Francesco Cabras đã retweet
Da sempre l’uomo cerca (e si illude) di prevedere il futuro: oroscopi, dadi, interiora, sondaggi elettorali CATI.
Ma da quando, nel Rinascimento, ha capito di essere in gran parte l’artefice e non più la semplice vittima del proprio fato, la previsione è diventata un dovere civile, poi economico.
Oggi facciamo previsioni su tutto, spesso con la stessa fiducia con cui un tempo si consultavano gli aruspici.
Eppure le nostre economie si fondano ancora su stime e previsioni inevitabilmente costruite su dati del passato, spesso incompleti e rivisti mesi dopo.
Le decisioni pubbliche e di mercato dipendono da ricostruzioni ex post, non da osservazioni in tempo reale.
Si noti che il trade-off tra fedeltà ex post e tempestività ex ante, ossia tra dati consolidati ma vecchi e dati freschi ma fragili, è difficilmente superabile, tanto più con la crescente crisi di rappresentatività dei campioni. Aggiungiamo poi che il rischio di modello resta quasi sempre ignorato.
Si pensa che l’AI possa colmare il ritardo grazie a un flusso continuo di nuovi dati, usati in tempo reale. Ma maggiore frequenza non significa maggiore informazione: senza controllo di qualità, di rappresentatività e di varianza, si moltiplica il rumore e si degrada il segnale (e ricordiamo che la statistica è la scienza e l’arte di ridurre il rumore, quindi dovrebbe muoversi in direzione opposta).
Dati imperfetti alimentano modelli che generano previsioni distorte, che orientano decisioni future, che produrranno nuovi dati in tempo reale: un ciclo regressivo dell’errore.
Come Taleb (@nntaleb) e il sottoscritto abbiamo osservato recentemente, la macchina può credere di imparare, ma in realtà si addestra sui propri bias. Così, invece di ridurre l’incertezza del mondo, finisce per amplificarla in modo sempre più veloce, sistematico e, talvolta, comicamente fatale. E questo mentre ci spaccia, a noi tossici di certezze future, stime puntuali da trigono planetario, generando non solo cigni grigi e neri, ma anche qualche uccello padulo.
Italiano
