre che da un accecamento ideologico, da un fondamentale fraintendimento
di come la scienza e la ricerca avanzi – non guidando comodamente in
un’autostrada dritta ma muovendosi faticosamente in un terreno
accidentale e intricato.
D’altra parte questa situazione pone un problema molto complicato a chi si occupa di valutazione accademica: come scegliere chi reclutare, chi promuovere, chi finanziare? Vanno di moda i criteri che promettono
di selezionare l’eccellenza, come se fosse possibile identificare le
ricerche che potranno portare a scoperte importanti standosene seduti in
qualche commissione e facendo riferimento solo alla popolaritÃ
accademica-sociologica (indici bibliometrici) dei vari ricercatori. La
domanda centrale è allora questa: il caso di Zhang è unico e
irripetibile o vi sono stati, nel corso della storia e in discipline
molto diverse, frequenti casi analoghi di ricercatori marginali che hanno fatto scoperte importanti?
Come ha mostrato il filosofo della scienza Donald Gillies,
da un’analisi della storia delle scoperte scientifiche in varie
discipline, dalla fisica alla medicina alla biologia alla matematica e
alla filosofia, i casi tipo Zhang sono piuttosto frequenti: ricercatori
che si ostinano a lavorare su ricerche apparentemente marginali,
magari impopolari per un momento, ma che sono destinati a produrre
brillanti risultati in futuro.
Chi si pone il problema di come
organizzare la ricerca, dovrebbe quindi considerare questi casi non come
delle eccezioni impossibili, ma come facenti parti dello sviluppo
stesso scienza e quindi immaginare come agire per creare le condizioni, o
almeno per non eliminare la possibilità , che “l’inaspettato†avvenga.
Purtroppo invece, molto spesso, chi promette l’eccellenza in realtà prepara la strada alla mediocrità .
Per capire il cambio di prospettiva che è necessario considerare, Gillies propone di pensare ad un’analogia con la teoria dei test statistici.
I test statistici possono essere responsabili di due tipi di errore: di
tipo 1 e di tipo 2. Un errore di tipo 1 si verifica se il test porta al
rifiuto di un’ipotesi che invece è vera mentre un errore di tipo 2
avviene se il test conferma una ipotesi che è in effetti falsa.
Analogamente una procedura di valutazione della ricerca commette un
errore di tipo 1 se porta a cancellare finanziamenti a un ricercatore
(o un programma di ricerca) che avrebbe ottenuto ottimi risultati se
avesse continuato nella sua ricerca. Per contro, una procedura di
valutazione della ricerca commette un errore di tipo 2 se porta a
continuare a finanziare un ricercatore che non ottiene alcun risultato
rilevante per quanto a lungo vada avanti.
In genere ci si
concentra esclusivamente sull’eliminazione gli errori di tipo 2 con
l’idea di rendere la ricerca più conveniente ritirando i fondi ai
“cattivi ricercatori†per darli piuttosto ai “buoni ricercatoriâ€.
Nessuna preoccupazione è dedicata alla possibilità di fare un errore di
tipo 1: ritirare i finanziamenti ai ricercatori avrebbero
compiuto importanti progressi se la loro ricerca fosse stata sostenuta.
Eppure la storia della scienza mostra che gli errori di tipo 1 sono
molto più gravi di tipo 2 errori. In confronto con gli errori di tipo
1, gli errori tipo 2 sono molto meno gravi. Il peggio che può succedere
è che un po’ di soldi del governo sono spesi senza portare a nulla.
Inoltre gli errori tipo 2 sono inevitabili dalla natura stessa della ricerca.
Per
illustrare il problema supponiamo che vi siano quattro programmi di
ricerca concorrenti con diversi approcci alla sua soluzione di un certo
problema. E’ molto difficile giudicare a priori quale dei quattro
programmi sia destinato ad avere successo. Supponiamo che si rivela
essere il programma di ricerca numero 3. I ricercatori dei programmi 1, 2
e 4 possono essere altrettanto competenti e laboriosi, come quelli che
lavorano programma di 3, ma, poiché i loro sforzi sono compiuti nella
direzione sbagliata, non arriveranno da nessuna parte. Supponiamo che il
programma 3 venga annullato al fine di risparmiare denaro (tipo 1
errore), quindi tutte i soldi spesi per la ricerca nel problema non
porteranno da nessuna parte. Sarà una perdita completa. D’altra parte, se è
finanziato anche un altro programma (5), i costi saranno un po’ più
alti, ma sarà ottenuto comunque un risultato di successo. Questo spiega
perché gli errori di tipo 1 sono molto più gravi di quelli di tipo 2 e
perché le agenzie di finanziamento dovrebbero fare in modo che alcuni
finanziamenti vengano distribuiti a diverse linee di ricerca piuttosto che concentrarsi sul compito, senza speranza, di cercare di prevedere quale sarà l’approccio che a lungo termine si rivelerà di successo.
Per spiegare in modo più semplice la distinzione tra un errore di tipo 1 e di tipo 2 Gillies introduce una analogia. “Supponiamo di avere un sistema di separazione dai diamanti ordinari dei diamanti rosa
che hanno un valore, diciamo, mille volte superiore ai primi.
Supponiamo che questo sistema funzioni in modo molto efficiente
nell’eliminare diamanti difettosi senza valore, ma abbia anche un
difetto fondamentale: ogni tanto invece di eliminare il diamante
imperfetto, elimina i diamanti rosa. Si può ben suppore che una volta
scoperto questo difetto i produttori di diamanti smetterebbero subito di
usarlo. Un’organizzazione sbagliata della ricerca può avere lo stesso
difetto: buttare via il diamante rosa, i ricercatori
che si ostinano a lavorare su ricerche di minoranza, magari impopolari
per il momento, ma che sono destinati a produrre brillanti risultati in
futuroâ€.
