Caso studio: pensiero filosofico e decisione di business

Lavoriamo sul binario tabellare con l’esercizio finale del modulo: trasformare causalità, falsificabilità, distorsioni e responsabilità in una scelta aziendale concreta. Non serve a citare autori. Serve a rendere una decisione difendibile davanti a chi dovrà conviverci.

La scena è una stanza dove il CEO spinge a investire, il CFO è scettico e il Product Head chiede test più rigorosi. Ogni reparto porta dati plausibili, ma nessuno dichiara cosa conti come evidenza valida. Chi entra in una stanza così con un protocollo chiaro finisce per guidarla; chi entra senza, subisce la discussione più rumorosa.

L’obiettivo del laboratorio

Questo caso integra causalità, falsificabilità, distorsioni e responsabilità in un unico protocollo che trasforma una discussione tra reparti in una decisione tracciabile. Non è un ripasso: è una prova sul campo.

Il protocollo, passo per passo

1. Scrivi la decisione in una frase e nomina chi la possiede e cosa succede se è sbagliata.
2. Fissa metrica primaria, fonte, granularità e baseline prima di guardare i risultati.
3. Formula l’ipotesi in modo falsificabile con criteri di successo e di stop scritti in anticipo.
4. Elenca confondenti e spiegazioni alternative e disegna il controllo che li esclude.
5. Decidi con una soglia economica e pianifica il controllo successivo alla decisione.

Le cinque lenti del modulo

Ogni autore del modulo impone una domanda diversa. Il caso regge solo se tutte ottengono risposta, e questa è la prima evidenza che il pensiero filosofico qui è uno strumento operativo.

Lente	Domanda che impone	Controllo operativo
Aristotele	Quali sono materia, forma, processo e scopo del fenomeno?	Separare dato grezzo, distribuzione, meccanismo e obiettivo
Hume	Il risultato su piccola scala reggerà su scala ampia?	Test esteso e monitoraggio contro le rotture di regime
Popper	Cosa falsificherebbe l’ipotesi?	Criteri di stop scritti prima del test
Pearl	Quali confondenti sporcano la lettura?	Diagramma delle cause con novelty effect e specificità geografica
Kuhn	Da quale paradigma parla ciascuno?	Mediazione pragmatica tra CEO, CFO e Product Head

Verdetto: nessuna lente basta da sola e la decisione regge solo quando tutte e cinque hanno risposto.

Lo scenario di lavoro QuickBite

QuickBite, scenario di lavoro con 3 milioni di utenti attivi in 12 città europee, valuta un programma fedeltà per alzare la retention. Il CEO vuole investire subito, il CFO frena sui costi e il Product Head chiede test più rigorosi.

Aristotele separa il dato grezzo, la distribuzione dell’effetto, il meccanismo causale e l’obiettivo reale dietro la retention. Hume ricorda che un test limitato non garantisce la tenuta su scala ampia. Popper impone un’ipotesi falsificabile con test estesi e controllati. Pearl smaschera confondenti come novelty effect e specificità geografica delle prime città. Kuhn riconosce i paradigmi diversi dei tre ruoli e propone una mediazione pragmatica.

La raccomandazione che ne esce è un test da 5 milioni su scala più ampia, con criteri scritti in anticipo per scalare o abbandonare.

L’errore che rende il caso inutile

Il rischio è trattare questo caso come una definizione da ricordare invece che come un protocollo da usare. Metriche senza baseline, grafici senza ipotesi e raccomandazioni che ignorano il costo dell’errore producono decisioni fragili. Il controllo è una domanda sola: se questo risultato fosse falso, quale decisione sbaglierei.

Riferimenti essenziali

• Popper, K. (1934). Logik der Forschung.
• Kuhn, T. (1962). The Structure of Scientific Revolutions.
• Pearl, J. (2000). Causality.
• Pearl, J. e Mackenzie, D. (2018). The Book of Why.
• Hume, D. (1748). An Enquiry Concerning Human Understanding.

Un numero aggregato che accusava a torto

Nel 1973 le ammissioni ai corsi di dottorato di Berkeley mostrarono un divario complessivo, circa il 44% di ammessi tra gli uomini contro circa il 35% tra le donne, e fecero temere una discriminazione sistematica. Bickel, Hammel e O’Connell riesaminarono i dati nel 1975 e mostrarono che a livello di singolo dipartimento il divario spariva o si invertiva. Il paradosso nasceva dalla composizione: le candidate si concentravano nei dipartimenti più selettivi. La lezione per la stanza dove si decide è netta: senza baseline segmentata e controllo dei confondenti, un numero aggregato accusa o assolve a torto. Solo il protocollo completo — misura dichiarata, ipotesi falsificabile e verifica per segmento — rende la decisione difendibile.

Domande di verifica sul caso

1. Quale decisione deve uscire dalla stanza e chi la possiede?
2. Quale baseline rende confrontabile il risultato del test?
3. Quale confondente potrebbe spiegare l’effetto senza il tuo intervento?
4. Quale esito ti farebbe abbandonare invece di scalare?