Molte delle decisioni politiche relative al governo dell’epidemia di Sars-Cov-2 sono state prese (almeno all’apparenza) sulla base di modelli matematici predittivi. Tali modelli sono stati costruiti in un contesto di altissima incertezza e indeterminatezza, sia a causa dell’esiguità dei dati disponibili che della situazione sostanzialmente inedita. Nonostante fossero intrinsecamente incerti, le politiche adottate hanno significativamente fatto affidamento su di loro e in alcuni casi – come quello, paradigmatico, della Gran Bretagna – essi hanno radicalmente cambiato la linea adottata fino a quel momento (Booth, 2020). Perché ciò è avvenuto? La fiducia riposta in tali modelli sembra appoggiarsi su un discorso pubblico ormai egemonico, secondo cui l’utilizzo di strumenti matematici e algoritmici, è garanzia di efficienza, oggettività e neutralità (Mazzotti, 2015; Beer, 2017; Katz, 2017). Eppure, questi sistemi di calcolo, per quanto potenti e utili, sono prodotti socio-tecnici, e dunque l’esito di azioni umane che, come tali, soffrono di tutti i limiti tipici dei ragionamenti umani e delle relative pratiche sociali.

Limiti e fallimenti dei modelli epidemiologici e previsionali nell'epidemia di SARS-COV-2

P. Parra Saiani;
2021

Abstract

Molte delle decisioni politiche relative al governo dell’epidemia di Sars-Cov-2 sono state prese (almeno all’apparenza) sulla base di modelli matematici predittivi. Tali modelli sono stati costruiti in un contesto di altissima incertezza e indeterminatezza, sia a causa dell’esiguità dei dati disponibili che della situazione sostanzialmente inedita. Nonostante fossero intrinsecamente incerti, le politiche adottate hanno significativamente fatto affidamento su di loro e in alcuni casi – come quello, paradigmatico, della Gran Bretagna – essi hanno radicalmente cambiato la linea adottata fino a quel momento (Booth, 2020). Perché ciò è avvenuto? La fiducia riposta in tali modelli sembra appoggiarsi su un discorso pubblico ormai egemonico, secondo cui l’utilizzo di strumenti matematici e algoritmici, è garanzia di efficienza, oggettività e neutralità (Mazzotti, 2015; Beer, 2017; Katz, 2017). Eppure, questi sistemi di calcolo, per quanto potenti e utili, sono prodotti socio-tecnici, e dunque l’esito di azioni umane che, come tali, soffrono di tutti i limiti tipici dei ragionamenti umani e delle relative pratiche sociali.
File in questo prodotto:
File Dimensione Formato  
2021-Limiti e fallimenti dei modelli epidemiologici.pdf

accesso chiuso

Descrizione: capitolo in volume
Tipologia: Documento in versione editoriale
Dimensione 902.74 kB
Formato Adobe PDF
902.74 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11567/1047467
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact