Informazione e disinformazione/Tranelli della statistica

La statistica è spesso considerata il linguaggio della verità oggettiva perché si basa sui numeri, e i numeri, per definizione, non dovrebbero mentire. Tuttavia, nel contesto delle fake news e della disinformazione, la statistica può trasformarsi in uno degli strumenti di manipolazione più sofisticati. Come affermava lo scrittore Mark Twain, esistono tre tipi di bugie: "le bugie, le sfacciate bugie e le statistiche". Questo accade perché, sebbene il calcolo matematico possa essere corretto, il modo in cui i dati vengono selezionati, presentati o interpretati può distorcere completamente la realtà.  

Uno dei metodi più comuni per ingannare attraverso la statistica è l'uso improprio della media aritmetica. Immaginiamo un gruppo di dieci persone in cui nove guadagnano 1.000 euro al mese e una guadagna 11.000 euro. La media matematica del reddito sarà:

x=(9×1.000)+11.000x10=2.000 euro

Comunicare che il reddito medio è di 2.000 euro è matematicamente esatto, ma è una fake news dal punto di vista della rappresentazione sociale, poiché il 90% della popolazione guadagna la metà di quella cifra. La media aritmetica può risultare fuorviante in presenza di valori estremi, poiché è fortemente influenzata da questi ultimi; per questo motivo, in distribuzioni asimmetriche, la mediana è considerata una misura più rappresentativa.

Spiegazione dell'esempio citato della manipolazione dei grafici.

Un altro potente strumento di distorsione è la manipolazione dei grafici. Questi ultimi sono strumenti potenti perché il nostro cervello elabora le informazioni visive molto più rapidamente dei numeri puri. Chi diffonde disinformazione lo sa bene e sfrutta questa caratteristica per distorcere la percezione della realtà, anche quando i dati sottostanti sono matematicamente corretti. Uno dei trucchi più comuni consiste nel modificare la scala dell'asse delle ordinate (l'asse verticale, solitamente indicato con y). In un grafico che presenta dati in modo onesto, questo asse dovrebbe partire da zero. Tuttavia, se l'obiettivo è far apparire una variazione minima come un cambiamento drastico, si può decidere di far partire l'asse da un valore molto vicino ai dati osservati. Immaginiamo, ad esempio, di voler mostrare un aumento della disoccupazione dal 8% all' 8,2%. Se l'asse y parte da 0, la linea che rappresenta l'andamento sembrerà quasi piatta. Al contrario, se l'asse y parte da 7,9%, la stessa variazione sembrerà un'impennata vertiginosa, generando un senso di allarme ingiustificato nel lettore.

Spiegazione della distorsione delle proporzioni del grafico

Un altro metodo di manipolazione visiva riguarda la distorsione delle proporzioni. Modificando la scala sia dell'asse delle ascisse (asse orizzontale, solitamente x) che di quello delle ordinate, si può alterare la percezione della pendenza. Comprimendo l'asse x e allungando l'asse y, anche una crescita moderata può apparire come una curva quasi verticale, suggerendo una tendenza esponenziale o catastrofica che in realtà non esiste.

Esiste anche il problema della correlazione che viene scambiata per causalità. In statistica, la correlazione indica che due variabili tendono a variare insieme: quando una aumenta, anche l'altra tende ad aumentare (correlazione positiva) o a diminuire (correlazione negativa). La causalità, invece, implica che una variabile sia la causa diretta del cambiamento nell'altra.

L'errore più frequente è confondere la correlazione con la causalità. Un esempio classico è la correlazione tra il consumo di gelati e l'aumento degli attacchi di squali. Entrambi i fenomeni tendono ad aumentare durante i mesi estivi. Un'analisi statistica mostrerebbe una forte correlazione positiva. Tuttavia, affermare che "il consumo di gelato causa gli attacchi di squali" sarebbe un errore di causalità. La vera causa sottostante è una terza variabile: il caldo e la maggiore presenza di bagnanti in mare.

Esistono anche correlazioni spurie, ovvero legami statistici che emergono per pura coincidenza tra dati che non hanno alcun rapporto logico tra loro. Esistono studi che ironicamente dimostrano correlazioni quasi perfette tra dati apparentemente scollegati, come il numero di film in cui appare Nicolas Cage e il numero di persone annegate in piscina. Sebbene la matematica possa mostrare un legame statisticamente significativo, questo non implica alcuna relazione di causa-effetto reale. Le fake news sfruttano questo principio per collegare eventi disparati, creando connessioni artificiali tra fenomeni politici, sociali o sanitari, dando loro una parvenza di validità scientifica che in realtà non possiedono.

Infine, il "cherry picking" (raccolta delle ciliegie) consiste nel selezionare solo i dati che confermano una determinata tesi, ignorando tutti quelli che la smentiscono. Se un farmaco viene testato cento volte e solo in due casi produce risultati positivi, pubblicare esclusivamente quei due test ignorando i restanti novantotto è una manipolazione statistica che crea una falsa verità scientifica.Per non cadere vittima delle manipolazioni numeriche, è fondamentale sviluppare un approccio critico che vada oltre la semplice lettura del dato. Il primo passo per riconoscere l'uso improprio della statistica è analizzare la fonte e il contesto. Bisogna chiedersi chi ha commissionato lo studio e se tale soggetto abbia un interesse specifico nel far apparire i risultati in un certo modo. Una statistica isolata, priva di riferimenti al campione o alla metodologia, è spesso un segnale di allarme:un campione troppo piccolo o non rappresentativo della popolazione può produrre risultati distorti che non hanno valore scientifico. Quando si osserva un grafico, è importante verificare sempre se l'asse verticale parte da zero e valutare la reale proporzione delle variazioni. Allo stesso modo, di fronte a un'affermazione che lega due eventi, bisogna chiedersi se esiste un nesso logico di causalità o se si tratta solo di una correlazione casuale o indotta da una terza variabile non dichiarata. La statistica è uno strumento potente per comprendere il mondo, ma richiede un lettore attento e consapevole per non trasformarsi in un veicolo di disinformazione. La statistica non mente, ma le persone sleali sanno usare molto bene la statistica.