Il caso esiste? Introduzione all’incertezza e alla probabilità

Hai mai lanciato una moneta per decidere qualcosa di importante? Testa o croce, cinquanta e cinquanta. Sembra il modo più giusto del mondo per scegliere: nessuna preferenza, nessun favoritismo, puro caso. Ma sei sicuro che il caso esista davvero? O è solo il nome che diamo alla nostra ignoranza? Questa domanda ha tormentato filosofi e matematici per secoli. E la risposta, come spesso accade in matematica, è più complicata e più affascinante di quanto sembri.

Cosa intendiamo per caso

Nella vita di tutti i giorni, chiamiamo “caso” tutto ciò che non riusciamo a prevedere. C’è il sole nel giorno del compleanno: è un caso. Incontriamo un amico per strada che non vedevamo da anni: è un caso. La moneta cade sulla faccia testa: è un caso. Ma se ci fermiamo un momento, ci accorgiamo che la parola “caso” nasconde qualcosa di più sottile.

La moneta che si lancia in aria obbedisce alle leggi della fisica (i.e., gravità, forza del lancio, attrito dell’aria, superficie su cui cade). In linea di principio, se conoscessimo con precisione assoluta tutte queste variabili, potremmo calcolare esattamente come cadrà. Il caso, in questo senso, non sarebbe che ignoranza: non sappiamo abbastanza, quindi diciamo “non si può sapere”.

Questa è la visione deterministica del mondo, quella di un universo in cui tutto è già scritto e il futuro è, almeno in teoria, calcolabile. È la visione di Pierre-Simon Laplace, il matematico francese che nel 1814 immaginò un’intelligenza così potente da conoscere la posizione e la velocità di ogni particella dell’universo. Per questa intelligenza ipotetica non esisterebbe né passato né futuro, solo un eterno presente calcolabile. Il caso, per Laplace, non esisteva. Era un limite della mente umana, non una proprietà del mondo.

Per quasi due secoli questa visione ha dominato la fisica e il pensiero scientifico. Poi, qualcosa l’ha incrinata in modo irreparabile.

Il cambio di passo: la meccanica quantistica

Agli inizi del Novecento, la teoria che descrive il comportamento delle particelle subatomiche — la meccanica quantistica — ha dimostrato che a livello fondamentale della realtà il caso non è ignoranza: è strutturale. L’elettrone non ha una posizione definita finché non lo misuri. Non è che non la conosciamo: è che non esiste finché l’osservazione non la determina. Il principio di indeterminazione di Heisenberg stabilisce che non è possibile conoscere simultaneamente con precisione arbitraria la posizione e la velocità di una particella e ciò non per un limite degli strumenti, ma per un limite della natura stessa.

Einstein non riuscì mai ad accettarlo. La sua posizione è riassunta nella celebre parafrasi che gli viene attribuita —Dio non gioca a dadi— tratta da una lettera del 1926 al fisico Max Born, in cui scriveva di essere convinto che Dio non giocasse a dadi con l’universo. Ma gli esperimenti hanno dato ragione alla meccanica quantistica, non a Einstein.

Allora il caso esiste davvero? A livello quantistico, sì, o almeno così ci dicono le migliori teorie fisiche che abbiamo. Ma la matematica della probabilità, come vedremo, non ha bisogno di risolvere questa questione filosofica per essere utile. Funziona benissimo in entrambi i mondi e la sua storia comincia, sorprendentemente, molto lontano dai laboratori di fisica.

La nascita della probabilità: una storia di gioco d’azzardo

La teoria della probabilità non è nata nelle università. È nata nelle sale da gioco del Seicento, grazie a una domanda molto concreta: come dividere equamente la posta in palio quando una partita viene interrotta prima della fine? Chi ha vantaggio in quel momento dovrebbe ricevere di più, ma quanto di più? In che proporzione dividere il premio?

Il matematico italiano Gerolamo Cardano aveva già iniziato a ragionare sui giochi di dadi in termini numerici nel Cinquecento, in un trattato che però rimase manoscritto e fu pubblicato solo nel 1663. La svolta vera arrivò nel 1654, con uno scambio di lettere tra due giganti della matematica francese: Blaise Pascal e Pierre de Fermat. Il problema era stato posto da Antoine Gombaud, cavaliere de Méré, un gentiluomo appassionato di gioco d’azzardo che aveva notato alcune stranezze nelle sue vincite e perdite e non riusciva a spiegarsele.

Pascal e Fermat, ragionando per lettera, svilupparono i primi strumenti formali per calcolare le probabilità. Nessuno dei due frequentava le bische francesi, ma entrambi capirono che dietro quella domanda pratica si nascondeva una struttura matematica profonda. Pochi anni dopo, nel 1657, il matematico olandese Christiaan Huygens pubblicò il primo trattato sistematico sulla probabilità,De Ratiociniis in Ludo Aleae, scritto originariamente in olandese e tradotto in latino da Frans van Schooten. La disciplina della probabilità era nata e con essa, un nuovo modo di pensare all’incertezza.

Cosa misura la probabilità

La probabilità è un numero compreso tra 0 e 1 che misura quanto è verosimile che un evento accada. Zero significa impossibile, uno significa certo. Tutto il resto, e nella vita reale è quasi sempre il resto, sta nel mezzo.

Una moneta equilibrata ha probabilità$\frac{1}{2}$di dare testa. Un dado a sei facce ha probabilità$\frac{1}{6}$di dare qualsiasi numero da 1 a 6. Fin qui sembra semplice. Ma la probabilità nasconde alcune trappole concettuali che ingannano anche le persone più attente.

La prima è lalegge dei grandi numeri: se lanci una moneta dieci volte, non è affatto garantito che escano esattamente cinque teste e cinque croci. Potresti ottenerne sette e tre, e non ci sarebbe nulla di strano. La probabilità$\frac{1}{2}$non descrive quello che succede in un singolo esperimento: descrive quello che succede in media su un numero molto grande di ripetizioni. Se lanci la moneta diecimila volte, il rapporto tra teste e croci si avvicinerà sempre di più a$\frac{1}{2}$. Non per magia: per matematica.

La seconda trappola è lafallacia del giocatore, ossia quell’idea, del tutto sbagliata, che se è uscita testa cinque volte di fila la prossima sia “più probabile” che esca croce. La moneta non ha memoria. Ogni lancio è indipendente dagli altri e la probabilità di croce al sesto lancio è esattamente$\frac{1}{2}$, come sempre. Eppure questa fallacia è potentissima, e ci casca quasi chiunque: i casinò lo sanno benissimo e ci costruiscono sopra il loro business.

Comprendere questi meccanismi è già un primo passo. Ma la probabilità diventa ancora più interessante quando smette di ragionare su eventi isolati e inizia a tenere conto del contesto.

La probabilità condizionata: quando il contesto cambia tutto

Immagina di fare un test medico per una malattia rara che colpisce una persona su mille. Il test è molto affidabile: se sei malato, risulta positivo nel 99% dei casi; se sei sano, risulta negativo nel 99% dei casi. Fai il test, risulta positivo. Qual è la probabilità che tu sia davvero malato?

La risposta istintiva è: 99%. Il test è affidabile al 99%, quindi…. E no, non funziona così. La risposta corretta è: circa il 9%.

Il ragionamento è questo: la malattia colpisce una persona su mille. In una popolazione di 100.000 persone, ci sono circa 100 malati e 99.900 sani. Il test risulta positivo per 99 dei 100 malati, ma anche per circa 999 dei 99.900 sani, ossia l’1% di falsi positivi. Su circa 1.098 risultati positivi totali, solo 99 corrispondono a veri malati: circa il 9%.

Questo risultato — sorprendente e spesso controintuitivo — emerge dalteorema di Bayes, formulato dal matematico britannico Thomas Bayes nel XVIII secolo e pubblicato postumo nel 1763, curato dall’amico Richard Price. Il contesto — la rarità della malattia — trasforma completamente il significato del risultato del test. Questa è la probabilità condizionata: la probabilità di un evento, dato che un altro evento si è già verificato. E il teorema di Bayes è lo strumento che permette di aggiornarla ogni volta che arriva una nuova informazione: un principio che vale in medicina, in diritto, nei motori di ricerca, nell’intelligenza artificiale.

Probabilità soggettiva: quante probabilità esistono?

Proprio perché la probabilità descrive l’incertezza, è naturale chiedersi: incertezza di chi? Del mondo o di chi lo osserva?

Esistono due grandi risposte a questa domanda, che corrispondono a due scuole di pensiero che convivono — non sempre pacificamente — da secoli. La visionefrequentistadice che la probabilità è la frequenza relativa con cui un evento si verifica su un numero molto grande di ripetizioni: la probabilità$\frac{1}{2}$della moneta significa che, lanciandola infinite volte, la metà delle volte esce testa e l’altra metà croce. La probabilità, in questa visione, esiste solo per eventi che si possono ripetere.

La visionebayesianadice invece che la probabilità è una misura del grado di credenza razionale in un’ipotesi, alla luce delle informazioni disponibili. In questa visione ha senso dire “c’è il 70% di probabilità che domani piova”, anche se “domani” accadrà una volta sola. La probabilità descrive il nostro stato di conoscenza, non una frequenza oggettiva.

Il dibattito non è chiuso. In pratica, entrambe le visioni producono strumenti potenti e utili, e la scelta tra l’una e l’altra dipende spesso dal problema che si sta affrontando. Ciò che conta, in ogni caso, è che entrambe partono dallo stesso punto: l’incertezza è reale, va presa sul serio e va misurata.

Perché tutto questo ci riguarda

La probabilità non è solo un gioco matematico. È il linguaggio con cui la scienza comunica l’incertezza e l’incertezza è ovunque. Le previsioni del tempo sono probabilistiche: “70% di probabilità di pioggia” non significa che pioverà sicuramente, ma che in condizioni atmosferiche simili piove sette volte su dieci. Gli studi clinici valutano i farmaci con strumenti probabilistici. I modelli economici, le analisi del rischio, i sistemi di intelligenza artificiale: tutto si fonda sulla probabilità.

Imparare a ragionare in termini probabilistici non è solo utile: è una forma di onestà intellettuale. Significa rinunciare alla certezza quando la certezza non è disponibile, e imparare a vivere e decidere in mezzo all’incertezza senza lasciarsene paralizzare.

Il caso esiste? Forse sì, forse no. Dipende da come guardi il mondo e a quale livello della realtà ti riferisci. Ma la probabilità esiste di sicuro ed è lo strumento più potente che abbiamo per ragionarci sopra.

La matematica non elimina l’incertezza. Impara a misurarla.E misurare l’incertezza, in un mondo che spesso finge di avere tutte le risposte, è già una forma di saggezza.