image_pdfimage_print

Autore: Luigi Mariani
Data di pubblicazione: 07 Luglio 2020
Fonte originale:  http://www.climatemonitor.it/?p=53095

Il manifesto, uscito su Nature il 24 giugno 2020 e riferito ai modelli epidemiologici impiegati per l’epidemia di Covid19, presenta implicazioni assai più generali afferenti all’attività modellistica nel suo complesso.

Le cinque grandi priorità espresse nel manifesto

Pubblicità

Il 24 giugno è stato pubblicato su Nature un manifesto dal titolo “FIVE WAYS TO ENSURE THAT MODELS SERVE SOCIETY: A MANIFESTO” (Saltelli et al., 2020) sottoscritto da vari scienziati e che in sostanza si propone come un “appello per una modellistica matematica responsabile e che sia realmente al servizio della società”.

Il manifesto fa riferimento ai modelli epidemiologici legati a COVID19 ma i suoi contenuti hanno una valenza molto più generale e che si estende a mio avviso all’intero settore della modellistica matematica. In estrema sintesi nel manifesto si additano ai  modellisti matematici cinque grandi priorità:

  • valutare i livelli d’incertezza con opportune analisi di sensibilità
  • diffidare dell’eccessiva complessità dei modelli
  • formulare il problema (contesto e obiettivo) con trasparenza
  • evitare l’uso indiscriminato dei test statistici in sostituzione del “sound judgement”
  • riconoscere con trasparenza quanto si ignora del sistema che si sta modellando.

Occorre peraltro dire che la parte più lungimirante del mondo scientifico avverte da tempo la rilevanza di tali priorità, come dimostra ad esempio il fatto che l’illustre biofisico John Monteith scrisse nel lontano 1996 un articolo-appello per me esemplare, dal titolo “The quest for balance in crop modeling” e riferito alla modellistica matematica delle colture. Analogamente Reefsgard e Endriksen, in un loro scritto del 2004 riferito all’idrologia, dettarono una serie di regole atte ad evitare l’uso improprio dei modelli matematici.

Da parte mia svilupperò un commento alternando brani tratti dal manifesto con esempi tratti dalla mia personale esperienza relativa al settore dell’agrometeorologia e delle climatologia.

I contenuti del manifesto

Il manifesto si apre con la constatazione che nel caso dell’epidemia di Covid19 i modelli matematici hanno prodotto scenari futuri altamente incerti in termini di infezioni, ricoveri e decessi. Inoltre, anziché usare i modelli per aumentare il proprio livello di comprensione dei fenomeni, i politici hanno spesso brandito i modelli come clave per supportare programmi predefiniti. Secondo gli autori del manifesto, per assicurarsi che le previsioni non vengano asservite a una causa politica, i modellisti, i decisori e i cittadini dovrebbero stabilire nuove norme sociali in forza delle quali i modellisti dovrebbero astenersi dall’attribuire agli output modellistici livelli di certezza superiori a quelli che i modelli meritano e d’altro canto ai politici non dovrebbero poter scaricare le proprie responsabilità sui modelli da loro scelti.

Che si possa modellare con successo producendo informazioni utili per il cittadino – sostengono gli autori, ce lo dimostrano tutti i giorni i modelli per le previsioni del tempo (Weather Prediction Models o NWP) e, aggiungo io, ce lo dimostrano in ambito agricolo i modelli di bilancio idrico utili a programmare l’irrigazione o i modelli fipotopalogici ed entomologici utili a guidare le attività di difesa conto i nemici delle colture. Ciò non toglie che chi fa ricorso a questi modelli abbia acquisito (spesso a proprie spese) un’idea del loro livello di incertezza, per cui se in una data località esci senza ombrello in un giorno per il quale il modello XY non ha previsto pioggia, ti assumerai comunque un certo rischio di tornare a casa bagnato.

Perché è importante prestare attenzione al dominio di applicabilità dei modelli

Ogni modello viene sviluppato, calibrato e validato con riferimento a uno specifico “dominio di applicabilità” spaziale (si pensi a un modello idrologico sviluppato per un piccolo bacino montano) e temporale (si pensi a un modello di nowcasting in meteorologia, fatto per offrire previsioni fino a 6-12 ore dall’istante di emissione). Ciò implica che se si cambia il dominio di applicazione, ad esempio passando dal piccolo bacino alla valle del Po o dal nowcasting alle previsioni a medio termine, occorre avere ben presente che ipotesi del tutto ragionevoli in una situazione possano divenire insensate in un’altra.

Una particolare attenzione dovrebbe essere posta a tale tema prima di spingere in avanti per decenni i modelli previsionali globali (GCM) e ciò in quanto (a) le nubi sono modellate con estrema incertezza nei modelli attuali (Stephens, 2005) e (b) lavorando su archi di tempo lunghi si entra nel dominio temporale proprio delle grandi ciclicità naturali proprie dell’atmosfera e degli oceani (Enso, Nao, Amo, Pdo, ecc.) per le quali non si dispone a tutt’oggi di modelli in grado di descriverle con un minimo di accuratezza.

Che questi temi siano all’attenzione dei modellisti si coglie ad esempio leggendo alcuni articoli scientifici degli autori del modello INM-CM4 (Volodin, 2014; Volodin & Gritsun, 2018). Dal primo di questi articoli si evince ad esempio che la descrizione molto realistica del cosiddetto iato (temporanea stabilizzazione delle temperature globali verificatasi nel periodo 2000-2014) ottenuta con tale modello nell’ambito dell’intercomparison denominata CMIP5 è stata conseguita agendo “cum grano salis” sulla sensitivity del modello (Volodin, 2014).

Rifuggire la hubris a favore di approcci ispirati alla consapevolezza dei propri limiti

Molti modellisti sono sedotti dall’idea di rendere sempre più complessi i propri modelli, incorporando un numero sempre più elevato di fenomeni nel tentativo di descrivere la realtà in modo sempre più accurato. Come evidenziano gli autori del manifesto tale tendenza può paradossalmente tradursi in una minore accuratezza, nel senso che l’incertezza si accumula e l’errore può aumentare fino al punto in cui le previsioni diventano del tutto inutili. Potrei portare molti esempi di tale fenomeno riferiti alla modellistica dei sistemi colturali ma per non appesantire eccessivamente il testo mi limiterò a rilevare che una delle conseguenze in ambito climatologico è che non sia affatto da escludere che modelli di minore complessità possano condurre a risultati più interessanti in termini operativi rispetto a quelli ottenuti con modelli meccanicistici globali, la cui complessità è sempre crescente anche perché le risorse di calcolo oggi disponibili assecondano tale tendenza.

Gli autori del manifesto citano come esempio estremo di eccessiva complessità quello di un modello utilizzato dal Dipartimento dell’Energia degli Stati Uniti per valutare il rischio di smaltimento dei rifiuti radioattivi nel deposito della Yucca Mountain e che comprendeva ben 286 sotto-modelli con migliaia di parametri. I regolatori avevano richiesto ai modellisti di prevedere la sicurezza di qui a “un milione di anni” ma la simulazione non reggeva in quanto la previsione di  una singola variabile chiave – il tempo necessario affinché l’acqua percolasse fino al livello del deposito sotterraneo – aveva un’incertezza elevatissima.

In sintesi la complessità nei modelli, scrivono gli autori del manifesto, è in vari casi fine a sé stessa e ciò costituisce un limite considerevole che si paga con un errore più elevato. Al riguardo gli autori affermano anche che coloro che costruiscono modelli non vengono spesso spronati a considerare un tale aspetto: mentre un ingegnere si pone il problema del caso limite, trovandosi di fronte a responsabilità personali ben precise in caso di caduta di un ponte o di un aereo,  molti modelli sono oggi sviluppati da team di dimensioni grandi al punto che nessuno si ritiene responsabile in caso di previsioni catastroficamente sbagliate. A tale considerazione, che condivido, aggiungo quella per cui “l’asino si attacca dove vuole il padrone”, il che in ambito climatologico si traduce nel fatto che un team finanziato per un certo obiettivo non farà molta strada se non riesce a dimostrare ciò che il committente si attende. Al riguardo mi rimarrà per sempre impresso ciò che un esponente del governo italiano intervenuto nel 2007 alla Conferenza Internazionale sulla risicoltura dei climi temperati di Novara disse ai ricercatori di tutto il mondo ivi convenuti: sul cambiamento climatico le idee sono del tutto chiare e la responsabilità è dell’uomo, per cui ai ricercatori si chiede solo di fornire ai politici elementi per convincere l’opinione pubblica ad aderire alle politiche che saranno poste in atto. Ognuno può immaginare quali siano le conseguenze di simili “regole d’ingaggio”.

A tale proposito casca a fagiolo il seguente brano del manifesto: “Ricorda sempre lo scopo e il contesto in ci viene sviluppato un modello. I risultati dei modelli rispecchiano almeno in parte gli interessi, gli orientamenti disciplinari e i pregiudizi degli sviluppatori. Nessun modello può servire a tutti gli scopi. I modellisti sanno che la scelta degli strumenti influenzerà e potrebbe persino determinare il risultato di un’analisi, per cui la tecnica non è mai neutrale.”

Sempre a proposito di hubris, nel Manifesto si afferma anche che per lungo tempo la filosofia occidentale ha fatto della coscienza del limite una virtù e un oggetto di ricerca intellettuale. Al riguardo si cita Nicola Cusano il quale indicava come “docta ignorantia” la coscienza della propria limitatezza. Da parte mia aggiungo la frase che Marguerite Yourcenar fa dire a Zenone, immaginario scienziato cinquecentesco protagonista del suo romanzo del 1968 “Opera al nero”: “So che non so quel che non so; invidio coloro che sapranno di più, ma so che anch’essi, come me, avranno da misurare, pesare, dedurre e diffidare delle deduzioni ottenute, stabilire nell’errore qual è la parte del vero e tener conto nel vero dell’eterna presenza di falso”. In sintesi nel Manifesto si sottolinea che ancor oggi comunicare quel che non si sa è importante almeno quanto comunicare ciò che è noto e gli esperti, anziché usare i modelli come paravento per la propria ignoranza, dovrebbero avere il coraggio di dire che per alcune domande non esistono a tutt’oggi risposte.

Le conclusioni del manifesto

Secondo gli autori i modelli matematici non sono solo un ottimo modo per analizzare problemi, ma sono anche un modo rischioso per trovare risposte. Pretendere dai modelli certezze è sintomo delle difficoltà nel prendere decisioni su temi controversi e può peraltro spingere all’uso rituale della quantificazione. I presupposti e le limitazioni esistenti nei modelli devono essere valutati apertamente e onestamente. Ne consegue che a giudizio degli autori una buona modellistica non possa essere effettuata solo dai modellisti perché si tratta di un’attività sociale.

Gli autori scrivono anche che non stanno affatto chiedendo la fine delle attività di modellazione quantitativa e neppure la genesi di “modelli apolitici”; quel che chiedono è invece una divulgazione completa e schietta. Porre in atto le cinque grandi priorità indicate nel manifesto aiuterà a preservare la modellistica matematica come strumento prezioso di cui si debbono conoscere punti di forza e di debolezza. Ignorare le cinque gradi priorità tramuterà i modelli in “cavalli di Troia” al servizio di interessi e valori non dichiarati. Da qui l’invito a modellare responsabilmente.

Più specificamente gli autori scrivono che “Il modo migliore per impedire ai modelli di nascondere le proprie ipotesi, comprese le tendenze politiche, è un insieme di norme sociali. Tali norme dovrebbero comprendere come produrre un modello, come valutarne il livello di incertezza e come comunicare i risultati. Linee guida internazionali per questo sono state elaborate per diverse discipline e prevedono che i processi coinvolgano le parti interessate, adattino molteplici punti di vista e promuovano la trasparenza, la replica e l’analisi della sensibilità e dell’incertezza. Ogni volta che un modello viene utilizzato per una nuova applicazione con nuovi stakeholder dovrà pertanto essere nuovamente validato.

Responsabilità collettiva o individuale?

Mi pare che la soluzione proposta dagli autori e che fa appello ad una sorta di “responsabilità collettiva” sia stata da tempo adottata in climatologia con la creazione dell’IPCC e qui devo ahimè confessare di non aver l’impressione di trovarci nel “migliore dei mondi possibili”. Infatti se l’IPCC nei suoi primi report evidenziava, come richiedono gli autori del manifesto, i livelli di ignoranza insiti nelle attività di modellazione del clima, da un certo punto in avanti ha manifestato la tendenza a privilegiare le certezze, per cui si è cominciato a dire che la scienza del cambiamento climatico era “settled” e a bollare come “negazionista” chi avanzava dubbi. E, si badi bene, questo mutamento di linea non è avvenuto a seguito di una riduzione sostanziale dei livelli di incertezza con cui si modella il sistema climatico. Al riguardo si rifletta sul fatto che il report dell’IPCC del 2013 indica che la sensitività all’equilibrio del sistema climatico al raddoppio di CO2 in atmosfera[1] ricade in un intervallo compreso fra +1,5 e +4,5°C (intervallo che se attualizzato detraendo l’aumento di 1°C già verificatosi dal 1850 ad oggi ci porta a valori compresi fra +0,5 a +3,5°C, che inoltre IPCC indica tutti come equiprobabili). Ciò configura un’incertezza enorme e che inoltre non è in alcun modo variata rispetto al valore fra 1,5 e 4,5°C stimato quarantanni orsono nel cosiddetto Charney report del 1979 (NAS, 1979). Ciò fa peraltro pensare che si tratti di un’incertezza strutturale al sistema climatico e che non è semplicisticamente risolvibile con più investimenti in ricerca o in potenza di calcolo.

Occorre peraltro considerare che nel settore della climatologia è da moltissimo tempo invalso il vezzo di “educare il popolo” utilizzando modelli che paventano catastrofi a ogni piè sospinto. Una conferma di ciò si trova nell’articolo “Dieci anni per salvare la terra”, a firma di Arnaldo D’Amico, uscito su Repubblica l’11 febbraio 1989. In esso compare un vasto campionario di previsioni catastrofiche prodotte dal Worldwatch Istitute con l‘ausilio di modelli matematici, previsioni che si sono poi rivelate infondate o ampiamente esagerate alla luce dei dati osservativi. Su tale argomento un’analisi impietosa e basata su svariati esempi è offerta da Sergio Pinna (2019) nel suo libro “Il cambiamento climatico, religione del XXI secolo”.

Tutto ciò ci deve far riflettere in modo critico sull’utilità delle ricette proposte dagli autori del Manifesto e basate sul concetto di “responsabilità collettiva”, che temo possa rivelarsi una foglia di fico per mascherare una “deresponsabilizzazione generalizzata” che poi porta a perpetuare con accenti sempre più millenaristici i riti che vediamo ahimè all’opera da decenni.

Mi domando se non valga invece la pena di considerare come base per l’azione futura in ambito modellistico l‘esempio proposto dal Manifesto stesso e relativo all’ingegnere progettista che si pone il problema del caso limite, trovandosi di fronte a responsabilità personali ben precise. Da ciò l’idea che fare appello alla responsabilità individuale (e dunque a una modellistica responsabile) anziché invocare un processo che coinvolga l’intera comunità internazionale possa rivelarsi l’elemento chiave su cui mirare per evitare le derive nella scienza modellistica che tutti noi viviamo sulla nostra pelle e che sono giustamente stigmatizzate dal Manifesto pubblicato su Nature.

L’autore ringrazia Gianluca Alimonti per la rilettura critica del testo

Bibliografia

  • Monteith J., 1995. The quest for balance in crop modeling, Agron. J., 88:695–697
  • Pinna S., 2019. Il cambiamento climatico, religione del XXI secolo, TAB edizoni, 154 pp.
  • Refsgaard J.C., Henriksen H.J., 2004. Modelling guidelines––terminology and guiding principles, Advances in Water Resources 27 (2004) 71–82.
  • Saltelli etal 2020. Five ways to ensure that models serve society: a manifesto, 482, Nature, Vol 582, 25 June 2020
  • Stephens G.L., 2005. Cloud Feedbacks in the Climate System: A Critical Review, J. Climate (2005) 18 (2): 237–273, https://doi.org/10.1175/JCLI-3243.1
  • Volodin, E.M. 2014. Possible reasons for low climate-model sensitivity to increased carbon dioxide concentrations. Izv. Atmos. Ocean. Phys. 50, 350–355. https://doi.org/10.1134/S0001433814040239
  • Volodin E.M., Gritsun A., 2018. Simulation of observed climate changes in 1850–2014 with climate model INM-CM5, Earth Syst. Dynam., 9, 1235–1242, 2018 https://doi.org/10.5194/esd-9-1235-2018

 

[1] E cioè riferito al passaggio dai livelli atmosferici 280 ppmv del 1850 a quello di 560 ppmv che con i ritmi di crescita attuali dovrebbe raggiungersi fra una settantina d’anni.

Pubblicità