9 Fondamenti epistemologici dell’inferenza bayesiana
Perché l’epistemologia bayesiana conta: dal problema alla svolta
Nei capitoli precedenti abbiamo visto come la psicologia sia stata attraversata da una crisi profonda. Le sue radici non risiedono in una carenza di impegno o di rigore da parte dei ricercatori, ma in un insieme di incentivi strutturali e di abitudini metodologiche che hanno favorito la produzione di risultati statisticamente significativi a scapito della loro replicabilità (Nosek et al., 2018; Open Science Collaboration, 2015). Il valore-\(p\) — pensato per controllare il rischio di concludere troppo da troppo poco — si è rivelato uno strumento fragile: sensibile alle dimensioni del campione, vulnerabile ai gradi di libertà del ricercatore e incapace di distinguere l’evidenza autentica dal rumore statistico (Gelman & Loken, 2014).
Una delle conseguenze più insidiose di questo sistema è la distorsione sistematica nella stima degli effetti. I campioni piccoli, tipici di molti studi in psicologia, dispongono di potenza statistica limitata per rilevare effetti reali; tuttavia, quando producono un risultato significativo, tendono a sovrastimarne considerevolmente l’entità. Come hanno mostrato Vasishth et al. (2018), questo meccanismo — che prende il nome di winner’s curse o “maledizione del vincitore” — porta a una letteratura in cui le scoperte più citate sono spesso le meno attendibili. La conseguenza diretta è una difficoltà sistematica di replicazione: non perché i ricercatori abbiano commesso errori di calcolo, ma perché il paradigma ha indotto a porsi la domanda “Questo effetto esiste?” anziché “Quanto è grande questo effetto e quanto siamo incerti?” (Wagenmakers et al., 2016).
È a questo punto che l’approccio bayesiano entra in gioco, non come alternativa tecnica, ma come risposta epistemologica. La differenza tra i due paradigmi non è semplicemente computazionale, ma riguarda il tipo di domande che è possibile porre e le risposte che è possibile ottenere. Nell’inferenza frequentista, si calcola la probabilità di osservare i dati (o dati ancora più estremi) assumendo che l’ipotesi nulla sia vera, una probabilità che dice poco su quanto sia credibile l’ipotesi stessa alla luce di ciò che abbiamo osservato. Nell’inferenza bayesiana, invece, si calcola direttamente la probabilità che l’ipotesi sia vera, in base a ciò che è stato osservato: esattamente la domanda a cui vogliamo rispondere (Gelman et al., 2013; McElreath, 2020).
Questa inversione logica ha conseguenze pratiche immediate. Un’analisi bayesiana obbliga il ricercatore a dichiarare esplicitamente le proprie aspettative prima di vedere i dati, ovvero le distribuzioni a priori, e a quantificare in modo trasparente quanto rimanga incerto dopo averli analizzati. Invece di un aut aut binario tra “significativo” e “non significativo”, si ottiene una distribuzione completa di valori plausibili per l’effetto di interesse. Ciò rende possibile rispondere a domande che altrimenti non potrebbero essere formulate, come: “Qual è la probabilità che l’effetto sia abbastanza grande da avere rilevanza clinica o pratica?”, “Qual è la probabilità che sia praticamente nullo?” e “I dati raccolti hanno ridotto l’incertezza in misura sufficiente o è necessario condurre ulteriori ricerche?” (Gelman & Loken, 2014; McElreath, 2020).
Vi è poi un aspetto che tocca direttamente la crisi della replicabilità: l’uso di distribuzioni a priori debolmente informative svolge una funzione di regolarizzazione, assegnando minore probabilità ai valori estremi e proteggendo così dall’overfitting. Nei campioni piccoli, quelli più esposti al rischio di ottenere risultati dovuti a fluttuazioni casuali del campione piuttosto che a un effetto reale, questa proprietà si traduce in stime più conservative e, proprio per questo, più generalizzabili ai campioni futuri (Gelman et al., 2017). L’approccio bayesiano non elimina l’incertezza, ma la rende visibile, trasformandola da fonte di errori nascosti in informazione esplicita e analizzabile.
Comprendere davvero perché l’inferenza bayesiana funziona — perché aggiorna le credenze proprio in quel modo e perché questa sia l’unica strada razionalmente coerente — richiede però di andare oltre il semplice uso degli strumenti, per affrontare i fondamenti. Perché le credenze devono rispettare gli assiomi della probabilità? Cosa significa che un sistema di credenze è coerente? Come si giustifica il passaggio dal grado di credenza soggettivo alla probabilità matematica? E in che modo quest’ultima si collega alle frequenze che osserviamo nel mondo?
A queste domande risponde il presente capitolo. Non si tratta di un esercizio astratto: senza queste fondamenta, l’inferenza bayesiana rimane una scatola nera, un insieme di formule prive di motivazione. Con queste basi, invece, l’inferenza bayesiana si rivela un sistema coerente e, come vedremo, obbligato: l’unico modo in cui un agente razionale, operando in condizioni di incertezza, può strutturare e aggiornare le proprie credenze alla luce dell’evidenza.
9.1 La probabilità come logica delle credenze parziali
9.1.1 L’analogia con la logica classica
La logica classica è spesso descritta come la logica delle credenze complete. Un agente razionale che accetta pienamente un insieme di affermazioni deve, coerentemente, accettarne anche tutte le conseguenze che ne derivano. Se l’insieme è incoerente, ovvero se non esiste alcuna situazione in cui tutte le affermazioni possano essere vere contemporaneamente, l’agente deve abbandonare almeno una delle sue credenze.
Tuttavia, la logica classica opera esclusivamente nel regno della certezza. Nella vita reale, è raro che si sia completamente certi di qualcosa. Come dovrebbe ragionare, allora, un agente razionale le cui credenze ammettono gradi di incertezza, non limitandosi al semplice “vero” o “falso”? La risposta è il calcolo delle probabilità, concepito proprio per estendere il ragionamento al caso delle credenze parziali.
Se la logica classica è lo strumento per rilevare incoerenze negli insiemi di credenze complete, il calcolo delle probabilità svolge la stessa funzione per gli insiemi di credenze parziali. Questa simmetria non è accidentale. Come vedremo, violare gli assiomi della teoria della probabilità equivale a una forma di incoerenza che conduce a conseguenze inaccettabili per qualsiasi agente razionale.
9.1.2 Dalla propensione a scommettere alla probabilità soggettiva
Seguendo Ramsey (1926), il grado di credenza di un individuo in un evento può essere inferito dalla sua propensione ad accettare determinate scommesse. L’idea di fondo è che il comportamento di scommessa renda osservabile la probabilità soggettiva assegnata all’evento.
Consideriamo una scommessa sull’evento \(A\), caratterizzata da due importi positivi \(x\) e \(y\):
- se \(A\) si verifica, l’agente vince \(y\);
- se \(A\) non si verifica, l’agente perde \(x\).
Indichiamo con \(p\) il grado di credenza soggettivo dell’agente nella realizzazione di \(A\). La scommessa è considerata equa se il suo valore atteso, calcolato rispetto a \(p\), è nullo:
\[ p \cdot y + (1-p)\cdot (-x) = 0. \]
Questa condizione esprime l’indifferenza dell’agente tra accettare o rifiutare la scommessa.
Risolvendo l’equazione rispetto a \(p\), si ottiene:
\[ p = \frac{x}{x+y}. \]
Il valore di \(p\) così determinato rappresenta la probabilità soggettiva che l’agente attribuisce all’evento \(A\). In altri termini, il rapporto tra la perdita potenziale \(x\) e la somma delle poste \(x+y\) rivela il grado di credenza dell’agente.
Ne segue una corrispondenza diretta tra probabilità soggettive e quote di scommessa: a ogni valore di \(p\) corrisponde un preciso rapporto tra vincita e perdita accettabile. Questa relazione fornisce una base comportamentale all’interpretazione soggettivista della probabilità, mostrando come le credenze possano essere misurate attraverso le scelte dell’agente in condizioni di incertezza.
9.2 Il teorema del Dutch Book: struttura formale
Nel capitolo introduttivo del manuale abbiamo visto l’idea centrale dell’argomento della scommessa olandese: se le credenze di un agente violano gli assiomi della probabilità, è possibile costruire una combinazione di scommesse che garantisce una perdita certa. Qui approfondiamo la struttura formale di questo risultato.
Qualsiasi funzione \(P\) che assegna valori di probabilità compresi tra 0 e 1 a un insieme di eventi, ma che non rispetta gli assiomi della probabilità, permette la costruzione di un sistema di scommesse vulnerabile a un Dutch Book, ovvero un sistema che garantisce un guadagno certo a una delle parti.
Il corrispondente teorema inverso garantisce che un sistema di credenze conforme agli assiomi probabilistici è immune da questa vulnerabilità. La struttura assiomatica della probabilità non è dunque una convenzione matematica arbitraria, ma costituisce la condizione necessaria per la coerenza pragmatica delle credenze.
9.2.1 La violazione dell’assioma di additività e il Dutch Book
Consideriamo due eventi mutuamente esclusivi:
- \(A\): piove domani;
- \(B\): nevica domani.
Per ipotesi, non possono accadere insieme.
Secondo l’assioma di additività della probabilità: \[ P(A \cup B) = P(A) + P(B). \]
Supponiamo invece che un agente assegni i seguenti gradi di credenza:
\[ P(A)=0.4, \quad P(B)=0.4, \quad P(A\cup B)=0.7. \]
Poiché \(0.4+0.4=0.8 \neq 0.7\), le valutazioni dell’agente sono incoerenti: egli considera l’evento “\(A\) oppure \(B\)” meno probabile della somma delle due alternative incompatibili.
9.2.1.1 Le scommesse “eque” secondo l’agente
Assumiamo la convenzione standard:
- un biglietto costa \(P(E)\) euro,
- paga 1€ se l’evento \(E\) accade, 0 altrimenti.
L’allibratore costruisce tre scommesse, tutte ritenute eque dall’agente stesso.
9.2.1.2 Struttura delle scommesse (tempo iniziale)
| Scommessa | Evento | Prezzo | Chi compra / vende |
|---|---|---|---|
| S1 | \(A \cup B\) | 0.70 € | Allibratore compra dall’agente |
| S2 | \(A\) | 0.40 € | Allibratore vende all’agente |
| S3 | \(B\) | 0.40 € | Allibratore vende all’agente |
9.2.1.3 Flusso di cassa iniziale (tempo 0)
Dal punto di vista dell’allibratore:
- paga 0.70 € per acquistare S1 → −0.70 €;
- incassa 0.40 € vendendo S2 → +0.40 €;
- incassa 0.40 € vendendo S3 → +0.40 €.
\[ \text{Saldo iniziale} = -0.70 + 0.40 + 0.40 = \mathbf{+0.10\ \text{€}}. \]
L’allibratore incassa subito 0.10 €.
9.2.1.4 Pagamenti a scadenza (tempo 1)
Analizziamo ora tutti i possibili stati del mondo. Ricordiamo che \(A\) e \(B\) non possono verificarsi insieme.
9.2.1.5 Payoff delle singole scommesse
- S1 (comprata): se \(A\cup B\) accade → +1 €.
- S2 (venduta): se \(A\) accade → −1 €.
- S3 (venduta): se \(B\) accade → −1 €.
9.2.1.6 Risultati finali
| Scenario | S1: \(A\cup B\) | S2: \(A\) | S3: \(B\) | Payoff finale |
|---|---|---|---|---|
| Accade \(A\) | +1 | −1 | 0 | 0 |
| Accade \(B\) | +1 | 0 | −1 | 0 |
| Non accade né \(A\) né \(B\) | 0 | 0 | 0 | 0 |
In tutti i casi, il payoff a scadenza è zero.
9.2.1.7 Bilancio complessivo dell’allibratore
\[ \text{Profitto totale} = \text{guadagno iniziale} + \text{payoff finale} = 0.10 + 0 = \mathbf{0.10}\ \text{€}. \]
Questo guadagno è certo, indipendente da ciò che accade nel mondo.
9.2.1.8 Conclusione
L’agente subisce una perdita certa di 0.10 € perché le sue valutazioni probabilistiche violano l’assioma di additività. L’allibratore non ha usato informazioni privilegiate né fatto previsioni: ha semplicemente combinato scommesse che l’agente giudicava tutte “eque”. Questa situazione — una combinazione di scommesse apparentemente ragionevoli che garantisce una perdita certa — è esattamente ciò che si definisce Dutch Book.
Come osservato da Ramsey (1926), l’argomento del Dutch Book mostra che gli assiomi della probabilità non sono solo regole matematiche astratte, ma vincoli di razionalità pratica: chi li viola può essere portato, attraverso decisioni che accetta come corrette, a una perdita sicura.
9.3 Il Principio Principale: collegare probabilità e credenze
Il teorema del Dutch Book mostra che le credenze probabilistiche devono essere internamente coerenti, altrimenti espongono l’agente a perdite certe. Tuttavia, questo vincolo riguarda solo la coerenza formale: non dice nulla su quanto le credenze riflettano le informazioni disponibili.
È infatti possibile essere perfettamente coerenti e tuttavia epistemicamente irragionevoli. Un agente può, per esempio, assegnare alla vittoria della propria squadra una probabilità del 50% e mantenere credenze internamente consistenti, pur sapendo che dati statistici e modelli affidabili indicano una probabilità dell’1%. In questo caso, il problema non è la coerenza, ma l’indifferenza all’evidenza.
Per colmare questa lacuna, Lewis (1980) ha formulato il Principio Principale:
Principio Principale Se un agente sa che la probabilità oggettiva di un evento \(A\) è \(p\), e non dispone di informazioni rilevanti che la mettano in dubbio, allora il suo grado razionale di credenza in \(A\) deve essere \(p\).
Il principio afferma che la conoscenza di probabilità oggettive — ad esempio le frequenze stabili o i meccanismi fisici noti — vincola razionalmente le credenze soggettive. Non basta essere coerenti: bisogna anche rispondere alle evidenze.
Insieme, il Dutch Book e il Principio Principale delineano una concezione completa della razionalità statica:
- il Dutch Book impone la coerenza interna delle credenze;
- il Principio Principale ne richiede l’allineamento con i fatti del mondo.
Una credenza probabilistica è pienamente razionale solo quando soddisfa entrambe queste condizioni.
9.4 Condizionalizzazione bayesiana
Mentre il Dutch Book stabilisce come devono essere organizzate le credenze razionali in un dato momento, la condizionalizzazione bayesiana spiega come queste credenze devono evolvere quando acquisiamo nuova evidenza. È la legge che governa la dinamica dell’apprendimento razionale.
Quando un agente riceve l’informazione certa che l’evento \(E\) si è verificato, deve aggiornare la sua credenza in qualsiasi ipotesi \(H\) calcolando la probabilità condizionata:
\[ P_{\text{nuova}}(H) = P(H \mid E) = \frac{P(H \cap E)}{P(E)}, \quad \text{con } P(E) > 0. \]
La famosa formulazione del teorema di Bayes rende questo calcolo esplicito e operativo:
\[ P(H \mid E) = \frac{P(H) \cdot P(E \mid H)}{P(E)}, \] dove:
- \(P(H)\) è la probabilità a priori (il grado di credenza iniziale in \(H\) prima di osservare \(E\));
- \(P(E \mid H)\) è la verosimiglianza (quanto è probabile osservare \(E\) se \(H\) è vera);
- \(P(E)\) è la probabilità totale dell’evidenza, data da \(P(E) = P(H)P(E \mid H) + P(\neg H)P(E \mid \neg H)\);
- \(P(H \mid E)\) è la probabilità a posteriori (il grado di credenza aggiornato dopo aver osservato \(E\)).
Consideriamo la valutazione diagnostica di un’adolescente per un possibile disturbo d’ansia generalizzato (\(H\)). Prima di osservare nulla di specifico sul suo comportamento, possiamo partire da un’informazione generale: quanto è comune questo disturbo nella popolazione. Questa frequenza fornisce una probabilità iniziale (detta a priori):
\[ P(H) \approx 0.15 \] cioè: in media, circa il 15% degli adolescenti presenta il disturbo.
Durante il colloquio clinico, però, emerge un’informazione nuova: sono presenti forti comportamenti di evitamento. Dobbiamo ora considerare due probabilità chiave:
- quanto è probabile osservare evitamento se il disturbo è presente?
- quanto è probabile osservare evitamento se il disturbo è assente?
Supponiamo dai dati clinici: \[ P(E \mid H) = 0.90 \quad \text{(alta sensibilità)} \]
\[ P(E \mid \neg H) = 0.05 \quad \text{(buona specificità)} \] cioè: l’evitamento è molto comune nei soggetti con il disturbo, ma raro negli altri.
Tenendo conto sia della probabilità iniziale, sia di questa nuova informazione, il teorema di Bayes (il cui aspetto formale verrà approfondito in seguito) ci dice come aggiornare in modo razionale la nostra valutazione. Il risultato è:
\[ P(H \mid \text{Evitamento}) = \frac{0.15 \times 0.9}{0.15 \times 0.9 + 0.85 \times 0.05}\approx 0.76. \]
Dopo aver osservato il comportamento di evitamento, la probabilità che l’adolescente abbia effettivamente il disturbo sale dal 15% iniziale a circa 76%.
Perché questo esempio è importante.
Questo esempio non serve (ancora) a spiegare il teorema di Bayes in dettaglio, ma a mostrare l’idea centrale dell’aggiornamento bayesiano: una nuova informazione rilevante può, e deve, modificare in modo sostanziale le nostre credenze. Nel caso dell’esempio, l’evidenza osservata modifica drasticamente la probabilità diagnostica, rendendo più giustificata un’ulteriore valutazione clinica.
La condizionalizzazione mostra quindi che l’apprendimento razionale non consiste nel sostituire un’opinione con un’altra, ma nell’applicare una regola matematica precisa che combina la nuova evidenza con la conoscenza preesistente.
Ricapitolando, la condizionalizzazione bayesiana completa il sistema normativo dell’epistemologia probabilistica:
- il teorema del Dutch Book garantisce la coerenza statica delle credenze (nessuna contraddizione interna);
- il Principio Principale (che collega probabilità soggettive a frequenze oggettive) assicura l’ancoraggio alla realtà;
- la condizionalizzazione bayesiana fornisce la regola dinamica per apprendere razionalmente dall’esperienza.
Insieme, questi tre pilastri definiscono cosa significa avere un sistema di credenze razionale: deve essere logicamente coerente, empiricamente informato e capace di evolvere in modo sistematico quando incontra nuove evidenze.
9.5 Punti di forza e limiti del ragionamento bayesiano
Il ragionamento bayesiano rappresenta un approccio rigoroso ed elegante per affrontare l’incertezza. La sua forza risiede nella coerenza normativa: fornisce una regola chiara per aggiornare le credenze quando si incontrano nuove evidenze, integrando in modo esplicito ciò che si sapeva in precedenza (la conoscenza a priori) con ciò che si osserva nei dati. Questa procedura permette di quantificare il grado di supporto che un’evidenza offre a un’ipotesi, rendendo trasparente il legame tra assunzioni, osservazioni e conclusioni. Per queste ragioni, il bayesianesimo ha assunto un ruolo centrale sia nella filosofia della scienza, in qualità di teoria formale dell’inferenza razionale, sia nello studio psicologico e computazionale del ragionamento.
Quando si passa dal piano normativo a quello descrittivo, tuttavia, emergono alcune tensioni. La modellizzazione bayesiana presuppone calcoli ottimali, l’accesso completo alle informazioni rilevanti e la capacità di manipolare con precisione probabilità e distribuzioni. In molte situazioni reali, però, le persone non ragionano in questo modo: gli studi empirici mostrano che gli esseri umani spesso si discostano dalle previsioni bayesiane, ricorrono a scorciatoie cognitive (euristiche) e si affidano a rappresentazioni qualitative piuttosto che a calcoli probabilistici espliciti. In questo senso, il modello bayesiano, pur essendo uno standard normativo molto potente, non sembra descrivere accuratamente i meccanismi effettivi del pensiero probabilistico.
Queste apparenti “deviazioni” dalla norma possono però essere lette in modo diverso. Secondo la prospettiva della razionalità limitata, le persone non falliscono nel ragionare “come vorrebbe Bayes”, ma ottimizzano le proprie decisioni entro i vincoli imposti dalle risorse cognitive e dall’informazione disponibile — informazioni incomplete, tempo limitato, capacità computazionali finite. In questa ottica, le risposte umane possono essere interpretate come la versione “ecologicamente razionale” di un ragionamento bayesiano: non l’applicazione letterale del modello normativo, ma il suo adattamento ottimale a un agente reale che opera in un ambiente incerto e con capacità limitate (Domini & Caudek, 2003).
Riflessioni conclusive
I fondamenti epistemologici dell’inferenza bayesiana non costituiscono un semplice apparato filosofico accessorio, ma rappresentano la base normativa che giustifica il perché, in condizioni di incertezza, dovremmo ragionare secondo le regole della probabilità. Tre principi articolano questo quadro, ciascuno illuminando un aspetto diverso della razionalità probabilistica.
Il primo è un vincolo di coerenza interna: il teorema del Dutch Book dimostra che credenze incompatibili con gli assiomi della probabilità espongono l’agente a perdite certe — le credenze incoerenti si traducono in contraddizioni pragmatiche inevitabili.
Il secondo è un vincolo di ancoraggio empirico: il Principio Principale stabilisce che la conoscenza di probabilità oggettive deve informare le credenze soggettive. Non basta evitare contraddizioni; occorre anche che le nostre stime rispettino le regolarità osservabili del mondo.
Il terzo è una regola di aggiornamento: la condizionalizzazione bayesiana prescrive come modificare le credenze alla luce di nuove evidenze. Il teorema di Bayes traduce questo principio in un algoritmo preciso, in cui l’informazione modifica le credenze in proporzione alla forza dell’evidenza e alla plausibilità iniziale delle ipotesi.
Da questo impianto normativo emerge una distinzione spesso trascurata tra due modi di intendere l’evidenza. La nozione assoluta considera un dato come evidenza quando la probabilità condizionata \(P(A \mid E)\) è sufficientemente alta da giustificare decisioni pratiche o cliniche. La nozione relativa, più sottile, definisce l’evidenza come un incremento della probabilità rispetto al valore a priori (\(P(A \mid E) > P(A)\)): un segnale che rafforza un’ipotesi anche se non la rende necessariamente probabile in senso assoluto. Confondere queste due concezioni può generare equivoci: un dato può fornire buon supporto a un’ipotesi senza renderne altamente probabile la realizzazione.
Questi principi spiegano perché l’inferenza bayesiana sia particolarmente rilevante nelle scienze psicologiche. Il formalismo probabilistico permette di definire con precisione concetti quali evidenza, aggiornamento e coerenza, mentre la psicologia empirica offre un laboratorio privilegiato per studiare il modo in cui gli esseri umani ragionano rispetto a queste norme. La convergenza tra epistemologia normativa e scienza descrittiva della mente non è solo teoricamente affascinante, ma offre strumenti concreti per comprendere come dovremmo ragionare in condizioni di incertezza, e perché spesso non lo facciamo.