COVID. POPPER e KUHN: quando il perfezionismo blocca il meccanismo decisionale

di Massimo BALDUCCI

Nella ricerca si è oramai affermata la metodologia indicata da Popper.

Popper articola il processo della “scoperta” in due fasi: una prima fase di natura intuitiva in cui si mette a punto una ipotesi e una seconda fase in cui l’ipotesi è sottoposta al vaglio della verifica, verifica che in italiano (con un evidente marchiano errore di traduzione) viene definita come validazione (quando l’ipotesi viene confermata empiricamente ) o falsificazione (quando l’ipotesi viene smentita alla prova empirica).

Alcune ipotesi di Einstein sono state validate solo recentemente, molto dopo la morte di Einstein.

Questa articolazione va presa con le molle e va integrata con la visione di Galileo che concepiva la scienza come un processo induttivo e deduttivo. Un processo in cui le ipotesi sviluppate a livello astratto (nella visione di Popper intuitivamente) nel processo di confronto con la realtà empirica non vengono confermate o smentite in toto ma vengono affinate, perfezionate, in un processo lungo e faticoso di confronto e aggiustamento tra dati e ipotesi teoriche. Mentre la concezione galileiana guida la vita di ogni ricercatore, la visione di Popper ha avuto un impatto pesante sull’organizzazione sociale della ricerca e sulle istituzioni della ricerca. Questo impatto ha aspetti positivi e aspetti negativi.

Tra gli aspetti positivi possiamo citare quella che viene chiamata dagli operatori del settore evidence based medicine, una medicina che tende a prescindere dalle scuole di pensiero articolate attorno alla figura più o meno carismatica del primario (figura sconosciuta nella sanità del Nord Europa) ma si basa su protocolli sottoposti a verifica empirica costante. Oggi i contribuiti ai convegni medici, in molti casi, oso dire nella stragrande maggioranza dei casi, riguardano proposte di modifica su alcune fasi di un protocollo generalmente accettato e impiegato da una parte cospicua degli operatori. L’evidence based medicine evita che si affermino nicchie di pratiche mediche dubbie e favorisce la disseminazione rapida delle pratiche mediche più avanzate.

Tra gli aspetti negativi dell’impatto della concezione popperiana sull’organizzazione della ricerca, citiamo quello di aver reso presso che impossibile l’innovazione, quello di aver creato un clima da vera e propria “caccia alle streghe” verso chi non si adegua alla scienza ufficiale. Questo clima è dovuto al fatto che qualunque ipotesi innovativa viene immediatamente sottoposta al vaglio della validazione/falsificazione e non a quello proprio del processo induttivi/deduttivo. Quindi, qualunque ipotesi innovativa viene affondata sul nascere. I pompieri dei fuochi della ricerca innovativa sono i così detti comitati di pari, comitati che danno luogo alle così dette peers’ reviews degli articoli sottoposti alle riviste per essere pubblicati e dei progetti di ricerca sottoposti alle varie istituzioni per essere finanziati. I pari, gli uguali non accettano le provocazioni del “diverso” . Nella messa a punto del processo di verifica dell’ipotesi non cercano di provare che l’ipotesi non è vera non di vedere entro quali limiti e in quali condizioni sarebbe vera. Né cercano di ipotizzare con quali aggiustamenti potrebbe esser vera.

Non solo i comitati dei pari sono un ostacolo allo sviluppo della ricerca (che, prima che sulla verifica delle ipotesi, si basa sulla capacità di leggere dentro, intus ire, i fatti) ma impedisce risposte rapide ed adeguate a livello operativo. Uno dei miei maestri alla Columbia University, Amitai ETZIONI, affermava che le riforme sono dei quasi experiments, dei tentativi di verificare la correttezza di certe ipotesi. L’abilità del dirigente, pubblico o privato, legittimato da una elezione politica o da un pubblico concorso, è prevalentemente quella di saper leggere i così detti segnali deboli, segnali che non provengono direttamente dai dati raccolti dalla macchina amministrativa perché i dati che la macchina raccoglie sono quelli che l’esperienza passata dimostrava essere significativi. Se si sta verificando qualcosa di veramente nuovo, la macchina amministrativa non è attrezzata per raccogliere i dati necessari per evidenziare cosa sta bollendo in pentola, non c’è tecnica di data analysis che possa mettere in luce che le regole del gioco stanno cambiando. Qui la capacità di intus-ligere di intus-ire, di andare dentro al fenomeno, di saperlo leggere dal di dentro con approcci innovativi è fondamentale. Su questa capacità si deve basare poi il coraggio di proporre comportamenti innovativi del tipo quasi experiments. Sopra tutto va tenuto presente che chi opera nella vita reale non ha a disposizione il tempo necessario per sottoporre le proprie ipotesi intuitiva al vaglio di un meccanismo di verifica complesso e time demanding quale quello implicato dall’approccio popperiano.

Orbene questa capacità di proporre comportamenti innovativi e di attivare dei quasi experiments sembra essere completamente venuta meno nelle modalità di far fronte al Covid-19. Sopra tutto nelle modalità di impiego di medicinali già in uso da decenni per patologie diverse, seppur simili. Penso, ad esempio, al caso della clorochina, antivirale in uso da diversi decenni. In molti casi si è optato per sottoporre un medicinale noto a tutte le prove cui deve essere, giustamente, sottoposto un medicinale nuovo, addirittura creando gruppi di volontari per attivare i test secondo il meccanismo del doppio cieco. Non sarebbe più opportuno tentare di utilizzare un medicinale già in uso da decenni su tutti i pazienti monitorando i risultati con l’approccio proprio del quasi experiment? Come pure non si vogliono prendere in considerazioni ipotesi diagnostiche diverse da quelle canoniche, come quella che imputerebbe i decessi non tanto alla mancata ossigenazione dei pazienti quanto al mancato afflusso di sangue nei polmoni.

Su questo punto una ultima riflessione. Il bravo compliance officer così come il bravo auditor interno non si limitano a verificare la conformità / compliance dei comportamenti effettivi con gli standards dei processi. Essi dovrebbero anche saper percepire i segnali deboli e dovrebbero saper proporre innovazioni, secondo la logica del miglioramento continuo di Deming.

C’è ancora un filosofo della scienza che vorrei rammentare qui, non tanto per gli effetti negativi che una sua più o meno maldestra interpretazione ha causato nella prassi, in particolare in quella con cui stiamo affrontando il Covid19. Si tratta di T. KUHN, che qui vorrei richiamare perché i suoi insegnamenti vengono bellamente ignorati. T. KUHN, originariamente un fisico della diaspora tedesca durante il nazismo, ad un certo punto sentì il bisogno di schematizzare le fasi di sviluppo della scienza, così come le aveva vissute e le stava vivendo sulla sua pelle all’università di Chicago. In soldoni, per KUHN la scienza si sviluppa in due fasi: paradigmatica e interparadigmatica.

Nella fase paradigmatica alcuni postulati vengono accettati comunemente da tutti e la ricerca si sviluppa semplicemente nell’applicazione dei postulati a varie tipologie empiriche. Con il tempo questo esercizio di tipo scolastico mette in evidenza che ci sono sempre più fenomeni il cui comportamento non è riconducibile ai postulati imperanti. Ad un certo punto le eccezioni sono così tante che si entra, nella visione di KUHN, in una fase interparadigmatica che durerà sino a che un nuovo paradigma non avrà la forza di affermarsi. Orbene nella fase interparadigmatica viene meno uno degli assi caratteristici della fase paradigmatica: quello della corrispondenza tra metodo e oggetto di studio. La chimica, la biologia, la fisica hanno i loro metodi nella fase paradigmatica. Nella fase interparadigmatica si assiste alla interdisciplinarietà dello studio dei singoli problemi. Uno stesso problema viene visto sia dal punto di vista della biologia, che da quello della chimica che da quello della medicina come da quello dell’economia.

A questa visione di KUHN corrisponde la distinzione tra dato e informazione, distinzione che probabilmente affonda le sue radici nel successo che KUHN ha avuto. Il dato, che è sufficiente in una fase paradigmatica della scienza e in una fase stabile della vita delle organizzazioni, deve diventare informazione per poter far emergere i segnali deboli nelle fasi interparadigmatiche della ricerca e nelle fasi caratterizzate da turbolenza dei propri ambienti nella vita delle istituzioni e organizzazioni in senso lato. Sapere che in Italia ci sono stati sin qui 18.000 vittime del Covid19 è un dato che non mi dà alcuna informazione. L’informazione mi arriva se questo dato è messo insieme ai dati dei decessi degli anni precedenti e dei decessi per altre patologie. Questi dati, poi, possono essere usati a scopo decisionale, per concepire dei tentativi di risposta sul tipo dei quasi experiments di ETZIONI, se li accoppio con dati di altre discipline, quali l’economia e le scienze sociali. Forse non è un caso se nei paesi in cui le crisi vengono governate da organismi istituzionalmente previsti dove sono presenti professionisti con background diversissimi (penso al consiglio nazionale di sicurezza belga) non si è chiusa la produzione e, anziché concentrarsi su provvedimenti autoritari rivolti all’intero sistema nazionale, ci si concentra sul controllo degli ambienti di lavoro e dei trasporti pubblici. Se è corretto che il compliance officer deve avanzare suggerimenti di miglioramento continuo, deve essere chiaro che le decisioni di innovazione devono essere prese al livello gerarchico corrispondente all’impatto delle decisioni e devono poter mediare tra diversi punti di vista e interessi. Qui va rammentato che la Organizzazione Mondiale della Sanità (così come ECDS) considera la decisione del lock down non una decisione tecnica ma una decisione politica, una decisione che è chiamata a mediare tra istanze diverse, ad esempio tra l’istanza di tentare di salvare qualche centinaio di vite e l’istanza di salvare il sistema economico di un paese.

Non mi sembra che questo stia avvenendo.

Per approfondimenti e normative, consultare i seguenti link e/o riferimenti:

Russell L. ACKOFF, Ackoff’s Best, New York, 2019, su dato e informazione

Amitai ETZIONI, in Handbook Of Public Administration, New York, 1971 pagg. 523-24 dedicate ai quasi experiments

T. KUHN, The Structure of Scientific revolutions, terza edizione 1996

Karl POPPER, La logica della Scoperta Scientifica, Edizione Italiana, Einaudi