Dati veri, conclusioni sbagliate: imparare a leggere i dati con spirito critico

L’apparente neutralità del dato

La narrazione tramite dati numerici è spesso considerata come la più oggettiva rappresentazione della realtà, basata su numeri neutrali che sembrano incapaci di convogliare una visione soggettiva ma solo la nuda realtà trasposta in forma numerica. In questa visione, il numero dovrebbe fornire la garanzia della neutralità dell’autore, in quanto diventa un medium attraverso cui quest’ultimo può presentarsi come trasparente e affidabile.

Questa forma di autorità emerge con chiarezza dalle forme verbali come “i dati dimostrano” o “le statistiche parlano chiaro”. Formule che attivano nel lettore un meccanismo di fiducia quasi immediato: se c’è una certificazione data dal numero allora la tesi sostenuta è confermata da indiscutibili evidenze.

Il grande problema è che quest’apparenza può rimanere tale anche quando le evidenze numeriche vengono estrapolate dal contesto e manipolate in maniera tale da corroborare una specifica tesi, che può non essere oggettiva come invece verrebbe fatto intendere. In questi casi il dato non viene necessariamente falsificato ma orientato in maniera tale da costruire una rappresentazione della realtà non imparziale e quindi manipolare il lettore.

Bisogna inoltre considerare che il dato altro non è che una semplificazione della realtà che codifica fenomeni in simboli già definiti in un preciso schema. Per questo motivo il dato di per sé nasce già da una scelta che include che cosa misurare, come misurarlo, quali categorie usare e quali fenomeni includere. È perciò fondamentale, oltre che rifarsi all’analisi numerica, avere sempre una chiara comprensione del contesto, senza la quale un’analisi quantitativa può rivelarsi fallace o fuorviante.

A questa semplificazione della realtà si aggiunge il fatto che per noi non è possibile interpretare i raw data (dati grezzi), ovvero dataset che non vengono analizzati tramite una tabella o un grafico, e perciò, non presentati in maniera da essere letti da un occhio umano. Questi strumenti sono fondamentali nell’analisi dei dati ma al contempo possono essere facilmente usati per manipolare il lettore attraverso diverse tecniche.

Questo articolo non vuole screditare in alcun modo l’uso dei dati e nemmeno sostenere che l’analisi statistica sia manipolatoria. L’obiettivo principale è, invece, aiutare il lettore e fornirgli una guida su come leggere correttamente i dati, strumenti fondamentali per capire la realtà.

Meccanismi di distorsione più frequenti

Quelli che seguono sono solo alcuni dei moltissimi meccanismi che possono manipolare il lettore quando si incontra un’analisi quantitativa in un articolo, report, analisi o simili. Il fine è provare sviluppare la consapevolezza che esistono infiniti modi di presentare i dati statistici in maniera evidentemente soggettiva, e come riconoscere i più frequenti.

Manipolazione grafica

Esistono diverse tecniche per manipolare la rappresentazione quantitativa che intervengono su specifici livelli. L’obiettivo di questo paragrafo non è in alcun modo delegittimare le trasformazioni grafiche, ma spiegare al lettore come distinguere l’uso giustificato da quello distorsivo in modo tale da sviluppare una maggiore coscienza nell’osservazione dell’analisi grafica.

Una delle tecniche più diffuse di manipolazione visiva consiste nel non far partire l’asse Y da zero ma invece da un valore arbitrario. I dati rimangono gli stessi, quello che cambia è semplicemente il frame metrico che struttura l’interpretazione del grafico. Questa tecnica è specialmente rilevante per la percezione che il lettore ha del grafico, rendendo difficile per quest’ultimo la comprensione delle reali distribuzioni dei dati. Ad esempio, nel 2012 Chevrolet lanciò una campagna pubblicitaria sostenendo che più del 98% dei camion venduti dall’azienda fossero ancora in strada dopo 10 anni di utilizzo. A prima vista niente di insolito il dato era effettivamente reale ma ciò che induceva la manipolazione era invece il grafico che lo accompagnava. Visivamente i camion Chevrolet sembravano il doppio più affidabili di Toyota e quasi dieci volte più di Nissan. Se però si osservava l’asse Y si poteva notare che la scala partiva da 95% fino al 100% mostrando uno spazio di appena 5 punti percentuali che rappresentava le differenze tra i marchi. La realtà era che il grafico mostrava la differenza di pochi decimali come molto più rilevante per far risaltare la superiorità di Chevrolet.

Selection bias

Scegliere quali tipi di dati includere e quali escludere è una delle armi più potenti nelle mani di chi si occupa di analisi quantitative, e spesso è uno dei bias più frequenti e più ignorati in questo ambito. Il selection bias si ottiene quando l’autore seleziona solo una parte di dati in maniera da ottenere un risultato diverso rispetto a quello che porterebbe l’analisi dell’intera popolazione. Il grande problema di questo tipo di manipolazione è la facilità con cui si può nascondere dal momento che i dati presentati sono reali, semplicemente vengono selezionati arbitrariamente in maniera da sostenere una specifica tesi.

Una delle varianti più diffuse e insidiose è il cosiddetto bias da sopravvivenza che sorge quando nell’analisi si traggono conclusioni da un dataset incompleto, sovrastimando le possibilità di successo di un evento perché ci si concentra maggiormente sui soggetti che hanno avuto successo, i cosiddetti sopravvissuti.

Un’altra variante è il cosiddetto “cherry picking” temporale in cui si sceglie un intervallo di tempo particolarmente favorevole per sostenere una tesi e lo si riporta, volutamente omettendo quei periodi in cui i dati non sostengono particolarmente la tesi.

Altri bias cognitivi

Se i problemi sorti con il cherry picking sono caratterizzati da quali dati vengono mostrati, ora ci concentreremo su come vengono mostrati e su che effetto questa manipolazione può avere sul lettore. In questo ambito i due meccanismi più frequenti sono il framing effect e l’anchoring bias, documentati a partire dagli anni Settanta da Amos Tversky e Daniel Kahneman.

Il framing effect è un noto bias cognitivo che porta le persone a cambiare un’opinione su un argomento in base a come viene presentato un dato. Il dato è esattamente lo stesso in tutti i casi, cambia solo il modo in cui viene confezionato in maniera tale da risultare più o meno appetibile per il lettore. Si pensi al caso medico, dove un intervento presentato con il 90% di possibilità di successo sembra molto più incoraggiante che un intervento con il 10% di probabilità di fallimento. Da notare che il dato è lo stesso e la probabilità la medesima ma la direzione del frame, che viene presentato prima positivamente e poi negativamente, direzionerebbe significativamente la risposta di un paziente.

Un altro tipo di framing riguarda il modo in cui si comunica un dato, se in valori assoluti o relativi, il che può portare a ridurre o ingigantire la percezione che il lettore ha di un dato fenomeno. Un tipico esempio è il cosiddetto framing asimmetrico spesso presente in ambito farmacologico: i benefici e i rischi di uno stesso farmaco vengono presentati diversamente a seconda dell’unità di misura che viene usata. Generalmente i benefici vengono presentati in termini relativi, dal momento che la riduzione relativa del rischio ha un impatto maggiore, mentre i rischi e gli effetti collaterali vengono generalmente presentati in valore assoluto poiché in questa maniera, partendo già da una popolazione ridotta, appaiono particolarmente poco probabili.

L’anchoring bias invece porta il lettore a fare particolare affidamento sul primo dato o la prima informazione che ricevono, portando essa a diventare “un’ancora”. Questa diventa il punto di riferimento implicito con cui chi legge un report, un articolo o un’infografica tende a valutare il contenuto di tutto ciò che segue in base a questa prima informazione.

Correlazione e causalità

Tra tutte le distorsioni in cui ci si può imbattere leggendo un’analisi quantitativa, il rapporto tra correlazione e causalità è quello che può avere conseguenze più serie per il lettore e allo stesso tempo è particolarmente difficile da smascherare.  Il problema è che la mente umana tende spontaneamente ad associare due fenomeni che si muovono insieme in un rapporto di causa-effetto, fattore su cui chi presenta un rapporto statistico può giocare facilmente per convincere il lettore della sua tesi.

La verità si cela nell’espressione “la correlazione non implica causalità” tipica degli ambiti economici e statistici, che si riferisce all’impossibilità di ricavare una netta relazione causa effetto dall’associazione tra due variabili. Uno degli esempi più celebri è la correlazione tra l’andamento delle vendite di gelato e quello degli attacchi di squalo. I dati mostrano chiaramente che un incremento del consumo di gelato è corrisposto da una maggiore probabilità di essere attaccati da uno squalo. Questo però non implica che ci sia una relazione causa-effetto tra le due cose; perciò, c’è correlazione ma questa non porta alla causalità. Con questo esempio appare lampante immediatamente la differenza tra le due cose, ma quando si analizzano dati nello stesso ambito, evidente soprattutto in quello economico e politico, può essere molto facile cadere in questo bias e farsi manipolare nel credere a nessi causali che in realtà non sono tali. I dati da soli però non sono mai prova diretta del perché qualcosa accade, ma necessitano di uno studio del contesto approfondito e informato. Questo è l’unico modo per verificare se una correlazione può effettivamente tradursi in causalità, ma necessita di un processo più lungo e complesso che non sempre è possibile ottenere dalla lettura di un singolo articolo.

Il ruolo dell’Intelligenza Artificiale

Infine è importante prendere in considerazione il ruolo sempre più ingombrante dell’intelligenza artificiale, in particolare degli LLM, dal momento che può svolgere un duplice ruolo: da una parte l’AI generativa può consentire la creazione e la diffusione rapida di dati creati artificialmente, mentre dall’altra può essere uno strumento fondamentale per la rilevazione e verifica di contenuti manipolati.

Per questo motivo l’analisi delle fonti è ora più che mai particolarmente rilevante, poiché chiunque ha la possibilità di creare dataset o grafici estremamente plausibili dal niente. Diventa ancora più importante avere una chiara idea del contesto in cui si opera, in maniera tale da non essere manipolati da questo genere di dati fasulli.

Non farsi fuorviare: consapevolezza e spirito critico

Come abbiamo potuto osservare nella sezione precedente il dato di per sé veicola informazioni importanti ma da solo può essere mal interpretato dal lettore a seconda di come l’autore presenta la sua analisi quantitativa. Per questo è fondamentale osservare la cornice narrativa in cui l’analisi è inserita. Dal momento che ogni grafico, dataset o calcolo è costruito in base a scelte umane che sono soggette alla tesi di partenza che l’autore vuole dimostrare, è fondamentale capire il contesto in cui si articolano i dati e in che direzione sono spinti. Le distorsioni che sono state osservate e spiegate nella sezione precedente sono affrontabili efficacemente se si osserva attentamente tutta la storia dietro ai dati senza farsi manipolare dal numero o da come viene presentato. Ovviamente questo processo richiede una lettura più attenta e lunga ma che verrà premiata con la possibilità di leggere criticamente ogni analisi e di non farsi manipolare.

La consapevolezza delle tecniche manipolatorie descritte in questo articolo non rende completamente immuni dalla manipolazione, però crea la consapevolezza nel lettore che il dato non è infallibile e non corrisponde a verità assoluta, fornendo così la distanza adeguata tra l’analisi numerica e la tesi proposta. Tale distanza permette al lettore di interrogarsi, farsi domande e mettere in dubbio ciò che sta leggendo, sviluppando una lettura critica e allo stesso tempo utilizzando lo strumento del dato in maniera efficace ma senza farsi fuorviare da esso.

Bibliografia

Tversky, A., & Kahneman, D. (1981). The framing of decisions and the psychology of choice. Science, 211(4481), 453–458.

href=”https://doi.org/10.1126/science.7455683″>https://doi.org/10.1126/science.7455683

Monteverde, M. (2026). Torturare i dati: Manipolazione, potere e disinformazione nella sfera pubblica [Tesi di laurea magistrale, Università di Genova].

Commissione europea. (s.d.). Rendere la società più resiliente alla manipolazione delle informazioni.https://commission.europa.eu/topics/countering-information-manipulation/building-societal-resilience-against-information-manipulation_it

Imparare a leggere i dati per non farsi manipolare. https://www.valigiablu.it/dati-manipolazione/

How Not to Mislead with Your Data-Driven Story https://towardsdatascience.com/how-not-to-mislead-with-your-data-driven-story/