Il ruolo dello snobismo della matematica nelle Fake News

Negli ultimi anni assistiamo tra le varie “cattiverie” dei social a un fenomeno di grammarnazi che provano profondo piacere nell’offendere chi manca una h, un accento, o una coniugazione verbale. Non importa se questo avvenga a causa di ignoranza della grammatica della lingua italiana o di un errore di battitura, come non importa se chi ha scritto si chiami Mario Rossi o Kinari Mudaliar. Non sto necessariamente demonizzando il tenere all’importanza del formalismo linguistico, ne sono un profondo difensore anche io, ma è importante riflettere su questo fenomeno prima di proseguire con l’argomento dello snobismo della matematica. Chi tiene molto alla correttezza linguistica da un lato tende a dimenticare che storicamente esiste un distinguo tra il linguaggio parlato, dove molte forme scorrette sono comunemente accettate, e quello scritto dove tali forme scorrette non sono accettabili e che i social sono più simili a un ambiente di linguaggio parlato che uno formale di linguaggio scritto.

Sono d’accordo con l’obbiezione comune secondo cui, se non si padroneggia la lingua sarà molto più difficile sia essere credibili, che riuscire a leggere e comprendere un testo complesso quale un contratto, un articolo di giornale, o un libro che potrebbe incrementare la propria cultura. Ma perché con la matematica non vale lo stesso ragionamento? E quali sono le conseguenze?

Parallelamente al fenomeno grammarnazi stanno proliferando “giochini” matematici in cui vengono proposti imbarazzanti esercizi fatti esclusivamente di somme, sottrazioni, moltiplicazioni e parentesi e oltre al fatto che quasi sempre le persone le sbagliano, ci sono sempre commenti come “io di matematica non ci capisco niente”, “la matematica non serve a niente” eccetera. Spesso usando queste affermazioni come vanto. Eppure, si tratta anche in questo caso della grammatica di un linguaggio, quello dell’aritmetica di base. Quella che tutti hanno fatto alla scuola dell’obbligo assieme alle coniugazioni verbali, e all’uso delle h.

Perché qui non vale la stessa obbiezione sul fatto che chi non sappia fare una banalissima operazione aritmetica non ha credibilità e difficilmente riuscirà a interpretare correttamente un contratto, una bolletta o un dato letto in un articolo di giornale? Perché ci si preoccupa e ci si infervora se una persona non sa dove mettere una h ma non ci si preoccupa e non ci si infervora se una persona non sa fare una banale operazione matematica composta da una moltiplicazione e una somma?

Leggiamo quotidianamente articoli di giornale (o blog complottistici) che ci forniscono informazioni e dati, ma se non sappiamo fare una banale operazione aritmetica come facciamo a fidarci delle statistiche, o a verificarne il senso? Si parla di medie, di popolazioni, di crescite percentuali ma se non sappiamo fare dell’aritmetica di base come facciamo a capire se stanno manipolando l’informazione e valutare l’affidabilità di quello che stiamo leggendo?

Ecco qualche esempio di come i dati possano essere esposti in modo poco chiaro, spesso per fargli raccontare qualcosa che non è davvero quello che quei numeri raccontano:

• La Media non sempre racconta tutta la storia:
  La media viene spesso usata, e nel sentire comune è un dato di una grande importanza. Per esempio, all’inizio del 2024 sembra che lo stipendio lordo medio annuo degli italiani dipendenti sia di 27.000€ con uno stipendio mensile di circa 1.600€ (Fonte Forbes: https://short.staipa.it/s82wf) è un valore alto? Basso? Ma soprattutto ha senso ragionare sulla media?
  Spesso no. Ad esempio, prendiamo una popolazione molto più ridotta:
  Persona A: 3.000€
  Persona B: 5.000€
  Persona C: 10.000€
  Persona D: 22.000€
  Persona E: 25.000€
  Persona F: 35.000€
  Persona G: 50.000€
  Persona H: 70.000€
  La media di questi stipendi è di 27,500€, ma non rispecchia gran che né lo stipendio della persona G e H, né tantomeno delle persone A, B, C, e D. La disparità è enorme e la maggior parte della popolazione è decisamente al di sotto della media.
• Importanza della Popolazione di Riferimento:
  Qualcos’altro di cui tenere conto è la popolazione di riferimento. Facciamo un esempio: un sondaggio afferma che il 60% degli intervistati preferisce il caffè di marca X. Questo potrebbe far pensare che quella marca sia decisamente buona, più della metà degli intervistati la preferisce, è una percentuale stratosferica. Ma la domanda giusta è: chi sono gli intervistati? Se il sondaggio fosse stato condotto solo tra gli impiegati di una società di caffè, i risultati potrebbero non essere rappresentativi della popolazione generale. Sapere come è stata selezionata la popolazione di riferimento è fondamentale per garantire la validità dei risultati, e anche in questo caso è un dato che non ci viene mai fornito, ma che a volte possiamo desumere dal contesto e può decisamente fare la differenza. Un esempio sono i sondaggi sulle pagine di un social: chi segue quella pagina è una popolazione eterogenea composta da interessi casuali o da persone interessate tutte a determinati temi specifici?
• Crescita/Rischio Percentuale:
  La crescita percentuale è forse una delle informazioni più sfruttate per mostrare i dati a sproposito. Un esempio tipico è quello della probabilità di avere un tumore.
  Un documento pubblicato nel 2017 dal World Cancer Research Fund sul rischio di tumore colorettale ha stimato che un consumo elevato di carni rosse lavorate (50 grammi al giorno) aumenta del 16% il rischio di ammalarsi di questa neoplasia. Non è una Fake News, è addirittura AIRC a fornirci i dati dalla ricerca di World Cancer Research Fund, (https://short.staipa.it/iwgok). Chiedere maggiore affidabilità da una fonte su questo tema è davvero difficile. Ma il dato va letto nel modo giusto. In quella frase non si sta dicendo che se mangio carne ho il 16% di probabilità di avere un tumore e se non la mangio no. Sta dicendo che la probabilità di avere un tumore colorettale aumenta del 16%. Quindi nello spaventarsi va considerato che tale tipologia di tumore è il 10% di tutti i tumori (https://short.staipa.it/citht), c’è una probabilità diversa a seconda dell’età e di svariati stili di vita (https://short.staipa.it/2pdh3), e una serie di altri fattori. Facciamo che la probabilità di sviluppare un tumore sia il 50%, la probabilità di un cancro colorettale sarebbe intorno al 5%, un aumento del 16% di quel 5% sarebbe intorno al 0,8%. Che è ben diverso dal 16% che si potrebbe credere ad una lettura superficiale.
  Con questo ovviamente non sto dicendo che l’affermazione sul 16% sia errata, non lo è affatto, ma che è importante saper leggere e interpretare il dato.
  
  Un altro caso tipico è quello di “Rispetto allo scorso anno gli incidenti XYZ sono aumentati” del 10%, cosa ce ne facciamo di questo dato senza sapere quanti fossero in precedenza? Erano 10 e sono diventati 11 o erano 10.000 e sono diventati 11.000? Perché nel primo caso può essere una piccola fluttuazione priva di particolare interesse, nel secondo potrebbe rappresentare un aumento molto preoccupante. E poi questi incidenti cosa hanno causato? Fastidi e costatazioni amichevoli o morti?
  
  Senza conoscere il contesto di partenza una crescita percentuale può essere estremamente fuorviante.

Se non siamo in grado di saper leggere i dati ma fruiamo passivamente dei risultati che ci stanno esponendo come possiamo distinguere se due differenti fonti ci forniscono informazioni discordanti? Magari in una discussione sui tumori una fonte ci dice che mangiare carne incrementa del 16% il rischio di tumori colorettale, e un’altra che mangiare carne aumenta solo dello 0,8% il rischio di prendere un tumore in generale. Di chi ci dovremmo fidare? Come dimostrato più in su ci dovremmo fidare di entrambi i dati perché le definizioni, seppur partendo da presupposti diversi sono la conseguenza della stessa fonte di dati raccontata in maniere differenti. Eppure, la gran parte di noi tenderà a ricordare maggiormente il rischio del 16% che sembra enorme e fa paura rispetto al rischio dello 0,8% che sembra minuscolo e di poco conto, motivo per cui è mediaticamente più impattante mostrare il dato nel primo modo. Spesso è il modo in cui vengono veicolati dati per convincerci di qualche pericolo e spaventarci, o al contrario per minimizzarlo e puntare l’attenzione su altro. Viene usato anche per creare Fake News ibride, ossia notizie che formalmente utilizzando dati corretti, ma che li presentano in modo tendenzioso per convincere i lettori che un problema si più grave o meno grave di quanto dicano altre fonti e indirizzare l’opinione pubblica.

A questo punto, considerato che tutte le persone accanto a noi contribuiscono alla scelta dei nostri governanti, a decisioni che possono impattare sulla nostra vita, più in generale all’opinione pubblica, perché ci lamentiamo solo dell’h e non dell’incapacità di comprendere semplici operazioni aritmetiche?