La fiducia nella conoscenza scientifica segue una dinamica peculiare: si consolida lentamente, ma si sgretola ogni volta che una previsione viene disattesa o che una spiegazione appare contraddittoria. Oggi, il concetto stesso di prova scientifica sembra in un certo senso indebolito, sospeso tra l’iperproduzione di dati e l’incapacità collettiva di interpretarli con senso critico. «Stiamo attraversando una fase di transizione in cui la domanda è se l’intelligenza artificiale sia un semplice strumento o qualcosa che ridefinisce i confini stessi del sapere», spiega Adam Kucharski, professore alla London School of Hygiene & Tropical Medicine e autore di testi come «Proof: the uncertain science of certainty» (Profile Books) e «Le regole del contagio» (Marsilio).
L’incertezza è il motore della scienza
Soprattutto dopo le grandi crisi sanitarie degli ultimi anni, da Ebola al Covid-19, l’incertezza non è più percepita come una condizione naturale della scienza, ma piuttosto come un suo limite intrinseco. E questo equivoco rende difficile accettare la natura probabilistica di molte conoscenze scientifiche. «L’esposizione all’incertezza e alla casualità è più ampia che mai, e la capacità di spiegare perché certe cose accadano sembra essersi ridotta», osserva Kucharski. «L’incertezza, lungi dall’essere un difetto, è il motore della scienza. Ma quando si tratta di decisioni pubbliche, soprattutto in situazioni emergenziali, si trasforma in un problema politico».
