SOPRAVVALUTARE LE PREDIZIONI

"Fare affidamento sulle previsioni non è un argomento scientifico, è un argomento intrinsecamente sociologico"

Forse questo è il passo più significativo di un articolo di Sabine Hossenfelder che parla di potere predittivo e potere esplicatorio di modelli, prevalentemente e non solo (
https://backreaction.blogspot.com/2020/05/predictions-are-overrated.html?fbclid=IwAR2CB6ccxN8aIz-h92nG_nVXMwV2o02-jUSUSDc7mPeF8M74YTMy6YFYcy4).
A me (e alla mia razza) il potere esplicatorio interessa perché permette previsioni attendibili (capire per fare). E parlando di chimica, le cose vengono facili. Puoi calcolare per esempio l'equilibrio liquido-vapore di una miscela, cosa che ti serve a metter su una distillazione (non pensate alla storta per la grappa, pensate piuttosto a una di quelle colonne di rettifica che si vedono in certi impianti industriali). Ma sono sistemi relativamente semplici (https://ilchimicoscettico.blogspot.com/2018/04/duro-o-morbido-dove-non-si-parla-di.html). Quando si va nei sistemi a dinamiche non lineari complesse le cose sono assai diverse (https://ilchimicoscettico.blogspot.com/2019/05/feedback-caos.html). E a questo proposito Sabine è perfetta parlando di modelli epidemiologici.

"I modelli epidemiologici, per esempio, sono stati giudicati erroneamente dalla loro capacità di predire correttamente l'andamento di nuovi casi e decessi. Ma quese predizioni richiedono che i modellisti conoscano anche quali saranno le azioni si una società per prevenire la diffusione della malattia. Di base richiedono di predire le menti dei leader politici. E questo, non c'è bisogno di dirlo, è chiedere un po' troppo.
Ma udite udite, se non produce predizioni non è scienza! Assurdo. Dovresti giudicare i modelli epidemici (ogni modello, in realtà) da quanti dati sono necessati a descriverlo bene, e da quante assunzioni sono necessarie a tal fine. Meno sono le assunzioni meglio e migliore è il fit dei dati, più alto è il valore scientifico del modello."

E' il punto di vista di un fisico teorico, e si vede (non c'è una considerazione di valore, è un'osservazione sullo "stile di pensiero". Da Kermack e McKendrick in poi il valore dei modelli compartimentali non sta nella loro capacità predittiva (limitatissima, e limitata ai periodi brevi), ma nella loro capacità di descriverci la dinamica del fenomeno e di dirci al riguardo quello che sicuramente non possiamo sapere, cioè quello che succederà non tra un mese, ma tra dieci giorni (perché niente e nessuno garantisce lo stato stazionario del sistema).
E da quasi un secolo sappiamo che un'ondata epidemica è fatta a forma di ondata epidemica, e non a forma di reazione a catena (concetto che un paio di mesi fa sembrava completamente alieno a tutti coloro che tiravano fuori modelli esponenziali).