Karl Popper: falsificabilità e sperimentazione

Nel binario ml-tabellare Popper porta una regola che sembra ovvia e quasi nessuno rispetta: una tesi analitica vale qualcosa solo se accetta il rischio di essere smentita. Quando devi decidere sotto incertezza, questo si traduce in una cosa molto concreta. I test che progetti devono poter cambiare davvero la scelta che hai davanti. Altrimenti stai solo cercando applausi per una conclusione già presa.

La falsificabilità in una frase

Un’ipotesi vale quanto il rischio che accetta: è scientifica solo se dichiara in anticipo quale dato la smentirebbe. Se nessun risultato possibile può farti cambiare idea, non hai un’ipotesi, hai una fede.

Il problema di chi cerca conferme

Capita spesso di trovarsi davanti a risultati che sembrano dare ragione a una tesi senza averla mai messa alla prova sul serio. Da lì nascono decisioni costruite su assunzioni fragili, bias di conferma e nessi causali mai verificati. La distinzione che conta è tra un dato che sostiene davvero una scelta e un dato cercato apposta perché confermava ciò che già pensavamo. La domanda operativa è una sola: come si trasforma un’ipotesi in uno strumento che orienta una decisione, invece che in una rassicurazione.

Falsificazione contro verificazione

Prima di Popper la scienza si reggeva sull’induzione: raccogli dati, trovi un pattern, generalizzi. Popper sostenne che l’induzione non ha fondamento logico, perché nessuna quantità di conferme prova che la regola valga in generale. Il metodo che propose ribalta la prospettiva. Prima si formula un’ipotesi falsificabile, cioè un’ipotesi che i dati possono smentire. Poi si cercano attivamente i dati che la contraddicono. Solo se l’ipotesi resiste a questi tentativi la si accetta in via provvisoria.

È esattamente la logica di un A/B test fatto bene. Non si va a caccia della conferma. Si prova a falsificare l’ipotesi nulla con criteri e tempi fissati prima di iniziare, non scelti a posteriori quando i numeri fanno comodo.

Verdetto: tra verificare e falsificare, progetta per falsificare, perché solo un test che poteva smentirti rende credibile ciò che resta in piedi.

Cinque passi per progettare la smentita

1. Formula l’ipotesi in modo che un dato osservabile possa smentirla.
2. Fissa prima di raccogliere i dati il criterio che conterebbe come smentita.
3. Blocca tempi, campioni e soglie per impedire letture a posteriori.
4. Cerca attivamente la smentita su segmenti e periodi diversi.
5. Accetta l’ipotesi solo in via provvisoria e lega il risultato a una decisione con owner.

L’errore più comune

L’errore che vedo più spesso è trattare Popper come una definizione da memorizzare invece che come un protocollo per decidere. Lo riconosci quando qualcuno presenta metriche senza baseline, grafici senza ipotesi o raccomandazioni che ignorano il costo dell’errore. Il controllo da fare è semplice: se questo risultato fosse falso o instabile, quale decisione sbaglieresti. Se non sai rispondere, non hai applicato la lezione.

Riferimenti: Popper, K. (1934). Logica della scoperta scientifica.

L’eclissi che ha messo alla prova Einstein

La relatività generale prevedeva che la gravità del Sole deviasse la luce delle stelle di una quantità precisa e diversa da quella della fisica precedente. Durante l’eclissi del 1919 Arthur Eddington guidò spedizioni per fotografare le stelle vicino al Sole oscurato e confrontarne la posizione con quella notturna. Se le misure fossero cadute altrove, la teoria sarebbe stata smentita sul colpo. Le lastre confermarono la previsione e la notizia fece il giro del mondo. Per Popper il punto non è la conferma ma il rischio corso: una teoria che accetta un test così è scientifica, una che non prevede smentite non lo è.

Domande per chiudere la lezione

1. Quale dato osservabile smentirebbe la tua ipotesi?
2. Quale criterio di smentita hai fissato prima di guardare i numeri?
3. Dove cercheresti per primo la prova che hai torto?
4. Se il test fallisse, quale decisione cambieresti domani?