“Supponi di partecipare a un gioco a premi, in cui puoi scegliere fra tre porte: dietro una di esse c'è un'automobile, dietro le altre, capre. Tu bussi a una porta, per esempio la numero 1, e il conduttore del gioco a premi, che sa cosa si nasconde dietro ciascuna porta, ne apre un'altra, diciamo la 3, rivelando una capra. A questo punto il conduttore ti domanda: "Vorresti scegliere la numero 2?" Ti conviene cambiare la tua scelta originale?”

Contrariamente a quello che ci suggerisce il nostro intuito, c’è una risposta che va ad aumentare la probabilità di vincere l’auto ed è la decisione di cambiare la scelta iniziale. La spiegazione a questo dilemma la dobbiamo andare a ricercare nella statistica bayesiana e negli interventi dei relatori che parteciperanno alla giornata tematica, dedicata al ragionamento probabilistico e alla statistica, organizzata dal MaCSIS - Master in Comunicazione della Scienza e dell’Innovazione Sostenibile dell’Università Milano-Bicocca, in collaborazione con Scienzainrete, dove sarà possibile consultare gli articoli di approfondimento realizzati dagli studenti del Master.

Se la costruzione di un corretto modello probabilistico può contribuire ad aumentare le nostre probabilità di vincita a un gioco a premi come quello di Monty Hall (vedi sopra) la sua applicazione nella vita quotidiana non è così scontata. Costantemente, infatti, facciamo affidamento su una serie di scorciatoie di pensiero che, se ci sono utili per valutare la probabilità di pioggia, dato un cielo carico di nuvoloni grigi, ci portano sulla strada sbagliata quando ci vengono richiesti giudizi più complessi come quello di valutare la nostra reale possibilità di vincita a una lotteria. 
Dalla sua nascita per un problema di gioco d’azzardo, il calcolo delle probabilità è diventato parte integrante di qualsiasi ramo della conoscenza. Ad esempio, un epidemiologo che osserva l’aumento dell’incidenza di una certa malattia in una determinata area geografica è interessato a valutare se quell’incidenza è causata da un evento raro ma non impossibile o se è il caso di considerare, nel proprio modello probabilistico, anche il ruolo di particolari variabili ambientali come la presenza di un impianto industriale altamente inquinante nella zona. Oppure, mai come dopo le ultime elezioni italiane del 2013 e il clamoroso fallimento di qualsiasi previsione pre-elettorale e di tutti gli exit poll e instant poll, sondaggisti e non, sentono la necessità di capire e di rimettere in discussione l’attendibilità delle previsioni elettorali: dipende dalla tecnica utilizzata, ormai obsoleta, o dagli italiani che non vogliono far sapere per chi voteranno o  per chi hanno appena votato?

Negli interventi previsti per la giornata del 17 ottobre verranno approfonditi questi diversi aspetti del ragionamento probabilistico: dagli errori di giudizio, alle modalità di comunicazione di un esito probabilistico e del rischio a esso connesso, alle sue applicazioni nei vari ambiti della conoscenza.    

La partecipazione è aperta a tutti, per maggiori informazioni si può contattare la segreteria del master all'indirizzo e/mail: [email protected].

Sarà possibile seguire il convegno in diretta streaming sul canale dell’Università di Milano Bicocca (http://streaming.unimib.it).