44 Abbracciare l’incertezza
- comprendere il significato e l’importanza dell’incertezza nella ricerca psicologica;
- distinguere tra i diversi tipi di incertezza: aleatoria, epistemica e ontologica;
- integrare l’incertezza come risorsa per migliorare la qualità delle analisi e delle decisioni scientifiche.
- Leggere il primo capitolo di Understanding Uncertainty di Lindley (Lindley, 2013).
44.1 Introduzione
L’espressione “abbracciare l’incertezza” è una delle più rappresentative nel contesto della statistica bayesiana. In questo capitolo, esploreremo il significato di questa affermazione, basandoci sulla trattazione introduttiva proposta nel primo capitolo di Understanding Uncertainty di Lindley (Lindley, 2013).
44.2 L’incertezza nella ricerca psicologica
L’incertezza è un elemento centrale non solo nella statistica, ma in tutte le discipline scientifiche, con un’importanza particolare in psicologia, dove si studiano fenomeni complessi e difficili da misurare. Nell’indagare processi cognitivi, emozioni e comportamenti, i ricercatori si trovano spesso ad affrontare dati intricati, ambigui e suscettibili di molteplici interpretazioni. Sebbene alcune affermazioni possano essere sostenute con elevata confidenza o confutate con certezza, la maggior parte delle ipotesi scientifiche si colloca in un’area grigia dominata dall’incertezza.
L’obiettivo di questo corso è guidare gli studenti nella comprensione e nella gestione dell’incertezza nella ricerca psicologica, adottando l’approccio bayesiano all’analisi dei dati. Questo metodo, basato sulla quantificazione e sull’aggiornamento delle credenze alla luce di nuove evidenze, fornirà agli studenti gli strumenti per affrontare l’incertezza in modo rigoroso e sistematico, sia nella carriera accademica sia nella pratica clinica.
44.3 La natura soggettiva dell’incertezza
Un aspetto cruciale dell’incertezza, spesso trascurato, è la sua dimensione soggettiva. De Finetti (Finetti, 1970) ha sottolineato come l’incertezza sia, almeno in parte, una questione personale: ciò che è incerto per uno psicologo potrebbe non esserlo per un altro, in funzione delle loro esperienze, conoscenze pregresse e interpretazioni dei dati disponibili. Anche di fronte alla stessa questione, due ricercatori possono condividere un’incertezza comune, ma con gradi di intensità diversi.
Questa componente soggettiva è particolarmente rilevante in psicologia, dove le differenze individuali e culturali influenzano la percezione e l’interpretazione dei fenomeni. L’approccio bayesiano offre un potente strumento per affrontare questa soggettività, consentendo di quantificare le differenze tra credenze individuali e di aggiornarle in modo coerente sulla base di nuove evidenze oggettive.
44.4 L’onnipresenza dell’incertezza
L’incertezza permea ogni aspetto della ricerca psicologica. Ogni esperimento, misurazione o interpretazione dei dati comporta un margine di incertezza. Questa condizione è particolarmente evidente nello studio di fenomeni complessi come il comportamento umano o i processi mentali, dove innumerevoli variabili interagiscono, molte delle quali difficili da misurare o controllare con precisione.
Tuttavia, l’incertezza non deve essere vista come un ostacolo insormontabile. Al contrario, riconoscerla e quantificarla può favorire una comprensione più profonda e realistica dei fenomeni psicologici. Attraverso l’approccio bayesiano, diventa possibile integrare l’incertezza nel processo di indagine scientifica, trattandola non come un limite, ma come una risorsa (Koetke et al., 2024).
44.5 Superare la soppressione dell’incertezza
Nonostante la sua onnipresenza, l’incertezza è spesso ignorata o minimizzata nella comunicazione scientifica. Questo può avvenire attraverso interpretazioni eccessivamente ottimistiche dei risultati, la presentazione di conclusioni come fatti certi, o una riluttanza a riconoscere i limiti degli studi condotti. Tale atteggiamento, sebbene comprensibile, può condurre a conclusioni errate e a una visione distorta della realtà.
L’approccio bayesiano permette di affrontare l’incertezza in modo esplicito e costruttivo. Fornendo un quadro rigoroso per quantificarla, analizzarla e comunicarla chiaramente, migliora la trasparenza della ricerca e promuove conclusioni più oneste e accurate.
44.6 I benefici dell’incertezza
Contrariamente a quanto si possa pensare, l’incertezza offre numerosi vantaggi per la ricerca psicologica:
- Stimola l’esplorazione scientifica: La consapevolezza dell’incertezza incoraggia i ricercatori a formulare nuove ipotesi e a migliorare i metodi di studio.
- Promuove l’onestà intellettuale: Accettare l’incertezza rende i ricercatori più cauti e aperti a prospettive alternative.
- Migliora la qualità delle analisi: Integrare l’incertezza porta a disegni sperimentali più robusti e interpretazioni più accurate.
- Facilita la collaborazione interdisciplinare: Riconoscere i limiti delle proprie conoscenze stimola la ricerca di input da altri esperti.
- Riflette la complessità dei fenomeni psicologici: L’incertezza è intrinseca ai processi mentali e riconoscerla consente di rappresentarli in modo più realistico.
44.7 Tipi di incertezza
L’incertezza nella ricerca può essere classificata in tre categorie principali, in base alla sua origine: aleatoria, epistemica e ontologica (Gansch & Adee, 2020).
44.7.1 Incertezza Aleatoria
L’incertezza aleatoria è intrinseca alla natura casuale di un processo e non può essere eliminata per un dato modello probabilistico. Essa è considerata irreducibile e viene quantificata tramite distribuzioni probabilistiche. Ad esempio, nella misurazione della risposta di un individuo a uno stimolo, la variabilità intrinseca nel comportamento umano, dovuta a fattori imprevedibili, rappresenta un caso di incertezza aleatoria. Questo tipo di incertezza è una caratteristica fondamentale di molti fenomeni psicologici e biologici.
44.7.2 Incertezza Epistemica
L’incertezza epistemica deriva dalla conoscenza limitata o incompleta di un fenomeno. Essa rappresenta il “noto-ignoto”, cioè ciò che sappiamo di non sapere, ed è legata alle semplificazioni insite in ogni modello scientifico. Ad esempio, un modello psicologico che non consideri le influenze culturali o ambientali potrebbe risultare incompleto, introducendo incertezza epistemica. Diversamente dall’incertezza aleatoria, l’incertezza epistemica può essere ridotta attraverso il miglioramento dei modelli, l’inclusione di variabili rilevanti o la raccolta di ulteriori dati.
44.7.3 Incertezza Ontologica
L’incertezza ontologica riguarda l’“ignoto-ignoto”, ovvero aspetti di un sistema che non sono ancora stati identificati. In psicologia, questo potrebbe riferirsi a variabili o processi non ancora scoperti che influenzano un comportamento. Ad esempio, studiando i disturbi mentali, potrebbero emergere nuovi fattori di rischio precedentemente sconosciuti.
44.8 Il calcolo dell’incertezza nell’approccio bayesiano
L’insegnamento si propone di fornire agli studenti strumenti per affrontare e quantificare l’incertezza attraverso l’approccio bayesiano (Gelman et al., 1995). Fondato sul teorema di Bayes, questo metodo rappresenta un quadro teorico rigoroso e sistematico per aggiornare le credenze alla luce di nuove evidenze, configurandosi come una componente centrale della metodologia scientifica.
Il processo si basa su quattro passaggi essenziali. In primo luogo, si parte dalla quantificazione delle credenze iniziali, note come prior, che rappresentano le conoscenze pregresse o le ipotesi relative a un determinato fenomeno psicologico. Successivamente, si analizza la forza delle evidenze empiriche fornite dai dati raccolti, formalizzata nella likelihood. Queste due informazioni vengono combinate per generare le credenze aggiornate, chiamate posterior, che sintetizzano la conoscenza disponibile integrando i dati empirici e le ipotesi iniziali. Infine, le credenze aggiornate possono essere utilizzate per prendere decisioni più informate, pianificare ricerche future e orientare interventi.
44.8.1 Il ruolo delle credenze e delle decisioni nella ricerca psicologica
Le credenze rivestono un ruolo fondamentale nella ricerca psicologica, influenzando tutte le fasi del processo scientifico, dalla progettazione degli esperimenti all’interpretazione dei risultati, fino alla scelta di interventi clinici. L’approccio bayesiano si distingue per la sua capacità di esplicitare e formalizzare queste credenze, consentendo di aggiornare il loro contenuto in modo coerente e trasparente man mano che emergono nuove evidenze.
Questo metodo permette non solo di ottimizzare le decisioni basandosi su informazioni aggiornate, ma anche di comunicare chiaramente l’incertezza associata alle conclusioni, evidenziandone i limiti e garantendo maggiore trasparenza scientifica. Affrontare l’incertezza come una componente intrinseca della ricerca non solo migliora la qualità dell’analisi, ma consente anche di promuovere un approccio più realistico e rigoroso nello studio dei fenomeni psicologici.
In sintesi, l’approccio bayesiano offre un modello operativo per integrare l’incertezza nel processo decisionale, trattandola non come un ostacolo, ma come un elemento essenziale per una comprensione più sfumata e accurata della realtà.
44.9 Riflessioni Conclusive
Questo insegnamento fornisce gli strumenti per applicare l’analisi bayesiana nell’ambito dei dati psicologici, insegnando a considerare l’incertezza come una parte integrante e preziosa del processo scientifico. Attraverso questo approccio, gli studenti potranno acquisire una comprensione più raffinata e strutturata dei fenomeni psicologici, integrando l’incertezza come elemento fondamentale per interpretare i dati e formulare inferenze rigorose.
Esercizi
Che cosa significa “abbracciare l’incertezza” nel contesto della statistica bayesiana e perché è particolarmente rilevante nella ricerca psicologica?
Quali sono le tre principali categorie di incertezza nella ricerca psicologica e come si differenziano tra loro?
In che modo l’approccio bayesiano consente di affrontare l’incertezza in modo sistematico e rigoroso?
Qual è il ruolo della soggettività nell’incertezza secondo l’approccio bayesiano, e perché questo è particolarmente rilevante in psicologia?
Quali sono alcuni dei principali vantaggi dell’incertezza nella ricerca psicologica e come può essere utilizzata per migliorare la qualità della scienza?
Consegna: Rispondi con parole tue e carica il file .qmd, convertito in PDF su Moodle.
Abbracciare l’incertezza nella statistica bayesiana significa riconoscerla come una parte inevitabile della ricerca e trattarla in modo esplicito e formale, anziché ignorarla o minimizzarla. Nella ricerca psicologica, l’incertezza è centrale perché si studiano fenomeni complessi e difficili da misurare, come emozioni e processi cognitivi. L’approccio bayesiano consente di quantificare e aggiornare l’incertezza in modo sistematico, offrendo un metodo più realistico per interpretare i dati e formulare inferenze.
Le tre principali categorie di incertezza sono:
- Incertezza aleatoria: è intrinseca alla natura casuale di un fenomeno e non può essere eliminata (es. variabilità nelle risposte di un individuo a uno stesso stimolo).
- Incertezza epistemica: deriva da una conoscenza incompleta del fenomeno studiato e può essere ridotta con migliori modelli e raccolta di dati (es. omissione di variabili importanti in un modello psicologico).
- Incertezza ontologica: si riferisce a variabili o aspetti del sistema ancora sconosciuti (es. fattori di rischio per disturbi mentali non ancora identificati).
- Incertezza aleatoria: è intrinseca alla natura casuale di un fenomeno e non può essere eliminata (es. variabilità nelle risposte di un individuo a uno stesso stimolo).
L’approccio bayesiano affronta l’incertezza attraverso quattro fasi fondamentali: (1) definizione delle credenze iniziali (prior), (2) valutazione delle nuove evidenze (likelihood), (3) aggiornamento delle credenze (posterior), e (4) utilizzo delle credenze aggiornate per prendere decisioni più informate. Questo processo consente di integrare sistematicamente nuove informazioni e di migliorare continuamente la comprensione di un fenomeno.
Secondo De Finetti, l’incertezza ha una componente soggettiva, poiché le credenze degli individui influenzano il modo in cui interpretano i dati. Due ricercatori con esperienze diverse possono avere livelli di incertezza differenti riguardo allo stesso fenomeno. In psicologia, questa soggettività è particolarmente rilevante perché le percezioni e le interpretazioni dei fenomeni sono spesso influenzate da differenze individuali e culturali. L’approccio bayesiano permette di quantificare e aggiornare queste credenze in modo formale e trasparente.
L’incertezza offre diversi vantaggi nella ricerca psicologica:
- Stimola l’esplorazione scientifica, incoraggiando nuove ipotesi e metodi.
- Promuove l’onestà intellettuale, rendendo i ricercatori più cauti e aperti a spiegazioni alternative.
- Migliora la qualità delle analisi, portando a modelli più robusti e interpretazioni più accurate.
- Facilita la collaborazione interdisciplinare, spingendo a integrare competenze diverse.
- Riflette meglio la complessità della psicologia, permettendo una rappresentazione più realistica dei fenomeni studiati.
- Stimola l’esplorazione scientifica, incoraggiando nuove ipotesi e metodi.